Научный архив: статьи

Рассматривается роль систем поддержки принятия решений (СППР) в процессах управления организациями. Прослеживается путь СППР от простейших систем обработки данных до современных платформ. Обсуждаются ключевые принципы СППР, такие как принятие решений на основе данных, ориентация на пользователя и применение принципов системного дизайна. Рассматривается архитектура СППР, включая основные компоненты: системы управления базами данных (СУБД), системы управления моделями (СУМ), пользовательский интерфейс (UI) и компоненты управления знаниями. Анализируются типы архитектур, их преимущества, ограничения и подходы к проектированию СППР. Акцентируется внимание на применении СППР в разных секторах - от бизнеса и здравоохранения до городского планирования. В статье подчеркивается роль СППР в повышении эффективности, поддержке сложных решений и внедрению стратегических инициатив. Также рассматривается специальный тип СППР - нечеткие когнитивные карты и когнитивные системы, которые расширяют функциональность СППР путем моделирование сложных взаимосвязей и предоставление динамичных стратегий развития систем. В итоге СППР позиционируются как ключевые инструменты для управления сложными и изменяющимися аспектами современного процесса принятия решений, при этом постоянные инновации усиливают их стратегическую ценность и значимость.

Предмет, в 2022 году Россия столкнулась с сокращением импорта полимерных изделий в условиях санкционного давления. Возникла необходимость ускоренного развития производства пластмассовой продукции, являющегося стратегически важной отраслью российской промышленности. Однако, как и любая промышленная деятельность, выпуск полимерной продукции оказывает негативное влияние на экологию, производя выбросы в окружающую среду. По этой причине для проведения диагностики и выявления тенденций в качестве предмета исследования в данной работе выступают федеральные округа Российской Федерации, на территории которых расположены заводы по производству пластмассовых изделий. Цель: используя официальные статистические данные по производству пластмассовой продукции в разрезе федеральных округов (ФО) Российской Федерации за период 2020-2024 гг., по объему производства определить округа, которые больше всего загрязняют окружающую среду. Дизайн исследования: в данной работе в качестве материала для исследования были использованы официальные статистические данные по производству пластмассовых изделий за период 2020-2024 гг. Анализ данных выполнен методом TOPSIS, который позволяет ранжировать альтернативы на основе их близости к идеальному решению. Результаты: по итогам, полученным в ходе проведения анализа с применением метода TOPSIS, было выполнено грейдирование альтернатив с выявлением идеальных и худших решений для определения активных федеральных округов, загрязняющих окружающую среду. Согласно результатам исследования такими округами являются Центральный, Приволжский и Северо-Западный федеральные округа, остальные ФО меньше наносят экологический ущерб.

В статье поставлена научная проблема изучения действий высшего советского и партийного руководства Ленинграда в годы блокады. Автор фокусирует свое внимание на актуальности изучения методов управления городом в сложившихся уникальных условиях. Анализ распределения властных полномочий позволит уточнить принципы функционирования Ленинграда в годы войны и его связь с общей структурой политического руководства в СССР. В последние годы данное направление получило заметный толчок за счет публикации широкого круга документов и материалов. В связи с этим источниковой базой исследования является опубликованный массив решений и постановлений Бюро Областного и Городского комитетов ВКП(б), Военного Совета Ленинградского фронта и Исполнительного комитета Ленинградского городского Совета депутатов трудящихся. Анализ советско-партийного управления Ленинграда в годы Великой Отечественной войны, основанный на объемном массиве решений и постановлений властных институтов, приложений и стенограмм к ним, базируется на основе методов исторической информатики. Историографический обзор советского и постсоветского периодов позволяет сделать выводы об обширных обращениях исследователей к связи политического управления города с многочисленными темами экономического и социального характера. Однако, в этом ряду, продемонстрировано отсутствие попыток анализа поставленной проблемы с применением междисциплинарных методов. Научная новизна заявляемого исследования заключается в подходе к рассматриваемой проблеме. В статье приведены тематические сюжеты применения методов исторической информатики, включая методы компьютеризированного контент-анализа, машинного обучения, дескриптивной статистики и корреляционного анализа. Возможности данных методов представляют актуальный инструмент, позволяющий приблизиться к решению некоторых поставленных задач. Соотнесение результатов исследования с историографией позволит получить более развернутое представление о государственной системе управления в блокадном Ленинграде.

