Numerical Implementation of a Fuzzy Model for Evaluating the Effectiveness of Technological Innovations in the Formation of a Portfolio of Projects in an Industrial Enterprise

Shatalova O.M.

Abstract


A high uncertainty and fuzziness of information in the systems of development and organizations production of technological innovations are forming the need to use adequate management decision-making tools. A key condition for decisions in such systems is, as a rule, the criterion of efficiency. The paper presents the results of the numerical implementation of a methodological approach to evaluating the effectiveness of technological innovations from the standpoint of non-stochastic uncertainty. The approach is based on fuzzy calculations and fuzzy modeling. This approach is aimed at integrating deterministic, stochastic and expert knowledge of the system; it provides an expanded view of the content of the “effectiveness” category itself and the composition of relevant factors, allows you to take into account the restrictions and preferences of decision makers relevant to the system under study. The considered approach is adapted to the specifics of managing technological innovation in an industrial enterprise. The results of the development and numerical implementation of a fuzzy model for evaluating the effectiveness of technological innovations have led to the conclusion that the approach used expands (complements) the composition of the existing methods in this field of knowledge; the numerical value of the efficiency (W) obtained in the fuzzy model can be considered as an additional analytical indicator of information support of the management decision-making process; the significance of this indicator is due to the fact that the indicator W reveals strategically significant prerequisites and provides clarification (justification) of the values of the key technical and economic parameters. The fuzzy W evaluation model allows for combining deterministic and stochastic data with expert estimates and to formalize mental judgments of decision makers using language means of mathematics. Thus, the prerequisites for building an intelligent automated decision-making system in the management of innovative processes and projects in the enterprise are provided.

Keywords


management; technological development; technological innovation; systems approach; uncertainty; fuzzy modeling; effectiveness

