Russian Journal of Innovation Economics

Вопросы инновационной экономики

2222-0372

BIBLIO-GLOBUS Publishing House

120319

10.18334/vinec.14.1.120319

DJGOUJ

Articles

Статьи

Research Article

Integration of fuzzy methods into strategic planning and risk management of oil and gas corporations

Интеграция нечетких методов в стратегическое планирование и управление рисками нефтегазовых корпораций

Sayganov

Aleksandr Sergeevich

Сайганов

Александр Сергеевич

Аспирант специализированной кафедры ПАО «Газпром»

ssayganov@bk.ru

Saint Petersburg State University of Economics Санкт-Петербургский государственный экономический университет

31 03 2024

14 1

VOL 14, NO1 (2024)

ТОМ 14, №1 (2024)

345 359 10 01 2024 11 01 2024

2024

Sayganov A.S.

Сайганов А.С.

https://1economic.ru/lib/120319

This article presents a study of integrating fuzzy methods into the process of strategic and managerial decision-making in the oil and gas industry. The research includes five stages, starting with the formation of a system of linguistic variables and the development of production rule systems, and ending with an analysis of the advantages and possibilities of using fuzzy methods in oil and gas corporations. The novelty of the proposed approach lies in the use of fuzzy methods to account for uncertainty and data fuzziness at all stages of strategic and managerial decision-making. This enables more flexible consideration of various factors and expert knowledge in the decision-making process. The research also emphasizes the importance of integrating DeepTech tools to enhance the effectiveness of fuzzy methods in the modern oil and gas industry. Overall, this research is an important contribution to the field of strategic and managerial decision-making in the oil and gas industry, enriching the methodological arsenal and contributing to the improvement of decision quality and adaptability to changing market conditions.

Данная работа представляет собой исследование интеграции нечетких методов в процесс стратегического и управленческого решения в нефтегазовой отрасли. Работа включает в себя пять этапов, начиная с формирования системы лингвистических переменных и разработки системы продукционных правил, и заканчивая анализом преимуществ и возможностей использования нечетких методов в нефтегазовых корпорациях. Новизной предложенного подхода является использование нечетких методов для учета неопределенности и размытости данных на всех этапах принятия стратегических и управленческих решений. Это позволяет более гибко учитывать разнообразные факторы и экспертные знания в процессе принятия решений. Исследование также подчеркивает важность интеграции инструментов DeepTech для усиления эффективности нечетких методов в современной нефтегазовой отрасли. В целом, данная работа представляет собой важный вклад в область стратегического и управленческого решения в нефтегазовой отрасли, обогащая методологический арсенал и способствуя повышению качества принимаемых решений и адаптивности к изменяющимся условиям рынка

fuzzy sets strategic planning oil and gas corporation risk management decision-making

нечеткие множества стратегическое планирование нефтегазовая корпорация управление рисками принятие решений

1. Качелин А. С. Ехнологический суверенитет в нефтегазовом комплексе: перспективы // Мир перемен. – 2023. – № 1. – c. 28-52. – doi: 10.51905/2073-30382023128.

2. Материалы Национального нефтегазового форума 2022. Импортозамещение в нефтегазовой отрасли: проблемы и перспективы. [Электронный ресурс]. URL: https://dprom.online/oilngas/importozameshhenie-neftegaz-perspektivy/ (дата обращения: 10.12.2023).

3. Волкова Е. С., Гисин В.Б. Цена информации в задачах оценки эффективности денежного потока с нечеткими платежами // Экономика и управление: проблемы, решения. – 2017. – № 6. – c. 198-201.

4. Шаталова О. М. Основные положения методики информационного обеспечения в оценке эффективности технологических инноваций методами нечеткого моделирования // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. – 2018. – № 4. – c. 102-112. – doi: 10.14529/em180413.

