МЕТОД РАНЖИРУВАННЯ ПРОЄКТІВ ЗА КІЛЬКІСНИМИ ТА ЯКІСНИМИ КРИТЕРІЯМИ
DOI: https://doi.org/10.15407/itm2025.03.063 Determining the efficiency and priority of R&D projects has always been topical and important. It has been widely considered by numerous home and foreign researchers. However, the problem of project evaluation by preference in a multidimensional s...
Збережено в:
| Дата: | 2025 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
текст 3
2025
|
| Теми: | |
| Онлайн доступ: | https://journal-itm.dp.ua/ojs/index.php/ITM_j1/article/view/141 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Technical Mechanics |
Репозитарії
Technical Mechanics| id |
oai:ojs2.journal-itm.dp.ua:article-141 |
|---|---|
| record_format |
ojs |
| institution |
Technical Mechanics |
| baseUrl_str |
|
| datestamp_date |
2025-11-10T21:18:53Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
кількісні та якісні критерії гештальт-вектор шкалювання критеріїв по перевазі функція цінності адекватність моделі ранжирування проєктів. |
| spellingShingle |
кількісні та якісні критерії гештальт-вектор шкалювання критеріїв по перевазі функція цінності адекватність моделі ранжирування проєктів. MAMCHUK, V. M. МЕТОД РАНЖИРУВАННЯ ПРОЄКТІВ ЗА КІЛЬКІСНИМИ ТА ЯКІСНИМИ КРИТЕРІЯМИ |
| topic_facet |
quantitative and qualitative criteria gestalt-vector scaling criteria by preference value function model adequacy project ranking. кількісні та якісні критерії гештальт-вектор шкалювання критеріїв по перевазі функція цінності адекватність моделі ранжирування проєктів. |
| format |
Article |
| author |
MAMCHUK, V. M. |
| author_facet |
MAMCHUK, V. M. |
| author_sort |
MAMCHUK, V. M. |
| title |
МЕТОД РАНЖИРУВАННЯ ПРОЄКТІВ ЗА КІЛЬКІСНИМИ ТА ЯКІСНИМИ КРИТЕРІЯМИ |
| title_short |
МЕТОД РАНЖИРУВАННЯ ПРОЄКТІВ ЗА КІЛЬКІСНИМИ ТА ЯКІСНИМИ КРИТЕРІЯМИ |
| title_full |
МЕТОД РАНЖИРУВАННЯ ПРОЄКТІВ ЗА КІЛЬКІСНИМИ ТА ЯКІСНИМИ КРИТЕРІЯМИ |
| title_fullStr |
МЕТОД РАНЖИРУВАННЯ ПРОЄКТІВ ЗА КІЛЬКІСНИМИ ТА ЯКІСНИМИ КРИТЕРІЯМИ |
| title_full_unstemmed |
МЕТОД РАНЖИРУВАННЯ ПРОЄКТІВ ЗА КІЛЬКІСНИМИ ТА ЯКІСНИМИ КРИТЕРІЯМИ |
| title_sort |
метод ранжирування проєктів за кількісними та якісними критеріями |
| title_alt |
METHOD FOR PROJECT RANKING BY QUANTITATIVE AND QUALITATIVE CRITERIA |
| description |
DOI: https://doi.org/10.15407/itm2025.03.063
Determining the efficiency and priority of R&D projects has always been topical and important. It has been widely considered by numerous home and foreign researchers. However, the problem of project evaluation by preference in a multidimensional space of heterogeneous criteria has not been adequately addressed yet. The main goal of this paper is to present a method of project ranking by quantitative and qualitative criteria based on a consistent criteria scaling algorithm and to demonstrate its applicability. The consistent scaling algorithm (CSA) is a variant of the familiar algorithms of joint criteria scaling. As distinct from an independent scaling algorithm (ISA), which is used in the construction of an additive integral value function (IVF) in normalized form, the CSA is used in the construction of a canonical IVF. These algorithms are based on methods of multi-attribute utility theory, which use the operation of trading off one quality index against another. The classical CSA and ISA have a resolution equal to one, but they operate with qualitative criteria alone, thus considerably narrowing their field of application. To resolve this problem, the tradeoff operation of replacement in the CSA was modified, and a special procedure was proposed for joint scaling of heterogeneous criteria. Based thereon, stage-by-stage procedures were developed to construct local value functions both for qualitative and for quantitative criteria. As a result, the following problems were solved. A method was proposed to verify the preferential independence of qualitative criteria. By modifying the CSA, the problem of incomparability of heterogeneous criteria was overcome. An additive model of a canonical IVF was constructed for heterogeneous criteria, and several methods to verify the IVF for adequacy were proposed, including a constructive verification, which allows one to formally identify inadequate models. A method was developed to rank alternatives in a space of quantitative and qualitative criteria with a maximum resolution. This work used methods of decision-making theory, multi-attribute utility theory, and verbal analysis of solutions. The obtained results may be used in evaluating the efficiency of innovative technologies, in project competitions, and in R&D program formation, thus improving project management quality and allowing one to justify project advisability.
