МЕТОДИКА РАЗРАБОТКИ СОГЛАСОВАННЫХ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ДЛЯ ВЫБОРА ЭФФЕКТИВНЫХ ПРОЕКТОВ. ЧАСТЬ 1

Денис Анатольевич Шагеев

Аннотация


Результаты углублённого анализа научных трудов позволили выявить проблемы (ограничения, недостатки и противоречия), на базе которых сформулировано направление дальнейшего развития финансового менеджмента в части выбора эффективных проектов. В границах обозначенного направления предложена новая методика разработки согласованных управленческих решений для выбора эффективных проектов. В методике содержится два фундаментальных положения, обладающих научной новизной для финансовой и математической науки: синтез метода анализа иерархий (МАИ) с методами математической статистики; синтез МАИ с методами теории нечётких множеств и методами математической статистики.  Полученные результаты углублённого анализа позволили не только сформулировать новую методику, но и модернизировать классическое представление МАИ Т. Саати для исправления в ней недостатков, противоречий и преодоления ограничений в части: замены или дополнения показателя отношения согласованности оценок в матрице парных сравнений критериями математической статистики; расширения и уточнения шкалы экспертных суждений Т. Саати; предложения нового показателя уровня результирующей согласованности решений (УРСР), измеряемого при помощи вербально-числовой шкалы Е. Харрингтона в сочетании с такими характеристиками как консенсус, компромисс, конфликт средней и высшей тяжести; присвоения весовых категории для экспертов с учётом специальных требований.  Модернизированная версия МАИ поможет решить разные теоретические и практические проблемы многокритериального выбора в разных областях науки с высокой степенью универсальности и гибкости. В завершении статьи определён потенциал развития методики и МАИ.

Ключевые слова


проект; инвестиционный проект; управленческие решения; экспертные оценки; согласование; метод анализа иерархий; нечёткие множества; математическая статистика.

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.

Картвелишвили, В.М. Нечеткий метод анализа иерархий: критерии и практика / В.М. Картвелишвили, Э.А. Лебедюк // Вестник Российского государственного торгово-экономического университета (РГТЭУ). – 2013. – № 9–10 (79). – С. 146–158.

Картвелишвили, В.М. Метод анализа иерархий: критерии и практика / В.М. Картвелишвили, Э.А. Лебедюк // Вестник Российского экономического университета им. Г.В. Плеханова. – 2013. – № 6 (60). – С. 97–112.

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.

Коробов, В.Б. Проблемы использования метода анализа иерархий и пути их решения / В.Б. Коробов, А.Г. Тутыгин // Экономика и управление. – 2016. – № 8 (130). – С. 60–65.

Митихин, В.Г. К вопросу о корректности использования метода анализа иерархий / В.Г. Митихин // Наука в современном информационном обществе: материалы VI международной научнопрактической конференции. – 2015. – С. 148–154.

Подиновская, О.В. Анализ иерархических многокритериальных задач принятия решений методами теории важности критериев / О.В. Подиновская, В.В. Подиновский // Проблемы управления. – 2014. – № 6. – С. 2–8. 8. Путивцева Н.В., Игрунова С.В., Мигаль Л.В., Тайлакова Д.С., Гурьянова И.В. Разработка программной поддержки принятия решений для выбора инвестиционных проектов // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. – 2015. – № 1 (198). – С. 111–117.

Покровский, А.М. К вопросу о корректности метода анализа иерархий в сравнительной оценке инновационных проектов / А.М. Покровский // Экономика, статистика и информатика // Вестник УМО. – 2012. – № 5. – С. 137–143.

Саати, Т.Л. Магическое число «семь» в природе / Т.Л. Саати // Cloud of Science. – 2017. – Т. 4, № 1. – С. 5–33.

Саати, Т.Л. Относительное измерение и его обобщение в принятии решений. почему парные сравнения являются ключевыми в математике для измерения неосязаемых факторов / Т.Л. Саати // Cloud of Science. – 2016. – Т. 3, № 2. – С. 171–262.

Саати, Т.Л. Об измерении неосязаемого. подход к относительным измерениям на основе главного собственного вектора матрицы парных сравнений / Т.Л. Саати // Cloud of Science. – 2015. – Т. 2, № 1. – С. 5–39.

