аспирант
В статье рассмотрены ключевые факторы, влияющие на применение нечеткой логики для оценки эффективности цифровизации промышленных предприятий. Выделены пять основных аспектов: качество и полнота исходных данных, компетентность экспертов и персонала, структура и иерархия критериев оценки, уровень зрелости цифровой инфраструктуры, а также учет ESG-факторов и стратегических целей предприятия. Проведен анализ значимости каждого фактора и их взаимосвязи в контексте цифровой трансформации. Подчеркивается важность комплексного подхода для повышения точности и обоснованности управленческих решений, а также перспективы дальнейших исследований в области улучшения данных, инноваций в цифровой инфраструктуре и повышения квалификации специалистов. Статья будет полезна специалистам и исследователям в области промышленной цифровизации и применения нечеткой логики.
эффективность, промышленность, цифровизация, нечеткая логика
1. Веретёхин А. В. Оценка уровня цифрового развития промышленного предприятия на основе метода нечеткой логики // π-Economy. 2025. №1. URL: https://cyberleninka.ru/article/n/menedzhment-organizatsii-promyshlennoe-predpriyatie-tsifrovoe-razvitie-tsifrovaya-transformatsiya-tsifrovizatsiya-nechetkaya-logika (дата обращения: 01.08.2025).
2. Карякин А.Т. Применение методов нечеткого логического вывода в системах управления ресурсами энергетических предприятий с учетом экономической эффективности // Экономика: вчера, сегодня, завтра. 2025. Том 15. № 2А. С. 145-157.
3. Коханова В.С. АППАРАТ НЕЧЕТКОЙ ЛОГИКИ КАК ИНСТРУМЕНТ ОЦЕНКИ ЭФФЕКТИВНОСТИ ЦИФРОВИЗАЦИИ КОМПАНИИ. Вестник университета. 2021;(2):36-41.
4. Краковская, И.Н., Корокошко, Ю.В. и Слушкина, Ю.Ю. (2024) ‘Цифровая зрелость промышленных предприятий: опыт оценки’, Вестник Санкт-Петербургского университета. Экономика, 40 (3), с. 433–459. https://doi.org/10.21638/spbu05.2024.305.
5. Мансурова Махина Яшнаровна РОЛЬ МЕТОДОВ НЕЧЕТКОЙ ЛОГИКИ В ПРОЦЕССЕ ОЦЕНКИ ЭФФЕКТИВНОСТИ БИЗНЕС ПРОЦЕССОВ // SRT. 2024. №4. URL: https://cyberleninka.ru/article/n/rol-metodov-nechetkoy-logiki-v-protsesse-otsenki-effektivnosti-biznes-protsessov (дата обращения: 01.08.2025).
6. Ткаченко Е. А. Трансформация подходов к управлению интеллектуальным капиталом под влиянием цифровизации / Е. А. Ткаченко, Е. М. Рогова, А. А. Хуажев // Экономические науки. Экономика и управление народным хозяйством. – 2020. – № 10 (191). – С. 163-167. – DOI:https://doi.org/10.14451/1.191.163.
7. Kaminsky, Oleg & Koval, Viktor & Yereshko, Julia & Vdovenko, Nataliia & Bocharov, Mykhailo & Kazançoğlu, Yiğit. (2023). Evaluating the Effectiveness of Enterprises' Digital Transformation by Fuzzy Logic.https://doi.org/10.1201/9781003425885-4.
8. L. Maretto, M. Faccio, D. Battini // A Multi-Criteria Decision-Making Model Based on Fuzzy Logic and AHP for the Selection of Digital Technologies // IFAC-PapersOnLine, Volume 55, Issue 2, 2022, Pages 319-324, ISSN 2405-8963, https://doi.org/10.1016/j.ifacol.2022.04.213.
9. Mansurali Anifa, Muruganandham Rajagopal, Krishnan Hariharan, Edwin T S, and Mohammad Mansoor Ahmed Pillai. 2024. Fuzzy Logic Decision Making Approach to identify the maximum influencing factor on productivity. In Proceedings of the 5th International Conference on Information Management & Machine Intelligence (ICIMMI '23). Association for Computing Machinery, New York, NY, USA, Article 11, 1–5. https://doi.org/10.1145/3647444.3647837/.
10. Matía F, Aguilar-Crespo JA, Jiménez A, Sanz R, Domínguez JM. Fuzzy Logic and Data Quality in Real-Time Systems. Integrated Computer-Aided Engineering. 1995;2(3):229-239. doihttps://doi.org/10.3233/ICA-1995-2306.
11. Serkan Eti, Serhat Yüksel, Hasan Dinçer, Dragan Pamucar, Muhammet Deveci, Gabriela Oana Olaru, A machine learning and fuzzy logic model for optimizing digital transformation in renewable energy: Insights into industrial information integration, Journal of Industrial Information Integration, Volume 42, 2024,100734, ISSN 2452-414X, https://doi.org/10.1016/j.jii.2024.100734.
