RATING MODELS AND INFORMATION TECHNOLOGIES APPLICATION FOR MANAGEMENT OF ADMINISTRATIVE-TERRITORIAL COMPLEXES

O. M. Pshinko, V. V. Skalozub

Abstract


Purpose. The paper aims to develop rating models and related information technologies designed to resolve the tasks of strategic planning of the administrative and territorial units’ development, as well as the tasks of multi-criteria control of inhomogeneous multiparameter objects operation. Methodology. When solving problems of strategic planning of administrative and territorial development and heterogeneous classes management of objects under control, a set of agreed methods is used. Namely the multi-criteria properties analysis for objects of planning and management, diagnostics of the state parameters, forecasting and management of complex systems of different classes. Their states are estimated by sets of different quality indicators, as well as represented by the individual models of operation process. A new information technology is proposed and created to implement the strategic planning and management tasks. This technology uses the procedures for solving typical tasks, that are implemented in MS SQL Server. Findings. A new approach to develop models of analyze and management of complex systems classes based on the ratings has been proposed. Rating models development for analysis of multicriteria and multiparameter systems has been obtained. The management of these systems is performed on the base of parameters of the current and predicted state by non-uniform distribution of resources. The procedure of sensitivity analysis of the changes in the rating model of inhomogeneous distribution of resources parameters has been developed. The information technology of strategic planning and management of heterogeneous classes of objects based on the rating model has been created. Originality. This article proposes a new approach of the rating indicators’ using as a general model for strategic planning of the development and management of heterogeneous objects that can be characterized by the sets of parameters measured on different scales. At this the control of separate elements is realized by the way of individual mental models construction and application of functioning processes. The procedure for evaluating of the prediction reliability based on multivariate linear extrapolation method was proposed. Practical value. The proposed method of strategic planning of the complex systems’ development based on rating models and developed information technology are representing the complex of automated tools to ensure effective economical and technological control of non-uniform sets of multiparameter objects. The new solutions of typical tasks of strategic planning and development of complex objects management procedure are implemented in the information technology of rating estimation (rating definition, sensitivity analysis, clustering, diagnostics, forecasting, resource allocation, multi-criteria analysis etc.). Application of the proposed information technology can automate the task of analysis and strategic planning of the administrative-territorial complexes. The technology can be used for monitoring, analysis, strategic planning and management of several complex system types simultaneously.


Keywords


administrative and territorial management; classes of systems; strategic planning; rating model; multi-criterial analysis; heterogeneous resources; information technology; individual model of functioning

References


Tarasov, V. A., Gerasimov, B. M., Levin, I. A., & Korneychuk, V. A. (2007). Intellektualnyye sistemy podderzhki prinyatiya resheniy: Teoriya, sintez, effektivnost. Kyiv: MAKNS.

Skalozub, V. V., Andryushchenko, V. A., & Razumov, S. Y. (2011). Informatsionnaya tekhnologiya diagnostiki, prognozirovaniya i upravleniya ustoychivym razvitiyem slozhnykh sistem na osnove reytingovykh otsenok. Rehionalnyi mizhvuzovskyi zbirnyk naukovykh robit «Systemni tekhnolohii», 5(76), 178-185.

Buryak, S. Y., Gavrilyuk, V. I., Gololobova, O. A., & Beznarytnyy, A. M. (2014). Issledovaniye diagnosticheskikh priznakov strelochnykh elektroprivodov peremennogo toka. Nauka ta prohres transportu – Science and Transport Progress, 4(52), 7-22. doi:10.15802/stp2014/27341

Heiets, V. M., Klebanova, T. S., Cherniak, O. I., Ivanov, V. V., Dubrovina, N. A., & Stavytskyi, A. V. (2005). Modeli i metody sotsialno-ekonomichnoho prohnozuvannia. Kharkiv: INZhEK.

Pro zaprovadzhennia kompleksnoi otsinky sotsialno-ekonomichnoho rozvytku Avtonomnoi Respubliky Krym, oblastei, Kyieva ta Sevastopolia: Postanova Kabinetu Ministriv Ukrainy vid 20 chervnia 2007 r. No. 833 (2007). Kyiv.

Pshinko, A. N., & Skalozub, V. V. (2014). Problemy i informatsionnyye tekhnologii sotsialno-ekonomicheskogo upravleniya na zheleznodorozhnom transporte Ukrainy. Paper presented at 74 mizhnarodna naukovo-praktychna konferentsiya: «Problemy ta perspektyvy rozvytku zaliznychnoho transportu», Dnipropetrovsk.

Rastrigin, L. A., & Ponomarev, Y. P. (1986). Ekstrapolyatsionnyye metody proyektirovaniya i upravleniya. Moscow: Mashinostroyeniye.

Saati, T., & Kernes, Y. (1991). Metod analiza ierarkhiy. Moscow: Radio i svyaz.

Skalozub, V. V., Osovyk, V. M., & Klymenko, I. V. (2015). Ekonomiko-tekhnolohichni modeli analizu i upravlinnia ekspluatatsiieiu parkiv elektrychnykh dvyhuniv zaliznychnykh strilochnykh perevodiv. Zbirnyk naukovykh prats Dnipropetrovskoho natsionalnoho universytetu zaliznychnoho transportu imeni akademika V. Lazariana: «Problemy ekonomiky transportu», 9, 129-137.

