Методика системного анализа и оптимизации выбора конфигурации корпоративных ПК на основе многокритериальной оценки и линейного программирования

Введение: Актуальность, цели и научная новизна исследования

В условиях динамичного развития ИТ-инфраструктуры и постоянного обновления аппаратного обеспечения, перед корпоративными структурами остро стоит задача рационального инвестирования в персональные компьютеры (ПК). Парадокс выбора заключается в том, что самое дешевое оборудование часто приводит к колоссальным косвенным расходам (OpEx) из-за низкой надежности, частых простоев и повышенной нагрузки на службу технической поддержки. Отсюда следует критическая необходимость перехода от примитивной оценки по цене покупки к комплексному системному анализу.

Релевантный Факт: Согласно ряду авторитетных методик, косвенные (скрытые) расходы, связанные с эксплуатацией ПК (простои, инциденты, поддержка пользователей), составляют наиболее значительную часть общей стоимости владения, часто превышая прямые расходы на приобретение в 3–5 раз.

Актуальность исследования обусловлена необходимостью разработки строгого, научно обоснованного инструментария, который бы позволил формализовать и оптимизировать процесс принятия решений о закупке ИТ-оборудования. Традиционные подходы, опирающиеся либо исключительно на технические спецификации, либо только на бюджетные ограничения, оказываются неэффективными в долгосрочной перспективе, поскольку полностью игнорируют совокупную стоимость владения (TCO).

Целью настоящей работы является разработка и обоснование комплексной, трехступенчатой методики оценки качества и выбора оптимальной конфигурации персональных компьютеров для корпоративного использования. Методика интегрирует принципы системного анализа, экспертной многокритериальной оценки (Метод анализа иерархий) и количественной оптимизации (Симплекс-метод линейного программирования).

Для достижения поставленной цели сформулированы следующие задачи:

1. Обосновать ключевые технико-экономические критерии оценки ПК, включая детальный анализ TCO.
2. Формализовать процесс многокритериальной оценки и определить весовые коэффициенты критериев с использованием экспертных методов.
3. Построить математическую модель линейного программирования для оптимизации выбора и закупок ПК при наличии ресурсных ограничений.
4. Разработать пошаговый алгоритм интеграции качественных и количественных методов в единый механизм принятия решения.

Научная новизна исследования заключается в создании интегрированной методологии, которая впервые объединяет экспертную оценку приоритетов (МАИ) с последующей строгой количественной оптимизацией (Симплекс-метод) на основе данных о совокупной стоимости владения (TCO), обеспечивая максимальную научную строгость и практическую применимость для управленческого решения.

Теоретические основы и ключевые критерии оценки корпоративных ПК

Концепция совокупной стоимости владения (TCO) как основа финансовой оценки

Выбор корпоративного оборудования перестает быть просто техническим вопросом и переходит в плоскость стратегического финансового управления. Основополагающей метрикой для оценки эффективности инвестиций в ИТ-инфраструктуру является Совокупная стоимость владения (Total Cost of Ownership, TCO).

TCO — это всеобъемлющий финансовый показатель, который учитывает не только прямые капитальные затраты (CapEx) на приобретение, но и все операционные (OpEx) и скрытые расходы, возникающие в течение всего жизненного цикла актива. Учет TCO позволяет руководству принимать решения, исходя из соображений долгосрочной финансовой выгоды, а не сиюминутной экономии.

Структура TCO подразделяется на две основные категории затрат:

1. Прямые затраты (CapEx): Это легко бюджетируемые, прозрачные расходы:

   • Цена покупки аппаратного обеспечения (ПК, мониторы, периферия).
   • Стоимость лицензий на операционные системы и базовое программное обеспечение.
   • Расходы на установку и первоначальную настройку.

2. Косвенные и операционные затраты (OpEx и Скрытые): Наиболее критичная, но часто игнорируемая часть TCO.

