Глушенко Сергей Андреевич - аспирант кафедры информационных систем и прикладной информатики, факультет компьютерных технологий и информационной безопасности, Ростовский государственный экономический университет (РИНХ).
Адрес: 344002, г. Ростов-на-Дону, ул. Большая Садовая, д. 69.  
E-mail: gs-gears@yandex.ru

Долженко Алексей Иванович - доктор экономических наук, профессор кафедры информационных систем и прикладной информатики, факультет компьютерных технологий и информационной безопасности, Ростовский государственный экономический университет (РИНХ).
Адрес: 344002, г. Ростов-на-Дону, ул. Большая Садовая, д. 69. 
E-mail: doljenkoalex@gmail.com

      В статье обосновывается важность применения анализа рисков при реализации инвестиционно-строительного проекта (ИСП) и обосновывается целесообразность применения нечеткой логики для оценки риска. Применение нечетких моделей позволяет учитывать как количественные, так и качественные характеристики, а также представлять нечеткие описания с помощью нечетких множеств и лингвистических переменных.
      Описываемая нечеткая продукционная модель (НПМ) содержит 19 входных лингвистических переменных, характеризующих факторы риска, и 14 выходных лингвистических переменных, характеризующих риски различных областей ИСП. Модель содержит 14 баз правил и позволяет проводить лингвистический анализ рисков, которые несут потенциальный ущерб проекту, а также выявлять приоритеты рисков (очень высокий, высокий, средний, низкий, очень низкий), которые важны для менеджмента инвестиционно-строительного проекта. НПМ позволяет снять ограничения на число учитываемых входных переменных и интегрировать как качественные, так и количественные подходы к оценке рисков.
      Выполнена постановка задачи для инструментария управления рисками с поддержкой нечетких моделей и обосновывается целесообразность собственной разработки системы поддержки принятия решений (СППР) анализа рисков. Описывается процесс реализации нечеткого моделирования базы правил посредством разработанной СППР ModelingFuzzySet. Механизм получения оценок риска на основе алгоритма Мамдани позволяет получить численное значение риска, лингвистическое описание степени риска, а также степень уверенности эксперта в возникновении рискового события.
      Результаты моделирования были использованы лицами, принимающими решения, для выявления приоритетов рисков и позволили выработать эффективный план мероприятий по снижению влияния наиболее опасных угроз на инвестиционно-строительный проект.