Интеллектуальные системы поддержки принятия решений для аналитических и ситуационных центров
Собственные конкурсы:
- АКАДЕМУС, 2025, Компьютерные и информационные науки, Победитель, II место
Интеллектуальные системы поддержки принятия решений: новый горизонт для аналитических и ситуационных центров
В условиях стремительной цифровизации и экспоненциального роста объемов данных традиционные системы поддержки принятия решений (СППР) сталкиваются с серьезными вызовами. Монография "Интеллектуальные системы поддержки принятия решений для аналитических и ситуационных центров" под редакцией кандидата экономических наук, доцента С.П. Солянниковой предлагает комплексный взгляд на эволюцию СППР, обосновывая необходимость перехода к интеллектуальным системам (ИСППР) и демонстрируя их потенциал в критически важных областях.
От классики к интеллекту: преодолевая ограничения
Первая глава монографии закладывает теоретический фундамент, подробно описывая понятие, классификацию и процесс разработки традиционных СППР. Авторы акцентируют внимание на их ограничениях, таких как высокая стоимость жизненного цикла, трудности в обработке неструктурированных информационных потоков, низкое доверие пользователей к "черным ящикам" алгоритмов, неэффективность визуализации и неспособность адекватно реагировать на нештатные ситуации. Эти недостатки подчеркивают критическую потребность в новых подходах, способных адаптироваться к динамичной и неопределенной среде.
ИСППР: симбиоз человека и машины
Ключевое отличие ИСППР от классических СППР заключается в глубокой интеграции методов искусственного интеллекта (ИИ) на всех этапах процесса принятия решений. Вторая глава раскрывает архитектуру и особенности ИСППР, демонстрируя, как ИИ трансформирует сбор и подготовку данных (автоматическая разметка, интеллектуальная интеграция, очистка аномалий), их анализ (глубокое обучение, прогнозное моделирование, семантический анализ), выявление проблем (когнитивное моделирование, генерация гипотез), анализ альтернатив (автоматическая генерация, многокритериальная оптимизация) и, что особенно важно, взаимодействие с человеком.
Особое внимание уделяется диалогу между ИСППР и лицом, принимающим решения (ЛПР). Системы нового поколения способны не только предоставлять обоснованные рекомендации, но и адаптировать визуализацию под контекст и опыт пользователя, снижая когнитивную нагрузку. Концепция когнитивно-графического интерфейса (КГИ), например, "фрактал Новоселова", позволяет преобразовывать сложные аналитические выводы в интуитивно понятные визуальные образы, значительно повышая скорость и точность принятия решений.
ИИ в действии: прогнозирование и оптимизация
Третья глава погружает читателя в мир методов ИИ, применимых в ИСППР. Здесь рассматриваются нейросетевые подходы для прогнозирования технического состояния сложных систем, таких как объекты критической инфраструктуры. Авторы описывают формирование репрезентативной выборки, методы Feature Engineering, а также применение автокорреляционных моделей (SARIMA, Prophet) и графовых нейронных сетей (GNN) для анализа временных рядов и сетевых данных. Представлен оригинальный комплексированный метод прогнозирования на основе k-медиан, кластеризации и вероятностно-имитационного моделирования, демонстрирующий высокую точность в условиях стохастических данных. Отдельный раздел посвящен роли больших языковых моделей (GPT, ChatGPT, DeepSeek v3) в обработке текстовых данных, подчеркивая их потенциал для создания специализированных внутренних БЯМ в ситуационных центрах.
ИСППР для аналитических и ситуационных центров: практический кейс и перспективы
Четвертая глава переходит к практической реализации ИСППР, фокусируясь на аналитических (АЦ) и ситуационных центрах (СЦ). Монография детально описывает специфику СЦ энергетической компании, где оперативность и безошибочность решений имеют критическое значение. Формализована задача поддержки принятия решений диспетчером СЦ, учитывающая время обнаружения, анализа, логистики и устранения аварии. Представлен пример реализации ИСППР, включающий метод сглаживания энергопотребления и прогнозирование отказов оборудования на основе медианного анализа, а также применение КГИ для оптимизации взаимодействия диспетчера с системой.
