Математическая модель устойчивой приоритизации задач с динамически настраиваемыми весами критериев
(Стр. 160-169)
Подробнее об авторах
Трушин Степан Михайлович
старший преподаватель, кафедра прикладной математики
МИРЭА – Российский технологический университет
г. Москва, Российская Федерация
МИРЭА – Российский технологический университет
г. Москва, Российская Федерация
Нажимая на кнопку купить вы соглашаетесь с условиями договора оферты
Аннотация:
Статья посвящена разработке устойчивой математической модели приоритизации задач в условиях многокритериальности, изменяющихся входных данных и частичной неполноты информации, что характерно для современных распределенных и потоковых цифровых систем. Предлагаемая модель обеспечивает автоматическое определение весов критериев на основе статистической вариативности (например, стандартного отклонения) и их динамическую адаптацию с учетом фактической результативности выполнения задач. В отличие от традиционных методов (AHP, TOPSIS), требующих полной информации и ручной настройки, модель не чувствительна к пропущенным значениям, не нуждается в переобучении и обеспечивает аналитическую интерпретируемость решений. Реализован механизм компенсации фрагментарных данных и адаптации к изменению структуры признаков. Проведено сравнение с методами машинного обучения и эвристиками. Экспериментальные результаты, полученные на синтетических и приближенных к реальности наборах, продемонстрировали высокую точность ранжирования (по коэффициенту Спирмена), устойчивость к пропускам (до 50%) и линейную масштабируемость при увеличении количества задач и критериев. Модель применима в системах поддержки принятия решений, DevOps, логистике, мониторинге, управлении инцидентами и других цифровых средах с высокой степенью неопределенности и динамики.
Образец цитирования:
ОБРАЗЕЦ ЦИТИРОВАНИЯ: Трушин С.М. Математическая модель устойчивой приоритизации задач с динамически настраиваемыми весами критериев // Computational Nanotechnology. 2025. Т. 12. № 3. С. 160-169. DOI: 10.33693/2313-223X-2025-12-3-160-169. EDN: BTIGTU
Список литературы:
Макаров О.Ю., Цветков В.В. Методы многокритериальной оценки // Вестник Воронежского государственного технического университета. 2009. Т. 5. № 11. С. 133–135. EDN: KWXSBZ.
Usin R.U., Patlasov O.Yu. A hybrid model for evaluating the investment attractiveness of companies using fuzzy multi-criteria methods // Journal of Siberian Federal University. Humanities and Social Sciences. 2024. Vol. 17. No. 12. Pp. 2470–2480. EDN: OPOING.
Chakraborty S. TOPSIS and modified TOPSIS: A comparative analysis // Decision Analytics Journal. 2022. Vol. 2. P. 100021. DOI: 10.1016/j.dajour.2021.100021. EDN: CHBXAI.
Febrio A., Rachmatullah Sh. Aplikasi pemberian kredit menggunakan metode technique for order preference by similarity to ideal solution (TOPSIS) // Insand Comtech: Information Science and Computer Technology Journal. 2022. Vol. 6. No. 1. DOI: 10.53712/jic.v6i1.1668. EDN: QYEEHN.
Sekulovic D.J., Jakovljevic G.L. Landfill site selection using GIS technology and the analytic hierarchy process // Military Technical Courier. 2016. Vol. 64. No. 3. Pp. 769–783. DOI: 10.5937/vojtehg64-9578. EDN: WBBXVL.
Kirana A.T., Putri E.P. Supplier selection analysis of metallic box using fuzzy Analytic Hierarchy Process (AHP) // Physics and mechanics of new materials and their applications. International Conference (Surabaya, Oktober 3–8, 2023). Rostov-on-Don; Taganrog: Southern Federal University, 2023. Pp. 50–51. EDN: GVBGMX.
Sharma D., Sridhar S., Claudio D. Comparison of AHP-TOPSIS and AHP-AHP methods in multi-criteria decision-making problems // International Journal of Industrial and Systems Engineering. 2020. Vol. 34. No. 2. P. 203. DOI: 10.1504/ijise.2020.105291. EDN: MXZJYU.
Смоленцева Т.Е., Калач А.В., Трушин С.М. Совершенствование алгоритма управления сортировкой входной документации в системе электронного документооборота // Вестник Воронежского института ФСИН России. 2022. № 4. С. 167–176. EDN: DIKAOV.
