CC BY
25
УДК 004.42
ИНТЕЛЛЕКТУАЛЬНЫЙ ПОДХОД К ПРОБЛЕМЕ ФОРМИРОВАНИЯ ПРОЕКТНОЙ КОМАНДЫ С УЧЕТОМ ПРОИЗВОДИТЕЛЬНОСТИ И КООПЕРАТИВНОГО ЭФФЕКТА
C. C. Укустов, студент факультета «Электроника и вычислительная техника»
Тел.: (961) 060 0478, e-mail: sukustov@vstu.ru А. Г. Кравец, д. т. н., профессор кафедры САПРиПК Тел.: (902) 363 9186, e-mail: agk@gde.ru Волгоградский государственный технический университет,
http://www.vstu.ru
Distinguishing competence and performance, an approach for the team formation problem which is able to measure members' interactions influence on team performance is proposed. A new team performance measure in order to handle its non-additivity is considered. Competence and requirements are reflected in the skill space so that distance or dissimilarity can be calculated. The tasks are assigned to workers so as to minimize the complex value of team performance and average dissimilarity.
Различая компетенцию и производительность, предложен подход, способный оценить влияние взаимодействий членов команды на общую производительность. Предложена новая мера производительности команды для учёта неаддитивности производительности её членов. Компетенции и требования к исполнителям отображены в пространстве компетенций так, что можно рассчитать расстояние или несхожесть. Задачи назначаются исполнителям так, чтобы минимизировать комплекс производительности команды и средней несхожести.
Ключевые слова: производительность, формирование команды, пространство компетенций, кооперативный эффект
Keywords: performance, team formation problem, skill space, cooperative effect
Традиционно проекты выполняются совместно различными функциональными подразделениями предприятия. Сегодня такой подход не является оправданным: многие проблемы могут быть решены только одновременными усилиями специалистов различных профессиональных областей, сгруппированными в мультидисциплинарную команду.
Взаимодействие членов команды отличается от взаимодействия членов коллектива. При нахождении членов команды следует учитывать не только требования к компетеции, пространственную и временную доступность, бюджетные ограничения, но ещё и кооперативный эффект взаимодействия исполнителей друг с другом. При успешном решении этой проблемы уменьшается необходимое для формирования команды время и риски недостижения целей проекта, связанные с человеческими ресурсами. Несмотря на то, что проблема формирования команды, то есть проблема назначения m заданий n исполнителям имеет долгую историю, исследование кооперативных эффектов началось относительно недавно. В [1] автор решает проблему выбора команды, в которой бы наблюдалось наименьшее перекрытие компетенций среди членов команды, используя нечёткую X -меру Сугено. Названная кооперативным коэффициентом, она служит неаддитивной мерой компетенции. [2] пытается решить проблему подбора членов команды, рассматривая кандидатов с позиции типологии Белбина [3]. Автор описывает созданное им программное обеспечение, показывающее, какими характеристиками должен обладать кандидат на ту или иную роль в команде. [4] использует существующую социальную сеть для формирования команды, минимизируя стоимость коммуникации между кандидатами.
Сформулируем проблему следующим образом: из списка задач проекта и списка исполнителей сформировать расписание, максимизирующее кооперативный эффект. Таким образом формируется команда проекта. Бюджетные, пространственные и временные ограничения выносятся за рамки проблемы.
Следуя [7], мы определим проект как список задач, каждой из которых поставлен в соответствие вектор требований к соответствующему исполнителю. Каждому исполнителю
соответствует вектор компетенций, принадлежащий тому же пространству, что и вектор требований. Вектор компетенций включает в себя в том числе и «мягкие» компетенций. Хотя они равноправны, для упрощения управления их можно логически группировать [5, 6].
Дополнительно каждому исполнителю ставится в соответствие вектор производительности так, что элемент этого вектора является мерой реализации соответствующего элемента вектора компетенций. Мы разделяем компетенцию и её реализацию, т. е. производительность вслед за [8].
Под кооперативным эффектом мы подразумеваем изменение производительности исполнителей в команде по сравнению с их производительностью по отдельности [7, 8]. Производительность команды не является простой суммой производительности её членов, она может быть как выше, так и ниже в зависимости от состава. Мы считаем, что производительность команды зависит от парных взаимодействий её членов и не зависит от порядка, в котором она формировалась.
