Применение теории нечетких множеств в задаче оценки конкурентоспособности продукции

В статье рассматривается пример использования инструментария теории нечетких множеств в задаче исследования конкурентоспособности товаров и фирм. Конкурентоспособность товара определяется через его полезность в двух проявлениях: субъективной и объективной. Преобразование значения показателей полезности из простейших шкал к шкале равных отношений осуществляется через графические функции принадлежности. Определена общая модель процесса многокритериального выбора оптимальных альтернатив на основе пересечения нечетких множеств. Рассмотрена методика построения и анализа множества недоминируемых альтернатив на основе нечеткого отношения предпочтения. Поставлена задача ранжирования альтернатив ‒ сложных технических устройств с учетом нескольких критериев сравнения, часть из которых являются качественными, оцениваемыми по безразмерным шкалам с помощью экспертных оценок. Для всех критериев определены весовые коэффициенты, построены функции принадлежности альтернатив подмножеству оптимальных и матрицы нечетких отношений предпочтения, сформировано подмножество недоминируемых альтернатив. По максимальному из значений элементов подмножества определена оптимальная альтернатива. Результаты расчетов могут быть использованы для дальнейшего принятия обоснованных решений в условиях отсутствия четких числовых данных и наличия слабоформализованных экспертных утверждений. Таким образом, показана эффективность и практичность применения методологии нечетких множеств в задачах ранжирования и оптимального выбора альтернатив.

1. Азгальдов Г.Г. (1982). Теория и практика оценки качества товаров. Основы квалиметрии. М.: Экономика. 256 с.

2. Азгальдов Г.Г. (1989). Квалиметрия в архитектурно-строительном проектировании. М.: Стройиздат. 264 с.

3. Азгальдов Г.Г., Райхман Э.П. (1973). О квалиметрии. М.: Изд-во стандартов. 172 с.

4. Броневич А.Г., Лепский А.Е. (2001). Нечеткие модели анализа данных и принятия решений. М.: ИД НИУ ВШЭ. 264 с.

5. Декатов Д.Е. (2008). Многокритериальная оценка конкурентоспособности инновационных организаций автоматизированными методами семейства ELECTRE // Инновационный менеджмент. № 3. С. 180–186.

6. Заде Л.А. (1976). Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир. 165 с.

7. Кац А.М. (2006). Об оценке конкурентоспособности техники // Экономист. № 3. С. 58–63.

8. Костикова А.В., Скитер Н.Н. (2018). Формирование динамической базы знаний систем нечеткого вывода для оценки объектов, изменяющихся во времени // E-Management. Т. 1, № 1. С. 52–59. DOI https://doi.org/10.26425/2658-3445-2018-1-52-59

9. Костикова А.В. (2014). Разработка динамических нечетких моделей для анализа качества жизни населения. Волгоград. 200 с.

10. Кузнецов С.Ю. (2019). Методология теории нечетких множеств в исследовании уровня организационного управления // Аудит и финансовый анализ. № 5. C. 212–216.

11. Поспелов Д.А. (1986). Нечеткие множества в моделях управления и искусственного интеллекта. М: Наука. 312 с.

12. Орлов А.И. (1980). Задачи оптимизации и нечеткие переменные. М.: Знание. 64 с.

13. Скитер Н.Н. (2021). Цифровая экономика и инновационное развитие регионов России: монография. Волгоград: ВолгГТУ. 121 с.

14. Скитер Н.Н. (2022). Разработка модели оценки поведения участников инновационного рынка в условиях информационной асимметрии при низком качестве и себестоимости товара // Финансовый бизнес. № 6. С. 84–88.

15. Скитер Н.Н., Наркевич Л.В. (2020). Методические и практические аспекты анализа конкурентоспособности продукции организаций АПК // Сборник научных трудов «Проблемы экономики». № 2(31). С. 214–227.

16. Терелянский П.В. (2009). Непараметрическая экспертиза объектов сложной структуры: монография. М.: Дашков и К°. 221 с.

17. Терелянский П.В., Андрейчиков А.В. (2007). Информационные технологии прогнозирования технических решений на основе нечетких и иерархических моделей: монография. Волгоград: ВолгГТУ. 204 с.

18. Kostikova A.V., Tereliansky P.V., Shuvaev A.V., Parakshina V., Timoshenko P.N. (2016). Expert Fuzzy Modeling of Dynamic Properties of Complex Systems // ARPN Journal of Engineering and Applied Sciences. Vol. 11, no. 17. Pp. 1022–1030.