<?xml version="1.0" encoding="UTF-8"?>
<article article-type="research-article" dtd-version="1.3" xml:lang="ru" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="https://metafora.rcsi.science/xsd_files/journal3.xsd">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">moitvivt</journal-id>
      <journal-title-group>
        <journal-title xml:lang="ru">Моделирование, оптимизация и информационные технологии</journal-title>
        <trans-title-group xml:lang="en">
          <trans-title>Modeling, Optimization and Information Technology</trans-title>
        </trans-title-group>
      </journal-title-group>
      <issn pub-type="epub">2310-6018</issn>
      <publisher>
        <publisher-name>Издательство</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.26102/2310-6018/2026.57.6.013</article-id>
      <article-id pub-id-type="custom" custom-type="elpub">2362</article-id>
      <title-group>
        <article-title xml:lang="ru">Оптимизация функционирования цифровизированной организационной системы на основе проактивного управления параметрами информационной среды</article-title>
        <trans-title-group xml:lang="en">
          <trans-title>Optimizing the operation of a digitized organizational system through proactive management of information environment parameters</trans-title>
        </trans-title-group>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name name-style="eastern" xml:lang="ru">
              <surname>Готишан</surname>
              <given-names>Александр Александрович</given-names>
            </name>
            <name name-style="western" xml:lang="en">
              <surname>Gotishan</surname>
              <given-names>Aleksandr Aleksandrovich</given-names>
            </name>
          </name-alternatives>
          <email>hijanai@mail.ru</email>
          <xref ref-type="aff">aff-1</xref>
        </contrib>
        <contrib contrib-type="author">
          <contrib-id contrib-id-type="orcid">0000-0002-7051-3763</contrib-id>
          <name-alternatives>
            <name name-style="eastern" xml:lang="ru">
              <surname>Львович</surname>
              <given-names>Яков Евсеевич</given-names>
            </name>
            <name name-style="western" xml:lang="en">
              <surname>Lvovich</surname>
              <given-names>Yakov Yevseevich</given-names>
            </name>
          </name-alternatives>
          <email>office@vivt.ru</email>
          <xref ref-type="aff">aff-2</xref>
        </contrib>
      </contrib-group>
      <aff-alternatives id="aff-1">
        <aff xml:lang="ru">Воронежский институт высоких технологий</aff>
        <aff xml:lang="en">Voronezh Institute of High Technologies</aff>
      </aff-alternatives>
      <aff-alternatives id="aff-2">
        <aff xml:lang="ru">Воронежский институт высоких технологий</aff>
        <aff xml:lang="en">Voronezh Institute of High Technologies</aff>
      </aff-alternatives>
      <pub-date pub-type="epub">
        <day>01</day>
        <month>01</month>
        <year>2026</year>
      </pub-date>
      <volume>1</volume>
      <issue>1</issue>
      <elocation-id>10.26102/2310-6018/2026.57.6.013</elocation-id>
      <permissions>
        <copyright-statement>Copyright © Авторы, 2026</copyright-statement>
        <copyright-year>2026</copyright-year>
        <license license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This work is licensed under a Creative Commons Attribution 4.0 International License</license-p>
        </license>
      </permissions>
      <self-uri xlink:href="https://moitvivt.ru/ru/journal/article?id=2362"/>
      <abstract xml:lang="ru">
