Аннотация: Начало данной статьи «Многокритериальные и многоуровневые задачи выбора (на примере автомобилей сегмента LCV)» опубликовано в Иннов: электронный научный журнал, 2017. №2(31).

В статье рассмотрены варианты структурирования задачи потребительского выбора на основе построения иерархии количественных и качественных факторов, а именно рассмотрен процесс выбора и принятия эффективных решений в многокритериальных, многоуровневых и многофакторных задачах. Процесс выбора базируется на экспертных оценках и их постепенной свёртке на каждом уровне анализа.

Применяемые методы – экспертных оценок, «дерева решений», группировки, свертки показателей, балльных оценок, весовых коэффициентов, корреляции, функционально-стоимостного анализа, анализа иерархий, парных сравнений.
Рассмотрены два разных варианта (процесса) принятия решений с учетом обозначенных выше методов на примерах: пример 1 - выбор автомобиля из сегмента LCV (Light Commercial Vehicle или лёгкий коммерческий автомобиль) на основе линейной свертки результатов экспертных оценок; пример 2 - выбор легкового автомобиля В класса методом анализа иерархий (МАИ).

Первый вариант постановки и решения задачи предполагает, что мнения экспертов изначально уже согласованы и позволяет адаптировать задачу под более разнообразные цели. Второй вариант принятия решений на основе МАИ предполагает возможность выявления степени согласованности мнений экспертов, но при этом требует более сложных расчетов, особенно при увеличении количества уровней сравнения, количества качественных и количественных факторов. Главным достоинством рассмотренных вариантов (процессов) решения задач выбора является четкое осознание структуры анализируемой проблемы за счет построения «дерева решения».

Annotation: The beginning of this article "Multi-criteria and multilevel tasks of choice (based on LCV segment cars)" was published in Innov: electronic scientific journal, 2017. №2 (31).

Variants of structuring of problems of consumer choice on the basis of construction of a hierarchy of quantitative and qualitative factors are considered in the article. The process of choosing and making effective decisions in multicriteria, multilevel and multifactorial problems is considered. The selection process is based on expert assessments.

Methods: expert assessments, decision trees, groupings, convolution indicators, scores, weights, correlation, functional-value analysis, hierarchy analysis, paired comparisons.

In the article the authors reviewed two examples: Example 1 - selection of a car from the LCV (Light Commercial Vehicle) segment based on the linear convolution of the expert evaluation results; Example 2 - the choice of a car "B" class by the method of analysis of hierarchies (MAH).

The first version of the formulation and solution of the problem assumes that the opinions of experts were initially agreed upon. It allows you to adapt the task to more diverse purposes. The second variant of decision-making on the basis of the MAH assumes the possibility of identifying the degree of agreement between the experts' opinions, but it requires more complex calculations, especially when the number of comparison levels and the number of qualitative and quantitative factors increase. The main advantage of the discussed variants (processes) of the decision of problems is a clear understanding of the structure of the analyzed problem by building a "tree of decisions".

Введение

Достаточно часто мы сталкиваемся с проблемой принятия эффективного управленческого решения на основе множества критериев и при наличии множества количественных и качественных факторов, которые требуется при этом учитывать. Сравнение различных вариантов и альтернатив сложно осуществлять, когда задача не структурирована, а критерии выбора не определены. Для структурирования проблемы выбора эффективного решения определяют цели, соответствующие им критерии принятия решения, множество значимых количественных и качественных факторов, а также выявляются все возможные альтернативы [24, 26, 27].  В результате осуществляется построение дерева решения проблемы, определяются методы решения. При этом важным моментом является построение иерархии сравниваемых факторов с учетом их значимости и уровней группировки [1, 2]. Задача становится многокритериальной, многофакторной, многоуровневой и может предполагать множество вариантов решений на основе разных методов. Поэтому итоговый вариант решения зависит от принятых допущений, а выбор эффективного решения предполагает возможность четко структурировать анализируемую задачу [3, 4]. 

Материалы и методы

В данном исследовании рассмотрено два примера структурирования задачи потребительского выбора на основе построения иерархии количественных и качественных факторов. В первом случае рассмотрена задача выбора автомобиля из сегмента LCV на основе линейной свертки результатов экспертных оценок (начало статьи - Иннов: электронный научный журнал, 2017. №2 (31)) [25], а во втором - выбор легкового автомобиля В класса методом анализа иерархий (МАИ) (окончание статьи - Иннов: электронный научный журнал, 2017. №3 (32)).

