ПЕРЕВАГИ ВИКОРИСТАННЯ НЕЧІТКОЇ ЛОГІКИ В ПРОЦЕСІ УПРАВЛІННЯ IT-ПРОЕКТАМИ

Дудник О.О.
аспірант
frightempire@gmail.com
Соколовська З.М.
д.е.н., професор
nadin_zs@te.net.ua
Одеський національний політехнічний університет (Україна)

Презентація

ІТ-проекти не підпадають під дію обмежень так само, як проекти, результатом яких є фізична продукція. Програмне забезпечення регулюється реальними обмеженнями, але вони, як правило, мають багатовимірний та абстрактний характер. Замовник і виконавець часто забувають або просто не розуміють обмежень ІТ, що призводить до нереалістичних очікувань та надмірно амбітних проектів [1]. Це пов’язано, принаймні частково, з поглядом, що програмне забезпечення не містить обмежень, і тому його потенціал є необмеженим. Проведемо аналіз найчастіше зустрічаємих обмежень при управлінні IT-проектами.

Ступінь готовності продукту буває тяжко візуалізувати. Відсутність матеріального продукту означає, що проект може тривати протягом значного часу, перш ніж проблеми стануть очевидними. Таким чином, іноді упускається можливість перевірити, що часові та матеріальні витрати співвідносяться з прогресом проекту в бажаному напрямку.

Ще одною проблемою ІТ-проектів є зловживання гнучкістю програмного забезпечення. Труднощі візуалізації меж того, що можливо або практично в ІТ, заохочує замовників змінювати своє уявлення стосовно проекту частіше, ніж в инших інженерних проектах. Часті запити щодо нових функцій або зміна вже існуючих функцій під час виконання проекту створюють небажану складність. Це сприяє перевитратам часу та бюджету, тим самим збільшуючи ймовірність несвоєчасного завершення проекту.

Ступінь складності, пов’язаної з розробкою функцій програмного забезпечення, може бути дуже важко оцінити на початку проекту. Причиною є унікальність в залежності від предметної області, типу проекту та технологій реалізації. Як результат, проекти можуть стати набагато складнішими, ніж було спочатку заплановано. Такі проекти надзвичайно чутливі до невдач або труднощів.

Але основним обмеженням є невизначеність. Багато ІТ-систем створюються з ціллю виконувати або спрощувати завдання, які раніше виконували люди. З’ясування чітких вимог до таких систем може викликати великі труднощі, не кажучи про можливість з’ясувати їх на почату проекту. Вже в процесі розробки проекту може виявитися, що разробка триватиме довше, коштуватиме набагато більше, або є функції, які розробити неможливо.

Зважаючи на ці труднощі, одним з найбільш поширеніших прийомів прогнозування в практиці управління IT-проектами є експертна оцінка [2]. Хоча така оцінка може бути ефективною, вона страждає від проблем суб’єктивності та вразливості до втрати знань. У цих умовах є необхідність не в більш формалізованих метриках – скоріше, нам потрібно знайти спосіб збалансованого поєднання експертного та формального моделювання. Зважаючи на цю інформацію, розглянемо актуальність примінення нечіткої логіки для управління IT-проектами. А саме розглянемо найважливіші фактори на користь примінення нечіткої логіки.

Здатність впоратись із невизначеністю. Дуже важливою частиною процесу прогнозування є надання оцінок, максимально наближених до фактично досягнутих. Імовірність розходження фактичної та прогнозованої оцінки підвищується, коли у наявності є лише мінімальна інформація для передбачення. У випадку використання нечіткої логіки оцінка може бути зроблена більш точною в ході процесу, коли у наявності є більше інформації.

Варіативність у деталізації та здатність впоратися з мінімальними даними. Під час аналізу вимог вхідні та вихідні дані моделі можна представляти у лінгвістичній формі. Ці дані стають нечіткими числами під час проектування та перетворюються на точні значення, коли відомо більше даних [1]. Це значна перевага, враховуючи широко визнані проблеми, що виникають при зборі даних в дослідженнях та практиці управління процесом розробки IT-проектів.

Стійкість до аномальних спостережень. Нерідко буває що набори даних управління програмним забезпеченням містять незвичайні спостереження, таким чином знижуючи загальну точність будь-якої емпіричної моделі [4]. Проблеми нерепрезентативних даних можна зменшити або уникнути, розробляючи моделі з залученням експертів, де модель може бути інтерпретована, перевірена та доопрацьована за потреби.

Використання експертних знань. Оскільки нечітка логіка дозволяє нам представляти поняття як функції членства та асоціації між цими поняттями як правила у лінгвістичному вигляді, ми можемо дуже легко використати експертні знання про такі поняття та відносини у нечіткій системі.

Доступність та прозорість під час вивчення. Логічне моделювання значно легше зрозуміти та використовувати, ніж більшість статичних методів. Незважаючи на те, що стосовно нечіткої логіки існує кілька важливих математичних принципів, техніка піддається як початківцям, так і експертам. Результат виводу нечіткої моделі також є повністю зрозумілими, оскільки перехід від вхідних даних до вихідних може бути проаналізовано та переглянуто.

Таким чином робимо висновок, що використання нечіткої логіки в процесі управління IT-проектами надає низку переваг:

  1. Простота та гнучкість описання правил, за якими нечітка система приймає рішення, у псевдо-лексичній формі, що спрощує їх розуміння.
  2. Можливість приймати рішення при неповноті наявної інформації.
  3. Простота у розробці, адже для такого роду систем не є обов’язковою детермінованість.

Однак використання нечіткої логіки накладає і деякі обмеження. В рамках конкретної задачі, яку планується вирішувати за допомогою нечіткої логіки, є необхідність слідкувати за станом бази знань та бази данних. Дуже важливо тримати їх у відповідності та актуальному стані, щоб система мала змогу робити коректні рішення.

ЛІТЕРАТУРА

  1. Jarosław Polak, Przemysław Wójcik. Knowledge Management in IT Outsourcing/Offshoring Projects. PM World Journal. 2015. №4.
  2. Robert T. Hughes. Expert judgement as an estimating method. Information and Software Technology. 1996. 38(2). С. 67-75.
  3. Gray A. R., MacDonell S. G. Fuzzy logic for software metric models throughout the development life-cycle. 18th International Conference of the North American Fuzzy Information Processing Society - NAFIPS (Cat. No.99TH8397). 1999. С. 258-262.
  4. Miyazaki Y., Terakado M., Ozaki K., Nozaki, H. Robust Regression for Developing Software Estimation Models. J. Syst. Softw. 1994. 27(1). С. 3-16.