        <p>В работе рассматривается задача оптимизации функционирования цифровизированной организационной системы в условиях динамически изменяющейся информационной среды. Показано, что традиционные реактивные методы управления не обеспечивают требуемого уровня надежности и эффективности при высокой изменчивости нагрузок. Обоснована необходимость перехода к проактивному управлению, основанному на упреждающем изменении параметров информационной среды. Предложена формализация задачи оптимизации, учитывающая совокупные затраты на функционирование системы и вероятностные требования к надежности. Разработан метод выбора оптимальных параметров управления, базирующийся на введении обобщенного функционала, объединяющего критерий эффективности и штрафные ограничения, а также на итерационной процедуре коррекции параметров с использованием псевдослучайной инициализации, адаптивного шага и механизма обновления штрафных коэффициентов. Особенностью метода является учет прогнозируемых изменений состояния системы, что позволяет реализовать проактивный механизм управления. Продемонстрировано, что предложенный подход обеспечивает снижение затрат, повышение устойчивости функционирования и предотвращение критических состояний системы. Определены ограничения метода (чувствительность к выбору гиперпараметров, зависимость от качества прогнозных моделей) и направления его дальнейшего развития. Практическая значимость работы заключается в возможности применения предложенного подхода в системах управления ресурсами облачных платформ, оркестраторах контейнерных сред и других цифровизированных организационных системах с динамически изменяющейся нагрузкой.</p>
      </abstract>
      <trans-abstract xml:lang="en">
        <p>The paper considers the problem of optimizing the functioning of a digitalized organizational system in a dynamically changing information environment. It is shown that traditional reactive control methods do not provide the required level of reliability and efficiency under high load variability. The necessity of transition to proactive management based on anticipatory changes in the parameters of the information environment is substantiated. A formalization of the optimization problem is proposed, taking into account the total costs of system operation and probabilistic reliability requirements. A method for selecting optimal control parameters is developed, based on the introduction of a generalized functional that combines the efficiency criterion and penalty constraints, as well as an iterative procedure for parameter correction using pseudo-random initialization, an adaptive step, and a mechanism for updating penalty coefficients. A feature of the method is taking into account predicted changes in the state of the system, which makes it possible to implement a proactive control mechanism. It is shown that the proposed approach provides cost reduction, increased operational stability and prevention of critical system states. The limitations of the method (sensitivity to the choice of hyperparameters, dependence on the quality of predictive models) and directions for its further development are identified. The practical significance of the work lies in the possibility of applying the proposed approach in resource management systems for cloud platforms, container orchestrators and other digitalized organizational systems with dynamically changing loads.</p>
      </trans-abstract>
      <kwd-group xml:lang="ru">
        <kwd>цифровизированная организационная система</kwd>
        <kwd>проактивное управление</kwd>
        <kwd>оптимизация параметров</kwd>
        <kwd>информационная среда</kwd>
        <kwd>надежность</kwd>
        <kwd>затраты</kwd>
        <kwd>итерационный алгоритм</kwd>
        <kwd>псевдослучайная инициализация</kwd>
        <kwd>адаптивный шаг</kwd>
        <kwd>прогнозирование временных рядов</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>digitalized organizational system</kwd>
        <kwd>proactive management</kwd>
        <kwd>parameter optimization</kwd>
        <kwd>information environment</kwd>
        <kwd>reliability</kwd>
        <kwd>costs</kwd>
        <kwd>iterative algorithm</kwd>
        <kwd>pseudo-random initialization</kwd>
        <kwd>adaptive step</kwd>
        <kwd>time series forecasting</kwd>
      </kwd-group>
      <funding-group>
        <funding-statement xml:lang="ru">Исследование выполнено без спонсорской поддержки.</funding-statement>
        <funding-statement xml:lang="en">The study was performed without external funding.</funding-statement>
      </funding-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <title>References</title>
      <ref id="cit1">