О корректности, достоинствах и недостатках МАИ достаточно подробно написано в публикациях [10, 15]:

Подиновский В.В., Подиновская О.В. О некорректности метода анализа иерархий // Проблемы управления. 2011. № 1. С. 8-13.

Коробов В.Б., Тутыгин А.Г. Преимущества и недостатки метода анализа иерархий // Известия Российского государственного педагогического университета им. А.И. Герцена. 2010.№ 122. С. 108-115.

Пример 2. Выбор легкового автомобиля В класса методом анализа иерархий (МАИ).

Цель - выбор экономного легкового автомобиля В класса для междугородних поездок.

Методы – применение метода анализа иерархий (МАИ), который предполагает использование сразу группы методов: экспертных оценок, «дерева решений», парных сравнений, группировки, свертки показателей, балльных оценок и весовых коэффициентов.

Альтернативы. Для сравнения были выбраны 5 автомобилей В класса с учетом их популярности на российском рынке: Hyundai Solaris 1.6 MPI (RB(2014)), Kia Rio III поколение, Chevrolet Cruze 1.6 MT, Renault Logan (II) 2013 , Лада Веста I поколение.

Количественные и качественные факторы – цена, расход топлива, скорость, мощность двигателя, дорожный просвет и т.д. В данной задаче будут рассмотрены 10 количественных и качественных факторов (см. табл. 5-8).

Критерии  оценки – максимальное значение альтернативы при расчете глобального приоритета.

В общем случае процесс выбора альтернативы на основе МАИ, можно представить так [7 ,8]:

1.        Построение дерева решения проблемы (рис. 1).

  

2.      Применение метода парных сравнений для определения приоритетов всех факторов в иерархической структуре на основе шкалы отношений, предложенной  Т.Саати (табл. 1).

Таблица 1. Шкала отношений Т.Саати в методе парных сравнений [1]

 

3.        Применение линейной свертки приоритетов элементов иерархии и получение глобальных приоритетов альтернатив.

 

4.        Результаты проверяются на согласованность на основе расчета индексов согласованности (ИС) и сравнения их со значением случайного индекса (СИ) (табл. 2).

 

Таблица 2. Оценка случайного индекса (СИ)

Расчет отношения согласованности по формуле:

ОС =  ИС / СИ

Полученные отношения согласованности (ОС) не должны превышать 0,1.

 

5.        Принятие решений на основе значений приоритетов альтернатив [1].

Результаты и обсуждения

Рассмотрим более подробно основные этапы МАИ для выбора автомобиля «В» класса.

Этап 1. Определим факторы (критерии) сравнения автомобилей.

Основные группы количественных и качественных критериев представлены в таблице (см. табл. 3)

Таблица 3. Группы факторов (критериев) для сравнения автомобилей

двигатель	трансмиссия	кузов	динамические характеристики	расход топлива*
Тип топлива	Тип трансмиссии	Тип кузова	Разгон 0-100 км/ч, c	Объём топливного бака, л
Тип двигателя	Тип привода	Количество дверей/мест	Максимальная скорость, км/ч	Город, л/100км
Кол-во /расположение цилиндров	Количество передач	Габариты (длина/ширина/высота), мм	Путь при торможении со 100 до 0 км/ч, м	Трасса, л/100км
Рабочий объем, см3		Колесная база, мм		Смешанный, л/100км
Количество клапанов		Колея (передняя, задняя), мм
Максимальная мощность, л. с. (об./мин.)		Дорожный просвет, мм
Максимальный крутящий момент, Н • м (об./мин.)		Объём багажника, л (VDA)
Требования к топливу		Подвеска (передняя/задняя)
		Тормоза (передние/задние)
		Снаряженная масса (мин/макс), кг
		Полная масса

Математический инструмент МАИ позволяет решать многокритериальные задачи выбора с учетом количественных и качественных факторов, но при этом достаточно трудоёмкий [12, 14]. Трудоемкость расчетов значительно возрастает при увеличении количества факторов и уровней их детализации. Поэтому из всего множества количественных и качественных факторов выберем 10 наиболее значимых для заданной цели (см. табл. 4).

