Формування системи прогностичного забезпечення підтримки прийняття стратегічних рішень в організації

Автор(и)

  • Yuri Romanenkov Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут» вул. Чкалова, 17, м. Харків, Україна, 61070, Україна https://orcid.org/0000-0002-3526-7237
  • Vasily Vartanian Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут» вул. Чкалова, 17, м. Харків, Україна, 61070, Україна https://orcid.org/0000-0001-9428-2763

DOI:

https://doi.org/10.15587/1729-4061.2016.66306

Ключові слова:

прогностичне забезпечення, підтримка прийняття управлінських рішень, прогнозування, комплексування прогнозних оцінок

Анотація

Проаналізовано фактори невизначеності в процесі прийняття стратегічних рішень і проведено порівняльний аналіз традиційних статистичних моделей і методів прогнозування. Сформульовано основні задачі прогностичного забезпечення та обґрунтовано необхідність розробки моделі прогностичного забезпечення підтримки прийняття стратегічних рішень для потреб організації. Запропоновано чотирьохрівневу модель системи з принципами її методичного насичення, а також інструменти її налаштування.

Біографії авторів

Yuri Romanenkov, Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут» вул. Чкалова, 17, м. Харків, Україна, 61070

Кандидат технічних наук, доцент

Кафедра менеджменту

Vasily Vartanian, Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут» вул. Чкалова, 17, м. Харків, Україна, 61070

