@ARTICLE{26583204_120009894_2014, author = {С. М. Авдошин and А. А. Лифшиц}, keywords = {, портфель проектов, многокритериальная модель, нечеткие числа, генетический алгоритммуравьиная оптимизация}, title = {Формирование портфеля проектов на основе нечеткой модели многокритериальной оптимизации}, journal = {Бизнес-информатика}, year = {2014}, number = {1 (27)}, pages = {14-22}, url = {https://bijournal.hse.ru/2014--1 (27)/120009894.html}, publisher = {}, abstract = {Авдошин Сергей Михайлович - профессор, руководитель отделения программной инженерии,факультет бизнес-информатики, Национальный исследовательскийуниверситет «Высшая школа экономики»Адрес: 101000, г. Москва, ул. Мясницкая, д. 20E-mail: savdoshin@hse.ruЛифшиц Алексей Александрович - студент магистратуры отделения программной инженерии,факультет бизнес-информатики, Национальный исследовательскийуниверситет «Высшая школа экономики»Адрес: 101000, г. Москва, ул. Мясницкая, д. 20E-mail: alexeus1992@yandex.ru     Компании, являющиеся лидерами IT-индустрии, ведут от нескольких десятков до нескольки хсотен проектов одновременно. Отбор соответствующих стратегическим целям компании и удовлетворяющих ресурсным ограничениям проектов является важной задачей процесса управления портфелями проектов. Таким образом, задачей формирования портфеля проектов является выбор множества проектов, которые лучшим образом отвечают целям компании в условиях ресурсных ограничений компании. В представленной работе предложена многокритериальная математическая модель формирования портфеля проектов в терминах нечетких множеств.     Приводится обзор существующих методов решения многокритериальных детерминированных задач формирования портфеля проектов. Обосновывается выбор методов муравьиной оптимизациии генетического алгоритма в качестве основных для обобщения на случай нечетких множеств. Описывается реализация муравьиной оптимизации, основанной на минимаксной системе с одной структурой феромонов и одной колонией. Рассматриваются вариации с бинарной турнирной и ранговой функциями селекции алгоритма SPEA II применительно к данной задаче. Предлагается модификация алгоритма, основанная на генерации части начальной популяции неслучайным образом.     Приводятся данные численных экспериментов для алгоритма муравьиной оптимизации ивариаций генетического алгоритма. В качестве параметров сравнения взяты скорость выполнения и C-метрика. Результаты показали превосходство алгоритма, использующего неслучайный механизм генерации начальной популяции. Таким образом, для решения задачи формирования портфеля проектов предлагается использовать данный алгоритм.}, annote = {Авдошин Сергей Михайлович - профессор, руководитель отделения программной инженерии,факультет бизнес-информатики, Национальный исследовательскийуниверситет «Высшая школа экономики»Адрес: 101000, г. Москва, ул. Мясницкая, д. 20E-mail: savdoshin@hse.ruЛифшиц Алексей Александрович - студент магистратуры отделения программной инженерии,факультет бизнес-информатики, Национальный исследовательскийуниверситет «Высшая школа экономики»Адрес: 101000, г. Москва, ул. Мясницкая, д. 20E-mail: alexeus1992@yandex.ru     Компании, являющиеся лидерами IT-индустрии, ведут от нескольких десятков до нескольки хсотен проектов одновременно. Отбор соответствующих стратегическим целям компании и удовлетворяющих ресурсным ограничениям проектов является важной задачей процесса управления портфелями проектов. Таким образом, задачей формирования портфеля проектов является выбор множества проектов, которые лучшим образом отвечают целям компании в условиях ресурсных ограничений компании. В представленной работе предложена многокритериальная математическая модель формирования портфеля проектов в терминах нечетких множеств.     Приводится обзор существующих методов решения многокритериальных детерминированных задач формирования портфеля проектов. Обосновывается выбор методов муравьиной оптимизациии генетического алгоритма в качестве основных для обобщения на случай нечетких множеств. Описывается реализация муравьиной оптимизации, основанной на минимаксной системе с одной структурой феромонов и одной колонией. Рассматриваются вариации с бинарной турнирной и ранговой функциями селекции алгоритма SPEA II применительно к данной задаче. Предлагается модификация алгоритма, основанная на генерации части начальной популяции неслучайным образом.     Приводятся данные численных экспериментов для алгоритма муравьиной оптимизации ивариаций генетического алгоритма. В качестве параметров сравнения взяты скорость выполнения и C-метрика. Результаты показали превосходство алгоритма, использующего неслучайный механизм генерации начальной популяции. Таким образом, для решения задачи формирования портфеля проектов предлагается использовать данный алгоритм.} }