REFERENCES
1. Von Neumann J, Morgenstern O. Theory of Games and Economic Behavior. Translation from English into Russian, N. N. Vorob'ev (Ed.). Moscow: Nauka, 1974. 708 pp. (In Russian).
2. Keeney R. L., Raifa H. Decision Making with Multiple Objectives: Preferences and Value Tradeoffs. Moscow: Radio i Svyas, 1981. 560 pp. (In Russian).
3. Nikolaev V. I., Bruk V. M. Systems Engineering: Methods and Applications. Leningrad: Mashinostroyeniye, 1985. 199 pp. (In Russian).
4. Totsenko V. G. Methods and Systems of Decision Making Support. Algorithmic Aspect. Kyiv: Naukova Dumka, 2002. 381 pp. (In Russian).
5. Larichev O. I. Decision Making Theory and Methods and Chronicle of Events in Wonderlands. Moscow: Logos, 2006. 392 pp. (In Russian).
6. Petrovsky A. B. Decision Theory. Moscow: Academia, 2009. 400 pp. (In Russian).
7. Larichev O. I., Prokhorov A. S., Petrovsky A. B. et al. Experience in fundamental research planning on a competitive basis. Vestnik AN SSSR. 1989. No. 7. Pp. 51-61. (In Russian).
8. Pylypenko O. V., Pereverzev E. S., Marchenko V. T., Khorolskyi P. P., Pechenevskaya O. K. Effectiveness of R&D Projects and Programs. Dnipropetrovsk: Porogi, 2008. 509 pp. (In Russian).
9. Petrovsky A. B., Roizenzon G. V., Tykhonov I. P., Balyshev A. V. Multicriteria approach to research project effectiveness evaluation. Bulletin of the National Technical University "KhPI," Information and Modeling. 2009. No. 43. Pp. 138-148. (In Ukrainian).
10. Voronin A. Multi-criteria evaluation of space activity projects. International Journal Information Technologies & Knowledge. 2014. V. 8. Nо. 1. Рp. 14-21.
11. Beskorovainy V. V., Moskalenko A. S., Podolyaka K. E. Multifactor evaluation of large-scale object reengineering based on comparative identification. Elektrotekhnicheskiye i Kompyuternye Sistemy. 2016. No. 23 (99). Pp. 192-200. (In Russian). https://doi.org/10.15276/eltecs.23.99.2016.30
12. Kolpakov V. M. Theory and Practice of Managerial Decision Making. Kyiv: MAUP, 2004. 504 pp. (In Russian).
13. Manchuk V. M. Determination of the priority of R&D projects using a criteria scaling algorithm. Teh. Meh. 2020. No. 1. Pp. 91-105. (In Ukrainian). https://doi.org/10.15407/itm2020.01.091
14. Mamchuk V. M. Construction of a multiplicative-additive criteria convolution in the space of quantitative and qualitative indices to determine the priority of projects. Teh. Meh. 2022. No. 1. Pp. 77-90. (In Ukrainian). https://doi.org/10.15407/itm2022.01.077
15. Glotov V. A., Pavel'ev V. V. Vector Stratification. Moscow: Nauka, 1984. 94 pp. (In Russian).
16. Aivazyan S. A., Bukhshtaber V. M., Enyukov I. S., Meshalkin L. D. Applied Statistics. Classification and Dimension Reduction. Moscow: Finansy i Statistika, 1989. 607 pp. (In Russian).
