?
РАЗРАБОТКА АДАПТИВНЫХ ИНТЕРАКТИВНЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ С ИНТЕГРАЦИЕЙ МНОГОКРИТЕРИАЛЬНОГО АНАЛИЗА И МАШИННОГО ОБУЧЕНИ
Обоснование.
В исследовании приведено обоснование исполь
-
зования гибридных подходов, сочетающих методы многокритери
-
ального анализа (AHP, TOPSIS, PROMETHEE) с современными
технологиями обработки данных, для проектирования адаптивных
интерактивных систем поддержки принятия решений (СППР). Такие
подходы позволяют автоматически настраивать веса критериев и эф
-
фективно обрабатывать большие объёмы информации в условиях не
-
определённости. Задачей данного типа является поиск оптимального
ранжирования альтернатив в многокритериальных задачах, при кото
-
ром система динамически адаптируется к изменяющимся предпочте
-
ниям пользователя и внешним условиям, обеспечивая баланс между
точностью, скоростью и интерактивностью. В работе представлены:
архитектура гибридной модели СППР, функции оценки близости к
идеальному решению (в TOPSIS) и матрицы парных сравнений (в
AHP), результаты сравнительной оценки эффективности гибридного
подхода относительно традиционных статичных методов MCDA по
критериям точности и времени вычислений при обработке больших
данных (объём > 10
6
записей). Показано, что предложенный подход
сокращает время принятия решений на 25–35 % и повышает точность
66
Òðàíñïîðò è èíôîðìàöèîííûå òåõíîëîãèè, Òîì 15, No 4, 2025
ранжирования на 15–20 % по сравнению с изолированным использо
-
ванием методов многокритериального анализа.
Цель
– повышение эффективности принятия решений в сложных
организационных системах путём использования гибридных мето
-
дов многокритериального анализа с интеграцией современных тех
-
нологий обработки данных для задач стратегического и оперативно
-
го планирования.
Материалы и методы.
Главный метод исследования – экономи
-
ко-математический и системный анализ. В работе используется ги
-
бридный подход, сочетающий методы многокритериального анали
-
за (AHP, TOPSIS, PROMETHEE) с технологиями обработки больших
данных для решения задач ранжирования альтернатив в интерактив
-
ных системах поддержки принятия решений. Статья базируется на
комплексе источников, включая научную литературу по системам
принятия решений, публикации по многокритериальному анализу,
материалы конференций, статистические данные по применению
СППР в логистике, финансах и здравоохранении, а также докумен
-
тацию по программным инструментам (Python, Scikit-learn, Tableau).
Результаты.
В статье подробно рассмотрены принципы и ар
-
хитектура адаптивных интерактивных систем поддержки принятия
решений, интегрирующих методы многокритериального анализа с
современными технологиями обработки данных. Показано, что ги
-
бридный подход обеспечивает динамическую адаптацию весов кри
-
териев и эффективную обработку больших объёмов информации в
реальном времени. Полученные данные, включая сравнительный ана
-
лиз методов MCDA, архитектуру модели и результаты тестирования
на примерах из логистики, финансов и здравоохранения, могут быть
эффективно использованы организациями при проектировании и вне
-
дрении СППР для повышения точности, скорости и прозрачности
процессов принятия решений в условиях неопределённости.
Ключевые слова:
система поддержки принятия решений; много
-
критериальный анализ; адаптивные системы; интерактивный интер
-
фейс; большие данные
67
Transportation and Information Technologies in Russia, Vol. 15, No 4, 2025
Для цитирования.
Андреев, А. А. (2025). Разработка адаптивных
интерактивных систем поддержки принятия решений с интеграцией
многокритериального анализа и машинного обучения.
Transportation
and Information Technologies in Russia / Транспорт и информационные
технологии
,
15
(4), 65–79.
https://doi.org/10.12731/3033-5965-2025-15-
4-388