Розробка методики оцінювання інформаційно-аналітичного забезпечення публічного управління у сфері забезпечення цивільного контролю над сектором безпеки і оборони України

Автор(и)

  • Ольга Федорівна Cальнікова Головне управління військового співробітництва Збройних Сил України, Україна https://orcid.org/0000-0002-7190-6091
  • Рена Рубенівна Марутян Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0000-0001-9184-1590
  • Олександр Олександрович Верещак Харківський національний університет міського господарства імені О. М. Бекетова, Україна https://orcid.org/0000-0002-7262-5400

DOI:

https://doi.org/10.15587/1729-4061.2023.274257

Ключові слова:

нечіткі когнітивні моделі, цивільний контроль над сектором безпеки і оборони України

Анотація

Проблема, яка вирішується в дослідженні, є підвищення оперативності прийняття рішення в задачах управління при забезпеченні заданої достовірності незалежно від ієрархічності системи. Об’єктом дослідження є системи підтримки прийняття рішень в сфері демократичного цивільного контролю над сектором безпеки і оборони (СДЦКСБО). Предметом дослідження є процес прийняття рішення в задачах управління за допомогою нечітких когнітивних карт та штучних нейронних мереж, що еволюціонують. Гіпотезою дослідження є підвищення кількості джерел інформації про складові СДЦКСБО, при обмеженнях на оперативність та достовірність прийняття рішення. В ході дослідження запропоновано методику оцінювання інформаційно-аналітичного забезпечення публічного управління у СДЦКСБО. Встановлено, що запропонована методика має вищу оперативність у порівнянні з відомими в середньому на 40 %, у порівнянні з методиками, які використовуються для оцінки ефективності прийнятих рішень з питань стратегічних менеджменту. Зазначена методика дозволить провести оцінку стану інформаційно-аналітичного забезпечення публічного управління у СДЦКСБО та визначити ефективні заходи для підвищення ефективності. Методика дозволить проаналізувати можливі варіанти розвитку СДЦКСБО у кожній фазі розвитку, а також моменти часу, в яких необхідно проводити структурні зміни, які забезпечують перехід у наступну фазу. При цьому враховуються суб'єктивні фактори вибору при пошуку рішень, що формалізуються у вигляді вагових коефіцієнтів при компонентах інтегрального критерію ефективності. Зазначена методика дозволяє підвищити швидкість оцінки стану інформаційно-аналітичного забезпечення СДЦКСБО, зменшити використання обчислювальних ресурсів систем підтримки та прийняття рішень, формувати заходи, що спрямовані на підвищення ефективності інформаційно-аналітичного забезпечення

Біографії авторів

Ольга Федорівна Cальнікова, Головне управління військового співробітництва Збройних Сил України

Доктор наук з державного управління, старший науковий співробітник, заступник начальника

Рена Рубенівна Марутян, Київський національний університет імені Тараса Шевченка

Доктор наук з державного управління, доцент

Кафедра глобальної та національної безпеки

Навчально-науковий інститут публічного управління та державної служби

Олександр Олександрович Верещак, Харківський національний університет міського господарства імені О. М. Бекетова