Таблица 4. Ключевые количественные и качественные факторы для сравнения автомобилей

Количественные факторы:
Цена, руб.	Расход топлива, (л)		Мощность двигателя, (л. с.)		Разгон до 100 км/ч		Снаряженная масса, (т)	Дорожный просвет, (мм)
Качественные факторы  (наличие или отсутствие в комплектации):
климат контроль		датчик парковки		датчик дождя		подогрев сидений

Этап 2. Определим наиболее популярные автомобили «В» класса для сравнения.

Автомобили «В» класса завоевали огромную популярность во многих странах как городской маневренный и бюджетный автомобиль. Изначально под В-класс попадали машины длиной 3,6–3,9 м и шириной около 1,7 м, но потом границы между классами стали постепенно размываться. Сейчас к данной категории можно уже отнести авто длиной в диапазоне от 3,4 до 4,3 метра. Двигатели для таких бюджетных машин делают с небольшим объёмом от 1,2 до 1,6 литров, чтобы был небольшой расход бензина в городских пробках. Появились промежуточные классы. Например, Лада Веста с длиной кузова 4,41 м относится к B+ классу по европейской классификации.

В итоге по данным рейтингов автомобилей В класса, объемам их продаж в РФ, а также на основе экспертного выбора идеального автомобиля (по данным известного сайта Зарулем.ru  были отобраны для сравнения следующие варианты: Hyundai Solaris (RB(2014)), Kia Rio III поколение, Chevrolet Cruze 1.6 MT, Renault Logan (II) 2013 , Лада Веста I поколение.

Этап 3. Определим значения ключевых количественных и качественных факторов сравниваемых автомобилей

Ниже в табл. представлены качественные и количественные критерии для сравнения 5-ти самых популярных автомобилей В класса в РФ в минимальной комплектации (табл. 5,6) и в комплектации комфорт (табл. 7,8). Цены указаны по данным на конец 2016 года.

Таблица 5. Количественные факторы (критерии) для сравнения моделей автомобилей В класса (минимальная комплектация)

Модель	Цена, руб	Расход топлива, (л)	Мощность двигателя, (л.с.)	Разгон до 100 км/ч	Снаряженная масса, (т)	Дорожный просвет, (мм)
solaris	551 900	7,6	123	10,3	1,2	160
rio	539 900	8,2	123	10,3	1,2	160
cruze	710 000	7,2	113	11,8	1,3	140
logan	460 000	8,5	113	10,7	1,1	155
vesta	529 000	9,3	106	11,8	1,2	178

Таблица 6. Качественные факторы (критерии)  для сравнения моделей автомобилей В класса (минимальная комплектация)

Модель	климат контроль	датчик парковки	датчик дождя	подогрев сидений
solaris	нет	нет	нет	нет
rio	нет	нет	нет	нет
cruze	да	да	нет	да
logan	да	нет	нет	нет
vesta	да	нет	нет	да

Таблица 7. Количественные факторы (критерии) для сравнения моделей автомобилей В класса (комплектация comfort)

Модель	Цена, руб	Расход топлива, (л)	Мощность двигателя, (л.с.)	Разгон до 100 км/ч	Снаряженная масса, (т)	Дорожный просвет, (мм)
solaris	629 900	7,6	123	10,3	1,2	160
rio	659 900	8,2	123	10,3	1,2	160
cruze	710 000	7,2	113	11,8	1,3	140
logan	656 000	8,5	113	10,7	1,1	155
vesta	605 000	9,3	106	11,8	1,2	178

Таблица 8. Качественные факторы (критерии) для сравнения моделей автомобилей В класса (комплектация comfort)

Модель	климат контроль	датчик парковки	датчик дождя	подогрев сидений
solaris	да	да	нет	да
rio	да	да	нет	да
cruze	да	да	нет	да
logan	да	да	нет	да
vesta	да	да	нет	да

Если для сравнения взять автомобили в минимальной комплектации (табл. 5, 6), то необходимо будет их сравнивать по всем 10 факторам (критериям). Если для сравнения взять автомобили в комплектации comfort, то из табл. 7,8 видно, что все качественные факторы (критерии) у анализируемых автомобилей совпадают.

Поэтому упростим задачу и далее будем сравнивать автомобили в комплектации comfort только по 6 количественным факторам (табл. 7), т.к. качественные факторы у выбранных моделей совпадают (табл. 8).

