Проблемы экспертной оценки эффективности комплексных проектов

ПРОБЛЕМЫ ЭКСПЕРТНОЙ ОЦЕНКИ ЭФФЕКТИВНОСТИ КОМПЛЕКСНЫХ ПРОЕКТОВ

Александров А.В., Гончар О.А.

(ЗАО «Научно исследовательский центр «Новые интеллектуальные системы», Киевский национальный университет имени Тараcа Шевченка, Институт международных отношений)

 

Problems of expert performance evaluation of integrated projects. Alexandrov A.V., Gonchar O-A.A.

The report discusses methods and means of performance evaluation of complex projects. The purpose of work is to create a software complex and services to assess the effectiveness of the proposed projects and control of their implementation.

 

Рассматривается актуальная проблема создания системы, которая предназначена для оперативного представления руководителям объективной информации об эффективности предлагаемых проектов и контроля хода их реализации.

Система выполняет следующие функции

· Вычисляет оценки эффективности проектов.

· Определяет лучший(худший) по эффективности проект.

· Выводит ранжированный по эффективности список проектов с указанием величины эффективности.

· Выводит ранжированный по заданному критерию список проектов с указанием величины оценки по критерию;

Под эффективностью системы понимают её способность к достижению той цели, к которой стремились при создании системы.

Определение показателей эффективности проекта осуществляется косвенным образом, путем измерения параметров проекта, определяющих его эффективность. Количественной мерой эффективности системы является критерий (показатель) эффективности.

Проверка проекта осуществляется на основе системы оценочных показателей и критериев, которая служит:

- для полной, всесторонней и объективной оценки проекта на этапе его разработки;

- для анализа результатов реализации проекта;

Нижний уровень иерархии образуют достижения структуры, представляющие собой документальные данные, используемые для оценивания её деятельности.

Критерии самого нижнего уровня образуют критерии, оценки по которым могут принимать заранее неизвестные дискретные значения. Содержание оценок по этим критериям можно назвать «итогом деятельности».

Суть метода определения оценки эффективности проекта заключается в следующем. Назначенные эксперты – используя специальное программное обеспечение, строит иерархию критериев, которые определяют оценку мероприятий проекта. При этом критерии всех уровней, за исключением последнего, раскладываются на подкритерии, каждый из которых характеризуется относительным коэффициентом значимости (ОКЗ) в пределах множества подкритериев данного критерия.

Строится граф иерархии критериев, которые характеризуют различные аспекты реализации проекта. Далее с помощью экспертов определяются коэффициенты значимости критериев. Анализируя документальные данные j -го мероприятия проекта, находят значения его достижений и с помощью графа иерархии критериев определяют обобщенную оценку j -го мероприятия проекта по критерию с ₀, которым обозначена корневая вершина графа иерархии критериев.

Основные этапы работы системы поддержки принятия решений (СППР).

· Подготовка базы данных проекта: мероприятия; ресурсы. Реализует пользователь-оператор по указанию пользователя-руководителя под непосредственным руководством начальников отделов.

· Подготовка построения иерархии критериев: формирование (подбор) бригады экспертов. Реализует пользователь-руководитель и привлекаемые им начальники структурных подразделений (отделов и др.): в состав бригады экспертов включаются (кооптируются) профессионалы высокого уровня, в совершенстве владеющие проблемой. Метод построения иерархии критериев и определение коэффициентов значимости критериев изложены в 2.2 и 2.3.

· Ввод результатов проверок. Технические процедуры (непосредственное взаимодействие с системой) реализует пользователь-оператор по указанию пользователя-руководителя.

· Оценивание эффективности проектов и принятие организационных решений. Технические процедуры (непосредственное взаимодействие с системой по выполнению всех предусмотренных на данном этапе режимов) реализует пользователь-оператор по указанию пользователя-руководителя.

 

ОБРАЗОВАНИЕ В ОБЛАСТИ МИКРОЭЛЕКТРОНИКИ В СОВРЕМЕННЫХ УСЛОВИЯХ

Анциферова В.И., Евдокимова С.А.

(ФГБОУ ВПО «Воронежская государственная лесотехническая академия»)

 

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ МЕХАНИЗМА ПРОТИВООПУХОЛЕВОГО ДЕЙСТВИЯ ВИРУСНЫХ ВАКЦИН

 

Бабушкина Н.А.

(МГТУ МИРЭА; ИПУ РАН)

 

The mathematical model of antitumoral treatment using the virus – developed vaccine. Babushkina N.A.

