ВЕСТНИК ВОРОНЕЖСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. СЕРИЯ: СИСТЕМНЫЙ АНАЛИЗ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Эффективность проекта во многом зависит от используемой стратегии управления ресурсными параметрами задач проекта, которые могут выполняться последовательно и параллельно. Распределение ресурсов может носить детерминированный и стохастический характер, но на практике проекты, как правило, реализуются в условиях риска и неопределенности, поэтому в процессе планирования ресурсного обеспечения проекта нужно учитывать факторы риска и неопределенности, которые могут носить эндогенный (внутренний организационный) и экзогенный (внешний) характер. Для моделирования влияния на проект факторов риска и неопределенности, а также оценки эффективности используемой стратегии ресурсного обеспечения можно использовать инструментарий имитационного моделирования, удовлетворяющий определенным требованиям адаптивности и возможности реализации обратной связи. Подобный инструментарий имитационного моделирования можно построить на базе аппарата сетей Петри. Цель исследования заключается в разработке алгоритма имитационного моделирования процесса выполнения проекта при определенной стратегии ресурсного обеспечения, базирующегося на построении модели данного процесса в виде временной сети Петри. На начальном этапе строится сетевой граф проекта и на основании средних или зафиксированных по некоторому принципу значений вычисляется критический путь, критическое время выполнения всего проекта, и временные параметры для каждого события и каждой работы. По сетевому графу с рассчитанными значениями временных параметров реализации работ строится цветная временная сеть Петри, переходы маркеров в которой осуществляются при выполнении определенного блока временных и ресурсных ограничений. Моделирование процесса выполнения работ на основе цветных временных сетей Петри позволит оценить эффективность управления ресурсами проекта.

В статье рассматривается задача маршрутизации транспортных средств с чередованием объектов двух типов и несколькими центрами сбора. Отличительной особенностью этой задачи является появление новых целевых объектов в процессе посещения существующих. При этом расстояние до новых целевых объектов становится известно только после их фактического появления, что требует гибкого подхода к построению маршрутов транспортных средств. Составлена математическая модель задачи с учетом всех входных данных и ограничений. Для решения задачи предложены четыре эвристических алгоритма решения: «жадный» (т. е. принимающий локально оптимальные решения на каждом шаге) алгоритм без смены центра сбора, «жадный» алгоритм со сменой центра сбора, алгоритм с учетом потерь и алгоритм на основе расчета привлекательности центров сбора. Для каждого из предложенных алгоритмов представлено их пошаговое описание, а также разработаны их программные реализации, что позволило протестировать их на множестве входных данных различной размерности и выполнить детальное сравнение результатов работы алгоритмов. Также было предложено несколько способов генерации входных данных для тестирования: случайный и «кластерный» алгоритмы для генерации расположений целевых объектов, а также последовательный и «групповой» алгоритмы для генерации моментов появления целевых объектов. В заключительной части проведен сравнительный анализ разработанных алгоритмов и оценена эффективность их применения для решения задач маршрутизации транспортных средств с динамическим добавлением целевых объектов с входными данными различного размера и характера.