        <label>1</label>
        <mixed-citation xml:lang="ru">Ершов А.Н. Актуальные проблемы развития предиктивной аналитики в промышленности. Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2025;23(3):187–194. https://doi.org/10.18503/1995-2732-2025-23-3-187-194</mixed-citation>
      </ref>
      <ref id="cit2">
        <label>2</label>
        <mixed-citation xml:lang="ru">Ахмедьянова Г.Ф. Оптимальное управление организационно-технической системой с учётом интенсивности приложения управляющих воздействий. Моделирование, оптимизация и информационные технологии. 2024;12(1). https://doi.org/10.26102/2310-6018/2024.44.1.019</mixed-citation>
      </ref>
      <ref id="cit3">
        <label>3</label>
        <mixed-citation xml:lang="ru">Корчагин С.Г., Рындин А.А., Рындин Н.А. Управление в организационных системах на основе цифровых технологий. Воронеж: Научная книга; 2025. 248 с.</mixed-citation>
      </ref>
      <ref id="cit4">
        <label>4</label>
        <mixed-citation xml:lang="ru">Зацаринный А.А., Карандеев А.А., Маслов А.Е. и др. Развитие технологий распознавания на основе дополнительных признаков. Информационные технологии и вычислительные системы. 2024;(1):67–74. https://doi.org/10.14357/20718632240107</mixed-citation>
      </ref>
      <ref id="cit5">
        <label>5</label>
        <mixed-citation xml:lang="ru">Сарин К.С. Адаптированный алгоритм градиентного спуска для настройки параметров нечеткого классификатора. Информационные и математические технологии в науке и управлении. 2025;(2):18–31. https://doi.org/10.25729/ESI.2025.38.2.002</mixed-citation>
      </ref>
      <ref id="cit6">
        <label>6</label>
        <mixed-citation xml:lang="ru">Альчаков В.В., Крамарь В.А. Оценка методов машинного обучения для прогнозирования сезонных временных рядов. Известия ЮФУ. Технические науки. 2023;(2):250–263. https://doi.org/10.18522/2311-3103-2023-2-250-263</mixed-citation>
      </ref>
      <ref id="cit7">
        <label>7</label>
        <mixed-citation xml:lang="ru">Орлова И.В. Использование пакета Prophet в прогнозировании временных рядов. Фундаментальные исследования. 2021;(3):94–102. https://doi.org/10.17513/fr.42987</mixed-citation>
      </ref>
      <ref id="cit8">
        <label>8</label>
        <mixed-citation xml:lang="ru">Dostál Z., Vlach O. An accelerated augmented Lagrangian algorithm with adaptive orthogonalization strategy for bound equality constrained quadratic programming and its application to large-scale contact problems of elasticity. Journal of Computational and Applied Mathematics. 2021;394(11):113565. https://doi.org/10.1016/j.cam.2021.113565</mixed-citation>
      </ref>
      <ref id="cit9">
        <label>9</label>
        <mixed-citation xml:lang="ru">Львович Я.Е., Львович И.Я., Чопоров О.Н. и др. Оптимизация цифрового управления в организационных системах. Воронеж: Научная книга; 2021. 191 с.</mixed-citation>
      </ref>
      <ref id="cit10">
        <label>10</label>
        <mixed-citation xml:lang="ru">Черняев Ю.А. Метод проекции градиента для класса экстремальных задач с ограничением в виде подмножества точек гладкой поверхности. Журнал вычислительной математики и математической физики. 2021;61(3):391–399. https://doi.org/10.31857/S004446692102006X</mixed-citation>
      </ref>
      <ref id="cit11">
        <label>11</label>
        <mixed-citation xml:lang="ru">Булгакова Т.Е., Войтишек А.В. Условная оптимизация функционального вычислительного ядерного алгоритма приближения вероятностной плотности по заданной выборке. Журнал вычислительной математики и математической физики. 2021;61(9):1431–1446. https://doi.org/10.31857/S0044466921090076</mixed-citation>
      </ref>
      <ref id="cit12">
        <label>12</label>
        <mixed-citation xml:lang="ru">Анафиев А.С., Карюк А.С. Обзор подходов к решению задачи оптимизации гиперпараметров для алгоритмов машинного обучения. Таврический вестник информатики и математики. 2022;(2):30–37.</mixed-citation>
      </ref>
    </ref-list>
    <fn-group>
      <fn fn-type="conflict">
        <p>The authors declare that there are no conflicts of interest present.</p>
      </fn>
    </fn-group>
  </back>
</article>