Теоретическое обоснование модели поиска оптимальных решений в сложных системах управления ресурсами

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Актуальность статьи обусловлена сложностью и динамичностью систем распределения ресурсов (РР-систем), которые включают множество изменяющихся во времени элементов, как внутри системы, так и во внешней среде, и требуют организации в виде иерархических подсистем. Неопределённость информационной составляющей и факторов влияния делает необходимым использование эффективных аналитических инструментов, основанных на теории принятия решений в условиях неопределённости, для объективной оценки и управления такими системами.

Цель. Разработать комплекс математических моделей поиска оптимальных решений в сложных системах управления ресурсами в условиях неопределенности, необходимый при разработке структуры распределения.

Материалы и методы.  В материале используется комбинация математического моделирования, теории принятия решений и методов оптимизации для решения многокритериальных задач в сложных системах, особенно в РР-системах транспортных комплексов. Для задач оптимизации в условиях определённости модель включает множество допустимых решений XX и векторный критерий f(x)f(x) для оценки альтернатив. В многокритериальных задачах в условиях неопределённости отсутствие единого математического аппарата требует применения разнородных методов, таких как комбинаторика, теория графов, эвристика, линейное и динамическое программирование, а также поисковые алгоритмы. Исследование подчеркивает сложности применения этих методов в сложных системах, где внешние и внутренние неопределённости затрудняют формулировку ограничений и интеграцию качественных и количественных критериев. Также рассматривается преобразование многокритериальных задач в однокритериальные с набором ограничений, акцентируя внимание на ограничениях, вызванных непредсказуемыми внешними факторами, и необходимости экспериментальной проверки в сложных транспортных системах.

Результаты. Основная сложность в построении эффективных РР-систем связана с значительной мощностью множества качественных критериев, элементы которого, с трудом формализируются и встраиваются в математические модели. Качественные критерии требуют использования порядковых шкал, где допустимы только монотонные преобразования, что ограничивает количественное сравнение. Для решения многокритериальных задач предложены методы, основанные на бинарных отношениях и функциях ценности, которые позволяют формализовать предпочтения и ранжировать альтернативы. Эти подходы, включая линейные свертки и функции полезности, повышают объективность решений в сложных системах, таких как транспортные комплексы, где присутствуют как количественные, так и качественные критерии, однако их применение требует тщательного анализа и адаптации к специфике задач.

Об авторах

Роман Александрович Халтурин

Государственный университет управления (ГУУ)

Автор, ответственный за переписку.
Email: ra_khalturin@guu.ru

кандидат экономических наук

Россия, Рязанский пр-т, 99, г. Москва, Российская Федерация

Роман Олегович Судоргин

Московский автомобильно-дорожный государственный технический университет (МАДИ); Санкт-Петербургский политехнический университет Петра Великого (СПбПУ)

Email: ro_sudorgin@guu.ru

кандидат экономических наук

Ленинградский проспект, 64, г. Москва, 125319, Российская Федерация; ул. Политехническая, 29Б, г. Санкт-Петербург, 195251, Российская Федерация

Никита Сергеевич Акиньшин

Государственный университет управления (ГУУ)

Email: Nikita14Akin@yandex.ru
ORCID iD: 0009-0009-4229-7918

аспирант

Россия, Рязанский пр-т, 99, г. Москва, Российская Федерация

Список литературы

  1. Перегудов, Ф. И., & Тарасенко, Ф. П. (1989). Введение в системный анализ. Москва: Высшая школа. 368 с. EDN: https://elibrary.ru/TFPWJJ
  2. Таха, Х. А. (2005). Введение в исследование операций. Москва: ИД «Вильямс». 912 с.
  3. Волкова, В. Н., & Емельянов, А. А. (2006). Теория систем и системный анализ в управлении организациями. Справочник. Учебное пособие. Москва: Финансы и статистика. 848 с.
  4. Тарасенко, Ф. П. (2004). Прикладной системный анализ (Наука и искусство решения проблем). Учебник. Томск: Издательство Томского университета. 186 с. EDN: https://elibrary.ru/TFPWDF
  5. Закиева, Е. Ш. (2022). Методология поддержки принятия решений при управлении социетальной системой на основе динамического моделирования и интеллектуальных технологий. Диссертация доктора технических наук. Уфа. 310 с. EDN: https://elibrary.ru/AYPLKR
  6. Поспелов, А. Б. (2011). Методы многокритериальной целочисленной оптимизации. USA: LAP Lambert Academic Publishing. 232 с.
  7. Моисеева, Т. В. (2022). Методологические основы поддержки принятия решений по управлению инновационным развитием социотехнических объектов на основе интерсубъективного подхода. Диссертация доктора технических наук. Самара. 359 с. EDN: https://elibrary.ru/HSBHXL
  8. Саати, Т. Л. (2008). Принятие решений при зависимостях и обратных связях: аналитические сети. Пер. с англ., науч. ред. А. В. Андрейчиков, О. Н. Андрейчикова. Москва: Издательство ЛКИ. 360 с.
  9. Рындин, Н. А. (2022). Компонентная оптимизация развивающейся цифровой среды управления в организационных системах. Моделирование, оптимизация и информационные технологии, 10(2), 1–9. https://doi.org/10.26102/2310-6018/2022.37.2.013 EDN: https://elibrary.ru/CLNOET
  10. Терентьев, А. В., Ефименко, Д. Б., & Карелина, М. Ю. (2017). Методы районирования, как методы оптимизации автотранспортных процессов. Вестник гражданских инженеров, (6), 291–294. https://doi.org/10.23968/1999-5571-2017-14-6-291-294 EDN: https://elibrary.ru/YPNFZF
  11. Terentyev, A., Evtiukov, S., & Karelina, M. (2017). A method for multi-criteria evaluation of the complex safety characteristic of a road vehicle. Transportation Research Procedia, 36, 149–156. https://doi.org/10.1016/j.trpro.2018.12.057 EDN: https://elibrary.ru/DGMMDN
  12. Moiseev, V. V., Terentiev, A. V., Stroev, V. V., & Karelina, M. Yu. (2018). Enhancement of economic efficiency of transport performance using multi-criteria estimation. Advances in Economics, Business and Management Research, 61, 167–171. EDN: https://elibrary.ru/WHRSRR
  13. Terentiev, A. V., Yevtukov, S. S., & Karelina, E. A. (2020). Development of zoning method for solving economic problems of optimal resource allocation to objects of various importance in context of incomplete information. Advances in Economics, Business and Management Research, 128, 765–772. https://doi.org/10.2991/aebmr.k.200312.108 EDN: https://elibrary.ru/LJQRIK
  14. Terentyev, A. V., Karelina, M. Yu., Cherepnina, T. Yu., Linnik, D. A., & Demin, V. A. (2020). Digital object-oriented control models in automobile-road complex systems. IOP Conf. Series: Materials Science and Engineering, 832(1), 012058. https://doi.org/10.1088/1757-899X/832/1/012058 EDN: https://elibrary.ru/LTGFWV

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Халтурин Р.А., Судоргин Р.О., Акиньшин Н.С., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».