CC BY
28
УДК 658.012.23:669.330
В.А. Омельяненко
МУЛЬТИАГЕНТНИЙ П1ДХ1Д ДО РОЗРОБКИ 1НТЕЛЕКТУАЛЬНИХ СИСТЕМ УПРАВЛ1ННЯ ПРОЕКТАМИ
Визначено концептуальнi основи розробки Ытелектуальних систем управлiння проектами на основi мультиагентного пiдходу для завдань розвитку складних технологiчних систем. Розглянуто вирiшення двох оптимiзацiйних завдань -розпод^у ресурсiв та узгодження параметрiв проектованоТ системи. Рис. 2, дж. 17.
Ключовi слова: технологiчна система, Ытелектуальний агент, iнтегроване iнформацiйне середовище, протокол взаемодп.
^ С45, 022, 032
Постановка проблеми у загальному виглядi та и зв'язок iз важливими науковими чи практичними завданнями. Розвиток сучасних високотехнолопчних систем вимагае впровадження мережевого пщходу для використання ресурав учасник1в 1нновац1йних мереж та вщповщну п1дтримку горизонтальних взаемод1й. Кр1м того, розвиток складних технолог1чних систем передбачае змшу Тх структури в процес функц1онування (динам1чне управл1ння, здатне до реконф|гураци), що найб1льш ефективно реал1зуеться через проектний п1дх1д. Тому для пщтримки сучасних проект1в в сфер1 розробки високотехнолог1чних систем розробляються мультиагентш технологи, що дозволяють гнучко та оперативно отримувати р1шення нав1ть в умовах високоТ невизначеност1 I динамки змш план1в у зв'язку непередбаченими под1ями, зокрема зм1нами у шших учасник1в проекту.
Особливе мюце серед цих технолог1й займають штелектуальш системи управл1ння проектами, заснован1 на мультиагентних технолопях п1дтримки прийняття р1шень з управл1ння проектами в реальному час1, що дозволяють оперативно та гнучко перерозподтяти ресурси при появ1 в ход1 проекту нових завдань чи непередбачених подш. 1нтелектуальн1 системи в сфер1 управл1ння проектами спрямоваш на створення засоб1в шформацшно-технолопчноТ пщтримки спшьноТ', зокрема дистанцшноТ, д1яльност1 в технолопчних середовищах та комплексне забезпечення техшчноТ' п1дтримки р1зних програмних комплешв. Прим цьому методи розробки в1зуальних моделей складних технолог1чних систем досить ефективно реал1зован1 в ц1лому клас1 метод1в I програмних продуктах, однак опис Тх динамки, що е вхщною шформац1ею для 1нтелектуальних систем управлшня проектами, е актуальним завданням.
Аналiз останнiх дослiджень, в яких започатковано розв'язання дано! проблеми, i видiлення невирiшених ранiше частин. Перех1д до управл1ння ресурсами в проектах в реальному час1 вимагае розробки нових пщход1в та засоб1в адаптивного управлшня ресурсами в проектах, бо наявш системи переважно ор1ентован1 на пакетний режим використання, коли вс1 ресурси вщом1 заздалег1дь I майже не змшюються в ход1 виконання проеклв, а компетенц1Т та попереднш досв1д сп1вроб1тник1в не враховуються, осктьки завдання призначаються автоматично [1].
Тому штелектуальш системи управлшня проектами мають враховувати як особливосл розвитку сучасних складних технолопчних систем [2; 3; 4; 5], так I взаемозв'язок м1ж концептами цшностей зацкавлених сторш та показниками проекту [6]. Автори дослщження [7] концентруються на вивченш проблем
"Управлшня проектами та розвиток виробництва", 2016, №3(59) 5
мультиагентних систем в рамках багатов^рного простору стажв, вiдзначаючи можливiсть змiни стану агенпв мереж1 залежно вiд змш в станi iнших агентiв через здатнють до навчання (адаптаци). Вщповщно до цього розглядаються й числены моделi навчання та узгодження [8; 9].
