Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Математические модели мониторинга и алгоритмы принятия управленческих решений при реализации аналитических ведомственных целевых программ в высшей школе

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Разработан алгоритм принятия решения по выбору параметров системы мониторинга АВЦП. Этот алгоритм базируется на марковских математических моделях и правиле принятия решения по выбору штатных и временных параметров и позволяет как обосновывать временные и штатные параметры системы мониторинга АВЦП при заданных заказчиком ограничениях к продолжительности мониторинга и вероятности его завершения… Читать ещё >

Содержание

  • Раздел 1. Системный анализ управления аналитическими ведомственными целевыми программами, реализуемыми в высшей школе
    • 1. 1. Анализ структуры аналитической ведомственной целевой программы и ее жизненного цикла
    • 1. 2. Формализация управления реализацией аналитических ведомственных целевых программ
    • 1. 3. Понятие научного проекта и показатели его результативности
    • 1. 4. Анализ обеспечения проведения мониторинга как основы для принятия управленческих решений и постановка задачи исследования
  • Выводы по разделу
  • Раздел 2. Разработка марковских математических моделей системы мониторинга аналитических ведомственных целевых программ
    • 2. 1. Выбор математического аппарата исследования системы мониторинга аналитических ведомственных целевых программ
    • 2. 2. Показатели качества системы мониторинга аналитических ведомственных целевых программ
    • 2. 3. Модель мониторинга заданий на выполнение научных проектов
    • 2. 4. Модель мониторинга отчетной научно-технической документации
  • Выводы по разделу
  • Раздел 3. Алгоритмы обработки информации и принятия решения по выбору параметров системы мониторинга аналитических ведомственных целевых программ
    • 3. 1. Анализ операций по обработке информации при мониторинге аналитических ведомственных целевых программ
    • 3. 2. Алгоритм интерактивного сбора и обработки информации для формирования документов
    • 3. 3. Алгоритм принятия решения по выбору штатных и временных параметров системы мониторинга аналитических ведомственных целевых программ

    3.4 Апробация алгоритма принятия решения по выбору штатных и временных параметров системы мониторинга на примере аналитической ведомственной целевой программы «Развитие научного потенциала высшей школы (2009 — 2010 годы)».

    Выводы по разделу 3.

Математические модели мониторинга и алгоритмы принятия управленческих решений при реализации аналитических ведомственных целевых программ в высшей школе (реферат, курсовая, диплом, контрольная)

Актуальность темы

диссертации. Инновационное развитие экономики России на современном этапе в значительной степени зависит от результатов модернизации отечественного образования, одним из приоритетов которой является обеспечение нового качества подготовки специалистов. Важное значение в подготовке специалистов, научных и научно-педагогических кадров имеют научные исследования, проводимые в высшей школе в рамках аналитических ведомственных целевых программ Минобрнауки России (АВЦП). Эти программы представляют собой комплекс взаимосвязанных мероприятий, направленных на решение конкретной задачи в области развития высшей школы России, стоящей перед Минобрнауки России как главным распорядителем средств федерального бюджета. Выполнение в рамках АВЦП научных проектов, результаты которых обеспечивают повышение качества образовательного процесса в вузах, является их отличительной чертой от программ других ведомств, носящих, в основном, характер целевой поддержки и не требующих выполнения научных проектов.

Несмотря на большой опыт России реализации АВЦП, они выполняются с недостаточной результативностью, в частности, из-за отсутствия эффективного управления реализацией АВЦП, необходимым условием которого является проведение мониторинга. Он обеспечивает контроль, анализ и оценку реализации АВЦП, а также представление органам государственного управления своевременной, достоверной, полной информации о ходе реализации АВЦП.

