Оцінювання управлінських рішень на основі методу аналізу ієрархій та моделі «стан — імовірність дії»

Автор(и)

  • Олександр Семенович Тригуб Національний університет «Києво-Могилянська академія», Україна
  • Олексій Віталійович Олецький Національний університет «Києво-Могилянська академія», Україна https://orcid.org/0000-0002-0553-5915
  • Олег Васильович Франчук Національний університет «Києво-Могилянська академія»; НЦ «Мала академія наук України», Україна https://orcid.org/0000-0002-1122-4689

DOI:

https://doi.org/10.18523/2617-3808.2025.8.126-131

Ключові слова:

прийняття рішень, оцінювання рішень, метод аналізу ієрархій, модель «стан — імовірність дії»

Анотація

Пропонується підхід до оцінювання і моніторингу управлінських рішень на основі аналізу невідповідностей між рішеннями, які були фактично прийняті уповноваженими органами, і тими, які могли б бути прийняті при загальному голосуванні колективом агентів, якби таке голосування відбулося. В основі підходу лежить поєднання методу аналізу ієрархій і моделі «стан — імовірність дії» з урахуванням того, що на рішення впливає низка факторів із різним ступенем важливості, а також того, що при оцінці слід враховувати не тільки негайний виграш або програш, а й виграш або програш у перспективі. Наведено ілюстративний приклад.

Біографії авторів

Олександр Семенович Тригуб, Національний університет «Києво-Могилянська академія»

кандидат фізико-математичних наук, доцент кафедри інформатики факультету інформатики НаУКМА, oleksandr.tryhub@ukma.edu.ua

Олексій Віталійович Олецький, Національний університет «Києво-Могилянська академія»

кандидат технічних наук, доцент, доцент кафедри мультимедійних систем факультету інформатики НаУКМА, oletsky@ukma.edu.ua

Олег Васильович Франчук, Національний університет «Києво-Могилянська академія»; НЦ «Мала академія наук України»

кандидат технічних наук, доцент кафедри мережних технологій факультету інформатики Національного університету «Києво-Могилянська академія»; старший науковий співробітник відділу створення та використання інтелектуальних мережних інструментів, НЦ «Мала академія наук України», м. Київ, Україна, o.franchuck@ukma.edu.ua