Автори [10], аналiзуючи науково-методичний пщхщ Дж. Б. Кунiна, викладений в дослщженш «Управлшня iнновацiями як контрольований хаос», вщповщно до якого «технолога просуваеться вперед завдяки ланцюгу випадкових - часто виключно штуТ'тивних - вiдкриттiв, якi стають можливими внаслiдок вiльних, багато в чому безладних взаемодш дослiдника з зовшшшм св^ом», вiдзначають, що мережа забезпечуе можливост нових технологiчних рiшень, шновацш, ноу-хау, концептуальних пiдходiв, оскiльки характер руху нематерiальних активiв з мережевих комушкацш, позитивно впливае на Тх вартiсть, збiльшуе Тх обсяг, висвiчуе новi форми, межi. При цьому особливу роль автори вщводять так званим «вузлам обмшу», в яких за рахунок синерги знань постшно з'являеться нова iнформацiя та новi iдеT.
Дослiдження в сферi систем пщтримки прийняття рiшень (DSS) в останн роки все бiльше переходять вщ створення систем у виглядi традицiйного набору iнструментiв (вхiд та вихщ) до парадигми спiвробiтництва та штеграци.
У випадку мультиагентноТ системи завдання створення штегрованого iнформацiйного середовища е досить специфiчним порiвняно з завданнями в загальнш постановцi, однак, ц особливостi поки не вивчаються i майже не проводяться дослщження з ц1еТ проблеми. Досить специфiчним е завдання навчання агентiв колективноТ поведiнки, адже кооперативне рiшення завдань передбачае сшльне використання знань дектькох агентiв й може бути суттево кращим. Зазначене питання теж поки залишаеться поза полем зору фахiвцiв з мультиагентних систем та проектного менеджменту.
Метою CTaTTi е визначення концептуальних основ розробки штелектуальних систем управлшня проектами на основi мультиагентних систем для завдань досягнення компромюу при розробц складних технологiчних систем.
Виклад основного матерiалу дослiдження. Складну технолопчну систему ми пропонуемо розглядати як послщовнють технологiчних пiдсистем (операцш), якi проходить вхiдний ресурс з метою досягнення певного результату (мети функцюнування системи).
Використання в рамках реалiзацil проек^в розвитку технологiчних систем шструментарш iнтелектуальних систем спрямоване на виршення низки складних проблем, зокрема завдань координаци, узгодження, усунення неоптимального перем^ення ресурсiв i прiоритетiв мiж роботами тощо. Iнтелектуальнi системи управлшня проектами покликаш забезпечувати пiдтримку повного циклу управлшня проектами вщ початкового розподту ресурсiв, планування та оптимiзацil до можливого перепланування з моменту виникнення певних подш, що мають бути погодженi з усiма виконавцями, а також мониторингу та контролю виконання завдань в реальному часк
Прикладами штелектуальних систем управлшня проектами, що використовуються, зокрема, в космiчнiй галуз^ що характеризуеться необхiднiстю розвитку найбтьш складних iнновацiйно-технологiчних систем, можуть бути:
- Smart Aerospace - мультиагентна система планування вантажопотоку 1^жнародноТ космiчноl станцil (МКС), що дозволяе оперативно вир^увати поточнi завдання з планування забезпечення МКС i моделювати рiзнi ситуацiТ розвитку подiй, в тому числ^ несприятливих [11];
- Smart Satellite - мультиагентна система управлшня групою супутниш, що покликана сприяти появi нового поколiння космiчних систем, що функцiонують як оргашзми, що самоорганiзуються, й здатнi «еволюцюнувати» за рахунок
6
"Управл1ння проектами та розвиток виробництва", 2016, №3(59)
накопичення знань та навчання. Зокрема, якщо один супутник раптом втрачае об'ект або виявляе якюь його новi властивостi, якi не потребують додаткового вивчення, то вш вступае в кооперацш з iншими супутниками, як коригують своТ плани вiдповiдним чином [11].
Однак вищенаведен системи е лише системами оперативного управлшня, однак завдання проектування чи решжишрингу в рамках проектного управлшня е бтьш складними. Тому в контекст створення штелектуальних систем управлiння проектами розглянемо концептуальн основи вирiшення найбiльш поширених оптимiзацiйних завдань - розподiлу ресурав в рамках проекту та узгодження параметрiв системи.
