Оцінка ефективності та ризиків виконання оборонних проєктів на основі нечітко-інтегрального числення
DOI:
https://doi.org/10.33099/2304-2745/2023-2-78/56-67Ключові слова:
Оборонне планування; оборонний проект; ефективність; ризик; сітьове планування; нечітко-інтегральне числення.Анотація
Російсько-українська війна наочно показала актуальність розвитку Збройних Сил (ЗС) України на основі оборонного планування, яке має забезпечити якісну підготовку ЗС України до оборони України і сприяти їх ефективному застосуванню у подальшому. В кризових фінансово-економічних умовах держава переходить до вирішення завдань оборонного планування на основі проєктного менеджменту, який забезпечує орієнтацію заходів оборонної політики на кінцевий, функціонально завершений результат.
В проєктному менеджменті, який здійснюється в умовах невизначеності, існує проблема формування та вимірювання показників, які мають забезпечити вимірність оборонних проєктів на етапах і планування, і виконання. Вони мають враховувати невизначеність кількісної та якісної природи. У даній статті розгляд результатів дослідження здійснюється лише стосовно кількісних показників.
Запропоновано методичний підхід до визначення кількісних показників оборонних проєктів, який полягає у поєднанні відомих методів сітьового планування з методами теорії нечітких мір та інтегралів Сугено. Зокрема, запропоновано показники, які розраховуються на етапі планування проєктів, і показники, які розраховуються на етапі виконання проєктів в контрольних точках проєкту. До перших відносяться часові і ресурсні показники, до других – показники обсягу та якості створюваного результату, які враховують синергію поступового поєднання і перетворення окремих частин в загальний результат. Запропоновано підхід до оцінювання ризиків проєкту, який полягає у представленні часових і ресурсних показників у вигляді нечітких чисел і використанні їх характеристик як показників ризиків. Запропоновано алгоритми розрахунку показників.
Посилання
Наказ Міністерства оборони України від 14.08.2020 р. № 283 URL: http://surl.li/eeizr.
Методичні рекомендації з управління проектами. Міністерство оборони України, 2019, 50 с. URL: https://www.mil.gov.ua/content/ oboron_plans/Metod_recomendacii_z_ypravlinnia_proektamy.pdf.
Плетнева Л. А. Исследование операций по разделам: “Теория игр и сетевое планироваие” : методические указания. Москва : МАДИ, 2013. 48 с. URL: http://surl.li/eawbg.
Wilson J. M. Gantt charts: A centenary appreciation // European Journal of Operational Research. 2003. Vol. 149, No. 2. С. 430–437. URL: http://surl.li/eawbo.
Graph theory with applications / J. A. Bondy et al. London : Macmillan, 1976. Т. 290. URL: http://surl.li/eawbq.
Purdy G. ISO 31000: 2009 – setting a new standard for risk management // Risk Analysis: An International Journal. 2010. Vol. 30, No. 6. Р. 881–886. URL: https://cutt.ly/B1dxjoR.
Кофман А., Дебазей Г. Сетевые методы планирования и их применение. Москва : Прогресс, 1968.
Ehsan A., Yang Q. State-of-the-art techniques for modelling of uncertainties in active distribution network planning: A review // Applied energy. 2019. Т. 239. С. 1509–1523.
You S., Bindner H. W., Hu J., Douglass P. J. An overview of trends in distribution network planning: A movement towards smart planning. IEEE PES T&D Conference and Exposition. 2014. Р. 1–5. DOI: 10.1109/TDC.2014.6863446.
Sadegheih A. Optimization of network planning by the novel hybrid algorithms of intelligent optimization techniques // Energy. 2009. Т. 34, № 10. С. 1539–1551.
Risk assessment of urban network planning in china based on the matter-element model and extension analysis / Y. He et al. // International Journal of Electrical Power & Energy Systems. 2011. Т. 33, №. 3. С. 775–782.