Skalozub, V. V., Shvets, O. M., & Osovik, V. N. (2014). Metody intellektualnykh sistem v zadachakh upravleniya parkami obektov zheleznodorozhnogo transporta po tekushchemu sostoyaniyu. Zbirnyk naukovykh prats: «Pytannia prykladnoi matematyky i matematychnoho modeliuvannia», 40-47.

Kohonen, T. (2011). Self-Organizing Maps. Berlin: Springer-Verlag Berlin Heidelberg. doi:10.1007/978-3-642-56927-2

McCue, C. (2015). Data Mining and Predictive Analysis, Second Edition: Intelligence Gathering and Crime Analysis. 2nd ed. Butterworth: Butterworth-Heinemann.

Rutkovski, L. (2005). Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa. Warszawa: Wydawnictwo naukove PWN.

Witten, I. H., Frank, E., & Hall, M. A. (2011). Data Mining: Practical Machine Learning Tools and Techniques. 3d ed. San Francisco: Morgan Kaufmann.


GOST Style Citations


  1. Интеллектуальные системы поддержки принятия решений: теория, синтез, эффективность / В. А. Тарасов, Б. М. Герасимов, И. А. Левин, В. А. Корнейчук. – Киев : МАКНС, 2007. – 336 с.
  2. Информационная технология диагностики, прогнозирования и управления устойчивым развитием сложных систем на основе рейтинговых оценок / В. В. Скалозуб, В. А. Андрющенко, С. Ю. Разумов [и др.] // Системні технології : регіон. міжвуз. зб. наук. пр. – Дніпропетровськ, 2011. – № 5 (76). – С. 178–185.
  3. Исследование диагностических признаков стрелочных электроприводов переменного тока / С. Ю. Буряк, В. И. Гаврилюк, О. А. Гололобова, А. М. Безнарытный // Наука та прогрес транспорту. – 2014. – № 4 (52). – С. 7–22. doi: 10.15802/stp2014/27341.
  4. Моделі і методи соціально-економічного прогнозування : підручник / В. М. Геєць, Т. С. Клебанова, О. І. Черняк [та ін.]. – Харків : ІНЖЕК, 2005. – 396 с.
  5. Про запровадження комплексної оцінки соціально-економічного розвитку Автономної Республіки Крим, областей, мм. Києва та Севастополя : постанова Кабінету Міністрів України від 20 черв. 2007 р. № 833. – Киів, 2007.
  6. Пшинько, А. Н. Проблемы и информационные технологии социально-экономического управления на железнодорожном транспорте Украины / А. Н. Пшинько, В. В. Скалозуб // Проблеми та перспективи розвитку залізн. трансп. : тези доп. 74 міжнар. наук.-практ. конф. / Дніпропетр. нац. ун-т залізн. трансп. ім. акад. В. Лазаряна. – Дніпропетровськ, 2014. – С. 210–212.
  7. Растригин, Л. А. Экстраполяционные методы проектирования и управления / Л. А. Растригин, Ю. П. Пономарев. – Москва : Машиностроение, 1986. – 120 с.
  8. Саати, Т. Метод Анализа Иерархий / Т. Саати, Е. Кернес. – Москва : Радио и связь, 1991. – 352 с.
  9. Скалозуб, В. В. Економіко-технологічні моделі аналізу і управління експлуатацією парків електричних двигунів залізничних стрілочних переводів / В. В. Скалозуб, В. М. Осовик, І. В. Клименко // Проблеми економіки транспорту : зб. наук. пр. Дніпропетр. нац. ун-ту залізн. трансп. ім. акад. В. Лазаряна. – Дніпропетровськ, 2015. – Вип. 9. – С. 129–137.
  10. Скалозуб, В. В. Методы интеллектуальных систем в задачах управления парками объектов железнодорожного транспорта по текущему состоянию / В. В. Скалозуб, О. М. Швец, В. Н. Осовик // Питання прикладної математики і математичного моделювання : зб. наук. пр. / Дніпропетр. нац. ун-т ім. Олеся Гончара. – Дніпропетровськ, 2014. – С. 40–47.
  11. Kohonen, T. Self-Organizing Maps / T. Kohonen. – Springer-Verlag Berlin Heidelberg, 2001. – 501 p. doi: 10.1007/978-3-642-56927-2.
  12. McCue, C. Data Mining and Predictive Analysis, Second Edition: Intelligence Gathering and Crime Analysis / C. McCue. – 2nd ed. – Butterworth-Heinemann, 2015. – 422 p. ISBN: 0128002298, 9780128002292.
  13. Rutkovski, L. Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa / L. Rutkovski. – Warszawa : Wydawnictwo naukove PWN, 2005. – 435 s. ISBN 83-01-14529-3.
  14. Witten, I. H. Data Mining: Practical Machine Learning Tools and Techniques / I. H. Witten, E. Frank, M. A. Hall. – 3d еd. – San Francisco : Morgan Kaufmann, 2011. – 664 р. ISBN 0123748569.


DOI: https://doi.org/10.15802/stp2016/90522

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

 

ISSN 2307–3489 (Print)
ІSSN 2307–6666 (Online)