В межах даного дослщження агентiв системи ми будемо розглядати як штелектуальних агенпв, що здатн навчатися, а, вiдповiдно, й розвиватися. Оргаызацшною структурою, що вщповщае завданню створення iнтелектуальних систем управлшня проектами, е мережева, в якш ствроб^ники вiдносяться до центрiв знань як центрiв професiйних компетенцiй, однак при цьому розподтеш за проектами в бiзнес-центри (бiзнес-центри - «автономш» агенти в рамках проекту, ям в межах заданих граничних ресурав реaлiзують певнi завдання).
На основi цього мережу aгентiв, що приймають участь у проектах розвитку технолопчноТ' системи, представимо на рис. 1.
/ \ - агент вищого р1вня, що I I - агент, що реал1зуе ( | - база знань агента
> зд1йснюе функц1ональну I_I певну функц1ю [_)
\_/ координац1ю проекту
чи задач! в рамках проекту (системи)
- зв'язки даних «-► - зв'язки з -„ - зв'язки без
узгодженням узгодження
Рис. 1. Структура мультиагеноТ системи Джерело: розроблено автором.
"Управлшня проектами та розвиток виробництва", 2016, №3(59) 7
За цтьовим спрямуванням 6i3Hec^eHTpH opicHTOBaHi на прибуток, а центри знань - на генерацш знань. Вiдтак ця система найбтьш ефективно може реалiзувати визначене вище завдання розвитку технолопчних систем, що е економiчним за суттю, однак в той же час передбачае можливють навчання (адаптаци) в умовах появи нових знань.
В контекст системного аналiзу взаемоди мiж агентами особливо активно розвиваються вiдповiднi елементи аналiзу динамiки системи, зокрема методи досягнення компромюу, наприклад, Time-Cost-Quality Tradeoff, суть яких полягае у виршенн завдань багатокритерiальноТ оптимiзацiТ для заданих функцiональних залежностей. У кожному конкретному випадку з'ясовуються дiапазони стiйкостi робiт i знаходяться компромюи («поступки») в рiшеннях. Математична постановка задачi досягнення компромiсу в управлшш проектами тiсно пов'язана з завданням планування з урахуванням ресурсних обмежень (RCPSP - Resource Constrained Project Scheduling Problem).
Загальна проблема аналiзу взаемодш мiж агентами включае наступн завдання:
- iдентифiкацiя ситуаци взаемоди агенлв;
- видiлення основних ролей агенлв в системi та Тх розподiл мiж агентами;
- визначення числа взаемодшчих агентiв;
- визначення тишв взаемодiючих агентiв;
- побудова формально! моделi (моделей) взаемодiТ;
- визначення набору можливих стратегiй аген^в;
- визначення множини комунiкативних дш.
На основi проведеного аналiзу спектру взаемодш можна створити схему зв'язш, що мае включати:
- зв'язки даних;
- зв'язки управлшня;
- зв'язки ресурав.
Вiдтак ефективне управлшня знаннями про весь спектр процеав в технолопчнш системi вимагае мiнiмiзацiТ операцiй для обробки iнформацiТ, що призводить до необхщносп компактного опису знань та Тх формалiзованого представлення. Тому для досягнення ефективност при використанн методичного пiдходу до створення штелектуальнот системи цiлi проектiв мають перевiрятися за критерiями SMART-пiдходу:
- specific - конкретнють: визначення певного рiвня цiльових показникiв функцiонування системи до та пюля реалiзацiТ проекту;
- measurable - вимiрнiсть: мета мае передбачати можливють ктькюноТ оцшки результатiв;
- achievable - досяжнють: мета мае бути здiйсненною для конкретного виконавця, виходячи з його ресурсних обмежень та ресурсних обмежень проекту;
- relevant - вщповщнють контексту: досягнення мети мае бути забезпечено ресурсами;
- timed/time-bounded - прив'язанють до певного часового штервалу.