Full Text

Высокая неопределенность и нечеткость информации при разработке и постановке на производство технологических новшеств формируют потребность в использовании адекватных инструментов принятия управленческих решений, при этом ключевым условием таких решений, как правило, выступает критерий эффективности. В статье представлены результаты численной реализации методологического подхода к оценке эффективности технологических инноваций с позиций неопределенности и основанного на нечетких вычислениях. Такой подход направлен на интеграцию детерминированных, стохастических и экспертных знаний о системе, обеспечивает расширенное представление содержания понятия «эффективность» и состава значимых факторов, включая неопределенные факторы в нечеткой оценке, позволяет учесть актуальные для исследуемой системы ограничения и предпочтения ЛПР. Рассматриваемый подход адаптирован к специфике управления технологическими инновациями на промышленном предприятии. Результаты разработки и численной реализации нечеткой модели оценки эффективности технологических инноваций позволили сделать вывод о том, что использованный подход расширяет (дополняет) состав сложившихся методов в данной области знаний. Получаемое в нечеткой модели численное значение эффективности (W) можно рассматривать в качестве дополнительного аналитического показателя информационной поддержки процесса принятия управленческих решений. Значимость данного показателя обусловлена тем, что помимо технико-экономических и финансовых аспектов управления технологическими инновациями, оцениваемых с использованием показателей инвестиционного и технико-экономического анализа, показатель W раскрывает стратегически значимые предпосылки управления и обеспечивает уточнение (обоснование) значений ключевых технико-экономических параметров технологической инновации. Нечеткая модель оценки W позволяет объединить детерминированные и стохастические данные с результатами экспертных оценок, а также формализовать языковыми средствами математики ментальные суждения ЛПР; тем самым формируются основания к построению интеллектуальной автоматизированной системы принятия решений в управлении инновационными процессами и проектами на предприятии. Ключевые слова: управление, технологическое развитие, технологические инновации, системный подход, неопределенность, нечеткое моделирование, эффективность. Введение Технологические инновации (ТИ), т. е. новшества, направленные на развитие способов преобразования материальных и трудовых ресурсов в конечный продукт [1, c. 265], являются для рыночно ориентированных предприятий ключевым фактором обеспечения конкурентоспособности на актуальном (для этого предприятия) товарном рынке. В общем цикле «цепочки создания стоимости» спектр используемых технологий (т.) может быть дифференцирован по соответствующим функциональным областям: т. логистики, т. маркетинга, т. производства, т. сервиса (в терминологии М. Портера). При безусловно высокой значимости маркетинговых и организационных факторов управления конкурентоспособностью, принимая во внимание стратегические и тактические действия, актуальные при реализации сценариев конкурентного преимущества, можно заключить, что базовая роль отводится технологическим преимуществам в производственной сфере. Такие принципиально значимые условия эффективного конкурентного поведения, как способность дифференцировать товар и/или конкурировать по издержкам, заполнение всех возможных рыночных ниш (широта продуктового ряда), а также формирование действенных барьеров для вхождения в рынок конкурентов за счет уровня научно-технической новизны производимых товаров и обеспечения надежной охраны результатов ИР, лежащих в основе их производства, реализуются главным образом за счет технологического развития производственных процессов. Управление ТИ - многоаспектный, сложно структурированный процесс, направленный на разработку и постановку на производство актуальных технологических новшеств и реализуемый в условиях высокой неопределенности. В разработке управленческих решений при этом, как и в любых иных организационных системах, ключевое значение имеет критерий эффективности, как свойства системы, обеспечивающего ее устойчивость и развитие. Содержание самого понятия «эффективность» и методические подходы к ее оценке формируются в зависимости от специфики исследуемой системы. При оценке эффективности в системе управления ТИ следует исходить из таких специфических условий, как высокая неопределенность и нечеткость информации. Эти условия тем более значимы на начальном этапе жизненного цикла ТИ, когда разрабатываются ключевые элементы инновационной стратегии (ИС): объект ИС, тип ИС, состав активных средств. Составленная в работе [2] классификация видов неопределенности в зависимости от информированности исследователя включает в себя такие виды неопределенности, как интервальная неопределенность, вероятностная неопределенность, нечеткая неопределенность (или так называемая истинная неопределенность в терминологии Найта [3], или нестохастическая неопределенность в терминологии, используемой в [4]). Исследователями отмечается высокая роль в решении проблемы нестохастической неопределенности достоверной, корректной, исчерпывающей экспертизы, а также значительность фактора ментальных качественных оценок информации в лингвистической форме. В управлении большими системами проблема нестохастической неопределенности не всегда может быть решена только за счет ментальных моделей ЛПР. Большое число факторов принятия решений, необходимость