Авторы представляют практическое исследование особенностей заказных отзывов, которые упоминаются маркетологами и другими экспертами. Из-за обилия заказных отзывов на маркетплейсах доверие потребителей падает не просто к продавцу или площадке, но к самому жанру. В работе представлены результаты автоматической классификации отзывов с российских маркетплейсов на потенциально заказные и честные при помощи моделирования признаков, которые эксперты называют признаками заказного отзыва (наличие шаблонных слов, восклицательных знаков, эмодзи, положительная тональность), и алгоритмов машинного обучения. Для решения поставленной задачи был собран корпус с российских маркетплейсов Wildberries и «Мегамаркет» объемом 6 288 текстов. В качестве целевой переменной (предсказываемого класса) выступает соотношение лайков и дизлайков, поставленных отзыву другими покупателями. Лучший результат демонстрирует метод опорных векторов SVM (англ. support vector machine) в бинарной классификации на отзывы с низким и высоким рейтингом (без нейтральных). Модель классификации подтверждает, что формальные признаки, выделяемые экспертами как указывающие на заказные отзывы, действительно имеют предсказательный потенциал. Качество модели снижают дисбаланс в классах и недостаточное количество отзывов с реакциями покупателей в нашем корпусе, что оставляет задел для дальнейшей работы.

Целью исследования является оценка потребительских свойств линейно протяжённых участков дороги с учётом фактического коэффициента её прочности по международному показателю методами машинного обучения. Предметом исследования является интенсивность транспорта на линейно протяжённом участке автомобильной дороги и состояние его дорожного покрытия. Объектом исследования является участок дороги М-1 «Беларусь», 86-й километр, за временной промежуток с 2014 по 2024 год. Для достижения цели выбраны алгоритмы машинного обучения (линейная регрессия, градиентный бустинг, случайный лес и нейронные сети на основе длительной кратковременной памяти своего рода динамического языка программирования Python в средах разработки от Microsoft (Visual Studio Code) и Google (Colaboratory) в режиме Jupyter Notebook. Построена модель машинного обучения, посредством которой произведена оценка потребительских свойств участка дороги М-1 «Беларусь», 86-й километр, и его потребительских свойств с учётом фактического коэффициента прочности по международному показателю, а также даны рекомендации по планированию мероприятий по поддержанию и ремонту дорожного покрытия этого участка дороги. Построение подобных моделей машинного обучения и их реализация для линейно протяженных участков дорог позволит прогнозировать интенсивность транспортного потока и, как следствие, решать основные задачи содержания дороги - оптимизировать время и средства при планировании и реализации мероприятий на этапе эксплуатации объектов транспортной инфраструктуры, учитывать возможные риски потери качества состояния дороги при её обновлении и проектировании новых элементов.

Цель данного исследования - рассмотреть перспективы и проблемы применения больших данных в образовании. Материалы и методы. Методами исследования выступали анализ, систематизация и структурирование информации в области применения больших данных в образовании, а также моделирование и программная реализация тестовой модели обработки больших данных с использованием фреймворка Apache Spark. Результаты. В статье рассмотрены ключевые аспекты использования больших данных в образовании, в частности, их источники в виде цифрового следа обучения, методы анализа и направления применения больших данных. При этом были выделены следующие источники больших данных в образовании: электронная образовательная среда и электронная библиотека вуза; мобильные приложения для обучения; сайт вуза; социальные сети и форумы; данные обратной связи, обращений и опросов; персональные данные, включая психометрические характеристики обучающихся; данные научных smart лабораторий; данные видеонаблюдений и систем контроля управления доступом; данные о карьерном пути и успешности выпускников. Направления применения больших данных в образовании включают в себя следующие моменты: персонализация электронного обучения, выдача персонализированных рекомендаций; аналитика данных; оценка и обратная связь; прогнозирование успеха студентов; мониторинг качества образования; создание модели обучаемого; разработка учебных планов на основе запросов работодателей; разработка новых образовательных программ; появление новых моделей обучения; совершенствование процессов управления вузом; совершенствование работы приемной компании; модернизация программно-технических средств обучения; оптимизация педагогического состава. В качестве проблем применения больших данных в образовании рассматриваются проблемы защиты личных (персональных) данных, необходимость в новых методологиях и технологиях анализа больших данных, потребность в существенной модернизации имеющихся в системе образования технических средств, необходимость в квалифицированных кадрах. В статье также приведен тестовый пример анализа log-файла (журнала событий) электронного курса с помощью технологий обработки больших данных Spark SQL, показывающий потенциальную возможность и практическую применимость технологий обработки больших данных к задачам анализа цифрового следа обучения. Заключение. Большие данные в образовании способны предоставить уникальные возможности для анализа и оптимизации учебного процесса, помогая выявить тенденции, прогнозировать успехи студентов и адаптировать образовательные программы к индивидуальным потребностям учащихся. Но нельзя также забывать, что использование больших данных в сфере образования также несет с собой определенные риски и вызовы, связанные с этическими аспектами, защитой личных данных и необходимостью кадровой модернизации сложившейся системы образования. Для успешной интеграции аналитики данных в образовательную практику необходимо развивать не только технические ресурсы, но и уровень цифровой безопасности и этики в использовании персональных данных.

