Главная
16+
DOI: 10.18413/2408-9338-2018-4-3-0-7

СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОЦЕНКЕ И УПРАВЛЕНИИ ПАРАМЕТРАМИ ЕДИНОГО КРЕАТИВНОГО ПОЛЯ КОМАНД: ОПЫТ КОЛИЧЕСТВЕННОГО АНАЛИЗА

Юрий Витальевич Прус
Инь Бинь
Марина Александровна Федотова

В статье рассматриваются вопросы, связанные с моделированием процессов формирования и управления командной работой, в том числе параметрами единого креативного поля проектных команд. Дается краткий анализ существующей социальной ситуации и моделей, используемых в социальных исследованиях, рассматриваются их сильные и слабые стороны. Дается краткий перечень используемых социологических методологических подходов, теоретических и методических инструментов. Приводятся результаты конкретных социально-психологических экспериментов, связанных с формированием и оценкой полученных параметров единого креативного поля. Предлагается система статистических, динамических/имитационных и экспертно-аналитических моделей прогностической аналитики, необходимых для эффективного управления работой проектных команд, дается краткое описание составляющих ее уровней и их параметров. Осуществляется квантификация основных параметров единого креативного поля (организационных, когнитивных и аффективных) проектных команд. Даются предложения по совершенствованию технологии DSM-метода правдоподобных рассуждений.

Ключевые слова: прогностическая аналитика, проектные команды, система иерархических моделей, параметры единого креативного поля, статистическое нелинейное моделирование, технологии искусственного интеллекта, метод правдоподобных рассуждений, квантификация параметров.

Иллюстрации

Рис. 1. Пятиуровневая иерархическая система моделей информационно-аналитического обеспечения управления командами

Fig. 1. Five-level hierarchical system of models of information and analytical support
for team management

Рис. 2. Диаграмма сходимости уравнения 3

Fig. 2. The diagram of convergence of equation 3

Рис. 3. Диаграмма сходимости уравнения 4

Fig. 3. The diagram of convergence of equation 4

Рис. 4. Основной алгоритм ДСМ-метода

Обозначения: F – матрица исходных данных (фактов); H – матрица гипотез о возможных причинах; F’ – доопределенная матрица исходных данных; CSR – правила поиска причин (правила первого рода); DDR – правила доопределения исходных данных
(правила второго рода)

Fig. 4. The main algorithm of the DSM method

Symbols: F – matrix of initial data (facts); H – matrix of hypotheses about possible causes;
F’ – predetermined matrix of initial data; CSR – rules for finding causes (rules of the first kind); DDR – rules for pre-determining the source data (rules of the second kind)

Количество просмотров: 2779 (смотреть статистику)
Количество скачиваний: 7376
Полный текст (HTML)Полный текст (PDF)К списку статей
  • Комментарии
  • Список литературы

Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.

Оставить комментарий: