Теория и практика общественного развития. 2023. № 4. С. 57-66. Theory and Practice of Social Development. 2023. No. 4. P. 57-66.
Научная статья
УДК 519.866:004.4(06)
https://doi.org/10.24158/tipor.2023.4.7
Нечеткая модель оценки качества внедрения программного продукта для энергосбытовой организации
Дмитрий Михайлович Назаров1, Оксана Александровна Кравченко2
1Уральский государственный экономический университет, Екатеринбург, Россия, slup2005@mail.ru, https://orcid.org/0000-0002-5847-9718
2Шахтинский автодорожный институт (филиал) Южно-Российского государственного политехнического университета (НПИ) имени М.И. Платова, Шахты, Россия, oksana.xen@yandex.ru, https://orcid.org/0000-0003-1769-7302
Аннотация. Особенности формирования систем управления качеством в энергосбытовых организациях подчеркивают необходимость внедрения программных решений для оценки показателей качества услуг. Описаны современные стандарты, определяющие их характеристики. Разработана модель оценки качества в программной среде FuzzyTECH. Реализация ее осуществляется с использованием современных подходов и методов, таких как нечеткое логическое моделирование и алгоритм Мамдани. Модель позволяет учитывать различные параметры, включая устойчивость программного продукта к ошибкам, пригодность для решения поставленных задач, удобство использования, время разработки и внедрения, а также их стоимость. Она может быть использована энергосбытовыми организациями и другими заинтересованными сторонами для оценки качества внедрения программных продуктов, управления процессами и решения проблем, связанных с качеством услуг. Благодаря этому, компании могут повысить свою конкурентоспособность на рынке, улучшить удовлетворенность потребителей и оптимизировать ресурсы.
Ключевые слова: система менеджмента качества, нечеткие множества, энергосбытовые организации, модель оценки качества программного продукта
Для цитирования: Назаров Д.М., Кравченко О.А. Нечеткая модель оценки качества внедрения программного продукта для энергосбытовой организации // Теория и практика общественного развития. 2023. № 4. С. 57-66. https://doi.org/10.24158/tipor.2023.47.
Original article
Fuzzy Model for Assessing the Quality of Software Product Implementation for Energy Sales Organization
Dmitry M. Nazarov1, Oksana A. Kravchenko2
1Ural State University of Economics, Yekaterinburg, Russia, slup2005@mail.ru, https://orcid.org/0000-0002-5847-9718
2Shakhty Automobile and Road Construction Institute (branch) of Platov South-Russian State Polytechnic University (NPI), Shakhty, Russia, oksana.xen@yandex.ru, https://orcid.org/0000-0003-1769-7302
Abstract. The specifics of the quality management systems formation in energy sales organizations emphasize the need to implement software solutions to assess the quality of service indicators. Modern standards defining their characteristics are described. The quality assessment model in the FuzzyTECH software environment is developed. The implementation of the model is carried out using modern approaches and methods, such as fuzzy logic modeling and the Mamdani algorithm, to obtain reliable quality assessment results. The model allows to take into account various parameters, including the resilience of the software product to errors, suitability for solving tasks, usability, development and implementation time, as well as their cost. This model can be used by energy sales organizations and other interested parties to assess the quality of software product implementation, process management, and address service quality issues. As a result, companies can increase their competitiveness in the marketplace, improve customer satisfaction and optimize resources.
Keywords: quality management system, fuzzy sets, power supply organizations, software product quality assessment model
For citation: Nazarov, D.M. & Kravchenko, O.A. (2023) Fuzzy Model for Assessing the Quality of Software Product Implementation for Energy Sales Organization. Theory and Practice of Social Development. (4), 57-66. Available from: doi:10.24158/tipor.2023.4.7 (In Russian).
© Назаров Д.М., Кравченко О.А., 2023
Переход к рыночным отношениям в электроэнергетике подтолкнул к изменению понимания роли потребителей, у которых появилось право выбирать энергосбытовую организацию, вид поставки: сетевой организацией либо через источники микрогенерации (солнечные панели и др.).