Этап 4. Применим метод парных сравнений для определения приоритетов всех элементов иерархии

Определим приоритеты критериев 1-го уровня для оценки автомобилей: Цена (Ц), Расход топлива (РТ), Мощность двигателя (МД), Разгон до 100 км/ч (Р), Снаряженная масса (СМ), Дорожный просвет (ДП).                      

Таблица 9.1-й уровень: Цена (Ц), Расход топлива (РТ), Мощность двигателя (МД), Крутящий момент (КМ), Снаряженная масса (СМ), Дорожный просвет (ДП).

 

	Ц	РТ	МД	Р	СМ	ДП	Произведение	Корень1/6	Вектор
Ц	1	3	4	5	7	9	3780	3,95	0,43
РТ	1/3	1	3	4	7	7	196	2,41	0,27
МД	1/4	1/3	1	3	4	5	5	1,31	0,14
Р	1/5	1/4	1/3	1	3	4	0,2	0,76	0,08
СМ	1/7	1/7	1/4	1/3	1	3	0,0051	0,41	0,05
ДП	1/9	1/9	1/7	1/4	1/3	1	0,0001	0,23	0,03
сумма	2,0	4,8	8,7	13,6	22,3	29,0	3981,2	9,07	1,00
Лямбда макс:							λmax	=	6,329
Индекс согласованности:							ИС	=	0,066
Отношение согласованности:							ОС	=	0,059

 Приоритеты критериев 1-го уровня:  

Ц>РТ>МД>Р>СМ>ДП

т.е. с точки зрения ответов опрошенных экспертов для поставленных целей у автомобилей В-класса приоритеты будут следующими:

цена>расход топлива>мощность двигателя>разгон>

снаряженная масса >дорожный просвет

В итоге для городского автомобиля основными показателями при выборе будут цена и расход топлива.

	solaris	rio	cruze	logan	vesta	произведение	Корень1/5	Вектор
solaris	1	5	7	3	1/3	35	2,04	0,26
rio	1/5	1	3	1/3	1/7	0,029	0,49	0,06
cruze	1/7	1/3	1	1/5	1/9	0,001	0,25	0,03
logan	1/3	3	5	1	1/5	1	1,00	0,13
vesta	3	7	9	5	1	945	3,94	0,51
сумм	4,7	16,3	25,0	9,5	1,8	981,0	7,72	1,00
Лямбда макс:						λmax	=	5,243
Индекс согласованности:						ИС	=	0,061
Отношение согласованности:						ОС	=	0,067

Приоритеты критериев 2-го уровня – Цена (Ц):

vesta>solaris>logan>rio>cruze

Таблица 11. 2-й уровень – Расход топлива (РТ)

	solaris	rio	cruze	logan	vesta	произведение	Корень1/5	Вектор
solaris	1	3	1/3	5	7	35	2,04	0,26
rio	1/3	1	1/5	3	5	1	1,00	0,13
cruze	3	5	1	7	9	945	3,94	0,51
logan	1/5	1/3	1/7	1	3	0,029	0,49	0,06
vesta	1/7	1/5	1/9	1/3	1	0,001	0,25	0,03
сумм	4,7	9,5	1,8	16,3	25,0	981,0	7,72	1,00
Лямбда макс:						λmax	=	5,243
Индекс согласованности:						ИС	=	0,061
Отношение согласованности:						ОС	=	0,067

Приоритеты критериев 2-го уровня – Расход топлива (РТ):

cruze>solaris>rio>logan>vesta

Таблица  12. 2-й уровень – Мощность двигателя (МД)

	solaris	rio	cruze	logan	vesta	произведение	Корень1/5	Вектор
solaris	1	1	3	3	7	63	2,29	0,35
rio	1	1	3	3	7	63	2,29	0,35
cruze	1/3	1/3	1	1	7	0,78	0,95	0,14
logan	1/3	1/3	1	1	3	0,33	0,80	0,12
vesta	1/7	1/7	1/3	1/3	1	0,00	0,30	0,04
сумм	2,8	2,8	8,3	8,3	25,0	127,1	6,63	1,00
Лямбда макс:						λmax	=	5,261
Индекс согласованности:						ИС	=	0,065
Отношение согласованности:						ОС	=	0,072

