Ранговая модель оценки организационных рисков для проверки достоверности результатов, полученных при использовании иерархической информационной модели

Введение. Решается задача по проверке достоверности количественных параметрических значений, полученных от преобразования качественных характеристик организационных рисков (ОР) на основе использования на практике информационной модели (ИМ) иерархической. Предложено рассматривать систему комплексной безопасности (СКБ) как организационную систему управления, в ней ОР рассматриваются как причинные факторы, влияющие на вероятность реализации опасных событий (ОС) в виде аварий и пожаров. Предложено использовать условную информационную меру — «условный бит», отражающую вклад конк­ретного риска в реализованное ОС.

Объектом исследования является СКБ взрывопожароопасных предприятий, она представлена в виде организационной системы управления.

Предметом исследования являются модели и факторы количественной оценки ОР, которые подтверждают достоверность получения результатов моделирования при использовании ИМ иерархической.

Цель статьи состоит в разработке ранговой модели оценки ОР, подтверждающей возможность использования ИМ иерархической на практике.

Научная новизна исследования заключается в разработке подхода к количественной оценке ОР в СКБ на взрывопожароопасных предприятиях на основе нормированной условной информационной меры, позволяющей распределять вклад нескольких организационных причин в пределах одного реализованного ОС и формировать ранжированный перечень рисков для поддержки принятия управленческих решений.

Методы. Метод центроида рангового порядка (ЦРП), обоснованный для преобразования порядковых рангов причинных факторов в фиксированные веса. Его превосходство перед альтернативными методами оценки ОР заключается в полной детерминированности и гарантированной монотонности.

Выводы. Показана возможность калибровки качественных характеристик ОР с использованием фиксированных порядковых значений на основе ЦРП. Имеется перспективная возможность для разработки программного продукта с расчетом показателей эффективности вклада персонала направлений безопасности (ПрБ, ПБ, ОТ) и персонала ПСП, которые обеспечивают качественное функционирование СКБ, соответственно корректировать процесс управления СКБ для исключения условий возникновения и проявления ОР в ОС (аварии и пожары).

1. Гвоздев Е.В. Методология рационально-целевого развития системы комплексной безопасности на предприятиях нефтегазового комплекса России : дис. … д-ра техн. наук. М., 2023. 257 с. EDN PIFCBH.

2. Гвоздев Е.В. Оценка организационных рисков на предприятиях нефтегазового комплекса России с представлением результатов отклонения базисного вектора на ортогональной плоскости // Безопасность труда в промышленности. 2026. № 2. С. 44–54. DOI: 10.24000/0409-2961-2026-2-44-54. EDN ZCTIVD.

3. Гвоздев Е.В. Разработка метода оценки профессиональных рисков для управления безопасностью труда на электроэнергетических предприятиях // Безопасность труда в промышленности. 2026. № 3. С. 27–35. DOI: 10.24000/0409-2961-2026-3-27-35. EDN BBYBCJ.

4. Gvozdev E. Development of an integrated safety system for production facilities: the problem statement and the proposed solution // Reliability: Theory & Applications. 2024. No. 19 (1–77). Pp. 474–487. DOI: 10.24412/­1932-2321-2024-177-474-487. EDN HWMWCS.

5. Гвоздев Е.В. Разработка модели управления комплексной безопасностью на взрывопожароопасных предприя­тиях // Пожаровзрывобезопасность/Fire and Explosion Safety. 2025. № 34 (6). С. 33–48. DOI: 10.22227/0869-7493.2025.34.06.33-48. EDN KLGGQM.

6. Гвоздев Е.В. Разработка модели оценки влияния персонала на состояние системы комплексной безопасности, созданной на производственных предприятиях // Безопасность труда в промышленности. 2024. № 2. С. 7–15. DOI: 10.24000/0409-2961-2024-2-7-15. EDN SJOLEO.

7. Блюмберг В.А., Глущенко В.Ф. Какое решение лучше? Метод расстановки приоритетов. Л. : Лениздат, 1982. 160 с.

8. Bozanic D., Tešić N., Komazec Marinković D., Puška A. Interval fuzzy AHP method in risk assessment // Reports in Mechanical Engineering. 2023. No. 4 (1). Pp. 131–140. DOI: 10.31181/rme040122082023b. EDN ZRVDZY.

