В работе представлены концептуальные и формальные модели, разработанные для аналитического оценивания показателей потенциала совершенствуемых систем с использованием аналитических математических моделей. Свойство потенциала систем было определено, как комплексное операционное свойство системы, характеризующее приспособленность системы к достижению изменяющихся целей. Совершенствуемые системы – системы, которые должны изменяться в результате воздействий среды. Исследование потенциала систем выполнено на примере технологических систем. Концептуальная модель разработана методом представления концептов и их связей в формате mind maps. Она позволяет перейти к теоретико-графовым моделям функционирования системы с использованием моделей альтернативных стохастических симплицированных сетей. Представлен метод линеаризации, позволяющий порождать функциональные модели и затем программные модели из разработанных теоретико-графовых моделей. Полученные модели позволяют рассчитывать показатели потенциала системы и показатели эффективности использования информационной технологии. Для этого использован метод оценивания на основе определения мер возможности соответствия требуемых средой состояний системы и прогнозируемых при функционировании состояний системы. В дальнейшем предполагается использование предложенных моделей и методов оценивания потенциала систем для решения задач анализа потенциала систем и эффективности использования информационных технологий.
Conceptual and formal models developed for estimation of indicators of refined system’s potential with use of mathematical models are presented in the article. The property of system’s potential has been defined as the complex operational property of system characterizing its correspondence to achievement of changing goals in the rapidly changing environment. This property is similar to dynamic capability of firm but defined as systemological property of refined system. The research of system’s potential is executed on the example of technological systems. The conceptual model is developed by method of representation of concepts and their communications in the mind maps format. It allows passing to graph theoretic representation of system functioning, representation of system and its functioning changes with use of alternative stochastic simplexed networks models. The linearization method allowing generating functional models and then, program models from the developed graph theoretic models is presented. The models obtained allow calculating indicators of system’s dynamic capabilities and information technology usage efficiency indicators. Method to measure such indicators suggested. It is based on possibility measure of compliance of the effects predicted characteristics to their required values. It s supposed to use models and methods offered for the solution of mathematical problems of analysis of refined system’s potential, dynamic capabilities indicators and problems of efficiency of information technologies usage indicators analysis.
1. Гейда А.С., Лысенко И.В. Автоматизация решения задач исследования потенциала систем и эффективности их функционирования // Труды СПИИРАН. 2012. Вып. 22. C. 260–281.
2. Гейда А.С., Лысенко И.В., Седлов Е.П. Методика планирования инновационной деятельности // Труды СПИИРАН. 2011. Вып. 18. C. 301–319.
3. Гейда А.С., Лысенко И.В., Седлов Е.П. Планирование инновационной деятельности с учетом приоритетности изделий // Cистемы управления и информационные технологии. 2011. Т. 45. № 3–2. C. 220–224.
4. Гейда А.С., Лысенко И.В., Нехорошкин Н.И., Тремасов А.Д. Оценивание социально-экономических потенциалов для аудита отраслевых и региональных стратегий развития // Государственный аудит. Право. Экономика. 2011. № 1. С. 13–17.
5. Scott M., DeLone W., Golden W. Measuring eGovernment success: a public value approach. European Journal of Information Systems. 2016. Vol. 25 (3). Р. 187–208. DOI: 10.1057/ejis.2015.11.
6. Bayne L., Schepis D., Purchase S. A framework for understanding strategic network performance: Exploring efficiency and effectiveness at the network level. Industrial Marketing Management. 2017. Vol. 67. Р. 134–147. DOI: 10.1016/j.indmarman.2017.07.015.
7. Stojcic N., Hashi I., Orlic E. Creativity, innovation effectiveness and productive efficiency in the UK. European Journal of Innovation Management. 2018. Р. 1460–1060.
8. Yang Z., Yong S., Hong Y. Scale, congestion, efficiency and effectiveness in e-commerce firms // Electronic Commerce Research and Applications. 2016. Vol. 20. Р. 171–182. DOI:10.1016/j.elerap.2016.07.003.
9. Matinheikki Y., Pesonen T., Artto K., Peltokorpi A. New value creation in business networks: The role of collective action in constructing system-level goals. Industrial Marketing Management. 2017. Vol. 7. Р. 122–133.
10. Shelly P., Straub D., Liang T. How Information Technology Governance Mechanisms and Strategic Alignment Influence Organizational Performance: Insights from a Matched Survey of Business and IT Managers. MIS Quarterly. 2015. Vol. 39. Р. 497–518. DOI: 10.1016/j.jbusres.2016.09.004.
11. Mikalef P., Pateli A. Information technology-enabled dynamic capabilities and their indirect effect on competitive performance: Findings from PLS-SEM and fsQCA. Journal of Business Research. 2017. Vol. 70. Р. 1–16.
12. Wetering V., Mikalef P., Adamantia P. A strategic alignment model for IT flexibility and dynamic capabilities: Toward an assessment tool. Twenty-Fifth European Conference on Information Systems (ECIS). Guimaraes, Portugal. 2017. Р. 1–17.
13. Laaksonen O., Peltoniemi M. The essence of dynamic capabilities and their measurement. International Journal of Management Reviews. British Academy of Management. 2018. Vol. 20 (2). Р. 184–205. DOI: 10.1111/ijmr.12122.
14. Schilke O., Hu S., Helfat C. Quo vadis, dynamic capabilities? A content-analytic review of the current state of knowledge and recommendations for future research. Academy of Management Annals. 2018. Vol. 12. No. 1. Р. 390–439.
15. Zainal Arifin. Dynamic capability and Technology adoption: for improving Firm performance. LAP Lambert, 2017. 148 р.