Приоритеты критериев 2-го уровня – Мощность двигателя (МД):

solaris=rio>cruze=logan>vesta

Таблица  13. 2-й уровень – Разгон до 100 км/ч (Р)

	solaris	rio	cruze	logan	vesta	произведение	Корень1/5	Вектор
solaris	1	1	7	3	7	147	2,71	0,38
rio	1	1	7	3	7	147	2,71	0,38
cruze	1/7	1/7	1	1/3	1	0,007	0,37	0,05
logan	1/3	1/3	3	1	3	1,000	1,00	0,14
vesta	1/7	1/7	1	1/3	1	0,007	0,37	0,05
сумм	2,6	2,6	19,0	7,7	19	295,0	7,16	1,00
Лямбда макс:						λmax	=	5,009
Индекс согласованности:						ИС	=	0,002
Отношение согласованности:						ОС	=	0,003

Приоритеты критериев 2-го уровня – Разгон до 100 км/ч (Р):

solaris=rio>logan>cruze=vesta

Таблица  14. 2-й уровень – Снаряженная масса (СМ)

	solaris	rio	cruze	logan	vesta	произведение	Корень1/5	Вектор
solaris	1	1	3	1/5	1/3	0,2	0,72	0,10
rio	1	1	3	1/5	1/3	0,2	0,72	0,10
cruze	1/5	1/5	1	1/9	1/5	0,001	0,25	0,03
logan	5	5	9	1	3	675	3,68	0,51
vesta	3	3	7	1/3	1	21	1,84	0,25
сумм	10,2	10,2	23	1,8	4,9	696,4	7,21	1,00
Лямбда макс:						λmax	=	5,013
Индекс согласованности:						ИС	=	0,003
Отношение согласованности:						ОС	=	0,004

Приоритеты критериев 2-го уровня – Снаряженная масса (СМ):

logan>vesta>solaris=rio>cruze

Таблица  15. 2-й уровень – Дорожный просвет (ДП)

	solaris	rio	cruze	logan	vesta	произведение	Корень1/5	Вектор
solaris	1	1	5	3	1/3	5	1,38	0,20
rio	1	1	5	3	1/3	5	1,38	0,20
cruze	1/5	1/5	1	1/3	1/7	0,002	0,29	0,04
logan	1/3	1/3	3	1	1/5	0,067	0,58	0,09
vesta	3	3	7	5	1	315	3,16	0,47
сумм	5,5	5,5	21	12,3	2,0	325,1	6,79	1,00
Лямбда макс:						λmax	=	5,127
Индекс согласованности:						ИС	=	0,032
Отношение согласованности:						ОС	=	0,035

Приоритеты критериев 2-го уровня – Дорожный просвет (ДП):

vesta>solaris=rio>logan>cruze

Выводы

Для принятия окончательного решение по выбору автомобиля на основе МАИ, необходимо значения векторов приоритета из таблиц 9-15 по каждому фактору (критерию) перенести в итоговую таблицу 16 и рассчитать итоговый глобальный приоритет.

Итоговый глобальный приоритет определяется путем суммирования векторов глобальных приоритетов по критериям выбора автомобиля (см. табл. 16).

По данным таблиц 9-15 определяется Глобальный приоритет (ГП) по каждому автомобилю. Например, ГП по автомобилю solaris будет равен:

0,43х0,26 + 0,27х0,26 + 0,14х0,35 + 0,08х0,38 + 0,05х0,1 + 0,03х0,2 = 0,28

Таблица 16. Расчет глобального приоритета

	Векторы глобальных приоритетов по критериям						Итоговый Глобальный приоритет (ГП)
	Цена	Расход топлива	Мощность двигателя	Разгон до 100 км/ч	Снаряженная масса	Дорожный просвет
	0,43	0,27	0,14	0,08	0,05	0,03
solaris	0,26	0,26	0,35	0,38	0,10	0,20	0,28
rio	0,06	0,13	0,35	0,38	0,10	0,20	0,15
cruze	0,03	0,51	0,14	0,05	0,03	0,04	0,18
logan	0,13	0,06	0,12	0,14	0,51	0,09	0,13
vesta	0,51	0,03	0,04	0,05	0,25	0,47	0,26

