Формирование плана сервисныхт улучшений.. 2. 3 Формирование портфеля проектов оптимизации итпроцессов (плана сервисных улучшений)

• Название: 2. 3 Формирование портфеля проектов оптимизации итпроцессов (плана сервисных улучшений)
• Дата: 05.06.2022
• Размер: 327.77 Kb.
• Имя файла: Формирование плана сервисныхт улучшений..docx
• Тип: Документы; #570977
• страница: 3 из 3

Согласно исходным данным первые пять проектов изменяют операционные затраты на функционирование ИТ-процессов, а последние четыре – не изменяют

( ). Положим .

Результаты решения линейной задачи 1. Решив задачу (2.25) –(2.26) методом дихотомического программирования, получим следующие три лучших результата, таблица 2.17.

Таблица 2.17 – Оптимальные решения задачи (2.25) –(2.26)

	1 1 0 1 0 1 1 1 1	1 1 0 0 1 1 1 1 1	1 0 1 0 0 1 1 1 1
∆q	5,288	5,226	5,112
z	90	89	84

Результаты решения линейной задачи 2. Решив, в соответствии с предложенной схемой декомпозиции, последовательно задачи (2.31) –(2.32), (2.33) –(2.34) и (2.36) – (2.37) получим следующие три лучших результата, таблица 2.18.

Таблица 2.18 – Оптимальные решения задачи (2.27) – (2.29)

	1 0 1 0 0 1 1 1 1	0 1 1 0 0 1 1 1 1	0 1 0 1 1 1 1 1 1
∆q	5,112	4,904	4,846
∆z	4	1	3
z	84	86	84

Результаты решения нелинейной задачи. Положим . Решив, в соответствие с предложенной выше схемой декомпозиции, задачу (2.41) – (2.42) для первых пяти проектов ( ), получим следующие результаты, таблица 2.19.

Таблица 2.19 - Зависимость удельной эффективности

и изменения операционных расходов

	10101	10100	10001	10000	01111	01110
	0,027	0,027	0,030	0,031	0,022	0,021
	2	4	3	5	2	4

Продолжение таблицы 2.19

	01101	01100	01011	01010	01001	01000
	0,023	0,022	0,021	0,020	0,022	0,021
	-1	1	3	5	0	2

Решив методом дихотомического программирования задачу (2.43) – (2.44) для последующих четырех проектов ( ), получим результаты, приведенные в таблице 2.20.

Таблица 2.20 – Зависимость удельной эффективности

и изменения инвестиционных расходов

	1111	1110	1101	1100	1011	1010
	0,080	0,063	0,091	0,061	0,086	0,063
	51	44	30	23	38	31

Продолжение таблицы 2.20

	1001	1000	0111	0110	0101	0100
	0,112	0,058	0,086	0,064	0,108	0,063
	17	10	41	34	20	13

Формируем множество (2.45) и определяем на этом множестве оптимальные решения задачи (2.46) – (2.47), таблица 2.21.

Таблица 2.21 – Оптимальные решения задачи (2.46) – (2.47)

	1 0 1 0 0 1 1 1 1	0 1 0 1 1 1 1 1 1	0 1 1 0 0 1 1 1 1	1 0 1 0 1 0 1 1 1
	0,058	0,056	0,056	0,056
	84	84	86	82
	4	3	1	2

Все четыре решения незначительно отличаются по значениям и . Выбор лучшего из них следует предоставить ЛПР. Заметим, что при заданных исходных данных лучшее решение (1 0 1 0 0 1 1 1 1) нелинейной задачи (2.38) – (2.40) совпадает с лучшим решением второй линейной задачи (2.27) – (2.29) и является третьим по эффективности для первой линейной задачи (2.25) – (2.26).

Примечание. Снятие ограничения на для , приведет к выбору в качестве оптимального решения, приведенного таблиц 2.22.

Таблица 2.22 – Оптимальное решение задачи (2.46) – (2.47)

при отсутствии ограничения

	1 0 0 0 0 1 00 1
	0,070
	31
	5

Это решение, несмотря на существенно лучшее значения критерия, неприемлемо, так как использует только 30% инвестиционного бюджета.