Для оценки командной производительности требуется некоторая мера. Возьмём за основу нечеткую X -меру Сугэно: gх : р т [0,1], где р - а -алгебра на множестве работников
Ж = (и. }, удовлетворяющая следующим условиям:
1. «X (0)= 0, Єх (ж )=,
2. если А,В єр и А е В, то g х (А) < gX (в),
3. если Ап Єр и А1 С А2 с... , то ит g х (Ап ) = g х (нт А„ )
пто пт со '
4. если А,в єр и А п в = 0, то gх (а и в) = gл (A)+gх (в)+ (A)g X (в)
X Є (- 1,+ао).
Эта мера не подходит для наших целей. Коэффициент X характеризует команду в целом, он не описывает парные взаимодействия. Из-за этого требуется новая мера производительности g :рт [0,+оо] такая, чтобы:
1. существовали числа X- = X. є (— оо,+ оо), характеризующие кооперативный эффект совместной работы исполнителей и. и И. ,
2. g ((и1 ,И2, ...,Ип }) = g ( (и1 ) ( (и2 \ g (изX.., ^2, X13, кз,...) .
Простейшим вариантом является функция вида g(а) = — ^ Xijg(иі )(и. ),
2 и
где А = (іИ1,И2, . ,Ип } к = 2 / g(И ) .
Условимся использовать следующие обозначения:
€= {а.}, где = (^г,и^ - назначение исполнителю и. задания їі,
е(и. ) = е. = {е.} - вектор производительности исполнителя и. , каждый элемент которого соответствует компетенции с. ,
г () = Гг = } - вектор требований задания їі,
Т = {} - набор задач проекта,
Ж = (и. } - набор исполнителей,
и (а) = (и } - набор исполнителей расписания <£,
с(и. ) = с. = (с.} - вектор компетенции исполнителя и. .
Элементы векторов производительности, требований и компетенций являются безразмерными чёткими величинами г. ,с'.,е. є (ЫаЫ}и[0,+оо]. ЫаЫ — это «не число». Оно
обозначает, что данный элемент (некоторое требование, к примеру) не важно. Это «бессмысленное» число по сравнению с остальными.
Пусть проект состоит из набора задач Т = }, каждой из которых соответствует вектор
требований г (V.) = г. = {у}- Представлен набор исполнителей Ж = {н. }, каждому из которых соответствуют векторы компетенций с(нг.) = с. = {с.} и производительности е(н. ) = е. = {е. }. Векторы с. и г. принадлежат одному пространству.
Определим меру несхожести пары векторов а. = (г., с^ как евклидово расстояние между
ними||агу|| = — с/) . Для каждой пары и, соответстенно, а. = (г( ),с(ну.))
можно вычислить меру расхождения ||агу||. Набор & = {с.} есть назначение задач по
исполнителям. Исходя из него, можно найти назначенных исполнителей н(&)= {нк}, т. е. потенциальных членов проектной команды.
Для каждой пары н. и н. существует число Л. е (— да,+да), которое характеризует влияние кооперативных эффектов на производительность совместной работы так, что производительность команды {н1 н2} равна gk ({н1 н2}), gk (н.) = е\ . Таким образом, состав команды может быть найден минимизацией средней несхожести, помноженной на обратную
?1 Ы1
производительность: X =-------1 — ^ шт, где н = н(<€).
к
Предложенную модель можно продемонстрировать на примере вымышленного проекта — прибивания картины к стене. Положим, что для этого необходимы компетенции: строительство, художественный вкус, ходьба. Выделим задачи:
Х1 - купить картину, г1 = {МаМ,0.8,0.8}; }2 - купить гвозди, г2 = {МаМ,МаМ,0.9}; -
выбрать место для картины,г3 = {{N,0.6,МаМ}; t4 - забить гвоздь, г4 = {0.2, ЫаЫ,ЫаЫ}; V 5 - повесить картину на гвоздь, г5 = {0.1, ЫаЫ,ЫаЫ}; и исполнителей н1 н2 н3 с компетенциями с1 = {0.3,0.1,0.б}, с2 = {0.1,0.8,0.7}, с3 = {0.8,0.5,0.3} и векторами производительности е1 = 0.6,0.0,1.0, е2 = 0.3,0.0,0.8, е3 = 0.2,0.0,0.5 .
Парная производительность описывается коэффициентами Л2 = —3.9, Л132 = —1.125, Х\3 = —1.7, А^3 = —1.25, Л113 = 0, Л133 = —2.4 так, что производительность команд А = {н1 н2}, В = {н^}, С = {^2,^3} равна g(A)= {0.2,0,0.9}, g(в) = {0.4,0,0.8}, g(c)= {0.8,0,0.э}.