Библиографический список

1. Saaty Thomas L. Decision Making for Leaders: The Analytic Hierarchy Process for Decisions in a Complex World. — Pittsburgh, Pennsylvania: RWS Publications. — ISBN 0-9620317-8-X (This book is the primary source for the sections in which it is cited.)
2. Википедия. URL: http://ru.wikipedia.org/wiki (дата обращения: 24.06.2017).
3. Зайцев Д.А., Корнилов Д.А., Борисов С.А. Методика принятия решения по внедрению информационного обеспечения инновационной деятельности на IT-предприятии // Фундаментальные исследования. 2015. № 12-3. С. 566-570.
4. Илларионов М.Г. Применение метода анализа иерархий в принятии управленческих решений // Актуальные проблемы экономики и права. 2009. № 1. С. 37-42.
5. Ключевые показатели парка LCV в России. Автостат. Аналитическое агентство. URL: https://www.autostat.ru/infographics/29542/ (дата обращения: 24.06.2017).
6. Корнилов Д.А. Конкурентоспособность продукции как функция соответствия потребительских характеристик товара его стоимости // Труды НГТУ. – Н.Новгород: Изд-во Нижегород. гос. техн. ун-т.,2011. №4(91) - С.263-275.
7. Корнилов Д.А., Зайцев Д.А. Оценка эффективности внедрения системы информационной безопасности с использованием метода анализа иерархий // В сборнике: Экономическая безопасность России: проблемы и перспективы материалы II Международной научно-практической конференции. 2014. С. 407-412.
8. Корнилов Д.А., Зайцев Д.А. Применение метода анализа иерархий при оценке эффективности использования системы информационного обеспечения деятельности предприятия // В сборнике: Управление большими системами Материалы XI всероссийской школы-конференции молодых ученых. 2014. С. 625-635.
9. Корнилов Д.А., Коникова Г.А., Незнахин М.Е. Методика оценки потребительских характеристик автомобилей. Формирование дерева потребительских свойств (часть 2) // Экономика и предпринимательство – М.: декабрь 2013, № 12 ч.3, - С. 619-623.
10. Коробов В.Б., Тутыгин А.Г. Преимущества и недостатки метода анализа иерархий // Известия Российского государственного педагогического университета им. А.И. Герцена. 2010.№ 122. С. 108-115.
11. Латыпова В.А. Оценка эффективности процесса обучения при наличии сложных открытых задач с помощью экспертных методов // Инженерный вестник Дона. 2016. Т. 40. № 1 (40). С. 35.
12. Ломазов В.А., Прокушев Я.Е. Решение задачи экономичного многокритериального выбора на основе метода анализа иерархий // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2010. Т. 7. № 14-1-1. С. 128-131.
13. Надтока Т.Б., Виноградов А.Г. Свертка показателей при диагностике социально-экономического развития предприятия: проблемы и пути решения // Бизнес информ. 2013. № 3. С. 88-96.
14. Подиновская О.В. Метод анализа иерархий как метод поддержки принятия многокритериальных решений // Информационные технологии моделирования и управления. 2010. № 1 (60). С. 71-80.
15. Подиновский В.В., Подиновская О.В. О некорректности метода анализа иерархий // Проблемы управления. 2011. № 1. С. 8-13.
16. Татарских Б.Я., Федоров О.В. Организационно-технологические направления и резервы модернизации машиностроения Российской Федерации // Новые технологии. 2010. №6. С. 7.
17. Корнилов Д.А., Морозова Г.А., Поляков Н.Ф. Методика определения стоимости на основе анализа потребительских характеристик // Управление экономическими системами: электронный научный журнал. №3, 2012.
18. Корнилов Д.А., Незнахин М.Е. Методика оценки потребительских характеристик автомобилей. Теоретическая часть (часть 1) // Экономика и предпринимательство – М.: декабрь 2013, № 12 ч.2, - С.845-848.
19. Российский рынок новых LCV в декабре 2016 года. Автостат. Аналитическое агентство. URL: https://www.autostat.ru/press-releases/28690/ (дата обращения: 24.06.2017).
20. Сафронов В.В. Сравнительная оценка методов "жесткого" ранжирования и анализа иерархий в задаче гипервекторного ранжирования систем // Информационные технологии. 2011. № 7. С. 8-13.
21. Степанов С.Н., Осия Д.Л. Приближённый метод оценки показателей обслуживания заявок в иерархических сетях доступа с учётом влияния поведения пользователя //
T-Comm: Телекоммуникации и транспорт. 2014. Т. 8. № 8. С. 93-96.
22. Цапенко М.В. Синтез глобальных оценок сравнительной эффективности инновационного потенциала региона // Экономические науки. 2015. № 126. С. 53-58.
23. Федоров О.В., Голубцов Н.В., Гребенюк И.И. Ресурсосбережение в энергетике. Монография. Москва, 2011.
24. Игошин А.Н., Черемухин А.Д. Сущность экономического роста, его типы и измерители // Вестник НГИЭИ. 2015. № 5 (48). С. 52-58.
25. Корнилов Д.А., Первышин М.Н., Корнилова Е.В. Многокритериальные и многоуровневые задачи выбора (на примере автомобилей сегмента LCV) // Иннов: электронный научный журнал, 2017. №2 (31). URL: http://www.innov.ru/science/economy/mnogokriterialnye-i-mnogourovnevye-/
26. Ключников И.К., Ключников О.И. Основные подходы к определению финансовых сетей // ИТпортал, 2016. №4 (12). URL: http://itportal.ru/science/economy/osnovnye-podkhody-k-opredeleniyu-fi/
27. Генералов И.Г., Суслов С.А. Методические подходы к оценке конкурентоспособности организаций // Вестник НГИЭИ. 2016. № 9 (64). С. 31-38.