В заключение авторы подчеркивают перспективы развития ИСППР в контексте инженерной экономики. Внедрение таких систем — это не только технологический, но и экономический вызов, требующий системного подхода к управлению ресурсами, оценке рисков и оптимизации затрат на протяжении всего жизненного цикла проекта. Монография убедительно доказывает, что ИСППР являются ключевым инструментом для повышения эффективности управления сложными системами в условиях неопределенности и динамичных изменений, открывая новые горизонты для цифровой трансформации и устойчивого развития.
- ВО - Бакалавриат
- 01.03.04: Прикладная математика
- ВО - Магистратура
- 38.04.01: Экономика
- 38.04.02: Менеджмент
- 38.04.04: Государственное и муниципальное управление
- ВО - Специалитет
- 38.05.01: Экономическая безопасность
- Аспирантура
- 38.06.01: Экономика
- Адъюнктура
- 38.07.02: Экономическая безопасность
Москва ИНФРА-М 2026 ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ АНАЛИТИЧЕСКИХ И СИТУАЦИОННЫХ ЦЕНТРОВ Под редакцией кандидата экономических наук, доцента С.П. Солянниковой МОНОГРАФИЯ
УДК 004.8(075.4) ББК 16.333.23 И73 И73 Интеллектуальные системы поддержки принятия решений для аналитических и ситуационных центров : монография / Р.А. Кочкаров, А.В. Тимошенко, С.В. Мацеевич [и др.] ; под ред. канд. экон. наук, доц. С.П. Солянниковой. — Москва : ИНФРА-М, 2026. — 138 с. : цв. ил. — (Научная мысль). — DOI 10.12737/2228557. ISBN 978-5-16-021518-1 (print) ISBN 978-5-16-114366-7 (online) Монография посвящена исследованию и разработке интеллектуальных систем поддержки принятия решений (ИСППР). В работе проводится анализ теоретических основ и архитектуры СППР, а также рассматривается применение машинного обучения, нейронных сетей и языковых моделей для повышения эффективности принятия решений. Особое внимание уделено практической реализации такой системы для ситуационного центра энергетической компании, включая формализацию задачи и особенности разработки. В заключение представлены перспективы развития ИСППР в контексте инженерной экономики. Издание будет полезно исследователям, ИТ-специалистам и аналитикам, работающим над созданием и внедрением интеллектуальных аналитических систем в различных отраслях экономики. УДК 004.8(075.4) ББК 16.333.23 Р е ц е н з е н т ы: Разиньков С.Н., доктор физико-математических наук, профессор, профессор кафедры электрооборудования Военно-воздушной академии имени профессора Н.Е. Жуковского и Ю.А. Гагарина; Гисин В.Б., кандидат физико-математических наук, профессор, профессор кафедры математики и анализа данных Финансового университета при Правительстве Российской Федерации ISBN 978-5-16-021518-1 (print) ISBN 978-5-16-114366-7 (online) © Коллектив авторов, 2026 Монография подготовлена по результатам исследований, выполненных за счет средств Научного фонда Финансового университета при Правительстве Российской Федерации.
Авторский коллектив Монографию подготовили преподаватели и сотрудники Финансового университета при Правительстве Российской Федерации: Кочкаров Расул Ахматович, кандидат экономических наук, доцент, заместитель декана по научной работе факультета информационных технологий и анализа больших данных, доцент кафедры искусственного интеллекта; Тимошенко Александр Васильевич, доктор технических наук, профессор, профессор кафедры информационной безопасности; Мацеевич Сергей Вячеславович, ассистент кафедры искусственного интеллекта; Захаров Александр Сергеевич, младший научный сотрудник кафедры искусственного интеллекта; Шарипов Данила Алексеевич, ассистент кафедры математики и анализа данных; Трундаев Иван Вячеславович, ассистент кафедры математики и анализа данных; Казанцев Андрей Михайлович, кандидат технических наук, доцент кафедры искусственного интеллекта; Гушан Наталия Юрьевна, аспирант кафедры искусственного интеллекта.
Приветственное слово академика В.Л. Макарова Уважаемые коллеги, дорогие читатели! От имени всей научной общественности и от себя лично имею честь представить вашему вниманию монографию, выход которой представляется важным событием. Современный мир стремительно оцифровывается. Мы наблюдаем экспоненциальный рост объемов и потоков данных, с которыми человеку уже практически невозможно справиться без специализированных инструментов. Традиционные системы поддержки принятия решений, еще недавно бывшие нашим надежным тылом, сегодня зачастую не справляются с вызовами новой эпохи больших данных. В этой связи как никогда остро стоит задача развития фундаментальной науки, совершенствования методологического и научного аппарата для работы с данными. Представленная работа — это уверенный и весомый вклад в решение данной проблемы. Во-первых, авторам монографии удалось в полной мере раскрыть суть и потенциал интеллектуальных систем поддержки принятия решений (ИСППР) как этапа в развитии и одновременно усложнении взаимодействия человека и искусственного интеллекта. Наиболее убедительным доказательством важности ИСППР служит их работа в ситуационных центрах, где именно от них зависит качество и скорость реагирования на сложные, быстро меняющиеся и зачастую нештатные ситуации. Во-вторых, развитие ИСППР следует рассматривать как важный инструмент для формирования и укрепления междисциплинарных научных направлений. Одним из таких направлений выступает инженерная экономика — область исследований, находящаяся на стыке инженерных и эконо
Приветственное слово академика В.Л. Макарова мических наук и посвященная применению экономических методов к обоснованию и поддержке инженерно-технических решений. Именно в ситуациях, требующих компетенции в различных, а порой и не пересекающихся, научных направлениях, ИСППР демонстрируют наибольшую эффективность, открывая новые возможности для оптимизации затрат, управления рисками и оценки результативности крупных комплексных проектов. Считаю, что с данной монографией должен ознакомиться каждый специалист, чья деятельность связана с анализом данных, управлением и проектированием сложных систем, особенно в практико-ориентированных задачах, направленных на защиту критической инфраструктуры. Это глубокое, продуманное и, без преувеличения, масштабное исследование, которое задает вектор развития целой области знаний на годы вперед. Желаю читателям продуктивной работы с этой книгой и новых научных озарений! Академик РАН В.Л. Макаров
Приветственное слово С.П. Солянниковой Практический опыт, полученный коллективом авторов в ходе совместной работы с различными организациями, наглядно демонстрирует: наиболее убедительным доказательством эффективности интеллектуальных систем поддержки принятия решений служит их работа в ситуационных центрах, где именно от ИСППР зависит качество и скорость реагирования на сложные, быстро меняющиеся условия. Особую ценность данной монографии придает то, что она родилась из живой, динамичной научной работы. Изначальный интерес и энтузиазм студентов и аспирантов факультета информационных технологий и анализа больших данных нашли серьезную академическую поддержку. Сотрудники кафедры искусственного интеллекта не просто подхватили их инициативу, но и предоставили необходимые знания и методологическую базу. В результате сформировался большой и дружный научный коллектив, где опыт исследователей сочетается со свежим взглядом и смелыми идеями молодых ученых. Убеждена, что выход этой книги — не финальная точка, а один из важных этапов в их работе. У коллектива уже есть амбициозный дальнейший план: формирование студенческих конструкторских бюро, где теоретические наработки, представленные в монографии, будут воплощены в практические решения. Желаю авторам не останавливаться на достигнутом и жду новых результатов их работы и исследований. Проректор по научной работе Финансового университета, кандидат экономических наук, доцент С.П. Солянникова
Введение Современные системы поддержки принятия решений (СППР) стали неотъемлемым инструментом в деятельности аналитических и ситуационных центров, значительно облегчив работу специалистов за счет предоставления структурированных рекомендаций на основе анализа данных. Их применение позволяет минимизировать влияние человеческого фактора, повысить скорость и обоснованность принимаемых решений. Однако подлинная эффективность (точность принятия решения и своевременность рекомендаций) традиционных СППР напрямую зависит от качества и объема обрабатываемой информации, что требует постоянного совершенствования методов их анализа и синтеза данных. Критически важно отметить, что даже современные алгоритмы, позиционируемые как «ИИ», не гарантируют достоверных результатов при работе с большими массивами неструктурированных или зашумленных данных («информационным мусором»). В условиях стремительного роста информационных потоков классические подходы к поддержке принятия решений демонстрируют ограниченную эффективность. Это обусловлено как возрастающей сложностью данных, так и динамичностью изменяющихся условий, в которых функционируют системы. В связи с этим актуальной задачей становится внедрение методов искусственного интеллекта (ИИ), способных не только анализировать большие объемы информации, но и адаптировать стратегии принятия решений, критерии оценки и их значимость в зависимости от контекста. При этом разработка эффективного и интуитивно понятного графического интерфейса (ГИ) также является ключевой инженерной задачей, напрямую влияющей на скорость освоения системы пользователем, минимизацию ошибок взаимодействия и в конечном итоге на общую полезность СППР.