Посилання

  1. Aref, A., & Tran, T. (2020). An integrated trust establishment model for the internet of agents. Knowledge and Information Systems, 62, 79–105.
  2. Brunelli, M. (2015). Introduction to the analytic hierarchy process. Springer International Publishing. https://doi.org/10.1007/978-3-319-12502-2.
  3. Choo, E., & Wedley, W. (2004). A common framework for deriving preference values from pairwise comparison matrices. Computers and Operations Research, 31 (6), 893–908.
  4. Dang, L., Chen, Z., Lee, J., Tsou, M.-H., & Ye, X. (2019). Simulating the spatial diffusion of memes on social media networks. International Journal of Geographical Information Science, 33 (8), 1545–1568. https://doi.org/10.1080/13658816.2019.1591414.
  5. Dosyn, D., & Oletsky, O. (2024). An approach to modeling elections in bipartisan democracies on the base of the “state-probability of action” model. In CEUR workshop proceedings (pp. 74–85).
  6. Fullam, K. K., Voss, M., Klos, T. B., Muller, G., Sabater, J., Schlosser, A., Topol, Z., Barber, K. S., Rosenschein, J. S., & Vercouter, L. (2005). A specification of the agent reputation and trust (ART) testbed. In The fourth international joint conference. ACM Press. https://doi.org/10.1145/1082473.1082551.
  7. Han Yu, Zhiqi Shen, Leung, C., Chunyan Miao & Lesser, V. R. (2013). A survey of multi-agent trust management systems. IEEE Access, 1, 35–50. https://doi.org/10.1109/access.2013.2259892.
  8. Hlybovets, M. M., & Oletskyi, O. V. (2002). Shtuchnyi intelekt. Vydavnychyi dim “KM Akademiia” [in Ukrainian].
  9. Ivokhin, E. V., & Oletsky, O. V. (2022). Restructuring of the model “state–probability of choice” based on products of stochastic rectangular matrices. Cybernetics and Systems Analysis. https://doi.org/10.1007/s10559-022-00456-z.
  10. Katherine, F. (Ed.). (1994). Social network analysis: Methods and applications. Cambridge University Press.
  11. Koczkodaj, W. W., Mikhailov, L., Redlarski, G., Soltys, M., Szybowski, J., Tamazian, G., Wajch, E., & Yuen, K. K. F. (2016). Important Facts and Observations about Pairwise Comparisons (the special issue edition). Fundamenta Informaticae, 144 (3–4), 291–307. https://doi.org/10.3233/fi-2016-1336.
  12. Mallipeddi, R., Kumar, S., Sriskandarajah, C., & Zhu, Y. (2018). A framework for analyzing influencer marketing in social networks: Selection and scheduling of influencers. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3255198.
  13. Oletsky, O. V., & Tryhub, O. S. (2020). Pro zastosuvannia metodu analizu iierarkhii dlia avtomatyzovanoho otsiniuvannia studentskykh robit. NaUKMA Research Papers. Computer Science, 3, 127–131. https://doi.org/10.18523/2617-3808.2020.3.127-131 [in Ukrainian].
  14. Oletsky, O. V., Franchuk, I. O., & Humynskyi, V. V. (2023). Pro pidkhid do formuvannia dvorivnevoi modeli “stan – ymovirnist dii” na osnovi poparnykh porivnian ta metodu analizu iierarkhii. NaUKMA Research Papers. Computer Science, 6, 4–10. https://doi.org/10.18523/2617-3808.2023.6.4-10 [in Ukrainian].
  15. Oletsky, O. V., & Ivohin, E. V. (2021). Formalizing the procedure for the formation of a dynamic equilibrium of alternatives in a multi-agent environment in decision-making by majority of votes. Cybernetics and Systems Analysis, 57 (1), 47–56. https://doi.org/10.1007/s10559-021-00328-y.
  16. Russell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach. Pearson Education, Limited.
  17. Sobkowicz, P., Kaschesky, M., & Bouchard, G. (2012). Opinion mining in social media: Modeling, simulating, and forecasting political opinions in the web. Government Information Quarterly, 29 (4), 470–479. https://doi.org/10.1016/j.giq.2012.06.005.
  18. Sutton, R. S., Barto, A. G., & Bach, F. (2018). Reinforcement Learning: An Introduction. MIT Press.
  19. The analytic hierarchy process: Planning, priority setting, resource allocation. (1980). McGraw-Hill International Book Co.
  20. Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science, 359 (6380), 1146–1151. https://doi.org/10.1126/science.aap9559.

##submission.downloads##

Опубліковано

2025-11-26

Номер

Том 8 (2025): Наукові записки НаУКМА. Комп’ютерні науки

Розділ

Комп’ютерні науки

Ліцензія

Авторське право (c) 2025 O. Tryhub, O. Oletsky, O. Franchuk

Creative Commons License

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

Автори, які публікуються у цьому журналі, погоджуються з такими умовами:

а) Автори зберігають за собою авторські права на твір на умовах ліцензії CC BY 4.0 Creative Commons Attribution International License, котра дозволяє іншим особам вільно поширювати (копіювати і розповсюджувати матеріал у будь-якому вигляді чи форматі) та змінювати (міксувати, трансформувати, і брати матеріал за основу для будь-яких цілей, навіть комерційних) опублікований твір на умовах зазначення авторства.

б) Журнал дозволяє автору (авторам) зберігати авторські права без обмежень.

в) Автори мають право укладати самостійні додаткові угоди щодо поширення твору (наприклад, розміщувати роботу в електронному репозитарії), за умови збереження посилання на його першу публікацію. (Див. Політика Самоархівування)

г) Політика журналу дозволяє розміщення авторами в мережі Інтернет (наприклад, у репозитаріях) тексту статті, як до подання його до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).