Разработка математической модели принятия решений в условиях организационных систем
Автор: И.В. Гаранин
Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc
Рубрика: Машиностроение и машиноведение
Статья в выпуске: 3 т.28, 2026 года.
Бесплатный доступ
В статье представлена математическая модель и алгоритмическое обеспечение системы поддержки принятия решений (СППР) для разработки программного обеспечения в сфере организационных систем. Фокус сделан на интеграции методов искусственного интеллекта, оптимизации и анализа рисков. Разработана многоуровневая архитектура, включающая модули сбора требований, оценки рисков, моделирования процессов и оптимизации решений. Предложены модифицированные методы, такие как адаптивный Монте-Карло с ML-взвешиванием, для динамической оптимизации. Апробация на симулированных и реальных кейсах показала снижение рисков на 30%, затрат на 20% и ускорение вывода продуктов на рынок на 25%. Модель соответствует принципам общей теории систем и превосходит аналоги по эффективности и адаптивности.
Система поддержки принятия решений, организационные системы, искусственный интеллект, Монте-Карло, анализ рисков, многокритериальный анализ
Короткий адрес: https://sciup.org/148333817
IDR: 148333817 | УДК: 65.011.54 | DOI: 10.37313/1990-5378-2026-28-3-66-73
Development of a Mathematical Model for Decision-Making in Organizational Systems
The article presents a mathematical model and algorithmic support for a decision support system (DSS) for software development in the field of organizational systems. The focus is on integrating artificial intelligence methods, optimization, and risk analysis. A multi-level architecture has been developed, including modules for requirements collection, risk assessment, process modeling, and decision optimization. Modified methods such as adaptive Monte Carlo with ML-weighting and reinforcement learning for dynamic optimization are proposed. Testing on simulated and real cases showed a 30% reduction in risks, 20% in costs, and 25% acceleration in product launch to the market. The model complies with the principles of general systems theory and outperforms analogs in efficiency and adaptability.
