КОНЦЕПТУАЛЬНОЕ ПРЕДСТАВЛЕНИЕ МЕТОДИКИ РАЗРАБОТКИ СОГЛАСОВАННЫХ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ДЛЯ ВЫБОРА ЭФФЕКТИВНЫХ ПРОЕКТОВ

Денис Анатольевич Шагеев

Аннотация


В статье представлен углублённый анализ научных трудов в области разработки и согласования управленческих решений проблемы выбора эффективных проектов. В ходе анализа научных трудов были отмечены достоинства и недостатки предложенных в них методов оценки и согласования решений, для выбора эффективных проектов в разных областях применения. Результаты анализа помогли сформулировать концептуальное представление новой методики разработки согласованных управленческих решений для выбора эффективных проектов в виде схемы. В методике предусмотрен большой спектр выбора критериев оценки проектов. В качестве ядра методики предложено использовать метод анализа иерархий (МАИ) Т. Саати, для формализации некоторых показателей оценки решений по выбору проектов – методы теории нечётких множеств, а измерять уровень согласованности этих решений – при помощи критериев Пирсона,  КолмогороваСмирнова, Кендэла и Джини. Одним из важных признаков в анализе была степень универсальности методов, которая в большинстве случаев была низкой или вовсе отсутствовала. Предлагаемая методика может претендовать на степень универсальности выше среднего значения и применяться в разных областях экономики для выбора эффективных проектов.

Ключевые слова


управленческие решения; методы согласования решений; концептуальное представление; проекты; выбор проектов; метод анализа иерархий

Полный текст:

PDF

Литература


Алабугин, А.А. Управление развитием промышленного предприятия по показателям дисбаланса межгрупповых и организационных интересов: теория и практика: монография / А.А. Алабугин, Д.А. Шагеев. – Челябинск: Изд-во НОУВПО РБИУ, 2014. – 236 с. 2. Басакер, Р. Конечные графы и сети / Р. Басакер, Т. Саати. – М.: Наука, 1974. – 368 c. 3. Бородин, А.И. Оценивание инвестиционной привлекательности инновационных проектов на основе нечеткой логики / А.И. Бородин, Е.Д. Стрельцова, Е.В. Катков // Прикладная информатика. – 2013. – № 4 (46). – С. 19–25. 4. Бекирова, О.Н. Разработка метода принятия решения по реализации социально значимых инвестиционных проектов / О.Н. Бекирова, О.С. Перевалова // Экономика и менеджмент систем управления. – 2018. – Т. 28. – № 2-1. – С. 169–173. 5. Берж, К. Теория графов и её приложения / К. Берж. – М.: ИЛ, 1962. – 320 c. 6. Бодрова, Е.Г. Анализ ценовой политики ювелирного производства ( на примере бренда Wishing on astar jewelry) / Е.Г. Бодрова // Азимут научных исследований: экономика и управление. – 2018. – Т. 7. – № 1 (22). – С. 49–52. 7. Вайсман, Е.Д. Развитие динамических способностей промышленных предприятий в условиях цифровой экономики / Е.Д. Вайсман, Н.С. Никифорова // Известия УрГЭУ. – 2018. – Т. 19, № 3. – С. 126−136. 8. Гилева, Т.А. Стратегические аспекты выбора проекта развития предприятия: модели и инструменты / Т.А. Гилева, М.П. Галимова // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. – 2016. – № 4 (246). – С. 135–146. 9. Грибов, А.Ф. Динамические методы обоснования решений по выбору инвестиционных проектов / А.Ф. Грибов // Международный журнал прикладных и фундаментальных исследований. – 2016. – № 1-4. – С. 570–573. 10. Джини, К. Средние величины / пер. с итал. П.А. Лисовского и Ю.П. Лисовского; науч. ред. и вступ. статья Г.Г. Пирогова и С.Д. Горшенина. – М.: Статистика, 1970. – 447 с. 11. Джини, К. Логика в статистике / пер. с итал. Л.С. Кучаева. – М.: Статистика, 1973. – 125 с. 12. Журавлев, В.В. Диверсификация деятельности предприятий как инструмент обеспечения устойчивого развития и повышения конкурентоспособности организации в условиях кризиса // В.В. Журавлев, Н.Ю. Варкова // Инновационное развитие экономики. – 2017. – № 1 (37). – С. 32–37. 13. Заде, Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976. – 166 с. 14. Истомин, Д.А. Фреймовая модель представления знаний для методик оценивания инновационных проектов / Д.А. Истомин, М.Б. Гитман, В.А. Трефилов // Нейрокомпьютеры: разработка, применение. – 2018. – № 2. – С. 12–22. 15. Кендэл, М.Дж. Теория распределений / М.Дж. Кендэл, А. Стьюарт; пер. с англ. В.В. Сазонова, А.Н. Ширяева; под ред. А.Н. Колмогорова. – М.: Наука, 1966. – 587 с. 16. Кендэл, М.Дж. Статистические выводы и связи / М.Д. Кендэл, А. Стьюарт; пер. с англ. Л.И. Гальчука, А.Т. Терехина; под ред. А.Н. Колмогорова. – М.: Наука, 1973. – 899 с. 17. Кендэл, М.Дж. Многомерный статистический анализ и временные ряды / М. Кендалл, А. Стьюарт; пер. с англ. Э.Л. Пресмана, В.И. Ротаря; под ред. А.Н. Колмогорова, Ю.В. Прохорова. – М.: Наука, 1976. – 736 с. 18. Кристофидес, Н. Теория графов. Алгоритмический подход / Н. Кристофидес. – М.: Мир, 1978. – 429 c. 19. Кузовкова, Т.А. Экспертно-квалиметрический метод интегральной оценки эффективности инновационных проектов и применения новых технологий / Т.А. Кузовкова, Д.В. Кузовков, А.Д. Кузовков // Системы управления, связи и безопасности. – 2016. – № 3. – С. 1–54. 20. Курчик, А.М. Многокритериальный выбор проектов в минерально-сырьевом комплексе с помощью метода анализа иерархий / А.М. Курчик // Известия высших учебных заведений. Геология и разведка. – 2012. – № 3. – С. 73–78. 21. Лихошерст, Е.Н. Выбор оптимального портфеля проектов строительной компании с учётом запросов стейкхолдеров в нечёткомножественной постановке. Территория новых возможностей / Е.Н. Лихошерст, Л.С. Мазелис, А.Я. Чен // Вестник Владивостокского государственного университета экономики и сервиса. – 2015. – № 4 (31). – С. 27–40. 22. Мак-Каллок, У.С. Логическое исчисление идей, относящихся к нервной активности Архивная копия от 27 ноября 2007 на Wayback Machine / У.С. Мак-Каллок, В. Питтс // Автоматы; под ред. К. Э. Шеннона и Дж. Маккарти. – М.: Изд-во иностр. лит., 1956. – С. 363–384. 23. Маркина, Ю.В. Угрозы финансовой безопасности предприятия / Ю.В. Маркина, И.А. Вшивкова // Вестник Уральского финансово-юридического института. – 2018. – № 2 (12). – С. 77–81. 24. Путивцева, Н.В. Разработка программной поддержки принятия решений для выбора инвестиционных проектов / Н.В. Путивцева, С.В. Игрунова, Л.В. Мигаль и др. // Научные ведомости Белгородского государственного университета.

