РЕКОМЕНДАЦИИ ПО ПРАКТИЧЕСКОМУ ПРИМЕНЕНИЮ НЕЧЕТКИХ МОДЕЛЕЙ ДЛЯ ОЦЕНКИ ФАКТОРОВ, ВЛИЯЮЩИХ НА РЕГИОНАЛЬНЫЕ СОЦИАЛЬНЫЕ ПРОЦЕССЫ
DOI:
https://doi.org/10.52167/1609-1817-2024-135-6-203-213Ключевые слова:
региональное развитие, социальные процессы, нечеткая модель, парная модель, правленческие решения, факторы, влияющие на социальные процессы, социально-демографические показатели, социально-экономические показатели, модель интегральной оценки, модель с использованием экспертной оценкиАннотация
В статье даны рекомендации по практическому применению нечеткого моделирования социальных процессов регионального развития. Вопросы принятия решений являются ключевыми для развития региона. Проблемой в процессе принятия решений является высокая неопределенность в отношении результатов принимаемых решений, порождаемая субъективностью экспертов. Для решения важной задачи создан метод, который помогает обработать субъективную информацию от экспертов в процессе принятия решений в организации, используя нечеткую логику. В исследовании были выбраны ключевые факторы, влияющие на социальные процессы в регионах, и подобрана оптимальная нечеткая модель для их оценки. Также разработана простая и понятная блок-схема, которая помогает выбрать подходящую нечеткую модель для анализа этих факторов. Были определены показатели, использованные в модели, и каждый из них описан отдельно. На основе оценки выявленных показателей был представлен перечень рекомендаций для принятия тех или иных управленческих решений. В ходе работы были выделены ключевые целевые показатели для оценки регионального развития и установлены основные требования к модели комплексной оценки социально-экономического прогресса региона. Произведен анализ важнейших социально-экономических и социально-демографических характеристик региона. В результате анализа предложено внедрить теорию нечетких множеств в модель комплексной оценки регионального развития. Нечеткие модели позволяют интегрировать качественные экспертные предположения о текущем и прогнозируемом уровне развития региона. Модель комплексной оценки стратегического развития региона позволяет отслеживать изменения социально-экономической ситуации, сравнивать интегральные оценки по годам развития, а также контролировать эффективность реализации программ социального развития региона. Предложенная модель комплексной оценки социально-экономического развития региона помогает отслеживать изменения социально-экономической ситуации, сравнивать интегральные оценки по годам развития, контролировать эффективность реализации развития региона.
Библиографические ссылки
[1] Bronevich, A. G., Lepskiy, A. E. Fuzzy Models of Data Analysis and Decision Making [Text]: study guide//A. G. Bronevich, A. E. Lepskiy; Nat. research. University "Higher School of Economics". - M.: Publishing house of the Higher School of Economics, 2022. p. 264. ISBN 978-5-7598-2317-9 (in the region). - ISBN 978-5-7598-2407-7 (e-book).
[2] Lebedeva M.E. Fuzzy logic in economics - the formation of a new direction//Ideas and ideals. - 2019. - Vol. 11. - No. 1-1. - p. 197-212.
[3] Sadovnikova, N. P. Decision support systems: a textbook//N. P. Sadovnikova, D. S. Parygin, M. V. Shcherbakov; VolGTU. - Volgograd, 2021.
[4] Zub A. T. Management decision-making: a textbook and practical training for the academic bachelor's degree. 2nd ed., corrected and supplemented. Moscow: Yurait, p. 2018. 332.
[5] Rubchinskiy, A. A. Methods and models of management decision-making: a textbook and practical training for the academic bachelor's degree//A. A. Rubchinskiy. - Moscow: Yurait Publishing House, 2017. - 526 p. https://www.biblio-online.ru/book/A4D7C6DD-F7E9-436D-AFF6-CAB26CAECA2E.
[6] Rybanov, A. A., Fadeeva, M. V. Methods for analyzing fuzzy information: a course of lectures [Electronic resource]: a tutorial - http://lib.volpi.ru Volzhsky, 2019.
[7] Faizi S., Rashid T., Sałabun W. [et al.]. Decision Making with Uncertainty Using Hesitant Fuzzy Sets//International Journal of Fuzzy Systems. 2018. Vol. 20. P. 93–103.
[8] Wan S., Zhong L., Dong J. A new method for group decision making with hesitant fuzzy preference relations based on multiplicative consistency//IEEE Transactions on Fuzzy Systems. 2020. Vol. 28, No. 7. P. 1449–1463.
[9] Vilkov, V. B. Theory and practice of optimization of decisions based on fuzzy sets and fuzzy logic: monograph//V. B. Vilkov, A. K. Chernykh, A. V. Flegontov. - St. Petersburg: Publishing house of the Herzen State Pedagogical Univ., 2017. p. 160.
[10] Ahmed F., Kilic K. Fuzzy Analytic Hierarchy Process: A performance analysis of various algorithms//Fuzzy Sets and Systems. 2019. Vol. 362. P. 110-128.
[11] Katasev A.S. Methods and algorithms for the formation of fuzzy models for assessing the state of objects under uncertainty//Bulletin of the Technological University. 2019. Vol. 22, No. 3. p. 138–147.
[12] Tebekin A. V. The place and role of methods of operations research theory in the system of methods for making optimal management decisions//A. V. Tebekin. - Text: electronic//Journal of Technical Research. - 2021. - Vol. 7, No. 3. - p. 3-21//NEB eLIBRARY.
[13] Blyumin S. L., Shuykova I. A., Models and methods of decision-making under uncertainty. - Lipetsk: LEGI, 2017. p.38.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Аягоз Муханова

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.