Дана общая постановка задачи формирования портфеля проектов на предприятиях машиностроительной отрасли на основании анализа стратегий деятельности предприятий с учетом влияния множества факторов внешней и внутренней среды.

Рассмотрена информационно-аналитическая компьютерная система расчета скорости износа металла трубопроводов АЭС в процессе эксплуатации для прогнозирования сроков замены участков трубопроводов, выработавших ресурс.

Предложена модель определения способа хранения страховых запасов ресурсов в процессе выполнения проектов создания сложных технических систем на основе комплексного анализа затрат. Рассмотрены основные параметры управления ресурсным обеспечением проектов. Предложены структурная схема и модель для расчета затрат, связанных с обеспечением проектов страховыми запасами.

Предложена алгоритмическая модель прогнозирования показателей работы предприятия (прибыли, совокупного дохода, резервного фонда и т.д.) на основании методов статистического анализа данных, а именно, методов регрессионного анализа. Данная модель позволяет в комплексе решить задачу прогнозирования показателей работы предприятия, поскольку дает возможность системного учета различных факторов, которые могут оказать непосредственное влияние на деятельность предприятия в целом.

Представлены основные этапы построения структурных и алгоритмических моделей архитектуры компьютерной системы поддержки принятия решений при управлении сложными проектами создания технических систем на производственных предприятиях с учетом стратегий деятельности предприятия.

Проанализированы различные схемы финансирования портфеля проектов и предложено формализованное представление финансовых планов реализации портфеля проектов. Разработана модель определения схем финансирования проектов, реализуемых в рамках единого портфеля с учетом влияния факторов риска на основе метода анализа сценариев.

Рассмотрены основные аспекты формирования организационной структуры управления (ОСУ) распределенными системами. Проанализированы различные типы ОСУ и процессы управления и информационного обмена. Предложена модель формирования ОСУ на основе анализа затрат, связанных с обеспечением информационного обмена между отдельными организационными элементами, распределенными территориально.

Отмечено, что в ходе формирования портфеля проектов на производственных предприятиях возникают задачи прогнозирования уровня доходности планируемых к реализации проектов. При достаточном количестве статистической информации такая задача не вызывает трудностей. Однако проекты обладают достаточным уровнем новизны и, в большинстве случаев, требуется привлечение экспертов и применение нечетких моделей для оценки показателей. Одним из эффективных методов является интервальное экспертное прогнозирование, которое позволяет учесть разброс параметров и при этом получить статистические параметры оценки. Предложено для определения показателя доходности проектов использовать модель интервального прогнозирования. Приведены расчеты доходности по данной модели и сделаны выводы. Использование данной модели может быть полезным для руководителей проектов в процессе технико-экономического обоснования и бюджетирования.

Разработана математическая модель для формирования оптимального портфеля проектов в условиях неопределенности исходной информации. Объектом исследования является процесс формирования предварительного портфеля проектов с учетом возможных рисков. Для описания и представления процессов формирования портфеля проектов создания сложной техники предприятия используется системный подход и теория множеств. Для формирования предварительного множества портфелей проектов применяется метод на базе модели Марковица. Для определения исходных параметров используются методы и модели нечеткой логики (алгоритм Сугэно). Для оптимизации портфеля проектов применяется метод штрафных функций. В результате разработана система поддержки принятия решений при формировании портфеля проектов в условиях неопределенности, которая реализована программно.

Предложена методика определения системы управления запасами ресурсов в процессе выполнения проектов создания новых технических систем. Рассмотрены основные особенности управления ресурсами проектов; проанализированы методы и системы управления запасами ресурсов. Предложен системный сценарий управления ресурсами проектов создания новой техники; разработаны алгоритмические модели выбора, рациональные с точки зрения затрат и времени, систем управления запасами.

Рассмотрена общая схема систем нечеткого вывода и классические модели нечеткой логики Мамдани и Сугено, построены зависимости дохода от затрат и спроса в пакете MatLab.

Розроблено системну модель вибору пріоритетних напрямків розвитку виробництва на підставі аналізу проектів створення нової техніки та моделі визначення структури дефіциту ресурсів у процесі реалізації нових проектів на конкретному підприємстві. Запропоновано моделі вибору варіантів залучення додаткових інвестицій для реалізації проектів створення нової техніки, а також комп'ютерну систему підтримки прийняття рішень щодо управління процесами розвитку виробництва та проектами створення нової техніки. Відзначено, що розроблений комплекс моделей та методів забезпечує підвищення ефективності й обгрунтованості прийняття рішень відносно вибору напрямків розвитку виробництва та реалізації проектів створення нової техніки.

