Нечеткие методы и модели оценки потребительского качества веб-ориентированных информационных систем: теория, методология и инструментарий тема диссертации по экономике, полный текст автореферата

Ученая степень
доктора экономических наук
Автор
Долженко, Алексей Иванович
Место защиты
Ростов-на-Дону
Год
2008
Шифр ВАК РФ
08.00.13

Автореферат диссертации по теме "Нечеткие методы и модели оценки потребительского качества веб-ориентированных информационных систем: теория, методология и инструментарий"

На правах рукописи

Долженко Алексей Иванович

НЕЧЕТКИЕ МЕТОДЫ И МОДЕЛИ ОЦЕНКИ ПОТРЕБИТЕЛЬСКОГО КАЧЕСТВА ВЕБ-ОРИЕНТИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ: ТЕОРИЯ, МЕТОДОЛОГИЯ И ИНСТРУМЕНТАРИЙ

Специальность 08.00.13 —Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора экономических наук

Ростов-на-Дону — 2008

□□3461337

Работа выполнена в ГОУВПО "Ростовский государственный экономический университет «РИНХ»"

Научный консультант - доктор экономических наук, профессор

Хубаев Георгий Николаевич

Официальные оппоненты - доктор экономических наук, профессор

Тельнов Юрий Филиппович

Защита диссертации состоится 2 марта 2009 г. в 11 часов на заседании диссертационного совета ДМ 212.209.03 в Ростовском государственном экономическом университете «РИНХ» по адресу: 344002, г. Ростов-на-Дону, ул. Б. Садовая, 69, ауд. 302

С диссертацией можно ознакомиться в научной библиотеке Ростовского государственного экономического университета «РИНХ».

Автореферат разослан 200&г.

Ученый секретарь "

доктор экономических наук, доцент Стрельцова Елена Дмитриевна

доктор технических наук, профессор Карелин Владимир Петрович

Ведущая организация - Южный Федеральный университет

диссертационного совета

И. Ю. Шполянская

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационного исследования. В настоящее время информационные системы (ИС) призваны обеспечить такой уровень поддержки бизнеса, который определяет его поступательное развитие и конкурентоспособность. Современный бизнес является высокодинамичным, а информационные системы, его поддерживающие, широко используют веб-технологии для автоматизации как внутренних, так и внешних бизнес-процессов. С учетом этого крайне актуальными становятся задачи обеспечения высокого потребительского качества информационных систем, базирующихся на веб-технологиях, как при их проектировании, так и яри модернизации в ответ на изменяющиеся требования бизнеса. Под потребительским качеством мы понимаем совокупность свойств, которая обусловливает пригодность ИС удовлетворять потребностям пользователя1.

На протяжении всего жизненного цикла информационных систем, построенных с использованием веб-технологий, возникает ряд сложных проблем оценки и обеспечения заданного потребительского качества, которые не нашли достаточно полного отражения как в отечественных, так и в зарубежных разработках.

Известные подходы к обоснованию альтернатив в процессе принятия решений по выбору характеристик ИС используют, как правило, детерминированные или вероятностные модели. В то же время для проектов создания и внедрения информационных систем, в особенности с применением веб-технологий, характерна неопределенность, для которой закон распределения входных или выходных случайных величин неизвестен или нет полной уверенности по поводу его функциональной принадлежности или значений параметров. Проведенные автором исследования показали, что модели, учитывающие такой вид неопределенности, ранее не рассматривались применительно к процессу разработки информационных веб-систем.

Для менеджера информационных проектов потребительское качество ИС целесообразно оценивать обобщенным (интегрированным) критерием. Формирование интегрального количественного показателя потребительского качества ИС представляется достаточно сложной задачей как с точки зрения его формирования, так и с точки зрения интерпретации. Существующие подходы к оценке потребительского качества ИС, как правило, базируются на отдельных показателях, и отсутствуют научно обоснованные методологические и теоретические положения для интегральной оценки качества систем, учитывающей как количественные, так и качественные показатели.

Оценка характеристик производительности ИС, во многом определяющих потребительское качество систем, особенно на начальных этапах проектов создания и внедрения ЙС, требует применения математических моделей. С уче-

1 Потребительское качество — совокупность свойств продукции, проявляющаяся в процессе потребления [см.: Социально-экономическая статистика : слов. / под. ред. М. Г. Назарова. —М.: Финансы и статистика, 1981. — С. 444,449,452].

том широкого применения в корпоративных информационных системах веб-технологий модели производительности ИС должны отображать современные архитектурные решения, обеспечивающие распределенную обработку информации для Интернет-систем. Известные модели оценки производительности ИС не в полной мере учитывают архитектурные особенности корпоративных ИС, построенных на базе веб-технологий.

Вопросы эффективного управления рисками обеспечения потребительского качества на различных этапах проектов создания ИС требуют более детальной проработки моделей рисков, учитывающих особенности современных итерационных подходов объектно-ориентированных технологий.

Показатели качества объектно-ориентированных программных систем не в полной мере отражают подходы к созданию программных систем на базе современных программных платформ (Microsoft.NET, Д2ЕЕ). Вопросы анализа и мониторинга характеристик качества ИС требуют дальнейшего развития и обобщения с учетом широкого использования веб-технологий в корпоративных информационных системах.

Как. отмечается в ряде работ2, объектные технологии — это один из подходов, который обеспечивает гибкость и высокую производительность создаваемых программных систем. Возможности объектно-ориентированной технологии создания ИС определяют необходимость дальнейшего развития методологии архитектурного проектирования с использованием типовых моделей.

Вышеприведенные доводы обусловливают актуальность разработки методологии и инструментария построения комплексных моделей анализа потребительского качества ИС в условиях существенной неопределенности, учитывающих как количественные, так и качественные характеристики системы; развития методологии моделей оценки рисков потребительского качества в проектах создания и внедрения ИС; построения моделей оценки производительности ИС, использующих современные веб-технологии; разработки архитектурно-программных моделей, обеспечивающих высокое качество программного обеспечения ИС, при использовании объектно-ориентированных технологий в проектах создания систем.

Степень разработанности проблемы. Теоретические и прикладные исследования в области анализа, оценки и прогнозирования качества информационных систем нашли отражение в трудах отечественных и зарубежных авторов: В-А. Ф. Алмейда, Б. Боэма, В. В. Дика, Е. Н. Ефимова, Дж. Клейнена, В. В. Липае-ва, Г. Майерса, Н. Г. Малышева, А. Г. Мамиконова, Д. А. Менаске, А. И. Мшпе-нина, Т. Нейлора, С. А. Орлова, А. Н. Пискунова, Г. С. Поспелова, Е. Саати, Е. Д. Стрельцовой, Ю. Ф. Тельнова, Е. Н. Тшценко, М. Фаулера, Г. Н. Хубаева, А. Д. Цвиркуна, Г. А. Черноморова.

2 Б^, Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++ / Г. Буч; пер. с аягл.—М.: Изд-во «Бином» ; СПб.: Невский диалект, 2001.

Теории нечетких множеств посвящены рабош Н. А. Аверкина, А. В. Алексеева, Р. А. Алиева, Л. С. Берштейна, Е.П. Бакулина, А. Н. Борисова, Л, А. Демидовой, Л. Заде, В. П. Карелина, Д. И. Коренькова, С. Я, Коровина, А. В. Леоненкова, Н. Г. Малышева, А. Н. Мелихова, А. О. Недосекина, А. И. Орлова, В. Я. Пивкина, Д. А. Поспелова, А. П. Рыжова, А. Н. Целых, С. Д. Штовба.

Проблемы управления проектами и риски, связанные с проектами, анализируются в работах Ф. П. мл. Брукса, А. М. Вендорова, В. А. Долятовского, М. Кантора, Р. Уокера, В. Д. Шапиро, Д. Ф. Шафера.

Разработке основ объектно-ориентированного анализа и проектирования посвящены работы У. Боггса, М. Боггса, Г, Буча, Дж. Влиссидеса, И. Грэхема, Э. Гамма, Р. Джонсона, Л.А. Мацяшека, Р. Дж. Мюллера, С. А. Орлова, А. Попова , Дж. Рамбо, Д. Розенберга, В. Ю. Романова, К. Скотта, Дж. Р. Трота, М. Фаулера, Р. Хелма, А. Шаллоуея, А. Якобсона.

Однако разработанные к настоящему моменту теоретические и методологические положения не отражают в полной мере проблемы оценки потребительского качества информационных веб-систем, архитектуры проектируемых систем, не учитывают влияния быстроменяющихся требований бизнеса, отсутствует единый методологический подход интегральной оценки потребительского качества ИС, показатели оценки качества объектно-ориентированных программных продуктов не учитывают специфику разработки прикладных систем на базе имеющихся программных платформ, модели оценки рисков на различных этапах проектирования объектно-ориентированных информационных систем слабо формализованы.

Цель и задачи диссертационного исследования. Целью диссертационного исследования является развитие теории, методологии, методов, моделей и инструментальных средств оценки потребительского качества и рисков проектов информационных систем, использующих веб-технологии, для поддержки принятия решений при проектировании и эксплуатации ИС.

Основными задачами исследований, проведенных в соответствии с поставленной целью, являются:

1) разработка моделей интегральной оценки потребительского качества информационных систем, использующих веб-технологии;

2) разработка методологии нечеткого и лингвистического моделирования потребительского качества информационных веб-систем;

3) разработка моделей анализа рисков потребительского качества в проектах создания и внедрения информационных систем;

4) разработка моделей анализа производительности информационных систем, использующих веб-технологии;

5) разработка архитектурных моделей, шаблонов и программного инструментария для обеспечения высокого потребительского качества ИС.

Объект и предмет исследования. Объектом исследования являются распределенные информационные системы предприятий и организаций различных отраслей и организационно-правовых форм собственности.

Предметом исследования являются модели и методы оценки характеристик потребительского качества информационных веб-систем, а также модели оценки рисков проектов ИС при объектно-ориентированном подходе к анализу и проектированию таких систем.

Теоретическая и методологическая основа исследования. Теоретическую основу исследования составили труды отечественных и зарубежных ученых по теории экономических информационных систем, оценке качества программных систем, проектированию и моделированию объектно-ориентированных ИС, управлению программными проектами, теории вероятностей и математической статистике, теории нечетких множеств.

Диссертационное исследование также базировалось на современных работах, посвященных анализу и проектированию информационных систем, материалах конференций, статьях в сборниках научных трудов и в периодической печати, информационных материалах, опубликованных в Интернете.

В работе обобщены результаты исследований за период 1980-2007 гг. в области разработки, анализа и прогнозирования параметров информационных систем.

Работа проведена в рамках пункта 2.6 Паспорта специальности 08.00.13 — Математические и инструментальные методы экономики «Развитие теоретических основ, методологии и инструментария проектирования, разработки и сопровождения информационных систем субъектов экономической деятельности: методы формализованного представления предметной области, программные средства, базы данных, корпоративные хранилища данных, базы знаний, коммуникационные технологии».

Эмпирическая база исследования. Эмпирической базой исследования явились экспериментальные и статистические данные, собранные в процессе разработки и эксплуатации корпоративных информационных систем ряда организаций. Основные выдвигаемые научные положения и рекомендации экспериментально подтверждены. Поставленные эксперименты с корпоративными ИС и их компонентами составляют основу предлагаемой методологии исследования качества объектно-ориентированных информационных систем.

Научная новизна диссертационной работы. Научная новизна диссертационного исследования состоит в развитии теории, методологии и инструментария анализа потребительского качества информационных систем. Конкретные элементы научной новизны состоят в следующем.

1. Выполнено теоретическое обоснование целесообразности применения нечетких моделей для оценки потребительского качества корпоративных информационных систем, построенных с применением веб-технологий. В отличие от известных подходов применение нечетких моделей позволяет проводить

интегральный умет как количественных, так и качественных факторов, учет системных неопределенностей исходных параметров.

2. Разработана методология нечеткого и лингвистического моделирования потребительского качества информационных систем, включающая:

- метод интегральной оценки потребительского качества ИС, отличающийся ориентацией на применение графа с вершинами, состояние которых описывают лингвистические переменные, и позволяющий повысить эффективность принятия решений в процессе проектирования и применения информационных веб-систем;

- метод выбора сервис-ориентированной архитектуры информационной веб-системы на основе нечетких и лингвистических моделей, отличающийся постановкой и решением задачи о назначениях в рамках методологии нечетких множеств и позволяющий для предметной области сформировать набор информационных сервисов, потребительское качество которых соответствует требованиям к уровням обслуживания бизнес-процессов;

метод выбора структуры корпоративных приложений информационной веб-системы на основе нечетких и лингвистических моделей, отличающийся постановкой и решением задачи на базе нечетких множеств и позволяющий производить обоснованный выбор системы из набора про-мышленно поставляемых информационных систем, упитывая их функциональность и уровень потребительского качества дал бизнес-процессов предметной области;

- метод оценки количественных характеристик потребительского качества ИС на базе нечеткой модели, отличающийся возможностью формализации технических характеристик ИС в рамках нечетких и лингвистических моделей и позволяющий для количественной переменной формировать лингвистическое представление в естественно-языковых категориях, которыми пользуются ИТ-менеджеры, заказчики и конечные пользователи ИС.

3. Обоснована целесообразность использования нечетких продукционных сетей для анализа риска потребительского качества в проектах создания и развития ИС. В отличие от известных предложенный подход позволяет получать лингвистические оценки рисков на различных этапах проектирования ИС, осуществлять анализ рисков, назначение им приоритетов.

4. Разработана нечеткая продукционная сетевая модель оценки рисков проектов информационных систем, отличающаяся ориентацией на применение методологии нечеткого вывода и позволяющая ИТ-менеджерам проводить оперативный анализ риска потребительского качества на различных этапах при проектировании ИС, оперируя естественно-языковыми категориями «высокий риск», «допустимый риск», «низкий риск».

5. Разработаны модели анализа производительности информационных систем, использующих Ееб-технологии, включая:

- модель рабочей нагрузки информационной системы, отличающуюся использованием методов нечеткой кластеризации и позволяющую существенно снизить размерность входных потоков запросов на выполнение транзакций системы в условиях неопределенности, сгруппировав входную нагрузку в ограниченное число нечетких кластеров;

- концептуальные^ модели анализа производительности информационных систем, отличающиеся от известных учетом аппаратно-программных компонент корпоративных информационных систем, использующих веб-технологии, и позволяющие конструировать аналитические и имитационные модели для исследования показателей производительности на системном и компонентном уровнях абстрагирования.

6. Предложены архитектурно-программные модели, отличающиеся конкретизацией для платформы Microsoft.Net и позволяющие ИТ-менеджерам принимать обоснованные решения в процессе объектно-ориентированного проектирования ИС с целью улучшения потребительского качества ИС, использующих веб-технологии.

7. Разработаны инструментальные средства оценки потребительского качества и анализа рисков проектов ИС, отличающиеся программной реализацией нечетких моделей и нечетких сетей и позволяющие разработчикам и ИТ-менеджерам обеспечивать поддержку принятия решений при проектировании и эксплуатации информационных систем, использующих веб-технологии.

Положения, выносимые на защиту. На защиту выносятся следующие научные результаты:

1. Методология нечеткого и лингвистического моделировашм потребительского качества информационных систем.

2. Метод интегральной оценки потребительского качества ИС.

3. Метод выбора сервис-ориентированной архитектуры информационной веб-системы на основе нечетких и лингвистических моделей.

4. Метод выбора структуры корпоративных приложений информационной веб-системы на основе нечетких и лингвистических моделей.

5. Нечеткая модель оценки количественных характеристик потребительского качества ИС.

3 «Концептуальная модель — принципиальная основа экономико-математической модели, предназначенной для реализации различными математическими и техническими средствами и, следовательно, для непосредственного решения задачи. Это предварительное, приближенное представление о рассматриваемом объекте шш процессе; часто К. м. имеет вид схемы, в которой фиксируются наиболее существенные параметры и связи между ними» [см.: Экономико-математический словарь [Электронный ресурс] / Л. И. Лопатников. — 2001—2008. — Режим доступа: httpV/slovari.yandex.nl/dictЛopatniko^7article/lopЛop-0626.htm.

6. Нечеткая продукционная, сетевая модель оценки рисков проектов информационных систем.

7. Модели для анализа производительности и рабочей нагрузки информационных систем, использующих веб-технологии.

8. Архитектурно-программные модели реализации ИС для платформы Microsoft.Net

Теоретическая и практическая значимость результатов исследования. Теоретическая значимость диссертационного исследования состоит с развитии теории экономических информационных систем в части оценки потребительского качества систем, использующих' Web-технологии, на основе применения положений теории нечетких множеств и нечеткого вывода.

Практическая значимость исследования определяется тем, что на основе обобщения известных теоретических и научных результатов автором развиты научные и методологические основы решения важных проблем оценки потребительского качества ш!формационных систем, использующих веб-технологии на этапах разработки и модернизации, анализа рисков потребительского качества в проектах создания и внедрения ИС. Предложенные автором методы, модели и программный инструментарий позволяют проектным и консалтинговым организациям повысить потребительское качество создаваемых информационных систем, использующих веб-технологии, сократить временные и финансовые затраты на проекты ИС.

Теоретические и методологические основы исследования могут выступать в качестве научно-методического базиса в учебном процессе для дисциплин «Теоретические основы экономических информационных систем», «Проектирование информационных систем», «Информационный менеджмент» и «Управление информационными системами».

Апробация и внедрение результатов исследования. Основные результаты и выводы диссертационной работы обсуждались на международных и всероссийских конференциях, в том числе на VII и VIII международных научно-практических конференциях «Экономико-организационные проблемы проектирования и применения информационных систем» (г. Ростов-на-Дону, 2003 г.; г. Кисловодск, 2005 г.), V и VI международных научно-практические конференциях «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (г. Новочеркасск, 2002, 2004, 2005, 2006 гг.), международной научно-практической конференции «Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем» (г. Новочеркасск, 2003,2004,2006 гг.), III научно-практической конференции «Совершенствование методов управления социально-экономическими процессами и их правовое регулирование» (г. Ставрополь, 2002 г.), I региональной научно-практической конференции «Экономика Северо-Кавказского региона на пути к устойчивому развитию в рыночных условиях» (г. Краснодар, 2003 г.), III Международной научно-пракгаческой конференции «Методы и алгоритмы прикладной математики в технике, медицине и экономике» (г. Новочеркасск, 2003 г.).

Основные положения и концепции диссертационного исследования использованы в проектах создания и модернизации информационных систем ряда предприятий, таких как ООО «Южная Софтверная Кампания», группа компаний «ГЭНДАЛЪФ», ООО «СКБ «ГРАФ».

Результаты диссертационного исследования испльзованы при проектировании инструментальных средств, которые зарегистрированы в РОСПАТЕНТе: программный комплекс «ЭМИР», предназначенный для автоматизации деятельности по ведению реестра эмитентом; информационная система внутреннего учета операций и сделок профессионального участника рынка ценных бумаг (ИС-ВнУ); информационная веб-система депозитарного учета профессионального участника рынка ценных бумаг (\УеЬ-ДепУ); информационная система учета абитуриентов, успеваемости и контингента высшего образовательного учреждения (АБУКОН); электронная библиотека образовательного учреждения (ЭлБи).

Публикации. Основные положения диссертационного исследования опубликованы в 37 печатных работах общим объемом 23,1 п. л. (лично автора 22,2 п. л.).

Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения, библиографического списка и приложений. Работа включает 293 страницы основного текста, содержит 17 таблиц, 47 рисунков, 3 приложения. Библиографический список содержит 310 литературных источников.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ

Во введении обоснована актуальность проблемы, формулируется цель и задачи исследования, определяется предмет и объект исследования, рассматриваются теоретические и методологические основы исследования, научная новизна, практическая значимость работы, положения, выносимые на защиту, оценка внедрения и апробации исследования, публикации, структура диссертационной работы.

В первой главе диссертационного исследования «Теоретико-методологические подходы к обеспечению потребительского качества веб-ориентированных информационных систем» рассматриваются модели принятия реше!пш при проектировании и модернизации ИС, состояние и проблемы оценки их потребительского качества и обосновывается целесообразность использования нечетких моделей для анализа потребительского качества информационных систем, использующих веб-технологии.

Эффективность проектов ИС зависит от того, насколько она соответствует текущим и стратегическим целям предприятия. Уровни обслуживания информационных сервисов определяются требованиями эффективной реализации бизнес-процессов и характеризуют потребительское качество ИС.

Для современных корпоративных ИС использование веб-технологии является обязательным требованием. Характеристики таких систем имеют ряд отличи-

тельных особенностей, которые не являются критичными для других распределенных клиент-серверных систем. Такими характеристиками являются: готовность, управляемость, производительность, надежность, масштабируемость, безопасность приложения и данных, размер объектов, получаемых браузером от вебсервера, и количество пользователей.

При анализе производительности ИС, использующей веб-технологии, необходимо учитывать архитектуру системы, программное и техническое обеспечение сервера, контент сайта, характеристики приложений, пропускную способность сети.