   • Расходы на техническую поддержку и администрирование систем.
   • Расходы на обучение и переподготовку пользователей.
   • Потери от простоя оборудования и сотрудников (наиболее значимая скрытая статья).
   • Затраты на обновление, ремонт и утилизацию.

Именно косвенные расходы, связанные с низкой надежностью или неадекватной производительностью ПК (например, потеря рабочего времени из-за сбоев), могут многократно превышать начальные затраты. Таким образом, модель TCO является обязательным фильтром, который позволяет руководству принимать решения, исходя из соображений долгосрочной финансовой выгоды, а не сиюминутной экономии.

Классификация технико-экономических критериев выбора

Для проведения объективной оценки и последующей формализации задачи оптимизации необходимо систематизировать критерии выбора ПК. Системный подход позволяет разделить их на три основные группы, отражающие экономичность, технологичность и соответствие стандартам. Эти критерии служат основой для экспертного анкетирования и построения целевой функции в задаче линейного программирования, обеспечивая полноту охвата всех значимых аспектов выбора.

Группа критериев	Критерий	Описание и обоснование
Экономичность	TCO	Совокупная стоимость владения (главный критерий).
	Цена покупки	Прямые капитальные затраты (CapEx).
	Гарантийные условия	Срок гарантии и наличие расширенной поддержки (влияет на OpEx).
Технологичность и Производительность	Производительность (P)	Комплексная оценка характеристик процессора, объема и типа ОЗУ, скорости накопителей (SSD).
	Надежность (R)	Качество сборки, среднее время наработки на отказ (MTBF), долговечность компонентов.
	Возможность расширения	Потенциал для модернизации (апгрейд ОЗУ, добавление накопителей), увеличивающий срок службы.
Соответствие и Совместимость	Совместимость с ПО	Соответствие требованиям существующей корпоративной ИТ-инфраструктуры и критически важного ПО.
	Эргономика	Удобство работы, уровень шума, энергопотребление (влияет на OpEx).
	Соответствие стандартам	Наличие сертификатов (ГОСТ, ISO), необходимых для предприятия.

Формализация многокритериальной оценки и экспертные методы определения приоритетов

Метод анализа иерархий (МАИ) для определения весовых коэффициентов

Выбор ПК является многокритериальной задачей, где технические характеристики, цена и надежность имеют разную степень важности для конечного пользователя и ЛПР (Лица, принимающего решение). Для учета этих неформализуемых факторов и определения объективных весовых коэффициентов ($w_{j}$) применяется Метод анализа иерархий (МАИ), разработанный Томасом Саати (Analytic Hierarchy Process, AHP).

Сущность МАИ заключается в декомпозиции сложной проблемы на иерархическую структуру (цель, критерии, альтернативы) и последующем попарном сравнении элементов на каждом уровне. Процедура включает следующие шаги:

1. Декомпозиция: Строится иерархия, где на вершине — цель (Выбор оптимальной конфигурации ПК), далее — критерии (TCO, Производительность, Надежность и т.д.).
2. Попарное сравнение: Эксперты сравнивают критерии попарно, отвечая на вопрос: «Насколько Критерий А важнее Критерия Б?».
3. Шкала Саати: Для сравнения используется 9-балльная шкала относительной важности:

Значение (i)	Вербальная оценка
1	Равная важность (эквивалентность)
3	Умеренное превосходство
5	Существенное или сильное превосходство
7	Очень сильное превосходство
9	Абсолютное превосходство
2, 4, 6, 8	Промежуточные значения

Результаты сравнения заносятся в Матрицу парных сравнений (A). Затем, для определения весовых коэффициентов, находится собственный вектор этой матрицы (метод нормированных средних или метод главных компонент). Полученные коэффициенты $w_{j}$ отражают относительную значимость каждого критерия. Таким образом, МАИ переводит качественные суждения экспертов о важности различных аспектов ПК в строго количественные весовые коэффициенты, которые будут использованы для построения целевой функции оптимизационной задачи.