Саати, Т.Л. Принятие решений при зависимостях и обратных связях. Аналитические сети / пер. с англ. О.Н. Андрейчиковой; науч. ред.: А.В. Андрейчиков, О.Н. Андрейчикова. – 3-е изд. – М.: URSS, 2010. – 357 с.

Саати, Т. Принятие решений. Метод анализа иерархий / Т. Саати; пер. с англ. – М.: Радио и связь, 1993. – 278 с.

Смирнов, Н.В. Вероятности больших значений непараметрических односторонних критериев согласия // Труды Матем. ин-та АН СССР. – 1961. – Т. 64. – С. 185–210.

Титов, В.А. К вопросу о форме свертки локальных векторов приоритетов альтернатив по частным критериям в обобщенный вектор в методе анализа иерархий / В.А. Титов, И.Г. Хайрулин // Фундаментальные исследования. – 2013. – № 109. – С. 2020–2025.

Шагеев Д.А., Перегримова И.М. Методика разработки согласованных управленческих решений распределения чистой прибыли на предпри

ятии // Вестник ВГУИТ. – 2018. – Т. 80, № 3. – С. 392–415. DOI: 10.20914/2310-1202-2018-3-392415.

Шагеев, Д.А. Концептуальное представление методики разработки согласованных управленческих решений для выбора эффективных проектов / Д.А. Шагеев // Вестник ЮУрГУ. Серия «Экономика и менеджмент». – 2019. – Т. 13, № 1. – С. 162–177. DOI: 10.14529/em190117.

Bagdonavicius V., Nikulin M.S. Chi-square goodness-of-fit test for right censored data // The International Journal of Applied Mathematics and Statistics. – 2011. – P. 30–50.

Božanić D., Pamučar D., Bojanić D. Modification of the analytic hierarchy process (AHP) method using fuzzy logic: fuzzy AHP approach as a support to the decision making process concerning engagement of the group for additional hindering // Serbian Journal of Management, 2015. – Vol. 10, № 2. – Р. 151–171. DOI:10.5937/sjm10-7223

Çebi A., Karal H. An application of fuzzy analytic hierarchy process (FAHP) for evaluating students' project // Educational Research and Reviews. – 2017. – Vol. 12(3). – P. 120–132. DOI: 10.5897/ERR2016.3065.

Cheng C.-H., Liou J.J.H., Chiu Ch.-Y. A Consistent Fuzzy Preference Relations Based ANP Model for R&D Project Selection // Sustainability. – 2017. – V. 9. – P. 1352. DOI: 10.3390/su9081352. 23. Chernoff H., Lehmann E. L. The use of maximum likelihood estimates in χ2 test for goodness of fit // The Annals of Mathematical Statistics. – 1954. – Vol. 25. – P. 579–586. DOI: 10.1214/aoms/1177728726

Corder G.W., Foreman D.I. Nonparametric Statistics for Non-Statisticians: A Step-by-Step Approach. – New York: Wiley, 2009. DOI: 10.1002/9781118165881

Enea M. Project Selection by Constrained Fuzzy AHP // Fuzzy Optimization and Decision Making. – 2004. – № 3. – Р. 39–62. DOI: 10.1023/b:fodm. 0000013071.63614.3d

Greenwood P.E., Nikulin M.S. A guide to chisquared testing. – New York: John Wiley & Sons, 1996. – 280 p.

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. – Vol. 22. – P. 217–232. DOI: 10.1023/b:fodm.0000013071.63614.3d

Horn R.A., Johnson C.R. Matrix Analysis. – New York: Cambridge University Press 1985.

Kolmogoroff A.N. Sulla determinazione empirica di una legge di distribuzione // Giornale dell` Istituto Italiano degly Attuari. – 1933. – Vol. 4, № 1. – P. 83–91.

Lancaster P., Tismenetsky M. The Theory of Matrices, second ed. – New York: Academic Press, 1985.