В настоящее время в сфере обслуживания коммерческого сегмента полным ходом идет борьба за потребителя, которую различные энергосбытовые организации ведут с большим или меньшим успехом, поскольку на современном этапе упрощены процедуры и требования по переходу потребителей на оптовый рынок электрической энергии, где ее цена значительно ниже, чем на розничном (в два и более раза). Многие энергосбытовые компании предлагают в качестве мотивации (по отказу от услуг гарантирующего поставщика электрической энергии) потребителя для заключения договоров энергоснабжения (купли-продажи электрической энергии) поддержку при оформлении документов по переходу на оптовый рынок в ближайшей перспективе. Руководство коммерческих предприятий заинтересовано в проведении эффективных процедур менеджмента и снижении энергозатрат. На предприятиях угольной, сталеплавильной промышленности они могут превышать более половины от общей величины затрат.
В сегменте бытового электропотребления гарантирующие поставщики во многом сохраняют монопольный характер функционирования, который ослабляет стимулы развития механизмов конкурентоспособности, включая качество обслуживания потребителей электрической энергии, что негативно сказывается на своевременном и полном поступлении платежей за электроэнергию.
Стремление создать эффективную систему качества обслуживания основывается на осознании весомой роли потребителей в формировании стоимости организации и перспектив ее развития. Высокое качество обслуживания населения будет способствовать укреплению партнерских отношений граждан со сбытовой организацией и дальнейшей интеграции их интересов в рамках диверсифицированных видов деятельности, в том числе и в виртуальной среде. Такой подход имеет особое значение для поставщиков электроэнергии, поскольку основной функцией в их деятельности является информационная, связанная с обработкой, хранением, структуризацией данных, а при взаимодействии с потребителями электроэнергии в рамках документооборота он требует значительного количества бумажных носителей. Например, комплект документов, оформляемый для потребителя коммерческого сегмента, ежемесячно может содержать более 10 страниц бумаги (комплект счетов, счет-фактура, акт приема-передачи, акт сверки взаиморасчетов и другие документы). Очевидно, что переход на электронный документооборот будет способствовать снижению материальных затрат (закупка, хранение бумаги, офисной техники, архивное хранение оформленных документов), но в силу низкого уровня доверия клиентов на электронный обмен данными перешли не более 30 % потребителей у отдельных гарантирующих поставщиков (по экспертным оценкам).
Важно отметить, что качество обслуживания энергосбытовыми организациями представляет собой широкое понятие, которое включает в себя реализацию комплекса обязательств по осуществлению энергосбытовой деятельности1 и несение ответственности за выполнение соответствующих функций, то есть не только заключение договоров энергоснабжения, выставление расчетных документов на оплату, но и обеспечение поставки электроэнергии. Последнюю функцию фактически осуществляют электросетевые организации в соответствии с заключенными договорами с энергосбытовыми.
Применяемые предприятиями электроэнергетики стандарты качества обслуживания базируются на теоретических разработках ученых-экономистов и на стандартах, утвержденных государством. Особое место решению вопросов качества отведено в работах таких ученых, как А.В. Фей-генбаум (Feigenbaum, 1983), В.Э. Деминг (Deming, 2000), Л.Е. Скрипко (Скрипко, 2005) и др.
В рамках этого направления, развивающегося на протяжении почти ста лет, с начала 1930-х гг., накоплен не только потенциал теоретических работ, но и приняты стандарты по системам менеджмента качества: на глобальном уровне - Международной организацией по стандартизации (International Standard Organization - ISO), в России - Росстандартом (Федеральное агентство по техническому регулированию и метрологии).
Подходы к регулированию государством качества обслуживания потребителей для электросетевых и энергосбытовых организаций различны. Для первых из названных Минэнерго России утвердило в 2014 г. «Единые стандарты качества обслуживания сетевыми организациями потребителей услуг сетевых организаций»2, а также в 2016 г. - «Методические указания по расчету уровня надежности и качества поставляемых товаров и оказываемых услуг для организации
1 О функционировании розничных рынков электрической энергии, полном и (или) частичном ограничении режима потребления электрической энергии : Постановление Правительства РФ № 442 от 04.05.2012 // Собрание законодательства РФ. 04.06.2012. № 23, ст. 3008.
