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: новая парадигма управления
В условиях стремительной цифровизации и экспоненциального роста объемов данных традиционные системы поддержки принятия решений (СППР) перестают справляться с вызовами современности. Монография под редакцией С.П. Солянниковой «Интеллектуальные системы поддержки принятия решений для аналитических и ситуационных центров» предлагает комплексный взгляд на эволюцию управленческих инструментов, обосновывая переход к интеллектуальным системам (ИСППР).
От автоматизации к интеллекту
Авторы проводят четкую границу между классическими СППР и ИСППР. Если первые представляют собой информационно-аналитические платформы, требующие активного участия человека на всех этапах, то ИСППР — это системы, способные к самообучению, работе с неструктурированными данными и генерации объяснимых рекомендаций (XAI). Ключевым отличием является использование методов искусственного интеллекта (машинного обучения, нейронных сетей, больших языковых моделей) на каждом этапе жизненного цикла: от первичной очистки «информационного мусора» до динамической адаптации критериев принятия решений в зависимости от контекста.
Методологический аппарат и архитектура
Значительная часть работы посвящена математическому обоснованию выбора оптимальных решений. Авторы систематизируют методы многокритериального анализа — от классического метода взвешенных сумм (МВС) и метода анализа иерархий (МАИ) до современных подходов, таких как ELECTRE, MACBETH и PROMETHEE. Особое внимание уделяется архитектуре ИСППР, которая включает подсистемы сбора данных, анализа, управления знаниями и когнитивного графического интерфейса. Последний рассматривается не просто как средство визуализации, а как инструмент снижения когнитивной нагрузки на оператора, что критически важно для ситуационных центров (СЦ), где цена ошибки крайне высока.
Практическая реализация в энергетике
Практическая ценность монографии заключается в детальном описании реализации ИСППР для ситуационного центра энергетической компании. Авторы предлагают комбинированный математический метод прогнозирования отказов оборудования, сочетающий кластеризацию (k-медиан) и вероятностно-имитационное моделирование. Внедрение фрактального алгоритма сглаживания нагрузок позволяет эффективно перераспределять энергетические потоки, предотвращая перегрузки оборудования в аварийных ситуациях. Разработанный когнитивно-графический интерфейс на основе «фрактала Новоселова» наглядно демонстрирует, как иерархическая визуализация данных помогает диспетчеру мгновенно идентифицировать аномалии и принимать обоснованные решения.
Инженерная экономика как вектор развития
Завершая исследование, авторы подчеркивают, что создание ИСППР — это не только техническая, но и сложная инженерно-экономическая задача. В условиях ограниченности ресурсов и высокой неопределенности внешних факторов, проектирование таких систем требует интеграции методов инженерной экономики. Это позволяет не только обосновать инвестиционную привлекательность проектов, но и создать механизмы финансовой защиты, минимизирующие риски срыва сроков при модернизации критической инфраструктуры.
Монография представляет собой фундаментальный труд, задающий вектор развития аналитических систем на ближайшие годы. Издание будет полезно как ИТ-специалистам и разработчикам интеллектуальных систем, так и руководителям, чья деятельность связана с управлением сложными техническими комплексами и обеспечением их устойчивого функционирования.
- 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
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ АНАЛИТИЧЕСКИХ И СИТУАЦИОННЫХ ЦЕНТРОВ Под редакцией кандидата экономических наук, доцента С.П. Солянниковой МОНОГРАФИЯ 202 Москва ИНФРА-М
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, 2027. — 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.
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
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.);