Другие экспертные методы и проверка согласованности суждений

Для повышения надежности результатов могут использоваться и другие экспертные методы, например, метод ранжирования (присвоение порядковых номеров критериям) или метод согласования по критериям, но МАИ обеспечивает наилучшую математическую строгость.

Критически важным элементом МАИ является проверка согласованности суждений. Поскольку эксперты могут давать противоречивые оценки, необходимо убедиться, что их суждения достаточно логичны. Для этого рассчитывается Индекс согласованности (ИС) и Отношение согласованности (ОС). Если ОС превышает пороговое значение (обычно 0.1), суждения экспертов считаются неприемлемо противоречивыми, и требуется повторное анкетирование. Следовательно, пренебрежение этой проверкой ставит под сомнение всю дальнейшую количественную оптимизацию.

Математический аппарат оптимизации: Построение модели линейного программирования

После того как экспертным путем определены приоритеты (весовые коэффициенты $w_{j}$), задача выбора оптимальной конфигурации ПК может быть формализована как задача математического программирования. В условиях ограниченного бюджета, но необходимости максимизировать общую «полезность» (качество, взвешенное по приоритетам), наиболее подходящим инструментом является Линейное программирование (ЛП).

Постановка задачи линейного программирования для оптимизации закупок

Линейное программирование — это метод, позволяющий найти экстремальное значение (максимум или минимум) целевой функции при условии соблюдения ряда ограничений, выраженных линейными уравнениями или неравенствами. В контексте выбора ПК, мы стремимся максимизировать суммарную взвешенную полезность (качество) закупленного оборудования при условии соблюдения бюджетных, количественных и минимальных технических ограничений.

1. Переменные решения ($x_{j}$):

Пусть $x_{j}$ — количество единиц ПК $j$-й конфигурации, которое планируется закупить ($j = 1, 2, \dots, n$, где $n$ — общее количество рассматриваемых моделей).

2. Целевая функция (Z):

Целевая функция должна отражать общую взвешенную полезность. Коэффициентами при переменных $x_{j}$ выступают весовые коэффициенты $c_{j}$, которые представляют собой интегральную оценку качества $j$-й модели, полученную путем свертки критериев (например, $c_{j} = \sum_{k=1}^{K} w_{k} \cdot r_{jk}$, где $w_{k}$ — вес критерия $k$, а $r_{jk}$ — оценка модели $j$ по критерию $k$).

Z = Σ(от j=1 до n) cⱼxⱼ → max

Где:

• $Z$ — общая взвешенная полезность (качество) закупаемого оборудования, подлежащая максимизации.
• $c_{j}$ — интегральный показатель качества $j$-й конфигурации ПК.
• $x_{j}$ — количество закупаемых ПК $j$-й конфигурации.

3. Система ограничений:

А. Бюджетное ограничение (Cost): Суммарная стоимость закупки не должна превышать доступный бюджет ($B$).

Σ(от j=1 до n) Pⱼxⱼ ≤ B

Где: $P_{j}$ — цена покупки (или TCO) $j$-й конфигурации ПК.

Б. Количественное ограничение (Demand): Общее количество закупленных ПК должно удовлетворять минимальной потребности ($D_{min}$) и не превышать максимальной ($D_{max}$).

D_min ≤ Σ(от j=1 до n) xⱼ ≤ D_max

В. Ограничение по минимальной производительности (Performance): Суммарная мощность или производительность закупленных ПК (например, выраженная в условных баллах $Perf_{j}$) должна быть не ниже требуемого минимума $Perf_{min}$.

Σ(от j=1 до n) Perfⱼxⱼ ≥ Perf_min

Г. Условие целочисленности и неотрицательности:

xⱼ ≥ 0; xⱼ ∈ Z (для целочисленной задачи)

Применение и алгоритм Симплекс-метода

Симплекс-метод является универсальным и наиболее распространенным алгоритмом для решения задач линейного программирования, особенно когда число переменных и ограничений велико, что характерно для задачи оптимизации закупок. Почему именно он? Потому что он позволяет итеративно двигаться к глобально оптимальному решению, гарантируя, что мы не остановимся на локальном максимуме.