соизмерения мотивов принятия решений со стороны различных стейкхолдеров (заинтересованных сторон), необходимость обеспечения транспарентности (ясности, доступности, прозрачности) информации - эти и ряд подобных условий обусловливают актуальность методических и инструментальных средств решения задачи перевода вербальных нечетких оценок, применяемых в человеческом мышлении, на пригодные для машинной обработки языковые средства математики (в том числе средствами интеллектуального нечеткого моделирования), что формирует предпосылки к обработке больших массивов данных о системе и ее внешнем окружении на основе интеграции детерминированных, стохастических и экспертных знаний о системе. Применение подходов нечеткого моделирования, как правило, направлено на реализацию принципиальных условий решения проблемы неопределенности: - введение формальных средств моделирования новизны [5]. Это существенное условие решения неопределенности может быть реализовано использованием операторов недетерминированного выбора; в таком качестве применяются модифицированные операторы, представляющие, по сути, оператор IF … THEN. В нечетком моделировании данное условие может быть решено через введение базы правил нечеткого логического вывода; - использование семантического принципа тривалентности [6]; - возможность использования широкого состава значимых факторов детерминированной, стохастической, нестохастической природы при гибком подходе к их составу; - интервальное задание требуемых значений нечетких переменных (через процедуру экспертного оценивания и/или стохастические оценки диапазонов возможных значений); - использование (при возможности) субъективных вероятностей; - введение элементов, обеспечивающих возможность обучения модели. В использовании методов нечеткого моделирования существенным представляется условие о том, что интеллектуальная нечеткая модель служит цели дополнения результатов точных измерений, обеспечивая формирование более глубокого понимания исследуемой системы. Методологические основания оценки эффективности ТИ с позиций нестохастической неопределенности В основу исследования была положена системная дефиниция эффективности: «эффективность - это определяющее свойство любой целенаправленной деятельности, которое с гносеологической точки зрения раскрывается через категорию цели и объективно выражается степенью достижения цели с учетом затрат ресурсов и времени» [7, с. 60]. Под показателем эффективности W(u) в данной работе предложено понимать меру степени соответствия реального результата операции 1 (другими словами, результата применения стратегии (u)) Y(u) требуемому результату Yтр [8, с. 30]; под Yтр в этом случае понимается результат, который обеспечивает требуемые свойства системы. Целевой результат (Y) рассматривается как m-мерный вектор, включающий в себя три соответствующих группы компонент (результирующих факторов): полезный (целевой) эффект (q), затраченные ресурсы (C), сроки (T): (1) При этом авторами системной теории эффективности отмечается возможность представления Y как в векторной, так и в скалярной форме (например, через степенную функцию от результирующих факторов q, C, T). Для количественного описания соответствия между Y(u) и Yтр формально вводят числовую функцию соответствия r, которая в некоторой метрической шкале отражает степень достижения цели операции (применения стратегии). Вид функции соответствия зависит от условий функционирования системы, цели, реализуемой в системе, условий обеспечения информацией о системе и других факторов. Следовательно, количественная оценка эффективности (W) с позиций системного подхода формируется исходя из меры соответствия между ожидаемым (получаемым) в рамках стратегии u целевым результатом (Y(u)) и результатом, который обеспечивает требуемые свойства системы (Yтр): (2) Исходя из описанных условий можно заключить, что для реализации системной теории эффективности требуется решение двух методологически значимых задач: 1) выбор приемлемой формы представления целевого результата и содержания его компонент (q, C, T); 2) задание приемлемой функции соответствия r. Решение этих задач зависит от характера исследуемых систем, в том числе характера информированности ЛПР о значимых управленческих факторах. По результатам решения названных задач применительно к исследованию эффективности в системах управления ТИ, как системах с высокой неопределенностью, были сформированы следующие выводы. Сложившийся состав показателей, наиболее часто используемый при разработке решений в системах управления ТИ, представлен: а) показателями инвестиционного анализа - NPV, IRR, PBP, PI и др.; 2) степенной (динамической) производственной функцией; 3) показателями операционного анализа - рентабельность активов и продаж, операционный леверидж, фондоотдача и т. п. В расчете названных показателей заложен какой-либо метод свертки результирующих факторов, и каждый показатель представляет собой Y в скалярной форме. Оценка эффективности в этом случае состоит в сопоставлении Y(u) и Yтр через обычное задание функции соответствия. Например, если целью операции выступает достижение требуемого результата, то в следующей форме: (3) Свертка результирующих факторов (q, C, T) в скалярный показатель допустима и целесообразна, если: информация о параметрах эффективности ТИ может быть задана в четкой форме; значения q и C являются количественно измеримыми, причем измерение должно быть произведено только в стоимостной форме (для обеспечения сопоставимости q и C); существует определенное представление