Инфраструктура корпоративной информационной системы, построенной на базе веб-технодогни, характеризуется рядом параметров: JVS = {WSh...JVS,,...,JVSn}, i = 17«; AS = {^„....ЛЗу,...,^}, j ~ DBS = {DBSh...,DBSj,...,DBSk}, / = U;

Л' = {лгх,...,Лг?,...,Лу}, q = l,v; (\vib...,wit,..,,wiT), i = 1,«; г = 1 ,T; (pjh...,bjr,...,bjR\ j = l,m\r~l.R\ [dn ,...,dJy ,...,dtr \l=l,k:y~ 1,7;

li

" "" ТА'

где IP'S — множество веб-серверов; AS — множество серверов приложений; DBS— множество серверов баз данных; ЛГ— множество сегментов линий связи в инфраструктуре системы; А — множество корпоративных приложений ИС; (if,-j,..;Wit,—,ivît) — параметры i = го Web — сервера; (рд,,..,Ь,г,...,Ьjrj — параметры j-го сервера приложений; (rf/i,...,rf/j,,...,i/;y) — параметры 1-го сервера баз данных; [pq\,...,Pqh>—>PqH) — параметры q-го сегмента сети связи; \azl,..^azj-,...,azf) параметры ;-го корпоративного приложения; Л — матрица, характеризующая потребность .г-го приложения в ресурсах i-го веб-сервера; 4J~ — матрица, характеризующая обмен информацией при реализации z-го приложения между i-м веб-сервером и j-м сервером приложении: Г, — матрица, характеризующая обмен информацией при реализации --го приложения между j-м сервером приложений и 1-м сервером баз данных.

Критериями оптимизации информационной веб-системы при решении задач принятия решений о выборе наиболее эффективной альтернативы в процессе проекпгрования и модернизации системы могут быть: экономические (совокупная стоимость владения — ТСО, чистый приведенный эффект — NPV, внутренняя

норма прибыли - IRR, коэффициент возврата инвестиций — ROI); технические (производительность системы, надежность, готовность, масштабируемость); потребительского качества (функциональная полнота, удобство обслуживания, качество документации, наличие опыта разработки и эксплуатации определенных систем, соответствие корпоративным правилам, нормам и стандартам).

В большинстве случаев задача проектирования и модернизации ИС определяется целями проекта, которые влияют на постановку задачи, множество допустимых альтернатив А, множество критериев К, множество шкал оценки критериев, способы отображения множества допустимых решений в множество предпочтений эксперта и решающие правила.

Критерий принятия решений по проекту представляет собой вектор

и, соответственно, задача проектирования и модернизации корпоративной ИС является многокритериальной.

В общем случае задачу выбора эффективной ИС можно представить в следующем виде:

(WS,-AS,DBS,K,A,A,4'z,r:)- >(К), где F— оператор, обеспечивающий оптимум значений критериев эффективности.

Методы решения поставленной задачи зависят от степени структурированности проблем, описываемых моделями.

Следует отметить, что в процессе выбора эффективного варианта корпоративной ИС необходимо учитывать различные показатели, которые могут быть как количественными, так и качественными. Результаты оценок количественных характеристик ИС, как правило, имеют неопределенность, связанную со случайным характ ером процессов, происходящих в системе, и с ограниченностью статистических последовательностей экспериментальных, данных, достоверность и однородность которых вызывает сомнения в большинстве случаев. Качественные характеристики ИС определяются экспертами, степень уверенности которых в задании конкретных оценок может быть различной.

Для менеджера программного проекта и лица, принимающего решение по направлениям использования и развития информационных технологий в бизнесе, критерий эффективности ИС должен учитывать как количественные, так и качественные характеристики. При принятии стратегических решений целесообразно использовать лингвистический подход к оценке эффективности ИС. При таком подходе характеристики, определяющие эффективность ИС, целесообразно рассматривать с точки зрения теории нечетких множеств как лингвистические переменные. Лингвистический подход позволяет при оценке характеристик ИС использовать как количественные характеристики, которым объективно свойственна неопределенность, так и качественные, субъективные оценки экспертов, выраженные нечеткими понятиями.

Для слабоструктурированных задач в условиях существенной неопределенности, что характерно для проектов создания и внедрения ИС, теория нечетких множеств предоставляет собой достаточно эффективный методологический под-

ход к построению систем поддержки принятия решений при многокритериальном выборе альтернатив. При этом, с одной стороны, экспертные оценки альтернативных вариантов по критериям достаточно хорошо представляются нечеткими множествами и числами, а с другой стороны, количественные оценки различных характеристик ИС., которые получены на основе ограниченных объемов выборки статистических данных, также могут быть представлены нечеткими переменным! и нечеткими числами.

Потребительское качество характеризует насколько хорошо ИС соответствует требованиям бизнеса. Информационные системы относятся к классу сложных систем, и при формировании методологических подходов к оценке качества ИС необходимо учитывать различные аспекты: качество инфраструктуры системы, программного и аппаратного обеспечения, качество данных и информации, качество административного управления и сервиса. Кроме того, восприятие и интерпретация понятия «качество» зависят от точки зрения, с которой оно рассматривается. Для конечного пользователя, заказчика, менеджера и разработчика содержание понятия «качество информационной системы» может иметь различный смысл.

Существующие методики анализа качества ИС не дают полного количественного описания уровня качества, кроме того, они не учитывают семантики предметной области, операционного и инструментального окружения, а также методологии разработки.

Анализ существующих подходов и методологий обеспечения потребительского качества ИС показывает, что для различных фаз жизненного цикла ИС необходимо использовать модели, построенные с точки зрения основных заинтересованных лиц для каждой фазы, с учетом технологических особенностей реализаций. Известные нам подходы к оценке потребительского качества ИС не в полной мере учитывают вышеизложенное, что определяет целесообразность развития методологии оценки качества информационных систем, использующих веб-технологии, на каждой фазе её жизненного цикла.

Широко известный и применяемый на практике подход исследования функциональной полноты4 при анализе потребительского качества ИС достаточно эффективен, однако он не учитывает, насколько полезна та или иная функция программного средства для бизнеса конкретного предприятия. В то же время в процессе проектирования и адаптации ИС к изменяющимся требованиям бизнеса необходимо принимать решения о выборе или модификации программно-аппаратного обеспечения системы, которое обеспечивает наиболее эффективное ведение бизнеса.

Потребительское качество ИС зависит от достаточно большого количества характеристик и параметров программно-аппаратной системы, которые могут быть как количественными, так и качественными. Обобщенная оценка потреби-

4 Хубаев, Г. Н. Сравнение сложных, программных систем ло критерию функциональной полноты /7 Программные продукты и системы (5ойтеаге&5_у5!ет). —1998.—№2. —С. 6-9.

тельского качества ИС представляет собой сложную технико-экономическую задачу, которой свойственна неопределенность.

Существующие подходы к обоснованию выбора альтернатив в процессе принятия решений по выбору характеристик ИС разделяются на три группы: детерминированные, в условиях риска и в условиях неопределенности.. По имеющимся у нас сведениям, при выборе эффективных альтернатив ИС использовались в основном первые два подхода, т. е. детерминированный и в условиях риска, а подходу в условиях неопределенности не уделялось должное внимание.

Процессам функционирования информационных систем, использующих веб-технологии, свойственна физическая и лингвистическая неопределенность. Физическая неопределенность проявляется в виде неточности определения её характеристик и параметров, а также случайного характера многих процессов, протекающих в информационной системе. Лингвистическая неопределенность при проектировании ИС возникает при оценке экспертами качественных характеристик системы.

Целесообразность использования нечетких моделей при анализе потребительского качества информационных систем, используюших веб-технологии, определяется следующим:

- в настоящее время итерационные объектно-ориентированные подходы к созданию ИС предполагают постоянное уточнение требования к системе в процессе анализа, проектирования, разработки и развертывания систем. Это обусловливает неопределенность требований к системе, использование количественных и лингвистических опенок, а также нечетких критериев, которые первоначально формулируются и постоянно уточняются в процессе создания системы. Следовательно, процесс проектирования ИС вполне естественно описывать нечеткими моделями;

- модели для оценки потребительского качества ИС предполагают учет как количественных параметров, полученных в результате различных измерений, так и качественных, предлагаемых экспертам». Применение единой методологии оценки потребительского качества информационных систем, использующих веб-технологии, на базе теории нечетких множеств позволяет описывать как количественные, так и качественные параметры модели, а также использовать нечеткие критерии, что также важно для различных этапов создания ИС.

Для лица, принимающего решите на стратегическом уровне управления по направлениям использования и развития информационных технологий в бизнесе, потребительское качество ИС целесообразно оценивать обобщенным (интегрированным) критерием. Формирование интегрального количественного показателя потребительского качества ИС представляется достаточно сложной задачей как с точки зрения его формирования, так и с точки зрения интерпретации.

В то же время при принятии стратегических решений лингвистический подход к оценке потребительского качества ИС, когда оценка проводится терминами «низкое качество», «допустимое качество» и «высокое качество», является общеизвестным и основная проблема состоит в построешш модели для проведения лингвистического анализа качества ИС. При таком подходе характеристики,

определяющие потребительское качество И С, целесообразно рассматргаать с точки зрения теории нечетких множеств как лингвистические переменные. Нечеткие модели позволяют при оценке характеристик ИС использовать как количественные характеристики, которым объективно свойственна неопределенность, так и качественные, субъективные оценки экспертов, выраженные нечеткими понятиями, а также формализовать нечеткие описания с помощью нечетких чисел, множеств, лингвистических переменных и нечетких свидетельств.

Во второй главе «Методология оценки потребительского качества информационных систем на базе теории нечетких множеств» рассмотрены основные концепции теории нечетких множеств, важные для диссертационного исследования, методологические аспекты оценки потребительского качества информационных систем, использующих веб-технолопш, построение нечетких моделей количественных параметров качества ИС, метод интегральной оценки потребительского качества, метод выбора эффективной структуры информационно» веб-системы fia основе нечетких и лингвистических моделей сервис-ориентированной архитектуры и корпоративных приложений, нечеткая и лингвистическая модели сервис-ориентированной архитектуры, нечеткая модель корпоративных приложений.

При интегральной оценке потребительского качества ИС с использованием лингвистических моделей необходимо учитывать как количествешше, так и качественные показатели. Количественными показателями являются производительность, надежность, коэффициенты использования ресурсов вычислительной системы и другие. Результаты оценки таких показателей имеют неопределенность, связанную со случайными процессами, происходящими в системе, и с ограниченностью статистических последовательностей экспериментальных данных. В результате проведения активного или пассивного эксперимента проводится оценка исследуемых характеристик, для хоторых задаются ограничения в виде пороговых значений. Например, для времени выполнения транзакции задается допустимое время (f„„j). При этом если время выполнения транзакции (t) меньше или равно допустимого (t<tmax), то считается, что качество выполнения транзакции в отношении времени её выполнения нормальное, в противном случае — недопустимо низкое. Следует отметить, что транзакция реализует определенный информационный сервис для бизнес-процесса и врет её выполнения характеризует качество предоставления сервиса бизнесу со стороны ИС. Влияние времени выполнения транзакции (качества ИТ-сервиса) на эффективность бизнес-процесса, как правило, характеризуется не скачкообразной функцией, а непрерывной (убывающей или возрастающей). С учетом этого для времени выполнения транзакции более целесообразно задавать не пороговое ограничение, а интервал, на котором показатель качества бизнес-системы (качество предоставления ИТ бизнес-системе) плавно изменяется от высокого до недопустимо низкого значения.

При построении модели интегральной оценки потребительского качества ИС используемые нефункциональные количественные факторы обладают «размытостью», так как их точное значение очень часто оценить не представляется возможным из-за различных ограничении: сложности проведения корректных из-

мереннй; недостаточности статистических данных для достоверного описания вероятностных характеристик и законов. В этом случае для оценки нефункциональных количественных факторов целесообразно использовать нечеткие числа и переменные. Для исследуемого параметра его потребительское качество с точки зрения пользователя бизнес-системы может быть описано как нечеткая переменная, функция принадлежности которой имеет следующий вид:

¡1 пРи

О "Р"^/,^

В такой интерпретации, если время выполнения транзакции t меньше пли равно tmi„ (t<imin), тогда имеется полная уверенность (/J(t') = 1) в высоком потребительском качестве параметра (время выполнения транзакции) ИС в отношении ИТ-сервиса, предоставляемого для бизнес-системы. Если время выполнения транзакции находится в диапазоне от tmin до tmax (tmin < t < 1„шх), то потребительское качество параметра изменяется от высокого до недопустимо низкого (1 *' p(t) < 0). При времени выполнения транзакции больше или равном tm(a ( ! > tmin ) потребительское качество параметра недопустимо низкое (p(t) = 0) в отношении ИТ-сервиса бизнес-системы. Такой подход позволяет задавать диапазон, б котором изменение значения параметра плавно влияет на потребительское качество ИС в реализации ИТ-сервиса для бизнес-системы и изменяется от высокого до низкого.

Предположим, что необходимо качественно оценить влияние времени отклика транзакции на потребительское качество информационной системы с точки зрения бизнес-процесса. В процессе оценки эксперты используют лингвистическую интерпретацию в виде триарной шкалы «В-Д-Н», где уровень В (высокое качество) соответствует малому времени отклика; уровень Д (среднее качество) соответствует допустимому времени отклика; уровень H (низкое качество) соответствует недопустимо большому времени отклика.

Лингвистическая переменная «Качество выполнения транзакции» с терм-множеством значений «(В,Д,Н» имеет три соответствующих функций принадлежности трапециевидного и треугольного вида.

Для интегральной оценки потребительского качества ИС в диссертационной работе предложено использовать качественные шкалы и отношения предпочтения между факторами в структуре иерархии этих факторов. Принципы формирования иерархии факторов, определяющих потребительское качество ИС, и отношения порядка между ними должны определяться требованиями бизнеса. Потребительское качество ИС (CQ1S — Consumer Quality ofthe Information System) описывается следующей нечеткой моделью:

CQIS = < G, L, Р, А>,

где С — граф дерева с вершинами /}(/ = О,..., Лд), каждой из которых поставлено е соответствие некоторое множество лингвистических значений в 1], характеризующих состояние фактора, определяющего конкретный показатель качества И С; X - , (/ = 0, ..., Ад)} — набор лингвистических значений (качественных оценок) уровней каждого фактора; Р — система отношений предпочтения одних факторов другим для одного уровня иерархии факторов; Л — набор операторов агрегирования информации, который определен для неконцевых вершин графа и позволяет на основе оценок состояния подчиненных вершин вычислять её состояние.

При использовании пятиуровневого классификатора (пенгарной шкалы) на носителе нечеткого множества лингвистической переменной с использованием отрезка вещественной оси [ОД] (01-классификатор) для факторов набор ¿у может состоять из следующих компонентов:

{Очень Низкий уровень (ОН), Низкий уровень (Н), Средний уровень (С), Высокий уровень (В), Очень Въкокий уровень (ОВ)}.

Для решения поставленной задачи систему отношений предпочтения одних факторов другим для одного уровня иерархии модели представим в следующем виде: Р = (<р) | (р е (у, а)}, где >--отношение строгого предпочтения,

» —- отношение безразличия или индифферентности. Отношение предпочтения вводится на основе информации, полученной от экспертов для факторов одного уровня иерархии /■", и Е;. четкое отношение нестрогого предпочтения, отношение строгого предпочтения и отношение безразличия. Если имеющаяся у эксперта информация о форме отношения предпочтения недостаточна, то между факторами одного уровня иерархии Г, и Е/ существует отношение безразличия.

Для лингвистической оценки потребительского качества ИС предложено для каждой некониевой вершины графа сформировать оператор агрегирования информации, который на основе оценок состояния подчиненных вершин позволит вычислить её состояние. Выбор оператора агрегирования во многом определяется свойствами предметной области ИС и производится на основе доступной информации от экспертов и анализа функционирования системы. В диссертации для агрегирования используются 0\УА-оператор Ягера и коэффициенты Фишберна в качестве весовых коэффициентов в свертке. Коэффициенты Фишберна можно вы-

г, —

числить по следующей формуле: р, —, где »' = 1,ЛГ, .¡V— количество подчи-

м

ненных вершин, участвующих в операции агрегирования информации;

(г,, если Е Е; _

^ = , _ г/ЛГ=и = Л',2.

\г, +1, если у Ег

Если по каждому показателю (Ей— Еы) на выбранном подуровне (к) графа £7 модели известны лингвислиеские оценки Ь - (1ц ... ¿ь\г) и определены весовые коэффициентырк - (ры, ■■■ • Рид, тогда оператор агрегирования информа-ШШ подуровня к представляет собой взвешенную сумму и характеризуется своей

лингвистической оценкой, определяемой функцией принадлежности на 01-

■V

классификаторе /;t(x)= ■

¡=1

Функщпо принадлежности iu/xj необходимо интерпретировать для получения оценки о лингвистическом уровне показателя Если для оценки уровня фактора f\ используется пятиуровневый нечеткий 01-классификатор, то на основании минимума расстояния ра между нечетким множеством, заданньм функцией принадлежности цх(х), и каждым из нечетких множеств, соответствующих функциям принадлежности ¡.i/x) / = 1.5, необходимо определить минимальную близость u-fxj к fi/x) i = 1,5. Для оценки близости между двумя нечеткими множествами^ и В нами предложено использовать абсолютное расстояние Хемминга.

С учетом того что показатель задается функцией принадлежности /Jk(x), которая имеет трапецеидальный тип (a'L,a^,а'х), а также функции принадлежности пятиуровневого нечеткого классификатора ¡.¡¡(х) i = 1,5 на 01-носителе также трапецеидальные (Ъ\, Ь[, Ь'г. Ь'?,), то расстояние между нечеткими множествами представим как

р^тахЦ-ь'^-ь;\,\4-ь'г\,\4 -а;|}, /=й.

Мшшмальное значение р„ определит принадлежность показателя Fk к одному из пяти лингвистических уровней пентарной шкалы на 01-классификаторе. Процедура агрегирования факторов для графа G должна проводиться для каждой неконцевой вершины снизу вверх вплоть до получения лингвистического значения показателя потребительского качества ИС — F0.

Основным назначением информационных технологий и систем предприятий и организаций является предоставление информационных сервисов для обслуживания бизнес-процессов, В качестве ИТ-сервисов может рассматриваться функциональность ERP-систем (прикладные программы), а так же веб-сервисы.

При использовании промышленно поставляемых прикладных программ £7?/'-систем для конкретных бизнес-процессов имеется неопределенность в уровне потребительского качества сервисов. В сервис-ориентированной архитектуре ИС (service-oriented architecture - SOA) ИТ-сервисы представляют собой группы программных компонентов, отвечающих за выполнение определенных бизнес-процессов. Информационные сервисы в SO А. в отличие от приложений ERP-систем, слабо связаны между собой, имеют четко определешше, независимые от конкретной платформы интерфейсы.

При проектировании ИС с использованием концепции SOA при выборе веб-сервиса используется реестр сервисов, который должен содержать исчерпывающую информацию о функциональности и интерфейсах ИТ-сервиса. Понятия «лучший» и «выгодный» ИТ-сервис применительно к веб-сервисам являются весьма размытыми, не всегда очевидными.

В нечеткой модели сервис-ориентированной архитектуры предметная область описывается множеством бизнес-процессов: X — { .\*j,x2 ,...,xir..,xn }, где

л-., / = ],« — бизнес-процессы. Для разработчика ИС доступно множество информационных сервисов: Т = { у1,у2,..;}^,.-.,ут\, где у^, ] = \,т — ИТ-

сервисы. предназначенные для обслуживания бизнес-процессов.

Нами предложено формализовать в виде нечеткого множества В возможность предоставления хгиу бизнес-процессу т)-го ИТ-сервиса с заданным уровнем обслуживания. Нечеткое множество В определяется на декартовом произведении множеств X и 1\ т.е. АгхГ = { (х,у~):хеХ,уе¥ }. Если множество принадлежности определено на интервале [ОД], то нечеткое множество В определяется следующим образом: У(.т,>')еАгхУ задана функция принадлежности /■1Б{х,у)е[0,1]. Интерпретацией функции принадлежности ^¡¡¡.г,-,)^) является

субъективная мера того, насколько потребительское качество ИТ-сервиса у соответствует требованиям об уровне обслуживания для бизнес-процесса х,. В данном случае нечеткое множество В представляет собой нечеткое бинарное отношение, определенное на множестве ХхУ- {(*,>') '■ х е X, у е К}.

Нечеткая модель ИТ-сервисов на базе нечеткого множества В аналитически задается в следующем виде: , где хеX, уеГ.

Задача проектирования или модернизации ИС сводится к выбору для бизнес-процесса х, наиболее эффективного информационного сервиса у,.

При назначении бизнес-процессу х, ИТ-сервиса у, необходимо учитывать ограничения на потребительское качества последнего, которое определяется допустимыми уровнями обслуживания. Такое ограничение сформируем в виде под-множества Д-уровня нечеткого множества В. Подмножество А-уровня Д* нечеткого множества В определим следующим образом:

Уровни <5,, ¡ = 1,п задают мюшмзльное значение уверенности, что для бизнес-процесса х, требования к потребительскому качеству в части уровней обслуживания информационным сервисом выполняются.

В качестве критерия эффективного назначения каждому бизнес-процессу ; = 1,11 информационного сервиса у^, ]~ \,т при условии, когда перед командой разработчиков ставится задача выбора наиболее эффективных ИТ-сервисов го имеющихся или доступных, будем использовать проекцию В™* бинарного нечеткого отношения Вй , которая имеет следующую функцию принадлежности— рд^(х)= (л,>).

Если перед командой разработчиков ставится задача выбора ИТ-сервисов, минимально достаточных для обеспечения согласованных уровней обслуживания бизнес-процессов для проектируемой информационной системы, то будем использовать проекцию Вхт модифицированного /?'"' бинарного нечеткого ото-

шения В& которая имеет следующую фуикцию принадлежности —

1,х у

Таким образом, задача выбора эффективной сервис-ориентированной архитектуры информационной системы сводится к задаче о назначении для каждого бизнес-процесса х, наиболее эффективного информационного сервиса у, из числа доступных разработчику ¥ = | У[,}'2,...,.У7;...,>'„,). Следует отметить, что нами

предложена модификация постановки задачи о назначениях для случая нечеткой информации, то есть с использованием нечетких множеств.