Аспірант

Посилання

  1. Rodionov, M. A. (2010). Informatsionno-analiticheskoe obespechenie upravlencheskikh resheniy. Moscow, 400.
  2. Drozdiuk, V. (2021). Democratic civilian control for the national security and defence sector. Law and Public Administration, 1, 202–208. doi: https://doi.org/10.32840/pdu.2021.1.30
  3. Saaty, T. L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. McGraw-Hill, 287.
  4. Bellman, R. E., Zadeh, L. A. (1970). Decision-Making in a Fuzzy Environment. Management Science, 17 (4), B-141–B-164. doi: https://doi.org/10.1287/mnsc.17.4.b141
  5. Mamdani, E. H., Assilian, S. (1975). An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, 7 (1), 1–13. doi: https://doi.org/10.1016/s0020-7373(75)80002-2
  6. Sugeno, M. (1985). Industrial applications of fuzzy control. Elsevier Science Pub. Co., 269.
  7. Fuller, R. (1995). Neural Fuzzy Systems. Abo Akademi University, 348. Available at: https://uni-obuda.hu/users/fuller.robert/ln1.pdf
  8. Onykiy, B., Artamonov, A., Ananieva, A., Tretyakov, E., Pronicheva, L., Ionkina, K., Suslina, A. (2016). Agent Technologies for Polythematic Organizations Information-Analytical Support. Procedia Computer Science, 88, 336–340. doi: https://doi.org/10.1016/j.procs.2016.07.445
  9. Manea, E., Di Carlo, D., Depellegrin, D., Agardy, T., Gissi, E. (2019). Multidimensional assessment of supporting ecosystem services for marine spatial planning of the Adriatic Sea. Ecological Indicators, 101, 821–837. doi: https://doi.org/10.1016/j.ecolind.2018.12.017
  10. Xing, W., Goggins, S., Introne, J. (2018). Quantifying the Effect of Informational Support on Membership Retention in Online Communities through Large-Scale Data Analytics. Computers in Human Behavior, 86, 227–234. doi: https://doi.org/10.1016/j.chb.2018.04.042
  11. Ko, Y.-C., Fujita, H. (2019). An evidential analytics for buried information in big data samples: Case study of semiconductor manufacturing. Information Sciences, 486, 190–203. doi: https://doi.org/10.1016/j.ins.2019.01.079
  12. Çavdar, A. B., Ferhatosmanoğlu, N. (2018). Airline customer lifetime value estimation using data analytics supported by social network information. Journal of Air Transport Management, 67, 19–33. doi: https://doi.org/10.1016/j.jairtraman.2017.10.007
  13. Ballester-Caudet, A., Campíns-Falcó, P., Pérez, B., Sancho, R., Lorente, M., Sastre, G., González, C. (2019). A new tool for evaluating and/or selecting analytical methods: Summarizing the information in a hexagon. TrAC Trends in Analytical Chemistry, 118, 538–547. doi: https://doi.org/10.1016/j.trac.2019.06.015
  14. Ramaji, I. J., Memari, A. M. (2018). Interpretation of structural analytical models from the coordination view in building information models. Automation in Construction, 90, 117–133. doi: https://doi.org/10.1016/j.autcon.2018.02.025
  15. Pérez-González, C. J., Colebrook, M., Roda-García, J. L., Rosa-Remedios, C. B. (2019). Developing a data analytics platform to support decision making in emergency and security management. Expert Systems with Applications, 120, 167–184. doi: https://doi.org/10.1016/j.eswa.2018.11.023
  16. Chen, H. (2018). Evaluation of Personalized Service Level for Library Information Management Based on Fuzzy Analytic Hierarchy Process. Procedia Computer Science, 131, 952–958. doi: https://doi.org/10.1016/j.procs.2018.04.233
  17. Chan, H. K., Sun, X., Chung, S.-H. (2019). When should fuzzy analytic hierarchy process be used instead of analytic hierarchy process? Decision Support Systems, 125, 113114. doi: https://doi.org/10.1016/j.dss.2019.113114
  18. Rybak, V. A., Shokr, A. (2016). Analysis and comparison of existing decision support technology. System analysis and applied information science, 3, 12–18. Available at: https://sapi.bntu.by/jour/article/view/114?locale=ru_RU
  19. Rodionov, M. A. (2014). Problems of information and analytical support of contemporary strategic management. Civil Aviation High Technologies, 202, 65–69.
  20. Bednář, Z. (2018). Information Support of Human Resources Management in Sector of Defense. Vojenské rozhledy, 27 (1), 45–68.
  21. Palchuk, V. (2017). Methods of Content-Monitoring and Content-Analysis of Information Flows: Modern Features. Naukovi pratsi Natsionalnoi biblioteky Ukrainy imeni V. I. Vernadskoho, 48, 506–526. Available at: http://nbuv.gov.ua/UJRN/npnbuimviv_2017_48_39
