Scientific and methodic approaches to reveal stability essence at the industrial enterprises and its functional components

Abstract

У статті проведено теоретичний аналіз наукових підходів, що стосуються визначення поняття «стійкість», що нині існують у науковій літературі. Виділено п’ять відмінних один від одного підходів до трактування поняття «стійкість підприємства», як відкритої економічної системи. На цій підставі сформульовано авторське визначення стійкості підприємства. На підставі проведеного аналізу основних тенденцій змін показників розвитку промисловості за 2006-2015 рр. та майбутніх очікувань виділено основні функціональні складові стійкості підприємств. Запропоновано використовувати підхід самоорганізуючих нейронних мереж до оцінки рівня стійкості промислових підприємств.В статье проведен теоретический анализ научных подходов определяющих понятия «устойчивость». Выделено пять отличных друг от друга подходов к трактовке понятия «устойчивость предприятия», как открытой экономической системы. Исходя их этого сформулировано авторское определение устойчивости предприятия. На основе проведенного анализа основных тенденций изменений показателей развития промышленности за 2006-2015 гг. и будущих возможностей выделены основные функциональные составляющие устойчивости предприятий. Предложено использовать подход самоорганизующихся нейронных сетей к оценке уровня устойчивости промышленных предприятий.The article deals with theoretical analysis of the scientific approaches concerning definition of the concept “stability”, which exist in the scientific literature. There are five different approaches to interpret the concept “enterprise stability”, as an open economic system. On this base, the author’s definition of the enterprise stability is formed. Due to the carried out analysis of the main tendencies in changes of the industry development factors for 2006-2015 and future expectations, the main functional constituents of the enterprise stability. The author suggests to use an approach of selforganizational artificial neural networks to evaluate stability degree at the industrial enterprises