2 О единых стандартах качества обслуживания сетевыми организациями потребителей услуг сетевых организаций : приказ Минэнерго России № 186 от 15.04.2014 [Электронный ресурс]. Доступ из информ.-правовой системы «Гарант».
по управлению единой национальной (общероссийской) электрической сетью и территориальных сетевых организаций»1.
Энергосбытовые организации, в том числе гарантирующие поставщики, согласно «Основным положениям функционирования розничных рынков электрической энергии», обязаны самостоятельно внедрять стандарты качества обслуживания потребителей и программы мероприятий по повышению его качества2.
При этом электросетевые организации в большей степени ограничены нормами законодательства, а, следовательно, и системы менеджмента качества этих организаций имеют более унифицированный характер, что упрощает процесс оценки соответствующих показателей, поскольку имеются формализованные подходы в стандартах обслуживания3.
Системы менеджмента качества энергосбытовых организаций, в отличие от электросетевых, могут быть более гибкими и динамичными, что характеризует сложность процесса их формирования, требует особых подходов к оценке показателей качества обслуживания.
Важный момент в оценке показателей качества обслуживания и работы системы менеджмента качества заключается в том, что энергосбытовые организации непосредственно ежемесячно осуществляют взаимодействие в коммерческом сегменте с десятками тысяч потребителей, а в бытовом - с миллионами. Такое количество обслуживаемых объектов требует особых подходов в управлении организацией, оценке показателей качества работы, что должно обеспечиваться интеграцией ERP-систем в цифровую среду энергосбытовых компаний и применяемым математическим инструментарием, учитывающим высокую степень неопределенности при взаимодействии с потребительской средой.
Применение ERP-систем от поставщиков ООО «1С» или SAP SE позволяет использовать стандартные конфигурации «Управления качеством» либо доработать пакетное решение с учетом индивидуальных потребностей заказчика. Компания «1С» предлагает два программных продукта для поддержки процессов системы менеджмента качества - «1С: Архив» и «Управление качеством» (Морозов, 2005), и подчеркивает необходимость доработки приложений в соответствии с индивидуальными особенностями заказчика.
Программное обеспечение по управлению качеством для энергосбытовой организации может быть разработано на основе аутсорсинга специализированной организацией, занимающейся комплексными проектами автоматизированных решений для энергосбытовых организаций. Спектр таких организаций широко представлен на рынке информационно-коммуникационных услуг для электроэнергетики4.
Актуальность использования программных продуктов по управлению качеством требует создания модели оценки качества внедрения программных продуктов.
Особенности функционирования энергосбытовых организаций (Кравченко, 2014) определяют необходимость выбора методов и моделей в управлении, предусматривающем планирование, исполнение, контроль (проверку) и исправление, позволяющие принимать решения в условиях неполной информации, к которым можно отнести: нечеткие множества5 (Нечеткие множества в моделях управления и искусственного интеллекта ..., 1986; Недосекин, 2004), нейронные сети, метод анализа иерархий и другие.
ГОСТ Р ИСО/МЭК 9126-93 «Информационная технология. Оценка программной продукции»6, подготовленный по основе международного стандарта ИСО/МЭК 9126-917 «Информационная технология. Оценка программной продукции. Характеристики качества и руководства по их
1 Об утверждении Методических указаний по расчету уровня надежности и качества поставляемых товаров и оказываемых услуг для организации по управлению единой национальной (общероссийской) электрической сетью и территориальных сетевых организаций : приказ Минэнерго России № 1256 от 29.l1.2016 [Электронный ресурс]. Доступ из информ.-правовой системы «Гарант».
2 О функционировании розничных рынков электрической энергии, полном и (или) частичном ограничении режима потребления электрической энергии : Постановление Правительства РФ № 442 от 04.05.20l2 ...
3 О единых стандартах качества обслуживания сетевыми организациями потребителей услуг сетевых организаций ... ; Об утверждении Методических указаний по расчету уровня надежности и качества поставляемых товаров и оказываемых услуг для организации по управлению единой национальной (общероссийской) электрической сетью и территориальных сетевых организаций ...
4 Российский рынок автоматизации энергетики [Электронный ресурс] // TADVISER. Государство. Бизнес. Технологии. URL: https://www.tadviser.ru/index.php/Статья:Российский_рынок_автоматизации_энергетики (дата обращения: 01.03.2023).