К трудностям проведения мониторинга АВЦП следует отнести значительный документооборот (до десятков тысяч документов), территориальную разобщенность вузов, «ручное» выполнение операций мониторинга. Это приводит к нерациональным ресурсным затратам при проведении мониторинга, как людским, к которым следует отнести количество мониторов на первичном контроле и экспертизе, количество комиссий заказчика, количество экспертов (штатные параметры мониторинга), так и 4 временным (продолжительности и периодичности операций, выполняемых мониторами, исполнителями, заказчиками), и требует принятия управленческих решений как по сокращению продолжительности операций мониторинга, так и по выбору штатных и временных параметров мониторинга.

Общие подходы к построению моделей и алгоритмов принятия управленческих решений в сложных системах рассматривались в работах Гаврилова В. М., Ногина В. Д., Подиновского В. В., Тихонова А. Н., Цветкова В. Я., использовались при исследовании механизмов управления федеральными целевыми программами (работы Баркалова С. А., Баркасова М. С., Буркова И. В., Кульбы В. В., Леонтьева C.B.), оценке научно-исследовательской деятельности в вузах (работы Бетехтиной Е. И., Воронина A.A., Маслова В. Г., Монфор А. О., Цимбала В. А).

Для обеспечения аналитической обработки информации при мониторинге различных процессов в работах Андрониковой Н. Г., Бахмутского А. Е., Буркова В. Н., Данилюка С. Г., Новикова Д. А., Тодосийчука A.B. и др. применялись формально-математические модели отдельных операций мониторинга, таких как проведение конкурсов, экспертиз, оценки результативности научно-исследовательской деятельности.

Тем не менее, в работах названных и других авторов не уделяется должного внимания вопросам сокращения продолжительности операций мониторинга путем совершенствования процессов сбора и обработки информации для формирования документов (таких как задания на выполнение научных проектов и отчетная научно-техническая документация) при реализации АВЦП, а также вопросам обоснования принятия управленческих решений по выбору штатных и временных параметров мониторинга.

На основании проведенного анализа выявлено противоречие между значительными, нерациональными ресурсными затратами на проведение мониторинга АВЦП, с одной стороны, и недостаточной проработанностью вопросов математического моделирования и разработок алгоритмов, обеспечивающих принятие управленческих решений по выбору параметров системы мониторинга АВЦП, с другой стороны.

Таким образом, актуальность приобретают вопросы обоснования управленческих решений по совершенствованию мониторинга АВЦП, базирующегося на математических моделях мониторинга с последующей разработкой алгоритма интерактивного сбора и обработки информации для формирования документов и алгоритма принятия решения по выбору штатных и временных параметров мониторинга АВЦП.

Целью диссертационного исследования является совершенствование системы мониторинга АВЦП путем сокращения продолжительности его операций и обеспечения принятия решения по выбору штатных и временных параметров.

Указанная цель достигается решением следующей научной задачей: разработка марковских математических моделей системы мониторинга АВЦП, реализуемых в высшей школе, и алгоритмов принятия управленческих решений, позволяющих сократить продолжительности операций мониторинга и выбрать штатные и временные параметры системы мониторинга при заданных сроках его завершения с требуемой вероятностью.

В соответствии с научной задачей исследования определены ее подзадачи:

1. Провести системный анализ управления реализацией АВЦП.

2. Разработать марковские математические модели системы мониторинга АВЦП: модель мониторинга заданий на выполнение научных проектов (Заданий) и модель мониторинга отчетной научно-технической документации (ОНТД) и экспериментально подтвердить их работоспособность.

3. Разработать алгоритм интерактивного сбора и обработки информации для формирования документов при реализации АВЦП.

4. Разработать алгоритм принятия решения по выбору параметров системы мониторинга АВЦП и экспериментально их проверить на примере действующей АВЦП.

Объектом исследования в диссертации является система мониторинга АВЦП, а предметом — модели системы мониторинга и алгоритмы принятия управленческих решений при реализации АВЦП.