Интеллектуальные системы поддержки принятия решений для аналитических и ситуационных центров Перспективным направлением развития СППР являются интеллектуальные системы поддержки принятия решений (ИСППР), обладающие способностью адаптироваться как к изменяющимся входным данным, так и к текущей ситуации, а также к индивидуальным особенностям лица, принимающего решения. Такие системы сочетают в себе возможности машинного обучения, когнитивного моделирования и автоматизированного синтеза решений, что позволяет существенно повысить их гибкость и точность в условиях неопределенности. Однако создание таких комплексных ИСППР представляет собой ресурсоемкую инженерно-экономическую задачу. Важнейшим требованием на всех этапах жизненного цикла разработки (от проектирования до внедрения и сопровождения) становится экономическая эффективность: оптимизация затрат времени и средств при обеспечении требуемого качества и функциональности. Контроль и управление процессом создания ИСППР сами по себе являются сложной задачей, требующей применения технологий ИИ и методов инженерной экономики не изолированно, а в тесной взаимосвязи для оценки рисков, прогнозирования сроков и затрат, выбора оптимальных архитектурных решений. Настоящая монография предназначена для формирования системного понимания принципов разработки СППР и ИСППР, а также изучения ключевых различий между ними. Особое внимание уделяется методам искусственного интеллекта, применяемым в рамках поддержки принятия решений, включая алгоритмы анализа данных, генерации альтернатив и оптимизации критериев. Материалы пособия помогут специалистам освоить современные подходы к проектированию адаптивных систем, способных эффективно функционировать в динамичной информационной среде.
Глава 1. ОСНОВЫ РАЗРАБОТКИ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ 1.1. ПОНЯТИЕ И КЛАССИФИКАЦИЯ СППР 1.1.1. Понятие СППР Системы поддержки принятия решений (СППР, англ. Decision Support Systems, DSS) представляют собой класс информационных систем, предназначенных для помощи лицам, принимающим решения (ЛПР), в условиях неопределенности, многокритериальности и большого объема данных. СППР сочетают в себе методы анализа данных, моделирования и визуализации, обеспечивая более обоснованный и эффективный выбор альтернатив [1]. В свое время Sprague (1980) [2] дал следующее определение СППР: • СППР, как правило, нацелены на решение менее структурированных, недостаточно определенных проблем, с которыми обычно сталкиваются руководители высшего звена; • СППР пытаются объединить использование моделей или аналитических методов с традиционными функциями доступа к данным и их поиска; • СППР уделяют особое внимание функциям, которые делают их простыми в использовании для людей, не владеющих компьютером, в интерактивном режиме; • СППР делают акцент на гибкость и адаптивность, чтобы подстроиться к изменениям в среде и подходу пользователя к принятию решений. Основная цель СППР — повысить эффективность процесса принятия решений человеком за счет предоставления
Интеллектуальные системы поддержки принятия решений для аналитических и ситуационных центров ему своевременной, релевантной и проанализированной информации, а также инструментов для оценки различных вариантов действий. Процесс принятия решений, согласно классической модели Г. Саймона [3], представляет собой последовательность взаимосвязанных этапов, каждый из которых играет критическую роль в формировании обоснованного и эффективного решения. Рассмотрим эти этапы подробнее. 1. Интеллектуальная деятельность. На этом этапе происходит осознание необходимости принятия решения, связанное с обнаружением проблемной ситуации. Основная задача данного этапа — выявить и корректно сформулировать проблему, что требует анализа текущего состояния системы, внешних и внутренних факторов, а также возможных отклонений от желаемого состояния. Ключевые действия: • Сбор и первичная обработка информации; • Диагностика причин возникновения проблемы; • Определение границ и контекста проблемы (временные, ресурсные, организационные ограничения); • Формулировка проблемы в терминах, допускающих дальнейший анализ. Ошибки на этом этапе (неверная постановка проблемы, игнорирование важных факторов) могут привести к неэффективным решениям на последующих стадиях. 2. Проектирование. После определения проблемы переходят к генерации альтернативных вариантов ее решения. Этот этап предполагает творческий поиск и моделирование возможных действий, направленных на устранение выявленной проблемы. Ключевые действия: • формирование набора альтернатив (например, с помощью мозгового штурма, экспертных оценок, морфологического анализа и др.);