Предложен новый подход к оценке уровня компетентности преподавателей. Рассмотренный метод предназначен для систем поддержки принятия решений в высших учебных заведениях. Определены основные показатели (а также их индикаторы), отображающие профессиональные навыки преподавателей. Разработана математическая модель оценки уровня компетентности профессорско-преподавательского состава ВУЗа. Для реализации модели использован метод охвата данных. Метод DEA (data envelopment analysis) позволяет вычислить один агрегированный показатель эффективности для каждого объекта, не требуя при этом априорного задания весовых коэффициентов для переменных, используемых в анализе.

Проанализированы существующие модели оценки качества тестов. На основе результатов проведенного анализа предложена система тестирования, учитывающая индивидуальные способности опрашиваемых. Разработана математическая модель оценки параметров качества тестов с использованием современной теории тестирования IRT. На примере показаны расчеты основных параметров тестовых заданий.

Рассмотрены основные аспекты системной модели управления образовательными проектами. Для решения задач управления образовательными проектами и повышения уровня качества подготовки специалистов в высших учебных заведениях предложено использовать системный и проектно-ориентированный подходы, которые позволят провести системное планирование всех процессов в организациях, оценить их эффективность. Приведена математическая постановка задачи исследования. Показано, что рассматриваемая задача реализации образовательного проекта относится к классу задач параметрической оптимизации. Предложена модель для получения комплексного показателя качества уровня подготовки специалиста в ВУЗе и основные этапы разработки образовательного проекта. Определено, что управление качеством подготовки специалиста должно осуществляться в процессе его жизненного цикла, с учетом требований государственного стандарта образования, возможностей ВУЗа, множества факторов внешней и внутренней социально-экономической среды реализации проекта.

Рассмотрены актуальные вопросы разработки инструментальных средств проведения аналитических расчетов в сфере страхования. Проведен анализ математической модели и предложены алгоритмические модели для расчета продолжительности жизни человека на основе трех моделей смертности: Гомперца, де Муавра и Мэйкхама, а также модели расчета тарифных ставок и других показателей актуарной математики. Применение предложенных алгоритмов в значительной степени автоматизирует процесс расчета тарифных ставок, т.к в основе рассмотренных моделей заложены принципы, которые позволяют упростить и упорядочить трудоемкие вычисления.

Предложена информационно-аналитическая система для оценки комплексного показателя качества подготовки студента в высшем учебном заведении. Рассмотрена система показателей, отображающих процесс подготовки специалиста в техническом вузе, предложены методы для получения комплексных оценок качества по различным направлениям подготовки специалистов, разработаны алгоритмические модели для расчета основных показателей. Разработанная информационно-аналитическая система оценки качества уровня образования позволит не только контролировать текущий уровень подготовки специалистов, но и выявлять "узкие места" в процессе подготовки специалистов.

Рассмотрена задача формирования комплексной оценки в системе мониторинга наукометрических показателей сотрудников высшего учебного заведения. Показано, что проблема определения адекватности используемых критериев оценки, а также анализа латентных характеристик является актуальной. Предложены математическая модель и алгоритм для решения задачи с использованием моделей IRT (Item Response Theory). Разработана информационная система, которая рассчитывает комплексные оценки испытуемых, учитывающие ряд разнородных наукометрических показателей, и определяет адекватность системы показателей с помощью IRT.

Приведено описание основных подходов и моделей оценки профессиональной компетентности, и предложены критерии для оценки эффективности компетенций. Предложена математическая модель для отбора персонала на основе анализа компетенций прототипов. Для обоснованного принятия решений при управлении кадрами предложено использовать понятие Парето-доминирования. Рассматриваемая задача принадлежит к классу задач многокритериальной оптимизации. Для преодоления сложности расчета функции критериев предлагается использовать алгоритмы нечеткого вывода.

Цель работы - разработка метода уточнения баллов, полученных в ходе тестирования учащихся по нормативно-ориентированным тестам, которые применяются при массовом оценивании знаний. В процессе шкалирования возникают проблемы, связанные с неоднозначным переводом баллов в новую шкалу, что обусловлено дискретностью значений и малой популяцией на концах распределения. Предложен алгоритм формирования модифицированной выборки, что позволит выровнять пороговые значения и сократит разрыв в пунктах новой шкалы. Для проведения расчетов используются пакеты для анализа данных, такие как SPSS и MS Excel.