Details

В работе рассматривается задача распределения бизнес-процессов между исполнителями в условиях параллельного выполнения задач. Реальные процессы имеют сложную структуру, включающую множественные ветвления и циклы, также они обладают непредсказуемыми длительностями операций. В таких условиях детерминированные методы планирования не всегда позволяют получить расписание, обеспечивающее минимальное общее время выполнения процесса. Для решения этой проблемы был разработан гибридный метод. Сначала генетический алгоритм находит оптимальное закрепление задач за исполнителями, затем адаптивный диспетчер строит итоговое расписание, учитывая четыре фактора: запас времени, время ожидания, загруженность очереди и блокировку простаивающих ресурсов. Вместо фиксированных значений модель учитывает естественные колебания времени выполнения задач, вызванные человеческим фактором и загрузкой ресурсов. В результате работы метода формируется готовое расписание, в котором для каждой операции определены назначенный исполнитель, порядок выполнения, время начала и завершения выполнения.  Полученное программное решение может применяться в корпоративных информационных системах для автоматизации планирования ресурсов и сокращения простоев сотрудников.

This thesis examines the problem of allocating business processes among executors in a parallel execution environment. Real-world processes are characterized by a complex topology, including multiple branches and feedback loops for rework, as well as unpredictable operation durations. Under such conditions, deterministic scheduling methods do not always produce a schedule that minimizes the total process execution time. To address this issue, a hybrid method has been developed. First, a genetic algorithm determines the optimal assignment of tasks to executors. Then, an adaptive dispatcher constructs the final schedule by dynamically evaluating four factors: time slack, waiting time, queue pressure, and the blocking of idle resources. Instead of using fixed values, the model accounts for natural fluctuations in task execution times caused by human factors and resource load. As a result, the algorithm generates a complete schedule in which the assigned executor, execution order, and exact start and completion times are clearly defined for each operation. The resulting software solution can be applied in corporate information systems to automate resource planning and reduce employee idle time.