Метод формирования и верификации экспертных оценок для построения когнитивных карт в социально-экономических системах

В условиях высокой неопределенности и слабой формализуемости социально-экономических систем когнитивное моделирование становится ключевым инструментом поддержки принятия решений. Однако качество получаемых моделей напрямую зависит от достоверности и согласованности исходных экспертных оценок. В статье предлагается оригинальный метод формирования и верификации экспертных оценок, основанный на девятиуровневой трехмерной шкале, которая позволяет одновременно учитывать важность исходного концепта, силу и направленность его влияния на другие элементы системы. Для повышения внутренней согласованности модели вводится процедура верификации через анализ консонанса/диссонанса, которая выявляет и корректирует внутренние логические противоречия в суждениях эксперта. Математический аппарат представления оценок реализован в виде интервальных значений, что позволяет формализовать степень уверенности эксперта в своих суждениях и повысить устойчивость модели к отдельным ошибкам. Экспериментальное исследование подтвердило, что предложенный метод повышает внутреннюю согласованность когнитивной модели на 37% и снижает субъективную составляющую в экспертных оценках на 42% по сравнению с традиционными подходами. Разработанная методика может быть применена в задачах региональной экономики, стратегического управления и других областях, где требуется принятие решений в условиях высокой неопределенности.

1. Авдеева З. К., Коврига С. В., Макаренко Д. И., Максимов В. И. Когнитивный подход в управлении // Проблемы управления. 2007. № 3. С. 2–8.

2. Арженовский И. В., Дахин А. В. Когнитивная регионология: опыт моделирования региональных социально-экономических процессов // Регионология. 2020. № 3 (112). С. 34–49.

3. Болотова Л. С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях. М., 2012.

4. Борисова В. В. О возможностях когнитивного моделирования в задачах стратегического управления // Инновации и инвестиции. 2023. № 4. С. 78–85.

5. Горелова Г. В. Когнитивное моделирование сложных систем: состояние и перспективы // Системный анализ и управление в технических системах. 2021. № 1. С. 5–14.

6. Конченкова Е. И., Терелянский П. В. Многопараметрическая кластеризация инновационных проектов ранних стадий развития на рынке венчурного инвестирования сетями искусственных нейронов : монография. Новочеркасск : ЮРГПУ (НПИ), 2019.

7. Костикова А. В., Кузнецов С. Ю., Терелянский П. В. Применение теории нечетких множеств в задаче оценки конкурентоспособности продукции // E-Management. 2023. № 2. С. 75–82.

8. Костикова А. В., Терелянский П. В. Принятие решений на основе динамических нечетких множеств // Аудит и финансовый анализ. 2013. № 1. С. 449–457.

9. Лапшина И. В., Титаренко И. Н. Арктическая геополитика России в разрезе когнитивного моделирования: анализ современного состояния // Информационные технологии и вычислительные системы. 2023. № 7 (103). С. 45–58.

10. Ларичев О. И. Теория и методы принятия решений, а также хроника событий в волшебных странах. М. : Логос, 2003.

11. Микрюков А. А., Мазуров М. Е. Методический аппарат когнитивного моделирования социально-экономической системы (университета) // Статистика и Экономика. 2022. № 4. С. 67–78.

12. Микрюков А. А., Мазуров М. Е., Суздальский Д. А., Чикунов К. Э. Актуальные вопросы когнитивного моделирования слабоструктурированных и плохо формализуемых систем // Вестник Российского экономического университета имени Г. В. Плеханова. 2025. № 3 (141). С. 52–60.

13. Поспелов Д. А. Ситуационное управление: теория и практика. М. : Наука, 1986.

14. Саати Т. Л. Принятие решений. Метод анализа иерархий. М. : Радио и связь, 1993.

15. Терелянский П. В. Теория и методы принятия решений. Волгоград : Волгоградский государственный технический университет, 2016.

16. Терелянский П. В., Костикова А. В. Принятие решений на основе динамических нечетких множеств // Аудит и финансовый анализ. 2013. № 1. С. 449–457.

17. Торсунов Д. А., Чикунов К. Э., Данько Т. П., Микрюков А. А. Когнитивная модель устойчивого развития арктического региона // XII Международная научнопрактическая конференция имени А. И. Китова «Информационные технологии и математические методы в экономике и управлении» (ИТиММ-2023). 23–24 марта 2023 г. : сборник статей : в 2 кн. М. : ФГБОУ ВО «РЭУ им. Г. В. Плеханова», 2023. Кн. 2. С. 217–224.

18. Danko T. P., Chaikovskaya L. A., Epstein N. D., Kovalenko N. N., Chikunov K. E. Assessing the Impact of Living Standards on Managing the Development Potential of the Arctic Zones // Strategies and Trends in Organizational and Project Management / ed. by P. V. Trifonov, M. V. Charaeva. Cham : Springer, 2022. (Lecture Notes in Networks and Systems; vol. 380). P. 3–11.

19. Steinbacher M., Raddant M., Karimi F. et al. Advances in the agent-based modeling of economic and social behavior // SN Business & Economics. 2021. Vol. 1. Article 99.

20. Structure of Decision: The Cognitive Maps of Political Elites / ed. by R. Axelrod. Princeton, N. J. : Princeton University Press, 1976.

21. Triantaphyllou E. Multi-Criteria Decision Making Methods: A Comparative Study. Dordrecht : Kluwer Academic Publishers, 2000.