В статье рассматривается характеризация организационной системы с альтернативными поставками и процесса управления ее на уровне структурного моделирования. Показано, что формирование структурных моделей является предварительным этапом для оптимизационного моделирования, обеспечивающего алгоритмизацию интеллектуальной поддержки принятия решений управляющим центром. Определено, что для дальнейшего использования при оптимизационном моделировании исходной информации структуризация функционирования организационной системы с альтернативными поставками должны включать описание характеристик связей при взаимодействии управляющего центра и объектов организации. Обосновано, что в число этих характеристик должны входить нумерационные множества объектов, поставщиков и стоимости поставок, и показатели, характеризующие эффективность поставок. Целенаправленность достижения определенных результатов деятельности устанавливается требованиями управляющего центра к интегральным затратам и срокам выполнения работ для каждого объекта. Оценено, что непосредственная трансформация структурной модели функционирования исследуемой системы в структуру управления на основе экспертно-оптимизационных решений в большинстве случаев не позволяет выбрать наилучший вариант поставок. В этом случае процесс традиционного управления следует дополнить подсистемой интеллектуальной поддержки управленческих решений. Предлагается интеллектуализацию осуществить путем последовательного решения ряда оптимизационных задач с последующей трансформацией результатов оптимизации в окончательное управленческое решение, обеспечивающее согласование экспертных и формализованных оценок. Указанная последовательность направлена на постепенное снижение задач многоальтернативной оптимизации, начиная от формирования редуцированного множества с переходом к множеству доминирующих вариантов и, наконец, перехода от альтернативных оптимизируемых переменных к параметрическим. Рассмотрена целесообразность перехода к параметрической оптимизации на основе машинного обучения зависимостей показателей эффективности от параметров с использованием ретроспективных данных для объектов, аналогичных текущему состоянию организационной системы с альтернативными поставками.
1. Вайл П., Ворнер С. Цифровая трансформация бизнеса: Изменение бизнес-модели для организации нового поколения. Москва: Альпина Паблишер; 2019. 257 с.
2. Корчагин С.Г., Рындин А.А., Рындин Н.А. Управление в организационных системах на основе цифровых технологий. Воронеж: Научная книга; 2025. 248 с.
3. Сокольников В.В. Оперативное управление строительными процессами и их ресурсным обеспечением в строительно-монтажном предприятии. Вестник гражданских инженеров. 2017;(1):147–152.
4. Колчеданцев Л.М., Сокольников В.В. Обоснование платформы автоматизации системы оперативного планирования и управления на строительном предприятии. Жилищное строительство. 2015;(4):38–42.
5. Гретченко А.И., Горохова И.В. Цифровая платформа: новая бизнес-модель в экономики России. Вестник Российского экономического университета имени Г.В. Плеханова. 2019;(1):62–72. https://doi.org/10.21686/2413-2829-2019-1-62-72
6. Львович Я.Е., Львович И.Я., Чопоров О.Н. и др. Оптимизация цифрового управления в организационных системах. Воронеж: Научная книга; 2021. 191 с.
7. Львович И.Я. Принятие решений на основе оптимизационных моделей и экспертной информации. Воронеж: Научная книга; 2023. 232 с.
8. Новосельцев В.И. Системный анализ: современные концепции. Воронеж: Издательство «Кварта»; 2003. 360 с.
9. Нечипоренко В.И. Структурный анализ систем (эффективность и надежность). Москва: Советское радио; 1977. 216 с.
10. Трахтенгерц Э.А. Компьютерная поддержка принятия согласованных групповых решений. Москва: Новые технологии: Машиностроение; 2002. 24 с.
11. Львович Я.Е., Шевырева Е.А. Оптимизация управления в организационной системе с альтернативными поставками на основе модели и алгоритма многовариантного выбора. Моделирование, оптимизация и информационные технологии. 2024;12(4). https://doi.org/10.26102/2310-6018/2024.47.4.018
12. Донской В.И. Извлечение оптимизационных моделей из данных: применение нейронных сетей. Таврический вестник информатики и математики. 2018;(2):71–89.
Шевырева Елена Александровна
Воронежский институт высоких технологий
Воронеж, Российская Федерация