5 Назаров Д.М., Конышева Л.К. Интеллектуальные системы: основы теории нечетких множеств : учебное пособие для вузов. М., 2022. 186 с.
6 Информационная технология. Оценка программной продукции : ГОСТ Р ИСО/МЭК 9126-93 [Электронный ресурс] // Электронный фонд правовых и нормативно-технических документов. URL: https://clck.ru/VV4q9 (дата обращения: 01.03.2023).
7 ISO/IEC 9126:1991. Software Enginnering - Product Quality [Электронный ресурс] // ISO. URL: https://clck.ru/348jnj (дата обращения: 01.03.2023).
применению», не определяет показатели, методы ранжирования, измерения и оценки1, поэтому предприятия самостоятельно выбирают оптимальные для себя. Учеными предлагаются различные подходы к оценке качества программного обеспечения с учетом положений ГОСТ Р ИСО/МЭК 9126-93 (Бураков, Кожомбердиева, 2019; Горбаченко, 2013; Ларин и др., 2017).
Согласно стандартам ИСО/МЭК 9126-91, ГОСТ Р ИСО/МЭК 9126-93 качество программного обеспечения может оцениваться на основе характеристик функциональности, надежности, практичности, эффективности, сопровождаемости, мобильности2.
Качество внедрения программного продукта может определяться в соответствии со следующими критериями: функциональность, надежность, практичность, стоимость, время проектирования и внедрения программного продукта.
Для реализации нечеткой модели оценки качества внедрения программного продукта выбрана программная среда FuzzyTECH. Сначала определяются входные и выходные переменные, а также их связи и множества нечетких правил.
В предлагаемой нами модели предусмотрены три блока переменных. Первый из них позволяет оценивать соответствие программного продукта функциональным требованиям энергосбытовой организации, второй - время проектирования и внедрения программного продукта, третий - совокупную стоимость владения этим продуктом.
Входными параметрами первой промежуточной переменной Yi, отражающей функциональность программного продукта, являются три лингвистические переменные: Xi - устойчивость программного продукта к ошибкам; X2 - пригодность программного продукта к решению задач, для которых он был разработан; Хз - удобство использования программного продукта конечным пользователем.
Входными параметрами второй промежуточной переменной Y2, отражающей временные характеристики внедрения программного продукта, приняты лингвистические переменные: Х4 -время на разработку программного продукта (от 1 до 12 месяцев); Х5 - время на внедрение программного продукта (от 1 до 3 месяцев).
Входными параметрами третьей промежуточной переменной Y3, отвечающей за практичность, являются лингвистические переменные: Хб - стоимость разработки программного продукта (от 100 000 до 1 000 000 рублей); Х7 - стоимость поддержки программного продукта (от 50 000 до 150 000 рублей в год).
Заметим, что предлагаемые входные переменные имеют разные размерности. В модели среди них есть качественные и количественные. Первые оцениваются экспертно, в баллах, а количественные - в рублях и месяцах. Для унификации модели предлагается количественные переменные тоже измерять в баллах. Разработаем формулу для такого процесса унификации, считая, что количественная переменная заключена на отрезке [min; max], а качественная шкала измерений - [0; 10].
Для оценки значений переменных нечеткой модели была сформирована группа из трех экспертов, обладающих специальными знаниями в рассматриваемой отрасли: начальник отдела реализации, специалист группы технической поддержки, специалист по системе менеджмента качества.
Чтобы привести количественные переменные к шкале качественных переменных, можно использовать линейное преобразование. Пусть x - количественная переменная, a и b -- границы отрезка для нее (min и max соответственно), а A и B - границы для качественной переменной (0 и 10 соответственно). Тогда формула для преобразования x в новую переменную у, измеренную в баллах, будет выглядеть следующим образом:
у = А + (х — а)^(В — А)/(Ь — а). (1)
В данном случае, a = min, b = max, A = 0, B = 10. Подставим эти значения в формулу:
у = 0 + (х — min) • (10 — 0)/(тах — min).
Упростим выражение:
у = (х — min) • 10/(тах — min).