5. Яковлева Е.А., Виноградов А.Н., Александрова Л.В., Филимонов А.П. Роль технологий искусственного интеллекта в цифровой трансформации экономики // Вопросы инновационной экономики. – 2023. – № 2. – c. 707-726. – doi: 10.18334/vinec.13.2.117710.

6. Лебедева М. Е. Нечеткая логика в экономике - формирование нового направления // Идеи и идеалы. – 2019. – № 1-1. – c. 197-212. – doi: 10.17212/2075-0862-2019-11.1.1-197-212.

7. Мельников В. И. Применение теории нечетких множеств в анализе рисков инвестиционных проектов // ЭТАП: экономическая теория, анализ, практика. – 2010. – № 3. – c. 57-71.

8. Карпова Н. А. Применение методов нечеткой логики при оценке и прогнозировании финансовой устойчивости консолидированных групп компаний // Интернет-журнал Науковедение. – 2015. – № 5(30). – c. 56. – doi: 10.15862/199EVN515.

9. Александрова И.А., Губернаторов А.М. Моделирование инновационных процессов в отраслях экономики на основе принципов нечеткой логики // Современные проблемы науки и образования. – 2015. – № 2-2.

10.

10. Nesvetailov V. F., Hdeib T. S., Bukhorev S. M. Assessment of sustainable development levels in russian organizations using fuzzy sets theory // Journal of Business. – 2020. – № 2. – p. 435-444.

11.

11. Nedosekin A., Abdoulaeva Z., Konnikov E., Zhuk A. Fuzzy set models for economic resilience estimation // Mathematics. – 2020. – № 9. – p. 1516. – doi: 10.3390/math8091516.

12.

12. Недосекин А. О., Калюта В. Ю., Терновая Я. О. Управление ценовыми рисками в нефтегазовой отрасли России. - Санкт-Петербург : Федеральное государственное автономное образовательное учреждение высшего образования Санкт-Петербургский политехнический университет Петра Великого, 2015. – 183 c.

13.

13. Молодецкая С. Ф. Теория нечетких множеств как инструмент стратегического планирования ресурсов // Управленец. – 2013. – № 1(41). – c. 48-51.

14.

14. Конников Е. А. Нечетко- множественная модель оценки уровня инвестиционной привлекательности интеграции аддитивных технологий в производственный процесс промышленного предприятия // Проблемы современной экономики. – 2019. – № 2(70). – c. 83–86.

15.

15. Турганбаев А. О. Применение искусственногоинтеллектав стратегическом планированиив государственном управлении // Государственная служба. – 2019. – № 5(121). – c. 49-54. – doi: 10.22394/2070-8378-2019-21-5-49-54.

16.

16. Кричевский М.Л., Дмитриева С.В., Мартынова Ю.А. Методы машинного обучения в управлении человеческими ресурсами // Вопросы инновационной экономики. – 2023. – № 1. – c. 405-420. – doi: 10.18334/vinec.13.1.117467.

17.

17. Платформы искусственного интеллекта. [Электронный ресурс]. URL: https://soware.ru/categories/artificial-intelligence-platforms (дата обращения: 05.01.2024).

18.

18. Козлов А. В., Кормин А. М., Мартыненко Н. К. Нечетко-множественный подход в стратегическом планировании в рамках модели Hell/ДРМ 3x3 на основе интегральных показателей конкурентоспособности и перспективности бизнеса // Вестник Волжского университета им. В.Н. Татищева. – 2016. – № 1. – c. 155-163.

19.

19. Ленчук Е. Б. Стратегическое планирование в России: проблемы и пути решения // Инновации. – 2020. – № 2(256). – c. 24-28. – doi: 10.26310/2071-3010.2020.256.2.003.

20.

20. Бахтизин А. Р., Ильин Н.И., Качан М.В. Развитие системы стратегического управления в условиях цифровизации // Экономические стратегии. – 2022. – № 1(181). – c. 20-33. – doi: 10.33917/es-1.181.2022.20-33.