Доктор технічних наук, професор

Кафедра менеджменту

Посилання

  1. Ledenev, A. Infografika: gde zarabatyvajut samolety s ukrainskoj propiskoj. Available at: http://forbes.net.ua/business/1411400-infografika-gde-zarabatyvayut-samolety-s-ukrainskoj-propiskoj
  2. Frenkel', A. A. (2007). Prognozirovanie proizvoditel'nosti truda: metody i modeli. Moscow: Jekonomika, 221.
  3. Kantorovich, G. G. (2002). Analiz vremennyh rjadov. Jekonomicheskij zhurnal VShJe, 1-2.
  4. Anderson, T. (1976). Statisticheskij analiz vremennyh rjadov. Moscow: Mir, 757.
  5. Kendjel, M. (1981). Vremennye rjady. Moscow: Finansy i statistika, 199.
  6. Boks, Dzh., Dzhenkins, G.; Pisarenko, V. F. (Ed.) (1974). Analiz vremennyh rjadov. Prognoz i upravlenie. Moscow: Mir, 406.
  7. Nosko, V. P. (2002). Jekonometrika. Vvedenie v regressionnyj analiz vremennyh rjadov. Moscow: NFPK, 273.
  8. Bidjuk, P. I., Fedorov, A. V. (2009). Pobudova systemy adaptyvnogo prognozuvannja finansovo-ekonomichnyh procesiv ta i'i' zastosuvannja. Naukovi praci: Ser. Komp’juterni tehnologii', 117 (104), 119–129.
  9. Solovjova, M. I. (2009). Z istorii' rozvytku koncepcii' systemnogo planuvannja i prognozuvannja. Nauka j ekonomika, 2 (4 (16)), 198–204.
  10. Svetun'kov, S. G., Svetun'kov, I. S. (2009). Metody social'no-jekonomicheskogo prognozirovanija. Vol. I. SPb.: Izd-vo SPbGUJeF, 147.
  11. Tihonov, E. Je. (2006). Metody prognozirovanija v uslovijah rynka. Nevinnomyssk, 221.
  12. Mironov, E. A. Upravlencheskij cikl kak tehnologija sotrudnichestva. Available at: http://www.coverdale.ru/pdf/article2.pdf
  13. Pastovens'kyj, O. V. (2012). Osoblyvosti upravlins'kogo cyklu v umovah rozvytku gromads'ko-derzhavnogo upravlinnja zagal'noju seredn'oju osvitoju. Naukovi zapysky Ternopil's'kogo nacional'nogo pedagogichnogo universytetu im. Volodymyra Gnatjuka. Ser. Pedagogika, 2, 128–133.
  14. Afanas'eva, T. V. (2013). Modelirovanie nechetkih tendencij vremennyh rjadov. Ul'janovsk: UlGTU, 215.
  15. Batyrshin, I. Z., Sheremetov, L. B. (2007). Modeli i metody perceptivnogo data majninga vremennyh rjadov dlja sistem podderzhki prinjatija reshenij. Nechetkie sistemy i mjagkie vychislenija, 2 (1), 152–161.
  16. Kovalerchuk, B., Vityaev, E. (2000). Data Mining in Finance: Advances in Relational and Hybrid methods. Kluwer Academic Publishers, 308.
  17. Aleksandrov, F. I., Goljandina, N. Je. Avtomatizacija vydelenija trendovyh i periodicheskih sostavljajushhih vremennogo rjada v ramkah metoda «Gusenica»-SSA. Available at: http://www.pdmi.ras.ru/~theo/autossa/files/Exponenta.Pro--paper--AutoSSA.pdf
  18. Chen, K.-Y. (2011). Combining linear and nonlinear model in forecasting tourism demand. Expert Systems with Applications, 38 (8), 10368–10376. doi: 10.1016/j.eswa.2011.02.049
  19. Matijaš, M., Suykens, J. A. K., Krajcar, S. (2013). Load forecasting using a multivariate meta-learning system. Expert Systems with Applications, 40 (11), 4427–4437. doi: 10.1016/j.eswa.2013.01.047
  20. Jansen, W. J., Jin, X., de Winter, J. M. (2016). Forecasting and nowcasting real GDP: Comparing statistical models and subjective forecasts. International Journal of Forecasting, 32 (2), 411–436. doi: 10.1016/j.ijforecast.2015.05.008
  21. Kashheeva, V. Ju. (2013). Informacionnaja tehnologija analiza mnogokomponentnyh processov po vremennym rjadam na osnove interval'nyh prognoznyh modelej. Sistemi upravlіnnja, navіgacіi ta zv’jazku, 3 (27), 128–133.
  22. Romanenkov, Yu. (2015). Analysis of the predictive properties of Brown's model in the extended domain of the internal parameter. MOTROL. Commission of Motorization and Energetics in Agriculture, 17 (8), 27–34.
  23. Romanenkov, Ju. A., Zejniev, T. G. (2014). Metod parametricheskogo sinteza modeli Brauna na osnove retrospektivnoj mnogokriterial'noj optimizacii. Galuzeve mashinobuduvannja, budіvnictvo, 2(41), 48–56.
  24. Romanenkov, Ju. A. (2014). Parametricheskij analiz oblasti adekvatnosti adaptivnoj prognoznoj modeli Brauna. Naukovі pracі Pіvdennogo fіlіalu Nacіonal'nogo unіversitetu bіoresursіv і prirodokoristuvannja Ukraini «Krims'kij agrotehnologіchnij unіversitet», 162, 228–236.
  25. Goljandina, N. Je. (2004). Metod «Gusenica»-SSA: prognoz vremennyh rjadov. SPb: Izd-vo SPbGU, 52.
  26. Vautard, R., Ghil, M. (1989). Singular spectrum analysis in nonlinear dynamics, with applications to paleoclimatic time series. Physica D: Nonlinear Phenomena, 35 (3), 395–424. doi: 10.1016/0167-2789(89)90077-8
  27. Yiou, P., Baert, E., Loutre, M. F. (1996). Spectral analysis of climate data. Surveys in Geophysics, 17 (6), 619–663. doi: 10.1007/bf01931784
  28. Lisi, F., Nicolis, O., Sandri, M. (1995). Combination of singular spectrum analysis and auto regressive model for short term load forecasting. Neural Process Lett., 2 (4), 6–10.
  29. Hassani, H., Heravi, S., Zhigljavsky, A. (2009). Forecasting European industrial production with singular spectrum analysis. International Journal of Forecasting, 25 (1), 103–118. doi: 10.1016/j.ijforecast.2008.09.007
  30. Dai, W., Lu, C.-J. (2008). Financial Time Series Forecasting Using A Compound Model Based on Wavelet Frame and Support Vector Regression. 2008 Fourth International Conference on Natural Computation, 328–332. doi: 10.1109/icnc.2008.455
  31. Lukashin, Ju. P. (2003). Adaptivnye metody kratkosrochnogo prognozirovanija vremennyh rjadov. Moscow: Finansy i statistika, 416.