В результат використання SMART з'являеться можливють реалiзувати завдання створення формального опису процеав у системк В загальному виглядi мультиагентну систему, що призначена для використання в цтях даного дослщження, представимо наступним чином:
MS = {С; I; R; F; M; T; U}, (1)
де С - множина позицш, представлених окремими компонентами проектованот технологiчноТ системи; A - множина аген^в, що функцюнують в
8
"Управл1ння проектами та розвиток виробництва", 2016, №3(59)
межах технолопчно'Т системи; I - множина позицш, представлених окремими параметрами компоненпв проектованоТ технологiчноТ системи; Я - множина залежностей мiж компонентами системи; Р - функцiя iнцидентностей позицш i переходiв, визначальна для розгляду вщношень агент-джерело i агент-виконавець; М - функцiя маркера, що сигнaлiзуе про нaлежнiсть переходу до певного програмного модулю; Т - модельний час, що релевантний для вах компоненлв мережi; и - умови виконання переходiв, вiднесених до компонент мережi, вхiдних та вихщних позицiй.
Виходячи з формули (1) кожна окрема функцiонaльнa можливiсть може бути реaлiзовaнa множиною aлгоритмiв:
кожний з яких, в свою чергу, може бути представлений в системi множиною:
де P - кортеж, що визначае параметри, з якими працюе конкретний алгоритм; pra - прюритет алгоритму в множит алгоритмiв, що реалiзують одну функцюнальну можпивють.
Вщповщно ва вищенаведенi складовi можна розглядати в контекст таких основних механiзмiв узгодження в рамках мультиагентних систем:
- мережа контрактв (contract net) - модель, iмiтуе поведшку агентi при укладеннi контрактiв чи проведены тендерiв;
- ринковий мехашзм (market mechanism) - модель, що iмiтуе поведiнку агента-виробника (виробникiв) i агента-споживача (споживачiв);
- мультиагентне планування (multiagent planning) - деяка ктькють агентiв, що вiдповiдають за планування розподту завдань;
- органiзована структура (organizational structure) - агенти мають своТ фшсоваш зони вiдповiдальностi (сфери знань), згщно з якими Тм присвоюються завдання.
Розглянемо завдання агентiв в межах створення штелектуальних систем управлшня проектами - проведення переговорiв та встановлення взаемовипдноТ вiдповiдностi (matching) щодо ресурав мiж агентами проекту.
В рамках дослщження особливостей ресурсного обмшу в мереж1 обмежимося наступним протоколом (рис. 2):
- aгент замовлення (менеджер проекту) звертаеться з пропози^ею (Query) до агента ресурсу. Це повщомлення мае единий атрибут - вказiвник на екземпляр онтолопчного класу, який пропонуе для matching агент замовлення.
- агент ресурсу на основi власних оцшок вщповщае згодою (Resource Yes) чи вщмовою (Resource No).
У дослщженш [12, C. 97] вщзначаеться, що в даному випадку розглянутий протокол не сильно в^зняеться за можливостями вiд традицшних засобiв пiдтримки полiморфiзму в об'ектних мовах, однак в складшших ситуа^ях (циклiчнi переговори з взаемними перемщеннями, багатоварiантнi переговори), така схема протоколiв мае суттевi переваги, забезпечуючи вах агенлв системи доступною схемою для переговорiв.
В контекстi вирiшення рiзного роду оптимiзацiйних завдань, наприклад при проектуванш системи за допомогою паралельноТ iнженерноТ розробки, особливо вiдзначимо аргументацiйно-орiентований протокол для ведення переговорiв (Argumentation-Based Negotiation) щодо багатовимiрних угод. Алгоритм
(2)
(3)
"Управлшня проектами та розвиток виробництва", 2016, №3(59) 9
протоколу е розширенням протоколу почергових поступок та припускае вiдсутнiсть знань (неповне знання) агенлв про функци виграшу один одного.
Рис. 2. Протокол ресурсного обмшу
На основi [13, с. 96-97; 14] розглянемо наступну математичну модель послщовного узгодження параметрiв в мультиагентнш системi.
Нехай дано п агентiв (А1, ..., Ап). Метою кожного агента е знаходження значення задано! функци ^х), що об'еднуе цiльовi параметри проектованоТ системи, на заданш областi О.
Дм агентiв можна визначити наступним алгоритмом.
