Алгоритмизация процесса визуально-экспертного моделирования при оптимизации управления развитием организационных систем с использованием мониторинговой информации

В статье рассматривается задача повышения эффективности процесса принятия решений при управлении ресурсным обеспечением развития организационной системы. Показано, что ориентация на управление на основе результатов мониторинга эффективности деятельности организационной системы приводит к необходимости использования больших данных. В этом случае поддержка экспертных управленческих решений с применением оптимизационного подхода не позволяет исключить выбор необоснованного варианта распределения ресурсного обеспечения, направленного на развитие системы за счет улучшения значений показателей эффективности, влияющих на достижение установленных целей. Для повышения уровня обоснованности управленческих решений предлагается использовать механизмы наглядно-образной интуиции эксперта на основе визуализации больших данных. При этом целесообразно дополнить процесс оптимизационного моделирования визуально-экспертным моделированием. Предложена структуризация этапов интегрированного процесса, обеспечивающего ресурсную поддержку целедостижения по наиболее значимым для развития организационной системы показателям эффективности. Проведена детализация предложенных этапов интегрированного процесса визуально-экспертного и оптимизационного моделирования в виде последовательности алгоритмических операций, позволяющих эксперту обоснованно установить размерность и параметры редукционных оптимизационных моделей, а также выбрать на основе балансовой оптимизации вариант распределения ресурсного обеспечения.

1. Львович Я.Е., Львович И.Я., Чопоров О.Н. и др. Оптимизация цифрового управления в организационных системах: коллективная монография. Под общ. ред. Я.Е. Львовича. Воронеж: ИПЦ «Научная книга»; 2021. 191 с.

2. Львович Я.Е. Многоальтернативная оптимизация: теория и применение. Воронеж: Издательский дом «Кварта»; 2006. 428 с.

3. Тьюки Дж. Анализ результатов наблюдений: разведочный анализ. Под ред. В.Ф. Писаренко. М. «Мир»; 1981. 693 с.

4. Паклин Н.Б., Орешков В.И. Бизнес-аналитика. От данных к знаниям. СПб. «Питер»; 2013:173–210.

5. Моцкус И.Б. Многоэкстремальные задачи проектирования. М. «Наука»; 1967. 215 с.

6. Гурова П.П. Психологический анализ решения задач. Воронеж. Изд-во ВГУ; 1976. 327 с.

7. Терехина А.Ю. Методы многомерного шкалирования и визуализации (обзор). Автоматика и телемеханика. 1973;7:80–94.

8. Шнейдеров В.С., Наушдус Ф. Алгоритмические модели в автоматизации исследований. М. «Наука», 1980:124-129.

9. Кривобокова С.Е., Родин В.А. Алгоритм и программа для графического выделения множества Парето в точечном массиве. Прикладная математика & Физика. 2021:125–131.

10. Львович Я.Е., Львович И.Я. Принятие решений в экспертно-виртуальной среде. Воронеж: НПЦ «Научная книга»; 2010. 140 с.

11. Львович И.Я., Львович Я.Е., Фролов В.Н. Информационные технологии моделирования и оптимизации: краткая теория и приложения. Воронеж: НПЦ «Научная книга»; 2016. 444 с.