Моделі та алгоритми інформаційної підтримки прийняття рішень при формуванні колективів

Размещено на http://allbest.ru

Херсонський національний технічний університет

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня кандидата технічних наук

05.13.06 - автоматизовані системи управління та прогресивні інформаційні технології

МОДЕЛІ ТА АЛГОРИТМИ ІНФОРМАЦІЙНОЇ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ПРИ ФОРМУВАННІ КОЛЕКТИВІВ

Виконала Кірюшатова Тетяна Григорівна

Херсон - 2005

АНОТАЦІЯ

Кірюшатова Т.Г. Моделі та алгоритми інформаційної підтримки прийняття рішень при формуванні колективів. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 - автоматизовані системи управління та прогресивні інформаційні технології. Херсонський національний технічний університет, Херсон, 2005.

Дисертаційна робота присвячена розробці моделей та алгоритмів вирішення задач формування виробничих колективів з урахуванням особистих якостей кожного члену колективу. Розглянуто особливості комп'ютеризованих систем, які використовуються для підбору кадрів. Запропоновано математичну модель людино-машинної ієрархічної системи керування виробничим колективом. Розроблено модель людини-оператора у вигляді системи, що самоорганізується, з функціональною адаптацією, особливістю якої є можливість визначити вузькі місця системи. Розроблено структуру СППР при формуванні колективів різної кількості.

Розроблено алгоритм системи підтримки прийняття рішень, що забезпечує діалог ОПР із системою та ефективною підтримкою прийняття рішень при підборі кадрів у виробничий колектив.

Розроблено програмний комплекс для автоматизованої комп'ютеризованої системи, яка з урахуванням векторного профілю особистості здатна формувати стійкі пари, трійки, і т.і. для виконання виробничих завдань різної складності.

інформаційний рішення програмний інтерфейс

1. ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Нові інформаційні технології впроваджуються в різні галузі сучасної діяльності людини. Кінцевий результат, терміни виконання та якість продукції залежать від персоналу, який виконує ті або інші функції на підприємстві. При формуванні виробничого колективу керівник спирається на свій досвід та інтуїцію, а також оцінює виробничий стаж та кваліфікацію. Внаслідок цього в подальшому у виробничих колективах можуть виникати конфлікти, дії деяких співробітників можуть бути неузгодженими. Вирішення цієї проблеми не можливе без використання сучасних інформаційних технологій. Такі технології повинні забезпечувати розв'язання відповідних задач, пов'язаних із формуванням колективів, підвищення продуктивності праці за рахунок зменшення конфліктів у колективах, можливість зменшити витрати, які пов'язані із переформуванням колективів різного рівня. Науковою базою для дисертаційних досліджень стали роботи Глушкова В.М., Скуріхіна В.І., Михалевича В.М., Губинського О.І., Павлова А.А., Поспєлова Д.С., Месаровича М., Марасанова В.В., Цвіркуна А.Д., Ларичева О.І., Руа Б., Вентцель О.С., Петрова Е.Г., Бусленка Н.П., Трофимова Ю.Л. та ін.

Актуальність теми. Необхідність підвищення ефективності та наукового обґрунтування управлінських рішень при формуванні кадрової політики підприємств випливає із об'єктивних умов розвитку економіки України на сучасному етапі. Мета розвитку підприємств в умовах ринкових відносин - підвищення ефективності їхньго функціонування.

Тематика досліджень є актуальною, оскільки формування виробничих колективів на високому науковому рівні неможливе без використання інформатизації процесів управління, широкого використання математичних моделей, нових інформаційних технологій.

Сучасні автоматизовані системи тестування нових співробітників не враховують особисті якості респондентів, мають вузьку спрямованість і не характеризують особистість в цілому, тому актуальною є необхідність розробки нових моделей, алгоритмів і програмних продуктів, які б дозволяли формувати виробничі колективи за даними тестування, що враховує всі аспекти особистості.

Зв'язок з науковими програмами, планами, темами. Дисертаційна робота виконана у відповідності до державних науково-технічних програм, які сформульовані в Законах України “Про вищу освіту”, „Про наукову і науково-технічну діяльність”, “Про національну програму інформатизації”, а також планів найважливіших науково-технічних робіт Міністерства освіти і науки України:

6. - інформатика, автоматизація і приладобудування;

6.2.2 - перспективні інформаційні технології і системи.