Таким образом, формула для перехода от количественной переменной x, заключенной на отрезке [min; max], к качественной переменной у, измеренной в баллах на шкале [0; 10], выглядит следующим образом:
у = (х — min) • 10/(тах — min).
1 Информационная технология. Оценка программной продукции : ГОСТ Р ИСО/МЭК 9126-93 ...
2 ISO/IEC 9126:1991. Software Enginnering - Product Quality ...
Разработаем формулу для обратного перехода.
Для обратного перехода от качественной переменной у, измеренной в баллах на шкале [0; 10], к количественной переменной x, заключенной на отрезке [min; max], можно использовать обратное линейное преобразование. Подставим значения A = 0, B = 10, a = min и b = max в обратную формулу линейного преобразования:
х = а+(у — А)^(Ь — а)/(В — А).
Теперь подставим значения:
х = min + (у — 0) • (max — min)/(10 — 0).
Упростим выражение:
х = min + у • (max — min)/10.
Таким образом, формула для обратного перехода от качественной переменной у, измеренной в баллах на шкале [0; 10], к количественной переменной x, заключенной на отрезке [min; max], выглядит следующим образом:
х = min + у • (max — min)/10.
Для унификации процесса формализации все входные, промежуточные и выходные лингвистические переменные представим в виде множеств {«Low» (низкое), «Medium» (среднее), «High», (высокое)}.
Терм-множества переменных будут оцениваться от 0 до 10, где диапазон от 0 до 3 - это плохой показатель, от 4 до 7 - средний, а от 8 до 10 - высокий.
Термы промежуточной и выходной переменных будут иметь оценку от 0 до 10, где значения от 0 до 3 будут свидетельствовать о низком качестве внедренного программного продукта, от 3 до 6 - о среднем, от 7 до 10 - о высоком.
Составим список эвристических правил для промежуточных переменных Yi, Y2, Y3, с помощью которых будет высчитываться итоговая выходная переменная Y. Для переменной Yi:
IF Yi = «low» AND Y2 = «low» AND Y3 = «low», THEN Y = «low»; IF Yi = «low» AND Y2 = «low» AND Y3 = «medium», THEN Y = «low»; IF Yi = «low» AND Y2 = «low» AND Y3 = «high», THEN Y = «medium»; IF Yi = «low» AND Y2 = «medium» AND Y3 = «low», THEN Y = «low»; IF Yi = «low» AND Y2 = «medium» AND Y3 = «medium», THEN Y = «low»; IF Yi = «low» AND Y2 = «medium» AND Y3 = «high», THEN Y = «medium»; IF Yi = «low» AND Y2 = «high» AND Y3 = «low», THEN Y = «low». Для переменной Y2:
IF X3 = «low» AND X4 = «low», THEN Y2 = «low»;
IF X3 = «low» AND X4 = «high», THEN Y2 = «medium»;
IF X3 = «medium» AND X4= «low», THEN Y2 = «low»;
IF X3 = «medium» AND X4 = «medium», THEN Y2 = «medium»;
IF X3 = «medium» AND X4 = «high», THEN Y2 = «high»;
IF X3 = «high» AND X4 = «low», THEN Y2 = «medium»;
IF X3 = «high» AND X4 = «medium», THEN Y2 = «high»;
IF X3 = «high» AND X4 = «high», THEN Y2 = «high».
Для переменной Y3:
IF X3 = «low» AND X4 = «low», THEN Y2 = «low»;
IF X3 = «low» AND X4 = «medium», THEN Y2 = «low»;
IF X3 = «low» AND X4 = «high», THEN Y2 = «medium»;
IF X3 = «medium» AND X4= «low», THEN Y2 = «low»;
IF X3 = «medium» AND X4 = «medium», THEN Y2 = «medium»;
IF X3 = «medium» AND X4 = «high», THEN Y2 = «high»;
IF X3 = «high» AND X4 = «low», THEN Y2 = «medium»;
IF X3 = «high» AND X4 = «medium», THEN Y2 = «high»;
IF X3 = «high» AND X4 = «high», THEN Y2 = «high».