Цель. Целью настоящей работы является анализ развития экономики Республики Узбекистан в условиях цифровой трансформации, а также реформ, направленных на либерализацию всех аспектов общественной жизни, демократизацию государства и общества, а также выявление наилучших практик модернизации отраслей и сфер национальной экономики для достижения высоких конкурентных преимуществ страны на мировом экономическом рынке. Материалы и методы. Основными источниками для проведения анализа и подготовки к публикации настоящей статьи явились официальные статистические данные Агентства статистики при Президенте Республики Узбекистан. Вместе с тем, при написании статьи авторами были использованы методы статистического анализа количественных данных, синтеза, методы системного обобщения результатов анкетного и экспертного опросов, монографического исследования, методы работы со специализированными программными продуктами, цифровыми платформами и сервисами, а также специализированные методы поиска и обработки данных при работе со статистическими отчетами и аналитической информацией, представленной на корпоративном портале Агентства статистики при Президенте Республики Узбекистан. Результаты. Авторами статьи изучена нормативно-правовая база по реформированию национальной экономики Республики Узбекистан, проанализированы цифровые механизмы по претворению в жизнь стратегии «Цифровой Узбекистан - 2030» и на основе тщательной проработки стратегических направлений развития экономики выявлено, что реализуемые реформы, высокая требовательность и ответственность к выполнению поставленных задач по достижению целей, являются достаточно эффективными. Кроме того, настоящее исследование показало, что применяемые цифровые решения, такие как цифровые платформы и специально разработанные для сферы статистики цифровые сервисы, технологии искусственного интеллекта, BIGDATA, облачные вычисления, бизнес-аналитические механизмы, а также специализированные программные продукты, возможность работы с мобильными устройствами и применение спутниковой навигации для сбора статистических данных в регионах страны, позволяют провести многоаспектный анализ бизнес - процессов экономических объектов нациоальной экономики и выработать оптимальные управленческие решения для дальнейшего эффективного развития отраслей и сфер экономики Республики Узбекистан. Заключение. Исследования, проведенные в рамках настоящей работы, показывают, что на сегодняшний день в результате, разработанных в Республике Узбекистан стратегий по эффективному развитию экономики страны, достигнуты высокие показатели. Однако, в отдельных отраслях и сферах национальной экономики ещё необходимы качественные преобразования, основанные на внедрении передовых методологических основ, инновационных технологических и управленческих решений с целью повышения конкурентоспособности страны. Необходимо и дальше совершенствовать техническую и технологическую базу промышленных и сельскохозяйственных предприятий, обеспечить качественное развитие человеческого капитала, совершенствовать методы и формы функционирования бизнес - структур в условиях цифровой экономики, выявить новые драйверы развития для сбалансированного роста экономики и повышения качества жизни населения страны.

Цель. В статье в рамках модели Пуассона, применяемой при анализе потоков отказов элементов систем АЭС, описан подход к формированию групп однородности, т. е. максимально широких групп однотипных элементов, для которых интенсивности отказов можно полагать неизменными. Выделение таких групп позволяет объединять эксплуатационные данные по отказам и наработкам оборудования, что повышает качество статистических оценок интенсивностей отказов при оценке надежности систем, составленных из высоконадежных элементов.

Методы. При формировании групп предлагается использовать методы: структурный (на основе симметричности позиций однотипных элементов в составе резервированных каналов систем, позволяющий объединять элементы в составе одной системы) и статистический (использующий результаты статистического теста проверки гипотезы на однородность любых объединяемых групп однотипных элементов). Приведено обоснование применения структурного метода. Предложен статистический тест, основанный на отношении оценок дисперсий интенсивностей отказов без учета и с учетом предположения об однородности объединяемых данных. Исследованы свойства теста, получены соотношения для первых двух моментов его статистики. Показано, что дискретное распределение статистики при большом числе объединяемых групп может быть описано гамма распределением. Предложено правило для определения областей принятия и отклонения основной гипотезы.