В диссертационной работе приводится метод выбора эффективной сервис-ориентированной архитектуры на базе нечеткой модели.

Лингвистическая модель сервис-ориентированной архитектуры имеет определенные преимущества по сравнению с нечеткой моделью. Она, на наш взгляд, упрощает задачу эксперта при оценке потребительского качества реализации X) -го бизнес-процесса у,~м информационным сервисом, т.к. эксперт оперирует такими понятиями, как «высокое качество», «среднее качество», «низкое качество» и т. п. Кроме того, лингвистическая оценка качества реализации бизнес-процесса более понятна всем заинтересованным в проекте информационной системы лицам (конечным пользователям, заказчикам проекта, команде разработчиков, менеджерам).

Определим лингвистическую переменную «Потребительское качество информационного сервиса». В качестве терм-множества её значений Т будем использовать следующие термы: очень низкое качество {011); низкое качество (//); среднее качество (С); высокое качество (5); очень высокое качество (ОВ).

С учетом введенных обозначений терм-множество можно представить следующим образом: Т~{ ОН, Н, С, В, О В }. Следует отметить, что терм ОН может использоваться в том случае, если 1-й бизнес-процесс не может быть реализован у'-м информационным сервисом. Областью определения термов терм-множества Т является декартово произведение множеств X и Г, т. е. Хх ¥ = { (х,у): х е Х,у е ¥ }, где Х = { х1,х2,...,х,,...,х„ } — множество бизнес-процессов; 7 = \у},у2,...,у],—,ут } — множество информационных сервисов. Если х,-й бизнес-процесс не может поддерживаться у,-м информационным сервисом, лингвистическая перемешая принимает значение ОН, в противном случае значение лингвистической переменной может быть задано экспертами любым из множеств {Н, С, В, ОВ}.

При анализе возможности реализации ¿¡-го бизнес-процесса у-м информационным сервисом эксперты должны задать значение лингвистической переменной «Потребительское качество информационного сервиса» из определенного терм-множества Т~ {ОН, Н, С, В, ОВ}. Для согласования мнения экспертов может быть применена дельфийская процедура. Результаты экспертизы можно представить в виде таблицы (табл. 1).

В таблице 1 обозначение ¡ = \п, у = 1 ,т соответствует терм-значеншо лингвистической переменной «Потребительское качество информационного сервиса» для соответствующей комбинаций .V/ и

Допустимый вариант обслуживания х-го бизнес-процесса угм информационным сервисом определяется ограничениями на значения лингвистической переменой.

Таблица 1. Результаты формирования значений лингвистической переменной

У1 Уг Уж

X, 1,/ h: hi hm

х-> hl tx hi hm

Xi tit hi k tim

. . .

Хп tn! tni Im tfim

Если для д-,-го бизнес-процесса требуется обеспечить не менее чем средний показатель качества обслуживания информационным сервисом, то условия выбора соответствующих информационных сервисов можно представить следующим образом: ifn ty е { С, В,О В }, т. е. тожество допустимых информационных

сервисов Yf10'' ддя бизнес-процесса должны характеризоваться значениями лингвистической переменой «Потребительское качество информационного сервиса» (ty), соответствующими подмножеству {С, Б, OB \.

Выбор наиболее эффективного информационного сервиса для конкретного бизнес-процесса проводится на основе лингвистического критерия К: <К, Т(К), Uк G& Мк>, где К— имя лингвистического критерия; Т(К ) — терм-множество критерия Т(К ) = {Д С, В, OB}; lh: — область определения термов терм» множества Т(К) —X х Y; GK — синтаксическое правило, позволяющее оперировать элементами терм-множества Т(К); Мц — семантическая процедура, позволяющая приписать смысл нечеткому критерию.

При проектировании корпоративных ИС обслуживание бизнес-процессов предметной области реализуется информационными сервисами, которые представляют собой различные модули промышленно поставляемых информационных систем. Это характерно для процессов создания корпоративных информационных систем на базе таких ERP-систем, как SAP/R3, Oracle Aplication, Baan, Microsoft Dynamics АХ, БОСС-Корпорация, Галактика, Парус, БЭСТ-ПРО, 1С: Предприятие 8.0 и других. В этом случае перед командой разработчиков корпоративной ИС стоит задача не только выбрать наиболее эффективный информационный сервис (функциональность) для бизнес-процесса, но и реализовать такой выбор в рамках определенной ERP-cистемы. При этом неопределенность возникает при оценке как потребительского качества обслуживания бизнес-процесса различными информационными сервисами, так и потребительского качества реализации информационного сервиса в рамках конкретной ERP-системы.

При построении нечеткой модели корпоративных приложений предметная область описывается множеством бизнес-процессов X = }, i — 1, п. Для разработчика ИС доступна функциональность промышленно поставляемых ERP-систем, которая формализуется в виде множества программных приложений систем (информационных сервисов) Г= jy -j, j~\,m. В качестве информационных

сервисов рассматриваются приложения промышленно поставляемых .ОУ-систем, обеспечивающих заданную функциональность.

Нечеткое множество В задается аналогично предыдущей задаче на декартовом произведении множеств X и Г, т. е. XxY = {(x,y):xeX,yeY}. При проектировании ИС анализируется множество промышленно поставляемых. ERF-систем: Z = { :uz2,—,zk,...,zs }, где zk, k-l,s — промышленно поставляемые £Я/>-системы, которые обладают определенной функциональностью.

Нами предложено формализовать в виде нечеткого множества D возможность реализации у ¿я функциональности zk-H ИС. Нечеткое множество D определяется на декартовом произведении множеств Y и Z, т. е. Y х Z = { (у, с): у е Y, г е Z }. Для всех элементов (v(y, -) s У х Z) нечеткого множества D определена функция принадлежности ц]:>(у,:)е[о, l], Функция принадлежности pD(y,z) нечеткого множества D интерпретируется как уверенность эксперта в уровне соответствия потребительского качества реализации у,-й футпс-циональности (информационного сервиса) г<гй информационной системой.

Конечной целью проектирования ИС является наиболее эффективный выбор промышленно-поставляемой £ЖР-системы для обслуживания бизнес-процессов предприятия. Это обусловливает построение отображения множества бизнес-процессов X - {д-,}, i - 1. п на множество ERP-систем Z-{zk ), k = \,s. Для реализации такого отображения построим нечеткое множество F, которое представляет собой композицию двух нечетких бинарных отношений В и D, т. е. F -В® D. Нечеткое множество F определено на декартовом произведении множеств X и Z, т.е. X х Z = {{х, z): х е X, г s Z } и имеет функцию принадлежности /iF(x,:), которая определяется следующим образом:

Ир(*„=*) = шах] гат{/(д(*,.,у Д fiD{у ¡,гк)}!>,

' J

где л', еЛг, / = 1,/7; yj eY, j = hm\ zk eZ. k~l,s.

Функция принадлежности /iF(x,z) описьшает уверенность в том, что уровень потребительского качества функциональности ЕЯР-системы соответствует требованиям об уровнях обслу живания для бизнес-процессов предметной области. Таким образом, нечеткое множество F , являющиеся композицией нечетких отношений В и Ц является формальной основой для эффективного выбора промышленно поставляемой ERP-системы для ИС предприятия.

В качестве условий выбора сформируем следующие требования:

1) альтернативная ЕЯР-система, г/ должна иметь возможность предоставить информационное обслуживание для всех бизнес-процессов предприятия, т. е.

2) для альтернативных £КР-систем должны выполняться требования по согласованньш уровням обслуживания, т.е. V/(¿1Ь-(.г,,)><?,), где уровни

¿¡, ¡ = 1, п задают минимальное значение уверенности, что для бизнес-процесса х,- требования к потребительскому качеству в части уровней обслуживания информационным сер висом выполняются.

Если после проверки ограничений имеются несколько альтернативных ва-риаотов ЕЯР-систем, то для окотательного выбора можно использовать критерий минимальней совокупной стоимости владешм ИС.

Для иллюстрации использования нечеткой модели корпоративных прило-женш! рассмотрим задачу выбора ИС для системы внутреннего учета инвестиционной компании. Предположим, что при проектировании ИС рассматривается возможность использования трех промышленно поставляемых ИС внутреннего учета инвестиционных компаний, т. е. = { }, где — информацион-

ная система АСКИНА; г2 — информационная система АМЕТИЗ; г3 — информационная система ВаскОГПс.

На основе анализа экспертной информации сформировано нечеткое отно-ше!ше В и построена матрица Р = В ® £>:

-1 22

>'1 0.7 0 0.9 г2 г,

>'2 0.8 1 0.7 X, 0,9 1 0,7

F= ' 1

>3 1 0 0 ] 0,8 0,9 0,6

У* 0 0.6 1 А"э 0,8 0,6 0,9

У5 0,8 0.9 0

Графическое представление нечеткого множества/ приведено на рисунке 1.

Анализ матрицы F показывает, что все рассматриваемые альтернативные варианты информационных, систем могут обеспечить функциональность для решения задач внутреннего учета инвестиционной компании, однако если в соответствии с требуемыми уровнями обслуживания необходимо обеспечить высокую уверенность в том, что потребительское качество информационных сервисов будет соответствовать требоваштям, то необходимо для нечеткого множества F выделить zi-подмножество 81=82 = 83—0,8.

Рис. 1. Нечеткий граф

В результате получим следующее /¡-подмножество:

К

0,9 1 0 0,8 0,9 О 0,8 0 0,9

Подмножество определяет целесообразность эффективного применения информационной системы г,, т. е. системы АСКИНА.

Разработанная методология анализа потребительского качества ИС на базе нечетких моделей позволяет проводить интегральный анализ потребительского качества ИС, совместно используя количественные и качественные показатели, формировать эффективный набор информационных сервисов из множества доступных разработчику, осуществлять выбор эффективной ИС на основе заданных уровней обслуживания бизнес-процессов предметной области и модулей, входящих в состав нромышленно поставляемых ИС.

В третьей главе «Методология анализа рисков потребительского качества информационных систем с использованием нечетких сетей» проанализированы аспекты неопределенности и рисков потребительского качества в проектах создания ИС, обоснована целесообразность использования нечетких моделей при анализе рисков и разработана модель рисков потребительского качества в проектах ИС на базе нечетких продукционных сетей.

Проект создания и внедрения ИС реализуется в условиях существенной неопределенности, которая проявляется в виде неполноты или неточности информации об условиях реализации системы.

Неопределенность, сопутствующая процессу проектирования ИС, может привести к возникновению неблагоприятных ситуаций, которые будут препятствовать достижению поставленных целей в процессе проектирования ИС. Возможность проявления неблагоприятных ситуаций в проекте создания ИС характеризуется риском.

Процесс управления рисками предполагает их идентификацию, количественную и качественную оценку, разработку откликов на риски и их контроль. При проектировании ИС целесообразно выделить следующие группы рисков: риск планирования (превышение сроков разработки проекта системы и его внедрения); риск стоимости (превышение бюджета проекта создания ИС); риск потребительского качества (разработка информационной системы, не отвечающей требованиям заинтересованных сторон).

Современные подходы к проектированию ИС основываются на объектно-ориентированных технологиях, базирующихся на итерационном подходе. Риски оцениваются для каждой итерации и фазы проектирования системы. Итерационный подход, в отличие от водопадного, обеспечивает идентификацию, оценку и снижение рисков в ходе итераций на ранних фазах ЖЦ информационной системы, что обеспечивает снижение риска по проекту в целом.

Определенные риски потребительского качества характерны для проекта создания ИС в целом, но на каждой фазе ЖЦ информационной системы они могут иметь различные приоритеты. К таким рискам относятся: объем проекта; сложность проекта; объем бюджета; стабильность требований; стабильность документов; доступность инструментальных средств; новые технологии; орга-низациошая стабильность заказчика; стабильность команды разработчиков; поддержка менеджмента; вовлечение заказчика в проект; опыт заказчика. В то же время каждой фазе жизненного цикла ИС сопутствует определенная группа рисков, которая является наиболее актуальной и поэтому подлежит постоянному контролю и управлению.

Создание эффективной системы управления рисками потребительского качества в проектах ИС предполагает распространение её сферы влияния на все фазы и все итерации жизненного цикла ИС. Анализ возникающих рисков должен проводиться регулярно в процессе создания ИС. Риски должны идентифицироваться, оцениваться, и на основе оценки должны выявляться приоритеты рисков для текущей итерации процесса создания системы.

Существующие методики идентификации риска в основном базируются на использовании контрольных списков и анализе принимаемых решений. Для этого используются данные по ранее разработанным проектам и привлекаются к работе опытные разработчики.

Недостатками существующих методик идентификации рисков проектов ИС являются сложность работы с контрольными списками, которые могут включать несколько сотен позиций, и необходимость привлечения ресурса опытных разработчиков (экспертов предметной области).

Оценка влияния риска на проект для конкретной фазы жизненного цикла ИС и конкретной итерации проекта может быть количественной и качественной. Количественные оценки базируются на имеющейся статистической информации и используемых моделях прогноза. При этом задача состоит в количественной оценке риска относительно других имеющихся рисков, и в прогнозе влияния конкретного риска на проект ИС. Следуе т заметить, что использование количественных методов во многих случаях бывает проблематичным из-за от-

сутствия достаточных статистических данных для построения адекватных моделей анализа. Качественная оценка риска, как правило, базируется на экспертных оценках.

Недостатком существующих подходов к анализу рисков является отсутствие единой методологической основы, позволяющей интегрировать как качественные, так и количественные подходы к оценке рисков.

Для повышения эффективности управления рисками проектов создания и развития ИС нами разработан подход к оценке рисков потребительского качества в проектах ИС, базирующихся на современных методах обработки информации в условиях существенной неопределенности, позволяющих осуществлять анализ и принимать эффективные решения на базе моделей, интегрирующих как количественные, так и качественные факторы.

Для моделирования рисков потребительского качества в проектах ИС в диссертационной работе нечеткие модели представлены в виде нечетких сетей, элементы и совокупности элементов которых реализуют различные компоненты нечетких моделей и этапы нечеткого вывода.

Нечеткая продукционная модель (НПМ) представлена следующим образом: (¡): <2; Р; А => В: S~, F\ N, где (i) — обозначение правила нечеткой продукции; О — сфера применения нечеткой продукции, которая характеризует предметную область нечеткой модели; Р — условие применения (активизации) ядра нечеткой продукции; А =г> в — ядро нечеткой продукции; А — условие ядра (антецедент); В — заключение ядра (консеквент); => — знак логической секвенции (следования); 5— метод или способ определения количественного значения степени истинности заключения ядра, который определяет алгоритм нечеткого вывода в продукционной нечеткой модели; F — коэффициент определенности или уверенности нечеткой продукции, который определен на интервале [0, 1] и соответствует весовому коэффициенту нечеткого продукционного правила; N — постусловие продукционного правила, которое определяет действия и процедуры, выполняемые в случае реализации ядра продукции.

Ядро нечеткой продукции А => В представляется в виде:

ЕСЛИ х есть А, ТО у есть В,

где х — входная переменная, хеХ; X — область определения антецедента нечеткого правша; А — нечеткое множество, определенное на X; цЛ (х) е [о, l] — функция принадлежности нечетного множества А: у — выходная переменная, у eY;Y— область определения консеквента нечеткого правила; В — нечеткое множество, определенное на Г; в (v) е [о, l] — функция принадлежности нечетного множества В.

Для нечеткого множества В функция принадлежности определяется по правилу композиции как цв (у) = sup \'l'{}iA (х), цп (х, у))}, где sup — операция

хеЛГ

определения верхней границы множества элементов; Г— операция Г-нормы.

Прямой вывод основывается на правите вывода «нечеткий модус поненс» (fuzzy modus potiens). В диссертационной работе для реализации нечеткого вывода использовано правило вывода «нечеткий модус поненс» и результат нечеткого вывода определяется посредством применения операции композиции.

Для моделирования рисков проектов ИС в качестве композиционного правила нечеткого логического вывода использована wax-w/л-композиция, т.к. она обладает свойствами ассоциативности и дистрибутивности относительно операции max, что является важным для задач моделирования.

При построении нечеткой модели рисков потребительского качества в проектах ИС в качестве входных переменных используются как количественные, так и качественные факторы. Интегральный учет как количественных, так и качественных факторов возможен при использовании лингвистических переменных. Для этого в продукционных моделях нечеткого вывода применяют нечеткие лингвистические высказывания.

При построении нечеткой модели оценки рисков проектов ИС необходимо сформировать полное пространство предпосылок A" = {.tJ, ¡ = 1,« факторов, являющихся источниками риска и полное пространство заключений У = {>', ], j = \,т показателей риска различных областей проекта.

Для формирования правила оценки риска потребительского качества ИС, связанного с достижением цели проекта ИТ, в качестве входной лингвистической переменной (xj) используется лингвистическая переменная «цель проекта», которая имеет следующее терм-множество;

77 = {«недостаточно», «ограничено», «полностью»}.

Терм «недостаточно» (Н) соответствует ситуации, когда цель проекта ИС недостаточно соответствует целям организации. Терм «ограничено» (О) соответствует ситуации, когда цель проекта ИС соответствует целям организации с определенными ограничениями. Терм «полностью» (П) соответствует ситуации, когда цель проекта ИС полностью соответствует целям организации.

Другой лингвистической переменной (х-2) являются «границы проекта» с терм-множеством:

Т2 = {«минимачънаяу>, «нормальная», «избыточная»}.

Терм «минимальная» (М) соответствует ситуации, когда границы проекта ИС определяют минимальную функциональность для бизнес-системы. Терм «нормальная» (Н) соответствует ситуации, когда границы проекта ИС соответствует требуемой функциональности бизнес-системы. Терм «избыточная» (И) соответствует ситуации, когда границы проекта ИС имеют избыточную или неточно определенную функциональность.

Выходной переменной (у) является лингвистическая переменная «риск соответствия цели проекта», которая имеет следующее терм-множество

ТЗ = {Низкая очевидность риска (НОР), Средняя очевидность риска (СОР), Высокая очевидность риска (ВОР)} .

Для модели оценки риска потребительского качества проекта ИС в части риска соответствия целям проекта сформированы следующие правила вывода:

П1: ЕСЛИ цель проекта недостаточно соответствует уелям организации И границы проекта определяют минимальную функциональность высокая очевидность риска соответствия цели проекта цель проекта соответствует целям организации с ограничениями И границы проекта определяют минимальную функциональность для бизнес-системы

средняя очевидность риска соответствия цели проекта цель проекта соответствует целям организации полностью II границы проекта определяют нормальную ИЛИ избыточную функциональность для бизнес-системы ТО низкая очевидность риска соответствия цели проекта

Ш:

ПЗ

ТО

ЕСЛИ

ГО

ЕСЛИ

В процессе анализа факторов риска потребительского качества в проектах ИС с привлечением экспертов — ведущих специалистов консалтинговых организаций были выявлены показатели, которые могут быть факторами и показателями риска проектов ИС. В таблице 2 приведены первые две лингвистические переменные, характеризующие факторы риска, го 29 представленных в диссертации.

При задании лингвистических переменных, характеризующих факторы риска, могут использоваться следующие терм-множества, определяющие уровни факторов: 72 = {Низкий (.Н), Высокий (В)}; 73 = {Низкий (Н), Средний (С), Высокий (В)}; 7*4 = {Очень Низкий (ОН). Низкий (Н), Средний (С), Высокий (В)}; Т5 = {Недопустимо Низкий (НН), Низкий (Н), Средний (С), Высокий (В), Сверхвысокий (СВ)}.

Таблица 2. Факторы риска проектов ИС

Обозначение Наименование лингвистической переменой Вид терм-множества и интерпретация уровней факторов

X, Цель проекта 73. Я—недостаточно соответствует цадям оргашза-ции; С— соответствует целям с определенными ограничениями; В—полностью соответствует.

Х2 Грашшы проекта 73. Н—определяют минимальную функциональность; С— соответствует требуемой функциональности; В — имеют избыточную или неточно определенную функциональность.

В таблице 3 приведены первые две лингвистические переменные, характеризующие показатели риска, из 17 представленных в диссертации.

При задании лингвистических переменных, характеризующих показатели риска, используется следующее терм-множество, определяющее показатели риска: 71 = {Низкая очевидность риска (НОР), Средняя очевидность риска (СОР), Высокая очевидность риска (ВОР)}.

Таблица 3. Показатели риска проектов ИС

Обозначение Наименование лингвистической переменой Примечание

}'! Соответствие пели проекта Риск проявляется в том случае, если цели проекта ИС не полностью соответствуют целям или задачам организации

Уг Организационная стабильность Риск проявляется в зависимости от размера организационных изменений, необходимых для реализации проекта ИС

В нечеткой модели оценки рисков проектов ИС в качестве функций принадлежности вполне допустимо использовать типовые Л-Л-функции треугольного и трапецеидального типов, определенные на 01-носителе, конкретный вид которых определяется значениями параметров их аналитического представления и может уточняться в соответствии с экспериментальными данными.

В результате анализа предметной области и обработки экспертной информации сформирована база правил. В таблице 4 приведены первые две базы правил из 17 представленных в диссертации.

Таблица 4. Нечеткие продукционные правила модели риска проектов ИС

Обозна-

чение Антецедент Консеквент ■

правила

База правил П1

П1.1 х, ~Н л{х? v X: = 0 у, '-ОченьВОР

П1.2 Xj = Н A Xi = Н у, = ВОР

П1.3 Х[ = С A X; = В V х} = С у, = Очень СОР

П1.4 Xi = С А X} - Н V, = СОР

П1.5 х1 =5 а х2 ~В v xi-С V, = НОР

Ш.6 X) ~В A Xi=H VI = Очень НОР

База правил П2

П2.1 (xj =OHv х4=Н) А (х3 =5 V Хз =ОВ) v, ~ Очень НОР

П2.2 (х4 = ОН vi^H) а(х} =С) у, =НОР

ГО.З х4 =С л(х, =5) у г = СОР

II2.4 X, = В А (Хз —С) V2 = ВОР

П2.4 (xj =В vx, = О л (Xj =В V Хз =ОВ) уг = Очень ВОР

При реализации процесса нечеткого моделирования базы правил П1 с использованием специализированного пакета Fu:zy Logic Toolbox средства MATLAB получена поверхность системы нечеткой модели, приведенная на рисунке 2.