В ходе проведения исследования были получены следующие основные результаты:

— марковские математические модели системы мониторинга АВЦП: модель мониторинга Заданий и модель мониторинга ОНТД, позволяющие определить область допустимых значений штатных и временных параметров, определяемую выполнением требований к продолжительности мониторинга и вероятности его завершения.

— алгоритм интерактивного сбора и обработки информации для формирования документов, позволяющий сократить продолжительность выполнения операций мониторинга и расширить возможности автоматизированного управления мониторингом АВЦП.

— алгоритм принятия решения по выбору параметров системы мониторинга АВЦП при заданных ограничениях к продолжительности мониторинга и вероятности его завершения.

Достоверность полученных результатов подтверждается использованием при построении моделей апробированного математического аппарата теории марковских процессов, учётом представительного числа параметров, влияющих на решение научной задачи, сходимостью результатов моделирования с имеющимися экспериментальными данными, их ясной физической трактовкой.

Научная новизна и теоретическая значимость результатов состоит:

— в разработке моделей мониторинга Заданий и ОНТД, обеспечивающих широкий спектр исследований и позволяющих определить область допустимых значений параметров мониторинга, обеспечивающих выполнение требований заказчика к продолжительности мониторинга Ттреб и вероятности завершения мониторинга Ртреб, и представляющих новый инструментарий для исследования процессов мониторинга;

— в разработке алгоритма интерактивного сбора и обработки информации для формирования документов, позволяющего аккумулировать исходные данные для анализа и оценки результативности реализации АВЦП и обеспечивающего автоматизированное формирование документов АВЦП;

— в разработке алгоритма принятия решения по выбору параметров мониторинга АВЦП, базирующегося на его математических моделях и правила принятия решения по выбору штатных и временных параметров.

Практическая значимость результатов работы заключается в следующем:

1. Разработанный алгоритм интерактивного сбора и обработки информации для формирования документов позволил сократить продолжительность первичного контроля Заданий в 3 раза, ОНТД — в 7 раз, продолжительность экспертизы ОНТД — в 7 раз.

2. Разработанные модели мониторинга Заданий и ОНТД и алгоритм принятия решений по выбору параметров мониторинга АВЦП позволили определить значения штатных и временных параметров мониторинга АВЦП, существенно улучивших параметры мониторинга, а именно: сокращено количество мониторов на 70%, снижены требования к времени доработок документов на 30%.

Полученные результаты могут быть использованы заказчиком при организации мониторинга и оценке реализации программ и проектов, организациями-мониторами при определении временных и штатных параметров, исполнителями программ и проектов при оценке результативности выполняемых научно-исследовательских работ, а также при подготовке и повышении квалификации специалистов в области управления научно-исследовательскими работами.

Диссертация состоит из введения, трёх разделов, заключения, списка литературы и приложений.

Результаты работы были апробированы и реализованы:

— в ФГНУ Госметодцентр при организации конкурсных, экспертных процедур, мониторинга выполнения проектов и оценки ОНТД в программах АВЦП «Развитие научного потенциала высшей школы (2009;2010 годы), ФЦП «Научные, научно-педагогические кадры инновационной России (2008;2013 годы» и «Развитие инфраструктуры наноиндустрии в Российской Федерации на 2008;2010 годы», а также проведении научно-исследовательских работ (акт о реализации от 11.07.2011 г. № 88/07);

— в Государственном институте новых форм обучения при организации экспертных процедур и оценки ОНТД ФЦП «Научные, научно-педагогические кадры инновационной России (2008;2013 годы» (акт о реализации от 22.04.2011 г. № 55/1−04/2011);

— в образовательном процессе Московского института новых информационных технологий при проведении занятий по курсу повышения квалификации по дисциплине «Управление научно-исследовательскими работами» (акт о реализации от 10.11.2011 г.);

— в образовательном процессе Иркутского государственного университета при проведении занятий по курсу повышения квалификации аспирантов, докторантов, соискателей ученых степеней «Управление научно-исследовательскими работами» (акт о реализации от 24.05.2011 г. № 01−01−303).

Полученные результаты могут быть использованы заказчиком при организации мониторинга и оценке реализации программ и проектов, организациями-мониторами при определении временных и штатных параметров, исполнителями программ и проектов при оценке результативности выполняемых научно-исследовательских работ, а также при подготовке и повышении квалификации специалистов в области управления научно-исследовательскими работами.

ЗАКЛЮЧЕНИЕ

.

Проведен системный анализ управления реализацией АВЦП и показана необходимость разработки марковских математических моделей системы мониторинга АВЦП и алгоритмов принятия управленческих решений при реализации АВЦП. Анализ существующих методов построения математических моделей системы мониторинга позволил выбрать математический аппарат теории марковских процессов, обладающий возможностью учета всех существенных для решаемых задач связей, анализа и синтеза сложных процессов, общностью моделей и хорошим соответствием эмпирических и теоретических результатов.

Разработаны марковские математические модели системы мониторинга АВЦП:

— модель мониторинга Заданий, которая описывает такие операции мониторинга, как первичный контроль и экспертиза Заданий, контроль качества работы мониторов, устранения замечаний в Заданиях;

— модель мониторинга ОНТД, которая описывает такие операции мониторинга как первичный контроль, экспертиза и приемка ОНТД, контроль качества работы мониторов, устранения замечаний в ОНТД, обеспечивающие широкий спектр исследований влияния изменения значений штатных и временных параметров, объема АВЦП на продолжительность мониторинга и позволяющие определить область допустимых значений параметров системы мониторинга, которые обеспечивают выполнение требований к продолжительности мониторинга Ттреб и вероятности завершения мониторинга Ртреб.

Проведенный вычислительный эксперимент подтвердил работоспособность разработанных моделей. Апробация моделей мониторинга Заданий и ОНТД, проведенная путем сравнения полученных результатов с реальными параметрами системы мониторинга АВЦП «Развитие научного потенциала высшей школы (2006;2008 годы)», подтвердила достоверность полученных результатов с точностью до 9% и 5% соответственно.

Разработан алгоритм интерактивного сбора и обработки информации для формирования документов, обеспечивающий автоматизированное формирование документов АВЦП и позволяющий аккумулировать и анализировать исходные данные для оценки результативности программы. Применение алгоритма в ходе мониторинга АВЦП «Развитие научного потенциала высшей школы (2009;2010 годы)» позволило сократить продолжительности первичного контроля Заданий в 3 раза (с 0,3 до 0,1 часа), ОНТД — в 7 раз (с 1 до 0,15 часа) — экспертизы Заданий — в 7 раз (с 1 до 0,15 часа).

Разработан алгоритм принятия решения по выбору параметров системы мониторинга АВЦП. Этот алгоритм базируется на марковских математических моделях и правиле принятия решения по выбору штатных и временных параметров и позволяет как обосновывать временные и штатные параметры системы мониторинга АВЦП при заданных заказчиком ограничениях к продолжительности мониторинга и вероятности его завершения, так и корректировать их в ходе проведения мониторинга с оценкой эффективности принимаемых управленческих решений. Разработанный алгоритм принятия решений по выбору параметров системы мониторинга АВЦП позволил определить значения штатных и временных параметров системы мониторинга АВЦП «Развитие научного потенциала высшей школы (2009;2010 годы)», существенно улучивших параметры системы мониторинга, а именно:

— количество мониторов сокращено в среднем на 70% (количество мониторов на первичном контроле Заданий сокращено в 2 раза, ОНТД — в 5 разколичество мониторов на экспертизе Заданий сокращено в 6 раз);

— снижены требования к времени доработки документов на 30%.

