Использование искусственного интеллекта в управлении проектами
Автор: Тумилевич Е.Н.
Журнал: Вестник Хабаровской государственной академии экономики и права @vestnik-ael
Рубрика: Проблемы и перспективы социально-экономического развития России и российского Дальнего Востока
Статья в выпуске: 4, 2023 года.
Бесплатный доступ
Искусственный интеллект как технология распространяется во всех сферах деятельности человека. Появляются новые модели, для использования в самых различных областях: финансах, менеджменте, здравоохранении, образовании и т.д. Вопросы, связанные с управлением проектами также зачастую решаются с использованием искусственного интеллекта ввиду необходимости быстро принимать решения в условиях высокой неопределенности на основе большого потока информации. Целью исследования стал обзор возможностей и направлений использования искусственного интеллекта в управлении проектами. Автором рассмотрены методики обучения, применимые в проектной деятельности. Аналогично самой технологии искусственного интеллекта, методы бучения в проектной деятельности требуют дальнейшего развития и глубокого понимания. В настоящее время можно констатировать факт о том, что разработки в этой области находятся на начальном этапе развития. Автором проведена попытка систематизировать существующие модели, представить классификацию всех областей управления проектами и возможностей использования искусственного интеллекта в этих областях.
Искусственный интеллект, управление проектами, программное обеспечение, корпоративная информационная система
Короткий адрес: https://sciup.org/143180945
IDR: 143180945 | УДК: 005.8 | DOI: 10.38161/2618-9526-2023-4-112-118
Using artificial intelligence in project management
Artificial intelligence as a technology is spreading in all areas of human activity. New models are emerging for use in a variety of areas: finance, management, healthcare, education, etc. Issues related to project management are also often resolved using artificial intelligence due to the need to quickly make decisions in conditions of high uncertainty based on a large flow of information. The purpose of the study was to review the possibilities and directions for using artificial intelligence in project management. The author examines teaching methods applicable in project activities. Similar to artificial intelligence technology itself, learning methods in project activities require further development and deep understanding. Currently, we can state the fact that developments in this area are at the beginning of the development stage. The author made an attempt to systematize existing models, present a classification of all areas of project management and the possibilities of using artificial intelligence in these areas.
Список литературы Использование искусственного интеллекта в управлении проектами
- ГОСТ Р 54869 – 2011 – Проектный менеджмент. Требования к управлению проектом
- PMI, PMBOK Guide. Project Management Institute. 2017.
- Брилюк Д. В., Старовойтов В. В. Распознавание человека по изображению лица нейросетевыми методами. – Минск, 2002. – 54 с.
- Глазунов А. Компьютерное распознавание человеческих лиц // Открытые системы. – 2000. – № 3.
- Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере. – Наука: Новосибирск. – 1996. – 276 c.
- Кувайскова Ю. Е. Использование нечеткой логики для диагностики технического состояния объекта // Известия Самарского научного центра Российской академии наук. – 2018. – № 4. – С. 487.
- Лагунов Н.А. Выделение и распознавание объектов с использованием оптимизированного алгоритма селективного поиска и сверточной нейронной сети высокого порядка // Фундаментальные исследования. – 2015. – № 5-3. – С. 511-516; URL: https://fundamental-research.ru/ru/article/view?id=38291 (дата обращения: 20.10.2023).
- Auria L. and Moro R. A., Support vector machine as a Technique of Solvency analysis. – DIW Berlin, – vol. 811, 2008. doi: 10.2139/ssrn.1424949.
- Bhoskar, O. K. Kulkarni, N. K. Kulkarni, S. L. Patekar, G. M. Kakandikar, and V. M. Nandedkar. Genetic Algorithm and its Applications to Mechanical Engineering: A Review. – in Materials Today: Proceedings, – 2015, vol. 2, no. 4–5, pp. 2624–2630, doi: 10.1016/j.matpr.2015.07.219
- Chou J. S., Cheng M. Y., Wu Y. W., and Pham A. D., Optimizing parameters of support vector machine using fast messy genetic algorithm for dispute classification. – Expert Systems with Applications, – vol. 41, no. 8, pp. 3955–3964, 2014, doi: 10.1016/j.eswa.2013.12.035
- Dalhoum L. A. and Al-Rawi M., High-Order Neural Networks are Equivalent to Ordinary Neural Networks. – Modern Applied Science, – vol. 13, – no. 2, – p. 228, Jan. 2019, doi: 10.5539/mas.v13n2p228.
- Efron B. and Tibshirani R., Bootstrap methods for standard errors, confidence intervals, and other measures of statistical accuracy, – Statistical Science, – vol. 1, no. 1, pp. 54–75, 1986, doi: 10.1214/ss/1177013815
- Ganesan T., Vasant P., and Elamvazuthi I., Hopfield neural networks approach for design optimization of hybrid power systems with multiple renewable energy sources in a fuzzy environment // Journal of Intelligent and Fuzzy Systems, – vol. 26, – no. 5, – pp. 2143–2154, 2014, doi: 10.3233/IFS- 130889
- Hartman F. and Ashrafi R. A., Project Management in the Information Systems and Information Technologies Industries // Project Management Journal, – 2002, – doi: 10.1177/875697280203300303.
- Ishibuchi H., Genetic fuzzy systems: evolutionary tuning and learning of fuzzy knowledge bases, Fuzzy Sets and Systems, – vol. 141, – no. 1, – pp. 161–162, 2004, doi: 10.1016/s0165-0114(03)00262-8
- Sonmez R., Parametric Range Estimating of Building Costs Using Regression Models and Bootstrap // Journal of Construction Engineering and Management, – vol. 134, – no. 12, – pp. 1011–1016, 2008, doi: 10.1061/ (asce)0733-9364(2008)134:12(1011).
- Wauters M. and Vanhoucke M., Support Vector Machine Regression for project control forecasting, Automation in Construction, vol. 47, pp. 92–106, 2014, doi: 10.1016/j.autcon.2014.07.014
