Алгоритм для оценки значимости риска

Алгоритм для оценки значимости риска

Л.В. Борисовад.т.н., профессор, заведующая кафедрой «Менеджмент и бизнес-технологии» Донского государственного технического университета; член-корр. Академии проблем качества; г. Ростов-на-Дону
И.Н. Нурутдиновак.ф.-м.н., доцент кафедры «Прикладная математика» Донского государственного технического университета;  г. Ростов-на-Дону
e-mail: nurut.inna@yandex.ru
Л.А. Димитровастарший преподаватель кафедры «Управление качеством» Донского государственного технического университета; г. Ростов-на-Дону
А.С. Федченкомагистрант Донского государственного технического университета;  г. Ростов-на-Дону
 
Рассматривается задача оценки значимости риска в работе испытательных лабораторий. Требование внедрения менеджмента риска в организацию их деятельности содержится в критериях аккредитации лабораторий. Наличие системы управления рисками позволяет прогнозировать ситуации риска и принять меры для минимизации их последствий, способствует повышению конкурентоспособности лаборатории. Внедрение оптимального процесса менеджмента риска является актуальной задачей для испытательных лабораторий. Для ее решения предлагается создание экспертной системы, основанной на нечетком моделировании вывода оценки значимости риска. Данный подход обоснован экспертным характером информации о параметрах рисков, субъективностью и неопределенностью в их оценках. Разработан алгоритм вывода оценки значимости риска и общая схема функционирования экспертной системы. Определены группы входных признаков и выходной признак предметной области «Оценка значимости риска», введены соответствующие лингвистические переменные. Построены функции принадлежности, получены характеристики согласованности экспертных моделей. Создана база нечетких экспертных знаний, на которой базируется нечеткий логический вывод оценки значимости рисков. Проведена апробация предложенного алгоритма оценки значимости риска, подтверждающая его пригодность и эффективность для создания экспертной системы.
Ключевые слова: менеджмент риска, экспертная система, нечеткие экспертные знания, лингвистическая переменная, функция принадлежности, показатели согласованности, нечеткий логический вывод.
Литература:
1.   International Organization for Standardization. (2018). ISO 31000. Risk Management – Guidelines, ISO, 2nd ed., Geneva, Switzerland. 2018.
2.   Ваганов В.А., Димитров В.П., Зайцева И.А. Риск-менеджмент и оперативное управление в СМК организации // Молодежь и XXI век – 2020: материалы 10-й Международ. молодеж. науч. конф. (Курск, 19-20 февраля 2020). – Курск, 2020. – С. 43–48.
3.   Filyppova S., Bashynska I., Kholod B., Prodanova L., Ivanchenkova L. and Ivanchenkov V. Risk management through systematization: risk management culture // International journal of recent technology and engineering. ˗ 2019. ˗ V. 8. ˗ № 3. ˗ P. 6047–6052. DOI: 10.35940/ijrte.C5601.098319.
4.   Runje B., Horvatic Novak A., Razumic A., Piljek P., Strbac B. & Orosnjak M. Evaluation of Consumer and Producer Risk in Conformity Assessment Decisions // Proceedings of the 30th DAAAM International Symposium B. Katalinic (Ed.), Published by DAAAM International, Vienna, Austria. ˗ 2019. ˗ P. 0054–0058, DOI:10.2507/30th.daaam.proceedings.007.
5.   Приказ Минэкономразвития России от 30.05.2014 № 326 «Об утверждении Критериев аккредитации, перечня документов, подтверждающих соответствие заявителя, аккредитованного лица критериям аккредитации, и перечня документов в области стандартизации, соблюдение требований которых заявителями, аккредитованными лицами обеспечивает их соответствие критериям аккредитации» (в ред. приказа Минэкономразвития России от 19.08.2019 № 506). https: //fsa. gov. ru/documents/9417/25.11.2019.
6.   Бардонов В.А. Условия признания протоколов испытаний аккредитованной испытательной лаборатории на международном рынке // Качество и жизнь. – 2018. – № 4 (20). – С. 3–7.
