Журнал: Том 31, № 1, 2026
Сторінки: 143 – 153
DOI: https://doi.org/10.62660/bcstu/1.2026.143
168 Переглядів

Моделі інформаційних ситуацій прийняття рішень в умовах ризику, невизначеності та нечіткої інформації

Антон Максимов, Юрій Триус
Отримано 28.10.2025
Доопрацьовано 05.02.2026
Прийнято 16.03.2026
Опубліковано 08.04.2026

Анотація

туальність зумовлена потребою у створенні математичного забезпечення концептуального підходу, який би дозволив систематизувати інформаційні ситуації прийняття рішень в умовах ризику, невизначеності, нечіткої інформації та забезпечив обґрунтований вибір методів для розв’язання практичних задач прийняття рішень у цих ситуаціях. Мета полягала в розробці математичних моделей інформаційних ситуацій прийняття рішень в умовах ризику, невизначеності, нечіткої інформації та їх можливих комбінацій, а також у побудові на їх основі моделі процесу прийняття рішень, що передбачає можливість застосування кількох методів вибору альтернатив і агрегування їх результатів для підвищення ефективності прийняття рішень. Методологія дослідження ґрунтувалася на системному підході із застосуванням теорії множин, теорії ймовірностей, теорії нечітких множин, теорії і методів прийняття рішень, математичного моделювання для формалізації інформаційних ситуацій прийняття рішень. Розроблено математичні моделі інформаційних ситуацій прийняття рішень в умовах ризику (Risk, R), повної невизначеності (Uncertainty, U), нечіткої інформації (Fuzzy, F), а також можливих комбінацій ситуацій: R-U, R-F, U-F, R-U-F. Узагальнену модель інформаційних ситуацій прийняття рішень R-U-F (MISDMRUF) інтерпретовано як модель задачі прийняття рішень, що формалізує процес вибору альтернативи в умовах одночасної наявності ризику, невизначеності та нечіткої інформації. Це дозволило використовувати наявні та створювати нові методи прийняття рішень залежно від характеристик інформаційної ситуації прийняття рішень. Запропоновано модель процесу прийняття рішень в умовах ризику, невизначеності та нечіткої інформації (MDMPRUF), визначено її завдання, основні етапи реалізації та ключові особливості, зокрема універсальність, гнучкість та інтегративність. Результати засвідчили, що запропоновані моделі MISDMRUF та MDMPRUF узгоджуються з рядом досліджень у теорії прийняття рішень, але водночас заповнюють наявні прогалини, забезпечуючи системний, інтегрований підхід до класифікації інформаційних ситуацій прийняття рішень та вибору методів прийняття рішень у складних умовах ризику, невизначеності й нечіткої інформації. Запропоновані математичні моделі та відповідний підхід до розв’язання задач прийняття рішень можуть стати основою для створення інформаційних технологій підтримки прийняття рішень у складних умовах

