Використання індексних оцінок для підвищення точності відбору верстатників

Автор(и)

  • Alexander Laktionov Полтавський політехнічний коледж національного технічного університету «Харківський політехнічний інститут» вул. Пушкіна, 83а, м. Полтава, Україна, 36000, Україна https://orcid.org/0000-0002-5230-524X

DOI:

https://doi.org/10.15587/1729-4061.2019.165884

Ключові слова:

самооцінки, експертні оцінки, нормовані оцінки, об’єктивні оцінки, індексні оцінки

Анотація

Запропоновані методи вираховування індексних оцінок при відборі верстатників забезпечують більшу точність, чим відбір на основі експертних оцінок та їх інтегрованих показників груп експертних оцінок.

Індексні оцінки вираховуються на основі алгоритму об’єднання самооцінок і експертних оцінок у Індекс якості сформованості професійної компетентності верстатника (ІПК), а об’єднання експертних оцінок і нормованих оцінок – у Індекс якості підготовки верстатника (ІЯП). Запропоновані методи вираховування індексних оцінок комплексно характеризують елемент функціонування соціальної підсистеми системи «Верстатник – Верстат з числовим програмним керуванням – Керуюча програма виготовлення деталі», ВВКП.

Індексні оцінки характеризують міру узгодженості/розбалансованості самооцінок і експертних оцінок та експертних оцінок і нормованих оцінок, а також – системних взаємозв’язків верстатника з елементами соціальної, технічної та інформаційної підсистем відкритої системи.

Переваги відбору верстатників на основі індексних оцінок, у порівнянні з експертними оцінками, спостерігалися при співставленні двох рядів рангових місць у списку прізвищ. Ряди рангових місць отримані з використанням методів – лінійної згортки, мультиплікативної згортки. Доведено, що відбір верстатників з використанням методу лінійної згортки значно точніший, якщо проводиться на основі індексних оцінок, при порівнянні з експертними оцінками. Для відбору верстатників згідно вимог Замовника доцільно використовувати метод бінарного пошуку

Біографія автора

Alexander Laktionov, Полтавський політехнічний коледж національного технічного університету «Харківський політехнічний інститут» вул. Пушкіна, 83а, м. Полтава, Україна, 36000