  22. Mir, S. A., Padma, T. (2016). Evaluation and prioritization of rice production practices and constraints under temperate climatic conditions using Fuzzy Analytical Hierarchy Process (FAHP). Spanish Journal of Agricultural Research, 14 (4), e0909. doi: https://doi.org/10.5424/sjar/2016144-8699
  23. Alieinykov, I. V. (2018). Analiz faktoriv, shcho vplyvaiut na operatyvnist protsesu zboru, obrobky i peredachi informatsiyi pro protyvnyka pid chas pidhotovky ta vedennia oboronnoi operatsiyi operatyvnoho uhrupuvannia viysk. XVIII naukovo-tekhnichnoi konferentsiyi Stvorennia ta modernizatsiya ozbroiennia i viyskovoi tekhniky v suchasnykh umovakh. Chernihiv, 38–40. Available at: http://dintem.com.ua/images/site/tezy_izdaniy/zb_rnik_tez_2018.pdf
  24. Alieinykov, I. V., Zhyvotovskyi, R. M. (2018). Udoskonalennia informatsiino-analitychnoho zabezpechennia za rakhunok formuvannia intehrovanoi informatsiynoi systemy upravlinnia viyskamy. Zbirnyk materialiv VI mizhnarodnoi naukovo-praktychnoi konferentsiyi Problemy koordynatsiyi voienno-tekhnichnoi ta oboronno-promyslovoi polityky v Ukraini. Perspektyvy rozvytku ozbroiennia ta viiskovoi tekhniky. Kyiv, 165–166. Available at: https://mon.gov.ua/storage/app/media/innovatsii-transfer-tehnologiy/publikatsiyi/vi-mizhnarodna-naukovo-praktichna-konferentsiya-tezi-dopovidey.pdf
  25. Kalantaievska, S., Pievtsov, H., Kuvshynov, O., Shyshatskyi, A., Yarosh, S., Gatsenko, S. et al. (2018). Method of integral estimation of channel state in the multiantenna radio communication systems. Eastern-European Journal of Enterprise Technologies, 5 (9 (95)), 60–76. doi: https://doi.org/10.15587/1729-4061.2018.144085
  26. Sova, O., Shyshatskyi, A., Salnikova, O., Zhuk, O., Trotsko, O., Hrokholskyi, Y. (2021). Development of a method for assessment and forecasting of the radio electronic environment. EUREKA: Physics and Engineering, 4, 30–40. doi: https://doi.org/10.21303/2461-4262.2021.001940
  27. Pievtsov, H., Turinskyi, O., Zhyvotovskyi, R., Sova, O., Zvieriev, O., Lanetskii, B., Shyshatskyi, A. (2020). Development of an advanced method of finding solutions for neuro-fuzzy expert systems of analysis of the radioelectronic situation. EUREKA: Physics and Engineering, 4, 78–89. doi: https://doi.org/10.21303/2461-4262.2020.001353
  28. Zuiev, P., Zhyvotovskyi, R., Zvieriev, O., Hatsenko, S., Kuprii, V., Nakonechnyi, O. et al. (2020). Development of complex methodology of processing heterogeneous data in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 4 (9 (106)), 14–23. doi: https://doi.org/10.15587/1729-4061.2020.208554
  29. Shyshatskyi, A. (2020). Complex Methods of Processing Different Data in Intellectual Systems for Decision Support System. International Journal of Advanced Trends in Computer Science and Engineering, 9 (4), 5583–5590. doi: https://doi.org/10.30534/ijatcse/2020/206942020
  30. Koshlan, A., Salnikova, O., Chekhovska, M., Zhyvotovskyi, R., Prokopenko, Y., Hurskyi, T. et al. (2019). Development of an algorithm for complex processing of geospatial data in the special-purpose geoinformation system in conditions of diversity and uncertainty of data. Eastern-European Journal of Enterprise Technologies, 5 (9 (101)), 35–45. doi: https://doi.org/10.15587/1729-4061.2019.180197
  31. Mahdi, Q. A., Shyshatskyi, A., Prokopenko, Y., Ivakhnenko, T., Kupriyenko, D., Golian, V. et al. (2021). Development of estimation and forecasting method in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 3 (9 (111)), 51–62. doi: https://doi.org/10.15587/1729-4061.2021.232718
Розробка методики оцінювання інформаційно-аналітичного забезпечення публічного управління у сфері забезпечення цивільного контролю над сектором безпеки і оборони України

##submission.downloads##

Опубліковано

2023-02-28

Як цитувати

Cальнікова О. Ф., Марутян, Р. Р., & Верещак, О. О. (2023). Розробка методики оцінювання інформаційно-аналітичного забезпечення публічного управління у сфері забезпечення цивільного контролю над сектором безпеки і оборони України. Eastern-European Journal of Enterprise Technologies, 1(3 (121), 57–65. https://doi.org/10.15587/1729-4061.2023.274257

Номер

Розділ

Процеси управління