Серия: Экономика. Информатика. – 2015. – № 1 (198). – С. 111–117. 25. Разу, М.Л. Управление проектом. Основы проектного управления: учебник / М.Л. Разу [ и др.]; под ред. проф. М.Л. Разу. – 3-е изд., перераб. и доп. – М.: КноРус, 2016. – 768 с. 26. Ремезова, Е.М. Согласование критериальных оценок при выборе инвестиционных проектов / Е.М. Ремезова, В.Г. Чернов // Динамика сложных систем – XXI век. – 2016. – Т. 10. – № 4. – С. 10–21. 27. Саати, Т. Аналитическое планирование. Организация систем / Т. Саати; пер. с англ. Р.Г. Вачнадзе. – М.: Радио и связь, 1991. – 224 с. 28. Саати, Т. Принятие решений. Метод анализа иерархий / Т. Саати; пер. с англ. – М.: Радио и связь, 1993. – 278 с. 29. Саати, Т. Принятие решений при зависимостях и обратных связях: Аналитические сети / Т. Саати. – М.: Изд-во ЛКИ, 2008. – 360 с. 30. Свами, М. Графы, сети и алгоритмы / М. Свами, К. Тхуласираман. – М.: Мир, 1984. – 455 с. 31. Севастьянова, С.А. Применение математических методов при выборе инвестиционных проектов / С.А. Севастьянова, В.К. Шашкова // Российская наука: актуальные исследования и разработки сборник научных статей I Всероссийской заочной научно-практической конференции, посвященной 85-летию Самарского государственного экономического университета. – Самара: Самарский государственный экономический университет, 2016. – С. 121–127. 32. Смирнова, Н.А. Особенности денежнокредитной политики Банка России на современном этапе / Н.А. Смирнова // Вестник Северо-Осетинского государственного университета имени Коста Левановича Хетагурова. – 2016. – № 2. – С. 149–155. 33. Татт, У. Теория графов / У. Татт; пер. с англ. – М.: Мир, 1988. – 424 с. 34. Тогущакова, И.В. Выбор инновационного проекта количественным методом / И.В. Тогущакова // Вестник Белгородского государственного технологического университета им. В.Г. Шухова. – 2018. – № 2. – С. 116–119. 35. Урсаки, В.С. Модель выбора потенциальных инноваций альтернативных инвестиционных проектов / В.С. Урсаки, Д.А. Фиников // Ученые записки Новгородского государственного университета. – 2016. – № 1 (5). – С. 10. 36. Усманова, З.А. Вычисление агрегированного показателя банковских проектов на основе искусственных нейронных сетей / З.А. Усманова, А.А. Ханова // Информатика и системы управления. – 2018. – № 1 (55). – С. 109–118. 37. Фошин, Д.В. Выбор оптимального инвестиционного проекта при помощи обобщенного критерия Гурвица / Д.В. Фошин // Фундаментальные исследования. – 2016. – № 2-1. – С. 216–221. 38. Фризоргер, А.М. О проблемах выбора эффективного инвестиционного проекта / А.М. Фризоргер, А.И. Головач // Отраслевые особенности развития экономики регионов: материалы III Всероссийской научно-практической конференции. – Керчь, 2017. – С. 167–174. 39. Чертина, Е.В. Использование алгоритмов Густафсона-Кесселя и FCM для решения задачи многокритериального выбора инновационных ITпроектов / Е.В. Чертина // Современные тенденции развития науки и технологий. – 2016. – № 7-2. – С. 89–93. 40. Чванова, М.С. Выбор проекта и оценка его эффективности на основе не-четких запросов и метода экспертных оценок / М.С. Чванова, И.А. Киселева, А.А. Молчанов // Вестник Тамбовского университета. Серия: Гуманитарные науки. – 2013. – № 12 (128). – С. 138–150. 41. Черчмен, Ч.У. Введение в исследование операций / Ч.У. Черчмен, Р. Акофф, Л. Арноф. – М., 1968. 42. Шагеев, Д.А. Разработка сбалансированного управленческого решения по формированию инвестиционного портфеля для физического лица в историческом и современном аспекте / Д.А. Шагеев, И.М. Перегримова // Вестник ЮУрГУ. Серия «Экономика и менеджмент». – 2017. – Т. 11, № 1. – С. 86–98. DOI: 10.14529/em170112 43. Щербин, К.И. Оптимальный выбор инвестиционного проекта по критерию ХоджаЛемана на примере проектов открытия детской школы анимации и 3 д студии / К.И. Щербин // Наука и Мир. – 2016. – Т. 2. – № 2 (30). – С. 82–85. 44. Яшин, С.Н. Метод графического выбора эффективных инновационных проектов в области промышленной безопасности предприятий / С.Н. Яшин, О.С. Боронин, Д.А. Суханов // Безопасность и охрана труда. – 2018. – № 1 (74). – С. 20–22. 45. Breiman L., Friedman J.H., Olshen R.A., Stone C.J. Classification and regression trees (Monterey, CA: Wadsworth & Brooks/Cole Advanced Books & Software, 1984). 46. Djolov G. A Note on the Estimation of the Gini Index // The Journal of Applied Economic Research. – 2014. – Vol. 8, iss. 3. – P. 237–256. 47. Goodman S.E., Hedetniemi S.T. Introduction