7.   ГОСТ ISO/IEC 17025–2019 Общие требования к компетентности испытательных и калибровочных лабораторий. – Введ. 2019-09-01[Электронный ресурс] / М.: Стандартинформ, 2019.
8.   Ковлякова В.Е. Интеграция системы управления рисками и возможностями в систему менеджмента // Компетентность. – 2020. – № 2. – С. 12–23. DOI: 10.24411/1993-8780-2020-1-0203.
9.   Kaplan R. S., Leonard H. B. and Mikes A. No­vel Risks // Working paper of Harvard Business School.  20-094. ˗ 2020. ˗ pp. 1–26.
10. Vasilňáková A. Risk Management in Accredited Testing Laboratories // Proceedings of the 29th International DAAAM Symposium B. Katalinic (Ed.), Published by DAAAM International, Vienna, Austria. ˗ 2018. ˗ pp. 1071-1075 DOI: 10.2507/29th.daaam.proceedings.153.
11. ГОСТ Р 51901.12-2007 Менеджмент риска. Метод анализа видов и последствий отказов. – Введ. 2008-09-01 [Электронный ресурс] / М.: Стандартинформ, 2008.
12. Wong S. Risk-based thinking for chemical test­ing // Accreditation and Quality Assurance. ˗ 2017. ˗ Vol.22. ˗ № 2. ˗ pp. 103–108. DOI: 10.1007/s00769-017-1256-x.
13. Eliza R. D. & Minodora, D. Risk Management in Clinical Laboratory: from Theory // Acta Medic Marisiensis. ˗ 2015. ˗ Vol. 61. ˗ №. 4. ˗ pp. 372–377. DOI: 10.1515/amma-2015-0086.
14. Kharlamov M.M., Kolmykova T.S., Nesenyuk E.S., Tolstykh T.O. and Garina E.P. Analytical procedures for assessing the risks of introducing innovative technologies into the organization’s activities // Lecture notes in networks and systems. ˗ 2020. Vol. 91. ˗  pp. 654–662. DOI: 10.1007/978-3-030-32015-7_73.
15. Yazdi M. and Kabir S. Fuzzy evidence theory and bayesian networks for process systems risk analysis // Human and ecological risk assessment. ˗ 2020. ˗ Vol. 26. ˗ № 1. ˗ pp. 57–86. DOI: 10.1080/10807039. 2018.1493679.
16. Борисова Л.В., Димитрова Л.А., Нурутдинова И.Н. Информационная поддержка мониторинга состояния организации // Вестник ДГТУ. – 2016. – Т. 17, № 4(87). – 126 ˗ 133. DOI: 10.12737/22154.
17. Борисова Л.В., Димитров В.П. Нурутдинова И.Н., Сербин Д.М. Особенности экспертного контроля качества в сфере обслуживания // Качество продукции: контроль, управление, повышение, планирование. Сб. научн. тр. Международ. молодеж. науч.-практ. конф. (Курск 18˗19 ноября, 2014). Курск – 2014. – С. 110–113.
18. Димитров В. П., Борисова Л.В., Жмайлов Б.Б. Введение в системный анализ // Ростов˗на˗Дону: Издательский центр ДГТУ. – 2013. – 77 с.
19. Борисова Л.В., Димитров В.П. Лингвистический подход к решению задачи технологической регулировки комбайнов // Вестник Мордовского университета. – 2017. – Т.27. – № 2. – С.178-189. DOI: 10.15507/0236-2910.027.201702.178–189.
20. Саати T.Л, Кернс K.П. Аналитическое планирование. Организация систем / Пер. с англ. – М.: Радио и связь, 1991. – 224 с.
21. Borisova L., Dimitrov V., Nurutdinova I. Algo­rithm for Assessing Quality of Fuzzy Expert Information // Proceedings of IEEE East˗West Design & Test Symposium (EWDTS’2017), Novi Sad, Serbia. ˗ 2017. ˗ pp. 319˗322.
22. Асаи К., Ватада Д., Сугэно С. Прикладные нечеткие системы / Пер. с япон. ˗ М: Мир, 1993. – 368 с.
23. Нурутдинова И.Н., Шумская Н.Н., Димитрова Л.А. Об использовании весовых коэффициентов при формировании экспертной информации // Состояние и перспективы развития сельскохозяйственного машиностроения: сб. ст. 10-й Междунар. юбилейной научно-практич. Конф. в рамках 20-й Междунар. агропромышленной выставки «Интераргомаш-2017». – 2017. ˗ Ростов˗на˗Дону: Донской государственный технический университет, 2017. – C. 332–334.
24. Димитров В.П., Борисова Л.В., Нурутдинова И.Н., Богатырева Е.В. Программная система для ввода экспертных знаний // Вестник Донского государственного технического университета. – 2011. – Т.11. – № 1(52). – С. 83–90.
DOI: 10.34214/2312-5209-2021-32-4-27-33

Back to top