17. Larichev O. I. Verbal Decision Analysis. Moscow: Nauka, 2006. 181 pp. (In Russian).
18. Petrovsky A. B., Roizenzon G. V. Interactive procedure for attribute space dimension reduction in imulti-criteria classification problems. Decision-making support. Proceedings of the Institute for Systems Analysis Russian Academy of Sciences. Moscow: Editorial URSS, 2008. V. 35. Pp. 43-53. (In Russian).
19. Kondruk N. E., Maliar M. M. Multi-Criteria Optimization of Linear Systems. Uzhрorod: Outdoor Shark, 2019. 76 pp. (In Ukrainian).
20. Petrov E. G., Shilo N. S. Procedure for assessing the adequacy of models of a decision-maker's individual preference pointwise identification. Radioelektronika i Informatika. 2003. No. 2. Pp. 97-103. (In Russian).
21. Larichev O. I., Moshkovich E. M. Qualitative Methods of Decision-Making. Verbal Decision Analysis. Moscow: Nauka, 1996. 208 pp. (In Russian). |
| publisher |
текст 3 |
| publishDate |
2025 |
| url |
https://journal-itm.dp.ua/ojs/index.php/ITM_j1/article/view/141 |
| work_keys_str_mv |
AT mamchukvm methodforprojectrankingbyquantitativeandqualitativecriteria AT mamchukvm metodranžiruvannâproêktívzakílʹkísnimitaâkísnimikriteríâmi |
| first_indexed |
2025-10-30T02:49:51Z |
| last_indexed |
2025-11-11T03:05:10Z |
| _version_ |
1851757051133296641 |
| spelling |
oai:ojs2.journal-itm.dp.ua:article-1412025-11-10T21:18:53Z METHOD FOR PROJECT RANKING BY QUANTITATIVE AND QUALITATIVE CRITERIA МЕТОД РАНЖИРУВАННЯ ПРОЄКТІВ ЗА КІЛЬКІСНИМИ ТА ЯКІСНИМИ КРИТЕРІЯМИ MAMCHUK, V. M. quantitative and qualitative criteria, gestalt-vector, scaling criteria by preference, value function, model adequacy, project ranking. кількісні та якісні критерії, гештальт-вектор, шкалювання критеріїв по перевазі, функція цінності, адекватність моделі, ранжирування проєктів. DOI: https://doi.org/10.15407/itm2025.03.063 Determining the efficiency and priority of R&D projects has always been topical and important. It has been widely considered by numerous home and foreign researchers. However, the problem of project evaluation by preference in a multidimensional space of heterogeneous criteria has not been adequately addressed yet. The main goal of this paper is to present a method of project ranking by quantitative and qualitative criteria based on a consistent criteria scaling algorithm and to demonstrate its applicability. The consistent scaling algorithm (CSA) is a variant of the familiar algorithms of joint criteria scaling. As distinct from an independent scaling algorithm (ISA), which is used in the construction of an additive integral value function (IVF) in normalized form, the CSA is used in the construction of a canonical IVF. These algorithms are based on methods of multi-attribute utility theory, which use the operation of trading off one quality index against another. The classical CSA and ISA have a resolution equal to one, but they operate with qualitative criteria alone, thus considerably narrowing their field of application. To resolve this problem, the tradeoff operation of replacement in the CSA was modified, and a special procedure was proposed for joint scaling of heterogeneous criteria. Based thereon, stage-by-stage procedures were developed to construct local value functions both for qualitative and for quantitative criteria. As a result, the following problems were solved. A method was proposed to verify the preferential independence of qualitative criteria. By modifying the CSA, the problem of incomparability of heterogeneous criteria was overcome. An additive model