о характере связи между факторами - детерминированной либо стохастической. В то же время скалярная форма Y и оценка W с применением классической логики, сопряжена с рядом практически значимых сложностей, затрудняющих использование названных выше показателей в качестве критериев принятия решений: во-первых, сложно оценивать актуальные ограничения по параметрам эффективности (q, C, T), во-вторых, затруднена оценка предпочтений ЛПР (как правило, это может быть либо результативность, либо экономичность, либо срочность), в-третьих, измерение q в стоимостном выражении не всегда возможно и необходимо при оценке W инноваций (особенно на ранних стадиях проекта, когда сложно прогнозировать реакцию рынка и ценовой фактор), в-четвертых, затруднена элиминированная оценка влияния каждого из параметров (q, C, T) на результирующий показатель эффективности W. В решении указанных сложностей видится перспективным использование векторной формы Y; суть оценки W в этом случае схематично можно представить в следующем виде (рис. 1). Рис. 1. Схема оценки W при векторной форме представления целевого результата Для оценки эффективности W по векторному показателю целевого результата Y предложено реализовывать функцию соответствия r в виде модели нечеткого логического вывода (НЛВ). В этом случае отождествляются категории «степень соответствия» и «эффективность» в следующем смысле: «полное соответствие» между требуемыми и ожидаемыми значениями параметров эффективности (q, C, T) можно трактовать как «высокую эффективность» и наоборот. Модель НЛВ W схематично представлена на рис. 2. Рис. 2. Структурная схема модели НЛВ W Модель НЛВ W, как любая другая нечеткая модель, представлена следующими структурными элементами [9, с. 93]: в блоке фаззификации входной вектор Y(u) преобразуется в вектор М степеней принадлежности; в блоке вывода формируется значение результирующей функции принадлежности mres(w) выходного значения модели (формируется нечеткое множество B*(w)); в блоке дефаззификации формируется четкое значение w*, которое представляет это множество в соответствии с принятым методом дефаззификации, шкалой и критериями оценки W. Таким образом, в модели НЛВ W становится возможным составить оценку W исходя из изначально неопределенной информации о значениях входных переменных, а также предпочтений ЛПР (учитываемых через базу правил НЛВ W) и актуальных ограничений по входным переменным (учитываемых при задании функций принадлежности). Получаемое в модели НЛВ W численное значение W можно рассматривать в качестве дополнительного аналитического показателя информационной поддержки процесса принятия управленческих решений, связанных с разработкой и постановкой на производство технологических новшеств. Значимость данного показателя обусловлена тем, что помимо технико-экономических и финансовых аспектов управления технологическими инновациями, оцениваемых с использованием показателей инвестиционного анализа, W раскрывает стратегически значимые предпосылки и обеспечивает обоснование значений ключевых технико-экономических параметров. Для практической реализации модели НЛВ W предложена совокупность условий, учитывающих специфику системы управления ТИ на промышленном предприятии (табл. 1). Модель НЛВ W как инструмент информационной поддержки процесса принятия управленческих решений может быть использована в решении задач: выбор из множества альтернатив объекта ТИ при заданных типах инновационных стратегий конкурентного поведения; выбор типа инновационной стратегии (как обратная задача); формирование портфеля проектов; выбор приемлемых активных средств реализации инновационной стратегии. Основные результаты численной реализации модели НЛВ W в решении задачи формирования портфеля проектов Оценка W проводилась в решении задачи формирования инновационной стратегии на промышленном предприятии. Постановка задачи состоит в экспликации следующих условий: <{S ; X ; u (s, x) >= uдоп для всех x є X} : {s*є S, max u (s*, x)}>, (4) где S - множество стратегий; X - возможные состояния среды; u(s, x) - исход реализации стратегии. Стратегия S в данном случае представлена в следующих аспектах: а) портфель проектов (как объект ИС); б) тип ИС; в) набор активных средств, формирующих в значительной мере результирующие факторы инновационной деятельности предприятия (уровень производственной мощности, производственную экономичность, технологичность производства и др.). При решении поставленной задачи исходили из предпосылки, что тип ИС и набор активных средств задаются экспертно в зависимости от содержания портфеля проектов. Следовательно, задача сводилась к выбору приемлемого портфеля проектов. Таблица 1. Основные условия формирования модели НЛВ W Элементы модели НЛВ W Параметры Условия формирования Входные переменные Целевой эффект q(u) Комплексный показатель, отражающий экономически значимый результат управления ТИ - капитализированный доход (Vr), - функция прогнозного значения операционной прибыли (Pr) и ставки капитализации (R); Pr оценивается исходя из «промежуточной» модели нечеткого вывода, входными переменными которой выступают факторы, формируемые в инновационной среде предприятия (в том числе качественные характеристики (Qu), уровень производственной мощности (ПМ), производственная экономичность (avc), уровень правовой охраны результатов НИОКТР (ПО) и др.), база правил формируется на основании оценки предпочтений по входным переменным в зависимости от типа инновационной стратегии Затраты ресурсов C(u) Включают в себя единовременные затраты (производственные инвестиции) по кап. вложениям и вложениям в оборотные фонды, в случае использования заемных средств необходимо включать финансовые издержки; оценка C(u) осуществляется детерминированными методами по заданным значениям Q, ПМ, Qu Сроки T(u) Принимается срок жизненного цикла ТИ, структурированный по стадиям; оценка T(u) - экспертно в зависимости от факторов: нормативный срок полезного использования оборудования (по ведущей группе), прогнозный срок жизненного цикла товара (исходя из принятой конкурентной стратегии), инвестиционные и организационные ограничения Функции принадлежности (блок фаззификации) Вид функций принадлежности Прямолинейная («треугольная», модальное значение - в середине диапазона) Интервал допустимых значений входных переменных Для С - оценка инвестиционно-финансовых условий и ограничений; для q - анализ стратегических предпосылок (SWOT-матрица, например); для T - временнóй горизонт управления. При задании интервала и последующем расчете принадлежности µ следует учитывать, что для реализации монотонности по предпочтению целесообразно оперировать в нечеткой модели вывода W не абсолютными величинами q, C, T, а значениями отклонений этих величин от установленных номинальных значений Количество допустимых множеств Два множества с лингвистическими значениями «недостаточный уровень» (S) и «достаточный уровень» (L) База правил нечеткого вывода W Используемые операторы И, ИЛИ Основания построения Оценка предпочтений ЛПР на основе экспертизы с использованием метода анализа иерархий Дефаззификация выходного параметра W Количество допустимых множеств Три терм-множества с лингвистическими значениями «недостаточный уровень» (S), «средний уровень» (M), «высокий уровень» (L) Метод дефаззификации результирующей функции принадлежности Метод высот, как упрощенный дискретный вариант метода центра сумм [10, с. 220] Интервал значений W По сформированной шкале оценки W (необходимо задать градацию шкалы и ее качественное описание) Состав проектов сформирован на основе сложившихся результатов по завершенным продуктовым НИОКТР, имеющих достаточные перспективы коммерциализации; в таком качестве выделены тринадцать технологических продуктовых разработок. По принципу единства целевого сегмента рынка и единства производственно-технологической базы разработанные продуктовые технологии были объединены в четыре проекта: К50-, К52,53-, К58- (в соответствии с принятой на предприятии группировкой по сериям продукции). В условиях существующих ограничений - финансовых, организационно-управленческих, технико-технологических - необходимо решение задачи выбора и ранжирования проектов. Структурный аспект решения задачи можно представить алгоритмом (рис. 3). В оценке W были заданы ограничения параметров (табл. 2). Рис. 3. Обобщенный алгоритм решения задачи выбора проектов Таблица 2. Граничные значения ключевых параметров эффективности Параметры эффективности W Левая граница Правая граница Комментарии C (т.р.) 800 000 1 600 000 Левая граница (минимально допустимая) определена исходя из суммы собственного капитала, которую организация может направить на финансирование проектов технологического развития; правая граница (максимально допустимая) определена с учетом предельно допустимой (с позиций ЛПР) суммой внешних заимствований. В оценке С имеют одинаково важное значение обе суммы: снижение С относительно левой границы трактуется как «неосвоенные ЕВР» (однако в ситуации, если фактически достигнута экономия по С, решение возможно через пересмотр предельных значений) T (лет) 3 5 Ограничения установлены исходя из стратегических временных ориентиров и ограничений в деятельности организации (в том числе учитываются факторы конкурентной среды, темпы обновления продукции, сложившиеся в отрасли и на международных рынках, запросы потребителей и т. п.) q (т.р.) 250 000 700 000 В данном случае предельные значения «привязаны» к С и Т через приемлемые для организации (в инвестиционно-финансовом, экономическом, стратегическом аспектах) уровни рентабельности инвестиций 2. Оценка параметра Сj проводилась исходя из прогнозируемой стоимости оборудования, необходимого для организации производственной линии заданной ПМ по проекту. В оценке Тj учитывались факторы рыночной среды и эксплуатационные характеристики оборудования (параметр Т задан экспертно). Оценка qj проводилась в несколько этапов. 1) Общая форма qj (в разрезе проекта) представляет собой детерминированную модель: (5) Средние издержки (ac) были заложены на основе прогнозной калькуляции; Объем продаж (Q) оценивался в модели НЛВ в следующем порядке: - задан вектор входных переменных модели НЛВ Q: ПМi 3, Qui, ПОi, avci, ti, с/ТПi; - по сформированной шкале и критериям составлена экспертная оценка входных параметров по каждому проекту; - в процессе фаззификации входной вектор Q* преобразован в вектор M степеней принадлежности; - произведен расчет по сформированной базе правил НЛВ Q и определена результирующая функция принадлежности выходной переменной модели mres(Q). База правил в данном случае была сформирована на основании численной оценки приоритетов входных переменных модели НЛВ Q исходя из приемлемого для каждого проекта типа инновационной стратегии конкурентного поведения; оценка составлена с использованием аппарата метода анализа иерархий; - получено четкое значение Q в результате дефаззификации выходного нечеткого множества B*(Q): дефаззификация проведена методом высот, при этом граничные значения выходных терм-множеств были заложены в стохастических оценках объема спроса. 