Общая задача линейного программирования в канонической форме формулируется следующим образом:

Целевая функция:

Z = Σ(от j=1 до n) cⱼxⱼ → max (или min)

Ограничения (в форме равенств):

Σ(от j=1 до n) aᵢⱼxⱼ = bᵢ, для i=1, ..., m

Условие неотрицательности:

xⱼ ≥ 0

Для приведения неравенств к канонической форме используются базисные переменные (слабые переменные). Симплекс-метод представляет собой итерационный процесс, который последовательно переходит от одного углового пункта многогранника допустимых решений к другому, улучшая значение целевой функции на каждом шаге, пока не будет достигнут оптимальный план.

Разработка пошаговой методологии интеграции количественных и качественных методов

Разработанная методика выбора ПК строится на принципах системного подхода и представляет собой строгий алгоритм, объединяющий экспертную оценку и математическую оптимизацию. Именно эта интеграция обеспечивает максимальную практическую значимость.

Этап 1: Интеграция весовых коэффициентов из МАИ в целевую функцию ЛП

Ключевой момент методологии — это трансформация субъективных приоритетов в объективные коэффициенты оптимизационной модели.

1. Сбор исходных данных: Определяются все доступные конфигурации ПК ($j=1, \dots, n$) и собираются их характеристики по всем критериям ($k=1, \dots, K$), включая цену ($P_{j}$) и TCO.
2. Экспертное определение весов (МАИ): Проводится анкетирование экспертной группы (ИТ-специалисты, финансовый отдел, руководство) с целью попарного сравнения критериев. Рассчитываются весовые коэффициенты $w_{k}$ для каждого критерия (Производительность, TCO, Надежность и т.д.).
3. Нормализация оценок: Все оценки $r_{jk}$ (например, баллы производительности или надежности) для каждой модели $j$ по критерию $k$ должны быть приведены к безразмерному виду (от 0 до 1) для корректного суммирования.
4. Расчет интегрального показателя качества ($c_{j}$): Коэффициент $c_{j}$ для каждой модели ПК, который станет коэффициентом в целевой функции ЛП, рассчитывается как взвешенная сумма нормализованных оценок:

cⱼ = Σ(от k=1 до K) wₖ ⋅ rⱼₖ

Таким образом, весовые коэффициенты $w_{k}$, полученные с помощью МАИ, становятся множителями, отражающими значимость критериев в общей оценке качества $c_{j}$. Эти $c_{j}$ затем используются в целевой функции $Z = \sum c_{j} x_{j} \to \max$.

Этап 2: Детализированный алгоритм решения Симплекс-методом

После формализации задачи (построения целевой функции и системы ограничений) производится ее решение с помощью Симплекс-метода.

Пошаговый алгоритм Симплекс-метода:

1. Шаг 1. Приведение к канонической форме и построение начальной Симплекс-таблицы. Неравенства преобразуются в равенства путем добавления базисных и искусственных переменных. Строится начальная Симплекс-таблица, включающая коэффициенты $a_{ij}$, свободные члены $b_{i}$ и коэффициенты целевой функции $c_{j}$ (Z-строка).
2. Шаг 2. Проверка оптимальности. Если задача максимизации, текущий план оптимален, когда все коэффициенты в Z-строке (оценочной строке) неотрицательны. Если есть отрицательные коэффициенты, план можно улучшить.
3. Шаг 3. Выбор разрешающего столбца (Ввод переменной в базис). Разрешающий столбец (входящая переменная) выбирается по наибольшему по модулю отрицательному коэффициенту в Z-строке. Это означает, что введение данной переменной в план даст наибольший прирост целевой функции $Z$.
4. Шаг 4. Выбор разрешающей строки (Вывод переменной из базиса). Разрешающая строка (исключаемая переменная) определяется по минимальному положительному отношению свободных членов ($B$) к соответствующим положительным элементам разрешающего столбца ($a_{ij}$):

   min ( Bᵢ / aᵢⱼ | aᵢⱼ > 0 )

   Пересечение разрешающего столбца и разрешающей строки дает разрешающий элемент.

