🔧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!

 

ОПРЕДЕЛЕНИЕ ЧИСЛА КРИТЕРИЕВ ЭКСПЕРТНОГО РЕЙТИНГОВАНИЯ ОБЪЕКТОВ АНАЛИЗА ИНФОРМАЦИОННО-ТЕХНОЛОГИЧЕСКОГО ПРОФИЛЯ


Цитировать

Полный текст

Аннотация

Целью работы является определение функциональной связи между качеством процедуры рейтингования трудноформализуемых объектов анализа (ТOA), к которым относятся инновационные предложения информационно-технологического профиля, и числом используемых для этого оценочных критериев. Причем содержание данных критериев рассматривается как необходимое условие результативности процедуры рейтингования ТОА, а их формализовано-обоснованное количество представляет собой достаточное условие для её эффективного выполнения. Задачи работы состоят в моделировании вероятностной достоверности процедуры критериально-экспертного оценивания (КЭО) предиктивного рейтинга ТОА и выявления вза-имосвязей между ее идентификационными параметрами. При этом данную алгоритмизированную процедуру КЭО различных ТОА, к которым относится предиктивное качество инноваций, следует рассматривать как значимое слагаемое современных информационных технологий, в которых всё шире используются функцио-нально-креативные возможности нейросетей. Это положение представляет собой основную перспективу развития, предлагаемого в статье квалиметрического подхода к рейтингованию ТОА. Методы исследования основаны на аппарате прикладной квалиметрии ТОА и теории надежности сложных систем. Это обеспечило возможность получения аналитическим путём соотношения между совокупностью, условных ковариаций единичных количественных значений критериев оценивания и коэффициентов их влияния на итоговый рейтинг ТОА, например, прогнозируемый уровень потенциала результативности реализации конкретного инновацион-но-технологического предложения. Новым основным результатом исследования является определение функциональной зависимости вероятностной достоверности процедуры рейтингования от информационности используемых оценочных критериев и их общего числа. Полученное общее вероятностное соотношение позволило связать в единый функционально-вероятностный комплекс прогнозируемого достоверность процедуры КЭО с информационной содержательностью применяемых оценочных критериев и их общим числом. С ис-пользованием принципа Парето данное соотношение преобразовано в расчетную зависимость, по которой реалистично определение конкретного числа оценочных критериев в зависимости только от требования к их надежности – вероятности адекватного представления соответствующей характеристики качества рейтингуемого ТОА. Приведены типовые примеры расчета достаточного числа оценочных критериев при раз-личном уровне требований к их содержательной адекватности. Это позволяет количественно формализовать структуру рейтингования ТОА, к которой относятся различные инновации информационно-технологического содержания.

Об авторах

Александр Александрович Барзов

Московский государственный университет имени М.В.Ломоносова

Вера Михайловна Корнеева

Московский государственный технический университет имени Н.Э. Баумана

Александр Николаевич Феофанов

Московский государственный технологический университет «Станкин»

Email: feofanov.fan1@yandex.ru
кафедра "Инженерная графика", доктор технических наук

Иван Сергеевич Корнеев

Московский государственный технический университет имени Н.Э. Баумана

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».