Рис. 2. Поверхность системы нечеткой модели для базы правил П1

При значении классификатора трш! — 0.1 значение лингвистической переменой х1 «Цель проекта» соответствует терму Н «недостаточно соответствует целям организации», с уровнем уверенности = 0.8// и при значении трш2 =

0.6 значение лингвистической переменой х2 «Границы проекта» соответствует терму С «соответствует требуемой функциональности», с уровнем уверенности /4; =1.0 система формирует вывод.

По заданным исходным условиям активизируются правила 2 и 5. Результирующее значение классификатора выходной переменной оиГртн! соответствует значению 0,74. что определяет значение лингвистической переменой риска проекта у1 «Соответствие цели проекта» равное ВОР «Высокая очевидность риска» с /<ОР=0.92

уровнем уверенности дена на рисунке 3.

«■»Л! «01К

'. Реализация правил нечеткого вывода приве-

¡пр«2« 3.803

аОраН = 0.73В

Е£51

Ё

: з

А

У 5' 6 ? :

3

1 X !

! ч

□ /1

Г ..........

1 / N 1

ш

1 /

1 К

г "Ч. •1 X

3

/V—

—X.

е:

Рис. 3. Реализация правил нечеткого вывода

Разработанная модель оценки рисков проектов ИС в виде нечеткой про-дукциошгой сети позволяет проводить качественный анализ рисков проектов, которые несут потенциальные угрозы процессу разработки ИС, а также выявить приоритеты рисков (очень высокий, высокий, средний, низкий, несущественный), которые важны для менеджмента проектов.

В четвертой главе «Модели информационных систем при оценке потребительского качества их функционирования» проведен концептуальный анализ аспектов производительности ИС, обоснована методология построения модели рабочей нагрузки ИС на базе положений нечеткой кластеризации, разработаны модели производительности ИС, рассмотрены аспекты планирование активного эксперимента с ИС.

Комплексный подход к стратегическому планированию и управлению информационной инфраструктурой предприятия требует выявления основных направлений анализа и прогнозирования процессов соответствия требований бизнеса, которые задаются как уровни качества обслуживания бизнес-процессов информационной инфраструктурой, и характеристик ИС. Результаты анализа позволят проводить оценку и адаптацию характеристик ИС с целью обеспечения заданной эффективности бизнеса предприятия.

Одной из основополагающих характеристик потребительского качества функционирования ИС является производительность, которая характеризует уровень функционирования системы с точки зрения требований бизнеса по своевременности предоставления информационных услуг.

В проектах создания и модернизации ИС начиная с этапов формулировки требований и анализа принимаются решения, которые непосредственно влияют на производительность системы. К таким решениям относятся: количество архитектурных уровней; тип сервера ИС; тип и характеристики сервера баз данных; тип сетевой технологии; пропускную способность глобальной сети.

Особенно остро вопрос оценки производительности ИС, а следовательно, и вопрос обеспечения потребительского качества, которое формализуется в виде заданных уровней обслуживания информационных сервисов, встает на ранних стадиях проектирования, когда невозможно провести измерение параметров производительности на действующих образцах (прототипах) системы. В такой сшуашш вопросы оценки потребительского качества ИС в части обеспечения требуемой производительности могут бьяь решены с помощью математических и имитационных моделей производительности.

Современные корпоративные ИС широко используют веб-технологии, корпоративные порталы, которые представляют единые, интегрированные точки доступа к корпоративным приложениям. Данная тенденция определяет изменения в подходе к обеспечению производительности ИС. Если в традиционных корпоративных ¿"/¿/'-системах круг потенциальных конечных пользователей был ограничен размерами компании, то для веб-систем число внешних конечных пользователей ИС может значительно превосходить число пользователей в организации, и поэтому вопросы масштабирования ИС, а следовательно, и производительности

также приобретают большое значение. Модели производительности информационных веб-систем и методы планирован™ имитационных экспериментов должны обеспечивать выявление процессов «насыщения» кривой производительности, т. е. определения максимального количества запросов, которое способна обработать система.

При анализе производительности И С, использующей веб-технологии, необходимо учитывать рабочую нагрузку системы, её архитектуру, программное и техническое обеспечение сервера, контент сайта, характеристики приложений и пропускную способность сети.

Рабочая нагрузка ИС характеризуется большим количеством параметров. Модель нагрузки должна отражать её существенные характеристики и быть приемлемой с точки зрения сложности описания для использования в аналитических или имитационных моделях.

С учетом того что реальная рабочая нагрузка ИС определяется выполнением большого количества функций, встает задача классификации и параметризации нагрузки системы. Для классификащш рабочей нагрузки ИС предложено использовать методы кластерного анализа. Характеристики рабочей нагрузки ИС являются размытыми по своей природе. В диссертационной работе предложено модель рабочей нагрузки ИС формировать с использованием методов нечеткой кластеризации. Процесс построения рабочей нагрузки состоит в следующем.

В результате эксперимента (пассивного или активного) получено п измерений значений рабочей нагрузки А информационной системы, которые называются множеством объектов кластеризации: А = {а¡, а... ,а„}, где а, (/ = 1,л) — объект рабочей нагрузки, полученный в /-м измерении; А —множество элементов рабочей нагрузки, а,- е А.

Рабочая нагрузка информационной системы характеризуется конечным множеством признаков: Р = {/>;.р2,...рч}, где Ц ~1,<{)— у'-й признак (атрибут) объекта рабочей нагрузки; Р — множество признаков объекта рабочей нагрузки, р, е Р.

Для каждого объекта рабочей нагрузки а, (/ = 1,«) в результате эксперимента получен набор параметров (свойств) X — {Л'/}: X, = ха,..., Хщ ), где х1} — количественное значение признака р, е Р для объекта а, € А. Векгоры значений X¡ принято представлять в виде матрицы данных £> = [х,

Требуется на основе исходных данных определить такое нечеткое разбиение Р(С) = )Ск \рк с С; нечеткого множества С = А на заданное число с нечетких кластеров Ск (к е {1,с }, с > 2), которое обеспечивает экстремум некоторой целевой функции /(/?(с)) среди всех нечетких разбиений.

Для решения задачи нечеткой кластеризации рабочей нагрузки ИС применен алгоритм нечетких с-срсщтх, позволяющий получить локально-оптимальное

нечеткое разбиение ДС), которое характеризуется матрицей функции принадлежности и = [//^ ] и характеристиками це{гтров кластеризации Ук = | V -к ].

Модель производительности ИС представлена в следующем виде: {$51?'. ШК А, С />ЛТ}.

где 51 — характеристики инфраструктуры веб-системы; 51Г — характеристики программного обеспечения; ШУ — характеристики аппаратного обеспечения; А — характеристики приложений; С — характеристики контента веб-сайта; РЫ— характеристики сети связи. В диссертапионной работе предложено концептуальную модель веб-системы представить в виде замкнутой сети массового обслуживания.

С учетом того что исходные данные для моделирования производительности ИС характеризуются существенной неопределешюстью и не всегда имеется возможность провести для им достоверное статистическое описаше, для исходных данных и результатов моделирования целесообразным является применение шггервально-оцеиочных моделей, которые представляются нечетким моделями.

Проведение исследования потребительского качества в проектах создания и модернизации ИС в части анализа производительности предполагает планирование и организацию активного эксперимента5.

Основными требованиями к свойствам моделей и к планам экспериментов являются: независимость ¿-коэффициентов модели; ортогональность плана эксперимента; ротатабелыюсть планов.

В диссертационной работе на основе разработанных моделей приводится моделирование информационной системы депозитария профессионального участника рынка ценных бумаг. На рисунке 4 приведен график зависимости времени отклика от количества рабочих станций и размера базы данных.

В пятой главе «Архитектурные и программные подходы к обеспечению качества информационных систем» рассмотрены типовые архитектурные модели для ИС на платформе MICROSOFT.NET, шаблоны проектирования информационных систем, программные решения по оценке качества объектно-ориентированных программных продуктов и интегральной оценке потребительского качества ИС.

Вопросы обеспечения качества ИС должны решаться на всех этапах жизненного цикла системы. Разработка качественной ИС во многом определяется архитектурными решениями, принимаемыми в процессе её создания. Архитектура программной системы должна включать в себя данные: об организации программной системы; о структурных элементах, их интерфейсах, поведении; о стиле архитектуры, принятом в организация.

Под архитектурными решениями корпоративной ИС мы понимаем определение главных компонентов системы и способы их взаимодействия, которые интерпретируются как основополагающие.

5 Хубаек, Г. Н. Статистические методы планирования экстремальных экспериментов с информащюшп,вш системами / Г. Н. Хубаев!! Вопросы статистики —1999. — Хгб. — С. 78-83.

Рис. 4. График зависимости времени отклика от количества рабочих станций и размера базы данных

Решения, принимаемые при объектно-ориентированном проектировании, определяются предметной областью задачи. Однако качественные и проверенные модели, построенные на этапах анализа жизненного цикла ИС, могут использоваться как типовые архитектурные модели.

Для распределенных ИС типичным архитектурными моделями является трехуровневая структура: уровень представления; уровень бизнес-логики; уровень данных.

В диссертационной работе проанализированы и предложены усовершенствованные модели для всех трех уровней программного обеспечения ИС.

Для организации уровня бизнес-логики проанализированы типовые модели: сценарий транзакций, модель предметной облаете, модуль таблиц, показано, сто при использовании платформы Microsofi.NET наиболее рационально применять модель Модуль таблиц, которая достаточно эффективно реализуется компонентами технологии ADO.NET и поддерживается разносторонним набором инст-руменгальных средств Visual Studio.NET. На рисунке 5 приведена схема взаимодействия архитектурных уровней информационной системы для типовой модели Модуль таблиц.

Задачи повышения потребительского качества программного обеспечения ИС, сокращения времени разработки систем и бюджета проекта, роста продуктивности труда программистов определяют актуальность моделирования и разработки ИС с применением повторно используемых образцов разработки (шаблонов).

SUE^kdiiJSX* iszu.

sa

1 I Ц^иатлгчяць . I I L j.'l ¿«нкух I 'jt; 1«пь -ч ппи^ • I

1 r>iit/iini.i I I It r>it«4>t

tr

__I

if"

rrJotMsww "а лрашль

SiveO '

(CeXClHMTW *ГММ««Ш {

I i П и I

I I U II

Рис. 5. Схема взаимодействия архитектурных уровней ИС, использующей

Модуль таблиц

При моделировании ИС для профессиональных участников фондового рынка под руководством автора диссертационного исследования разработаны шаблоны, которые представляют собой модели на языке UML, описывающие определенный бизнес-домен, характеризующий часто встречающийся бизнес-элемент информационной системы. Такие шаблоны относятся к классу шаблонов анализа и проектирования.

Для оценки качества объектно-ориентированных (ОО) моделей ИС применяется ряд метрик. В процессе анализа известных метрик для объектно-ориентированных систем (вес методов классов — WMC, глубшга дерева наследования DIT, количество потомков — NOC, связывание между объектами СВО, отклик класса RFC, низкое зацепление методов LCOM) выявлены их слабые стороны и предложены усовершенствованные варианты.

Для использования методики оценки качества объектно-ориентированных программных продуктов разработано программное средство ОРР Analiser. На рисунке 6 показана экранная форма отчета по анализу метрик.

Для интегральной оценки потребительского качества ИС разработано программное средство ModeHngFuzzySel. С помощью дизайнера модели можно сформировать модель системы показателей качества ИС (рис. 7).

Для каждого узла модели формируются терм-множества (рис. 8).

I

!

Рис. 7. Экранная форма модели системы показателей качества йС

Рис. 6. Экранная форма отчета по анализу метрик классов библиотеки

Имя сбсрки. С1а5«ЬЛха1уВаскО£Гхсе глубина дерева наследования 42 (5+-1)

Рис. 8. Экранная форма задания лингвистических переменных

В процесс принятия решений менеджер с помощью эксперта задает исходные данные для узлов модели и получает качественную оценку потребительского качества информационной системы (рис. 9).

Рис. 9. Экранная форма результатов моделирования

Разработанное программное использовано рядом организаций в проекгах создания и развития ИС для оценки потребительского качества и анализа рисков проектов.

В заключении сформулированы выводы, основные положения и рекомендации по результатам диссертационного исследования.

ПО ТЕМЕ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ Монография

1. Долженко, А. И. Нечеткие модели — эффективный инструментарий для анализа потребительского качества информационных систем / А. И. Долженко; Рост. гос. эконом, ун-т «РИНХ». — Ростов н/Д, 2008. — 218 с. — 7,7 п. л.

Статьи в изданиях го перечня ВАК РФ

2. Долженко, А. И. Задача выбора эффективной сервис-ориентированной архитектуры экономической информационной системы / А. И. Долженко // Экономический вестник Ростовского государственного университета. — 2008. — Т. 6. — № 3.3 — С. 126 — 129. — 0,66 п. л.

3. Долженко, А. И. Нечеткие модели принятия решений в проектах создания информационных систем / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. — 2007. — № 2. — С. 6-9. — 0,63 п. л. (принята к печати 13.11.2006).

4. Долженко, А. И. Модель информационных сервисов на основе теории нечетких множеств / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. —2007. — № 1. — С. 7-10. —0,63 и. л. (принята к печати 06.09,2006).

5. Долженко, А. И. Лингвистический анализ потребительского качества информационной системы I А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. — 2006. — № 4. — С. 30-34. — 0,62 п. л.

6. Долженко, А. И. Оценка нефункциональных характеристик качества информационной системы на основе теории нечетких чисел / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Естеств. науки. ГТрил. — 2006. — № 8. — С. 3 — 9. — 0,63 п. л.

7. Долженко, А. И. Формирование приоритетов требований экономической информационной системы / А. И. Долженко // Научная мысль Кавказа. Прил. / Сев.-Кав. науч. центр высш. шк. — 2006. — № 2 (86). — С. 66-73. — 0,69 п. л.

8. Долженко, А. И. Типовые архитектурные решения для корпоративных информационных систем на платформе Microsoil.NET / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. •— 2006.— №3. — С. 3-7. — 0,63 п. л.

9. Долженко, А. И. Моделирование корпоративной информационной системы / А. И. Долженко И Изв. вузов. Сев.-Кав. регион. Обществ, науки. — 2006. — № 2 (134). — С. 50-55. — 0,75 п. л.

10. Долженко, А. И. Модели принятия решений при проектировании и модернизации информационной системы / А. И. Долженко // Научная мысль Кавказа. Прил. / Сев.-Кав. науч. центр высш. шк. — 2005. — № 15 (83). — С. 137-143, —0,56 п. л.

Статьи в центральной н межвузовской печати

11. Долженко, А. И. Программное решение модуля формирования лингвистических переменных нечеткой модели ! А. И. Долженко // Информационные системы, экономика, управление трудом и производством : ученые записки / Рост. гос. эконом, ун-т «РИНХ». — Ростов н/Д, 2007. — Вып. 11. — С. 4954. — 0,25 п. л.

12. Долженко, А. И. Методология анализа рисков при проектировашш информационных систем с использованием нечетких сетей / А. И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ». — 2007. — № 2 (24). — С. 148-155. — 0,75 п. л.

13. Долженко, А. И. Модели информационных систем на основе теории нечетких множеств ! А. И. Долженко /7 Вестшге Ростовского государственного экономического университета «РИНХ». — 2007. — № 1 (23). — С. 76-82. — 0,75 п. л.

14. Долженко, А. И. Нечеткие продукционные модели оценки рисков проектов информационных систем / А. И. Долженко // Проблемы федеральной и региональной экономики : ученые записки / Рост. гос. эконом, ун-т «РИНХ»,—-Ростов н/Д, 2007.— Вып. 10, — С. 114-119, — 0,44 п. л.

15. Долженко, А. И. Нечеткие модели анализа потреб I ¡тель с ко го качества информационной системы / А. И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ;>. — 2006. — № 2 (22). — С. 123-131. — 1,0 п. л.

16. Долженко, А. И. Модели рабочей нагрузки информационной системы / А. И. Долженко /7 Информационные системы, экономика, управление трудом и производством : ученые записки / Рост. гос. эконом, ун-т «РИНХ». — 2006. — Вып. 10. — С. 83-89. — 0,5 п. л.

17. Долженко, А. И. Оценка качества объектно-ориентированных программных продуктов / А, И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ». —■ 2006. —№ 1 (21). — С. 37-43. — 0,84 п. л.

18. Долженко, А. И. Объектная архитектура корпоративных информационных систем на платформе Microsoft.NET / А. И. Долженко // Проблемы экономики и организации производственных и социальных систем : межгос. сб. науч. тр. / Юж.-Рос. гос. техн. ун-т (НПИ). — Новочеркасск : изд-во ЮРГТУ, 2005. — Вып. 10. — С. 54-58. -0,28 п. л.'

19. Долженко, А. И. Концептуальные модели корпоративной экономической информационной системы / А. И. Долженко // Информационные системы, экономика, управление трудом и производством : ученые записки / Рост, гос. эконом, ун-т «РИНХ». — Ростов н/Д, 2005. — Вып. 9 — С. 69-78. — 0,56 п. л.

20. Долженко, А. И. Моделировать бизнес-процессов внутреннего учета инвестиционной компании / .А. И. Долженко, В. А. Долженко, В. Г. Суслов // Научные исследования в области экономики, образования и информационных технологий : межвуз. сб. науч. тр. / Юж.-Рос. гос. техн. ун-т (НПИ) ;

Ин-т открытого образования. — Новочеркасск : изд-во ЮРГТУ, 2003. — С. 163-167. — 0,35 п. л., в т. ч. авторских— 0,2 п. л.

21. Долженко, А. И. Экспертные системы как составная часть интел-. лектуальных САПР / А. И. Долженко // Технические средства и системы управления производственными процессами. — Братск, 1991. — С. 139-143. — 0,25 п. л.

22. Долженко, А. И. Имитационная модель центральной части вычислительного комплекса СМ-2 / А. И. Долженко, Ю. И. Лозовой // Изв. СКНЦВШ. Технические науки. — 1981. — № 3. — С. 20-24. — 0,62 п. л., в т. ч. авторских — 0,4 п. л.

23. Долженко, А. И. К вопросу анализа функционирования технического обеспечения АСОУ дискретным производством / А. И. Долженко // Изв. СКНЦВШ. Технические науки. — 1980. — № 2. — С. 31-34. — 0,5 п. л., в т. ч. авторских — 0,3 п. л.

Статьи в сборниках докладов международных, межгосударственных и всероссийских конференций

24. Долженко, А. И. Алгоритм решения задачи нечеткой кластеризации для формирования рабочей нагрузки информационной системы / А. И. Долженко // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем : материалы Междунар. науч.-практ. конф,, г. Новочеркасск, 25 мая 2007 г. / Юж.-Рос. гос. техн. ун-т (НПИ). — Новочеркасск : ООО НПО «Темп», 2007. — С. 134-138. — 0,38 п. л.

25. Долженко, А. И. Задача построения модели рабочей нагрузки информационной системы методом нечеткой кластеризации / А. И. Долженко // Моделирование. Теория, методы и средства : материалы Междунар. науч.-практ. конф., г. Новочеркасск, 6 апр. 2007 г. / Юж.-Рос. гос. техн. ун-т (НПИ). — Новочеркасск: ООО НПО «Темп», 2007. — С. 19-23. — 0,38 п. л.

26. Долженко, А. И. Оценка риска проектов информационных систем на базе нечетких моделей / А. И. Долженко // Проблемы экономики, организации и управления предприятиями, отраслями, комплексами в разных сферах народного хозяйства : материалы VI Междунар. науч.-практ. конф. г. Новочеркасск, 30 марта 2007 г. / Юж.-Рос. гос. техн. ун-т (НПИ). — Новочеркасск : ООО НПО «Темп», 2007. — Ч. 1. — С. 25 — 29. — 0,38 п. л.

27. Долженко, А. И. Лингвистическая оценка количественных характеристик качества информационной системы / А. И. Долженко // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем : материалы IV Междунар. науч.-практ. конф., г. Новочеркасск, 26 мая 2006 г. / Юж.-Рос. гос. техн. ун-т (НПИ). -— Новочеркасск : изд-во ЮРГТУ, 2006. — С. 116-121. — 0,38 п. л.

28. Долженко, А. И. Использование шаблонов при объектном проектировании информационных систем / А. И. Долженко, В. А. Долженко// Экономико-организационные проблемы проектирования и применения информационных систем : материалы VII науч.-практ. конф., г. Ростов-на-Дону, 11-12 но-

яб. 2003 / Рост. гос. эконом, ун-т. — Ростов н/Д, 2005. — С. 115-119. — 0,25 п. л., в т. ч. авторских — 0,15 п. л.

29. Долженко, А. И. Архитектурные решения для информационной системы внутреннего учета инвестиционной компании / А. И. Долженко // Компьютерные технологии в науке, производстве, социальных н экономических процессах : материалы Междунар. науч.-практ. конф., г. Новочеркасск, 15 нояб. 2005 г. / Юж.-Рос. гос. техн. ун-т (НПИ). — Новочеркасск : ООО НПО «Темп», 2005. — Ч. 3. — С. 4-7. — 0,25 п. л.