of a canonical IVF was constructed for heterogeneous criteria, and several methods to verify the IVF for adequacy were proposed, including a constructive verification, which allows one to formally identify inadequate models. A method was developed to rank alternatives in a space of quantitative and qualitative criteria with a maximum resolution. This work used methods of decision-making theory, multi-attribute utility theory, and verbal analysis of solutions. The obtained results may be used in evaluating the efficiency of innovative technologies, in project competitions, and in R&D program formation, thus improving project management quality and allowing one to justify project advisability. REFERENCES 1. Von Neumann J, Morgenstern O. Theory of Games and Economic Behavior. Translation from English into Russian, N. N. Vorob'ev (Ed.). Moscow: Nauka, 1974. 708 pp. (In Russian). 2. Keeney R. L., Raifa H. Decision Making with Multiple Objectives: Preferences and Value Tradeoffs. Moscow: Radio i Svyas, 1981. 560 pp. (In Russian). 3. Nikolaev V. I., Bruk V. M. Systems Engineering: Methods and Applications. Leningrad: Mashinostroyeniye, 1985. 199 pp. (In Russian). 4. Totsenko V. G. Methods and Systems of Decision Making Support. Algorithmic Aspect. Kyiv: Naukova Dumka, 2002. 381 pp. (In Russian). 5. Larichev O. I. Decision Making Theory and Methods and Chronicle of Events in Wonderlands. Moscow: Logos, 2006. 392 pp. (In Russian). 6. Petrovsky A. B. Decision Theory. Moscow: Academia, 2009. 400 pp. (In Russian). 7. Larichev O. I., Prokhorov A. S., Petrovsky A. B. et al. Experience in fundamental research planning on a competitive basis. Vestnik AN SSSR. 1989. No. 7. Pp. 51-61. (In Russian). 8. Pylypenko O. V., Pereverzev E. S., Marchenko V. T., Khorolskyi P. P., Pechenevskaya O. K. Effectiveness of R&D Projects and Programs. Dnipropetrovsk: Porogi, 2008. 509 pp. (In Russian). 9. Petrovsky A. B., Roizenzon G. V., Tykhonov I. P., Balyshev A. V. Multicriteria approach to research project effectiveness evaluation. Bulletin of the National Technical University "KhPI," Information and Modeling. 2009. No. 43. Pp. 138-148. (In Ukrainian). 10. Voronin A. Multi-criteria evaluation of space activity projects. International Journal Information Technologies & Knowledge. 2014. V. 8. Nо. 1. Рp. 14-21. 11. Beskorovainy V. V., Moskalenko A. S., Podolyaka K. E. Multifactor evaluation of large-scale object reengineering based on comparative identification. Elektrotekhnicheskiye i Kompyuternye Sistemy. 2016. No. 23 (99). Pp. 192-200. (In Russian). https://doi.org/10.15276/eltecs.23.99.2016.30 12. Kolpakov V. M. Theory and Practice of Managerial Decision Making. Kyiv: MAUP, 2004. 504 pp. (In Russian). 13. Manchuk V. M. Determination of the priority of R&D projects using a criteria scaling algorithm. Teh. Meh. 2020. No. 1. Pp. 91-105. (In Ukrainian). https://doi.org/10.15407/itm2020.01.091 14. Mamchuk V. M. Construction of a multiplicative-additive criteria convolution in the space of quantitative and qualitative indices to determine the priority of projects. Teh. Meh. 2022. No. 1. Pp. 77-90. (In Ukrainian). https://doi.org/10.15407/itm2022.01.077 15. Glotov V. A., Pavel'ev V. V. Vector Stratification. Moscow: Nauka, 1984. 94 pp. (In Russian). 16. Aivazyan S. A., Bukhshtaber V. M., Enyukov I. S., Meshalkin L. D. Applied Statistics. Classification and Dimension Reduction. Moscow: Finansy i Statistika, 1989. 607 pp. (In Russian). 17. Larichev O. I. Verbal Decision Analysis. Moscow: Nauka, 2006. 181 pp. (In Russian). 