В статье предложен подход к обеспечению приемлемой точности расчета параметров выбора вариантов распределения ресурсов. Разработанный вероятностный алгоритм является альтернативным по отношению к алгоритмам классических оптимизационных задач, а вычисляемый план назначений не может быть априори определен противоборствующей структурой. Показана эффективность разработанного метода при организации распределения ресурсов в условиях разнообразия и немасштабируемости первичной информации, объем которой будет неизбежно расти вследствие внедрения новых информационных технологий (облачных вычислений для больших данных различного типа, алгоритмов машинного обучения, технологий геоинформационного управления пространственно-разнесенными территориальными системами, алгоритмов анализа неупорядоченных массивов текстовых материалов, технологий математического обеспечения IT-инфраструктуры скоростной аналитики распознавания объектов). Получены выражения для оценивания чувствительности оптимальных распределений к вариациям неустойчивых исходных данных в задачах минимизации продолжительности операции по достижению целевого эффекта и максимизации вероятности получения целевого эффекта. Разработан алгоритм распределения ресурсов по двум вероятностным критериям, учитывающим риски невыполнения требований заказчика по результативности и оперативности. Обоснована необходимость формирования более «жестких» требований к выбору плана назначений как «платы» за двойную гарантию выполнения целевой задачи.

It is supposed the approach to ensuring acceptable accuracy of resource allocation selection parameters calculation. Developed probabilistic algorithm is alternative to classical optimization algorithms besides computed plan of appointments can not be priori determined by opposing structure. It is showed efficiency of developed method in organization of sources distribution in conditions of primary information diversity and non-scalability the volume of which will inevitably grow due to introduction of new information technologies (cloud computing for different types of big data, machine learning algorithms, geoinformation management technologies of spatially spaced territorial systems, algorithms for the analysis of text disordered arrays, mathematical support technologies of high-speed object recognition analytics IT infrastructure ). It is obtained expressions to estimate the sensitivity of optimal distributions to variations of unstable input data in the tasks of minimization the duration of the operation to achieve the desired effect and maximizing the probability of obtaining the target effect. It is developed the algorithm of resources distribution on two probabilistic criteria taking into account risks of failure to meet customer requirements for effectiveness and operativity. It is substantiated the necessity of forming more stringent requirements to assignments plan as payment for a double guarantee of target task performance.