The mathematical model presented in this paper is the first attempt to describe how vaccine produces antitumoral effect within the framework of interaction between tumor, virus and immune system. The paper presents the mathematical model of antitumoral treatment using the vaccine developed from venezuelan equine encephalomyelitis (VEE) virus, which has proven to be selective toward a number of experimental tumors. The model describes the two stages of tumor cells’ death: The first occurring immediately after the vaccine is administered and the virus penetrates the tumor cell, and the second being the death of infected tumor cells due to immune response and development of antibodies for the specific tumor type.

 

Проблема моделирования механизма противоопухолевого действия вирусных вакцин связана с развитием исследований по иммунотерапии опухолей, которые активно изучаются в настоящее время. Начиная со средины XX века усилия ученых были направлены на поиск вирусов, которые были бы неопасными для человека, но в тоже время были эффективны по отношению к злокачественным опухолям.

Противоопухолевое действие таких вирусов заключается в том, что вирус может распознавать злокачественные клетки, адсорбируясь на их поверхности, проникать внутрь клетки, что приводит к её разрушению и последующей гибели. Было показано, что погибающие в результате заражения вирусом злокачественные клетки способны в свою очередь вызывать активацию иммунной системы организма против данной опухоли. Таким образом, при вакцинотерапии вирус выступает в роли специфического маркера опухолевых клеток, позволяя преодолевать невосприимчивость иммунной системы организма к своим собственным опухолевым клеткам.

Отсутствие явно выраженной токсичности позволяет значительно расширить диапазон применяемых доз. Это влечет за собой увеличения объема экспериментальных исследований и значительное удорожание исследовательских работ. Проведение компьютерных экспериментов на основе модели вакцинотерапии позволяет выявить управляющие дозовые воздействия, построить зависимость «доза-эффект», на основе которых можно рассчитывать оптимальные режимы применения вирусных вакцин для получения полной регрессии опухоли.

Построенная математическая модель противоопухолевой вакцинотерапии является первой попыткой описать механизм противоопухолевого действия вирусных вакцин на примере вируса энцефаломиелита лошадей (ВЭЛ). Модель описывает двухэтапный механизм гибели опухолевых клеток, вызванный реакцией иммунной системы организма против чужеродного вируса и последующую гибель опухолевых клеток в результате реакции иммунной системы против инфицированных вирусом клеток опухоли. Механизм роста и гибели опухолевых клеток описан системой из 10 нелинейных дифференциальных уравнений. Оценка параметров модели осуществлялась методом решения обратных задач с использованием экспериментальных кинетических кривых роста аденокарциномы Эрлиха. Предлагаемый подход позволяет получить оценки управляющих дозовых воздействий на основе построенной модели.

Практическая значимость математического моделирования противоопухолевого действия вирусных вакцин заключается в том, что результаты моделирования позволяют обоснованно и целенаправленно дополнять результаты экспериментального и во многом эмпирического подхода к поиску эффективных режимов лечения. Проведение компьютерных экспериментов и расчетов на модели позволяет рационально планировать проведение эксперимента на животных, сокращать время экспериментальных исследований и затраты на животных и препараты. Сокращение затрат и времени проведения экспериментальных работ приводит к значительному снижению стоимости научных исследований.

 

Грачева М.М.

(ОАО «ЦНИИ «Курс)

 

Дейнеко С.В.

(РГУ нефти и газа имени И.М. Губкина)

 

Дейнеко С.В.

(РГУ нефти и газа имени И.М. Губкина)

 

Дмитриев П.И.

(ЗАО «Петер-Сервис»)

 

Иевлев В.И.

(Уральский федеральный университет им. Первого Президента России Б.Н. Ельцина)

Иевлев В.И.

(ОАО «ГосНИИП»)

 

Его жизненного цикла

 

Киселева Т.В., Маслова Е.В.

(ФГБОУ ВПО «Сибирский государственный индустриальный университет»)

 

Клименко Т.С.

(ОАО «ЦНИИ «Курс»)

 

ПРОБЛЕМНЫЕ ВОПРОСЫ ОЦЕНКИ БЕЗОТКАЗНОСТИ КОСМИЧЕСКИХ АППАРАТОВ ДЛИТЕЛЬНОГО ФУНКЦИОНИРОВАНИЯ

Корчагин Е.Н., Колобов А.Ю.

(ФГУП «НПО им.С.А.Лавочкина)

Кононов М.Е.

(НИУ «МЭИ»)

 

ПРОТИВОВОЗДУШНОЙ ОБОРОНЫ

Милованов М.А.