Робота виконувалася на кафедрі інформаційних технологій і дизайну Херсонського державного технічного університету. Розроблені моделі та алгоритми були використані при виконанні прикладної державної науково-дослідної роботи “Система інформаційного забезпечення і підготовки рішень для органів місцевого та обласного управління” (номер державної реєстрації 0198U005488).

Автор брала участь у даній роботі як виконавець. У виконанні роботи роль автора полягала у розробці моделей та алгоритмів системи підтримки прийняття рішень при формуванні виробничих колективів.

Метою дослідження є розробка моделей і алгоритмів інформаційної підтримки прийняття рішень при формуванні виробничих колективів з урахуванням особистих якостей членів колективу. Поставлена мета визначила наступні задачі:

- проаналізувати існуючі види виробничих колективів, дослідити процеси, що відбуваються при взаємодії співробітників у них;

- на основі порівняльного аналізу існуючих методів і підходів до створення систем підтримки прийняття рішень розробити концепцію інформаційної підтримки прийняття рішень при формуванні виробничих колективів;

- розробити моделі процесів керування виробничими колективами з урахуванням особистісних якостей співробітників, яких підбирають;

- адаптувати формально-логічний апарат для систем підтримки прийняття рішень при формуванні виробничих колективів;

- розробити нормативні моделі елементів комплексу, яким відповідають алгоритми, програмні модулі, інформаційні технології, реалізувати їх у вигляді адаптивного інтерфейсу для керівника та визначити ефективність використання запропонованих розробок.

Об'єктом дослідження є інформаційні процеси, що виникають при формуванні виробничих колективів з урахуванням особистісних якостей працівників у сучасних соціально-економічних умовах.

Предмет дослідження - інформаційні технології, моделі та алгоритми підтримки прийняття рішень при формуванні виробничих колективів.

Методи дослідження. Для досягнення поставленої в дисертаційній роботі мети використовуються загальні наукові методи: системний підхід, аналіз теорії керування, методи дискретної математики. Зокрема, для математичного опису підсистем виробничого колективу трирівневої структури використовується теорія Ляпунова А.А. щодо опису функціонування підсистем у вигляді кінцевих дискретних алгоритмів.

Наукова новизна одержаних результатів полягає в наступному:

- формалізовані особливості взаємодії окремих членів виробничих колективів, запропонована методика відбору потрібних членів для виконання тих або інших робіт шляхом оцінювання особистісних якостей співробітників;

- виконано математичний опис трирівневої системи виробничого колективу з використанням теорії Ляпунова А.А. функціонування дискретних кінцевих алгоритмів;

- запропоновані моделі побудови складних ієрархічних систем, обґрунтовано застосування агрегативно-декомпозіційного методу до синтезу ієрархічної системи управління;

- запропоновані моделі підтримки прийняття рішень у вигляді трирівневої моделі управління виробничим колективом і здійснене їхнє впровадження в систему багатоконтурного керування підприємством;

- запропоновано оригінальну кількісну оцінку якісних характеристик особистості;

- розроблено нову інформаційну технологію й проблемно-орієнтований інструментарій вирішення завдань формування виробничих колективів у вигляді моделей, алгоритмів і програм, реалізованих у системі підтримки прийняття рішень керівником підприємства.

Практичне значення одержаних результатів полягає в реалізації оригінального комплексу програм, який забезпечує допомогу керівникові в прийнятті рішень щодо формування виробничих колективів. Цей комплекс спрямований на підвищення ефективності роботи підприємства за рахунок скорочення часу та поліпшення якості прийнятих рішень керівниками усіх рівнів. Впровадження системи приводить до поліпшення процесу управління, зменшення навантаження на особу, що приймає рішення (ОПР). Система підтримки прийняття рішень (СППР) базується на даних психологічного тесту Кеттела, результати якого використовуються для побудови вектора особистості кожного співробітника, відповідно до ступеня наближення цих векторів видаються рекомендації щодо можливості роботи двох або декількох індивідуумів в одному виробничому колективі. Створено відповідне програмне забезпечення: алгоритми, програми, підсистеми. Вирішено практичне завдання формування малих і середніх виробничих колективів.

Розроблена СППР являє собою універсальну інформаційну платформу для формування виробничих колективів з урахуванням особистих якостей співробітників. Результати дисертаційних досліджень апробовані на практиці, а також використовуються в навчальному процесі в Херсонському національному технічному університеті (ХНТУ) на кафедрі інформаційних технологій і дизайну в курсі “Автоматизація підприємства та автоматизовані системи управління”.