Спочатку кожен агент отримуе певне початкове ршення х0/- (/=1, ..., п). Сукупнiсть значень параметра х у вах агентiв позначимо як Х={х1, ..., хп}. Таким чином, агенти отримують початковий набiр Х0 та починають покроково шукати максимум цшьовоТ функцiТ. В загальному виглядi алгоритм Тх дiй на /'-му кроцi можна описати наступними чином:
1) у кожного агента вщповщно до протоколу Я та р е значення хи (задано набiр X/). Спочатку кожний агент обчислюе значення цiльовоТ функцiТ (або значення параметра компонента системи) на даному йому значены х ^ (х// або в простiшiй формi Ъ/, а набiр значень f у всiх агентiв - р;
2) агенти обмiнюються шформа^ею про знайденi рiшення (кожний агент повщомляе iншими агентам вiдповiдно до протоколу Я та р (формула (1)) або передае в базу даних штегрованого шформацшного середовища проекту значення хц, /
3) на основi отриманих значень iншi агенти визначають наступнi значення х++1/=ди (X, р) або коротко X+1 = О, (Х/, р), де функ^я О (Х/, Р/) визначае набiр {д/1 (X, р/), ..., д,п (X, р)}. Функци д,/ (X, р) в загальному виглядi можуть не бути жорстко детермiнованi.
При розширенн алгоритму вiдбуваеться розгляд ^х) як набору цiльових функцiй або параметричних залежностей.
10
"Управлшня проектами та розвиток виробництва", 2016, №3(59)
У випадку моделi neperoBopiB агенти обмшюються iнформацieю про знайденi рiшення (кожний агент повщомляе iншим агентам вщповщно до протоколу R та F (формула (1)) або передае в базу даних штегрованого iнформацiйного середовища проекту значення xu, f;). На основi отриманих значень iншi агенти визначають значення власних функцiй, позначених як Хт = Gm (Xm, Fm), виходячи, наприклад, з певного дiапазону можливих значень вiдповiдних функцш Fm визначених згiдно вимог до певного компоненту системи, та заносять прийнятн значення x та f в базу даних iнтегрованого шформацшного середовища, i цикл повторюеться, осмльки перший агент змушений коректувати отримане значення параметру.
Вщтак оскiльки цiльова функцiя одного агента залежить вщ дй", що обрана шшим виконавцем, то ефективнiсть системи е значення цтьовоТ функци' одного агента на множит дш агента, ям реалiзуються даною системою.
Таким чином, у випадку створення вщповщного протоколу в межах системи агенти кргм повщомлень про пропозици' можуть обмiнюватися повiдомленнями про найбiльш критичн параметри. Це означае, що певний агент, вщкинувши пропозицгю, публiкуе шформацш наступного змгсту: «мене найбiльш не влаштовуе параметр Y,, я б хотв його змгнити з x, на x,'».
Виходячи з вищенаведеного, опис агента розглянемо у виглядг (складено на основг [17]):
Am = {F, I, Lin}, (4)
де Lin - опис внутршньоТ мови системи; F - множина функцюнальних можливостей агента; I - множина параметрiв системи (пiдсистеми), на ям впливають функцiональнi можливостг агента.
На основг результатiв дослiдження [15, С. 28] та формули (1) в якост аналгтичноТ бази для визначення наборГв X пропонуемо розглядати наступш складовГ технолопчноТ системи:
1) вектор станГв, що включае вс величини, що характеризують стан технолопчноТ системи i цГлГ функцГонування системи (продукту) на певнш операци' (пщсистемГ) в межах даноТ системи;
2) вектор параметрГв якостГ продукту (результату), що мае включати характеристики технолопчноТ операци', що впливають на стан продукту;
3) вектор вхщних параметрГв, що вщображають характеристики сировини, ям можуть змГнюватися в певних межах;
4) вектор технолопчних факторГв, ям при управлГннГ якГстю вГдГграють роль керуючих впливГв;
5) вектор фактичних значень технолопчних параметрГв, зафГксованих в конкретному етап розвитку системи чи реалГзаци' проекту;
6) вектори обмежень, що вщображають вимоги до продукту системи, що мютяться у техшчному завданш, стандартах тощо;
7) вектор оптимальних значень параметрГв, до яких мають наближатися поточш значення функцГонування пщсистем;
8) вектор оптимальних значень параметрГв, до яких мають наближатися поточш значення функцГонування системи;
9) обмеження на ресурси (знизу та зверху), ям продиктован економГчними мГркуваннями.
