Детальная информация

Работа посвящена разработке математической модели и алгоритмов оптимизации состава команды IT-проекта, учитывающих затраты и сроки выполнения проекта. В исследовании проведён анализ существующих методов и инструментов формирования проектных команд, предложены решения на основе Парето-оптимизации и стохастических подходов. Помимо этого, реализована программная модель, позволяющая автоматизировать процесс подбора команды, и проведена экспериментальная проверка ее эффективности на основе тестирования и ретроспективного анализа. Цель работы — повышение обоснованности принимаемых решений по формированию команд IT-проекта за счет разработки модели, предоставляющей профиль Парето-оптимальных сценариев. Актуальность исследования обусловлена растущей ролью IT-проектов в условиях цифровой трансформации и высокой технологической динамики, при которой эффективность формирования проектных команд становится ключевым фактором успеха. Существующие модели и инструменты не обеспечивают множественности решений и полноты анализа влияния состава команды на сроки и стоимость проекта, что требует разработки новых подходов с применением методов многокритериальной оптимизации, в частности, Парето-оптимизации. Результаты работы включают разработанную математическую модель, алгоритмы оптимизации состава команд, программную реализацию вычисления оптимального состава команды, стохастическую оптимизацию состава команды. Разработаны алгоритмы для генерации и оптимизации состава команды, включая применение методов Парето-оптимизации, что позволяет достичь оптимального баланса между ключевыми критериями эффективности проекта. Внедрение стохастических методов оптимизации в модель позволяет эффективно работать в условиях ограниченных вычислительных ресурсов и высокой размерности данных. Программная реализация прошла успешную апробацию на реальном IT-проекте, где было сгенерировано большое количество вариантов составов команд, выявлены оптимальные вариации, что подтверждает высокую практическую ценность предложенного подхода для управления проектными командами.

The work is devoted to the development of a mathematical model and algorithms for optimizing the composition of the IT project team, taking into account the costs and deadlines of the project. The study analyzes existing methods and tools for forming project teams, and offers solutions based on Pareto optimization and stochastic approaches. In addition, a software model has been implemented to automate the team selection process, and an experimental verification of its effectiveness based on testing and retrospective analysis has been carried out. The aim of the work is to increase the validity of decisions made on the formation of IT project teams by developing a model that provides a profile of Pareto-optimal scenarios. The relevance of the research is due to the growing role of IT projects in the context of digital transformation and high technological dynamics, in which the effectiveness of project team formation becomes a key success factor. Existing models and tools do not provide multiple solutions and a comprehensive analysis of the impact of team composition on the timing and cost of the project, which requires the development of new approaches using multi-criteria optimization methods, in particular, Pareto optimization. The results of the work include the developed mathematical model, algorithms for optimizing the composition of teams, software implementation of calculating the optimal composition of the team, and stochastic optimization of the team. Algorithms have been developed to generate and optimize the team, including the use of Pareto optimization methods, which allows achieving an optimal balance between key criteria for project effectiveness. The introduction of stochastic optimization methods into the model makes it possible to work effectively in conditions of limited computing resources and high data dimensionality. The software implementation has been successfully tested on a real IT project, where a large number of team composition options were generated, optimal configurations were identified, which confirms the high practical value of the proposed approach for managing project teams.