Особистий внесок здобувача полягає в постановці та обґрунтуванні завдань і мети дослідження, узагальненому аналізі науково-технічної літератури, детальному дослідженні існуючих методик по формуванню виробничих колективів. Розглянуто особливості функціонування різних виробничих колективів, розкрито основні фактори, що знижують ефективність функціонування виробничого колективу через незадовільний підбір або розміщення кадрів. Запропоновано методику кількісної оцінки якісних характеристик співробітників. Автор узяв безпосередню участь у розробці програмних модулів і підсистем комплексу від розробки алгоритмів до тестування готових програмних продуктів.

2. ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтована актуальність роботи, сформульовані мета та завдання досліджень, наведено перелік одержаних результатів, характеризується наукова новизна і практична цінність. Наведено зв'язок роботи з науковими програмами, планами, темами.

У першому розділі розглянуті основні комп'ютерні системи, які використовуються для підбору кадрів та подана їхня класифікація. Приведена порівняльна характеристика одномірних та багатомірних систем, “відкритих” та “закритих” систем. Дано узагальнене поняття виробничого колективу, розглянуті види зв'язків у колективі, а також інформаційні процеси, що виникають у результаті функціонування різних виробничих колективів, з тим, щоб за рахунок виявлених негативних факторів, які виникають при формуванні колективів, змінити процес прийняття рішень у кращу сторону. Для правильної побудови структури СППР при формуванні колективів подана класифікація базових елементів виробничого колективу та основних типів зв'язків між співробітниками в колективі. Проведений аналіз існуючих підходів до моделювання процесу формування колективів та існуючих комп'ютеризованих систем для підбору кадрів показав їхній недостатній рівень, довів перспективність створення нової системи, яка враховує особисті якості людини та дозволяє створювати векторний профіль особистості.

Описано процесуальний підхід до формування виробничих систем, розглянуті основні етапи функціонування виробничих систем, за різними ознаками класифіковані процеси функціонування будь-якого виробничого колективу. Обґрунтовано необхідність застосування моделі розподілу функцій в управлінні персоналом у трирівневій ієрархічній виробничій системі.

У результаті проведеного аналізу сформульовано об'єкт, предмет, мету, задачі та методи дослідження. Розв'язання поставлених задач дозволяє поліпшити якість роботи створених колективів.

Другий розділ присвячений теоретичному обґрунтуванню підходів до створення моделей формування колективів. Розглянуто і проаналізовано особливості моделювання процесу формування колективів. Побудовано структуру системи управління, що дозволяє раціонально формувати колективи різної чисельності та з різними видами зв'язків між співробітниками в підрозділах виробничих колективів. Запропоновано побудувати ієрархічну систему управління на основі агрегативно-декомпозиційного методу, що дозволяє розподілити функції управління колективом на різних рівнях. При побудові моделі верхнього рівня управліня рекомендовано використати агрегацію, що синтезує ієрархічно організовану сукупність незалежно розв'язуваних в різних інтервалах часу завдань керування. При побудові моделей нижнього рівня й для переходу від укрупнених змінних верхнього рівня до параметрів нижнього рівня використовується декомпозиція, що дозволяє розглядати модель об'єкта значно меншої розмірності й формувати завдання управління на всіх рівнях у формі, аналогічній вихідному завданню управлінню.

У третьому розділі розглянута математична модель людино-машинної ієрархічної системи керування виробничим колективом. У нашому випадку є трирівнева ієрархічна система управління зі зв'язками між елементами системи одного рівня, підлеглих одному елементу наступного рівня за принципом “кожний з кожним”, а між елементами різних рівнів - за підпорядкованістю. Члени виробничого колективу представлені як оператори різних рівнів управління. Модель роботи операторів на кожному рівні може бути розглянута на прикладі моделі операторів першого рівня, тому що первинний колектив є найбільш значимим на підприємстві. Насамперед позначимо: n - число елементів на першому рівні керування; 1 - число бригад і число елементів на другому рівні керування; m_l - число елементів в 1-ій бригаді першого рівня. Припускаючи пропорційну залежність між виходом об'єкта керування й керуючим впливом оператора першого рівня, одержимо рівняння, що визначає помилку, яка надходить на блок взає:

=Х-G ,

де - вектор-стовпець розмірності n, яка являє собою помилку процесу управління; Х - вектор-стовпець розмірності n, що являє собою заданий процес, за яким провадиться спостереження; - керуючий вплив, який надходить на об'єкт від операторів 1-го рівня, що являє собою вектор-стовпець розмірності n; G - діагональна матриця коефіцієнтів передачі мови.