References

1. Saaty Thomas L. Decision Making for Leaders: The Analytic Hierarchy Process for Decisions in a Complex World. — Pittsburgh, Pennsylvania: RWS Publications. — ISBN 0-9620317-8-X (This book is the primary source for the sections in which it is cited.)
2. Vikipedija. http://ru.wikipedia.org/wiki.
3. Zajcev D.A., Kornilov D.A., Borisov S.A. Metodika prinjatija reshenija po vnedreniju informacionnogo obespechenija innovacionnoj dejatel'nosti na IT-predprijatii. Fundamental'nye issledovanija. 2015. No 12-3. Pp. 566-570.
4. Illarionov M.G. Primenenie metoda analiza ierarhij v prinyatii upravlencheskih reshenij. Aktual'nye problemy ehkonomiki i prava. 2009. No 1. Pp. 37-42.
5. Klyuchevye pokazateli parka LCV v Rossii. Avtostat. Analiticheskoe agentstvo. URL: https://www.autostat.ru/infographics/29542/ (data obrashcheniya: 24.06.2017).
6. Kornilov D.A. Konkurentosposobnost' produkcii kak funkciya sootvetstviya potrebitel'skih harakteristik tovara ego stoimosti. Trudy NGTU. N.Novgorod: Izd-vo Nizhegorod. gos. tekhn. un-t., 2011. No 4(91) - Pp. 263-275.
7. Kornilov D.A., Zajcev D.A. Ocenka ehffektivnosti vnedreniya sistemy informacionnoj bezopasnosti s ispol'zovaniem metoda analiza ierarhij. V sbornike: EHkonomicheskaya bezopasnost' Rossii: problemy i perspektivy materialy II Mezhdunarodnoj nauchno-prakticheskoj konferencii. 2014. Pp. 407-412.
8. Kornilov D.A., Zajcev D.A. Primenenie metoda analiza ierarhij pri ocenke ehffektivnosti ispol'zovaniya sistemy informacionnogo obespecheniya deyatel'nosti predpriyatiya. V sbornike: Upravlenie bol'shimi sistemami Materialy XI vserossijskoj shkoly-konferencii molodyh uchenyh. 2014. Pp. 625-635.
9. Kornilov D.A., Konikova G.A., Neznahin M.E. Metodika ocenki potrebitel'skih harakteristik avtomobilej. Formirovanie dereva potrebitel'skih svojstv (chast' 2). EHkonomika i predprinimatel'stvo – M.: dekabr' 2013, No 12 ch.3, Pp. 619-623.
10. Korobov V.B., Tutygin A.G. Preimushchestva i nedostatki metoda analiza ierarhij. Izvestiya Rossijskogo gosudarstvennogo pedagogicheskogo universiteta im. A.I. Gercena. 2010. No 122. Pp. 108-115.
11. Latypova V.A. Ocenka ehffektivnosti processa obucheniya pri nalichii slozhnyh otkrytyh zadach s pomoshch'yu ehkspertnyh metodov. Inzhenernyj vestnik Dona. 2016. T. 40. No 1 (40). Pp. 35.
12. Lomazov V.A., Prokushev YA.E. Reshenie zadachi ehkonomichnogo mnogokriterial'nogo vybora na osnove metoda analiza ierarhij. Nauchnye vedomosti Belgorodskogo gosudarstvennogo universiteta. Seriya: EHkonomika. Informatika. 2010. T. 7. No 14-1-1. Pp. 128-131.
