🔧На сайте запланированы технические работы
25.12.2025 в промежутке с 18:00 до 21:00 по Московскому времени (GMT+3) на сайте будут проводиться плановые технические работы. Возможны перебои с доступом к сайту. Приносим извинения за временные неудобства. Благодарим за понимание!
🔧Site maintenance is scheduled.
Scheduled maintenance will be performed on the site from 6:00 PM to 9:00 PM Moscow time (GMT+3) on December 25, 2025. Site access may be interrupted. We apologize for the inconvenience. Thank you for your understanding!

 

DETERMINING THE NUMBER OF CRITERIA FOR EXPERT RATING OF ANALYSIS OBJECTS OF INFORMATION TECHNOLOGY PROFILE


Citar

Texto integral

Resumo

The aim of this work is to determine the functional relationship between the quality of the rating procedure for difficult-to-formalize objects of analysis (DFOAs), which include innovative information technology proposals, and the number of evaluation criteria used. The authors consider the content of these criteria as a necessary condition for the effectiveness of the DFOA rating procedure, while their formalized and justified quantity constitutes a sufficient condition for its efficient execution. The objectives of the study include modelling the probabilistic reliability of the criteria-expert evaluation (CEE) procedure for the predictive rating of DFOAs and identifying the interrelationships between its identification parameters. Furthermore, the authors consider this algorithmized CEE procedure for various DFOAs, which include the predictive quality of innovations, a significant component of modern information technologies, where the functionally creative capabilities of neural networks are increasingly used. This is the main perspective for developing the qualimetric approach to DFOA rating proposed in the article. The research methods are based on the apparatus of applied qualimetry of DFOAs and the theory of complex system reliability. This enabled the analytical derivation of a relationship between the set of conditional covariances of individual quantitative values of the evaluation criteria and the coefficients of their influence on the final DFOA rating, such as the predicted level of potential effectiveness of a specific innovative technological proposal. The key new result of the research is determining the functional dependence of the probabilistic reliability of the rating procedure on the information content of the evaluation criteria used and their total number. The resulting general probabilistic relationship made it possible to link the predicted reliability of the CEE procedure with the informational content of the applied evaluation criteria and their total number into a unified functional-probabilistic complex. Using the Pareto principle, this relationship is transformed into a calculation dependency, according to which it is realistic to determine a specific number of evaluation criteria depending only on the requirement for their reliability, namely the probability of an adequate representation of the corresponding quality characteristic of the rated DFOA. The paper provides typical examples for calculating the sufficient number of evaluation criteria at various levels of requirements for their content adequacy. This allows for quantitative formalization of the DFOA rating structure, which includes various innovations of information technology content.

Sobre autores

Alexander Barzov

Lomonosov Moscow State University

Vera Korneeva

Bauman Moscow State Technical University

Aleksandr Feofanov

Moscow State University of Technology «STANKIN»

Email: feofanov.fan1@yandex.ru
department engineering graphics, doctor of technical sciences

Ivan Korneev

Bauman Moscow State Technical University

Bibliografia

  1. Квалиметрия в машиностроении / Р.М. Хва-стунов, А.Н. Феофанов и др. – М.: Изд-во «Экзамен», 2008. – 278 с.
  2. Хвастунов Р.М., Корнеева В.М., Феофанов А.Н. Сущность и возможности квалиметрического анализа // Стандарты и качество. – 2007. – №9. – С. 70-73.
  3. Экспертные методы оценки в квалиметрии машиностроения / Р.М. Хвастунов, О.И. Ягелло и др. М.: АНО «Технонефтегаз», 2002. – 142 с.
  4. Барзов А.А., Корнеева В.М., Корнеев С.С. Экспертное обоснование применения ультраструйного способа определения дефектности структуры неоднородных материалов // Сварочное производство. – 2022. – № 2. – С. 55-60.
  5. Вероятностное моделирование процедуры экспертно-аналитического анализа качества иннова-ций // А.А. Барзов, В.М. Корнеева и др. // Технология машиностроения. – 2018. – №10 (196). – С. 63-69.
  6. Андрианов Ю.М., Субетто А.И. Квалиметрия в приборостроении и машиностроении. – Ленинград: Машиностроение, 1990. – 225 с.
  7. Литвак Б.Г. Экспертные оценки и принятие решений. – М.: Патент, 1996. – 271 с.
  8. Феофанов А.Н., Гришина Т.Г., Шохрина Н.В. Анализ экспертных оценок в механизмах назначения приоритетных технических характеристик изделий // Технология машиностроения. – 2016. – №8 (170). – С. 63-66.
  9. Кини Р.А., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения: пер. с англ. М.: Радио и связь, 1981. – 560 с.
  10. Половко А.М., Гуров С.В. Основные теории надежности. Практикум. 2-е изд., перераб. и доп., Санкт-Петербург.: БХВ- Петербург, 2006. – 704 с.
  11. Масштабный фактор / А.А. Барзов, А.И. Денчик и др. – М.: МГУ им. М.В. Ломоносова, Физи-ческий факультет, 2022. – 226 с.
  12. Барзов А.А., Корнеева В.М., Корнеев С.С. Вероятностное моделирование функциональной вариативности диаграммы Парето на основе анализа масштабного фактора // Качество и жизнь. – 2021. – №4 (32). – С.16-21.
  13. Пичкалев А.В. Обобщенная функция желательности Харрингтона для сравнительного анализа технических средств // Исследования наукограда. – 2012. – №1 (1). – С. 25-28.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».