Разработка модели базы знаний по управлению устойчивым развитием промышленных экосистем

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье дана модель базы знаний управления устойчивым развитием промышленных экосистем. База знаний представляет собой семантическую модель, описывающую промышленную экосистему и позволяющую отвечать на такие вопросы предметной области, ответы на которые в явном виде не присутствуют в базе. Модель, основанная на онтологическом подходе, интегрирует данные о взаимодействии участников экосистемы, процессах, продукции и ресурсах, и нацелена на оптимизацию этих взаимодействий для достижения устойчивого развития. В работе выделены классы модели (основные сущности предметной области) и установлены отношения между ними, дан состав функциональных модулей базы знаний, который обеспечивает достаточно полное представление о промышленных экосистемах и процессах управления устойчивым развитием. В статье представлена апробация модели для оценки динамики устойчивости экосистемы, основанной на взаимодействии трех компаний. Моделирование учитывает влияние ресурсов и внешних факторов, что позволяет рассчитать общий индекс устойчивости экосистемы. Результаты показали, что компании с высоким уровнем кооперации демонстрируют значительный прирост устойчивости. В заключении работы сделан вывод о необходимости дальнейшего совершенствования модели с учетом реальных данных и дополнительных факторов неопределенности и вариативности, свойственных промышленным экосистемам.

Об авторах

Михаил Вячеславович Смирнов

МИРЭА – Российский технологический университет

Автор, ответственный за переписку.
Email: mikhaelsmirnov@gmail.com
ORCID iD: 0000-0001-5018-2963
SPIN-код: 4990-7320

кандидат экономических наук, доцент кафедры КБ-9

Россия, Москва

Евгений Сергеевич Митяков

МИРЭА – Российский технологический университет

Email: mityakov@mirea.ru
ORCID iD: 0000-0001-6579-0988
SPIN-код: 5691-8947
Scopus Author ID: 55960540500

доктор экономических наук, профессор кафедры КБ-9

Россия, Москва

Список литературы

  1. Шарипов Ф.Ф. Экосистемы управления знаниями в отраслях отечественной промышленности // Экономика. Налоги. Право. 2020. № 13 (2). С. 54–60.
  2. Nawaz W., Koç M. Development of a systematic framework for sustainability management of organizations // Journal of Cleaner Production. 2018. Vol. 171. Pp. 1255–1274. doi: 10.1016/J.JCLEPRO.2017.10.011.
  3. Martins V., Rampasso I., Anholon R. et al. Knowledge management in the context of sustainability: Literature review and opportunities for future research // Journal of Cleaner Production. 2019. Vol. 229. Pp. 489–500. doi: 10.1016/J.JCLEPRO.2019.04.354.
  4. Sanguankaew P., Ractham V. Bibliometric review of research on knowledge management and sustainability, 1994–2018 // Sustainability. 2019. No. 11 (16). Art. 4388. doi: 10.3390/SU11164388.
  5. Bencsik A. Sustainable management based on sustainable knowledge // European Conference on Management Leadership and Governance. 2022. Vol. 18. No. 1. Pp. 34–44. doi: 10.34190/ecmlg.18.1.734.
  6. Rajeev A., Pati R., Padhi S., Govindan K. Evolution of sustainability in supply chain management: A literature review // Journal of Cleaner Production. 2017. Vol. 162. Pp. 299–314. doi: 10.1016/J.JCLEPRO.2017.05.026.
  7. Hallinger P. A Meta-synthesis of bibliometric reviews of research on managing for sustainability, 1982–2019 // Sustainability. 2021. No. 13 (6). Art. 3469. doi: 10.3390/SU13063469.
  8. Traxler A., Schrack D., Greiling D. Sustainability reporting and management control – a systematic exploratory literature review // Journal of Cleaner Production. 2020. No. 276. Art. 122725. doi: 10.1016/j.jclepro.2020.122725.
  9. Kurlov A., Gulevitsky A. Database development of the management innovative activity in the industrial enterprise // Automation and Modeling in Design and Management. 2018. Vol. 2018. No. 1. doi: 10.30987/ARTICLE_5BFD98C5201194.57523424.
  10. Piccarozzi M., Aquilani B., Gatti C. Industry 4.0 in management studies: A systematic literature review // Sustainability. 2018. Vol. 10 (10). Art. 3821. doi: 10.3390/SU10103821.
  11. Li Zhou, Wenjun Xie, Tao Huang. Industrial investment database: Concept, characteristics and practical application // International Conference on Intelligent Computing, Automation and Applications (ICAA). 2021. Pp. 776–779. doi: 10.1109/ICAA53760.2021.00141.
  12. Saarikoski H., Primmer E., Saarela S. et al. Institutional challenges in putting ecosystem service knowledge in practice // Ecosystem Services. 2017. Vol. 29. Pp. 579–598. doi: 10.1016/J.ECOSER.2017.07.019.
  13. DeFries R., Nagendra H. Ecosystem management as a wicked problem // Science. 2017. Vol. 356. Issue 6335. Pp. 265–270. doi: 10.1126/science.aal1950.
  14. Villa F., Wilson M., Groot R. et al. Designing an integrated knowledge base to support ecosystem services valuation // Ecological Economics. 2002. Vol. 41. Pp. 445–456. doi: 10.1016/S0921-8009(02)00093-9.
  15. Andrade R., Pinheiro P., Carvalho L., Rocha R. Building a bridge: Knowledge sharing flows into entrepreneurial ecosystems // Journal of Open Innovation: Technology. Market, and Complexity. 2022. Vol. 8. Issue 3. doi: 10.3390/joitmc8030144.
  16. Безгинова Ю.А., Гаранина Т.А., Кудрявцев Д.В., Плешкова А.Ю. Практики управления знаниями в нефтяных компаниях // Открытое образование. 2018. Т. 22. № 6. С. 27–38. ISSN: 1818-4243.
  17. Лахин О.И. Принципы построения системы управления знаниями предприятий ракетно-космической промышленности // Онтология проектирования. 2017. Т. 7. № 3. С. 270–283. ISSN: 2313-1039.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Структура промышленной экосистемы

Скачать (222KB)
Метаданные
3. Рис. 2. Схема взаимодействия функциональных модулей базы знаний по управлению устойчивым развитием промышленных экосистем

Скачать (837KB)
Метаданные


Ссылка на описание лицензии: https://www.urvak.ru/contacts/

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».