Тоді помилка, яка надходить безпосередньо до людини-оператора, визначиться з виразу:

=L ,

де - вектор-стовпець розмірності n.

Взаємодопомогу між операторами однієї бригади 1-го рівня визначимо в такий спосіб: після сигналу від оператора 2-го рівня один з операторів 1-го рівня починає допомагати іншому операторові, тобто оператор, що допомагає, періодично здійснює спостереження за двома сигналами помилки. При такому способі надання допомоги оператор L можна визначити як періодичну діагональну матрицю

L=diag(L¹ L²…L^L),

діагональні елементи якої є матрицями.

;

B^k - матриця розмірності (M_k M_k) ;L^k - матриця розмірності (M_k M_k); k=; ; - період перемикання уваги. Керуючий вплив, що здійснюється операторами 1-го рівня, визначимо у вигляді лінійної комбінації найбільш істотних параметрів:

де - діагональні матриці розмірності (n n); U¹ - вектор-стовпець керуючих впливів, який здійснюються операторами 1-го рівня, розмірності n; U² - вектор-стовпець керуючих впливів, який здійснюються операторами 2-го рівня, розмірності n; U³¹ - вектор-стовпець керуючих впливів, який здійснюються операторами 3-го рівня, розмірності n; y - вектор-стовпець розмірності n, елементи якого визначаються:

Вектор-стовпець y уведений тут для врахування впливу ефективності роботи всієї бригади на ухвалення рішення по виробленню керуючого впливу кожним з операторів, які входять у бригаду. Керуючий вплив, який прикладається до процесу, визначиться з виразу:

де індекс Т означає транспонування. Для здійснення режиму функціональної адаптації елементи матриць повинні змінюватися відповідно до оцінки критерію навченості оператора. Як критерій навченості приймемо функціонал наступного виду:

J¹ - вектор-стовпець розмірності n;

- діагональна матриця вагових коефіцієнтів.

Вибір критерію навченості визначається з наступних міркувань: мінімізація помилки спостереження відповідає основній вимозі функціонування даної системи й, крім того, принципу функціонального гомеостазису; мінімізація керуючого впливу U¹ відповідає принципу найменшої взаємодії; мінімізація елементів матриць відповідає принципу автономності. Навчання операторів з метою мінімізації критерію відповідає основній вимозі функціонування системи, а також основним принципам, які випливають із теорії ергатичних систем Павлова В.В. У якості алгоритму навчання використаємо алгоритм випадкового пошуку:

де - діагональні матриці порядку (n n), елементами яких є випадкові числа з М( ) для всіх ; - діагональні матриці розмірності(nn), елементи яких визначаються в такий спосіб:

Наведені вище особливості моделі дозволяють за розрахунком одержати динамічні характеристики системи: зміна помилки спостереження в часі; зміна ймовірностей виконання завдання кожним оператором, кожною бригадою й всім колективом у часі. Запропонована модель дозволяє визначити вузькі місця системи, які визначаються як “слабкі” бригади й “слабкі” оператори в цих бригадах, яким у процесі спостереження надавалася допомога.

У четвертому розділі представлено практичне використання теоретичних результатів. Створена архітектура СППР, яка забезпечує:

визначення характеристик оператора та побудову його векторного профілю;

визначення спрямованості оператора;

- адаптацію векторного профілю оператора до інших членів колективу.

На основі аналізу всіх доступних інструментальних систем було сформовано системно-інструментальне середовище, яке включає в себе:

- ОС Microsoft Windows XP SP1 Corporation Edition;

- файловий менеджер Total Commander 6.51;

- мову програмування JAVA;

- середовище програмування Borland Delphi 7.0

Робота СППР організована у вигляді меню, з якого керівник може вибрати потрібну йому функцію. Розроблена СППР поділена на блоки, які виконують окремі функції.

Блок 1. Оператор встановлює зв'язок з автоматизованою системою.

Блок 2. Якщо оператор має доступ, то проводиться введення анкетних даних й ознайомлення з методикою тесту Кеттела.

Блок 3. Автоматизована система запускає тестову послідовність. Після того, як тестова послідовність сформована, кожен тест надається операторові. Якщо тестова послідовність вичерпана, формуються результати тестування.