Для переменной Y:
IF Yi = «low» AND Y2 = «low» AND Y3 = « high » AND Y4 = «low» AND Y5 = « high », THEN Y = = «low»;
- 6i -
IF Y1 = «low» AND Y2 = « medium » AND Y3 = «low» AND Y4 = «low» AND Y5 = «low», THEN Y = = « medium »;
IF Y1 = «low» AND Y2 = « medium » AND Y3 = « medium » AND Y4 = «low» AND Y5 = « medium », THEN Y = « medium »;
IF Y1 = «low» AND Y2 = « medium » AND Y3 = « high » AND Y4 = «low» AND Y5 = « high », THEN
Y = « low »;
IF Y1 = « high » AND Y2 = « high » AND Y3 = « low » AND Y4 = «high » AND Y5 = « low », THEN
Y = « high ».
С помощью программы FuzzyTECH проведем поэтапное создание и настройку нечеткой модели оценки качества внедрения программных продуктов.
Для этого определим 6 входных, 3 промежуточных и 1 выходную переменные. В результате получаем нечеткую модель оценки качества внедрения программного продукта, представленную на рис. 1.
Рисунок 1 - Нечеткая модель оценки качества внедрения программного продукта
После настройки графиков принадлежности для каждой переменной нечеткой модели аналогичная операция выполняется по отношению к блокам правил для промежуточных и выходной переменных.
Возможности программы РиггуТЕОИ позволяют автоматически сформировать правила для всех комбинаций лингвистических переменных. В редакторе правил для каждого блока нечеткого вывода оставим только те правила, которые были определены нами выше. Например, на рис. 2 показан фрагмент из 6 правил для переменной У.
Ш1 Spreadsheet Rule Editor - Quality
Е
f
Й Y1 Y2 Y3 THEN DoS Y
1 low low low 1.00 low
2 low low medium 1.00 low
3 low low high 1.00 low
4 low medium low 1.00 low
5 low medium medium 1.00 low
G low medium high 1.00 low
Рисунок 2 - Фрагмент блока правил переменной Y
Далее в режиме отладки проверяется работоспособность нечеткой модели, что представлено на рис. 3.
Рисунок 3 - Отладка нечеткой модели в среде FuzzyTECH
Таким образом была создана нечеткая модель для оценки качества внедрения программного продукта в программной среде FuzzyTECH. Работоспособность модели обычно проверяется на экстремальных и средних значениях переменных. Например, если все переменные равны 5, итоговое значение также должно быть равно 5 при нечетком выводе по методу Мамдани.
Дальнейший этап в процессе нечеткого моделирования - получение и интерпретация выходных значений на основе входных данных.
Рассмотрим случай, когда результаты исследований показали следующие значения показателей:
- устойчивость программного продукта к ошибкам (Х1) составляет 6 из 10;
- пригодность программного продукта для решения задач, для которых он был разработан (Х2), составляет 8 из 10;
- удобство использования программного продукта конечным пользователем (Хз) составляет 7 из 10;
- время разработки программного продукта (Х4) составляет 7 месяцев, что по формуле 1 соответствует 6 из 10;
- время внедрения программного продукта (Х5) составляет 2 месяца, что по формуле 1 соответствует 4 из 10;
- стоимость разработки программного продукта (Хб) составляет 600 000 рублей, что по формуле 1 соответствует 7 из 10;
- стоимость поддержки программного продукта (Х7) составляет 100 000 рублей, что по формуле 1 соответствует 5 из 10.
После ввода всех входных переменных в модель получим следующую оценку качества внедрения программного продукта (рис. 4).
Ж Watch: Interactive Debug Mode
0
Щ! <S> IÉ = ^ DEF DDE ? 15.0000
Inputs: Outputs:
m 5.0000 И i 5.0000
8.0000 Yl 7.3530
КЗ 7.0000 il 4.ЭЭЭ8
<4 G. 0000 « УЗ 7.3530
. .'Г- à r-i, -.r-1,-1
Il ill 1
1 1
Рисунок 4 - Оценка качества внедрения программного продукта
Как можно заметить, модель составила оценку в 5,00, что является средним показателем и может означать, что, скорее всего, качество внедрения программного продукта может расцениваться коммерческим предприятием как приемлемое.