Викладач

Посилання

  1. Zhou, F., Lin, Y., Wang, X., Zhou, L., He, Y. (2016). ELV Recycling Service Provider Selection Using the Hybrid MCDM Method: A Case Application in China. Sustainability, 8 (5), 482. doi: https://doi.org/10.3390/su8050482
  2. Rostami, P., Neshati, M. (2019). T-shaped grouping: Expert finding models to agile software teams retrieval. Expert Systems with Applications, 118, 231–245. doi: https://doi.org/10.1016/j.eswa.2018.10.015
  3. Montazer, G. A., Saremi, H. Q., Ramezani, M. (2009). Design a new mixed expert decision aiding system using fuzzy ELECTRE III method for vendor selection. Expert Systems with Applications, 36 (8), 10837–10847. doi: https://doi.org/10.1016/j.eswa.2009.01.019
  4. Alonso, F., Martínez, L., Pérez, A., Valente, J. P. (2012). Cooperation between expert knowledge and data mining discovered knowledge: Lessons learned. Expert Systems with Applications, 39 (8), 7524–7535. doi: https://doi.org/10.1016/j.eswa.2012.01.133
  5. Parmezan, A. R. S., Lee, H. D., Wu, F. C. (2017). Metalearning for choosing feature selection algorithms in data mining: Proposal of a new framework. Expert Systems with Applications, 75, 1–24. doi: https://doi.org/10.1016/j.eswa.2017.01.013
  6. Shkola, I. M., Dron, Ye. V. (2009). Vidbir personalu yak mekhanizm formuvannia trudovoho potentsialu pidpryiemstva. Zb. nauk. prats. Bukovynskoho un-tu. Seriya: Ekonomichni nauky, 5, 41–49.
  7. Naseykina, L. F. (2014). Automation of IT-department staff recruitment. Vestnik Orenburgskogo gosudarstvennogo universiteta, 9, 190–196.
  8. Al-Kasasbeh, R. T. (2012). Biotechnical measurement and software system controlled features for determining the level of psycho-emotional tension on man–machine systems by fuzzy measures. Advances in Engineering Software, 45 (1), 137–143. doi: https://doi.org/10.1016/j.advengsoft.2011.09.004
  9. Chernyshov, K. R. (2016). Application of System Identification Techniques to Revealing Professional Skills of Teams of Human-Operators. IFAC-PapersOnLine, 49 (32), 107–112. doi: https://doi.org/10.1016/j.ifacol.2016.12.198
  10. Lee, S., Kim, W., Kim, Y. M., Lee, H. Y., Oh, K. J. (2014). The prioritization and verification of IT emerging technologies using an analytic hierarchy process and cluster analysis. Technological Forecasting and Social Change, 87, 292–304. doi: https://doi.org/10.1016/j.techfore.2013.12.029
  11. Lebedyk, M. P. (2003). Tekhnolohiya atestatsiyi tsilisnoho rozvytku osobystosti na osnovi otsinok sotsialnoi zrilosti uchasnykiv pedahohichnoho protsesu. Poltava: RVV PUSKU, 305.
  12. Laktionov, A. (2018). Research of information maintenance technology of machine operator training quality assessment as the element of the system. EUREKA: Physics and Engineering, 6, 12–21. doi: https://doi.org/10.21303/2461-4262.2018.00790
  13. Radkevich, Ya. M., Belyankina, O. V., Sizova, E. I., Kuz'mina, R. S. Estimation of Quality of Manufacture of Parts and Assemblies. Available at: http://rosgorprom.com/images/_sb2013_pdf/Sb2013ed_7.pdf
  14. Dovidnyk kvalifikatsiynykh kharakterystyk profesiy pratsivnykiv Vypusk 42 Obroblennia metalu: Nakaz Ministerstva promyslovoi polityky Ukrainy 22.03.2007 No. 120. Available at: http://parusconsultant.com/?doc=05Z5408502&abz=9CHKY
  15. Pro zakhyst personalnykh danykh: Zakon Ukrainy vid 01.06.2010 No. 2297-VI (zi zminamy i dopovnenniamy). Data onovlennia: 09.04.2018. Available at: http://search.ligazakon.ua/l_doc2.nsf/link1/ed_2010_06_01/T102297.html
  16. Akulenko, K. Yu. (2017). Konspekt lektsiy z navchalnoi dystsypliny «Teoriya pryiniattia rishen» dlia studentiv spetsialnosti 122 «Kompiuterni nauky» dennoi formy navchannia. Rivne: NUVHP, 51.
  17. Smorodinskiy, S. S., Btin, N. V. (2009). Sistemniy analiz i issledovanie operaciy: laborator. praktikum dlya studentov special'nosti “Avtomatizir. sistemy obrab. inform.” dnevn. i distanc. form obucheniya. Minsk: BGUIR, 64.
  18. Kolev, Zh. M., Mamchistova, A. I., Mamchistova, Е. I., Revnivyh, A. V., Nazarova, N. V., Krasovskiy, A. V. (2015). Prinyatie resheniy v usloviyah neopredelennosti i riska primenitel'no k zadacham neftegazovoy otrasli. Tyumen': TyumGNGU, 94.
  19. Olekh, T. M., Oborskaya, A. G., Kolesnikova, E. V. (2012). Methods for evaluation of projects and programs. Pratsi Odeskoho politekhnichnoho universytetu, 2, 213–217.
  20. Dmytrienko, V. D., Zakovorotnyi, O. Yu. (2012). Zasoby ta alhorytmy pryiniattia rishen: laboratornyi praktykum. Kharkiv: HTMT, 76.
  21. Korotieieva, T. O. (2014). Alhorytmy ta struktury danykh. Lviv: Vydavnytstvo Lvivskoi politekhniky, 280.
  22. Virt, N. (1989). Algoritmy i struktury dannyh. Moscow: Mir, 360.

##submission.downloads##

Опубліковано

2019-05-02

Як цитувати

Laktionov, A. (2019). Використання індексних оцінок для підвищення точності відбору верстатників. Eastern-European Journal of Enterprise Technologies, 3(1 (99), 18–26. https://doi.org/10.15587/1729-4061.2019.165884

Номер

Розділ

Виробничо-технологічні системи