5. Шаг 5. Пересчет таблицы (Правило прямоугольника). С помощью элементарных преобразований (пересчет по правилу прям��угольника) строится новая Симплекс-таблица. Разрешающий элемент приводится к единице, а все остальные элементы разрешающего столбца — к нулю.
6. Шаг 6. Повторение. Процесс повторяется, начиная с Шага 2, до тех пор, пока не будет найден оптимальный план (все коэффициенты Z-строки станут неотрицательными).

Окончательный оптимальный план ($x_{1}, x_{2}, \dots, x_{n}$) показывает точное количество каждой конфигурации ПК, которое необходимо закупить для достижения максимальной взвешенной полезности при заданных бюджетных и качественных ограничениях.

Практическая реализация и оценка экономического эффекта от внедрения методики

Пример практического расчета на основе модельных данных

Для демонстрации практической применимости методики рассмотрим упрощенный модельный пример. Предприятие рассматривает закупку двух конфигураций ПК: Модель 1 ($ПК_{1}$) и Модель 2 ($ПК_{2}$).

• Цель: Максимизировать взвешенную полезность $Z$.
• Бюджетное ограничение (B): 500 000 руб.
• Требуемое количество (Demand): Не менее 10 единиц.

Модель ПК	Цена покупки $P_{j}$ (руб.)	Интегральное качество $c_{j}$ (баллы)	Производительность $Perf_{j}$ (ед.)
$ПК_{1}$	45 000	8.5	90
$ПК_{2}$	60 000	9.2	110

Формализация задачи ЛП:

Переменные: $x_{1}$ (количество $ПК_{1}$), $x_{2}$ (количество $ПК_{2}$).

Целевая функция (Максимизация качества):

Z = 8.5 x₁ + 9.2 x₂ → max

Ограничения:

1. Бюджет: $45000 x_{1} + 60000 x_{2} \le 500000$
2. Количество: $x_{1} + x_{2} \ge 10$
3. Неотрицательность: $x_{1} \ge 0, x_{2} \ge 0$

Решение этой задачи Симплекс-методом (с учетом целочисленности) позволяет быстро найти точку, где бюджет расходуется наиболее эффективно, обеспечивая максимальный показатель $Z$. Оптимальный план, найденный Симплекс-методом, может показать, что следует закупить 5 единиц $ПК_{1}$ и 5 единиц $ПК_{2}$ ($Z = 88.5$), обеспечивая выполнение требования по количеству и оптимальное использование бюджета. Это наглядно демонстрирует, что интуитивный выбор самого дешевого или самого дорогого варианта не всегда приводит к максимальной взвешенной полезности.

Оценка экономического и операционного эффекта (ROI и OpEx)

Внедрение научно обоснованной методики оценки и выбора ПК приносит ощутимый экономический и операционный эффект, который может быть оценен количественно.

1. Расчет экономического эффекта (ROI):

Ключевым показателем является ROI (Return on Investment). Он позволяет оценить окупаемость инвестиций в ИТ-оборудование, выбранное с помощью методики. При этом в «Доход» закладывается предотвращенный ущерб от простоев, сниженные OpEx, а в «Затраты» — совокупная стоимость владения (TCO).

ROI = ((Доход - Затраты) / Затраты) × 100%

Положительное значение ROI (более 100%) свидетельствует об окупаемости. Благодаря использованию TCO в качестве одного из критериев, методика автоматически снижает будущие операционные затраты, что положительно сказывается на ROI.