Запропонований набГр дасть змогу розробити ефективн алгоритми для системного аналГзу та побудови мультиагентних систем для наступних аспектГв управлшня проектами:
- тформацтна пГдтримка вирГшення технологГчних задач;_
"Управлшня проектами та розвиток виробництва", 2016, №3(59) 11
- побудова системи мошторингу ефективност технолопчного процесу;
- типiзацiя napaMeTpiB впливу технолопчного процесу комп'ютерноТ пiдготовки видань як зааб зменшення невизначеностi;
- використання мехашзму самооргашзаци для формування складу агенлв проекту та системи.
Висновки та перспективи подальших дослiджень у даному напрямку. В статл розглянуто питання створення iнтелектуальних систем управлшня проектами на основi мультиагентних систем. Показано, що штегра^я в межах парадигми мультиагентних систем низки алгоритмiв та пiдходiв щодо системного аналiзу технологiчних систем привносить ряд принципово нових можливостей в управлшня проектами. Реалiзацiя запропонованого пiдходу забезпечить пщвищення оперативностi, узгодженостi та обфунтованосп прийняття рiшень i скорочення часу реакци на непередбаченi подiТ, що вимагають змiни планiв, а також ефективне використання ресурав за рахунок постшного перепланування та пiдтримання плану в актуальному стаж. Розроблений науково-методичний пщхщ до побудови систем управлшня проектами може бути використаний при розробц iмiтацiйних моделей технолопчних систем i проведены iмiтацiйних експериментiв з цими моделями. У подальших дослщженнях варто розробити методолопчш основи використання децентралiзованого штучного iнтелекту, коли розподт завдань щодо певних параметрiв системи вщбуваеться в процесi взаемоди агенпв та носить ситуацiйний характер, що призводить до появи в мультиагентних системах синергетичних ефек^в.
Л1ТЕРАТУРА
1. Клейменова, Е.М. Интеллектуальная система «Smart Projects» для оперативного управления ресурсами в проектах НИР и ОКР в реальном времени / Е.М. Клейменова, П.О. Скобелев, В.Б. Ларюхин и др. // Информационные технологии. - 2013. - № 6. - С. 2736.
2. Бурименко, Ю.И. Структурные модели предпроектного исследования сложный систем / Ю.И. Бурименко // Управлшня проектами та розвиток виробництва. - 2000. - № 1(1). - С. 62-65.
3. Omelyanenko, V.A. Basics of general approach for technological systems analysis / V.A. Omelyanenko // Advanced Information Systems and Technologies AIST-2016: Proceedings of IV International Scientific Conference (May 25-27, 2016, Sumy). - Sumy, 2016. - p. 29-30.
4. Krapyvny, I.V. International innovation networks as new stage of innovation development [Internet source] / I.V. Krapyvny, V.A. Omelyanenko, N.O. Vernydub // Economic Processes Management. - 2015. - № 1. - Access mode: http://epm.fem.sumdu.edu.ua/download/2015_1/2015_1_17.pdf.
5. Omelyanenko, V.A. Analysis of Potential of International Inter-Cluster Cooperation in HighTech Industries / V.A. Omelyanenko // International Journal of Econometrics and Financial Management. - 2014. - Vol. 2, № 4. - p. 141-147.
6. Медведева, О.М. Моделювання активност1 зацкавлених сторш в проектах на основГ штегральноТ когштивноТ карти середовища взаемоди / О.М. Медведева // Управлшня проектами та розвиток виробництва. - 2015. - № 1 (53). - С. 5-18.
7. Xiao, F. Consensus problems for high-dimensional multi-agent systems / F. Xiao, L. Wang // IET Control Theory & Applications. - 2007. - Vol. 1, Iss. 3. - p. 830-837.
8. Лысаков, А.В. Договорные отношения в управлении проектами / А.В. Лысаков, Д.А. Новиков. - М.: ИПУ РАН, 2004. - 100 с.
9. Shoham, Y., Leyton-Brown K. Multiagent Systems: Algorithmic, Game-Theoretic and Logical Foundations, London: Cambridge University Press, 2009. - 532 p.
10. Чернов, С.А. Ключевые составляющие сетевой организации / С.А. Чернов, А.О. Дайкер // Управление экономическими системами. - 2015. - №9. - Режим доступу: http://uecs.ru/uecs-81-812015/item/3695-2015-09-09-11-29-20.