30. Долженко, А. И. Архитектура и программная реализация корпоративной информационной системы депозитария / А.И. Долженко, В.А. Долженко // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем : материалы Междунар. науч.-практ. конф., г. Новочеркасск, 16 мая 2003 г. / Юж.-Рос. гос. техн. ун-т (НПИ). — Новочеркасск : изд-во ЮРГТУ, 2003. — Ч. 3 — С. 32-36. — 0,24 п. л., в т. ч. авторских — 0,15 п. л.

31. Долженко, А.И. Модели для анализа и проектирования информационных систем / А.И. Долженко, В.А, Долженко // Методы и алгоритмы прикладной математики в технике, медицине и экономике : материалы III Междунар. науч.-практ. конф., г. Новочеркасск, 17 янв. 2003 г. / Юж.-Рос. гос. техн. ун-т (НПИ). — Новочеркасск : изд-во ЮРГТУ, 2003. — Ч. 3 — С. 32-36. — 0,24 п. л., в т. ч. авторских — 0,15 п. л.

32. Долженко, А. И. Объектное .моделирование информационных систем / А. И. Долженко, В. А. Долженко // Экономика Северо-Кавказского региона на пути к устойчивому развитию в рыночных условиях : сб. материалов I регион, науч.-практ. конф., г. Краснодар, 28 февр. 2003 г. — Краснодар: изд-во ИМСИТ, 2003. — С. 350-353. — 0,24 п. л., в т. ч. авторских— 0,15 п. л.

Прочие информационные материалы

33. Долженко, А. И. Информационная веб-система депозитарного учета профессионального участника рынка ценных бумаг (Web-ДвпУ) / А. И. Долженко, А. М. Фролов, И. С. Кузнецова, М. Ю. Арефьев, Н. Г. Савельева. — Св-во об официальной регистрации программьг для ЭВМ №2006611476 ; заявка № 2006610632 от 02.03.2006 г. — М.: РОСПАТЕНТ, 2006.

34. Долженко, А. И. Электронная библиотека образовательного учреждения (ЭлБи) / А. И. Долженко, И. С. Кузнецова, М. Ю. Арефьев, Ю. В. Дашко, А. В. Трегубов. — Св-во об официальной регистрации программы для ЭВМ; заявка № 2006611276 от 14.04.2006. — М.: РОСПАТЕНТ, 2006.

35. Долженко, А. И. Информационная система учета абитуриентов, успеваемости и контингента высшего образовательного учреждения (АБУКОН) /

A. И. Долженко, И. С. Кузнецова, М. Ю. Арефьев, Ю. В. Дашко, Е. Г. Свирь,

B. А. Скороходов, А. В. Трегубов. — Св-во об официальной регистрации программьг для ЭВМ № 2006611275; заявка № 2006680424 от 15.04.2006 г. — М.: РОСПАТЕНТ, 2006.

36. Долженко, А. И. Информационная система внутреннего учета операций и сделок профессионального участника рынка ценных бумаг (ИС-ВнУ) / А. И. Долженко, А. М. Фролов, И. С. Кузнецова, М. Ю. Арефьев. — Св-во об официальной регистрации программы для ЭВМ №2006611441 ; заявка № 2006680041 от 10.01.2006 г. — М.: РОСПАТЕНТ, 2006.

37. Долженко, А, И. Информационная система ведения реестра именных ценных бумаг ЭмиР / А. И. Долженко, С. В. Паршуков, В. А. Долженко // Св-во об официальной регистрации программы для ЭВМ №2003611793 ; заявка № 2003611299 от 16.06.2003. — М.: РОСПАТЕНТ, 2003.

Формат 60 х 84/16. Объем 2,0 уч.-изд. л. Гарнитура «Тайме». Бумага офсетная. Печать цифровая. Тираж 150 экз.

344002, Ростов-на-Дону, Б. Садовая, 69, РГЭУ «РИНХ». Редакционно-издательский центр.

Диссертация: содержание автор диссертационного исследования: доктора экономических наук, Долженко, Алексей Иванович

ВВЕДЕНИЕ.

1 ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К ОБЕСПЕЧЕНИЮ ПОТРЕБИТЕЛЬСКОГО КАЧЕСТВА ВЕБ-ОРИЕНТИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ.

1.1 Архитектурные аспекты анализа потребительского качества экономических информационных систем.

1.2 Модели принятия решений при проектировании информационной системы

1.3 Состояние и проблемы оценки качества информационных систем.

1.4 Методология выбора информационных систем по критерию функциональной полноты.

1.5 Целесообразность использования нечетких моделей качества ИС.

1.6 Выводы по первой главе.

2 МЕТОДОЛОГИЯ ОЦЕНКИ ПОТРЕБИТЕЛЬСКОГО КАЧЕСТВА ИНФОРМАЦИОННЫХ СИСТЕМ НА БАЗЕ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ.

2.1 Нечеткие модели количественных характеристик качества ИС.

2.1.1 Обоснование использования нечетких моделей для количественных показателей потребительского качества ИС.

2.1.2 Методология построения нечеткой модели количественных параметров качества ИС.

2.1.3 Пример применение нечеткой модели для лингвистической оценки нефункциональных характеристик ИС.

2.2 Методология интегральной оценки потребительского качества ИС

2.2.1 Постановка задачи.

2.2.2 Алгоритм решения задачи.

2.2.3 Пример реализация методологии оценки потребительского качества ИС.

2.3 Нечеткая модель сервис-ориентированной архитектуры.

2.3.1 Постановка задачи.

2.3.2 Алгоритм выбора эффективной сервис-ориентированной архитектуры для нечеткой модели.

2.3.3 Пример использования нечеткой модели.

2.4 Лингвистическая модель сервис-ориентированной архитектуры.

2.4.1 Построение лингвистической модели.

2.4.2 Алгоритм выбора эффективной сервис-ориентированной архитектуры для лингвистической модели.

2.4.3 Пример использования лингвистической модели.

2.5 Нечеткая модель корпоративных приложений.

2.5.1 Постановка задачи.

2.5.2 Алгоритм формирование эффективного варианта корпоративных приложений информационной системы.

2.5.3 Пример использования нечеткой модели корпоративных приложений.

2.6 Выводы по второй главе.

3 МЕТОДОЛОГИЯ АНАЛИЗА РИСКОВ ПОТРЕБИТЕЛЬСКОГО

КАЧЕСТВА ИНФОРМАЦИОННЫХ СИСТЕМ С

ИСПОЛЬЗОВАНИЕМ НЕЧЕТКИХ СЕТЕЙ.

3.1 Анализ неопределенности и рисков проектов создания информационных систем.

3.2 Обоснование целесообразности использование нечетких моделей при анализе рисков потребительского качества информационных систем

3.3 Модель рисков потребительского качества информационных систем на базе нечетких продукционных сетей.

3.3.1 Модели нечеткого вывода.

3.3.2 Нечеткая модель оценки рисков потребительского качества проектов информационных систем.

3.4 Выводы по третьей главе.

4 МОДЕЛИ ИНФОРМАЦИОННЫХ СИСТЕМ ДЛЯ ОЦЕНКИ ХАРАКТЕРИСТИК ПОТРЕБИТЕЛЬСКОГО КАЧЕСТВА.

4.1 Концептуальный анализ аспектов производительности информационных систем.

4.1.1 Концептуальное представление времени передачи по сети.

4.1.2 Концептуальное представление времени обслуживания в маршрутизаторах.

4.1.3 Концептуальное представление времени обработки сервером.

4.2 Нечеткая кластеризация как методология построения модели рабочей нагрузки информационной системы.

4.2.1 Постановка задачи нечеткой кластеризации.

4.2.2 Алгоритм решения задачи нечеткой кластеризации.

4.2.3 Пример использования нечеткой кластеризации для формирования рабочей нагрузки информационной системы.

4.3 Модели производительности информационной системы.

4.4 Планирование активного эксперимента с ИС.

4.5 Анализ производительности информационной системы депозитария.

4.6 Выводы по четвертой главе.

5 АРХИТЕКТУРНЫЕ И ПРОГРАММНЫЕ ПОДХОДЫ К ОБЕСПЕЧЕНИЮ КАЧЕСТВА ИНФОРМАЦИОННЫХ СИСТЕМ.

5.1 Типовые архитектурные решения для информационных систем на платформе MICROSOFT.NET.

5.2 Шаблоны проектирования информационных систем.

5.3 Оценка качества объектно-ориентированных программных продуктов.

5.4 Программа интегральной оценки потребительского качества ИС.

5.5 Выводы по пятой главе.

Диссертация: введение по экономике, на тему "Нечеткие методы и модели оценки потребительского качества веб-ориентированных информационных систем: теория, методология и инструментарий"

Актуальность темы диссертационного исследования. Изменения, происшедшие в последнее время, привели к трансформации индустриальной экономики и общества в экономику, базирующуюся на знаниях и информации. В настоящее время информационные системы (ИС) призваны обеспечить такой уровень поддержки бизнеса, который определяет его поступательное развитие и конкурентоспособность. Современный бизнес является высоко динамичным. Изменения присущие бизнес-процессам должны находить быстрое отражение и в информационных системах. С учетом этого, крайне актуальными становятся задачи обеспечения высокого потребительского качества информационных систем, как при их проектировании, так и развитии (модернизации), в ответ на изменяющиеся требования бизнеса. Под потребительским качеством мы понимаем совокупность свойств, которая обуславливает пригодность ИС удовлетворять потребности пользователя [215].

На протяжении всего жизненного цикла информационной системы (от определения требований к системе до развертывания и эксплуатации) возникает ряд сложных проблем, которые не нашли достаточно полного отражения как в отечественных, так и зарубежных разработках.

Известные подходы к обоснованию альтернатив в процессе принятия решений по выбору характеристик ИС используют, как правило, детерминированные или вероятностные модели с заданными законами распределения случайных величин. В то же время для проектов создания и внедрения информационных систем характерна неопределенность, для которой закон распределения входных или выходных случайных величин неизвестен, или нет полной уверенности по поводу его функциональной принадлежности, или значений параметров. Проведенные автором исследования показали, что модели, учитывающие такой вид неопределенности, ранее не рассматривались применительно к процессу разработки информационных систем.

Для менеджера информационных проектов, принимающего решение на стратегическом уровне управления по направлениям использования и развития информационных технологий в бизнесе, потребительское качество ИС целесообразно оценивать обобщенным (интегрированным) критерием. Формирование интегрального количественного показателя потребительского качества ИС представляется достаточно сложной задачей, как с точки зрения его формирования, так и интерпретации. Существующие подходы к оценке потребительского качества ИС, как правило, базируются на отдельных показателях и отсутствуют научно обоснованные методологические и теоретические положения для интегральной оценки качества систем, учитывающей как количественные, так и качественные показатели.

Оценка характеристик производительности ИС, во многом определяющих потребительское качество систем (особенно на начальных этапах проектов создания и внедрения ИС) требует применения моделей оценки производительности. С учетом широкого применения в корпоративных информационных системах веб-технологий модели производительности ИС должны отображать современные архитектурные решения, обеспечивающие распределенную обработку информации для Интернет-систем. Известные модели оценки производительности ИС не в полной мере учитывают архитектурные особенности корпоративных информационных системах, построенных на базе веб-технологий.

Вопросы эффективного управления рисками на различных этапах проектов создания ИС требуют более детальной проработки моделей рисков, учитывающих особенности современных инкрементно-итерационных подходов объектно-ориентированных технологий.

Показатели качества объектно-ориентированных программных систем не в полной мере отражают современные подходы к созданию программных систем на базе современных программных платформ (Microsoft.NET, 12ЕЕ). Вопросы анализа, мониторинга и прогнозирования характеристик качества

ИС требуют дальнейшего развития и обобщения с учетом широкого использования Веб-технологий в корпоративных информационных системах.

Как отмечается в ряде работ [36, 38, 47, 157, 159, 184, 202], объектные технологии — это один из подходов, который обеспечивает гибкость и высокую производительность создаваемых программных систем. Объектно-ориентированный подход, используемый при создании информационных систем, во многом способствует обеспечению таких характеристик качества как корректность, робастность, удобство сопровождения и расширения, повторное использование и универсальность, интеграция, эффективность, ин-тероперабельность, возможность верификации, целостность, безопасность, дружественность интерфейса, документированность системы. Возможности объектно-ориентированной технологии создания информационных систем обуславливает необходимость дальнейшего развития методологии архитектурного проектирования с использованием типовых решений.

Вышеприведенные доводы обусловливают актуальность разработки методологии и инструментария построения комплексных моделей анализа потребительского качества ИС в условиях существенной неопределенности, учитывающих как количественные, так и качественные характеристики системы; развития методологии моделей оценки рисков потребительского качества в проектах создания и внедрения ИС; построения моделей оценки производительности ИС, использующих современные веб-технологии; разработки архитектурно-программных моделей, обеспечивающих высокое качество программного обеспечения ИС, при использовании объектно-ориентированных технологий в проектах создания систем.

Степень разработанности проблемы. Теоретические и прикладные исследования в области анализа, оценки и прогнозирования качества информационных систем нашли отражение в трудах отечественных и зарубежных авторов: В-А. Ф. Алмейда, Б. Боэма, В. В. Дика, Е. Н. Ефимова, Дж. Клейнена, В. В. Липаева, Г. Майерса, Н. Г. Малышева, А. Г. Мамиконова, Д. А. Менаске,

А. И. Мишенина, Т. Нейлора, С. А. Орлова, А. Н. Пискунова, Г. С. Поспелова, Е. Саати, Е. Д. Стрельцовой, Ю. Ф. Тельнова, Е. Н. Тищенко, М. Фаулера, Г. Н. Хубаева, А. Д. Цвиркуна, Г. А. Черноморова.

Теории нечетких множеств посвященные работы Н. А. Аверкина, А. В. Алексеева, Р. А. Алиева, Л. С. Берштейна, Е.П. Бакулина, А. Н. Борисова, Л. А. Демидовой, Л. Заде, В. П. Карелина, Д. И. Коренькова, С. Я. Коровина, А. В. Леоненкова, Н. Г. Малышева, А. Н. Мелихова, А. О. Недосекина, А. И. Орлова, В. Я. Пивкина, Д. А. Поспелова, А. П. Рыжова, А. Н. Целых, С. Д. Штовба.

Проблемы управления проектами и риски, связанные с проектами, анализируются в работах Ф. П. мл. Брукса, А. М. Вендорова, В. А. Долятовского, М. Кантора, Р. Уокера, В. Д. Шапиро, Д. Ф. Шафера.

Разработке основ объектно-ориентированного анализа и проектирования посвящены работы У. Боггса, М. Боггса, Г. Буча, Дж. Влиссидеса, И. Грэхема, Э. Гамма, Р. Джонсона, Л.А. Мацяшека, Р. Дж. Мюллера, С. А. Орлова, А. Попова , Дж. Рамбо, Д. Розенберга, В. Ю. Романова, К. Скотта, Дж. Р. Трота, М. Фаулера, Р. Хелма, А. Шаллоуея, А. Якобсона.

Однако разработанные к настоящему моменту теоретические и методологические положения не отражают в полной мере проблемы оценки потребительского качества информационных веб-систем, архитектуры проектируемых систем, не учитывают влияния быстроменяющихся требований бизнеса, отсутствует единый методологический подход интегральной оценки потребительского качества ИС, показатели оценки качества объектно-ориентированных программных продуктов не учитывают специфику разработки прикладных систем на базе имеющихся программных платформ, модели оценки рисков на различных этапах проектирования объектно-ориентированных информационных систем слабо формализованы.

Цель и задачи диссертационного исследования. Целью диссертационного исследования является развитие теории, методологии, методов, моделей и инструментальных средств оценки потребительского качества и рисков проектов информационных систем, использующих веб-технологии, для поддержки принятия решений при проектировании и эксплуатации ИС.

Основными задачами исследований, проведенных в соответствии с поставленной целью, являются:

1) разработка моделей интегральной оценки потребительского качества информационных систем, использующих веб-технологии;

2) разработка методологии нечеткого и лингвистического моделирования потребительского качества информационных веб-систем;

3) разработка моделей анализа рисков потребительского качества в проектах создания и внедрения информационных систем;

4) разработка моделей анализа производительности информационных систем, использующих веб-технологии;

5) разработка архитектурных моделей, шаблонов и программного инструментария для обеспечения высокого потребительского качества ИС.

Объект и предмет исследования. Объектом исследования являются распределенные информационные системы предприятий и организаций различных отраслей и организационно-правовых форм собственности.

Предметом исследования являются модели и методы оценки характеристик потребительского качества информационных веб-систем, а также модели оценки рисков проектов ИС при объектно-ориентированном подходе к анализу и проектированию таких систем.

Теоретическая и методологическая основа исследования. Теоретическую основу исследования составили труды отечественных и зарубежных ученых по теории экономических информационных систем, по оценке качества программных систем, проектированию и моделированию объектно-ориентированных информационных систем, управлению программными проектами, теории вероятностей и математической статистики, теории нечетких множеств.

Диссертационное исследование также базировалось на современных работах, посвященных анализу и проектированию информационных систем, материалах конференций, статьях в сборниках научных трудов и в периодической печати, информационных материалах, опубликованных в Интернет.

В работе обобщены результаты исследований за период с 1980 - 2007 годы в области разработки, анализа и прогнозирования параметров информационных систем.

Работа проведена в рамках пункта 2.6 Паспорта специальности 08.00.13 - Математические и инструментальные методы экономики: «Развитие теоретических основ, методологии и инструментария проектирования, разработки и сопровождения информационных систем субъектов экономической деятельности: методов формализованного представления предметной области, программные средства, базы данных, корпоративные хранилища данных, базы знаний, коммуникационные технологии».

Эмпирическая база исследования. Эмпирической базой исследования явились экспериментальные и статистические данные, собранные в процессе разработки и эксплуатации корпоративных информационных систем ряда организаций. Основные выдвигаемые научные положения и рекомендации экспериментально подтверждены. Поставленные эксперименты с корпоративными информационными системами и их компонентами составляют основу предлагаемой методологии исследования качества объектно-ориентированных информационных систем.

Научная новизна диссертационной работы. Научная новизна диссертационного исследования состоит в развитии теории, методологии и инструментария анализа потребительского качества информационных систем. Конкретные элементы научной новизны состоят в следующем.

1. Выполнено теоретическое обоснование целесообразности применения нечетких моделей для оценки потребительского качества корпоративных информационных систем, построенных с применением веб-технологий. В отличие от известных подходов применение нечетких моделей позволяет проводить интегральный учет как количественных, так и качественных факторов, учет системных неопределенностей исходных параметров.

2. Разработана методология нечеткого и лингвистического моделирования потребительского качества информационных систем, включающая:

- метод интегральной оценки потребительского качества ИС, отличающийся ориентацией на применение графа с вершинами, состояние которых описывают лингвистические переменные, и позволяющий повысить эффективность принятия решений в процессе проектирования и применения информационных веб-систем;

- метод выбора сервис-ориентированной архитектуры информационной веб-системы на основе нечетких и лингвистических моделей, отличающийся постановкой и решением задачи о назначениях в рамках методологии нечетких множеств и позволяющий для предметной области сформировать набор информационных сервисов, потребительское качество которых соответствует требованиям к уровням обслуживания бизнес-процессов;

- метод выбора структуры корпоративных приложений информационной веб-системы на основе нечетких и лингвистических моделей, отличающийся постановкой и решением задачи на базе нечетких множеств и позволяющий производить обоснованный выбор системы из набора промыш-ленно поставляемых информационных систем, учитывая их функциональность и уровень потребительского качества для бизнес-процессов предметной области;

- метод оценки количественных характеристик потребительского качества ИС на базе нечеткой модели, отличающийся возможностью формализации технических характеристик ИС в рамках нечетких и лингвистических моделей и позволяющий для количественной переменной формировать лингвистическое представление в естественно-языковых категориях, которыми пользуются ИТ-менеджеры, заказчики и конечные пользователи ИС.

3. Обоснована целесообразность использования нечетких продукционных сетей для анализа риска потребительского качества в проектах создания и развития ИС. В отличие от известных предложенный подход позволяет получать лингвистические оценки рисков на различных этапах проектирования ИС, осуществлять анализ рисков, назначение им приоритетов.

4. Разработана нечеткая продукционная сетевая модель оценки рисков проектов информационных систем, отличающаяся ориентацией на применение методологии нечеткого вывода и позволяющая ИТ-менеджерам проводить оперативный анализ риска потребительского качества на различных этапах при проектировании ИС, оперируя естественно-языковыми категориями «высокий риск», «допустимый риск», «низкий риск».

5. Разработаны модели анализа производительности информационных систем, использующих веб-технологии, включая:

- модель рабочей нагрузки информационной системы, отличающуюся использованием методов нечеткой кластеризации и позволяющую существенно снизить размерность входных потоков запросов на выполнение транзакций системы в условиях неопределенности, сгруппировав входную нагрузку в ограниченное число нечетких кластеров;

- концептуальные модели анализа производительности информационных систем, отличающиеся от известных учетом аппаратно-программных компонент корпоративных информационных систем, использующих веб-технологии, и позволяющие конструировать аналитические и имитационные модели для исследования показателей производительности на системном и компонентном уровнях абстрагирования.

6. Предложены архитектурно-программные модели, отличающиеся конкретизацией для платформы Microsoft.Net и позволяющие ИТменеджерам принимать обоснованные решения в процессе объектно-ориентированного проектирования ИС с целью улучшения потребительского качества ИС, использующих веб-технологии.

7. Разработаны инструментальные средства оценки потребительского качества и анализа рисков проектов ИС, отличающиеся программной реализацией нечетких моделей и нечетких сетей и позволяющие разработчикам и ИТ-менеджерам обеспечивать поддержку принятия решений при проектировании и эксплуатации информационных систем, использующих веб-технологии.