Результаты, полученные при подготовке диссертационной работы, докладывались на научно-технических конференциях и семинарах различного уровня, среди которых можно выделить следующие:

1) XXVI, XXIX и XXX Межрегиональные научно-технические конференции «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем». (Серпухов, 2007 г., 2010 г., 2011 г.);

2) XVI Международный научно-технический семинар «Современные технологии в задачах управления автоматики и обработки информации» (Алушта, 2007 г.);

3) Международная научно-практическая конференция «Развитие отечественной системы информатизации образования в здоровьесберегающих условиях» (Москва, 2009 г.);

4) Научно-методический семинар «Информационные и коммуникационные технологии в образовании» (Москва, 2009 г.);

5) IV Международная научно-практическая конференция «Информационные технологии в образовании, науке и производстве» (Серпухов, 2010 г.);

6) I Всероссийская научно-практическая конференция «Современное непрерывное образование» (Серпухов, 2011).

Показать весь текст

Список литературы

  1. A.B., Александров О. Г., Белов А. Н. Научно-технический потенциал отрасли. М.: Экономика, 1984.
  2. Е.А. Основы теории эвристических решений. М.: Советское радио, 1970.
  3. C.B. Разработка производственных управленческих решений. -Воронеж: ГОУВПО «Воронежский государственный технический университет», 2010. 205 с.
  4. Н.Г., Баркалов С. А., Бурков В. Н., Котенко A.M. Модели и методы оптимизации региональных программ развития. М.: ИПУ РАН, 2001. -60 с.
  5. В.И. Обзор способов и средств построения информационных приложений. М.: СУБД, № 5 — 6,1996.
  6. И.А., Емелин Н. М. К вопросу о критериях психологической безопасности личности. //Сборник докладов НТК. Санкт-Петербург: Российский государственный педагогический университет им. А. И. Герцена, 2003.-196 с.
  7. Г. Г. Информационное моделирование научно-технических программ. М.: Наука, 1990. — 248 с.
  8. Г. Г., Жарикова Г. Г., Комков Н. И. Информационно-логические модели научных исследований. М.: Наука, 1978. — 344 с.
  9. Е.Ю. Модели технического обслуживания сложных систем. М.: Высшая школа, 1982. — 232 с.
  10. С.А., Буркова И. В., Глаголев A.B., Колпачев В. Н. Задачи распределения ресурсов в управлении проектами. М.: Институт проблем управления им. В. А. Трапезникова РАН, 2002. — 63 с.
  11. М.С. Совершенствование организации и проведения конкурсов в научной сфере на основе информационных технологий. Дисс. На соискание уч. Ст. кандидата экономических наук. М.: МГУПИ, 2007.
  12. А.Е., Заир-Бек Е.С., Кашина О. Н. и др. Технологии социального мониторинга. СПб.: РГПУ им. А. И. Герцена, 2007. — 303 с.
  13. М.Д. Планирование работ в отраслевых НИИ и КБ. М.: Экономика, 1973.
  14. Бек H.H., Голенко Д. И. Статистические методы оптимизации в экономических исследованиях. М.: Статистика, 1971. — 136 с.
  15. В.Н., Малахов A.A., Розина И. А. Новое применение информационных классификаций в задачах управления наукой. М.: ВИНИТИ, 1997.
  16. Г. А., Блаженков В. В., Кравец Л. И., Оселедец В. И. Современные математические методы анализа и синтеза сложных систем. М.: МО СССР, 1984.-402 с.
  17. Е.И. Комплексная оценка значимости научно-исследовательских работ. /Науковедение и информатика. 1992. Выпуск 37.
