Метод обработки экспертных данных для построения эмпирических математических моделей сложных систем, функционирующих в нестабильных окружающих средах

Цель. Цель исследования сводится к разработке одного из методов построения математической модели строительного производства, базирующегося на обработке экспертных данных с применением инструментальных средств математического аппарата нечетких множеств типа лингвистических переменных и лингвистических функций. Метод. Данные обрабатываются методом регрессионного анализа и в результате формируется аналитическое выражение графика лингвистической функции, фактически представляющего собой аналитическое выражение, устанавливающее зависимость рассматриваемого показателя эффективности от влияющих на него факторов нестабильной экономической среды сложных систем (строительной организации). Результат. Построены аналитические зависимости графиков лингвистических функций, соответствующих различным показателям эффективности, используемые в качестве критериев оптимального принятия управленческих решений. Наибольший эффект можно получить путем постановки и решения различных задач многокритериальной оптимизации по Парето, используя для этого в качестве критериев оптимальности аналитические выражения нескольких показателей эффективности функционирования строительного производства. Вывод. Построение эмпирических выражений показателей эффективности исследуемых систем позволяет организовать на их основе оптимальное принятие управленческих решений и обеспечить эффективное функционирование сложных объектов управления в нестабильных условиях окружающей среды. Дальнейшее развитие исследования может быть связано с разработкой метода оптимального управления поведением различных социально-экономических и технических систем, функционирующих в спонтанно изменяющихся условиях окружающей среды на основе решения задач многокритериальной оптимизации и выработки оптимальных цепочек проводимых организационно-управленческих мероприятий.

1. Лапидус А.А., Макаров А.Н. Теория нечетких множеств на этапах моделирования организации строительных процессов возведения многоэтажных зданий // Промышленное и гражданское строительство. 2016. № 6. С. 66-71.

2. Лапидус А.А., Макаров А.Н. Нечеткая модель организации строительного процесса // Известия вузов. Инвестиции. Строительство Недвижимость. 2017. Том 7. № 1. С. 59-68.

3. Daniel W. Helpin, Ronald W. Woodhead. Construction Management. New York: Willey, 2016. 483 p.

4. Олейник П.П. Организация строительного производства. М.: АСВ, 2010. 575 с.

5. Заде Л. Понятие лингвистической переменной и его применение для принятия приближенных решений: пер. с англ. М.: МИР, 1976. 168 с.

6. Мелехин В.Б., Хачумов М.В. Управление целенаправленной деятельностью автономных летающих роботов в нестабильном окружении. СПб.: Политехника, 2023. 248 с.

7. Мелехин В.Б., Хачумов М.В. Планирование поведения автономных интеллектуальных мобильных систем в условиях неопределенности. СПб.: Политехника, 2022. 276 с.

8. Берштейн Л.С., Мелехин В.Б. Планирование поведения интеллектуального робота. М.: Энергоатомиздат, 1994. 240 с.

9. Берштейн Л.С., Казупаев В.М., Коровин С.Я., Мелихов А.Н. Параллельный процессор нечеткого вывода для ситуационных экспертных систем // Известия РАН СССР. Техническая кибернетика. 1990. № 5. С. 181-190.

10. Мелехин В.Б., Хачумов В.М. Управление технологическим процессом с нечеткой логикой обработки знаний // Проблемы управления. 2019. №1. С. 73-81.

11. Выгодчикова И. Ю. Алгоритм оценки параметров линейной множественной модели регрессии по минимаксному критерию //Прикладная информатика. 2015. Том 10. № 4(58). С. 105-115.

12. Мещеряков В. В. Задачи по статистике и регрессионному анализу с MATLAB. М.: Диалог-МИФИ, 2009. 448 c.

13. Син Такахаси. Занимательная статистика. Регрессионный анализ. М.: ДМК Пресс, 2023. 224 с.

14. Стренг Г. Линейная алгебра и ее применения. М.: Мир, 1980. 454 c.

15. Шилин А.И. Линейная алгебра с приложениями: учеб. пособие для вузов. СПб.: Лань, 2021. 248 с.

16. Беллман, Р. Введение в теорию матриц. М.: Наука, 1976. 351 с.

17. Табекин А.В., Табекин П.А., Табекина А.А. Методы принятия управленческих решений на основе детерминированного факторного анализа//Журнал исследований по управлению. 2017. Том 3. № 5. С. 8-25.

18. Соколов Г.А., Сагитов Р.В. Введение в регрессионный анализ и планирование регрессионных экспериментов в экономике: учеб. пособие для вузов. М.: ИНФРА-М, 2017. 201 с.

19. Зак Ю.А. Прикладные задачи многокритериальной оптимизации. М.: Экономика, 2014. 455 с.

20. Бородин А.И., Выгодчикова И.Ю., Горский М.А. Методы оптимизации в экономике и финансах. М.: Юрайт, 2022. 157 с.