Блок 4. Результати тестування обробляються й заносяться в базу знань. Формується інформаційна модель оператора, що відображає його спрямованість і векторний профіль.

Блок 5. Експертний блок (блок класифікації) на підставі побудованого векторного профілю відносить оператора до одного з відомих типів.

Блок 6. Автоматизована система відповідно до векторного профілю оператора формує послідовність взаємодій даного оператора з іншими операторами системи.

На основі класифікації типів особистостей запропонована методика підбору кадрів для виробничого колективу, який враховує тип особистості й дозволяє знизити витрати, пов'язані з неправильним підбором кадрів до колективу. Пропонується кількісна методика визначення матриці координат індивідууму у просторі особистості як функції шістнадцяти параметрів, одержуваних у результаті обробки тесту Кеттела

X_i=

Y_i=,

де A,B,C,D,E,F,G,H,I,L,M,N,O,Q1,Q2,Q3,Q4 - величина параметрів особистості за відповідними шкалами Кеттела в стандартних стенах. У введеному просторі (Рис. 1) особистість індивідуума розглядається як чинність, величина якої пропорційна видаленню точки, що відповідає цьому індивідууму від точки (0;0) - початку координат, так званої “точки центроверсії”.

Група із двох операторів А і В має силу ОZ, яка дорівнює векторній напівсумі сил ОА й ОВ, що відповідають кожному з індивідуумів. Таким чином, побудувавши паралелограм АОВD на ОА й ОВ як на сторонах і взявши половину його діагоналі OZ=1/2ОD (1/2 - коефіцієнт нормування, застосовуваний для того, щоб результуючий вектор сил не виходив за межі простору особистості).

Рис.1. Визначення результативного вектора для пари респондентів

У загальному випадку для групи з s операторів абсолютна величина результуючої чинності дорівнює:

де i - число шкал Кеттела, прийнятих до розгляду,

v - кількість операторів у колективі,

s - кількість операторів, що підбирають у групу.

Пара, вектор результуючої сили якої розташований у точці центроверсії або недалеко від неї, легко розподіляє психологічне навантаження та може ефективно співпрацювати. Чим далі від центроверсії сила пари OZ, тим гострішим стає суперництво (конфлікт) через виконання однієї й тієї ж психологічної функції. Збільшуються перекручування в сприйнятті однієї особи іншими. Під сприйняттям розуміється таке розташування, який, за переконанням однієї особи, властиве іншій у просторі особистості. Перекручування в сприйнятті характеризується кутом асиметрії “?” (Рис. 1) між векторами сил пари або колективу й новачка. Коли кут асиметрії перевищує 90°, партнери поступово втрачають надію на можливість змін і конфлікт набуває затяжного характеру. Таким чином, з метою запобігання конфліктних ситуацій у результаті заміни оператора, що вибув, підбирати нового члена групи треба так, щоб кут асиметрії “?” між вектором членів, що залишилися, групи й новачком та абсолютною величиною вектора результуючої чинності нової групи були мінімальними. Для цього необхідно мати картину “стабільності” колективу у вигляді матриць (тензорів) “нерівноваги” та “асиметрії”, на основі яких можна проводити імітаційні експерименти.

Для реалізації СППР розроблене алгоритмічне й програмне забезпечення, розроблені підсистеми, що реалізують моделі підтримки прийняття рішень, програмні модулі, інтерфейс користувача.

ВИСНОВКИ

Дисертаційна робота присвячена дослідженню й розробці математичних моделей, методів, алгоритмів, інформаційних технологій вирішення задач створення виробничих колективів з урахуванням особистих якостей кожного члена.

Отримано наступні результати:

1. На основі проведеної класифікації існуючих комп'ютерних систем, які використовуються при підборі кадрів, дано обґрунтування вибору тесту Кеттела для побудови системи підтримки прийняття рішень керівником підприємства. За результатами цього тесту можна визначити кількісне вираження якісних характеристик особистості, що дає можливість використати ці дані надалі, зокрема для побудови вектора особистості.

2. Уперше представлене системне агрегування моделі прийняття рішень організаційного й технологічного управління виробничою системою, побудована модель ієрархічної системи керування на основі агрегативно-декомпозиційного методу, що дозволяє раціонально будувати структури системи керування.