Положения, результаты и рекомендации, выносимые на защиту:

На защиту выносятся следующие научные результаты:

1. Методология нечеткого и лингвистического моделирования потребительского качества информационных систем.

2. Метод интегральной оценки потребительского качества ИС.

3. Метод выбора сервис-ориентированной архитектуры информационной веб-системы на основе нечетких и лингвистических моделей.

4. Метод выбора структуры корпоративных приложений информационной веб-системы на основе нечетких и лингвистических моделей.

5. Нечеткая модель оценки количественных характеристик потребительского качества ИС.

6. Нечеткая продукционная сетевая модель оценки рисков проектов информационных систем.

7. Модели для анализа производительности и рабочей нагрузки информационных систем, использующих веб-технологии.

8. Архитектурно-программные модели реализации ИС для платформы Microsofl.Net

Теоретическая и практическая значимость результатов исследования. Теоретическая значимость диссертационного исследования состоит в развитии теории экономических информационных систем в части оценки потребительского качества систем, использующих веб-технологии, на основе применения положений теории нечетких множеств и нечеткого вывода.

Практическая значимость исследования определяется тем, что на основе обобщения известных теоретических и научных результатов автором развиты научные и методологические основы решения важных проблем оценки потребительского качества информационных систем, использующих веб-технологии на этапах разработки и модернизации, анализа рисков потребительского качества в проектах создания и внедрения ИС. Предложенные автором методы, модели и программный инструментарий позволяют проектным и консалтинговым организациям повысить потребительское качество создаваемых информационных систем, использующих веб-технологии, сократить временные и финансовые затраты на проекты ИС.

Теоретические и методологические основы исследования могут выступать в качестве научно-методического базиса в учебном процессе для дисциплин «Теоретические основы экономических информационных систем», «Проектирование информационных систем», «Информационный менеджмент» и «Управление информационными системами».

Апробация и внедрение результатов исследования. Основные результаты и выводы диссертационной работы обсуждались на международных и всероссийских конференциях, в том числе на VII и VIH международных научно-практических конференциях «Экономико-организационные проблемы проектирования и применения информационных систем» (г. Ростов-на-Дону, 2003 г.; г. Кисловодск, 2005 г.), V и VI международных научно-практические конференциях «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (г. Новочеркасск, 2002, 2004, 2005, 2006 гг.), международной научно-практической конференции «Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем» (г. Новочеркасск, 2003, 2004, 2006 гг.), III научно-практической конференции «Совершенствование методов управления социально-экономическими процессами и их правовое регулирование» (г. Ставрополь, 2002 г.), I региональной научно-практической конференции «Экономика Северо-Кавказского региона на пути к устойчивому развитию в рыночных условиях» (г. Краснодар, 2003 г.), III Международной научно-практической конференции «Методы и алгоритмы прикладной математики в технике, медицине и экономике» (г. Новочеркасск, 2003 г.).

Основные положения и концепции диссертационного исследования использованы в проектах создания и модернизации информационных систем рядом предприятий разработчиков ИС, таких как ООО «Южная Софтверная Кампания» (проекты ИС для ТГК-8 г. Ростов-на-Дону, Аэрофлот-Дон г. Ростов-на-Дону), группа компаний «ГЭНДАЛЬФ» (проекты ИС для ОАО «Иней» г.Ставрополь, ООО «Алмаз» г. Волгодонск, ООО «Пласт Сервис Плюс» г. Ростов-на-Дону, ЗАО «Центральный рынок» г. Ростов-на-Дону), ООО «СКВ «ГРАФ» (проекты ИС для ОАО «МеТраКомБанк» г. Ростов-на-Дону, ООО «ЗЕМКОМБАНК» г. Ростов-на-Дону, АКБ «Банк развития региона» г. Владикавказ).

Результаты диссертационного исследования использованы при проектировании программных средств, которые зарегистрированы в РОСПАТЕНТе: программный комплекс «ЭМИР», предназначенный для автоматизации деятельности по ведению реестра эмитентом; информационная система внутреннего учета операций и сделок профессионального участника рынка ценных бумаг (ИС-ВнУ); информационная веб-система депозитарного учета профессионального участника рынка ценных бумаг (Web-ДепУ); информационная система учета абитуриентов, успеваемости и контингента высшего образовательного учреждения (АБУКОН); электронная библиотека образовательного учреждения (ЭлБи).

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Долженко, Алексей Иванович

5.5 Выводы по пятой главе

1. Проанализированы архитектурные решения, применяемые при создании корпоративных информационных систем в части обеспечения потребительского качества. Проведена модификация и уточнение архитектурных решений уровней представления, бизнес-логика и данных (сценарий транзакций, модель предметной области, модуль таблиц, шлюз таблицы данных) в плане повышения их потребительских качеств при реализации на платформе Microsoft.NET. Практическое использование предложенных архитектурных решений позволит повысить потребительское качество проектных решений при создании информационных систем.

2. Разработаны архитектурные шаблоны, которые представляют собой модели на языке иМЬ, описывающие определенные бизнес-домены, характеризующие часто встречающиеся бизнес-элементы информационных систем. Практическое применение архитектурных шаблонов позволит сократить затраты на проектирование и повысить потребительское качество проектных решений.

3. На основе анализа известных решений проведена модификация показателей оценки качества объектно-ориентированных прикладных программных продуктов. Разработано программное средство ОРР АпаИаег для определения показателей качества объектно-ориентированных прикладных программных продуктов. Использование программы ОРР АпаНяег позволяет проводить оперативную оценку качества создаваемых прикладных программ как на этапах проектирования, так и эксплуатации информационной системы.

4. Разработана программа ModelingFuzzySet оценки потребительского качества информационной системы, которая позволяет строить нечеткие модели для анализа потребительского качества ИС. Программа позволяет получать интегральные и локальные показатели потребительского качества информационной системы.

ЗАКЛЮЧЕНИЕ

В результате диссертационного исследования получили развитии теория, методология и программный инструментарий анализа потребительского качества информационных систем с учетом требований современного бизнеса к информационной инфраструктуре предприятия и неопределенностей, сопутствующих процессам создания и внедрения информационных систем. В процессе диссертационного исследования проведены следующие работы.

1. Выполнен анализ требований, которые предъявляет современный бизнес к информационным системам предприятий. Показано, что динамика изменений, происходящих в бизнесе предприятия, должна адекватно отображаться в информационной системе. При этом критерии и приоритеты реализации бизнес-процессов предприятия определяют требования к характеристикам функционирования ИС.

2. Проанализированы отличительные характеристики информационных систем предприятий, использующих современные веб-технологи и уточнены показатели потребительского качества веб-систем, которые определяют уровни обслуживания информационных сервисов систем и показано, что задача проектирования и модернизации информационной системы является многокритериальной и на основе анализа инфраструктуры системы предложены общая её постановка.

3. Проведено исследование современного состояния вопросов анализа потребительского качества информационных систем. На основе рассмотрения моделей и показателей качества ИС показано, что существующие методики анализа качества информационных систем не дают полного количественного описания уровня качества. Кроме того, показано, что для различных фаз жизненного цикла ИС необходимо использовать модели, построенные с точки зрения основных заинтересованных лиц для каждой фазы, с учетом технологических особенностей реализаций.

4. Показано, что в процессе выбора оптимального варианта информационной системы необходимо учитывать различные показатели, которые могут быть как количественные, так и качественные. При этом результаты оценок количественных характеристик ИС имеют неопределенность, а качественные характеристики ИС определяются экспертами, степень уверенности которых в задании конкретных оценок может быть различной. Обосновано, что при принятии стратегических решений целесообразно использовать лингвистический подход к оценке эффективности ИС, базирующийся на теории нечетких множеств.

5. На основе анализа существующих подходов к обоснованию выбора альтернатив в процессе принятия решений по выбору характеристик ИС сформулированы классы задач, которые характеризуются как детерминированные, в условиях риска и в условиях неопределенности. Показано, что подходу в условиях неопределенности не уделялось должного внимания. В то же время показано, что процессам функционирования информационных систем свойственна как физическая, так и лингвистическая неопределенность, а получение статистически достоверных данных, необходимых для описания вероятностных законов распределения случайных процессов, как правило, затруднено или вообще невозможно.

6. Выполнено теоретическое обоснование целесообразности применения нечетких моделей для оценки потребительского качества корпоративных информационных систем, построенных с применением веб-технологий. В отличие от известных подходов применение нечетких моделей позволяет проводить интегральный учет как количественных, так и качественных факторов, учет системных неопределенностей исходных параметров.

7. Разработана методология нечеткого и лингвистического моделирования потребительского качества информационных систем

8. Предложен метод интегральной оценки потребительского качества информационной системы, который базируется на применении модели графа с вершинами, состояние которых описывают лингвистические переменные. Алгоритм определения качества ИС базируется на введенных понятиях отношения предпочтений для лингвистических переменных и введенных операторах агрегирования информации. Предложенный метод в отличие от известных, позволяет повысить эффективность принятия решений в процессе проектирования и применения информационных веб-систем.

9. Предложен метод оценки количественных характеристик потребительского качества ИС на базе нечеткой модели путем проведения фазифика-цию количественной переменной и формирования лингвистической переменной. Разработанный метод позволяет проводить интегральный анализ потребительского качества ИС, совместно используя количественные и качественные показатели в рамках нечетких моделей.

10. Разработан метод выбора сервис-ориентированной архитектуры информационной веб-системы на основе нечетких и лингвистических моделей, отличающийся постановкой и решением задачи о назначениях в рамках методологии нечетких множеств и позволяющий для предметной области сформировать набор информационных сервисов, потребительское качество которых соответствует требованиям к уровням обслуживания бизнес-процессов

11. Разработан метод выбора структуры корпоративных приложений информационной веб-системы на основе нечетких и лингвистических моделей, отличающийся постановкой и решением задачи на базе нечетких множеств и позволяющий производить обоснованный выбор системы из набора промыш-ленно поставляемых информационных систем, учитывая их функциональность и уровень потребительского качества для бизнес-процессов предметной области

12. Проведен анализ неопределенностей и рисков проектов информационных систем, в результате чего выявлены основные типы рисков, которые характерны для различных этапов жизненного цикла информационных систем. Показано, что оценка влияния риска потребительского качества на проект для конкретной фазы жизненного цикла информационной системы и конкретной итерации проекта может быть количественной и качественной. Выявлено, что повышение эффективности управления рисками потребительского качества проектов создания и развития информационных систем может быть осуществлено путем формализации и автоматизации различных этапов управления рисками. Для решение данной задачи предложено использовать модели, базирующиеся на методах обработки информации в условиях существенной неопределенности, позволяющие осуществлять анализ и принимать эффективные решения с учетом как количественных, так и качественных факторов.

13. Обоснована целесообразность использования нечетких продукционных сетей для анализа риска потребительского качества в проектах создания и развития ИС. В отличие от известных предложенный подход позволяет получать лингвистические оценки рисков на различных этапах проектирования ИС, осуществлять анализ рисков, назначение им приоритетов.

14. Разработана нечеткая продукционная сетевая модель оценки рисков проектов информационных систем, сформировано пространство предпосылок факторов, являющихся источниками риска и пространство заключений показателей риска различных областей проекта, а также база нечетких продукционных правил. В модели использован прямой вывод основывается на правиле «нечеткий модус поненс». В отличие от известных, модель ориентирована на применение методологии нечеткого вывода и позволяет ИТ-менеджерам проводить оперативный анализ риска потребительского качества на различных этапах при проектировании ИС, оперируя естественно-языковыми категориями «высокий риск», «допустимый риск», «низкий риск».

15. Проведен концептуальный анализ аспектов производительности информационных систем, который позволил сформулировать основные закономерности, характеризующие этапы обработки информации в распределенных системах обработки информации, выявить составляющие временных затрат на обработку транзакций, которые определяют потребительское качество систем, для передачи информации по сети, обслуживания сообщений в маршрутизаторах и серверах.

16. Предложен подход к формированию рабочей нагрузки информационной системы на основе методов нечеткой кластеризации, который позволяет существенно снизить размерность входных потоков запросов на выполнение транзакций системы в условиях неопределенности, сгруппировав входную нагрузку в ограниченное число кластеров.

17. На основе формальной модели информационной системы разработаны концептуальные модели информационной системы, предназначенные для анализа производительности, которые являются основой построения аналитических и имитационных моделей для исследования показателей производительности системы на системном и компонентном уровнях абстрагирования.

18. На примере информационной системы депозитария показана эффективность применения разработанных имитационных моделей и методики планирования активного эксперимента при исследовании производительности информационной системы.

19. Предложены архитектурно-программные модели, отличающиеся конкретизацией для платформы Microsoft.Net и позволяющие ИТ-менеджерам принимать обоснованные решения в процессе объектно-ориентированного проектирования ИС с целью улучшения потребительского качества ИС, использующих веб-технологии.

20. Разработаны инструментальные средства оценки потребительского качества и анализа рисков проектов ИС, отличающиеся программной реализацией нечетких моделей и нечетких сетей и позволяющие разработчикам и ИТ-менеджерам обеспечивать поддержку принятия решений при проектировании и эксплуатации информационных систем, использующих веб-технологии.

Диссертация: библиография по экономике, доктора экономических наук, Долженко, Алексей Иванович, Ростов-на-Дону

1. Аверкин, А.Н. Нечеткие множества в моделях управления и искусственного интеллекта / А.Н. Аверкин, И.З. Батыршин / под. ред. Поспелова Д.А. М.: Наука, 1986. - 312 с.

2. Аверкин, А.Н. Модели приближенных рассуждений. Лекции САИИ и САНС / А.Н. Аверкин. Тверь: НПО «Центрпрограм-мсистем», 1991. - 7 с.

3. Аверкин, А.Н. Использование нечеткого отношения моделирования для экспертных систем / А.Н. Аверкин, А.И. Нгуен. М.: ВЦ АН СССР, 1988.-24 с.

4. Аверкин, А.Н. Нечеткое отношение моделирования и его применение в психологии и искусственном интеллекте / А.Н. Аверкин, В.Б.Тарасов. М.: ВЦ АН СССР, 1986. - 35 с.

5. Алексеев, A.B. Интерпретация и определение функций принадлежности нечетких множеств / A.B. Алексеев // Методы и системы принятия решений: Сб. тр. /Под. ред. А.Н.Борисова. Рига: РПИ. - 1979. - С. 128 - 132.

6. Алефельд, Г. Введение в интервальные вычисления / Г. Алефельд, Ю. Херцбергер / Пер. с англ. М.: Мир, 1987. - 356 с.

7. Алиев, P.A. Интеллектуальные роботы с нечеткими базами знаний / P.A. Алиев. М.: Радио и связь, 1994. - 178 с.

8. Алиев P.A. Нечеткие регуляторы и интеллектуальные промышленные системы управления (обзор) / Р.А Алиев, Э.Г. Захарова, C.B. Ульянов // Итоги науки и техники. Сер. Техн. кибернетика. -М.:ВИНИТИ АН СССР, 1991, т. 32, С.233 313.

9. Алиев, P.A. Нечеткие модели управления динамическими системами (Обзор) / Р.А Алиев, Э.Г. Захарова, C.B. Ульянов // Итогинауки и техники. Сер. Техн. кибернетика. Т.29. М.: ВИНИТИ АН СССР, 1990. -С.127- 201.

10. Алтунин, А.Е. Методические рекомендации по применению теории нечеткости в процессах контроля и управления объектами газоснабжения / А.Е. Алтунин, С.Н. Чуклеев, М.В. Семухин, Л.Д. Крел. Тюмень, 1983. - 136 с.

11. Андрейчиков, A.B. Анализ, синтез, планирование решений в экономике / А.В Андрейчиков, О.Н. Андрейчикова. -М.: Финансы и статистика, 2000. 368 с.

12. Антамошин, А.Н. Интеллектуальные системы управления организационно-техническими системами / А.Н. Антамошин, О.Б. Близнова, A.B. Бобов, A.A. Большаков, В.В. Лобанов, И.Н. Кузнецова. -М.: Горячая линия-Телеком, 2006. 160 с.

13. Айвазян, С.А. Прикладная статистика и основы эконометрики. Учебник для вузов / С.А Айвазян, B.C. Мхитарян. М.: ЮНИТИ, 1998.- 1022 с.

14. Айвазян, С.А. Прикладная статистика: Основы моделирования и первичная обработка данных. Справочное изд. / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин.- М.: Финансы и статистика, 1983. -254 с.

15. Антонов, A.B. Применение экспертной оценки качества программного обеспечения при проведении верификационных процедур / A.B. Антонов, A.A. Байбулатов, С.И. Масолкин // Труды Институт проблем управления им. В.А. Трапезникова РАН, Том XVIII, 2003.

16. Барсегян, A.A. Методы и модели анализа данных: OLAP и Data Mining / A.A. Барсегян, М.С. Куприянов, В.В. Степаненко, И.И. Холод. СПб.: БХВ-Петербург, 2004. - 336 с.

17. Батыршин, И.З. Нечеткие отношения в семиотических системах. Лекции САИИ и САНС / И.З. Батыршин. Тверь, НПО «Цен-трпрограммсистем», 1991. — 15 с.

18. Батыршин, И.З. Основные операции нечеткой логики и их обобщения / И.З. Батыршин. Казань: Отечество, 2001. - 102 с.

19. Байбулатов, A.A. Разведочный анализ сложного программного обеспечения Электронный ресурс. / A.A. Байбулатов,

20. К.В. Семенков, С.И. Масолкин, O.A. Промыслова. Режим доступа: http://zuenkov.ipu.rssi.ru/0774.pdf (дата обращения 15.04.2008).

21. Бендат, Дж. Прикладной анализ случайных процессов.: Пер. с англ. / Дж. Бендат, А. Пирсол. М.: «Мир», 1989. - 540 с.

22. Бьер, М. Интеллектуальное ведение и сопровождение бизнеса / М. Бьер. М.: КУДИЦ -ОБРАЗ, 2005. - 240 с.

23. Берштейн, JI.C. Нечеткие модели принятия решений: дедукция, индукция, аналогия. Монография / JI.C. Берштейн, A.B. Боже-нюк. Изд-во ТРТУ, 2001. - 110 с.

24. Берштейн, JI.C. Модели и методы принятия решений в интегрированных интеллектуальных системах / JI.C. Берштейн, В.П. Карелин, А.Н. Целых. Ростов -н/Д, 1999. - 270 с.

25. Борисов, А.Н. Модели принятия решений на основе лингвистической переменной / А.Н. Борисов, А.Б. Алексеев, O.A. Крум-берг. Рига: Зинатне, 1982. - 256 с.

26. Борисов, А.Н. Обработка нечеткой информации в системах принятия решений/ А.Н. Борисов, А.Б. Алексеев, Г.В.Меркурьева. -М.: Радио и связь, 1989. 304 с.

27. Борисов, B.B. Нечеткие модели и сети / В.В. Борисов, В.В. Круглов, A.C. Федулов. М.: Горячая линия-Телеком, 2007. - 284 с.

28. Боровиков, В.П. STATISTICA® Статистический анализ и обработка данных в среде Windows®. Изд. 2-е стереотип. / В.П. Боровиков, И.П.Боровиков. - М.: Информационно-издательский дом «Филинъ», 1998. - 608 с.

29. Бочаров, П.П. Теория массового обслуживания: Учебник / П.П. Бочаров, A.B. Печенкин. Изд-во РУДН, 1995. - 282 с.

30. Боэм, Б.У. Характеристики качества программного обеспечения / Б.У. Боэм. М.: «Мир», 1981.-208 с.

31. Боэм, Б.У. Инженерное проектирование программного обеспечения / Б.У. Боэм. М.: Радио и связь, 1985. - 512 с.

32. Боггс У., UML и Rational Rose / У. Боггс, М. Боггс.: Пер. с англ. М., ЛОРИ, 2001.-581 с.

33. Бусленко, Н.П. Моделирование сложных систем / Н.П. Бус-ленко. М.: Наука, 1978. - 399 с.

34. Букатова, И.Л. Эволюционное моделирование: идеи, основы теории, приложения / И.Л. Букатова. М.: Знание, 1981. - 64 с.

35. Букатова, И.Л. Эвоинформатика. Теория и практика эволюционного моделирования / И.Л. Букатова, Ю.И. Михасев, A.M. Шаров. М.: Наука, 1991.-206 с.

36. Буч, Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++.: Пер. с англ. / Г. Буч. М.: «Издательство Бином», СПб.: «Невский диалект», 2001. — 560 с.

37. Васильев, В.И. Интеллектуальные системы управления с использованием нечеткой логики. Учебное пособие / В.И. Васильев, Б.Г. Ильясов. Уфа: УГАТУ, 1995. - 80 с.

38. Вендоров, A.M. Case технологии. Современные методы и средства проектирования информационных систем / A.M. Вендоров. -М.: Финансы и статистика, 1998. - 176 с.

39. Венцель, Е.С. Теория вероятностей / Е.С. Венцель. -М.: Изд-во «Наука», 1969. 576 с.

40. Влиссидес, Дж. Применение шаблонов проектирования. Дополнительные штрихи / Дж. Влиссидес. М.: Издательский дом «Вильяме», 2003. - 144 с.

41. Волков, Д. ИТ-серсис: дальше от продуктов / Д. Волков. // Открытые системы. 2004. -№1. С. 23 - 27.

42. Гамма, Э. Приемы объектно-ориентированного программирования. Паттерны проектирования / Э. Гамма, Р. Хелм, Р. Джонсон, Дж. Влиссидес. СПб: Питер, 2001. - 368 с.

