Details

Title: Управление человеческими ресурсами проектноориентированной организации на основе модели "learning-by-doing" с применением имитационного моделирования: выпускная квалификационная работа магистра по напрвлению 27.04.05 - Инноватика ; 27.04.05_01 - Управление инновационными процессами
Creators: Гинцяк Алексей Михайлович
Scientific adviser: Редько Сергей Георгиевич
Other creators: Итс Алёна Евгеньевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Организация труда; имитационное моделирование; компетенция; профессиональная деятельность; распределение задач; системная динамика; устойчивое развитие
LBC: 65.240-211
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 27.04.05
Speciality group (FGOS): 270000 - Управление в технических системах
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-1618
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Работа посвящена решению проблемы непредсказуемости последствий принятия решений по распределению сотрудников между проектами проектноориентированной организации в инновационных отраслях промышленности. Для решения этой проблемы предлагается разработка, апробация и использование имитационных моделей, учитывающих изменение уровня отдельных компетенций конкретных сотрудников проектноориентированной организации за счет обучения в процессе реализации проектов для разработки оптимальных правил распределения сотрудников между проектами в зависимости от особенностей проектов и сотрудников с целью обеспечения устойчивого развития организации. На основе разработанных моделей предложен и апробирован набор рекомендаций по распределению сотрудников проектноориентированной организации между проектами. Предполагается, что использование рекомендаций в процессе принятия решений позволит не только обеспечивать выполнение проектов в настоящем времени, но и способствовать накоплению человеческого потенциала высокотехнологичной организации и всей отрасли.

The research is devoted to solving the unpredictability problem on the consequences of decision-making on the employee distribution between projects in a project-oriented organization in innovative industries. To solve this problem, it is proposed to develop, test and use simulation models that take into account the dynamics in the individual competencies level for specific project-oriented organization employees through training in the implementation of projects in order to develop optimal rules for the employee distribution on projects depending on the projects and employee characteristics to ensure sustainable development of organization. A recommendations set for the employee distribution has been suggested and tested basing on the developed models. It is assumed that the use of the recommendations in the decision-making process will not only ensure the project implementation in the present, but also contribute to the human potential accumulation for the high-tech organizations and the entire industry.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous

Table of Contents

  • РЕФЕРАТ
  • ABSTRACT
  • СОДЕРЖАНИЕ
  • ВВЕДЕНИЕ
  • 1 Анализ существующей ситуации в развитии сотрудников высокотехнологичных организаций
    • 1.1 Анализ подходов к развитию компетенций специалистов
      • 1.1.1 Классический подход
      • 1.1.2 Learning-by-doing
      • 1.1.3 Результаты сравнения
    • 1.2 Анализ существующих моделей развития компетенций в процессе профессиональной деятельности
      • 1.2.1 Классификация моделей
      • 1.2.2 Модели первого и второго классов
      • 1.2.3 Модели третьего класса
      • 1.2.4 Недостатки рассмотренных моделей
    • 1.3 Анализ подходов к распределению сотрудников между проектами организации
    • 1.4 Выводы по главе
  • 2 Моделирование изменения компетенций
    • 2.1 Выбор инструментов и программных средств моделирования
      • 2.1.1 Базовые парадигмы моделирования
      • 2.1.2 Гибридное моделирование
      • 2.1.3 Классификация гибридного моделирования
      • 2.1.4 Выбранные инструменты моделирования
    • 2.2 Состав комплекса имитационных моделей
    • 2.3 Персонифицированная модель изменения компетенций
      • 2.3.1 Разработка модели
      • 2.3.2 Целевая функция
      • 2.3.3 Типы экспериментов
      • 2.3.4 Исследование влияния начального уровня компетенций на объем выполненной работы
      • 2.3.5 Исследование влияния сложности используемой технологии на объем выполненной работы и уровень компетенций с течением времени
      • 2.3.6 Исследование влияния темпов устаревания технологии на объем выполненной работы и уровень компетенций с течением времени
      • 2.3.7 Обобщение результатов экспериментов
      • 2.3.8 Обобщенный показатель
    • 2.4 Кооперативная модель изменения компетенций
      • 2.4.1 Разработка модели
      • 2.4.2 Исследование влияния эффективности трансфера компетенций на процесс обучения
      • 2.4.3 Исследование влияния сочетания сотрудников на процессы обучения и выполнения работ
    • 2.5 Рекомендации по распределению сотрудников
    • 2.6. Выводы по главе
  • 3 Апробация полученных результатов
    • 3.1 Получение исходных данных для моделирования
    • 3.2 Комплексная модель изменения компетенций
      • 3.2.1 Разработка модели
      • 3.2.2 Собираемая статистика
      • 3.2.3 Описание эксперимента
      • 3.2.4 Результаты эксперимента
      • 3.2.5 Интерпретация результатов эксперимента
    • 3.3 Выводы по главе
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
  • 1 Introduction
  • 2 Approaches analysis
    • 2.1 Local optimization
    • 2.2 Global optimization
  • 3 Conclusion
  • References
  • 1 Introduction
    • 1.1 Learning-by-doing
    • 1.2 Learning-by-doing models review
  • 2 Model development
  • 3 Simulation
  • 4 Conclusion
  • References

Usage statistics

stat Access count: 62
Last 30 days: 4
Detailed usage statistics