3. Розроблено модель людини-оператора у вигляді системи, що самоорганізується, з функціональною адаптацією, особливістю якої є можливість визначити вузькі місця системи, які класифікуються як “слабкі” бригади й “слабкі” оператори в цих бригадах. Перераховані вище особливості моделі дозволяють під час розрахунку одержати такі динамічні характеристики системи, як зміна помилки спостереження в часі, зміна ймовірностей виконання завдання кожним оператором, кожною бригадою й всім колективом у часі. Крім того, за значеннями критерію навченості можна оцінити ступінь навченості операторів, а також простежити процес зміни навченості операторів у часі.

4. На основі тесту Кеттела запропонована методика підбору кадрів для виробничого колективу, яка враховує тип особистості і дозволяє на підставі побудови вектора особистості визначити найбільш прийнятні поєднання співробітників у колективі.

5. Розроблено алгоритм системи підтримки прийняття рішень, що забезпечує діалог ОПР із системою та ефективною підтримкою прийняття рішень при підборі кадрів до виробничого колективу.

6. Система підтримки прийняття рішень реалізована у вигляді функціональних підсистем, розроблене відповідне алгоритмічне, програмне забезпечення, а також інтерфейс користувача, що дозволяє роботу керівника, а також служб, пов'язаних з відбором кадрів, зробити більш комфортною і продуктивною.

7. Здійснено реалізацію розроблених моделей, алгоритмів, інформаційної технології формування виробничих колективів на підприємствах міста Херсона з різною формою власності, що дозволило підвищити ефективність роботи цих колективів, зменшити кількість конфліктів у них, знизити плинність кадрів.

Обґрунтованість висновків та рекомендацій, наведених у роботі, підтверджується практичним використанням результатів дисертаційних досліджень. Результати досліджень впроваджені на підприємствах з різними формами власності, зокрема ТОВ “Агроальянс”, ХОТШ ТСОУ (Товаристві сприяння обороні України), у навчальному процесі на факультеті кібернетики ХНТУ.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Марасанов В.В., Кирюшатова Т.Г., Захарченко Р.Н. Линейные методы оптимизации при противоречивых и изменяющихся ограничениях //Вестник Херсонского государственного технического университета. - 1997. - №1. - С. 109-113.

2. Марасанов В.В., Кирюшатова Т.Г., Захарченко Р.Н. Применение алгоритма таксономии для решения задач, связанных с распознаванием образов // Вестник Херсонского государственного технического университета. - 1998. - №1(3). - С. 115-116.

3. Марасанов В.В., Кирюшатова Т.Г., Захарченко Р.Н., А.В.Байматова И.В., Данилян Т.Н. Экономико-математические аспекты конфликта //Автоматика. Автоматизация. Электротехнические комплексы и системы. - 1998. - №1. - С. 35-39.4. Марасанов В.В., Кирюшатова Т.Г., Захарченко Р.Н., Рудакова А.В. Идентификация динамических объектов при различной априорной информации //Информационные ресурсы: технологии, коммуникации. - Херсон. - 1997. - С. 153-162.

5. Р.М., Кирюшатова Т.Г. Оптимізація перевезень сільськогосподарської продукції //Таврійський науковий вісник. - Херсон: Айлант. - 1998. - №3 - С. 117-121.

6. Марасанов В.В., Кирюшатова Т.Г., Шебанова С.Г. Мотивационное управление коллективом. //Вестник Херсонского государственного технического университета. - 1998. - №2(4). - С. 352-353.

7. Марасанов В.В., Степанова Е.А., Кірюшатова Т.Г. Добір груп операторів на основі тестових оцінок //Таврійський науковий вісник. - Херсон: Айлант. - 2000. - №13 - С. 187-189.

8. Кирюшатова Т.Г. Математическое моделирование коллективной деятельности в иерархических системах управления //Автоматика. Автоматизация. Электротехнические комплексы и системы. - 2003. - №1(11). - С. 22-27.

9. Кирюшатова Т.Г. Количественный подход к подбору сотрудников для коллективной деятельности //Автоматика. Автоматизация. Электротехнические комплексы и системы. - 2003. -№2(12). - С.23-25.

10. Кирюшатова Т.Г., Чёрный С.Г. Моделирование процессов распределения функций персонала в управлении организацией. //Автоматика. Автоматизация. Электротехнические комплексы и системы. - 2004. - №1(13). - С.21-24.

11. Кирюшатова Т.Г., Чёрный С.Г. Формирование современной информационно-аналитической системы для поддержки принятия решений // Вестник Херсонского государственного технического университета. - 2004. - №1(19). - С. 123-130.

Размещено на Allbest.ru