УДК 006.05+005.51 EDN: HJMONU e-Library ID: 91973399

ЗАДАЧА ОПТИМАЛЬНОГО РАСПРЕДЕЛЕНИЯ ДОКУМЕНТОВ В ХОДЕ ЭКСПЕРТНОГО АНАЛИЗА

🇷🇺 На русском

Для цитирования

Филатов И.Н. , Кузьминский И.В. Задача оптимального распределения документов в ходе экспертного анализа // Информационно-экономические аспекты стандартизации и технического регулирования. 2026. № 4(91). С. 57–66

Аннотация

Статья посвящена решению задачи оптимального распределения документов между экспертами с учетом их квалификации, а также с учетом трудоемкости работ по экспертизе документа, что приведет к повышению производительности труда специалистов. Постановка задачи (минимизация суммарной трудоемкости при ограничениях) относится к классу целочисленного линейного программирования. В статье рассмотрена адаптация классического венгерского алгоритма в условиях повышенной размерности и многокритериальности, а также дополнительных ограничений, с которыми «решатели» стандартного офисного программного обеспечения не справляются напрямую. Предложен расчетно-экспериментальный двухэтапный подход, включающий этап формирования эталонного плана путем выбора минимальных значений для столбцов и этап оптимизации, основанный на выборе подматрицы, содержащей перспективные варианты, и решении задачи назначения. Такое сочетание эвристических процедур и точных методов уменьшения размерности представляет собой новое инженерное решение для задач такого класса

Ключевые слова

целочисленное линейное программирование оптимальное распределение документов минимизация суммарной трудоемкости венгерский алгоритм

Об авторах

Филатов Игорь Николаевич

Филатов Игорь Николаевич — д-р техн. наук, главный научный сотрудник, АНО «Квалитет», ( Москва, Россия )

Кузьминский Илья Владиславович

Кузьминский Илья Владиславович — аспирант, ФГБУ «Институт стандартизации», ( Москва, Россия )

Список литературы

  1. 1. Стивенс Р. Алгоритмы. Теория и практическое применение. – М.: Издательство «Э», 2016. – 544 с.
  2. 2. Ермаков С.М. Метод Монте-Карло и смежные вопросы. – М.: Наука, 1975. – 473 с.
  3. 3. Бураков М. В. Генетический алгоритм: теория и практика: учеб. пособие. – СПб.: ГУАП, 2008. – 164 с.
  4. 4. Орлов Ю.Н., Федоров С.Л. Методы численного моделирования процессов нестационарного случайного блуждания: учебное пособие. – М.: МФТИ, 2016. – 110 с.
  5. 5. Зыкина А.В. Методы оптимизации: конспект лекций. – Омск: Изд-во ОмГТУ, 2007. – 36 с.
  6. 6. Жигалова Е.Ф. Дискретная математика. Учебное методическое пособие для проведения практических занятий и лабораторных работ. – Томск: 2014г. – 127 с.
  7. 7. Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: классификация и снижение размерности. – М.: Финансы и статистика, 1989. – 606 с.
  8. 8. Тюхтина А.А. Методы дискретной оптимизации: Часть 1: Учебно-методическое пособие. – Нижний Новгород: Нижегородский госуниверситет, 2014. – 62 с.
  9. 9. Сигал И.Х. Задача о рюкзаке: теория и вычислительные алгоритмы. – М.: МИИТ, 2000. – 72 с.
  10. 10. Helpiks – URL: https://helpiks.org/5-107285. html?ysclid=mpuupxii8h5741633 (дата обращения: 30.04.2026 г.).
🇬🇧 In English

THE TASK OF OPTIMAL DISTRIBUTION OF DOCUMENTS DURING EXPERT ANALYSIS

For citation

Filatov I.N. , Kuzminsky I.V. The Task of Optimal Distribution of Documents During Expert Analysis. Information and economic aspects of standardization and technical regulation. 2026, no. 4(91), pp. 57–66. (In Russ.)

Abstract

The article is devoted to solving the problem of optimal distribution of documents between experts, taking into account their qualifications, as well as taking into account the complexity of work on the examination of the document, which will lead to an increase in the productivity of specialists. The problem statement (minimizing the total complexity under constraints) belongs to the class of integer linear programming. The article considers the adaptation of the classical Hungarian algorithm in conditions of increased dimensionality and multi-criteria, as well as additional limitations that the «solvers» of standard office software cannot cope with directly. A computational and experimental two-stage approach is proposed, including the stage of forming a reference plan by selecting minimum values for columns and the optimization stage based on the selection of a submatrix containing promising options and solving the assignment problem. This combination of heuristic procedures and precise methods for reducing dimensionality represents a new engineering solution for problems of this class

Keywords

integer linear programming optimal document distribution minimization of total labor intensity Hungarian algorithm

About the authors

Filatov I. N.

Filatov I. N. — Doctor of Technical Sciences, Chief Researcher, Qualitet ANO, ( Moscow, Russia )

Kuzminsky I. V.

Kuzminsky I. V. — Russian Standardization Institute, ( Moscow, Russia )

References

  1. 1. Stivens R. Algoritmy. Teoriya i prakticheskoe primenenie. Moscow: Izdatel’stvo «E», 2016, 544 p.
  2. 2. Ermakov S.M. Metod Monte-Karlo i smezhnye voprosy. Moscow: Nauka, 1975. 473 p.
  3. 3. Burakov M. V. Geneticheskij algoritm: teoriya i praktika: ucheb. posobie. SPb.: GUAP Publ., 2008. 164 p.
  4. 4. Orlov Yu.N., Fedorov S.L. Metody chislennogo modelirovaniya processov nes-tacionarnogo sluchajnogo bluzhdaniya: uchebnoe posobie. Moscow: MFTI Publ., 2016, 110 p.
  5. 5. Zykina A.V. Metody optimizacii: konspekt lekcij. Omsk: Izd-vo OmGTU, 2007, 36 p.
  6. 6. Zhigalova E.F. Diskretnaya matematika. Uchebnoe metodicheskoe posobie dlya provedeniya prakticheskih zanyatij i laboratornyh rabot. Tomsk: 2014, 127 p.
  7. 7. Ajvazyan S. A., Buhshtaber V. M., et al. Prikladnaya statistika: klassifikaciya i snizhenie razmernosti. Moscow: Finansy i statistika Publ., 1989, 606 p.
  8. 8. Tyuhtina A.A. Metody diskretnoj optimizacii: Part 1: Uchebno-metodicheskoe posobie. Nizhnij Novgorod: Nizhegorodskij gosuniversitet, 2014, 62 p.
  9. 9. Sigal I.H. Zadacha o ryukzake: teoriya i vychislitel’nye algoritmy. Moscow: MIIT Publ., 2000, 72 p.
  10. 10. Helpiks – URL: https://helpiks.org/5-107285. html?ysclid=mpuupxii8h5741633 (accessed on April 30, 2026).