Постановка задачи управления системой стимулирования ППС вуза с использованием генетического алгоритма

Актуальность исследования состоит в том, что в современных реалиях вузы столкнулись с необходимостью оптимизации своих расходов и совершенствования системы оплаты труда профессорско-преподавательского состава. Таким образом, поставленную проблему можно сформулировать как необходимость разработки модели системы стимулирования ППС вуза. Из приведенной проблемы вытекает, что целью данной работы является постановка задачи управления применительно к системе стимулирования профессорско-преподавательского состава вуза на основе построения генетического алгоритма. Метод исследования – эволюционное моделирование, генетический алгоритм. Предлагаемая в исследовании модель была описана в терминологии эволюционного моделирования. Так, в своем формализованном виде модель системы стимулирования ППС вуза состоит из 3 пунктов, в первом из которых показана начальная популяция, отображающая множество альтернативных вариантов распределения стимулирующих выплат, надбавок, премий среди сотрудников вуза из числа ППС. Во втором пункте предлагаемой модели указано, что система мониторинга вуза осуществляет селекцию (отбор) хромосом (вариантов распределения стимулирующих выплат, надбавок, премий), отвечающих критериям целевой функции, и на их основе формируется новая популяция и приводится непосредственно генетический алгоритм. В третьем пункте говорится, что после формирования новой популяции информация о ней передается во внешнюю среду, включающую в себя мониторинг Минобрнауки и Казначейство, которые после обработки полученной информации формируют целевые показатели вуза на будущий отчетный период, тем самым запуская новый цикл работы генетического алгоритма. Также в статье сформулирована и формализована целевая функция с последующим построением на ее основе задачи оптимального управления. В качестве вывода отметим, что представленная в исследовании модель в перспективе может послужить основой для программы ЭВМ.

1. Клячко Т.Л., Новосельцев А.В., Одоевская Е.В. Уроки пандемии коронавируса и возможное изменение механизма финансового обеспечения деятельности вузов // Вопросы образования. 2021. № 1. С. 8–30.

2. Курейчик В.В., Бова В.В., Лещанов Д.В. Модель семантического поиска в системах управления знаниями на основе генетических процедур // Информационные технологии. 2017. № 12. С. 876–883.

3. Казаков П.В. Программная система многокритериальной оптимизации // Вестник Брянского государственного технического университета. 2019. № 7 (80). С. 66–75.

4. Маркевич А.В., Сидоренко В.Г. Автоматизация управления распределением трудовых ресурсов // Информатизация образования и науки. 2019. № 3 (43). С. 36–49.

5. Коротченко А.Г., Кумагина Е.А., Сморякова В.М. Введение в многокритериальную оптимизацию. Нижний Новгород : Нижегородский госуниверситет, 2017. 55 с.

6. Зайцев А.М., Дадыкин В.С. Применение инструментария онтологии в процессе управления маркетинговой деятельностью высших учебных заведений // Вестник Северо-Восточного федерального университета имени М.К. Аммосова. Серия: Экономика. Социология. Культурология. 2021. № 3 (23). С. 6–10.

7. Гребенникова И.В. Методы оптимизации : учеб. пособие. Екатеринбург : УрФУ, 2017. 148 с.

8. Загинайло М.В., Фатхи В.А. Генетический алгоритм как эффективный инструмент эволюционных алгоритмов // Инновации. Наука. Образование. 2020. № 22. С. 513–518.

9. Прохорова И.А., Аверьянова С.С. Применение генетических алгоритмов при решении многокритериальных задач // Наука ЮУРГУ : материалы 72-й науч. конф. Челябинск : Изд. центр ЮУрГУ, 2020. С. 112–120.

10. Каштаева С.В. Методы оптимизации : учеб. пособие. Пермь : Прокрость, 2020. 84 с.

11. Никулин П.А. Постановка задач управления применительно к модели системы стимулирования ППС в вузе // XXI век: итоги прошлого и проблемы настоящего плюс. 2021. Т. 10, № 4 (56). С. 49–53.