Для более глубокого анализа модели можно использовать другие возможности FuzzyTECH, например, строить графики зависимости итоговой выходной переменной от исходных. На рис. 5 показано влияние переменных X2 и X5 на итоговую выходную переменную Y. Насыщенным цветом отмечено большее значение переменной У в зависимости от значений переменных X2 и X5.
Использование графиков помогает отразить комплексную картину зависимости выходных переменных от входных и является удобным инструментом анализа.
Щ 3D Plot- 1
Ф <Ф ^ q и оТ 1]¥ и ga I*- f
ШШЙШШШЗ [хЁ —3 [7~~ —3 |ЮЙ jd
0 0.63 1.25 1.88 2.50 3.13 3.75 4.38 5 5.63 6.25 6.88 7.50 8.13 8.75 8.38 10
Рисунок 5 - График влияния переменных Х2 и Х5 на Y
Резюмируем сказанное. Развитие рыночных отношений в электроэнергетике определяет необходимость формирования партнерских отношений энергосбытовыми организациями с потребителями электрической энергии на основе создания эффективной системы менеджмента качества. Особенности операционной деятельности энергосбытовых организаций и установление государством права таким организациям формировать самостоятельно стандарты качества обслуживания усложняет проектирование и внедрение программных продуктов, позволяющих сопровождать процессы управления качеством в организации в силу их более высокой неопределенности и низкой формализации.
Положения современных международных и российских стандартов по оценке программной продукции в части характеристик качества могут послужить базой для создания моделей по оценке внедрения программного обеспечения по оценке показателей качества обслуживания потребителей электрической энергии при самостоятельном выборе соответствующих методов ранжирования и обработки показателей.
В программной среде FuzzyTECH разработана и реализована нечеткая модель оценки качества внедрения программного продукта по оценке показателей качества услуг энергосбытовой организации. Реализация ее основана на современных методах, таких как нечеткое логическое моделирование и алгоритм Мамдани, что позволяет получить достоверные результаты оценки качества.
Модель учитывает множество параметров, включая устойчивость программного продукта к ошибкам, пригодность к решению задач, удобство использования, время разработки и внедрения, стоимость разработки и поддержки и может применяться энергосбытовыми компаниями, а также другими заинтересованными сторонами для улучшения управления процессами, решения проблем, связанных с качеством услуг, повышения конкурентоспособности и удовлетворенности потребителей.
Возможности модели могут быть расширены для адаптации к специфическим требованиям и особенностям отдельных энергосбытовых организаций, а также для интеграции с другими инструментами управления качеством и мониторинга процессов. Это сделает модель более универсальной и применимой в разных отраслях и ситуациях.
Список источников:
Бураков Д.П., Кожомбердиева Г.И. Использование формулы Байеса при оценивании качества программного обеспечения по стандарту ISO/IEC 9126 // Программные продукты и системы. 2019. № 1. С. 34-41.
Горбаченко И.М. Оценка качества программного обеспечения для создания систем тестирования // Фундаментальные исследования. 2013. № 6-4. С. 823-827.
Кравченко О.А. Об особенностях функционирования энергосбытовых организаций, учитываемых при разработке методологии анализа и моделей стратегического управления // Вестник Южно-Российского государственного технического университета (НПИ). Серия: Социально-экономические науки. 2014. № 6. С. 125-130.
Ларин С.Н., Лазарева С.Ю., Ларина Т.С. Модели, методы, показатели, характеристики и метрики, применяемые в экспертных системах оценки качества разработки и создания инновационных программных проектов // Региональная экономика, теория и практика. 2017. Т. 15, № 6 (441). С. 1187-1198. https://doi.Org/10.24891/re.15.6.1187.
Морозов А.С. Использование конфигурации «Управление качеством» при построении систем менеджмента качества // Экономика, статистика и информатика. Вестник УМО. 2005. № 2. С. 36-39.
Недосекин А.О. Оценка риска бизнеса на основе нечетких данных. СПб., 2004. 100 с.
Нечеткие множества в моделях управления и искусственного интеллекта / А.Н. Аверкин [и др.]. М., 1986. 312 с.
Скрипко Л.Е. Экономические аспекты качества: к истории вопроса // Вестник Санкт-Петербургского университета. Менеджмент. 2005. № 3. С. 63-82.
Deming W.E. Out of the Crisis. Cambridge, 2000. 507 p.