(ОАО «ЦНИИ «Курс»)

Назаревич С.А.

(ГУАП, Санкт-Петербург)

 

СИСТЕМНОЕ СТРАТЕГИЧЕСКОЕ ПЛАНИРОВАНИЕ ИННОВАЦИОННЫХ ПРОЦЕССОВ В ТРАНСПОРТНОМ КОМПЛЕКСЕ РОССИИ

 

Невелев В.А.

(НОЧУ «Институт мировой экономики»)

 

Поколодина Е.В.

(НОУ "ИНЭП")

 

Features the functioning of information systems in the HIGH SCHOOL during the admission campaign. Pokolodina E.V.

Describes the problems of implementation of the Federal information system at the HIGH SCHOOL during the admission campaign. Described module "Entrant"to optimize the input of data into the information system.

 

В настоящее время приемные мероприятия в ВУЗах должны сопровождаться введением данных в Федеральную государственную информационную систему. Правила формирования и ведения ФИС ЕГЭ и приема утверждены постановлением Правительства Российской Федерации от 27.01.2012 № 36.

Каждое образовательное учреждение ВПО и СПО обязано предоставлять в ФИС ЕГЭ и приема следующие сведения:

· о правилах приема, об организации образовательного процесса, а также иные сведения, объявляемые образовательными учреждениями в соответствии с порядком приема;

· об установленных контрольных цифрах приема, а также об объемах и о структуре приема граждан на обучение за счет федерального бюджета, квотах по целевому приему, количестве мест для обучения на основе платных договоров;

· о заявлениях о приеме, представленных в данные образовательные учреждения, а также о заявлениях, возвращенных образовательным учреждением;

· о результатах вступительных испытаний, предоставленных льготах и зачислении лиц, успешно прошедших вступительные испытания;

· сведения о лицах, отказавшихся от зачисления (фамилии, имена, отчества, реквизиты документов, удостоверяющих их личность).

Несмотря на тщательную проработку всех аспектов приемной кампании в ИС, встречается ряд трудностей, практически неизбежных на начальных этапах внедрения такого рода систем. Перечислим некоторые из них:

- не всегда удается привести данные в соответствие стандартам ФИС;

- ряд документов, в том числе, официально выданные и впоследствии оказывавшиеся подлинными, не распознаются ФИС (в таких случаях предусмотрена процедура сканирования отправки электронных копий документов);

- на момент приемной кампании лета 2013 при разработке Федеральной информационной системы были учтены не все нормативные акты в сфере образования;

- при обращении в консультационный центр не удавалось решить некоторые возникшие вопросы, поскольку сотрудники центра были не всегда компетентны в вопросах конкретных законодательств в сфере образования

- работа с ФИС потребовала установки отдельного сервера для сотрудников каждой из приемных комиссий в 3-х зданиях ИНЭП и филиале.

Учитывая вышеизложенное, для оптимизации работы с ФИС и минимизации временных и трудозатрат сотрудников ИНЭП и приемных комиссий, был разработан модуль «Абитуриент» в рамках существующей информационной системы ИНЭП.. Модуль позволяет частично автоматизировать каждый из пяти этапов прияния документов, а именно: заполнение анкеты абитуриента; создание списка человек/место; регистрацию изменений; составление списка абитуриентов по группам; составление списка претендентов без экзаменов..

По каждому из претендентов заносится подробная информация. Например, атрибуты таблицы «Студент» кроме стандартных персональных данных содержат данные о потоке приема, виде конкурса, статусе абитуриента на данный момент. Таблица «Паспорт» содержит 14 стандартных атрибутов. Следует отметить, что процесс занесения данных достаточно длительный и трудоемкий, вероятность ошибок при большом количестве анкет возрастает. При этом работа с каждой анкетой может вестись только на специальных серверах. Модуль «Абитуриент» позволяет предварительно подготовить данные на любой из рабочих станций в сети ВУЗа и привести их в соответствие стандартам ФИС.

Для реализации программы «Абитуриент» была выбрана интегрированная среда разработки «Microsoft Visual Studio» и система управления реляционными базами данных Microsoft SQL Server.

Практическая значимость заключается в том, что результаты разработки модуля позволяют оптимизировать занесение данных в Федеральную информационную систему при наличии только одного сервера в каждом здании. Внедрение модуля «Абитуриент» позволяет завершить приемную кампанию в установленные нормативными документами сроки, а также и высвобождает 2-3 методистов без снижения в эффективности работы ВУЗа в целом. Внедрение программы также подразумевает существенную экономию средств, поскольку стоимость типовых готовых решений в данной сфере обходится от 100 000 до миллиона рублей.

