Курсовая работа на тему: Проблема многокритериального выбора управленческих альтернатив по повышению эффективности управления предприятия тэк

Для такого класса задач чаще всего опираются на методы, формализующие компромисс между критериями: теорию полезности и предпочтений, подходы на основе Парето-оптимальности и модели согласования весов критериев. Существенно, что в ТЭК критерии нередко имеют неоднородную природу (финансовая, инженерная, экологическая), поэтому важна проверка непротиворечивости шкал и предпосылок применимости выбранной модели. Теоретически оправданный выбор аппарата должен учитывать, можно ли выразить предпочтения управленцев в виде весов, порогов или вероятностных ожидаемых эффектов.

На практике решающим становится приведение разнородных метрик к единой системе: перевод в безразмерные индексы, применение направлений «лучше/хуже», нормирование по эталону или по диапазону возможных значений. Далее требуется аккуратная процедура агрегирования: простое суммирование часто искажает результат, если критерии имеют разные уровни вариативности и корреляции. Поэтому рекомендуется обосновывать выбор способа агрегирования (линейный/нелинейный, с учётом ограничений) и проводить проверку устойчивости решения к изменению параметров.

Эволюция шла от ранних моделей рационального выбора и статистических методов к формализациям предпочтений и построению шкалости/агрегации критериев. Существенный импульс дали появление и развитие методов анализа иерархий, а также систем поддержки принятия решений, когда вычислительная база стала доступной для сложных матриц критериев и альтернатив. В энергетике это совпало с ростом требований к надёжности, безопасности и экологической устойчивости, что расширило набор критериев и усилило потребность в формализованных процедурах компромисса.

В ТЭК значимые эффекты редко исчерпываются экономией затрат: решения затрагивают надёжность оборудования, риск аварий, экологические ограничения и регуляторные требования. Однокритериальная оптимизация может привести к «локально выгодным» мерам, которые ухудшают системные показатели (например, повышают вероятность остановов или нарушают нормативы по выбросам). Поэтому многокритериальный подход обеспечивает более реалистичное управление компромиссами и лучше отражает структуру целей предприятия.

В научном сообществе продолжаются споры между экспертно-ориентированными весами (например, через парные сравнения) и данными-ориентированными оценками (статистика, машинное обучение, чувствительность к факторам). Риски субъективности связаны с разной компетентностью экспертов и политикой внутри организации, а данные-ориентированные подходы могут страдать от неполноты наблюдений и смещения выборки. Компромисс часто реализуют через гибридные модели: калибруют веса на экспертных приоритетах и затем проверяют их согласованность с историческими результатами.

Корректный подход включает моделирование неопределённости: интервальные оценки, сценарии, вероятностные распределения, а также применение стохастических или робастных расширений многокритериальных методов. Важна привязка неопределённости к источникам: где вариативность обусловлена внешней средой (цены, тарифы), а где — внутренней управляемостью (выполнение проектов, дисциплина обслуживания). Методологически значимо проводить анализ чувствительности рейтинга к параметрам неопределённости и проверять, насколько «хрупко» решение к изменению исходных допущений.

Для AHP критична проблема согласованности и зависимость результата от структуры сравнения; при большом числе критериев и альтернатив резко возрастает трудоёмкость формирования суждений. TOPSIS чувствителен к выбору «идеального» и «анти-идеального» эталона, что в ТЭК может быть спорно из‑за нормативных ограничений. ELECTRE и близкие методы могут давать неполные ранжирования и требуют аккуратного выбора порогов согласия/несогласия; при этом пороги иногда становятся «скрытыми» параметрами, требующими строгого обоснования.

Многокритериальное ранжирование должно «переводиться» в управленческие контуры: план мероприятий, ответственные подразделения, контрольные показатели и временные горизонты. Практически это означает, что критерии и их веса должны быть связаны с KPI (или их подкомпонентами) и отражать измеримые целевые значения в период планирования. В противном случае возникает разрыв между выбором альтернативы и последующим управлением исполнением, что снижает эффективность метода как инструмента принятия решений.