9. Zhou N.A., Xu Ya. Prioritization Method for Switchgear Maintenance Based on Equipment Failure Mode Analysis and Integrated Risk Assessment // IEEE Transactions on Power Delivery. 2024. No. 39 (2). Pp. 728–739. DOI: 10.1109/tpwrd.2023.3335351. EDN PQCNLW.

10. Barron F.H. The potential adopter’s decisio.rule: a constrained optimization model of decision-making under risk and uncertainty : Ph. D. dissertation. University of Pennsylvania, 1971. 1 р. EDN FXCVNP.

11. Varshney T., Waghmare A.V., Singh V.P., Ramu M., Patnana N., Meena V.P. et al. Investigation of rank order centroid method for optimal generation control // Scientific Reports. 2024. No. 14 (1). P. 11267. DOI: 10.1038/s41598-024-61945-z. EDN TFIEII.

12. Hatefi M.A. An Improved Rank Order Centroid Method (IROC) for Criteria Weight Estimation: An Application in the Engine/Vehicle Selection Problem // Informatica. 2023. Pp. 249–270. DOI: 10.15388/23-infor507. EDN OCWXWW.

13. Овсяник А.И., Косенок Ю.Н. Моделирование воздействия опасных факторов на систему «критически важный объект — экологическая среда» // Технологии техносферной безопасности. 2022. № 3 (97). С. 171–189. DOI: 10.25257/TTS.2022.3.97.171-189. EDN EPRXFK.

14. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. 2-е изд., перераб. и доп. М. : Статистика, 1980. 263 с.

15. Otay İ., Jaller M. Multi-expert disaster risk management & response capabilities assessment using interval-valued intuitionistic fuzzy sets // Journal of Intelligent and Fuzzy Systems. 2020. No. 38 (1). Pp. 835–852. DOI: 10.3233/jifs-179452. EDN LCVFLM.

16. Гегерь Э.В., Золотникова Г.П. Оценка экологических рисков здоровью населения в районах, ранжированных по степени техногенного загрязнения // Экология человека. 2018. № 4. С. 10–15. DOI: 10.33396/1728-0869-2018-4-10-15. EDN YXBKLU.

17. Шершнева Е.Г., Носова О.А. Диагностика эффективности цифровизации предприятия на основе функции желательности Харрингтона // Цифровые модели и решения. 2025. № 4 (1). С. 5–16. DOI: 10.29141/2949-477X-2025-4-1-1. EDN EPAABD.

18. Тарасенко Б.Ф., Цыбулевски В.В., Анжелос Н., Дробот В.А., Войнаш С.А. Комплексная оценка средств малой механизации для обработки почвы с использованием функции желательности (кривой Харрингтона) // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2025. № 207. С. 79–88. DOI: 10.21515/1990-4665-207-007. EDN QDBFBQ.

19. Осиновская И.В. Методические основы оценки эффективности управленческих решений на уровне нефте­газодобывающих структур // Экономика и предпринимательство. 2015. № 12–2 (65). С. 745–748. EDN VECOYJ.

20. Legendre P. Species associations: the Kendall coefficient of concordance revisited // Journal of Agricultural, Biological, and Environmental Statistics. 2005. No. 10 (2). Pp. 226–245. DOI: 10.1198/108571105x46642. EDN OZIITG.

21. Аверина Т.Н., Наукенова Б.Н. Проверка согласованности дискриминантных моделей по оценке финансового состояния предприятий с помощью коэффициента конкордации Кендалла // Символ науки: международный научный журнал. 2024. № 1 (12-2). С. 109–112. EDN QZFAAL.

22. Edwards W., Barron F.H. SMARTS and SMARTER: Improved Simple Methods for Multiattribute Utility Measurement // Organizational Behavior and Human Decision Processes. 1994. No. 60 (3). С. 306–325. DOI: 10.1006/obhd.1994.1087

23. Kaplan S., Garrick B.J. On The Quantitative Definition of Risk. Risk Analysis 1981. No. 1 (1). Pp. 11–27. DOI: 10.1111/j.1539-6924.1981.tb01350.x