ИССЛЕДОВАНИЕ МЕТОДОВ ПОЛУЧЕНИЯ ИСХОДНЫХ КАРТОГРАФИЧЕСКИХ МАТЕРИАЛОВ, СООТВЕТСТВУЮЩИХ ТРЕБОВАНИЯМ ИКАО, И ВОПРОСОВ ОПТИМИЗАЦИИ БОРТОВОЙ БАЗЫ ДАННЫХ СИСТЕМЫ СИНТЕЗИРОВАННОГО ВИДЕНИЯ ЛЕТАТЕЛЬНЫХ АППАРАТОВ

Джанджгава Г.И., Сазонова Т.В., Шелагурова М.С.,

(ОАО «Раменское приборостроительное конструкторское бюро»)

 

Research of reception methods of the initial maps and sharts, corresponding to requirements of IKAO, and questions of an onboard database optimisation in synthetic vision systems of flying machines. Dzhandzhgava G.I., Sazonova T.V., Shelagurova M.S

Research of reception methods of the initial maps and sharts, corresponding to requirements of IKAO, and questions of an onboard database optimisation in synthetic vision systems of flying machines allows to deduce 3D images on MFI screens with demanded realness and detailed elaboration, thus frequency of shots will reach an order of 25 Hz that is sufficient for normal perception of images from screen MFI a human eye.

Анализ существующих методов построения реалистичных трехмерных изображений показал, что на борту воздушного средства необходимо иметь такие базы данных (БД), как БД матриц высот местности (МВМ), БД стандартных текстур местности и объектов, БД реалистичных изображений местности и объектов, БД трехмерных объектов. В соответствии с ИКАО существуют требования по точности представления этих данных. Например, для района аэродрома точность в вертикальной плоскости должна быть 3м, в горизонтальной – 5 м. В ходе исследований были дан анализ существующим методам получения данных с такими точностями. Например, для района аэродрома наиболее подходит метод аэрофотосъемки и воздушного лазерного сканирования, который позволяет получать все необходимые БД от одного источника. Использование исходных БД на борту летательного аппарата невозможно в силу неоптимальной структуры получаемых данных, что ведет к снижению частоты выводимых кадров на экран. Поэтому на этапе подготовки необходимо все исходные БД преобразовывать в бортовую структуру с помощью специальных конвертеров. Для формирования бортовых баз данных матриц высот местности, объектового состава и снимков необходимо выбрать проекцию, в которой будет готовиться картографическая информация. В ходе исследований были проведен анализ существующих картографических проекций, и в качестве проекции, удовлетворяющей реализации поставленной задачи, была выбрана локальная проекция. Кроме этого, в ходе работы была сформирована библиотека условных знаков объектового состава для вывода трехмерных объектов, если геометрия этих объектов не была представлена в исходных данных. Все это позволит выводить изображения 3D индикации на экранах МФИ с требуемой реалистичностью и детализацией, при этом частота кадров будет достигать порядка 25 Гц, что является достаточным для нормального восприятия изображений с экрана МФИ человеческим глазом.

УПРАВЛЕНИЕ ПРОЦЕССОМ ПРАКТИКО-ОРИЕНТИРОВАНОГО ОБУЧЕНИЯ ЕСТЕСТВЕННОНАУЧНЫМ ДИСЦИПЛИНАМ

 

Титова О.В.,

(ВолгГТУ)

 

Чивилёв А. Д.

(НИУ «МЭИ»)

 

В. П. Шевчук

(Национальный исследовательский университет «МЭИ», Волжский, Россия)

 

Diagnostics software elements of robust systems, Shevchuk V.P.

Discusses the mathematical, software and metrological provision for diagnostics of measuring channels multifunctional control systems.

 

Особенно актуальными для современных систем автоматического управления являются проверка работоспособности алгоритмов робастной системы и адекватности математических моделей метрологических характеристик. Эти задачи могут выполняться только методами имитационного моделирования на специальных стендах для диагностики программного обеспечения виртуальных приборов, создаваемых специально для этих целей. Например, стенд для диагностики программного обеспечения многофункциональных систем контроля и управления [1]. Информационно-измерительные каналы этого стенда (см. рисунок 1) реализуют чистую передачу истинного значения измерительной информации, поэтому метрологические характеристики технических средств автоматизации (например, полевого прибора [2]) полностью определяются элементами стенда, моделью объекта управления, режимами цифровой обработки информации и физическими свойствами самого тестируемого прибора. При моделировании измерительной системы, статическая характеристика датчика измерительной информации принимается линейной с коэффициентом передачи равным единица, то есть Y(t) =X(t). Динамические свойства датчика измерительной информации принимаются в виде апериодического звена первого порядка , где K_p – коэффициент передачи, T_p – время.