  18. И.В. Метод дихотомического программирования в задачах управления проектами. Дисс. На соискание уч. Ст. кандидата технических наук. Воронеж: ВГАСУ, 2004. — 100 с.
  19. В.Н., Новиков Д. А. Как управлять проектами. М.: Синтег, 1997.- 188 с.
  20. В.Н., Новиков Д. А. Как управлять организациями. М.: Синтег, 2004. — 404 с.
  21. В.Н., Ириков В. А. Модели и методы управления организационными системами. М.: Наука, 1994. — 270 с.
  22. В.Н., Ловецкий С. Е. Эвристический подход к решению динамических задач распределения ресурсов. М.: Автоматика и телемеханика, 1966, № 5.
  23. Н.П. Моделирование сложных систем. М.: Наука, 1968. -402с.
  24. П.А. Статистические методы оперативного управления производством. М.: Статистика, 1978. — 242 с.
  25. Е.С., Овчаров JI.A. Прикладные задачи теории вероятностей. М.: Радио и связь, 1983. — 416 с.
  26. Е.С. Теория вероятностей. М.: Наука, 1964. — 576 с.
  27. A.A., Мишин С. П. Оптимальные иерархические структуры. -М.: ИПУ РАН, 2003. 210 с.
  28. В.М. Оптимальные процессы в конфликтных ситуациях. -М.: Сов. радио, 1969. 160 с.
  29. .В., Коваленко И. Н. Введение в теорию массового обслуживания. М.: Наука, 1986. — 431 с.
  30. Д.И. Статистические методы сетевого планирования и управления. -М.: Наука, 1968.
  31. Г. Я. Инновационный менеджмент. Таганрог: Издательство ТРТУ, 1998. — 132 с.
  32. М.В., Новиков Д. А. Теория игр в управлении организационными системами. М.: Синтег, 2002. — 148 с.
  33. Ю.И. Системный анализ и исследование операций. М.: Высшая школа, 1996.
  34. Г. М., Задорожный Э. М., Щедрина Т. И. Управление эффективностью научной деятельности. Киев: Наукова думка, 1978. — 240 с.
  35. Г. А. Совершенствование механизма организации и управления конкурсами на соискание грантов в научной сфере. Дисс. На соискание уч.ст. кандидата экономических наук. М.: МГУПИ, 2008.
  36. Е.Б. Марковские процессы. М.: Физматгиз, 1963. — 859 с.
  37. Елманова Н. Web-порталы: назначение, преимущества, особенности и средства. Часть 1. М.: Компьютер Пресс, 2002. — № 6.
  38. Н.М. Моделирование процессов эксплуатации сложных систем. М.: МО РФ, 1998.-124 с.
  39. Н.М. Модель системы обеспечения психологической безопасности в образовательной среде. //Сборник трудов XXV межрегиональной НТК. Серпухов, 2006. — 176 с.
  40. Н.М. Экономические модели надежности информационно-управляющих систем. М.: МО РФ, 2002. — 130 с.
  41. Н.М., Труханов В. М., Шведова Е. А., Модель управления процессом научно-исследовательских работ по созданию изделий машиностроения (статья ВАК). Волгоград: ВолгГТУ, «Известия ВолгГТУ», № 8(46), 2008.
  42. Н.М., Шведова Е. А. Марковская модель элементарного процесса мониторинга научных проектов // Алушта Тула: Изд-во ТулГУ, 2007.
  43. Н. М. Шведова Е.А. Математическая модель элементарного процесса мониторинга научно-технических программ. //Сборник трудов XXVI межрегиональной НТК. Серпухов, 2007.
  44. Н.М., Шведова Е. А., Модели мониторинга аналитических ведомственных целевых программ (статья ВАК). Москва: «Радиотехника»,
  45. Библиотека журнала «Нейрокомпьютеры: разработка, применение» Интеллектуализация сложных систем, 2008.
  46. Н.М., Шведова Е. А. Научно-исследовательская работа: планирование, организация, контроль М.: ФГНУ «Интерфизика», 2007.-368 с.
  47. А.Д., Тихонов А. Н., Цветков В. Я. Основы теории информации М.: МаксПресс, 2007. — 356 с.
  48. В.А. Элементы теории оптимального обслуживания технических изделий. Минск: Наука и техника, 1974. — 191 с.
  49. Инновационный менеджмент. Учебник / Под ред. С. Д. Ильенковой. -М.: ЮНИТИ, 1997.
  50. Информационные технологии в университетском управлении: Сборник аналитических материалов по проекту 1СТ4ИМ. Ответственные за выпуск: Цветков В. Я., Скуратов А. К. Тверь: Тверской государственный университет, 2009.
  51. С.И., Лисьев Г. А., Попова И. В. Технологии поддержки принятия решений. Магнитогорск: МаГУ, 2009. — 132 с.
  52. Г. Н. СА8Е-технологии. Консалтинг при автоматизации бизнес-процессов. М.: Горячая линия-Телеком, 2000. — 320 с.
  53. А.П. Модели и методы управления составом активных систем. М.: ИПУ РАН, 2003. — 151 с.
  54. А.С., Хрулёва А. В. Рациональный выбор характеристик аппаратуры контроля. М.: Энергия, 1970. — 72 с.
  55. С.С., Кульба B.B. Создание систем мониторинга реализации федеральных целевых программ. М.: СИНТЕГ, 2006. — 148 с.
  56. А.Н. Вероятностно-статистические методы исследования. М.: МГУ, 1938.-160 с.
  57. Н.И. Математические модели планирования научных исследований и разработок. //Экономика и математические методы, 1972, т. VIII, № 6.
  58. Дж., Снелл Дж. Конечные цепи Маркова. М.: Наука, 1970. -272 с.
  59. Дж., Снелл Дж., Кнепп А. Счетные цепи Маркова. М.: Наука, 1987.-416 с.
  60. P.A. Целевые программы: инструментальная поддержка -М.: ЗАО «Издательство „Экономика“, 2007. 223 с.
  61. Лившиц A. JL, Мальц Э. А. Статистическое моделирование систем массового обслуживания. М.: Советское радио, 1978. — 248 с.
  62. Г. Г. Методы профилактического обслуживания эргатических систем. Минск: Наука и техника, 1983. — 222 с.
  63. .Л. Организация данных в системах мониторинга.// Высокопроизводительные вычислительные системы и микропроцессоры. Сборник научных трудов ИМВС РАН за 2000 г. М., 2000.
  64. В.Г. Научно-методический аппарат экспертной оценки эффективности научной деятельности высшего военного учебного заведения. Дисс. На соискание уч. Ст. кандидата технических наук. М.: Институт информатизации образования РАО, 2005.
  65. В.О. Модели, методы и средства выделения научных приоритетов высшей школы. М.: Компания Спутник +, 2006. — 222 с.
  66. В.О. Методы и средства конкурсной организации научно-исследовательской деятельности по приоритетным направлениям. М.: Медиа Паблишер, 2008. — 198 с.
  67. Р. ПЕРТ система управления. — М.: Экономика, 1965.
  68. А.О. Оценка результативности научного труда. По данным учреждений США. М.: Вестник АН СССР, 1980, № 9.
  69. Мониторинг процесса реализации и анализ результативности научно-исследовательских работ, выполняемых в рамках ФЦПРО: отчет по исполнению государственного контракта № П679 от 01.10.2008 г., № ГР 1 200 852 660, рук. Сороколетов П. Г. М., 2008 г.
  70. А.М. Методология образования. М.: „Эгвес“, 2002. — 320 с.
  71. Д.А., Суханов А. Л. Модели и механизмы управления научными проектами в ВУЗах. М.: ИУО РАО, 2005. — 80 с.
  72. Д.А. Теория управления организационными системами. М.: МПСИ, 2005.-584 с.
  73. Д.А. Сетевые структуры и организационные системы. М.: ИПУ РАН, 2003.-102 с.
  74. Д.А., Чхартишвили А. Г. Прикладные модели информационного управления. М.: ИПУ РАН, 2004. — 130 с.