Эти значения могут быть проиллюстрированы конфигурацией из мужчины, женщины и старика. Мужчина и женщина не ладят друг с другом, а мужчина и старик при встрече теряют желание выходить из дома.
После вычисления несхожести пар ^ ,н^ для каждого варианта команды (буквы в верхних
индексах) для каждой задачи выберем исполнителя с минимальной несхожестью, затем вычислим среднюю несхожесть: для команды А - 0.12, для команды В - 0.36, для команды С -0.1. После умножения полученных значений на обратную производительность (А - 0.91, В -
0.91, С - 0.83) получим минимум Х = 0.083 для команды С. Это решение выглядит корректным, учитывая описанных людей за цифрами.
Предложенная модель позволяет формировать команду, принимая во внимание компетенции потенциальных членов и объединенную производительность, но не учитывая бюджетные и временные ограничения. Модель может быть важна для проектноориентированных компаний, в которых существует большой поток проектов, и парную производительность достаточно легко измерить. Удачно проведенное формирование команды может уменьшить время нерабочих фаз жизненного цикла команды и увеличить ее общую производительность.
Авторы считают, что в данной работе новыми являются следующие положения и результаты: предложена мера измерения производительности команды, учитывающая взаимное влияние членов команды; предложена модель формирования проектной команды, отличающаяся от известных учетом парного взаимодействия кандидатов на производительность.
Литература
1. Hsieh P. Cross-functional team selection concerning members' cooperative effects and capabilities overlap, Systems Research and Behavioral Science, 27(3), 2009.
2. Licorish S., Philpott A., andMacDonell S., «Supporting agile team composition: A prototype tool for identifying personality (In) compatibilities», Proceedings of the 2009 ICSE Workshop on Cooperative and Human Aspects on Software Engineering, IEEE Computer Society, 2009, Р. 66-73.
3. Belbin M. R. Management Teams, Butterworth-Heinemann, 2004
4. Lappas T., Liu K., and Terzi E., «Finding a team of experts in social networks», Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining KDD 09, 2009, -467 р.
5. Кравец А. Г. Теория согласованного управления региональными ресурсами рынка труда и качеством подготовки специалистов: основные положения / А. Г. Кравец // Известия Волгоградского государственного технического университета. 2007. №1. С. 86-89.
6. Обухов А. С. Автоматизация управления уровнем профессиональных компетенций специалистов на предприятии / Обухов А. С., Кравец А. Г. // Междунар. науч.-практич. прилож. к междунар. Журналу “Проблемы теории и практики управления”. Программные продукты и системы. 2008. - № 2.
7. Eiselt H. andMarianov V., "Employee positioning and workload allocation," Computers & Operations Research, 32(2), 2008, pp. 513-524.
8. N. Chomsky, Aspects of the Theory of Syntax, The MIT press, 1965.
УДК: 330.322.5
ИНТЕЛЛЕКТУАЛЬНОЕ УПРАВЛЕНИЕ РИСКАМИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ
Д. Ю. Судник, к. э. н., доцент Тел/факс: (499) 9777588, e-mail: sudnikya @ mail.ru Московский государственный агроинженерный университет
http://www.msau.ru
A new approach to the selection of alternative investment projects on the basis of paradigms (interval, fuzzy and neural network) of the intelligent risk management of such projects is offered.
Предложен новый подход выбора альтернативных инвестиционных проектов на базе парадигм (интервальной, нечеткой и нейросетевой) интеллектуального управления рисками таких проектов.
Ключевые слова. инвестиционный проект, неопределенность, риск, интеллектуальное управление, парадигмы.
Key words. Investment project, uncertainty, risk, intelligent control, the paradigm. .
Цена принятия ошибочного решения при выборе наилучшего среди альтернативных инвестиционных проектов (ИП) нередко бывает достаточно высокой.
Суть проблемы. Практика инвестиционного проектирования показывает, что при выборе ИП важен учет аспектов неопределенности и риска. Под неопределенностью понимается состояние неоднозначности развития определенных событий в будущем, незнание и невозможность точного предсказания основных величин и показателей развития деятельности предприятия или отрасли в целом, и в том числе, реализации ИП. Неопределенность - неполнота, неточность информации о составе, значениях, взаимном влиянии, динамике существенных технических, технологических, экономических параметров объектов.