13. Nadtoka T.B., Vinogradov A.G. Svertka pokazatelej pri diagnostike social'no-ehkonomicheskogo razvitiya predpriyatiya: problemy i puti resheniya. Biznes inform. 2013. No 3. Pp. 88-96.
14. Podinovskaya O.V. Metod analiza ierarhij kak metod podderzhki prinyatiya mnogokriterial'nyh reshenij. Informacionnye tekhnologii modelirovaniya i upravleniya. 2010. No 1 (60). Pp. 71-80.
15. Podinovskij V.V., Podinovskaya O.V. O nekorrektnosti metoda analiza ierarhij. Problemy upravleniya. 2011. No 1. Pp. 8-13.
16. Tatarskih B.YA., Fedorov O.V. Organizacionno-tekhnologicheskie napravleniya i rezervy modernizacii mashinostroeniya Rossijskoj Federacii. Novye tekhnologii. 2010. No 6. Pp. 7.
17. Kornilov D.A., Morozova G.A., Polyakov N.F. Metodika opredeleniya stoimosti na osnove analiza potrebitel'skih harakteristik. Upravlenie ehkonomicheskimi sistemami: ehlektronnyj nauchnyj zhurnal. No 3, 2012.
18. Kornilov D.A., Neznahin M.E. Metodika ocenki potrebitel'skih harakteristik avtomobilej. Teoreticheskaya chast' (chast' 1). EHkonomika i predprinimatel'stvo. M.: dekabr' 2013, No 12 ch.2, - Pp. 845-848.
19. Rossijskij rynok novyh LCV v dekabre 2016 goda. Avtostat. Analiticheskoe agentstvo. URL: https://www.autostat.ru/press-releases/28690/ (data obrashcheniya: 24.06.2017).
20. Safronov V.V. Sravnitel'naya ocenka metodov "zhestkogo" ranzhirovaniya i analiza ierarhij v zadache gipervektornogo ranzhirovaniya sistem. Informacionnye tekhnologii. 2011. No 7. Pp. 8-13.
21. Stepanov S.N., Osiya D.L. Priblizhyonnyj metod ocenki pokazatelej obsluzhivaniya zayavok v ierarhicheskih setyah dostupa s uchyotom vliyaniya povedeniya pol'zovatelya.
T-Comm: Telekommunikacii i transport. 2014. T. 8. No 8. Pp. 93-96.
22. Capenko M.V. Sintez global'nyh ocenok sravnitel'noj ehffektivnosti innovacionnogo potenciala regiona. EHkonomicheskie nauki. 2015. No 126. Pp. 53-58.
23. Fedorov O.V., Golubcov N.V., Grebenyuk I.I. Resursosberezhenie v ehnergetike. Monografiya. Moskva, 2011.
24. Igoshin A.N., Cheremuhin A.D. Sushhnost' jekonomicheskogo rosta, ego tipy i izmeriteli // Vestnik NGIJeI. 2015. No 5 (48). P. 52-58.
25. Kornilov D.A., Pervyshin M.N., Kornilova E.V. Mnogokriterial'nye i mnogourovnevye zadachi vybora (na primere avtomobilej segmenta LCV). Innov: ehlektronnyj nauchnyj zhurnal, 2017. No 2(31). URL: http://www.innov.ru/science/economy/mnogokriterialnye-i-mnogourovnevye-/
26. Kljuchnikov I.K., Kljuchnikov O.I. Osnovnye podhody k opredeleniju finansovyh setej // ITportal, 2016. No 4 (12). URL: http://itportal.ru/science/economy/osnovnye-podkhody-k-opredeleniyu-fi/
27. Generalov I.G., Suslov S.A. Metodicheskie podhody k ocenke konkurentosposobnosti organizacij // Vestnik NGIJeI. 2016. No 9 (64). P. 31-38.

Tweet

Яндекс.ВиджетINNOV