moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2025.51.4.056 2121 Интеллектуализация принятия решений по закупке изделий с использованием поискового агента при многовариантном анализе атрибутов изделий Intellectualization of decision-making in the procurement of products using a search agent in multivariate analysis of product attributes Гусев Павел Юрьевич Gusev Pavel gsvpy@yandex.ru aff-1 Самотин Иван Дмитриевич Samotin Ivan aff-2 Данилов Александр Дмитриевич Danilov Aleksandr danilov-ad@yandex.ru aff-3 Воронежский государственный технический университет Voronezh State Technical University Воронежский государственный технический университет Voronezh State Technical University Воронежский государственный технический университет Voronezh State Technical University 01 01 2026 1 1 10.26102/2310-6018/2025.51.4.056 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

Актуальность данного исследования обусловлена необходимостью развития методов использования значительных объемов текстовой информации при принятии управленческих решений. В связи с этим статья направлена на выявление основных факторов и особенностей интеллектуальных программных агентов, используемых для поиска и обработки информации из открытых источников. Рассмотрены факторы, влияющие на принятие управленческого решения при распределении ресурсов на закупку изделий. Определена ситуация поиска информации в ограниченном временном промежутке, которая приводит к принятию управленческого решения в условиях неполной информации об изделиях. Предложены описания поиска информации без использования интеллектуального поискового агента и с использованием интеллектуального поискового агента. Определены требования к используемому поисковому агенту, заключающиеся в точности поиска информации, ограничении времени на поиск информации, ограничении ресурсов на разработку поискового агента. Предложено описание выбора используемой модели искусственного интеллекта, предъявляемых требований по времени на принятие решения, требований по точности и затрачиваемому времени на поиск текстовой информации, а также оценке показателя стоимости разработки поискового агента. Реализация предлагаемой модели поискового агента проверена на 100 наименованиях изделий, относящихся к оборудованию с числовым программным управлением. Выявлены взаимосвязи между количеством известных атрибутов и точностью поиска новых атрибутов.

The relevance of this study is determined by the need to develop methods for using significant volumes of text information in making management decisions. Therefore, the article aims to identify the key factors and features of intelligent software agents used to search for and process information from open sources. The factors influencing the adoption of management decisions when allocating resources for the purchase of products are considered. A situation of information search in a limited time period is defined, which leads to making a management decision under conditions of incomplete information about products. Descriptions of information search without the use of an intelligent search agent and with the use of an intelligent search agent are proposed. Requirements for the used search agent are defined, consisting of information search accuracy, information search time limitation, and resource limitation for search agent development. Formalized descriptions of the choice of the used artificial intelligence model, requirements for decision-making time, requirements for accuracy and time spent on text information search, as well as an assessment of the cost indicator for developing a search agent are proposed. The implementation of the proposed search agent model was tested on 100 product names related to numerically controlled equipment. Relationships were identified between the number of known attributes and the accuracy of finding new attributes.

 интеллектуальный агент искусственный интеллект принятие решений поиск информации модель поискового агента intelligent agent artificial intelligence decision making information retrieval search agent model Работа выполнена с использованием инфраструктуры центра коллективного пользования Минпромторга России «Межведомственная платформа моделирования и применения технологий искусственного интеллекта». The work was carried out using the infrastructure of the shared use center of the Ministry of Industry and Trade of Russia "Interdepartmental platform for modeling and application of artificial intelligence technologies". References Hill-Yardin E.L., Hutchinson M.R., Laycock R., Spencer S.J. A Chat(GPT) About the Future of Scientific Publishing. Brain, Behavior, and Immunity. 2023;110:152–154. https://doi.org/10.1016/j.bbi.2023.02.022 Zhou K.-Q., Nabus H. The Ethical Implications of DALL-E: Opportunities and Challenges. Mesopotamian Journal of Computer Science. 2023;2023:16–21. https://doi.org/10.58496/MJCSC/2023/003 Gozalo-Brizuela R., Garrido-Merchán E.C. A Survey of Generative AI Applications. arXiv. URL: https://arxiv.org/abs/2306.02781 [Accessed 10th October 2025]. Murphy K.P. Probabilistic Machine Learning: An Introduction. Cambridge: The MIT Press; 2022. 864 p. Kolt N. Governing AI Agents. arXiv. URL: https://arxiv.org/abs/2501.07913 [Accessed 10th October 2025]. Намиот Д.Е., Ильюшин Е.А. Архитектура LLM-агентов. International Journal of Open Information Technologies. 2025;13(1):67–74. Bannett M. Deep Learning Powered Architectures for Intelligent Workflow Dynamics, Adaptive Task Scheduling, and Autonomous Orchestration of Complex Processes in n8n. MetaVision Journal of Multidisciplinary Studies (MVJMS). 2024;1(3):1–19. Prakash Pradhan S. Working with Power Virtual Agent. In: Power Platform and Dynamics 365 CE for Absolute Beginners: Configure and Customize Your Business Needs. Berkeley: Apress; 2022. P. 193–222. https://doi.org/10.1007/978-1-4842-8600-5_5 Аветисян Т.В., Львович Я.Е., Преображенский А.П., Преображенский Ю.П. Методика управления ресурсами для IT-компании, занимающейся сервисным обслуживанием. Наука Красноярья. 2023;12(1-1):172–198. https://doi.org/10.12731/2070-7568-2023-12-1-172-198 Юсупова Н.И., Богданова Д.Р., Бойко М.В. Математическое обеспечение для поддержки принятия решений при управлении качеством продукции на основе анализа текстовой информации. Современные проблемы науки и образования. 2014;(3). URL: https://science-education.ru/ru/article/view?id=13024 Пирматов А.З., Азимов Б.А., Камалов С.С. Искусственный интеллект с использованием Python: технологии и применение. Бюллетень науки и практики. 2023;9(11):288–295. https://doi.org/10.33619/2414-2948/96/37 Брагин А.В., Бахтизин А.Р., Макаров В.Л. Большие языковые модели четвёртого поколения как новый инструмент в научной работе. Искусственные общества. 2023;18(1). https://doi.org/10.18254/S207751800025046-9 Palakurti A., Kodi D. Building Intelligent Systems with Python: An AI and ML Journey for Social Good. In: Advancing Social Equity Through Accessible Green Innovation. IGI Global Scientific Publishing; 2025. P. 77–92. https://doi.org/10.4018/979-8-3693-9471-7.ch006 Arslan M., Ghanem H., Munawar S., Cruz Ch. A Survey on RAG with LLMs. Procedia Computer Science. 2024;246:3781–3790. https://doi.org/10.1016/j.procs.2024.09.178

The authors declare that there are no conflicts of interest present.