МОДЕЛЬ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ УРОВНЯ ЦИФРОВОЙ ЗРЕЛОСТИ ПРЕДПРИЯТИЙ АВИЦИОННОЙ ОТРАСЛИ

2022

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2022-123-4-509-519
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

В статье поставлена цель разработки методики количественного оценивания и прогнозирования уровня цифровой зрелости предприятий и основных бизнес-процессов авиационной отрасли. Модель цифровой зрелости авиационной отрасли рассматривается как композиция экспертно - взвешенных по уровню значимости технологий системы цифровой трансформации. В структурно-функциональной модели цифровой трансформации авиапредприятия наиболее перспективными и практически значимыми технологическими направлениями являются: «Инфраструктура и инструменты»; «Процессы и продукты»; «Данные»; «Модели»; «Кадры». Кадры оцениваются индивидуально по совокупности индикаторов качества. Интегрирующим фактором и инструментом в среде цифровой трансформации является технологии - Big Data. Формализация процесса оценки уровня цифровой зрелости предприятия опирается на многоподходную методику с использованием разделов теории вероятностей, математической статистики, теории нечетких множеств, имитационного моделирования, метода экспертных оценок. Нечеткая модель оценки уровня цифровой зрелости представляет композицию цифровых технологий: «Инфраструктура и инструменты»; «Процессы и продукты»; «Данные»; «Модели»; «Кадры». Оптимизация параметров нечеткой модели осуществляется имитационным исследованием. Агрегировние результатов нечеткого имитационного и аналитического оценивания уровня цифровой зрелости авиационного предприятия опирается на нейронный подход.