43. Глова, В.И. Мягкие вычисления (SOFT COMPUTING) и их приложения: Учебное пособие / В.И.Глова, И.В. Аникин, МЛ. Адже-ли /Под ред. В.И. Глова. Казань: Изд-во Казан.гос.техн.ун-та, 2000.-98 с.

44. Глоссарий.ги Электронный ресурс. Режим доступа: http://www. glossary.ru/cgi-bin/glsch2.cgi (дата обращения 14.05.2008).

45. Гудмен, И. Нечеткие множества как классы эквивалентности случайных множеств / И. Гудмен // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ; Под ред. Р.Р.Ягера. М. 1986. - С.241-263.

46. ГОСТ Р 28195-89. Оценка качества программного обеспечения. Общие положения. Введен 01.07.1990. -М.: Изд-во стандартов, 1989.-38 с.

47. Грэхем, И. Объектно-ориентированные методы. Принципы и практика / И. Грэхем. М.: Издательский дом «Вильяме», 2004. - 880 с.

48. Дац, Т. Что нужно знать о SOA? Электронный ресурс. / Т. Дац // Директор информационной службы, № 6, 2006. -Режим доступа: http://old.osp.ru/cio/2006/ 06/028.htm/ (дата обращения 15.11.2007).

49. Демидова, JI.A. Алгоритмы и системы нечеткого вывода при решении задач диагностики городских инженерных коммуникаций в среде MATLAB / JI.A. Демидова, В.В. Кираковский, А.Н. Пыль-кин. М.: Радио и связь, Горячая линия - Телеком, 2005. - 365 с.

50. Дик, В.В. Методология формирования решений в экономических системах и инструментальные среды их поддержки / В.В. Дик. — М.: Финансы и статистика, 2000. 300 с.

51. Долженко, А.И. Использование имитационного моделирования для анализа эффективности функционирования АСУПТ / А.И. Долженко // Элементы и технические средства управления и регулирования, г. Новочеркасск, 1977. С. 84 - 91.

52. Долженко, А.И. К вопросу анализа функционирования технического обеспечения АСОУ дискретным производством / А.И. Долженко // Изв. СКНЦВШ Технические науки. 1980. - № 2. -С.31-34.

53. Долженко, А.И. Имитационная модель центральной части вычислительного комплекса СМ-2 / А.И. Долженко, Ю.И. Лозовой // Изв. СКНЦВШ. Технические науки. 1981. -№3. - С. 20-24.

54. Долженко, А.И. Исследование случайных потоков при проектировании АСОУ / А.И. Долженко // Деп. в ЦНИТЭИ приборостроения 21.05.86, №3339-ПР.

55. Долженко, А.И. Исследование вычислительных систем при проектировании ГАИ / А.И. Долженко // Деп. в ЦНИТЭИ приборостроения 15.07.86, №3407-ПР.

56. Долженко, А.И. Экспертные системы как составная часть интеллектуальных САПР / А.И. Долженко // Технические средства и системы управления производственными процессами, Братск, 1991. -С. 139-143.

57. Долженко, А.И. Организация работы со связанными файлами в информационных системах / А.И. Долженко, И.А.Осипенко // XIII Научно- техническая конференция, Братск, 12-18мая 1992 года. Тезисы докладов. — С. 125-126.

58. Долженко, А.И. Основные принципы построения информационно-вычислительной сети крупного предприятия / А.И. Долженко, А.Н. Дойников // XIV Научно- техническая конференция, Братск,1993. —С. 180-182.

59. Долженко, А.И. Обеспечение надежности и реактивности баз данных в информационных системах / А.И. Долженко, А.Н. Дойников, О.В. Беляков // XV Научно- техническая конференция, Братск,1994. —С. 159-160.

60. Долженко, А.И. Разработка автоматизированной информационной системы ВУЗа / А.И. Долженко // XV Научно- техническая конференция, Братск, 1994. — С. 141-142.

61. Долженко, А.И. Модели для анализа и проектирования информационных систем / А.И. Долженко, В.А. Долженко. // Методы и алгоритмы прикладной математики в технике, медицине и экономике:

62. Материалы III Междунар. науч.-практ. конф. г.Новочепркасск, 17 янв. 2003г. / Юж.-Рос. гос.техн. ун т. (НПИ). - Новочеркасск: ЮРГТУ, 2003. -Ч.З - с. 32-36.

63. Долженко, А.И. Концептуальные модели корпоративной экономической информационной системы // Информационные системы, экономика, управление трудом и производством: Ученые записки. Вып. 9 / Рост. гос. эконом, ун-т «РИНХ». Ростов н/Д, 2005. - С. 69-78.

64. Долженко, А.И. Управление информационными системами. Лабораторный практикум / А.И. Долженко. — Институт управления бизнеса и права. Ростов-н/Д., 2005. - 122 с.

65. Долженко, А.И. Современные технологии программирования. Платформа Microsoft.NET и язык С#. Учебно-методическое пособие / А.И. Долженко. РГЭУ «РИНХ» - Ростов-н/Д., 2005 - 125 с.

66. Долженко, А.И. Современные технологии программирования. Платформа Microsoft.NET и язык С#. Лабораторный практикум / А.И. Долженко. РГЭУ «РИНХ» - Ростов-н/Д., 2005. - 74 с.

67. Долженко, А.И. Модели принятия решений при проектировании и модернизации информационной системы / А.И. Долженко //

68. Научная мысль Кавказа. Северо-Кавказский научный центр высшей школы, Приложение. 2005. № 15(83). С. 137 -143.

69. Долженко, А.И. Оценка качества объектно-ориентированных программных продуктов / А.И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ», №1 (21) 2006. С.37-43.

70. Долженко, А.И. Моделирование корпоративной информационной системы / А.И. Долженко // Изв. вузов. Сев.-Кавк. регион. Обществ, науки. 2006. - № 2(134). - С. 50-55.

71. Долженко, А.И. Типовые архитектурные решения для корпоративных информационных систем на платформе Microsoft.NET / А.И. Долженко // Изв. вузов. Сев.-Кавк. регион. Техн. науки. -2006.- №3. С. 3-7.

72. Долженко, А.И. Формирование приоритетов требований экономической информационной системы / А.И. Долженко // Научнаямысль Кавказа. Северо-Кавказский научный центр высшей школы, Приложение. 2006. - № 2 (86). - С. 66-73.

73. Долженко, А.И. Модели рабочей нагрузки информационной системы / А.И. Долженко // Проблемы федеральной и региональной экономики: Ученые записки. Вып. 9 / РГЭУ «РИНХ». -Ростов н/Д, 2006. С.83-89.

74. Долженко, А.И. Оценка нефункциональных характеристик качества информационной системы на основе теории нечетких чисел / А.И. Долженко // Изв. вузов. Сев.-Кавк. регион. Естеств. науки. Приложение. 2006. - №8. - С.З - 9.

75. Долженко, А.И. Лингвистический анализ потребительского качества информационной системы / А.И. Долженко // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2006. - №4. - С. 30-34.

76. Долженко, А.И. Нечеткие модели анализа потребительского качества информационной системы / А.И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ» 2006.-№2(22).- С.123-131.

77. Долженко, А.И. Информационный менеджмент. Моделирование бизнес-процессов: Лабораторный практикум / А.И. Долженко, H.A. Тимченко. РГЭУ «РИНХ». - Ростов н/Д, 2006. - 95 с.

78. Долженко, А.И. Модель информационных сервисов на основе теории нечетких множеств / А.И. Долженко // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2007. - №1. — С. 7-10.

79. Долженко, А. И. Модели информационных систем на основе теории нечетких множеств / А. И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ». —2007. — № 1 (23). — С. 76-82.

80. Долженко, А. И. Методология анализа рисков при проектировании информационных систем с использованием нечетких сетей / А. И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ». — 2007. — № 2 (24). — С. 148-155.

81. Долженко, А. И. Нечеткие модели принятия решений в проектах создания информационных систем / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. — 2007. — № 2. — С. 6-9.

82. Долженко, А.И. Нечеткие продукционные модели оценки рисков проектов информационных систем / А.И. Долженко // Проблемы федеральной и региональной экономики: Ученые записки. Вып. 10 / РГЭУ «РИНХ». Ростов н/Д, 2007. — С.83-89.

83. Долженко, А.И. Нечеткие модели эффективный инструментарий для анализа потребительского качества информационных систем: монография / А.И.Долженко. - РГЭУ «РИНХ». Ростов н/Д, 2008. - 220 с.

84. Долженко, А. И. Задача выбора эффективной сервис-ориентированной архитектуры экономической информационной системы / А. И. Долженко // Экономический вестник Ростовского государственного университета. — 2008. — Т. 6. — № 3.3 — С. 126 — 129.

85. Долятовский, В.А. Исследование систем управления: Учебно-практическое пособие / В.А. Долятовский, В.Н. Долятовская. М.: Изд. центр «МарТ», 2003. - 256 с.

86. Долятовский, В.А. Управление проектами. Учебное пособие / В.А. Долятовский, В.Н. Долятовская. Ростов-на-Дону: ИУБиП, 2003.-147 с.

87. Дубова, Н. На пути к SOA Электронный ресурс. / Н. Дубова. Режим доступа: http://www.osp.ru/os/2004/08/009l.htm (дата обращения 23.05.2008).

88. Дюбуа, Д. К анализу и синтезу нечетких отображений / Д. Дюбуа, А. Прад // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ; Под ред. Р.Р.Ягера. М., 1986.-С.229-240.

89. Дюбуа, Д. Теория возможностей. Приложение к представлению знаний в информатике / Д. Дюбуа, А. Прад / Пер. с фр. -М.:Радио и связь, 1990. 288с.

90. Емельянов, A.A. Имитационное моделирование экономических процессов / A.A. Емельянов, Е.А. Власова, P.C. Дума. — М.: Финансы и статистика. 2002 - 368с.

91. Ефимов, E.H. Экспериментальные методы оценки потребительского качества распределенных информационных систем: Монография / E.H. Ефимов; Рост. гос. эконом, ун-т. «РИНХ», Ростов-н/Д, 2001.-224 с.

92. Ефимова, Е.В. Анализ и моделирование эксплуатационных параметров экономических информационных систем: Автореф. дисс. . . . к.э.н.: 08.00.13 / Е.В. Ефимова. Ростов-на-Дону, 2004.-21с.

93. Жарко, Е.Ф. Проблемы управления качеством программного обеспечения Электронный ресурс. / Е.Ф. Жарко. -Режим доступа: http://www31.ipu.rssi.ru/0887.pdf (дата обращения 03.03.2008).

94. Жуковин, В.Е. Многокритериальные модели принятия решений с неопределенностью / В.Е. Жуковин. Тбилиси: Мец-ниереба, 1983.- 104 с.

95. Жуковин, В.Е. Нечеткие многокритериальные модели принятия решений / В.Е. Жуковин. Тбилиси: Мецниереба, 1988.- 71 с.

96. Заде, JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений / JI.A. Заде. М.: Мир. - 1976. - 168с.

97. Заде, JI.A. Размытые множества и их применение в распознавании образов и кластер-анализе / Л.А. Заде. // Классификация и кластер / Пер.с англ.; Под ред. Дж.Вэн Райзина. М., 1980. -С.208- 247.

98. Зайченко, Ю.П. Исследование операций Электронный ресурс. / Ю.П. Зайченко. Режим доступа: http://iasa.org.ua/iso.php?lang==ukr (дата обращения 14.02.2008).

99. Захаров, В.Н., Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. 2. Эволюция и принципы построения / В.Н. Захаров, C.B. Ульянов // Известия АН РАН. Сер. Техн. кибернетика, №4, 1993. С. 189 - 205.

100. Иванов, А.П. Вычислительные параметры экономических задач / А.П. Иванов. М.: Статистика, 1996. - 230 с.

101. Иванова, Е.Б. Java 2, Etterprice Editional. Технология проектирования и разработки / Е.Б. Иванова. СПб.: БХВ-Питербург, 2003. - 648 с.

102. Казаков, Д.А. Параметрический кластер-анализ // Математическое обеспечение структур типа АРМ на базе мини- и микро

103. ЭВМ / Д.А. Казаков, М.В. Плаксин. М., 1988. - С.24-25. (Алгоритмы и программы; Вып. 7(111)).

104. Казаков, Д.А. Непараметрический кластер-анализ // Математическое обеспечение структур типа АРМ на базе мини- и микро-ЭВМ / Д.А. Казаков, М.В. Плаксин. М., 1988. - С.25-26. (Алгоритмы и программы; Вып. 7(111)).

105. Каипов, В.Х. Методы обработки данных в системах с нечеткой информацией / В.Х. Каипов, A.A. Селюгин, С.А. Дубровский. Фрунзе: Илим, 1988. - 188 с.

106. Калмыков, С.А. Методы интервального анализа / С.А. Калмыков, Ю.И. Шокин, З.Х. Юлдашев. Новосибирск: Наука, 1986.-222 с.

107. Каня, A.A. Мера возможности, нечеткое доверие и некоторые свойства нечетких преобразований / A.A. Каня // Нечеткие множества и теория возможностей. Последние достижения / Пер. с англ.; под ред. Р.Р.Ягера. М., 1986. - С.264 - 279.

108. Кантор, М. Управление программными проектами. Практическое руководство по разработке успешного программного обеспечения / М.Кантор. М.: Изд. дом «Вильяме», 2002. - 176 с.

109. Карелин, В.П. Нахождение представителя класса нечетких ситуаций при построении модели принятия решений / В.П.Карелин, O.JI. Кузьменко // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2008. - №4. - С. 50-54.

110. Карелин, В.П. Средства и методы поддержки принятия решений в условиях нечеткости, неопределенности и многокрите-риальности / В.П.Карелин, O.JI. Кузьменко // Вестник института управления и экономики. 2007. - №1. - С. 73-77.

111. Коган, Б.И. Экспериментальные исследования программ / Б.И. Коган. М.: Наука, 1988. 184 с.

112. Кондаков, Н.И. Логический словарь-справочник / Н.И. Кондаков. М.: Наука, 1975. - 720 с.

113. Классификация и кластер / Пер. с англ.; Под ред. Дж.Вэн Райзина. М.: Мир, 1980. - 389 с.

114. Клемент, Э.Ф. О связи между различными понятиями нечетких мер / Э.Ф. Клемент // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ.; Под ред. Р.Р.Ягера. М., 1986. - С.279-285.

115. Клейнен, Дж. Статистические методы в имитационном моделировании / Дж. Клейнен: Пер. с англ. Вып.1. - М.: Статистика, 1978.-221 с.

116. Клейнен, Дж. Статистические методы в имитационном моделировании / Дж. Клейнен: Пер. с англ. Вып.2. - М.: Статистика, 1978. - 335 с.

117. Клейнрок, Л. Теория массового обслуживания/ Л. Клейнрок: Пер. с англ. -М.: Машиностроение, 1979. 308 с.

118. Кофман, А. Введение в теорию нечетких множеств / А. Кофман: Пер.с фр. М.: Радио и связь, 1982. - 432 с.

119. Кривошеева, М.А. Проблемы автоматизации процесса оценки потребительского качества программного обеспечения / М.А. Кривошеева // Экономика и финансы,- 2004. №3. С.77 - 78.

120. Кузьмин, В.Б. Построение групповых решений в пространствах нечетких бинарных отношений. Препринт / В.Б.Кузьмин. -М.: ВНИИСИ, 1980. 52 с.

121. Кузьмин, В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений / В.Б.Кузьмин. -М.: Наука, 1982. 168 с.

122. Кузьмин, В.Б. Эталонный подход к получению нечетких отношений предпочтения / В.Б.Кузьмин // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ.; Под ред. Р.Р.Ягера. М., 1986. - С.87-99.

123. Курейчик, В.М. Генетические алгоритмы / В.М. Ку-рейчик. — Таганрог: Изд-во ТРТУ, 1998. 216 с.

124. Ларман, К. Применение UML и шаблонов проектирования / К. Ларман : Пер. с англ.: Уч. пос. М.: Издательский дом «Вильяме», 2004. - 496 с.

125. Латынов, P.P. Информационные системы для предприятий оптовой торговли: разработка, оценка потребительского качества/P.P. Латынов : Автореф. дисс. . . . к.э.н.: 08.00.13 Ростов-на-Дону, 2002. - 24 с.

126. Леоненков, A.B. Нечеткое моделирование в среде MATLAB и fuzzyTECH / A.B. Леоненков. СПб.: БХВ-Петербург, 2005.-736 с.

127. Липаев, В.В. Надежность программных средств / В.В. Липаев. -М.: СИНТЕГ, 1998. — 232с.

128. Липаев, В.В. Обеспечение качества программных средств / В.В. Липаев. -М.: СИНТЕГ, 2001. — 380с.

129. Липаев, В.В. Системное проектирование сложных программных средств для информационных систем /В.В. Липаев. -М.: СИНТЕГ, 2002. 268 с.

130. Липаев, В.В. Методы обеспечения качества крупномасштабных программных средств / В.В. Липаев. М.: СИНТЕГ, 2003.-520 с.

131. Липаев, B.B. Стандартизация характеристик и оценивания качества программных средств Электронный ресурс. / В.В. Липаев. Режим доступа: http://www.fostas.ru/ library/Lipaev6.rtf (дата обращения 12.05.2008).

132. Литвак, Б.Г. Экспертная информация: Методы получения и анализа / Б.Г. Литвак. — М.: Радио и связь, 1982. — 184 с.

133. Литвак, Б.Г. Экспертные технологии в управлении: Учеб. пособие / Б.Г. Литвак. М.: Дело, 2004. - 400 с.

134. Манд ель, Н.Д. Кластерный анализ / Н.Д. Манд ель. -М.: Финансы и статистика, 1988. 176 с.

135. Мацяшек, Л.А. Анализ требований и проектирование систем. Разработка информационных систем с использованием UML / Л.А. Мацяшек. М.: Изд. дом «Вильяме», 2002. - 432 с.

136. Макеев, С.П. Аппроксимация бинарных расплывчатых отношений и последовательная оптимизация на взвешенных графах / С.П. Макеев, Г.П. Серов, И.Ф. Шахнов // Сообщения по прикладной математике. М: Изд-во ВЦ АН СССР, 1980. - 66 с.

137. Макеев, С.П. Упорядочение альтернатив на основе расплывчатых оценок / С.П. Макеев, И.Ф. Шахнов // Сообщения по прикладной математике. -М.: ВЦАН СССР, 1989.-42 с.

138. Майерс, Г. Надежность программного обеспечения / Г. Майерс. М.: Мир, 1980. - 360 с.

139. Майерс, Г. Искусство тестирования программ / Г.Майерс. Финансы и статистика, 1982. - 176 с.

140. Малышев, Н.Г. Нечеткие модели для экспертных систем в САПР / Н.Г. Малышев, Л.С.Берштейн, А.В.Боженюк. -М.: Энергоатомиздат, 1991. 136 с.

141. Мелихов, А.Н. Ситуационные советующие системы с нечеткой логикой / А.Н. Мелихов, Л.С. Берштейн, С.Я. Коровин. М.: Наука. Гл. ред. физ. - мат. лит., 1990. - 272 с.

142. Международные стандарты ИСО 9001:1994. Системы качества. Модель обеспечения качества при проектировании, разработке, производстве, монтаже и обслуживании. Второе издание. М.: 1996г. International Standart ISO.

143. Менаске, Д. Производительность Web служб. Анализ, оценка и планирование / Д. Менаске, В. Алмейна.: Пер. с англ. -СПб: ООО «ДиасофтЮП», 2003.-480 с.

144. Мишенин, А.Н. Теория экономических информационных систем: Учебник / А.Н. Мишенин. М.: Финансы и статистика, 2000-240 с.

145. Михайловский, Н. Э. Архитектура информационной системы, оценка рисков и совокупная стоимость владения Электронный ресурс. / Н. Э. Михайловский. Режим доступа: http://www.osp.ru/cio /2002/06/172179/р 1 .html (дата обращения 15.02.2008).

146. Мюллер, Р. Дж. Базы данных и UML / Р. Дж. Мюллер: пер. с англ. М.: ЛОРИ, 2002. - 420 с.

147. Недосекин, А.О. Нечетко-множественный анализ рисков фондовых инвестиций / А.О. Недосекин. СПб., Сезам, 2002. - 282 с.

148. Недосекин, А.О. Оценка риска бизнеса на основе нечетких данных Электронный ресурс. / А.О. Недосекин. — Режим доступа: http://sedok.narod.rU/scgroup.html#2 (дата обращения 15.02.2008).

149. Нейлор, Т. Машинные имитационные эксперименты с моделями экономических систем / Т.Нейлор : Пер. с англ.-М.: Мир, 1975.-500 с.

150. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Поспелова Д.А. М.: Наука, 1986. -311 с.

151. Нечеткие множества и теория возможностей / Подред. Р. Ягера. -М.: Радио и связь, 1986. 392 с.

152. Норвич, A.M. Построение функций принадлежности / A.M. Норвич, И.Б. Турксен // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ.; Под ред. Р.Р.Ягера. М., 1986. — С.64 - 70.

153. Норвич, A.M. Фундаментальное измерение нечеткости / A.M. Норвич, И.Б. Турксен // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ.; Под ред. Р.Р.Ягера. -М., 1986.-С.51 -63.

154. Нетрадиционные модели и системы с нечеткими знаниями /Под ред. А.Ф. Блишуна. -М.: Энергоатомиздат, 1991. 144 с.

155. Нечеткие множества и теория возможностей. Последние достижения / Под ред. P.P. Ягера. М.: Радио и связь, 1986. -408 с.

156. Общее руководства качеством и стандарты по обеспечению качества (ISO 9001-1). Руководящие указания по применению стандарта ISO 9001, при разработке, поставке и обслуживании программного обеспечения (ISO 9000-3).