  32. Berzlev, A. Ju., Maljar, M. M., Nikolenko, V. V. (2011). Adaptivnye kombinirovannye modeli prognozirovanija birzhevyh pokazatelej. Vestnik Cherkasskogo gos. tehnolog. un-ta. Serija: tehnicheskie nauki, 1, 50–54.
  33. Berzlev, A. Ju., Maljar, N. N., Nikolenko, V. V. (2011). Metody prognozirovanija dlja prinjatija jeffektivnyh reshenij v mnogourovnevyh modeljah. Nauch. vestnik Uzhgorod. un-ta. Serija matem. i informatika, 22, 18–25.
  34. Kurbatskii, V. G., Sidorov, D. N., Spiryaev, V. A., Tomin, N. V. (2011). On the neural network approach for forecasting of nonstationary time series on the basis of the Hilbert-Huang transform. Automation and Remote Control, 72 (7), 1405–1414. doi: 10.1134/s0005117911070083
  35. Zhang, W. Q., Xu, C. (2011). Time series forecasting method based on Huang transform and BP neural network. 2011 Seventh International Conference on Computational Intelligence and Security, 497–502. doi: 10.1109/cis.2011.116
  36. Lu, C.-J., Wu, J.-Yu, Lee, T.-S. (2009). ICA-Based Signal Reconstruction Scheme with Neural Network in Time Series Forecasting. 2009 First Asian Conference on Intelligent Information and Database Systems, 318–323. doi: 10.1109/aciids.2009.28
  37. Xiang, L., Zhu, Y., Tang, G.-J. (2009). A hybrid support vector regression for time series forecasting. 2009 WRI World Congress on Software Engineering, 161–165. doi: 10.1109/wcse.2009.130
  38. Sallehuddin, R., Shamsuddin, S. M., Hashim, S. Z. M. (2008). Hybridization Model of Linear and Nonlinear Time Series Data for Forecasting. 2008 Second Asia International Conference on Modelling & Simulation (AMS), 597–602. doi: 10.1109/ams.2008.142
  39. Shhelkalin, V. N. (2014). “Caterpillar”-SSA and Box-Jenkins hybrid models and methods for time series forecasting. Eastern-European Journal of Enterprise Technologies, 5/4 (71), 43–62. doi: 10.15587/1729-4061.2014.28172
  40. Vartanjan, V. M., Romanenkov, Ju. A., Kashheeva, V. Ju. (2011). Evaluation of the frequency parameters of the model-Theil Veydzh in problems of short-term forecasting. Eastern-European Journal of Enterprise Technologies, 1/5 (49), 49–53. Available at: http://journals.uran.ua/eejet/article/view/2362/2164
  41. Romanenkov, Ju. A., Vartanjan, V. M., Revenko, D. S. (2014). Kompleksirovanie prognoznyh ocenok v sisteme monitoringa pokazatelej sostojanija biznes-processa. Sistemi upravlіnnja, navіgacіi ta zv’jazku, 2 (30), 79–86.
  42. Bidjuk, P. I., Gasanov, A. S., Vavilov, S. E. (2013). Analiz kachestva ocenok prognozov s ispol'zovaniem metoda kompleksirovanija. Sistemnі doslіdzhennja ta іnformacіjnі tehnologіi, 4, 7–16.
  43. Sineglazov, V. M., Chumachenko, E. I., Gorbatjuk, V. S. (2012). Metod reshenija zadachi prognozirovanija na osnove kompleksirovanija ocenok. Іnduktivne modeljuvannja skladnih sistem, 4, 214–223.
  44. Vasil'ev, A. A. (2015). Ob’edinenie prognozov jekonomicheskih pokazatelej na osnove bives-ocenki s vesovoj funkciej H'jubera. Aktual'nye problemy gumanitarnyh i estestvennyh nauk, 10-4. Available at: http://cyberleninka.ru/article/n/obedinenie-prognozov-ekonomicheskih-pokazateley-na-osnove-bives-otsenki-s-vesovoy-funktsiey-hyubera (Last accessed: 23.03.2016).
  45. Molev, M. D., Zanina, I. A., Stuzhenko, N. I. (2013). Sintez prognoznoj informacii v praktike ocenki jekologo-jekonomicheskogo razvitija regiona. Inzhenernyj vestnik Dona, 4. Available at: http://www.ivdon.ru/magazine/archive/n4y2013/1993
  46. Romanenkov, Ju. A., Vartanjan, V. M.; Savchuk, L. M. (Ed.) (2014). Sintez intellektual'nyh prognoznyh kompleksov v konturah upravlenija social'no-jekonomicheskimi sistemami. U kn.: Sistemi prijnjattja rіshen' v ekonomіcі, tehnіcі ta organіzacіjnih sferah: vіd teorіi do praktiki. Pavlograd: ART Sintez-T, 372–379.
  47. Demidova, L. A., Skvorcova, T. S. (2011). Programmnyj kompleks prognozirovanija znachenij vremennyh rjadov s ispol'zovaniem gibridnyh tehnologij. Matematicheskoe i programmnoe obespechenie vychislitel'nyh sistem. Rjazanskij gosudarstvennyj radiotehnicheskij universitet, 57–61.
  48. Shhavelev, L. B. (1998). Sposoby analiticheskoj obrabotki dannyh dlja podderzhki prinjatija reshenij. SUBD, 4-5, 51–60.
  49. Brown, R. G. (1963). Smoothing forecasting and prediction of discrete time series. – N. Y., 480.
  50. Revenko, D. S., Vartanjan, V. M., Romanenkov, Ju. O., Art'omova, A. V. (2015). Komp’juterna programa «Korotkostrokove prognozuvannja makroekonomichnyh procesiv v umovah interval'noi' nevyznachenosti». Svidoctvo pro rejestraciju avtors'kogo prava na tvir № 58201 vid 21.01.2015.
  51. Romanenkov, Ju. O., Vartanjan, V. M., Revenko, D. S. (2015). Komp’juterna programa «Dynamychne kompleksuvannja prognoznyh ocinok v systemi upravlinnja vyrobnycho-ekonomichnymy procesamy na pidpryjemstvi». Svidoctvo pro rejestraciju avtors'kogo prava na tvir № 58203 vid 21.01.2015.

##submission.downloads##

Опубліковано

2016-04-27

Як цитувати

Romanenkov, Y., & Vartanian, V. (2016). Формування системи прогностичного забезпечення підтримки прийняття стратегічних рішень в організації. Eastern-European Journal of Enterprise Technologies, 2(9(80), 25–34. https://doi.org/10.15587/1729-4061.2016.66306

Номер

Том 2 № 9(80) (2016): Інформаційно-керуючі системи

Розділ

Інформаційно-керуючі системи

Ліцензія

Авторське право (c) 2016 Vasily Vartanian, Yuri Romanenkov

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.