Ключові слова

Використані джерела

  1. Ali, A., Rehman, N., Ali, M., & Hila, K. (2024). A novel approach to three-way decision model under fuzzy soft dominance degree relations and emergency situation. Expert Systems with Applications, 239, article number 122369. doi: 10.1016/j.eswa.2023.122369.
  2. Aregbesola, G.D., Asghar, I., Akbar, S., & Ullah, R. (2025). Fuzzy logic model for informed decisionmaking in risk assessment during software design. Systems, 13(9), article number 825. doi: 10.3390/ systems13090825.
  3. Aslantas, M., Gündoğdu, F.K., & Moslem, S. (2025). Evaluating the potential risks posed by autonomous vehicles by using a decomposed fuzzy multi-criteria decision-making model. Transportation Engineering, 21, article number 100372. doi: 10.1016/j.treng.2025.100372.
  4. Gomes, M.I., & Martins, N.C. (2022). Mathematical models for decision making with multiple perspectives: An introduction. Boca Raton: CRC Press. doi: 10.1201/9781003015154.
  5. Hasiuk, I., & Ivanii, O. (2024). Logical-formal and criteria methods of management decision-making in public administration. Scientific Perspectives, 8(50), 112-129. doi: 10.52058/2708-7530-2024-8(50)-112-129.
  6. Høj, N.P., Kroon, I.B., Nielsen, J.S., & Schubert, M. (2025). System risk modelling and decision-making – reflections and common pitfalls. Structural Safety, 113, article number 102469. doi: 10.1016/j.strusafe.2024.102469.
  7. Jaccard, J., & Jacoby, J. (2020). Theory construction and model-building skills: A practical guide for social scientists (2nd ed.). New York: The Guilford Press.
  8. Kaya, S.K., Pamucar, D., & Aycin, E. (2022). A new hybrid fuzzy multi-criteria decision methodology for prioritizing the antivirus mask over COVID-19 pandemic. Informatica, 33(3), 545-572. doi: 10.15388/22-INFOR475.
  9. Kozielski, M., Prokopowicz, P., & Mikolajewski, D. (2026). New fuzzy aggregators for ordered fuzzy numbers for trend and uncertainty analysis. Electronics, 15(2), article number 309. doi: 10.3390/electronics15020309.
  10. Li, T., Ali, M.K.M., & Zhou, X. (2025). Interval-valued hesitant fuzzy decision model based on improved projection measure. International Journal of Fuzzy Systems. doi: 10.1007/s40815-025-02113-x.
  11. Maksymov, A.Y. (2025). Information technology for solving multi-criteria decision-making problems under conditions of risk, uncertainty and fuzzy information. (Doctoral dissertation, Cherkasy State Technological University, Cherkasy, Ukraine).
  12. Montero, V.J., Logrosa, G., Calorio, J.L., Lato, J.I., Hassall, M., & Mata, M.A. (2025). Risk modeling with Bowtie method for decision-making towards public health and safety. Safety Science, 185, article number 106777. doi: 10.1016/j.ssci.2025.106777.
  13. Munier, N. (2021). Mathematical modelling of decision problems: Using the SIMUS method for complex scenarios. Cham: Springer International Publishing. doi: 10.1007/978-3-030-82347-4.
  14. Puška, A., Božanić, D., Nedeljković, M., & Janošević, M. (2022). Green supplier selection in an uncertain environment in agriculture using a hybrid MCDM model: Z-numbers-Fuzzy LMAW-Fuzzy CRADIS model. Axioms, 11(9), article number 427. doi: 10.3390/axioms11090427.
  15. Rajesh, R. (2024). Grey models for data analysis and decision-making in uncertainty during pandemics. International Journal of Disaster Risk Reduction, 113, article number 104881. doi: 10.1016/j.ijdrr.2024.104881.
  16. Syniuk, O. (2025). Behavioral and analytical aspects of managerial decision-making in a changing environment. Economy and Society, 80. doi: 10.32782/2524-0072/2025-80-53.
  17. Us, S.A., & Koriashkina, L.S. (2018). Models and methods of decision making. Dnipro: Dnipro University of Technology.
  18. Voloshyn, O.F., & Mashchenko, S.O. (2018). Models and methods of decision making (3rd ed.). Kyiv: Liudmyla Publishing House.
  19. Więckowski, J., Kizielewicz, B., & Sałabun, W. (2025). Fuzzy RANCOM: A novel approach for modeling uncertainty in decision-making processes. Information Sciences, 694, article number 121716. doi: 10.1016/j. ins.2024.121716.
  20. Zheldak, T., Koryashkina, L., & Us, S. (2020). Fuzzy sets in management and decision-making. Dnipro: Dnipro University of Technology.

ЦИТУВАТИ

Maksymov, A., & Tryus, Yu. (2026). Models of information situations of decision-making under conditions of risk, uncertainty, and fuzzy information. Bulletin of Cherkasy State Technological University, 31(1), 143-153. https://doi.org/10.62660/bcstu/1.2026.143