ФОРМАЛІЗАЦІЯ ОПЕРАЦІЙНОЇ ЕФЕКТИВНОСТІ УПРАВЛІННЯ IT-ПРОЄКТАМИ ЗА ДОПОМОГОЮ МЕТОДІВ НЕЧІТКОЇ ЛОГІКИ
DOI:
https://doi.org/10.32689/maup.it.2026.2.1Ключові слова:
нечітка логіка, interval type-2 fuzzy, Mamdani FIS, ІТ-проєктне управління, fuzzy PERT, Jira інтеграція, footprint-of-uncertaintyАнотація
Об’єктом дослідження є оцінка операційної ефективності ІТ-проєктів в умовах високої невизначеності, характерної для Agile-середовищ, де на результативність впливають критичність шляху, ресурсне навантаження, рівень ризиків і якість комунікації. Проблема, що вирішувалася, полягала у відсутності достатньо стійкого та математично обґрунтованого підходу до кількісної оцінки ефективності проєктів, здатного враховувати нечіткість експертних оцінок і шум у даних, що надходять із систем управління, зокрема Jira. Для розв’язання цієї проблеми запропоновано гібридну модель, яка поєднує Type-1 Mamdani Fuzzy Inference System та Interval Type-2 Fuzzy Logic із footprint-of-uncertainty для моделювання невизначеності membership functions. У моделі формалізовано чотири ключові фактори, а для аналізу критичного шляху використано fuzzy PERT. Отримані результати показали високу практичну результативність підходу: точність прогнозування досягла 94%, velocity зросла на 28%, час планування скоротився на 42%, а delivery rate підвищився з 72% до 94%. Порівняльний аналіз засвідчив перевагу запропонованої моделі над класичним EVMS і crisp PERT, а також підтвердив вищу робастність Interval Type-2 Fuzzy Logic порівняно з Type-1 моделлю. Ці результати дозволили вирішити зазначену проблему завдяки здатності моделі одночасно враховувати експертну нечіткість, варіативність проєктних даних і взаємозв’язок між ключовими факторами ефективності. Пояснюються вони поєднанням нечіткої логіки, інтервального типу представлення невизначеності та інтеграції з реальними даними Jira через n8n workflows. На практиці результати можуть бути використані для real-time моніторингу, прогнозування та підтримки управлінських рішень у Jira/ClickUp-екосистемах під час реалізації ІТ-проєктів.
Посилання
A new approach to Z-number based earned value management. International Journal of Mathematical, Engineering and Management Sciences. 2023. DOI: 10.1080/16168658.2022.2156250.
A practical design of interval type-2 fuzzy logic systems with applications. International Journal of Systems Science: Operations & Logistics. 2024. Retrieved from: https://www.tandfonline.com/doi/full/10.1080/23311916.2024.2395426.
A synergistic approach to software effort estimation using fuzzy logic and machine learning. Journal of Intelligent Systems in Engineering and Management. 2025. Retrieved from: https://jisem-journal.com/index.php/journal/article/view/2968.
Analysis of the limitations of the earned value management method and new approaches to its improvement. MSES Journal. 2025. Retrieved from: https://msesj.com/index.php/mses/article/view/312.
Applying the Fuzzy PERT method in project management: a real-life case study. International Journal of Computational and Experimental Science and Engineering. 2023. Retrieved from: https://www.ijcesen.com/index.php/ijcesen/article/view/199.
Buckley, J. J. (2005). Fuzzy probability and statistics. Berlin: Springer, DOI: 10.1007/978-3-540-27622-5.
Desse, E. M., Mengesha, W. J. (2024). Predicting construction cost under uncertainty using grey-fuzzy earned value analysis. Heliyon. Vol. 10, No. 6. e27662. DOI: 10.1016/j.heliyon.2024.e27662.
Figueroa-García, J. C., Hernández-Pérez, G., Ramos-Cuesta, J. S. (2023). Uncertain project network analysis with fuzzy–PERT and interval type-2 fuzzy activity durations. Heliyon. Vol. 9, No. 4. e14833. DOI: 10.1016/j.heliyon.2023.e14833.
Fuzzy-Graphical Evaluation and Review Technique for Scheduling Under Uncertainty. Korean Society for Chemical Engineering. 2024. Retrieved from: https://ui.adsabs.harvard.edu/abs/2024KSJCE.28.2573P/abstract.
Improving accuracy of software development effort estimation using use case points and fuzzy logic. Journal of Electrical and Systems Engineering. 2025. Retrieved from: https://journal.unm.ac.id/index.php/JESSI/article/view/9488/5892.
Liang Q., Mendel J. M. (2000). Interval type-2 fuzzy logic systems: theory and design. IEEE Transactions on Fuzzy Systems. Vol. 8, No. 5. P. 535–550. DOI: 10.1109/91.873578.
Mamdani, E. H., Assilian, S. (1975). An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies. Vol. 7, No. 1. P. 1–13. DOI: 10.1016/S0020-7373(75)80002-2.
Mendel, J. M., John, R. I. (2002). Type-2 fuzzy sets made simple. IEEE Transactions on Fuzzy Systems. Vol. 10, No. 2. P. 117–127. DOI: 10.1109/91.995115.
Developing fuzzy-based earned value analysis model for estimating project time and cost under uncertainty. International Journal of Mathematical, Engineering and Management Sciences. 2023. https://doi.org/10.1080/16168658.2024.2348210.
Zadeh, L. A. (1965). Fuzzy sets. Information and Control. Vol. 8, No. 3. P. 338–353. DOI: 10.1016/S0019-9958(65)90241-X.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