Рассказова В.А. Декомпозиционный подход в задаче планирования распределительного типа с приоритетами ограничений // Индустриальное программирование – 2024: сб. докл. междунар. науч.-практ. конф. (Москва, 4–5 апреля 2024 г.). Москва: МИРЭА – Российский технологический университет, 2024. С. 60–62. EDN: LILCFK.
Локуциевский В.О. Об одной рекуррентной формуле (к 200-летию Артура Кэли) // Математика для школьников. 2021. № 2. С. 30–32. EDN: FNTPSJ.
Аль Афаре Х. Коэффициент корреляции Пирсона и Спирмена для нахождения корреляции r-зубца и RR-амплитуды // Студенческая наука как ресурс инновационного потенциала развития: матер. и докл. VI междунар. студ. науч. конф. (Воронеж, 17 мая 2017 г.) / отв. ред. Л.П. Земскова. Воронеж: Воронежский государственный университет, 2018. С. 171–174. EDN: SLFZJB.
Пудова Н.В., Никитин В.В. Анализ значений коэффициента ранговой корреляции Спирмена // Экономический анализ: теория и практика. 2004. № 3 (18). С. 52–56. EDN: HYSOKB.
Usin R.U., Patlasov O.Yu. A hybrid model for evaluating the investment attractiveness of companies using fuzzy multi-criteria methods // Journal of Siberian Federal University. Humanities and Social Sciences. 2024. Vol. 17. No. 12. Pp. 2470–2480. EDN: OPOING.
Chakraborty S. TOPSIS and modified TOPSIS: A comparative analysis // Decision Analytics Journal. 2022. Vol. 2. P. 100021. DOI: 10.1016/j.dajour.2021.100021. EDN: CHBXAI.
Febrio A., Rachmatullah Sh. Aplikasi pemberian kredit menggunakan metode technique for order preference by similarity to ideal solution (TOPSIS) // Insand Comtech: Information Science and Computer Technology Journal. 2022. Vol. 6. No. 1. DOI: 10.53712/jic.v6i1.1668. EDN: QYEEHN.
Sekulovic D.J., Jakovljevic G.L. Landfill site selection using GIS technology and the analytic hierarchy process // Military Technical Courier. 2016. Vol. 64. No. 3. Pp. 769–783. DOI: 10.5937/vojtehg64-9578. EDN: WBBXVL.
Kirana A.T., Putri E.P. Supplier selection analysis of metallic box using fuzzy Analytic Hierarchy Process (AHP) // Physics and mechanics of new materials and their applications. International Conference (Surabaya, Oktober 3–8, 2023). Rostov-on-Don; Taganrog: Southern Federal University, 2023. Pp. 50–51. EDN: GVBGMX.
Sharma D., Sridhar S., Claudio D. Comparison of AHP-TOPSIS and AHP-AHP methods in multi-criteria decision-making problems // International Journal of Industrial and Systems Engineering. 2020. Vol. 34. No. 2. P. 203. DOI: 10.1504/ijise.2020.105291. EDN: MXZJYU.
Смоленцева Т.Е., Калач А.В., Трушин С.М. Совершенствование алгоритма управления сортировкой входной документации в системе электронного документооборота // Вестник Воронежского института ФСИН России. 2022. № 4. С. 167–176. EDN: DIKAOV.
Рассказова В.А. Декомпозиционный подход в задаче планирования распределительного типа с приоритетами ограничений // Индустриальное программирование – 2024: сб. докл. междунар. науч.-практ. конф. (Москва, 4–5 апреля 2024 г.). Москва: МИРЭА – Российский технологический университет, 2024. С. 60–62. EDN: LILCFK.
Локуциевский В.О. Об одной рекуррентной формуле (к 200-летию Артура Кэли) // Математика для школьников. 2021. № 2. С. 30–32. EDN: FNTPSJ.
Аль Афаре Х. Коэффициент корреляции Пирсона и Спирмена для нахождения корреляции r-зубца и RR-амплитуды // Студенческая наука как ресурс инновационного потенциала развития: матер. и докл. VI междунар. студ. науч. конф. (Воронеж, 17 мая 2017 г.) / отв. ред. Л.П. Земскова. Воронеж: Воронежский государственный университет, 2018. С. 171–174. EDN: SLFZJB.
Пудова Н.В., Никитин В.В. Анализ значений коэффициента ранговой корреляции Спирмена // Экономический анализ: теория и практика. 2004. № 3 (18). С. 52–56. EDN: HYSOKB.
Ключевые слова:
приоритизация, многокритериальность, неполные данные, адаптация, устойчивость, поток данных.