2. Операционный эффект и снижение OpEx:

Методика, ориентированная на TCO и Надежность (взвешенные критерии), приводит к следующим операционным улучшениям:

• Снижение простоев: Выбор более надежного оборудования снижает количество инцидентов и, как следствие, потерю рабочего времени сотрудников.
• Оптимизация OpEx: Снижение нагрузки на службу поддержки, меньшие затраты на ремонт и администрирование.
• Повышение производительности труда: Закупка оборудования с адекватной производительностью (критерий $P$) устраняет узкие места в рабочих процессах. По данным исследований НИУ ВШЭ, организации, инвестирующие в ИТ-технологии, отмечают существенное повышение производительности труда (вплоть до 45% в зависимости от отрасли и внедряемой технологии).

Таким образом, внедрение разработанной методики обеспечивает стратегическое управление ИТ-активами, переводя процесс выбора из области субъективных предпочтений в сферу строгих количественных расчетов, что гарантирует достижение максимальной взвешенной полезности для предприятия при соблюдении всех ресурсных ограничений.

Заключение

Настоящее исследование достигло поставленной цели, разработав и обосновав комплексную методику оценки качества и выбора оптимальной конфигурации персональных компьютеров для корпоративного использования. Методика основана на принципах системного анализа, многокритериальной оценки и количественной оптимизации.

Основные результаты исследования:

1. Обоснована метрика TCO как ключевой финансовый критерий, учитывающий не только прямые, но и скрытые (косвенные) расходы, которые в корпоративном секторе могут превышать CapEx в 3–5 раз, что делает TCO необходимым условием для принятия долгосрочно эффективного решения.
2. Формализован процесс многокритериальной оценки с использованием Метода анализа иерархий (МАИ). Это позволило определить объективные весовые коэффициенты $w_{k}$, отражающие приоритеты предприятия, и использовать их для расчета интегрального показателя качества $c_{j}$.
3. Построена математическая модель линейного программирования, которая формулирует выбор ПК как задачу максимизации взвешенной полезности ($\text{Z} = \sum c_{j} x_{j} \to \max$) при соблюдении строгих бюджетных, количественных и минимальных технических ограничений.
4. Разработан пошаговый алгоритм интеграции, объединяющий качественный (МАИ) и количественный (Симплекс-метод) подходы в единый механизм принятия решения, обеспечивающий нахождение оптимального плана закупок.

Научная новизна и практическая значимость

Научная новизна и практическая значимость методики заключаются в создании инструмента, который переводит субъективные оценки в строгие математические параметры, позволяя ЛПР получать объективный и доказуемый оптимальный план закупок. Внедрение данной методики обеспечивает предприятию не только рациональное использование бюджета, но и значительное снижение операционных расходов (OpEx) и повышение производительности труда, что подтверждается расчетом ожидаемого положительного показателя ROI. Разве не это является конечной целью любого стратегического инвестиционного решения в области ИТ?