4) Уровень цен (p) был также сформирован в нечеткой модели; входные переменные модели НЛВ p: Qu, ПМ, ПО, avc. Порядок нечеткой оценки p аналогичен описанному выше для модели НЛВ Q. По результатам оценки qj, Cj, Tj было уточнено допустимое множество комбинаций проектов, образующих три альтернативных стратеги u* (табл. 3). По каждой альтернативе u* были сформированы численные значения параметров q(u), C(u), T(u), представленные в табл. 4. Таблица 3. Варианты стратегии формирования портфеля проектов Варианты ПТП Серии продукции Основные характеристики u*1 К50-, К52-, К53-, К58- Предусмотрена возможность технологического развития по всему спектру товаров, производимых в настоящее время, и выход на новый для организации товарный рынок (К58-) u*2 К50-, К52-, К53-2 Предусмотрена возможность технологического развития по всему спектру товаров, производимых в настоящее время u*3 К52-, К53-, К58- Предполагается существенное изменение товарного портфеля - основной акцент на освоение нового для предприятия товарного рынка (К58-) Таблица 4. Значения параметров эффективности по вариантам стратегий u Целевой результат Параметры эффективности Показатели инвестиционной привлекательности q(u) C(u) T(u) Срок окупаемости Ур. рент-ти q C T Границы допустимых значений параметров Yтр 300-700 800-1600 3-5 До 2,7 От 0,38 Результат стратегии u*1 Y(u*1) 683 929 1 489 402 4 2,18 0,46 Результат стратегии u*2 Y(u*2) 474 709 937 057 4 1,97 0,51 Результат стратегии u*3 Y(u*3) 524 246 1 160 744 5 2,21 0,45 Результаты расчета показали более высокую инвестиционную привлекательность стратегии u*2. В то же время необходимо отметить, что данные показатели не в полной мере отражают внутриорганизационные условия и предпочтения ЛПР (т. е. при обеспечении экономичности и соответствующего снижения инвестиционно-финансовых рисков при данной стратегии ниже результативность). Для учета этих условий была реализована модель НЛВ W. Входными переменными модели явились q(u), C(u), T(u) в значениях, согласно табл. 4. Условия фаззификации приняты согласно табл. 2. В блоке вывода использована полученная экспертным методом база правил (при проведении экспертизы был использован аппарат метода анализа иерархий): R1: IF C= S AND IF T= S AND IF q= S THEN W= S R2: IF C= L AND IF T= L AND IF q= L THEN W= M R3: IF C= S AND IF T= S AND IF q= L THEN W= M R4: IF C= L AND IF T= S AND IF q= L THEN W= S R5: IF C= S AND IF T= L AND IF q= L THEN W= L R6: IF C= L AND IF T= L AND IF q= S THEN W= S R7: IF C= S AND IF T= L AND IF q= S THEN W= S R8: IF C= L AND IF T= S AND IF q= S THEN W= S Результаты экспертной оценки предпочтений ЛПР позволили выявить более высокую значимость параметров q и Т. Фаззификация и последующий вывод результирующей функции принадлежности W дает следующие значения: u*1: mL(W*) = 0,02; mM(W*) = 0,50; mS(W*) = 0,50; u*2: mL(W*) = 0,44; mM(W*) = 0,44; mS(W*) = 0,50; u*3: mL(W*) = 0,48; mM(W*) = 0,52; mS(W*) = 0,44. Дефаззификация проводилась на основе разработанной шкалы оценки W: Условия и результаты проекта соответствуют допустимым ограничениям (нижним пределам). Основной недостаток стратегии, влияющий на оценку W, - низкий целевой результат. Желательна разработка альтернативной стратегии. Значение целевого результата (q) соответствует наилучшим ожиданиям ЛПР, однако его достижимость связана с высокой ресурсоемкостью и недостаточно высоким сроком жизненного цикла ТИ. Условия и результаты проекта соответствуют наилучшим ожиданиям ЛПР; основное преимущество - высокий уровень целевого эффекта и высокий жизненный цикл ТИ. Результатом дефаззификации явились следующие оценочные значения W: u*1: 26,12; u*2: 47,70; u*3: 51,57. Как следует из представленных результатов, стратегия u*2 при более высоких оценках инвестиционной привлекательности показывает меньший (в сопоставлении с u*3) уровень W; это объяснимо, во-первых, более высоким уровнем q и Т по альтернативным стратегиям, при том, что стратегия u*3 обеспечивает наилучшее сочетание всех трех параметров W, во-вторых, стратегия u*3 связана с более высокой стратегической значимостью формируемого товарного портфеля (задача оценки стратегических аспектов в оценке q была решена на стадии нечеткого логического вывода Q и p; методологический аспект построения нечеткой модели q раскрыт в [11]). Достоверность полученных в модели НЛВ W результатов была подтверждена верификацией, полученной методом экспертных оценок. Выводы Представленный пример численной реализации модели НЛВ W в решении задачи формирования портфеля проектов ТИ показал применимость методологии интеллектуального нечеткого моделирования в обеспечении информационной поддержки процесса управления инновационной деятельностью предприятия. Использование модели НЛВ W служит основой к построению действенных экспертных систем и корректной обработки соответствующей информации; в частности, в описанной модели НЛВ W были разработаны и реализованы методики развернутой экспертизы по факторам, формируемым в инновационной среде предприятия, а также экспертной оценки приоритета факторов по типам инновационных стратегий. Получаемые в модели НЛВ W результаты можно считать достаточно транспарентными, поскольку становится возможным «раскрытие» предпосылок, заложенных в основу оценки W. Модель НЛВ W позволяет переложить ментальные суждения ЛПР на язык машинной обработки информации, что создает предпосылки к построению интеллектуальной системы поддержки принятия решений при выборе объекта и состава активных средств инновационной стратегии.
References References