Опыт оценки рисков подземного строительства / Л. Л. Кауфман и др. // Наука и прогресс транспорта. Вестник Днепропетровского национального университета железнодорожного транспорта. 2010. № 32. С. 55–60.
Gazdik, “Fuzzy-Network Planning – FNET,” in IEEE Transactions on Reliability. Aug. 1983. Vol. R-32, No. 3. P. 304–313. DOI: 10.1109/TR.1983.5221657.
Kanmohammadi S., Rahimi F., Sharifian M. B. B. Analysis of different fuzzy CPM network planning procedures. ICECS : 10th IEEE International Conference on Electronics, Circuits and Systems, 2003. Vol. 3. Р. 1074–1077. DOI: 10.1109/ICECS.2003.1301696.
Mares M. Weak arithmetics of fuzzy numbers. Fuzzy Sets and Systems. Vol. 91. 1997. Р. 143–153. DOI: 10.1016/S0165-0114(97)00136-X.
Iwona Pisz, Anna Chwastyk, Iwona Łapuńka. Assessing the profitability of investment projects using ordered fuzzy numbers // Scientific Journal of Logistics. Vol 15, No. 3. 2019. Р. 377–389. http://doi.org/10.17270/J.LOG.2019.342.
Barnabás Bede. Product Type Operations between Fuzzy Numbers and their Applications in Geology. Acta Polytechnica Hungarica. Vol. 3. No. 1. 2006. Р. 123–139.
Olga Kosheleva, Sergio D. Cabrera, Glenn A. Gibson, Misha Koshelev. Fast implementations of fuzzy arithmetic operations using fast Fourier transform (FFT). Fuzzy Sets and Systems. Vol. 91. Issue 2. 1997. Р. 269–277. DOI: 10.1016/S0165-0114(97)00147-4.
Stefanini, Luciano & Sorini, Laerte & Professor, Maria. Fuzzy Numbers and Fuzzy Arithmetic. 2008. In book: Handbook of Granular Computing. Р. 249 – 283. DOI: 10.1002/9780470724163.ch12.
Haitao Liu and Sizong GUO. Equality and Identity of Fuzzy Numbers and Fuzzy Arithmetic with Equality Constraints. International Conference on Intelligent Systems and Knowledge Engineering 2007. Р. 334–339. DOI: 10.2991/iske.2007.56.
Методичні рекомендації з управління проектами. Міністерство оборони України, 2019, 50 с. URL: https://www.mil.gov.ua/content/ oboron_plans/Metod_recomendacii_z_ypravlinnia_proektamy.pdf.
Lushi I. et al. A literature review on ISO 9001 standard //European Journal of Business, Economics and Accountancy. 2016. Т. 4, №. 2. С. 81–85. URL: http://surl.li/edldp.
Zadeh L A (1975) The Concept of linguistic variable and its applications to approximate reasoning. Information Sciences. DOI: https://doi.org/10.1016/0020-0255(75)90046-8.
Sveshnikov S, Bocharnikov V. Computational Algorithm and Tools of Fuzzy Arithmetic Based on the Principle of Maximum Entropy. Research Article. URL: https://assets.researchsquare.com/ files/rs-1254409/v1_covered.pdf?c=1642605797.
Slavka Bodjanova. Median value and median interval of a fuzzy number. Information Sciences. Vol. 172. Issue 1. 2005. pp. 73–89. DOI: 10.1016/j.ins.2004.07.018.
Коршунов Ю. М. Математические основы кибернетики. 3-е изд., перераб. и доп. Москва : Энергоатомиздат, 1987. 496 с.
Бочарніков В. П., Свєшніков С. В., Тимошенко Р. І., Павленко В. І. Технологія аналізу воєнно-політичної обстановки. Київ : НУОУ імені Івана Черняховського, 2017. 397 с.
Tang J. et al. Understanding of fuzzy optimization: theories and methods // Journal of Systems Science and Complexity. 2004. Т. 17, №. 1. С. 117–136. URL: http://surl.li/egoqi/