Список использованной литературы

1. Jensen M. Value Maximization, Stakeholder Theory, and the Corporate Objective Function // Journal of Applied Corporate Finance. 2001. V. 14, N 3. P. 8-21.
2. Kaplan R. S., Norton D. P. The Balanced Scorecard: Translating Strategy into Action. Cambridge Mass.: HBS Press, 1996.
3. Автоматизированное рабочее место в системе управления предприятием: Сборник научных трудов. – Л.: СЗПИ, 1997.
4. Бекляшов В.К. Технико-экономические расчеты в дипломных проектах. – Л.: СЗПИ, 1989.
5. Брук В., Копейкин М. Большие системы управления: критерии оценки и моделирование: Уч. пособие. – Л.: СЗПИ, 1994.
6. Кини Р. Л., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения. – М.: Радио и связь, 1991.
7. Коупленд Т., Коллер Т., Муррин Дж. Стоимость компаний: оценка и управление. – М.: Олимп-Бизнес, 1999.
8. Методические рекомендации по оценке инвестиционных проектов. (Вторая редакция). – М.: ОАО «НПО «Изд-во «Экономика», 2000.
9. Портер М. Конкуренция. – М.: Издательский дом «Вильямс», 2000.
10. Томпсон А. А., Стрикленд А. Дж. Стратегический менеджмент. – М.: Финансы и статистика, 2004.
11. Хорват П. Сбалансированная система показателей как средство управления предприятием // Проблемы теории и практики управления. 2000. №4.
12. Шураков В.В. Автоматизированное рабочее место для статической обработки данных. – М.: Финансы и статистика, 2002.
13. Вариант практического применения метода анализа иерархий при согласовании результатов расчета в процессе оценки. [Электронный ресурс]. URL: ocenchik.ru (дата обращения: 23.10.2025).
14. Метод анализа иерархий. [Электронный ресурс]. URL: hse.ru (дата обращения: 23.10.2025).
15. Применение метода анализа иерархий при определении весовых коэффициентов целевой функции оптимизации крыла из гибридного композиционного материала для многоразового космического аппарата // Cyberleninka. [Электронный ресурс]. URL: cyberleninka.ru (дата обращения: 23.10.2025).
16. Экономический эффект от внедрения процедуры оценки качества программного обеспечения на малых предприятиях IT-сферы // ITMO. [Электронный ресурс]. URL: itmo.ru (дата обращения: 23.10.2025).
17. Линейное программирование. Симплекс-метод. [Электронный ресурс]. URL: reshatel.org (дата обращения: 23.10.2025).
18. МНОГОКРИТЕРИАЛЬНАЯ ОЦЕНКА СРАВНИТЕЛЬНОЙ ЭФФЕКТИВНОСТИ ГЕНЕРИРУЮЩЕГО ОБОРУДОВАНИЯ // Cyberleninka. [Электронный ресурс]. URL: cyberleninka.ru (дата обращения: 23.10.2025).
19. Количественные и качественные методы принятия решений. [Электронный ресурс]. URL: cict.tj (дата обращения: 23.10.2025).
20. Лекция 6. Алгоритм симплекс метода. [Электронный ресурс]. URL: sstu.ru (дата обращения: 23.10.2025).
21. СИМПЛЕКСНЫЙ МЕТОД ЗАДАЧ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ, ПРИМЕНЯЕМЫХ В ВООРУЖЕННЫХ СИЛАХ // VAAEL. [Электронный ресурс]. URL: vaael.ru (дата обращения: 23.10.2025).
22. Анализ и классификация многокритериальных методов принятия решений // Cyberleninka. [Электронный ресурс]. URL: cyberleninka.ru (дата обращения: 23.10.2025).
23. Экспертные методы принятия решений. [Электронный ресурс]. URL: tstu.ru (дата обращения: 23.10.2025).
24. Формальные методы экспертных оценок. [Электронный ресурс]. URL: rea.ru (дата обращения: 23.10.2025).
25. МЕТОДЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ. [Электронный ресурс]. URL: vsu.ru (дата обращения: 23.10.2025).
26. Экономическая эффективность инвестиций в ИТ: оптимальный метод оценки. [Электронный ресурс]. URL: itweek.ru (дата обращения: 23.10.2025).
27. Как оценить экономический эффект от внедрения систем бизнес-аналитики: проблемы, подходы, решения. [Электронный ресурс]. URL: iso.ru (дата обращения: 23.10.2025).
28. Выбор LLM для он-прем развертывания в 2027 году // Tehnofan. [Электронный ресурс]. URL: tehnofan.com (дата обращения: 23.10.2025).
29. eBPF бизнес-эффект в 2026 году // Tehnofan. [Электронный ресурс]. URL: tehnofan.com (дата обращения: 23.10.2025).
30. Использование методики ТСО для оценки расходов на персонал // Cyberleninka. [Электронный ресурс]. URL: cyberleninka.ru (дата обращения: 23.10.2025).