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. DOI: 10.1080/01621459.1967.10482916

Mahmoodzadeh S., Shahrabi J., Pariazar M., Zaeri M.S. Project Selection by Using Fuzzy AHP and TOPSIS Technique // Digital Open Science Index. International Journal of Social, Behavioral, Educational, Economic, Business and Industrial Engineering. – 2007. – Vol. 1, № 6.

Ozdemir M., Saaty T.L. The unknown in decision making: What to do about it // European Journal of Operational Research. – 2006. – Vol. 174. – P. 349–359. DOI: 10.1016/j.ejor.2004.12.017

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. DOI: 10.1080/14786440009463897.

Razi F.F. A Grey-Based Fuzzy ELECTRE Model for Project Selection // Journal of Optimization in Industrial Engineering. – 2015. – № 17. – Р. 57–66.

Saaty T.L., Vargas L.G. The Possibility Of Group Choice // Social Choice and Welfare. – 2012. – Vol. 38, № 3. – P. 481–496. DOI: 10.1007/s00355011-0541-6

Saaty T.L. Principia Mathematica Decernendi: Mathematical Principles of Decision Making. – RWS Publications, 2010.

Saaty T.L., Vargas L.G., Whitaker R. Addressing Criticisms of the Analytic Hierarchy Process // International Journal of the Analytic Hierarchy Process. – 2009. – Vol. 1, № 2. DOI: 10.13033/ijahp.v1i2.53

Saaty T.L., Peniwati K. Group Decision Making. – Pittsburgh, PA, 2008.

Saaty T.L., Tran L.T. On the invalidity of fuzzifying numerical judgments in the Analytic Hierarchy Process // Mathematical and Computer Modelling. – 2007. – Vol. 46, № 7–8. – P. 962–975. DOI: 10.1016/j.mcm.2007.03.022

Saaty T.L. Fundamentals of Decision Making; the Analytic Hierarchy Process. –Pittsburgh, PA, 2006.

Saaty T.L. Theory and Applications of the Analytic Network Process. – Pittsburgh, PA, 2005.

Saaty T.L., Ozdemir M.S. The Encyclicon. – RWS Publications, 2005.

Saaty T.L. Decision-making with the AHP: Why is the principal eigenvector necessary // European Journal of Operational Research. – 2003. – Vol. 145, № 1. DOI: 10.1016/S0377-2217(02)00227-8.

Saaty T.L., Ozdemir M.S. Why the Magic Number Seven Plus or Minus Two // Mathematical and Computer Modelling. – 2003. – Vol. 38. – P. 233– 244. DOI: 10.1016/S0895-7177(03)90083-5

Saaty T.L. The Brain, Unraveling the Mystery of How it Works: The Neural Network Process. – RWS Publications, 2000.

Saaty T.L., Vargas L.G. Implementing Neural Firing: Towards a New Technology // Mathl. Comput. Modelling. – 1997. – Vol. 26, № 4. – P. 113–124. DOI: 10.1016/s0895-7177(97)00149-0

Saaty T.L., Hu G. Ranking by the eigenvector versus other methods in the analytic hierarchy process // Applied Mathematical. – 1998, Letters 11 (4). – P. 121–125. DOI: 10.1016/S0893-9659(98)00068-8

Saaty T.L., Vargas L.G. Experiments on Rank Preservation and Reversal in Relative Measurement // Mathl. Comput. Modelling. – 1993. – Vol. 17, № 4/5. – P. 13–18. DOI: 10.1016/0895-7177(93)90171-t

Saaty T.L., Vargas L. Inconsistency and rank preservation // Journal of Mathematical Psychology. – 1984. – Vol. 28 (2). DOI: 10.1016/00222496(84)90027-0

Salehi M. Fuzzy multi-objective project selection problem using additive weighted fuzzy programming // Industrial Engineering Frontiers Letters. – 2018. – № 1. – Р. 38–44.

Tavana M., Keramatpour M., Santos-Arteaga F.J., Ghorbaniane E. A fuzzy hybrid project portfolio selection method using Data Envelopment Analysis, TOPSIS and Integer Programming // Expert Systems With Applications. – 2015. – № 42. – Р. 8432–8444. DOI: 10.1016/j.eswa.2015.06.057.


Ссылки

  • На текущий момент ссылки отсутствуют.