Результаты. Представлен пример применения статистического анализа объединения данных по 10-ти группам электроприводных клапанов разных систем АЭС. На основе полученной оценки статистики теста сделано заключение о необходимости исключения из общей популяции группы с резко выпадающей частной оценкой интенсивности отказов. Для оставшихся групп проведена повторная проверка на однородность, получен результат, позволяющий объединить данные 9-ти групп. В статье также представлено обсуждение подходов к решению задачи оценки параметров надежности оборудования новых АЭС, когда эксплуатационной информации недостаточно для получения представительных оценок показателей надежности. Для подобных задач предложено применять эмпирический метод Байеса, в котором априорное распределение формируется на основе метода объединения данных объектов-аналогов с учетом возможной их неоднородности. Показано, что данный метод, ориентированный на конструирование априорных распределений на основе максимума функции правдоподобия также может быть полезен и для решения задач проверки однородности, рассмотренных в статье. На основе предложенных методов разработан общий подход к решению задач оценки надежности высоконадежных систем АЭС с использованием информации, полученной при эксплуатации как объекта анализа (конкретной АЭС), так и аналогичных объектов (референтных АЭС, АЭС с одинаковым типом атомного реактора). Данный подход также эффективен при разработки ВАБ для проектируемых АЭС и АЭС, находящихся на начальном периоде эксплуатации.

Постановка задачи: выявление нештатных ситуаций на железной дороге для обеспечения безопасности и оптимизации процессов, включая наблюдение за состоянием занятости, движением поездов, погодными условиями и другими факторами, способными привести к возникновению ситуаций.

Целью работы является разработка специализированного программного обеспечения с использованием данных кластерного анализа для выявления причин аварийных ситуаций на железнодорожном транспорте России, что крайне важно из-за его значительного уровня общественной безопасности и нестабильности в стране, а также из-за возможных угроз, связанных с возможными ситуациями, особенно при перевозке грузов.

Используемые методы: кластерный анализ для систематизации хороших видов аномалий, возникающих на железнодорожном транспорте, с учетом таких параметров, как источник возникновения проблем, географического положения и временных характеристик. Они предпочитают выявлять факторы группы событий и лучше понимать их природу, а также оценивать эффективность предотвращения возникновения ситуаций.

Результат: с использованием метода кластерного анализа данных выявление основных признаков, конференций на основе непривычных обстоятельств в функционировании железнодорожного транспорта. Это приводит к существенным результатам, включая идентификацию различных категорий нештатных ситуаций, оптимизацию мер безопасности и повышение результативности железнодорожной системы. Элементами новизны представленного решения является применение кластерного анализа для выявления признаков, особенностей и проявлений, проявляющихся в данных, связях с вариациями на схемной дороге.

Теоретическая/практическая эффективность состоит в выработке рекомендаций в рамках стратегии, повышения безопасности и в конечном итоге достижения общей эффективности транспортной системы в долгосрочной стратегии.

Статья посвящена некоторым аспектам внедрения искусственного интеллекта в процесс принятия управленческих решений в менеджмент организации. Искусственный интеллект (ИИ) на сегодняшний день является неотъемлемым атрибутом современного информационного времени. С помощью возможностей применения ИИ организации могут легче внедрять в сферу своей деятельности новые проекты и оптимизировать существующие бизнес-процессы, повышая тем самым их производительность и эффективность.

Статья описывает результаты исследования по разработке и реализации сервиса визуализации статистических данных роутеров в меш сетях, анализ их статистических параметров и возможности построения по ним прогнозов.

В статье рассмотрены задания раздела «Моделирование» курса информатики среднего общего образования. Предложенные задания иллюстрируют основные понятия и идеи многопоточных процессов.

Первое задание представлено в виде кейса. Работая над заданием, обучающимся необходимо продумать план действий для решения поставленной задачи, представить план в виде таблицы и диаграммы. В результате работы необходимо подвести обучающихся к выводу о необходимости разделения всего процесса на части и о параллельном выполнении каждой части с целью эффективного распределения времени.

Второе задание предназначено для подготовки обучающихся к единому государственному экзамену по информатике 2024 года (задание 22 «Построение математических моделей для решения практических задач. Архитектура современных компьютеров. Многопроцессорные системы»).

При разработке и построении вычислительной компьютерной модели, последующей визуализации числовых данных, проведении компьютерного эксперимента с целью анализа данных продолжается процесс формирования функциональной грамотности обучающихся.