Spatio-temporal combinatorics of resource flows conservation and reduction of risks in conditions of uncertainty of the external environment

N. Petrushenko

doi:10.34185/1562-9945-1-138-2022-06

Автор(и)

N. Petrushenko

DOI:

https://doi.org/10.34185/1562-9945-1-138-2022-06

Ключові слова:

ризики, трансформація, комбінаторика, розподіл ризиків, невизначеність зовнішнього середовища, слабоструктуровані системи, управління системами, управління ризиками, багатокритеріальність

Анотація

Прогнозування розвитку виробничих систем в умовах дії факторів зовнішнього середовища утруднене через наявність великої кількості вхідної інформації, яка постійно змінюється, і яку до того ж важко структурувати. Управління слабостру-ктурованими системами за умов динамічних змін зовнішнього середовища не має роз-виненої методологічної бази. Прийняття управлінських рішень проводиться на основі стохастичних рекомендацій без урахування ризиків і можливих помилок. Це вносить велику невизначеність і неадекватність прийняття рішень, пов'язаних з багатокрите-ріальністю оцінок, безліччю розмірностей факторів, різноспрямованістю показників. Вихідна інформація щодо виявлення проблем нестабільного розвитку ринку міститься у співвідношенні внутрішніх та зовнішніх дестабілізуючих факторів. Оскільки на практиці оцінка альтернативи не повною мірою характеризує якість управління у складній системі, часто користуються декількома оцінками чи їх комбінаториками. При вирішенні завдань оптимального управління в якості множини можливих альтер-натив використовують комбінаторику допустимих управлінь. В статі запропоновано просторово-часову комбінаторику зниження ризиків функціонування систем в умовах невизначеності, а також модернізацію алгоритму Форда-Фалкерсона на різних ітера-ціях прийняття рішень. Мережа можливих переміщень розглядається як пов'язаний орграф з пропускною здатністю та потоком для ребер з витоку в стік. Впровадження методики переходу з однієї гілки орієнтованої мережі на іншу в момент припинення її реалізації внаслідок виникнення непередбачуваного впливу факторів зовнішнього сере-довища забезпечує розподіл ризиків між компонентами. Показано, що раптове виник-нення обмежень змушує перейти на іншу гілку мережі, для чого в мережі передбачені додаткові вертикальні ребра зі своїми ймовірностями прояву та відомими пропускними здібностями. Розроблено методологічне забезпечення збереження ресурсних потоків в умовах глобальних ризиків, що пов'язане із синхронізацією його використання залежно від споживчих переваг та вимушених заходів посилення чи обмеження на виробничу діяльність. Використання комбінаторики пропонованих варіантів взаємодій у просторі станів, їх реалізації у різні моменти ітерацій, їх застосування із синхронізацією пропускної спроможності потоків дозволяє знизити ризики, що виникають при функціонуванні систем.

Посилання

Bratyuk V.P. Osoblivostі procesu upravlіnnya rizikami, priinyatimi na strah-?vannya / Vіra Petrіvna Bratyuk, Katerina YUrіїvna Baisa//Ekonomіchnii analіz: zb. nauk. prac'/Ternopіl's'kii nacіonal'nii ekonomіchnii unіversitet; redkol. : V.A. Derіi (golov. red.) ta іn. – Ternopіl': Vidavnicho-polіgrafіchnii centr Ternopіl's'kogo nacіonal'nogo ekonomіchnogo unіversitetu “Ekonomіchna dumka”,– Tom 17. – №1. – S. 112-119. – ISSN 1993-0259, 2014.

Faure M. and Heine K. Insurance as a Remedy against Financial Crisis, The Dovenschmidt Quarterly, 2(1): pp.35-41, 2014. https://doi.org/10.5553/DOQU/221199812014002001004.

Chatkaewnapanon Y., Kelly J.M. Community arts as an inclusive methodology for sustainable tourism development, Journal of Place Management and Development, 12 (3), pp. 365-390, 2019. https://doi.org/10.1108/JPMD-09-2017-0094.

Dinitz M., Nazari Y. Massively parallel approximate distance sketches, Leibniz International Proceedings in Informatics, LIPIcs, 153, art. no. 35., 2020. https://doi.org/10.4230/LIPIcs.OPODIS.2019.35.

Alford P., Jones R. The lone digital tourism entrepreneur: knowledge acquisition and collaborative transfer, Tourism Management, 81, art. no. 104139, 2020. https://doi.org/10.1016/j.tourman.2020.104139.

Wichmann J., Wibotzki M., Sandkuhl K. Toward a smart town: Digital innovation and transformation process in a public sector environment, Smart Innovation, Sys-tems and Technologies, 189, pp. 89-99, 2021. https://doi.org/10.1007/978-981-15-5784-2_8.

Grima S., Thalassinos E. Editorial: Risk Management Models and Theories Vol-ume II. Front. Appl. Math. Stat. 7:676404, 2021. https://doi.org/10.3389/fams.2021.676404.

Vogiatzis C., Pardalos P.M. Combinatorial Optimization in Transportation and Logistics Networks. In: Pardalos P., Du DZ., Graham R. (eds) Handbook of Combinatorial Optimization. Springer, New York, NY, 2013. https://doi.org/10.1007/978-1-4419-7997-1_63.

Chauhan S.S., Sivadurgaprasad C., Kadambur R., Kotecha P. A novel strategy for the combinatorial production planning problem using integer variables and perfor-mance evaluation of recent optimization algorithms. Swarm and Evolutionary Com-putation, Volume 43, pp. 225-243, 2018. https://doi.org/10.1016/j.swevo.2018.04.004.

Dash P., Rahman M.M., Zohora F.T. An alternate simple approach to obtain the maximum flow in a network flow problem, Journal of Engineering and Applied Sci-ences, 13 (Specialissue10), pp. 8270-8276, 2018. https://doi.org/10.3923/jeasci.2018.8270.8276.

Laube U., Nebel M.E. Maximum Likelihood Analysis of the Ford–Fulkerson Method on Special Graphs, Algorithmica, 74 (4), pp. 1224-1266, 2016. https://doi.org/10.1007/s00453-015-9998-5.

Qu Q.-K., Chen F.-J., Zhou X.-J. Road traffic bottleneck analysis for expressway for safety under disaster events using blockchain machine learning, Safety Science, 118, pp. 925-932, 2019. https://doi.org/10.1016/j.ssci.2019.06.030.