Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Интеллектуальные системы поддержки принятия решений для аналитических и ситуационных центров

Покупка
Основная коллекция
Артикул: 862938.02.01
Доступ онлайн
от 180 ₽
В корзину
Частному лицу
Бумажная книга
1 274 ₽
Купить
Купить в составе основной коллекции от 1 490 ₽

Собственные конкурсы:

  • АКАДЕМУС, 2025, Компьютерные и информационные науки, Победитель, II место
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.

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.

Текст подготовлен языковой моделью и может содержать неточности.

Интеллектуальные системы поддержки принятия решения для аналитических и ситуационных центров : монография / Р.А. Кочкаров, А.В. Тимошенко, С.В. Мацеевич [и др.] ; под ред. С.П. Солянниковой. — Москва : ИНФРА-М, 2027. — 138 с. : цв. ил. — (Научная мысль). — DOI 10.12737/2228557. - ISBN 978-5-16-021518-1. - Текст : электронный. - URL: https://znanium.ru/catalog/product/2273854 (дата обращения: 20.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
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.);


Доступ онлайн
от 180 ₽
В корзину
Частному лицу
Бумажная книга
1 274 ₽
Купить
Купить в составе основной коллекции от 1 490 ₽