  75. В.В. Математическая теория выработки решений в сложных ситуациях. М.: Министерство обороны СССР, 1981. — 212 с.
  76. В.В., Гаврилов В. М. Оптимизация по последовательно применяемым критриям. М.: Сов. Радио, 1975. 186 с.
  77. В.В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. — 256 с.
  78. Г. С., Ириков В. А., Курилов А. Е. Процедуры и алгоритмы формирования комплексных программ. М.: Наука, 1985. — 424 с.
  79. Разработка технологий информационно-аналитической поддержки и методического обеспечения мониторинга АВЦП „Развитие научного потенциала высшей школы (2006−2008 годы)“ рук. Емелин Н. М. ДК: 005 ГРНТИ: 12.41.55- 12.79.41.-М.: 2008.
  80. И.В., Панюкова C.B., Кузнецов A.A., Кравцов А. Ю. Информационные и коммуникационные технологии в образовании. / Под редакцией Роберт И. В. М.: 2006.
  81. Н.Е. Совершенствование механизмов формирования приоритетов в научно-технической сфере высшей школы. Дисс. На соискание уч. Ст. кандидата экономических наук. М.: МГУПИ, 2007.
  82. П.Г. Комплексное моделирование интеллектуальной организационной системы на основе технологии исследования систем спамятью. Дисс. На соискание уч. Ст. кандидата технических наук. Тамбов: ВВАИУРЭ (ВИ), 2008.
  83. B.C., Шкурба В. В. Введение в теорию расписаний. М.: Наука, 1975.
  84. К.В., Овчаров Л. А., Тырышкин А. И. Аналитические методы исследования систем. М.: Советское радио, 1974. — 240 с.
  85. А.Н., Цветков В. Я. Методы и системы подцржки принятия решений. -М.: МАКС Пресс, 2001. 312 с.
  86. В.И., Миронов М. А. Марковские процессы. М.: Советское радио, 1977.-488 с.
  87. A.B. Оценка качества результатов научно-технической деятельности. М.: Науковедение, 1994.
  88. P.A. Динамическое программирование и марковские процессы. М.: Советское радио, 1964. — 192 с.
  89. Н., Миллер Дж. А. Конечные модели использования языка. //Кибернетический сборник, выпуск 4. М.: Мир, 1967. — 228 с.
  90. С.Д. Проблемы качественного анализа науки. /Отв. Ред. Идлис Г. М. М.: Наука, 1989. — 280 с.
  91. К., Зоммерлатте Т. Метод лучших показателей в научных исследованиях и разработках. //Проблемы теории и практики управления. 1996. № 3. С. 98−102.
  92. В.А., Качество информационного обмена в сетях передачи данных. Марковский подход. Серухов: СВИ РВ, 2009. — 161 с.
  93. A.A., Лукьященко В. И., Котин Л. В. Надежность сложных систем. М.: Машиностроение, 1976. — 228 с.
  94. Е.А. Алгоритм автоматизации процессов мониторинга выполнния проектов научно-технических программ.// Сборник трудов IV международной МНПК. Серпухов, 2010. — Часть 1. с 435 — 438.
  95. Е.А. Марковские модели мониторинга аналитических ведомственных целевых программ (статья ВАК). М.: ФГУ ГНИИ ИТТ
  96. Информика», Научно-методический журнал «Информатизация образования и науки», № 4(8)/2010. С. 133−141.
  97. Е.А. Обобщенный алгоритм определения параметров мониторинга научно-технических программ // Сборник трудов участников I Всероссийской научно-практической конференции «Современное непрерывное образование» Серпухов, 2011. С. 217.218.
  98. Littlt J.D.C. And Ather An Algoritm for the Traveling Salesman Problem, Operation Reserch, 1963, 11, P. 972−989.
  99. Neimark Ju. I. On a robust stability maximal measure control // Preprints of 2nd Russian Swedish Control Conf. Saint-Petersburg, 1995, P. 101−102.
Заполнить форму текущей работой