18. Petrovsky A. B., Roizenzon G. V. Interactive procedure for attribute space dimension reduction in imulti-criteria classification problems. Decision-making support. Proceedings of the Institute for Systems Analysis Russian Academy of Sciences. Moscow: Editorial URSS, 2008. V. 35. Pp. 43-53. (In Russian). 19. Kondruk N. E., Maliar M. M. Multi-Criteria Optimization of Linear Systems. Uzhрorod: Outdoor Shark, 2019. 76 pp. (In Ukrainian). 20. Petrov E. G., Shilo N. S. Procedure for assessing the adequacy of models of a decision-maker's individual preference pointwise identification. Radioelektronika i Informatika. 2003. No. 2. Pp. 97-103. (In Russian). 21. Larichev O. I., Moshkovich E. M. Qualitative Methods of Decision-Making. Verbal Decision Analysis. Moscow: Nauka, 1996. 208 pp. (In Russian). DOI: https://doi.org/10.15407/itm2025.03.063 Питання визначення ефективності та пріоритетності науково-технічних проєктів завжди були і є актуальними та важливими. Вони знайшли широке відображення у працях багатьох вітчизняних і зарубіжних вчених. Водночас у сучасних дослідженнях досі недостатньо вирішено проблему оцінювання проєктів за перевагою в багатовимірному просторі різнорідних критеріїв. Тож основною ціллю цієї статті є розробка методу ранжирування проєктів за кількісними та якісними показниками на основі алгоритму узгодженого шкалювання критеріїв та демонстрація можливості його застосування. Алгоритм узгодженого шкалювання (АУШ) є одним з різновидів відомих алгоритмів спільного шкалювання критеріїв. На відміну від алгоритму незалежного шкалювання (АНШ), що використовується для побудови адитивної інтегральної функції цінності (ІФЦ) у нормованому виді, АУШ призначений для побудови адитивної ІФЦ у канонічному виді. Зазначені алгоритми базуються на методах багатокритеріальної теорії корисності (Multi-Attribute Utility Theory), в яких використовується операція заміщення одного показника якості іншим. Класичні АУШ і АНШ мають роздільну силу, яка дорівнює одиниці, але оперують лише з кількісними критеріями, що істотно звужує область їх застосування. Для вирішення цієї проблеми операцію заміщення в АУШ було модифіковано та запропоновано окрему процедуру спільного шкалювання різнорідних критеріїв. На основі цього розроблено поетапні процедури побудови локальних функцій цінності як для кількісних, так і для якісних критеріїв. В результаті було вирішено такі задачі. Запропоновано спосіб верифікації незалежності по перевазі якісних критеріїв. Подолано проблему незрівнянності різнорідних критеріїв шляхом модифікації алгоритму узгодженого шкалювання. Побудовано адитивну модель ІФЦ канонічного виду для різнорідних критеріїв та запропоновано кілька способів перевірки ІФЦ на адекватність, серед яких конструктивна перевірка дозволяє формально ідентифікувати неадекватні моделі. Розроблено метод ранжирування альтернатив в просторі кількісних та якісних критеріїв з максимальною роздільною силою. В даній роботі застосовано методи теорії прийняття рішень, багатокритеріальної теорії корисності і вербального аналізу рішень. Отримані результати можна використати при оцінюванні ефективності інноваційних технологій, при конкурсному відборі проєктів і формуванні програм науково-технічних досліджень, що сприятиме підвищенню якості управління проєктами та дозволить обґрунтувати доцільність їх впровадження. ПОСИЛАННЯ 1. Нейман Дж. Фон, Моргенштерн О. Теория игр и экономическое поведение: пер. с англ. под ред. Н. Н. Воробьева. М.: Наука, 1974. 708 с. 2. Кини Р. Л., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981. 