moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2025.50.3.025 2014 Оценка и оптимизация систем с гетерогенными данными с учетом показателей эффективности на основе интегрированного алгоритма Evaluation and optimization of heterogeneous data systems based on performance indicators using an integrated algorithm Атласов Денис Игоревич Atlasov Denis Viktorovich aff-1 Васми Ихаб А Васми Wasmi Ehab A Wasmi aff-2 Коптелова Анастасия Сергеевна Koptelova Anastasija Sergeevna aff-3 Кочегаров Алексей Викторович Kochegarov Alexey Viktorovich aff-4 Воронежский государственный технический университет Voronezh State Technical University Университет Аль-Фаради Al-Farahidi University Воронежский государственный технический университет Voronezh State Technical University Воронежский государственный технический университет Voronezh State Technical University 01 01 2026 1 1 10.26102/2310-6018/2025.50.3.025 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В исследовании представлен интегрированный алгоритм оценки и оптимизации систем с гетерогенными данными с учетом управленческих и организационных показателей эффективности. Предлагаемый алгоритм состоит из анализа охвата данных (АОД), нечеткого анализа данных (НАОД) и набора статистических методов для оценки правдоподобия полученных результатов. Разработан интегрированный алгоритм определения наиболее эффективных гетерогенных показателей эффективности, отличающийся способом выбора достоверных показателей, позволяющий сформулировать стратегии совершенствовании организационных систем. Для верификации выбран набор из 12 критериев, указывающих на применение интегрированного метода. Результаты показали, что результаты АОД имеют меньшую среднюю абсолютную процентную ошибку (MAPE), чем результаты нечеткого АОД. В исследовании также анализируются и взвешиваются показатели, и результаты продемонстрировали, что показатели «инвестиции в исследования и разработки в отношении стоимости производства» и «инвестиции в образование и переподготовку в расчете на одного сотрудника» являются наиболее эффективными. В исследовании представлен уникальный алгоритм учета гетерогенных управленческих и организационных факторов. Он может справиться с неопределенностью данных из-за наличия в алгоритме механизмов нечеткого вывода. Веса показателей определяются с помощью набора надежных статистических алгоритмов.

The study presents an integrated algorithm for evaluating and optimizing systems with heterogeneous data, taking into account managerial and organizational performance indicators. The proposed algorithm consists of data coverage analysis (DCA), fuzzy data analysis (FDA), and a set of statistical methods for evaluating the likelihood of the obtained results. An integrated algorithm has been developed for determining the most effective heterogeneous performance indicators, which differs in its method of selecting reliable indicators and allows for the formulation of strategies for improving organizational systems. A set of 12 criteria indicating the application of an integrated method was selected for verification. The results showed that the AOD results have a lower mean absolute percentage error (MAPE) than the fuzzy AOD results. The study also analyzes and weighs indicators, and the results showed that the indicators "investments in research and development relative to production costs" and "investments in education and retraining per employee" are the most effective. The study presents a unique algorithm for taking into account heterogeneous managerial and organizational factors. It can handle data uncertainty due to the presence of fuzzy inference mechanisms in the algorithm. The weights of the indicators are determined using a set of reliable statistical algorithms.

 интегрированный алгоритм гетерогенные данные анализ охвата данных нечеткость верификация статистический критерий интеллектуальный анализ вес показателя integrated algorithm heterogeneous data data coverage analysis fuzzy logic verification statistical criterion data mining indicator weight Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Wickramasinghe D., Wickramasinghe V. Differences in Organizational Factors by Lean Duration. Operations Management Research. 2011;4(3):111–126. https://doi.org/10.1007/s12063-011-0055-5 Ahilan C., Dhas J.E.R., Somasundaram K., Sivakumaran N. Performance Assessment of Heat Exchanger Using Intelligent Decision Making Tools. Applied Soft Computing. 2015;26:474–482. https://doi.org/10.1016/j.asoc.2014.10.018 Harris T.J., Seppala C.T., Desborough L.D. A Review of Performance Monitoring and Assessment Techniques for Univariate and Multivariate Control Systems. Journal of Process Control. 1999;9(1):1–17. https://doi.org/10.1016/S0959-1524(98)00031-6 Shaw A. A Guide to Performance Measurement and Non-Financial Indicators. Surrey: The Foundation for Performance Measurement; 1999. Hitchens D.M.W.N., Birnie J.E., Wagner K. A Matched Plant Comparison of Productivity in East and West Germany: Transition to the Market Economy. Omega. 1996;24(3):321–335. https://doi.org/10.1016/0305-0483(95)00062-3 Hitomi K. Efficiency Analysis of Japan's Industry and Manufacturing. Technovation. 2004;24(9):741–748. https://doi.org/10.1016/S0166-4972(02)00151-7 Hong H.K., Ha S.H., Shin Ch.K., Park S.Ch., Kim S.H. Evaluating the Efficiency of System Integration Projects Using Data Envelopment Analysis (DEA) and Machine Learning. Expert Systems with Applications. 1999;16:283–296. Toloo M. An Epsilon-Free Approach for Finding the Most Efficient Unit in DEA. Applied Mathematical Modelling. 2014;38(13):3182–3192. https://doi.org/10.1016/j.apm.2013.11.028 Al-Refaie A. A Proposed Satisfaction Function Model to Optimize Process Performance with Multiple Quality Responses in the Taguchi Method. Journal of Engineering Manufacture. 2013;228(2):291–301. https://doi.org/10.1177/0954405413498583 Hatami-Marbini A., Saati S. Stability of RTS of Efficient DMUs in DEA with Fuzzy u0 Under Fuzzy Data. Applied Mathematical Sciences. 2009;3(44):2157–2166. Hax A.C., Majluf N.S. The Strategy Concept and Process: A Pragmatic Approach. London: Prentice-Hall International; 1996. 440 p. Azadeh A., Moghaddam M., Asadzadeh S.M., Negahban A. An Integrated Fuzzy Simulation-Fuzzy Data Envelopment Analysis Algorithm for Job-Shop Layout Optimization: The Case of Injection Process with Ambiguous Data. European Journal of Operational Research. 2011;214(3):768–779. https://doi.org/10.1016/j.ejor.2011.05.015

The authors declare that there are no conflicts of interest present.