157. Ope, О. Теория графов / О. Ope. — М.:Наука, Главная редакция физ.-мат. лит., 1980 336 с.

158. Орлов, А.И. Задачи оптимизации и нечеткие переменные / А.И. Орлов. М.: Знание, 1980. - 64 с.

159. Орлов, А.И. Общий взгляд на статистику объектов нечисловой природы / А.И. Орлов // Анализ нечисловой информации в социологических исследованиях. М.: «Наука». — 1985. — с.58-92.

160. Орлов, С.А. Технология разработки программного обеспечения/ А.И. Орлов. СПб.: Питер, 2003. - 480 с.

161. Орловский, С.А. Проблемы принятия решений при нечеткой информации / С.А. Орловский. М.:Наука, 1981. - 206 с.

162. Перминов, С.Б. Имитационное моделирование процессов управления в экономике / С.Б. Перминов. М.: Наука, 1981.-216 с.

163. Петров, B.C. Депозитарий на рынке ценных бумаг / B.C. Петров. -М.: ИАУЦНАУФОР, 1999.-416 с.

164. Перфильева, И.Г. Модели нечеткого адаптивного управления и генерирование управляющих правил. Лекции САИИ и САНС / И.Г. Перфильева. Тверь, НПО "Центрпрограммсистем", 1991.- Юс.

165. Попов, А. Метрики качества программного обеспечения Электронный ресурс. / А. Попов. Режим доступа: http://www.pmprofy.ru/ (дата обращения 15.02.2008).

166. Поспелов, Д.А. Логико-лингвистические модели в системах управления / Д.А. Поспелов. — М.:Энергоиздат, 1981. 232 с.

167. Поспелов, Д.А. Ситуационное управление: теория и практика / Д.А. Поспелов. М. Наука, 1986. - 288 с. - 544с.

168. Поспелов, Д.А. Моделирование рассуждений: Опыт анализа мыслительных актов / Д.А. Поспелов. М.: Радио и связь. -1989.- 184 с.

169. Постолит, A.B. Visual Studio .NET: разработка приложений баз данных / A.B. Постолит. СПб.: БХВ-Питербург, 2003.

170. Потоцкий, М. Управление ИТ-услугами / М. Потоцкий, Р. Журавлев //Открытые системы, №1, 2004. С. 18-22.

171. Прикладные нечеткие системы / К. Асаи, Д. Ватада, С. Иван и др./Под ред. Т. Тэрано, К. Асаи, М. Сугено. М.: Мир, 1993.-368 с.

172. Пугачев, B.C. Теория вероятностей и математическая статистика / B.C. Пугачев. М.: Изд-во «Наука», 1979. - 496 с.

173. Пятина, Е.Е. Экономико-математические модели для оценки качества информационного обеспечения деятельности инвестиционной компании. Автореферат на соискание ученой степени канд. экон. наук. / Е.Е. Пятина. Ростов-на-Дону, 2000. - 27 с.

174. Рамбо, Дж. UML: специальный справочник / Дж. Рамбо, А. Якобсон, Г. Буч. СПб.: Питер, 2002. - 656 с.

175. Родина, О.В. Формализованный анализ процессов в подсистеме «Налоговый учет» / О.В. Родина // Информационные системы, экономика, управление трудом и производством: Ученые записки. Выпуск 7. Ростов-н/Д.: Изд. РГЭУ, 2002. - С.54 - 56.

176. Розенберг, Д. Применение объектного моделирования с использованием ЦМЬ и анализ прецедентов / Д. Розенберг, К. Скотт / Пер. с англ.-М.: ДМК Пресс, 2002. 160 с.

177. Романов, А.Н. Советующие информационные системы в экономике: Учебн. пособие для вузов / А.Н. Романов, Б.Е. Одинцов. М.: ЮНИТИ-ДАНА, 2000. - 487 с.

178. Романов, В.Ю. Анализ программного обеспечения с использованием объектно-ориентированных метрик. Обзор метрик Электронный ресурс. / В.Ю. Романов — Режим доступа: http://master.cmc.msu.ru /готапоу/ги5з1апЛпс1ех.11йп (дата обращения 02.02.2008).

179. Романов, В.Ю. Статический анализ программ Электронный документ / В.Ю. Романов. Режим доступа: http://master.cmc.msu.rn/romanov/ ги551апЛпс1ех.1йт (дата обращения 20.03.2008).

180. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рут-ковский. М.: Горячая линия — Телеком, 2006. — 452 с.

181. Рыжов, А.П. Элементы теории нечетких множеств и измерения нечеткости / А.П. Рыжов. -М.: Диалог-МГУ, 1998. 81 с.

182. Рыжов, А.П. Об агрегировании информации в нечетких иерархических системах Электронный ресурс. / А.П. Рыжов. — Режим доступа: http://intsys.msu.ru/ туев^ топкопп^ (дата обращения 08.02.2008).

183. Рынок ценных бумаг: Учебн. пособие для вузов. Сер. «Учебники и учебные пособия. Ростов-на-Дону.: «Феникс», 2000.-352 с.

184. Рынок ценных бумаг: Учебник / Под ред. В.А. Галанова, А.И.Басова .- М.: Финансы и статистика, 2004. 448 с.

185. Сервис-ориентированная архитектура Электронный ресурс. — Режим доступа: http://www.citforum.ru/internet/ webservice/soa/ (дата обращения 10.01.2008)

186. Сервис-ориентированная архитектура предприятия Электронный ресурс. Режим доступа: http://www.ibm.com/ ёеуеЬретогкз/ги/НЬгагуЛуз-зоа-е^егрпзе 1/тёех.^т1 (дата обращения 16.05.2008)

187. Силов, В.Б. Принятие стратегических решений в нечеткой обстановке / В.Б. Силов. М.: ИНПРО-РЕС, 1995. - 228 с.

188. Синавина, В.Г. Комплексная проблема повышения качества информационных процессов в экономике / В.Г. Синавина: Автореф. дисс. д.э.н.: 08.00.13 -М.: 1997.-46 с.

189. Социально-экономическая статистика: Словарь. М.: Финансы и статистика, 1981. - 444 с.

190. Скотт, К. Унифицированный процесс. Основные концепции / К. Скотт.: Пер. с англ. М.: Издательский дом «Вильяме», 2002. - 160 с.

191. Скотт, К. ЦМЬ. Основные концепции / К. Скотт.: Пер. с англ.-М.: Издательский дом «Вильяме», 2002. 144 с.

192. Смирнов, Н.В. Курс теории вероятностей и математической статистики / Н.В. Смирнов, И.В. Дунин-Барковский. М.: Изд-во «Наука», 1965. - 511 с.

193. Смит, К.У. Эффективные решения: руководство по созданию гибкого и масштабируемого программного обеспечения: Пер. с англ. / К. У. Смит, Дж. Ллойд Уильяме. М.: Изд.дом «Вильяме», 2003. - 448 с.

194. Стандарты качества и моделирование качества программного обеспечения. Электронный ресурс. Режим доступа: http://softwarequality.narod.ru/ qualitymodelstandards.html (дата обращения 22.05.2008).

195. Тельнов, Ю.Ф. Реинжиниринг бизнес-процессов. Компонентная методология. 2-е изд., перераб. и доп. / Ю.Ф. Тельнов. М. «Финансы и статистика», 2004. - 320 с.

196. Тельнов, Ю.Ф. Интеллектуальные информационные системы в экономике. Учебное пособие. Изд. 3-е, расш. и доп. / Ю.Ф. Тельнов. -М. «СИНТЕГ», 2002. 316 с.

197. Терехов, А.Н. Современные модели качества программного обеспечения Электронный ресурс. / А.Н. Терехов, В. Туньон. Режим доступа: httpV/www.mterface.ru/fset.asp?^!^ /misc/qs.htm (дата обращения 22.05.2008).

198. Тищенко, E.H. Метода анализа защищенности экономических информационных систем: Монография / E.H. Тищенко; РГЭУ «РИНХ». Ростов н/Д., 2003. - 216 с.

199. Томашевский, В.Н. Имитационное моделирование в среде GPSS / В.Н. Томашевский, Е.Г. Жданова. — М.: Бестселлер, 2003.-416 с.

200. Трухаев, Р.И. Модели принятия решений в условиях неопределенности. М.: Наука, 1981. - 258 с.

201. Тулупьев, A.JI. Алгебраические байесовские сети. JIo-гико-вероятностный подход к моделированию баз знаний с неопределенностью / А.Л. Тулупьев. СПб.: СПИИРАН, 2000. - 292 с.

202. Тюрин, Ю.Н. Анализ данных на компьютере / Ю.Н.Тюрин, A.A. Макаров / Под ред. В.Э.Фигурнова. М.: ИНФРА-М, Финансы и статистика, 1995. - 384 с.

203. Уокер, Р. Управление проектами по созданию программного обеспечения. Унифицированный подход / Р.Уокер. М. Лори , 2002. - 424 с.

204. Управление проектами / Под ред. В.Д. Шапиро. СПб.: Изд. «Два-Три», 1996. - 304 с.

205. Уланов, Г.М. Методы разработки интегрированных АСУ промышленных предприятий / Г.М. Уланов, P.A. Алиев, В.П. Кривошеев. -М.: Энергоатомиздат, 1983. 320 с.

206. Уэно, Ч. Представление и использование знаний / Ч. Уэно, Т. Кояма, Т. Оккамото, Б. Мацуби, М. Исидзука. М.: Мир, 1989.-220 с.

207. Хашиева, Л.Н. Информационное и методическое обеспечение системы оценки качества работы налоговых органов / Л.Н. Хашиева: Автореф. дисс. . . . к.э.н.: 08.00.13 — Ростов-на-Дону, 2002. -24 с.

208. Фаулер, М. Рефакторинг: улучшение существующего кода / М. Фаулер.: Пер. с англ. СПб.: Символ-Плюс, 2004. - 432 с.

209. Фаулер, М. Архитектура корпоративных программных приложений / М. Фаулер.: Пер. с англ. М.: Издательский дом «Вильяме», 2004. - 544 с.

210. Фишберн, П. Теория полезности для принятия решений / П. Фишберн. М.: Наука, 1978- 244 с.

211. Хубаев, Г.Н. Информационные и программные системы как объекты активного экспериментирования / Г.Н. Хубаев // Программные продукты и системы (8ойшаге&8уз1ет), №2, 1999 С.2 - 7.

212. Хубаев, Г.Н. Методика экономической оценки потребительского качества программных средств / Г.Н. Хубаев // Программные продукты и системы (8ой\уаге&8у81ет), №1, 1995. С.2-6.

213. Хубаев, Г.Н. Сравнение сложных программных систем по критерию функциональной полноты / Г.Н. Хубаев // Программные продукты и системы (8ойл¥аге&8у51ет), №2, 1998.-С.6-9.

214. Хубаев, Г.Н. Сложные системы: экспертные методы сравнения / Г.Н. Хубаев // Известия ВУЗов, Северокавказский регион. Общественные науки, №3, 1999. С.7 - 24.

215. Хубаев, Г.Н. Статистические методы планирования экстремальных экспериментов с информационными системами / Г.Н. Хубаев // Вопросы статистики. №6, 1999. - С. 78 - 83.

216. Хубаев, Г.Н. Экономика проектирования и применения банков данных: Текст лекций / Г.Н. Хубаев. Ростов-на-Дону: РИСЧЬ, 1989.-69 с.

217. Цукамото, Я. О плотности А,-нечеткой меры / Я. Цу-камото, М.М. Гупта, П.Н. Никифорук // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ.; Под ред. Р.Р.Ягера.- М., 1986.- С.292-299.

218. Чакроборти, A. Microsoft® .NET Framework: Разработка профессиональных проектов / А. Чакроборти, Ю. Кранти, Р.Сандху.: Пер. с англ. СПб.: БХВ-Питербург, 2003. - 896 с.

219. Черноморов, Г.А. Теория принятия решений: Учебное пособие / Г.А. Черноморов. Юж. - Рос. Гос. техн. Ун-т. - 3-е изд. перераб. и доп. - Новочеркасск: Ред. Журн. «Изв. Вузов. Электромеханика», 2005. - 448 с.

220. Черняк, Л. Сервисы и сложные системы Электронный ресурс. / Л. Черняк. Режим доступа: http://www.osp.ru/os/2007/10/4705804/ (дата обращения 26.01.2008)

221. Шафер, Д. Ф. Управление программными проектами: достижение оптимального качества при минимуме затрат / Д.Ф. Шафер, Р.Т. Фатрел, Л.И. Шафер. М.: Изд. дом «Вильяме», 2004.- 1136 с

222. Шаллоуей, А. Шаблоны проектирования. Новый подход к объектно-ориенированному анализу и проектированию / А. Шаллщуей, Дж. Р.Трот: Пер. с англ.- М.: Изд.дом «Вильяме», 2002. 288 с.

223. Шаракшанэ, А.С. Испытания сложных систем: Учебное пособие для вузов / А.С. Шаракшанэ, И.Г. Железнов. М.: Высшая школа, 1974. - 184 с.

224. Шеннон, Р. Имитационное моделирование систем -искусство и наука / Р. Шеннон: Пер. с англ.- М.: Мир, 1978. 418с.

225. Шапиро, Д.И. Принятие решений в системах организационного управления: использование расплывчатых категорий / Д.И. Шапиро. -М.: Энергоатомиздат, 1983. 184 с.

226. Широбокова, С.Н. Содержательный анализ функциональной полноты вузовских информационных систем бухгалтерского учета / С.Н. Широбокова // Ученые записки. Вып.4. — Ростов-на-Дону, РГЭА, 1999-С.121-127.

227. Щербаков, С.М. Моделирование информационных процессов в системе управления вузом / С.М. Щербаков.: Автореф. дисс. к.э.н.: 08.00.13 Ростов-на-Дону, 2000. - 22 с.

228. Шокин, Ю.И. Интервальный анализ / Ю.И. Шокин. -Новосибирск, Наука, 1981. 112 с.

229. Шполянская, И.Ю. Потребительское качество информационных систем для малых предприятий / И.Ю. Шполянская // Прикладная информатика. 2006. - №2. - С. 58 - 65.

230. Штовба, С.Д. Введение в теорию нечетких множеств и нечеткую логику Электронный ресурс. / С.Д. Штовба Режим доступа: http://www.tspu.tula.ш/ivt/oldsite/lcopy/MatlabRU/fuzzylogic/ Ьоок1/ 12.asp.htm (дата обращения 29.02.2008).

231. Эддоус, М. Методы принятия решений / М. Эддоус, Р. Стэнсфилд. -М.: Аудит, ЮНИТИ, 1997. 590 с.

232. Юдин, Д.Б. Математические методы оптимизации устройств и алгоритмов АСУ / Д.Б. Юдин, А.П. Горяшко, А.С. Неми-ровский / Под ред. Ю.В. Асафьева, В.А.Шабалина. М.: Радио и связь, 1982.-253 с.

233. Ягер, P.P. Множества уровня для оценки принадлежности нечетких подмножеств / P.P. Ягер // Нечеткие множества и теория возможностей. Последние достижения / Пер.с англ.; под ред. Р.Р.Ягера. -М.: Радио и связь, 1986. С.71 - 78.

234. Якобсон, А. Унифицированный процесс разработки программного обеспечения / А. Якобсон, Г. Буч, Дж. Рамбо. СПб.: Питер, 2002. - 496 с.

235. Ярушкина, Н.Г. Методы нечетких экспертных систем в интеллектуальных САПР / Н.Г. Ярушкина. Саратов:Изд-во Сарат. ун-та, 1997.-107 с.

236. Bellman, R.E., On the analytical formalism of fuzzy set, Information Siences /R.E. Bellman, M. Gieriz. 1975, vol. 5, s. 149 156.

237. Bezdek, J.C. Pattern recognition with fuzzy objective function algorithms / J.C. Bezdek. New York: Plenum Press, 1981. -256 p.

238. Boehm, B. W. Characteristics of Software Quality / B. W. Boehm, J. R. Brown, H. Kaspar, M. Lipow, G. MacLeod, M.J. Merritt. -North Holland, 1978.

239. Boehm B. W. Software Risk Management / Boehm B. W. IEEE Computer Society Press, CA, 1989.

240. Buckley, J.J. Fuzzy numbers for expert systems / J.J. Buckley, W. Siler // Fuzzy logic in knowledge-based systems, decision and control / Ed. M.M.Gupta, T.Yamakawa. Elsevor Science Publishers B.V., 1988.-P.153-172.

241. Chang, R.L.P. Fuzzy Decision Tree Algorithms / R.L.P. Chang, T. Pavlidis // IEEE Trans. Systems, Man, Cybern. 1977. - Vol. SMC-7, No.l. — P.28 — 35.

242. Chidamber, S.R. A metrics suite for object-oriented design / S.R. Chidamber, C.F. Kemerer // IEEE Trans. Software Engineering 20, 1994, p.476 -493.

243. Dubois, D. Operations on fuzzy numbers / D. Dubois, H. Prade // International Journal System Sience, 1978, vol. 9, s. 613 626.

244. Dubois, D. Fuzzy Sets and Systems / D. Dubois, H. Prade N.Y. - Academic Press, 1980.

245. Enterprise Architecture: Fart Too Important to Be Left to the IT Team Gartner, 2002

246. Fukami, S. Some considerations of fuzzy conditional inference / S. Fukami, M. Mizumoto, K. Tanaka // Fuzzy Sets and Systems, 1980, vol. 4, s. 253-273.

247. Gamma, E. Design Patterns: Elements of Reusable Object -Oriented Software / E. Gamma, R. Helm, R. Johnson, J. Vlissides. MA.: Addison-Wesley, 1995.

248. Hisdal, E. A flexible classification structure / E. A Hisdal // Fuzzy logic in knowledge-based systems, decision and control / Ed. M.M.Gupta, T.Yamakawa. Elsevor Science Publishers B.V. - 1988. -P.ll-87.

249. Hohle, U. Representation theorems for fuzzy quantities / U. Hohle//Fuzzy Sets and Systems. 1981. - Vol.5 P.83 - 107.

250. IBM IT Process Model. White Paper, Managing information technology in a new age. IBM, 2000

251. ISO 8402:1994 Quality management and quality assurance Vocabulary.

252. ISO/IEC 9075:1992. Information technology Database Language SQL, 1992.

253. ISO/IEC 9075-3:1995. Information technology Database Language SQL Part 3: Call Level Interface.

254. ISO/IEC 9126-1: 2001. Software engineering Software product quality — Part 1 : Quality model. Geneva, Switzerland: International Organization for Standardization.

255. ISO 8402:1994 Quality management and quality assurance Vocabulary.

256. ISO/IEC DTR 9126-2. 2001. Software engineering -Software product quality Part 2: External metrics. Geneva, Switzerland: International Organization for Standardization.

257. ISO/IEC DTR 9126-3. 2000. Software engineering -Software product quality Part 3: Internal metric. Geneva, Switzerland: International Organization for Standardization.

258. ISO/IEC TR 9126-4: 2004. Software engineering Product quality - Part 4: Quality in use metrics. Geneva, Switzerland: International Organization for Standardization.

259. ISO/IEC 14834: 1996/. Information technology Distributed transaction processing - The XA Specification

260. ISO/IEC 14750: 1999. Information technology Open Distributed Processing - Interface Definition Language/ Edition 1.0

261. ISO/IEC DIS 15475-3. Information Technology-Software engineering data definition and interchange Transfer format-Part 3: Encoding ENCODING. 1.

262. Klement, E.P. Fuzzy a-algebras and fuzzy measurable functions / E.P. Klement // Fuzzy Set and Systems. 1980. - Vol.4. -P.83 — 93.

263. Lee, С. C. Fuzzy Logic in Control System: Fuzzy Logic Controller / С. C. Lee Part I, IEEE Transactions on System, Man and Cybernetics, 1990, vol. 20, nr. 2, s. 404 - 418.

264. Lorenz, M. Object-oriented software metrics / M. Lorenz, J. Kidd. Prentice Hall, 1994. 146p.

265. Mamdani, T. h. Applications of fuzzy logic to approximate reasoning using linguistic synthesis. IEEE Transactions on Computers, vol. 26, no. 12, 1977, pp. 1182 - 1191.

266. McCall, P. Factors in Software Quality / P. McCall, G. Richards three volumes, NTIS AD-A049-014, AD-A049-015, AD-A049-055, November 1977.

267. McCabe, J. A complexity measure / J. McCabe. // IEEE Trans. Software Engineering 2(4), 1976, p.308 320.

268. Service Oriented Architecture — SOA Электронный ресурс. — Режим доступа: http://www-01.ibm.com/software /solutions/soa/ (дата обращения 15.04.2008)

269. Takagi, Т. Fuzzy Identification of Systems and Its Anli-cations to Modeling and Control / T. Takagi, M. Sugeno // IEEE Transactions on System, Man and Cybernetics, 1985, vol. 15, s. 116 132.

270. TPC Benchmark H. Standard Specification Revision 1.0.1. Transaction Processing Performance Council (TPC), 1999.

271. TOGAF Электронный ресурс. Режим доступа: http:/www.opengroup.com (дата обращения 11.01.2008).

272. Zachman J.A. Extending and Formalizing the Framework for Information System Architecture / J.A. Zachman, J.F. Sowa. IBM System Journal, vol. 31, no. 3, 1992.

273. Liu, K. Quality Metrics of Object Oriented Design for Software Development and Re-development / K. Liu, S. Zhou, H. Yang. -Proceedings of the First Asia-Pacific Conference on Quality Software, 2000 IEEE.

274. PMI Standards Committee, William R/ Duncan, Director of Standards. A Guide to the Project Management Body of Knowledge. Nettoun Square, PA: Project Management Institute, 1996.