560 с. 3. Николаев В. И., Брук В. М. Системотехника: методы и приложения. Л.: Машиностроение, 1985. 199 с. 4. Тоценко В. Г. Методы и системы поддержки принятия решений. Алгоритмический аспект. К.: Наукова думка, 2002. 381 с. 5. Ларичев О. И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах. М.: Логос, 2006. 392 с. 6. Петровский А. Б. Теория принятия решений. М.: Издательский центр «Академия», 2009. 400 с. 7. Ларичев О. И., Прохоров А. С., Петровский А. Б. и др. Опыт планирования фундаментальных исследований на конкурсной основе. Вестн. АН СССР. 1989. № 7. С. 51–61. 8. Пилипенко О. В., Переверзев Е. С., Алпатов А. П., Марченко В. Т., Хорольський П. П., Печеневская О. К. Эффективность научно-технических проектов и программ. Днепропетровск: Пороги, 2008. 509 с. 9. Петровський А. Б., Ройзензон Г. В., Тихонов І. П., Балишев А. В. Багатокритерійний підхід до оцінки результативності наукових проєктів. Вісник НТУ «ХПІ». Тематичний випуск: Інформатика і моделювання. Харків: МНТУ «ХПІ». 2009. № 43. С. 138–148. 10. Voronin A. Multi-criteria evaluation of Space Activity Projects. International Journal «Information Technologies & Knowledge». 2014. V. 8, Nо 1. Р. 14–21. 11. Бескоровайный В. В., Москаленко А. С., Подоляка К. Е. Многофакторное оценивание вариантов реинжиниринга крупномасштабных объектов на основе компараторной идентификации. Электротехнические и компьютерные системы. 2016. № 23 (99). С. 192–200. https://doi.org/10.15276/eltecs.23.99.2016.30 12. Колпаков В. М. Теория и практика принятия управленческих решений: учеб. пособие. К.: МАУП, 2004. 504 с. 13. Мамчук В. М. Визначення пріоритетності науково-технічних проєктів за допомогою алгоритму шкалювання критеріїв. Технічна механіка. 2020. № 1. С. 91–105. https://doi.org/10.15407/itm2020.01.091 14. Мамчук В. М. Побудова мультиплікативно-адитивної згортки критеріїв в просторі кількісних і якісних показників для визначення пріоритетності проєктів. Технічна механіка. 2022. № 1. С. 77–90. https://doi.org/10.15407/itm2022.02.077 15. Глотов В. А., Павельев В. В. Векторная стратификация. М.: Наука, 1984. 94 с. 16. Айвазян С. А., Бухштабер В. М. , Енюков И. С. , Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности / Под ред. С. А. Айвазяна. М.: Финансы и статистика, 1989. 607 с. 17. Ларичев О. И. Вербальный анализ решений / Под ред. А. Б. Петровского. М.: Наука, 2006. 181 с. 18. Петровский А. Б., Ройзензон Г. В. Интерактивная процедура снижения размерности признакового пространства в задачах многокритериальной классификации. Поддержка принятия решений: Труды Института системного анализа Российской академии наук. М.: Едиториал УРСС, 2008. Т. 35. С. 43–53. 19. Кондрук Н. Е., Маляр М. М. Багатокритеріальна оптимізація лінійних систем: навч. посібник. Ужгород: РА «АУТДОР-ШАРК», 2019. 76 с. 20. Петров Э. Г., Шило Н. С. Методика оценки адекватности моделей точечной идентификации индивидуальных предпочтений ЛПР. РИ. 2003. № 2. С. 97–103. 21. Ларичев О. И., Мошкович Е. М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука. Физматлит, 1996. 208 с. текст 3 2025-10-28 Article Article application/pdf https://journal-itm.dp.ua/ojs/index.php/ITM_j1/article/view/141 Technical Mechanics; No. 3 (2025): Technical Mechanics; 63-77 Институт технической механики Национальной академии наук Украины и Государственного космического агентства Украины; № 3 (2025): Technical Mechanics; 63-77 ТЕХНІЧНА МЕХАНІКА; № 3 (2025): ТЕХНІЧНА МЕХАНІКА; 63-77 uk https://journal-itm.dp.ua/ojs/index.php/ITM_j1/article/view/141/54 Copyright (c) 2025 Technical Mechanics |