Портер М. Конкурентное преимущество: Как достичь высокого результата и обеспечить его устойчивость / пер. с англ. 2-е изд. М. : Альпина Бизнес Букс, 2006. 715 с.

Белов М. В., Новиков, Д. А. Модели адаптации в динамических контрактах в условиях вероятностной неопределенности // Управление большими системами: сборник трудов. М. : Институт проблем управления им. В. А. Трапезникова РАН.

Frank H. Knight. The Meaning of Risk and Uncertainty. In: F.Knight. Risk, Uncertainty, and Profit. Boston: Houghton Mifflin Co, 1921, pp. 210-235.

Надежность и эффективность в технике : справочник : в 10 т. / ред. совет: В. С. Авдуевский (пред.) и др. М. : Машиностроение, 1986. Т. 1. Методология. Организация. Терминология / под ред. А. И. Рембезы. 224 с. : ил.

Анисов А. М. Креативная недетерминированная вычислимость // Вестник РУДН. Сер. Философия. 2009. № 3. С. 80-92.

Анисов А. М. Логика неопределенности и неопределенности во времени // Логические исследования : [Сб. ст. / Рос. акад. наук. Ин-т философии]. М. : Наука, 1995.

Надежность и эффективность в технике : справочник : в 10 т. / ред. совет: В. С. Авдуевский (пред.) и др. М. : Машиностроение, 1986. Т. 1. Методология. Организация. Терминология / под ред. А. И. Рембезы. 224 с. : ил.

Надежность и эффективность в технике : справочник : в 10 т. / ред. совет: В. С. Авдуевский (пред.) и др. М. : Машиностроение, 1988. Т. 3. Эффективность технических систем / под общ.ред. В. Ф. Уткина, Ю. В. Крючкова. 328 с. : ил.

Тененев В. А., Якимович Б. А. Генетические алгоритмы в моделировании систем : монография. Ижевск : Изд-во ИжГТУ, 2010. 308 с.

Пегат А. Нечеткое моделирование и управление / пер. с англ. 2-е изд. М. : БИНОМ. Лаборатория знаний, 2013. 798 с. : ил. ISBN 97-8-5-9963-1495-9.

Шаталова О. М. Оценка целевого экономического эффекта технологических инноваций в модели нечеткого логического вывода // Вестник Удмуртского университета. Сер. Экономика и право. 2018. № 6.




DOI: http://dx.doi.org/10.22213/2410-9304-2018-4-145-153

Article Metrics

Metrics Loading ...

Metrics powered by PLOS ALM

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Шаталова О.М.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN 1813-7911