Предиктивное управление макрологистической инфраструктурой в нестабильной экономической среде на основе методов машинного обучения

В статье представлены разработки в части предиктивного управления логистической инфраструктурой в макрологистических системах в условиях высокой турбулентности внешней экономической среды, определяемой ужесточением санкционного режима, глобальным замедлением и потенциальной переориентацией внешнеэкономических связей. Глобальное и слабопрогнозируемое изменение параметров потоков внешнеторговых грузов требует применения аппарата адаптивного управления логистической инфраструктурой макроуровня, разработка которого выполнена с использованием математического обеспечения реализации методов машинного обучения, основанных на положениях байесовского подхода. В частности, представленные в статье результаты детального анализа априорных распределений по параметрам моделей с последующим их байесовским сравнением, а также сопряженных апостериорных распределений параметров исследуемых процессов позволяют разрабатывать решения по определению приоритетных направлений ускоренного развития макрологистической инфраструктуры с учетом колебаний основных факторов.