Feigenbaum A.V. Total Quality Control. N. Y., 1983. 852 р.
References:
Averkin, A. N., Batyrshin, I. Z., Blishun, A. F., Silov, V. B. & Tarasov, V. B. (1986) Nechetkie mnozhestva v modelyakh upravleniya i iskusstvennogo intellekta [Fuzzy Sets in Models of Control and Artificial Intelligence]. Moscow. 312 p. (In Russian).
Burakov, D. P. & Kozhomberdieva, G. I. (2019) Ispol'zovanie formuly Baiesa pri otsenivanii kachestva programmnogo obespecheniya po standartu ISO/IEC 9126 [Using the Bayes Formula in Evaluating the Quality of Software According to ISO/IEC 9126]. Software & Systems. (1), 34-41. (In Russian).
Deming, W. E. (2000) Out of the Crisis. Cambridge. 507 p.
Feigenbaum, A. V. (1983) Total Quality Control. New York. 852 р.
Gorbachenko, I. M. (2013) Assessment of the Quality of the Software for the Creation of Systems Testing. Fundamental'nye issledovaniya. (6-4), 823-827. (In Russian).
Kravchenko, O. A. (2014) Ob osobennostyakh funktsionirovaniya energosbytovykh organizatsii, uchityvaemykh pri raz-rabotke metodologii analiza i modelei strate-gicheskogo upravleniya [On the Peculiarities of the Functioning of Energy Sales Organizations, Taken into Account in the Development of the Methodology of Analysis and Models of Strategic Management]. Bulletin of the South-Russian State Technical University (NPI). Series: Socio-Economic Sciences. (6), 125-130. (In Russian).
Larin, S. N., Lazareva, S. Yu. & Larina, T. S. (2017) Models, Methods, Parameters, Characteristics and Metrics Used in Expert Systems of Evaluating the Quality of the Design and Development of Innovative Software Projects. Regional Economics: Theory and Practice. 15 (6 (441)), 1187-1198. Available from: doi:10.24891/re.15.6.1187. (In Russian).
Morozov, A. S. (2005) Ispol'zovanie konfiguratsii «Upravlenie kache-stvom» pri postroenii sistem menedzhmenta kachestva [Using the Configuration "Quality Management" in the Construction of Quality Management Systems]. Ekonomika, statistika i informatika. Vestnik UMO. (2), 36-39. (In Russian).
Nedosekin, A. O. (2004) Otsenka riska biznesa na osnove nechetkikh dannykh [Business Risk Assessment Based on Fuzzy Data]. St. Petersburg. 100 p. (In Russian).
Skripko, L. E. (2005) Ekonomicheskie aspekty kachestva: k istorii voprosa [Economic Issues of Quality: on the History of the Issue]. Vestnik of Saint Petersburg University. Management. (3), 63-82. (In Russian).
Информация об авторах
Д.М. Назаров - доктор экономических наук, доцент, заведующий кафедрой «Бизнес-информатика» Уральского государственного экономического университета, Екатеринбург, Россия.
https://elibrary.ru/author_items.asp?authorid=392155
О.А. Кравченко - кандидат экономических наук, доцент, доцент кафедры «Транспортная безопасность и управление дорожной инфраструктурой» Шахтинского автодорожного института (филиала) Южно-Российского государственного политехнического университета (НПИ) имени М.И. Платова, Шахты, Россия.
https://elibrary.ru/author_items.asp?authorid=355308
Information about the authors D.M. Nazarov - D.Phil. in Economics, Associate Professor, Head of the Department of Business Informatics at the Ural State University of Economics, Yekaterinburg, Russia. https://elibrary.ru/author_items.asp?authorid=392155
O.A. Kravchenko - PhD in Economics, Associate Professor, Associate Professor of "Transport Safety and Road Infrastructure Management" Department, Shakhty Automobile and Road Construction Institute (branch) of Platov South-Russian State Polytechnic University (NPI), Shakhty, Russia https://elibrary.ru/author_items.asp?authorid=355308
Статья поступила в редакцию / The article was submitted 15.03.2023; Одобрена после рецензирования / Approved after reviewing 05.04.2023; Принята к публикации / Accepted for publication 24.04.2023.