Разработка адаптивных интерактивных систем поддержки принятия решений с интеграцией многокритериального анализа и машинного обучения

Аннотация

Обоснование. В исследовании приведено обоснование использования гибридных подходов, сочетающих методы многокритериального 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 эффективно обрабатывать большие объёмы информации в условиях неопределённости. Задачей данного типа является поиск оптимального ранжирования альтернатив в многокритериальных задачах, при котором система динамически адаптируется к изменяющимся предпочтениям 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 > 10⁶ записей). Показано, что предложенный подход сокращает время принятия решений на 25–35 % и повышает точность ранжирования на 15–20 % по сравнению с изолированным использованием методов многокритериального анализа.

Цель – повышение эффективности принятия решений в сложных организационных системах путём использования гибридных методов многокритериального анализа с интеграцией современных технологий обработки данных для задач стратегического и оперативного планирования.

Материалы и методы. Главный метод исследования – экономико-математический и системный анализ. В работе используется гибридный подход, сочетающий методы многокритериального анализа (AHP, TOPSIS, PROMETHEE) с технологиями обработки больших данных для решения задач ранжирования альтернатив в интерактивных 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 документацию по программным инструментам (Python, Scikit-learn, Tableau).

Результаты. В статье подробно рассмотрены принципы и архитектура адаптивных интерактивных систем поддержки принятия решений, интегрирующих методы многокритериального анализа с современными технологиями обработки данных. Показано, что гибридный подход обеспечивает динамическую адаптацию весов критериев и эффективную обработку больших объёмов информации в реальном времени. Полученные данные, включая сравнительный анализ методов MCDA, архитектуру модели и результаты тестирования на примерах из логистики, финансов и здравоохранения, могут быть эффективно использованы организациями при проектировании и внедрении СППР для повышения точности, скорости и прозрачности процессов принятия решений в условиях неопределённости.

EDN: VKNSFW