to the design and analysis of algorithms. – New York etc., 1977. 48. Harker P.T. Derivatives of the Perron root of a positive reciprocal matrix: With applications to the analytic hierarchy process // Applied Mathematics and Computation. – 1987. – V. 22. – P. 217–232. 49. Horn R.A., Johnson C.R. Matrix Analysis. – New York: Cambridge University Press, 1985. 50. Kolmogoroff A.N. Sulla determinazione empirica di una legge di distribuzione // Giornale dell` Istituto Italiano degly Attuari. – 1933. – V. 4, № 1. – P. 83–91. 51. Lancaster P.M. Tismenetsky. The Theory of Matrices, second ed. – New York: Academic Press, 1985. 52. Langel M., Tille Y. Variance estimation of the Gini index: revisiting a result several times published // Journal of the Royal Statistical Society. – 2013. – Vol. 176, no. 2. – P. 521–540. 53. Lilliefors H.W. On the Kolmogorov-Smirnov test for normality with mean and variance unknown // J. Am. Statist. Assoc. – 1967. – V. 62. – P. 399–402. 54. Pearson K. On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling // Philosophical Magazine. – 1900. – Series 5 50 (302). – P. 157–175. 55. Quinlan J.R. Improved Use of Continuous Attributes in C4.5 // Journal of Artificial Intelligence Research. – 1996. – V. 4. – P. 77–90. 56. Saaty T.L. Decision-making with the AHP: Why is the principal eigenvector necessary // European Journal of Operational Research. – 2003. – V. 145, No. 1. 57. Saaty T.L., Hu G. Ranking by the eigenvector versus other methods in the analytic hierarchy process // Applied Mathematical. Letters. – 1998. – V. 11 (4). – P. 121–125. 58. Saaty T.L. Vargas L. Inconsistency and rank preservation // Journal of Mathematical Psychology. – 1984. – V. 28 (2). 59. Vargas L.G. Analysis of sensitivity of reciprocal matrices // Applied Mathematics and Computation. – 1983. – V. 12. – P. 301–320. 60. Zadeh L.A. Fuzzy sets // Information and Control. – 1965. – V. 8, № 3. – P. 338–353.


Ссылки

  • На текущий момент ссылки отсутствуют.