Ковшов Евгений Евгеньевич, доктор технических наук, профессор
Алтуфьевское шоссе 43, стр. 2, Москва 127410
Evgeniy E. Kovshov, Dr. of Sci. (Engineering), Professor
43 Altufevskoe highway, build. 2, Moscow 127410
Кувшинников Владимир Сергеевич
Алтуфьевское шоссе 43, стр. 2, Москва 127410
Vladimir S. Kuvshinnikov
43 Altufevskoe highway, build. 2, Moscow 127410
Осипенко Людмила Евгеньевна, доктор педагогических наук, доцент
2-ой Сельскохозяйственный проезд 4, корп. 1, Москва 129226
Ludmila E. Osipenko, Dr. of Sci. (Pedagogical), Associate Professor
2nd Selskohozyastvenniy passage 4, build. 1, Moscow 129226
Цель исследования. Целью работы является проведение исследования возможности применения автоматизированных методов поиска решения для задачи формирования подбора кандидатов при решении широкого спектра бизнес задач с предусмотренной возможность учесть влияние таких факторов, как: требования к качествам бизнес процессов, ограничения по компетенции кандидатов, занятость кандидатов в других процессах компании, планируемая срочность выполнения задач, объем наличествующих в пуле и ожидаемых задач, характеристики задач, частная политика компании при подборе кандидатов, политика компании в отношении рисков.
Методы. Приведена типологизация инновационных бизнес-задач по характеру предметной области, спектру целевых результатов, длительности выполнения и т.д. Рассмотрены внешние и внутренние факторы, обеспечивающие эффективную работу проектной команды и успешность проекта. Предложены наборы атрибутивных характеристик для оценки качества проектов и потенциальных проектантов. Рассмотрена структура алгоритма решения задачи формирования подбора кандидатов для решения набора задач. Приведены предпосылки для использования принципов генетического программирования при решении рассматриваемой задачи. Определены параметры реализации алгоритма поиска, критерии и ограничения. В среде Jupyter Lab v2 произведена реализация алгоритма, а также проведено моделирование, результаты которого представлены в тексте. Проведен относительный анализ практической эффективности алгоритма в зависимости от параметров моделирования с целью обоснования выбора их значений.
Результаты. В ходе исследования рассмотрена задача формирования подбора кандидатов для выполнения пула проектов с учетом ряда факторов. Разработан подход к решению задачи на основе генетического алгоритма эвристического поиска. Проведено численное моделирование в среде Jupyter Lab v2. Проанализированы результаты моделирования и подобраны параметры алгоритма.
Заключение. Предложенный подход позволяет не только автоматизировать подбор руководителей на основе накопленной истории данных, но и вносить коррективы в устоявшийся процесс для изменения вектора развития организации. Взаимодействие образования и информатики (информационных технологий) способно обогатить и расширить поле обеих наук в сфере комплектования инновационных проектных команд. Их объектный анализ, дополненный возможностями генетического программирования, в своей совокупности позволяет добиться заданных качеств руководителя инновационных проектных команд, способствующих максимизации пользы для бизнеса при минимизации материальных затрат. В качестве результата вычислительных экспериментов с применением математического аппарата и технологий генетических алгоритмов, необходимо подчеркнуть возможность экстраполяции подобного рода подходов на любой уровень реализации инновационных проектов.
Purpose or research. The purpose of the study is to conduct a research of the possibility to use automated methods of finding a solution for the task of forming a selection of candidates in solving a wide range of business problems with the possibility of the influence of such factors as: requirements for the quality of business processes, restrictions on the competence of candidates, the employment of candidates in other processes of the company, planned urgency of fulfilling tasks, the amount of tasks in the pool and expected tasks, tasks characteristics, private policy of the company when selecting candidates, company's policy on risks.
Methods. A typology of innovative business tasks is given by the subject area, the range of target results, the duration of execution, etc. External and internal factors are considered to ensure the effective operation of the project team and the success of the project. There are offered sets of attributive characteristics for assessment of projects quality and potential projects. The structure of the algorithm for solving the problem of creating a selection of candidates for solving a set of problems is considered. Prerequisites for using principles of genetic programming in solving the problem under consideration are given. Search algorithm implementation parameters, criteria and constraints are defined. Algorithm was implemented as well as modeling in the Jupyter Lab v2 environment. The results are described in the text. A relative analysis of practical effectiveness of the algorithm was carried out depending on the modeling parameters to justify the selection of their values.
Results. The task of creating a selection of candidates for the implementation of projects pool considering a number of factors was described during the study. An approach to solving the problem based on a genetic heuristic search algorithm has been developed. A numerical simulation was performed in Jupyter Lab v2. Simulation results were analyzed, and algorithm parameters were selected.
Conclusion. The proposed approach allows not only automatize the selection of managers based on the accumulated data history, but also to adjust the established process to change the vector of organization development. The interaction of education and informatics (information technology) can enrich and expand the field of both sciences in the field of recruitment of innovative project teams. Their object analysis, supplemented by genetic programming capabilities, together allows you to achieve specified qualities of the head of innovative project teams that help maximize business benefits while minimizing material costs. As a result of computational experiments using mathematical apparatus and genetic algorithm technologies, it is necessary to emphasize the possibility of extrapolating such approaches to any level of implementation of innovative projects.
The authors declare that there are no conflicts of interest present.