КОМПЛЕКСНОЕ АНАЛИТИЧЕСКОЕ ОБОСНОВАНИЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПО ПОВЫШЕНИЮ ЭФФЕКТИВНОСТИ ЭНЕРГОГЕНЕРИРУЮЩЕЙ КОМПАНИИ НА ОСНОВЕ НЕЧЕТКОЙ ИНФОРМАЦИИ

Авторы

  • А.Ю. Домников Уральский федеральный университет имени первого Президента России Б.Н. Ельцина
  • М.Я. Ходоровский Уральский федеральный университет имени первого Президента России Б.Н. Ельцина
  • Л.В. Домникова Уральский федеральный университет имени первого Президента России Б.Н. Ельцина

DOI:

https://doi.org/10.25806/uu8-22022176-184

Ключевые слова:

электроэнергетика, эффективность, конкуренция, стратегия, надежность, риски, математические экономические модели, неопределенность, централизованные источники энергии

Аннотация

В современных условиях, характеризующихся экономической нестабильностью энергетические задачи, не содержащие неопределенностей, являются скорее редким исключением, чем правилом. Решение задач анализа состояния и развития систем энергетики, в том числе, энергогенерирующих компаний, серьезно осложняется неопределенностью исходной информации, наблюдаемой при описании текущего и перспективного уровня конкурентоспособности, а также неопределённостью критериев качества состояния и принимаемых управленческих решений по эффективному развитию. Трудности анализа состояния энергосистем, вызванные влиянием объективных факторов таковы, что, несмотря на многочисленные усилия исследователей в этом направлении, они еще далеки от преодоления. Поэтому исследования по совершенствованию системы принятия управленческих решений по повышению конкурентоспособности энергогенерирующей компании с учетом факторов неопределенности при решении поставленных задач, содержащихся в статье, являются актуальными. В статье предложена схема построения системы информационной поддержки управленческих решений по развитию энергогенерирующей компании. Разработаны методы определения результатов операций над нечеткими значениями параметров. Представлены методы решения задач выбора при нечётких значениях критериальных оценок на конечном множестве альтернатив и классификации при нечетком описании классов и значений индикаторов, характеризующих конкурентоспособность энергогенерирующих компаний. Разработан алгоритм информационной поддержки процесса формирования и выбора альтернатив развития энергогенерирующих компаний в условиях высоких экономических рисков. В ходе проведения исследования изучены направления повышения уровня конкурентоспособности энергогенерирующей компании с учетом особенностей использования инновационных технологий в сфере генерации энергии в условиях неопределенности и многокритериальности.

Список литературы

Домников А.Ю., Домникова Л.В. Разработка методологии и инструментария оценки конкурентного развития систем когенерации энергии. Екатеринбург: УМЦ УПИ, 2021. 348 с.

Wang X., Ruan, D., Kerre E. Mathematics of Fuzziness - Basic Issues. Springer-Verlag: Berlin-Heidelberg, 2009.

Manusov V., Ahyoev J. Technical diagnostics of electric equipment with the use of fuzzy logic models. Applied Mechanics and Materials. 2015. № 792. P. 324–329.

Domnikov A., Antipova E., Domnikova L. Evaluation of economic risks for power-generating companies. WIT Transactions on Engineering Sciences. 2019. № 121. P. 125-133. DOI: 10.2495/RISK180111.

Domnikov A., Antipova E., Domnikova L. Diagnostics of competitiveness of power-generating companies WIT Transactions on Ecology and the Environment. 2019. № 222. P. 27-33. DOI: 10.2495/EQ180031.

Jardine N., Sibson R. Mathematical Taxonomy. London: John Wiley and Sons. 1971.

Zadeh L. Fuzzy logic – A personal perspective. Fuzzy Sets and System. 2015. № 281. P. 4-20. DOI: 10.1016/j.fss.2015.05.009.

Lance G.N., Williams W.T A general theory of classificatory sorting strategies. 1. Hierarchical systems. Comput. J. 1967. Vol. 9. № 4. P. 373-380.

Jardine N., Sibson R. Mathematical Taxonomy: London: John Wiley and Sons, 1971. 286 p.

Schroeck G. (ed), Risk Management and Value Creation in Financial Institutions, John Wiley & Sons, Business & Economics: England, 2002. P. 47-85.

Hartigan J.A. Clustering Algorithms: New York: Wiley, 1975. 351 p.

Gordon A.D. Identifying genuine clusters in a classification. Computational Statistics and Data Analysis. 1994. № 18. P. 561-581.

Scholten D., Künneke R. Towards the comprehensive design of energy infrastructures. Sustainability. 2016. № 8(12). P. 1291-1295.

Загрузки

Опубликован

27.08.2022

Выпуск

Раздел

Региональная и отраслевая экономика