Рис. 1 Стенд для диагностики полевых приборов [1]

 

Стенд содержит программный блок генерации сигналов 1 и связанный с ним эталонный программно-аппаратный блок обработки измерительной информации 2. Блок 1 состоит из блока имитации стационарной и нестационарной измерительной информации 3, блока интерфейса пользователя 4, блока регистрации измерительной информации 5, который соединен с блоком приема-передачи измерительной информации 6. Блок 2 содержит блок приема-передачи измерительной информации 7, связанный с блоком вычисления эталонного значения параметра, получаемого косвенными измерениями 8, блоком вывода сигналов 9 и блоком ввода сигналов 10. Блок 9 имеет шестнадцать каналов вывода аналоговых сигналов 11 и шестнадцать каналов вывода дискретных сигналов 12. Блок 12 имеет шестнадцать каналов ввода аналоговых сигналов 13 и шестнадцать каналов ввода дискретных сигналов 14. К вводам и выводам стенда подключается диагностируемое устройство систем контроля и управления 15. Стенд функционирует следующим образом, блок обработки измерительной информации 2 реализован на базе промышленного контроллера DeCont и содержит блок приема-передачи измерительной информации 7, связанный с блоком вычисления эталонного значения 8, блоком вывода сигналов (ЦАП) 9 и блоком ввода сигналов (АЦП) 10. К вводам и выводам стенда 11, подключается исследуемая измерительная система 15. В блоке имитации сигналов генерируется измерительная информация с заданными статистическими характеристиками (математическое ожидание, дисперсия, скорость изменения), передаваемая в блок эталонных вычислений, а также в исследуемую систему. Результаты измерений с выхода исследуемой измерительной системы 15 и блока эталонных вычислений 8 передаются в блок интерфейса пользователя для отображения, а также записываются в архив блоком регистрации измерительной информации для последующего анализа. Для решения задач диагностики программного обеспечения робастных систем создано специальное программное обеспечение стенда – это пакет прикладных программ ППП «СДПСУ, функциональная схема информационных потоков в котором, изображена на рисунке 2.

ППП «СДПСУ» функционирует следующим образом. Истинные значения измеряемой величины, X(t), и помехи, N(t), моделируются в блоке 1 по алгоритмам, которые подробно описаны в работе [3]. Сигнал с аддитивной помехой: X(t)+N(t), преобразуется в аналоговый с помощью блока 5 и возвращается в ЭВМ общего назначения, посредством блока 6. Прошедший двойную дискретизацию сигнал, Z(t), после предварительной обработки в блоках 4 и 3, поступает на визуализацию в блок 2.

 

Рис. 2. Схема информационных потоков стенда [1]

 

Таким образом, стендом [1] фактически проводится имитация работы виртуального прибора с оценкой основных метрологических характеристик программно-аппаратного измерительного канала.

Используемая литература:

1. Шевчук В.П., Болдырев И.А., Шамигулов П.В. Стенд для диагностики программного обеспечения и измерительных каналов многофункциональных систем контроля и управления //Патент на полезную модель № 94333. Зарегистрировано в Государственном реестре полезных моделей 20.05.2010. - Бюл. № 14.

2. Шевчук В.П., Болдырев И.А. Изменяемый полевой прибор //Патент на полезную модель № 84965. Зарегистрировано в Государственном реестре полезных моделей 20.07.09 г. - Бюл. № 20.

3. Шевчук В.П. Моделирование метрологических характеристик интеллектуальных измерительных приборов и систем. -М.: ФИЗМАТЛИТ, 2011. - 320 с. – ISBN 978-5-9221-1314-4.

РАЗРАБОТКА МЕХАНИЗМА КОНТРОЛЯ И ОЦЕНКИ КАЧЕСТВА ОБРАЗОВАНИЯ УНИВЕРСИТЕТА

Иванус А.И.

(Финансовый университет при Правительстве Российской Федерации)

ПРОБЛЕМЫ ЭКСПЕРТНОЙ ОЦЕНКИ ЭФФЕКТИВНОСТИ КОМПЛЕКСНЫХ ПРОЕКТОВ