Методика отбора технологий промышленного предприятия для реализации проектов по их улучшению на базе теории нечетких множеств
DOI:
https://doi.org/10.14529/ctcr180114Ключевые слова:
индустриальные технологии, технологическое развитие, технологические процессы, принятие решений, нечеткие множества, функция принадлежностиАннотация
Реализация проектов по улучшению технологических процессов является одной из ключевых задач управления промышленным предприятием. На сегодняшний день актуальным является вопрос повышения доли успешных проектов подобного рода и, как следствие, решение задачи вы-бора объекта проведения подобных исследований из общего числа технологически процессов предприятия.
В статье описана методика отбора технологий для реализации проектов по их улучшению, построенная на базе математического аппарата нечетких множеств и использующая данные о работе технологии в прошлом, а также данные о потенциале развития этой технологии в будущем, за счет чего обеспечивается повышение эффективности отбора, по сравнению со способами, основанными только на исторической информации. В предложенной методике используются классические критерии отбора, которые подвергаются фазификации. После чего, все операции проводятся над нечеткими множествами. На выходе получается ранжированный список технологий предприятия, с высокой степенью вероятности осуществления проекта по ее улучшению. Несомненным преимуществом предлагаемой методики является использование математического аппарата теории нечетких множеств, позволяющего вести процесс отбора технологий в интуитивно понятных терминах, что упрощает внедрение методики в практику управления промышленным предприятием.Библиографические ссылки
Борисов, А.Н. Принятие решений на основе нечетких моделей / А.Н. Борисов, О.А. Крумберг, И.П. Федоров. – Рига: Знание, 1990. – 184 с.
Обработка нечеткой информации в системах принятия решений / А.Н. Борисов, А.В. Алексеев, Г.В. Меркурьева и др. – М.: Радио и связь, 1989. – 304 с.
Гельруд, Я.Д. Управление проектами: методы: модели, системы: моногр. / Я.Д. Гельруд, О.В. Логиновский; под ред. д-ра техн. наук, проф. А.Л. Шестакова. – Челябинск: Издат. центр ЮУрГУ, 2015. – 330 с.
Gottwald, S. Universes of Fuzzy Sets and Axiomatizations of Fuzzy Set Theory. Part I: ModelBased and Axiomatic Approaches / S. Gottwald // Studia Logica. – 2006. – 82 (2). – С. 211–244. DOI: 10.1007/s11225-006-7197-8
Кофман, А. Введение в теорию нечетких множеств в управлении предприятием / А. Кофман, А.Х. Хил. – Минск: Высшая школа, 1992. – 224 с.
Кофман, А. Введение в теорию нечетких множеств / А. Кофман. – М: Радио и связь, 1982. – 432 с.
Мухамедиева, Д. Разработка нечетких моделей задач принятия решений. – Palmarium Academic Publishing, 2014. – 196 с.
Nedosekin, A. Fuzzy Financial Management / A. Nedosekin A. – M.: Alfa library, 2003. – 68 p.
Орловский, С.А. Проблемы принятия решений при нечеткой исходной информации / С.А. Орловский. – М.: Наука, 1981. – 208 с.
Петров, В.П. Закон увеличения степени идеальности / В.П. Петров. – Тель-Авив, 2002. – http://www.trizland.ru/trizba/pdf-books/zrts-08-ideal.pdf.
Пегат, А. Нечеткое моделирование и управление / А. Пегат. – М.: БИНОМ, Лаборатория знаний, 2017. – 798 с.
Райф, Х. Анализ решений. Введение в проблему выбора в условиях неопределенности / Х. Райф. – М.: Наука, 1989. – 408 с.
Шаталов, А. Теория нечетких множеств в оценке эффективности проектов / А. Шаталов. – LAP Lambert Academic Publishing, 2012. – 96 с.
Siler, W. Fuzzy Expert Systems and Fuzzy Reasoning / W. Siler, J. Buckley – Birmingham: Wiley Interscience, 2005. – 422 с.
Zadeh, L.A. Fuzzy Sets as a Basis for a Theory of Possibility Systems: tutorial / L.A. Zadeh. – Holland: Publishing House North-Holland, 1978. – 34 p.
