А .А. Максаков, С. А. Сакулин
6
[7], поскольку для него в качестве входной информации требуется
обучающая выборка такого рода. В случае если кроме упомянутой
обучающей выборки имеются рассуждения эксперта о корреляции
показателей качества, необходимо применять более сложный алго-
ритмически, но вместе с тем более универсальный метод идентифи-
кации на основе максимизации энтропии нечеткой меры [7]. В част-
ности, с помощью этого метода удобно идентифицировать меру
5
,
поскольку, как уже было сказано, составные показатели
1
G
и
3
G
коррелированны.
Заключение.
Качество процесса внедрения ИС не определяется
только свойствами самой ИС, оно зависит также от не связанных с
этими свойствами влияющих факторов. Модель оценки качества
внедрения на основе иерархии вложенных интегралов Шоке позволя-
ет формализовать знания экспертов о свойствах ИС и различных вли-
яющих факторах. В отличие от средневзвешенного оператора, инте-
грал Шоке в рамках этой модели учитывает явления предпочтитель-
ной зависимости и корреляции показателей внедрения. Наличие
адекватного обобщенного показателя качества, объединяющего в се-
бе частные показатели качества, позволит формализовать оценочное
представление о ходе процесса внедрения и оперативно принимать
управляющие решения, что в свою очередь обеспечит успешность
внедрения ИС на предприятиях.
ЛИТЕРАТУРА
[1]
The Top 10 Causes behind CRM Project Failures
. Adaptra Inc., 2012, 2 p. URL:
(дата обращения 3.04.2013).
[2] Максаков А.А.
Обеспечение качества внедрения автоматизированных
систем оперативной обработки информации на среднемасштабных
предприятиях
. Дис. … канд. техн. наук. Москва, 2006, 219 с.
[3] Липаев В.В.
Анализ и сокращение рисков проектов сложных программ-
ных средств
. Москва, СИНТЕГ, 2005, 224 с.
[4] Липаев В.В.
Выбор и оценивание характеристик качества программных
средств. Методы и стандарты
. Москва, СИНТЕГ, 2001, 228 с.
[5] Липаев В.В.
Обеспечение качества программных средств. Методы и
стандарты
. Москва, СИНТЕГ, 2001, 380 с.
[6] Grabisch M., Orlovski S., Yager R. Fuzzy aggregation of numerical prefer-
ences. Slowinski R. (ed).
Handbook of Fuzzy Sets Series. Vol. 4: Fuzzy Sets in
Decision Analysis, Operations Research and Statistics
. Dordrecht: Kluwer Ac-
ademic, 1998, pp. 31–68.
[7] Grabisch M., Kojadinovic I., Meyer P. A review of methods for capacity iden-
tification in Choquet integral based multi-attribute utility theory: Applications
of the Kappalab R package.
European journal of operational research
, 2008,
vol. 168, no. 2, pp. 766–785.
[8] Narukawa Y., Torra V. Twofold integral and Multi-step Choquet integral.
Ky-
bernetika-Praha
, 2004, no. 40 (1), pp. 39–50.
Статья поступила в редакцию 28.06.2013