11. Разумные решения ("Smart Solutions") [Електронний ресурс]. - Режим доступу: http://smartsolutions-123.ru/products/?bxajaxid=4e4a0afb39e724507de44305426df6e3.
12. Батищев, С.В. Основные этапы разработки мультиагентных систем в
12
"Управлшня проектами та розвиток виробництва", 2016, №3(59)
инструментальной среде для создания интернет-приложений / С.В. Батищев, П.О. Скобелев // Известия Самарского научного центра Российской академии наук. -2002. - Т. 4. - № 1. - С. 96-104.
13. Зайцев, И.Д. Верификация мультиагентных систем с помощью цепей Маркова: оценка вероятности нахождения агентами оптимального решения / И.Д. Зайцев // Программные продукты и системы. - 2013. - № 4. - С. 96-100.
14. Krause, U. Convergence of the multidimensional agreement algorithm when communication fades away, Lecture Notes in Control and Information Sciences 341, Springer-Verlag, 2006. -pp. 217-222.
15. Кузнецов, Л.А. Технологический процесс как объект управления в системе производственного менеджмента / Л.А. Кузнецов // ИнВестРегион. - 2010. - № 1. - С. 2531.
16. Измайлов, И.А. Мультиагентная система поддержки принятия решений по оперативному прототипированию, развертыванию и обновлению многокомпонентных распределенных информационных систем / И.А. Измайлов // Молодой ученый. - 2014. -№9. - С. 162-164.
17. Аверченков, В.И. Математическая модель универсальной многоагентной подсистемы метапоиска / В.И. Аверченков, Е.А. Леонов // Вестник Брянского государственного технического университета. - 2011. - № 2(30). - С. 101-110.
Рецензент статт Стаття рекомендована до
д.т.н. проф. Тесля Ю.М. публкацп 12.09.2016 р.
УДК 336.1:336.2:336.5:351
О.О. Шапоренко
БЮДЖЕТНА ДЕЦЕНТРАЛ1ЗАЦ1Я В УКРА1Н1: СУЧАСНИЙ СТАН ТА ПОДАЛЬШ1 КРОКИ
Здмснено aнaлiз нормативно-правового забезпечення бюджетноТ децентрaлiзaцiТ в УкраТн та стану ТТ проведення. Виявлено основы причини, що упов^ьнюють проведення децентрaлiзaцiТ в УкраТы. Запропоновано заходи для подальшого проведення повномасштабноТ децентрaлiзaцiТ з метою пщвищення ролi мюцевого самоврядування. Рис.1, табл. 1, дж. 30.
Ключовi слова: фшансова децентрaлiзaцiя доходiв/витрaт, мiжбюджетний трансферт, власы та делегован повноваження, об'еднання мюцевих громад, субсидiaрнiсть.
^ Н61, Н71, Н72, Н77
Постановка проблеми та и зв'язок iз важливими практичними та науковими завданнями. Актуальним питанням в УкраТ'ш е бюджетна децентрaлiзaцiя, що являе собою процес поступовоТ передaчi частини фшансових ресурав i виконуваних на цш пiдстaвi функцiй управлшня i вiдповiдaльностi вiд центральних до мюцевих оргашв влади з метою бтьш повного забезпечення населення сусптьними послугами, формування сaмостiйних територiaльних громад, посилення ефективност влади i прискорення економiчного зростання. Перехiд до децентрaлiзовaного упрaвлiння притаманний великiй кiлькостi краТн. Адже децентрaлiзaцiя - це крок вперед, високий рiвень бюджетноТ децентрaлiзaцiТ е показником демокрaтизaцiТ суспiльствa, критерiем рaцiонaльностi розподiлу та використання бюджетних коштв, а також високоТ ефективност надання суспiльних благ та послуг.
Не залишилась осторонь вщ ^еТ' реформи i УкраТна, яка на сьогодшшнш день активно працюе в даному напрямку. Схвалена Указом Президента УкраТни вщ 12 сiчня 2015 року № 5/2015 Стратепя сталого розвитку "УкраТна 2020" [7] "Управлшня проектами та розвиток виробництва", 2016, №3(59) 13
