Современный переход к «управлению, основанному на данных», опирающемуся на создание полномасштабных цифровых двойников сложных социально-экономических систем, сталкивается с фундаментальным вызовом. В статье доказывается, что оптимизационные задачи, решаемые для таких цифровых моделей, являются некорректными по отношению к оригиналу, поскольку ключевые объекты управления – эргатические системы – принципиально неформализуемы из-за наличия человеческого компонента. Риск в этой парадигме перестает быть внешней угрозой, становясь имманентным свойством самой системы управления, порождаемым неизбежным и нарастающим расхождением траекторий виртуальной модели и реального эргатического процесса. Стратегии, оптимальные для «цифрового Левиафана» (тотальной симуляции), ведут к дестабилизации оригинала, эрозии человеческого компонента и выходу системы за границы управляемости. Автор обосновывает необходимость смены парадигмы: от поиска точечного оптимума для неполной модели к синтезу робастных и адаптивных стратегий, явно минимизирующих функционал риска. Вводится и противопоставляется два концепта: «цифровой Левиафан» (искушение управлять симуляцией) и «формализм риска» (дисциплина постоянного сравнения карты и территории). Ключевым элементом новой парадигмы «симбиотического управления» является формальное включение человеческого оператора, как корректирующего контура в итеративный диалог между моделью и реальностью. Целью управления становится не абсолютный оптимум в виртуальном пространстве, а динамическая адаптивная эффективность в реальном мире, достигаемая через постоянное управление имманентным риском расхождения траекторий. Предложенная архитектура симбиотического управления, основанная на принципах байесовского обновления и минимакса, позволяет не просто минимизировать риск, но и активно управлять эпистемической неопределенностью, превращая человеческую интуицию в структурированный источник коррекции модели. В работе показано, что такой подход обеспечивает устойчивость сложных социотехнических систем в условиях принципиальной неполноты знания, предлагая путь от иллюзии абсолютного контроля к мудрости совместной навигации.

В работе раскрываются основные ограничений древовидных систем принятия решений в страховании – чувствительность к шуму и выбросам, склонность к переобучению, ограниченная способность к обобщению. Предлагаются способы их преодоления за счет методов машинного обучения, нейронных сетей и методов стекинг-ансамблирования. Ставится гипотеза о улучшении качества прогнозирования убытков, где прогнозы от нескольких базовых моделей (XGBoost, CatBoost, LogisticRegression, RandomForest, TabTransformer), в совокупности с исходными признаками набора данных, объединяются в более сильный ансамбль моделей, где строится метамодель на основе полносвязной нейронной сети с дополнительным входом исходным признаков. На данных страхования автомобилей в России за 2023-2025 годы, проводится исследование, где описывается порядок эксперимента с обучением разнородных моделей машинного обучения и нейронных сетей. Описывается алгоритм предобработки набора данных с акцентом на специфичное кодирование категорий (европейская классификация автомобилей по сегменту люксовости), делается акцент на несбалансированности целевого класса – менее 3% убытков во всем объеме данных. На основе обученных моделей строятся модели ансамблей, используя пять методов стекинг-ансамблирования: Simple Average, LogisticRegression-Constraint, Adaptive Regression by Mixing, ARM-Tweedie, Multilayer Perceptron (MLP). Проводится качественное сравнение базовых моделей с ансамблями моделей на основе классификационных (ROC-AUC, PR-AUC) и вероятностных метрик (Logloss, BrierScore). По результатам исследования лучшей базовой моделью является TabTransformer (BrierScore = 0.037, LogLoss = 0.185, ROC-AUC = 0.635, PR-AUC = 0.054). Ансамбль на основе полносвязной нейронной сети (MLP) превзошел ее по всем ключевым метрикам (BrierScore = 0.026, LogLoss = 0.131, ROC-AUC = 0.649, PR-AUC = 0.055). Полученный результат исследования позволяют подтвердить поставленную гипотезу: ансамбль на основе полносвязной нейронной сети позволил получить прирост по основным метрикам оценки. Полученный результат доказывает методологическую ценность подхода, даже в условиях ограниченного сигнала данных нейросетевой ансамбль в совокупности с исходными признаками обеспечивает более эффективное объединение прогнозов по сравнению с методами предиктивной аналитики и методами стекинг-ансамблирования.

Актуальность исследования обусловлена ростом потребности в автоматизации ведения протоколов корпоративных встреч, которое является трудоёмким и затяжным процессом, сопровождающимся высоким риском ошибок. Современные системы распознавания речи (ASR – Automatic Speech Recognition) работают нестабильно при многопользовательских диалогах, перекрытиях голосовых фрагментов, фоновом шуме и использовании специализированной лексики. Особенно остро стоит проблема распознавания дикторов (Speaker Identification, SID), когда на одного сотрудника приходится мало эталонных записей, что вполне типично для офисной среды. Дополнительные трудности создаёт и акустическая обстановка: гулкие кабинеты, одновременные высказывания, отсутствие чёткого разделения голосов. Таким образом, цель данной работы – создание гибридной нейросетевой модели для точной транскрипции и надёжной атрибуции речи в групповых дискуссиях. В рамках работы проанализированы слабые места ASR-систем и методов SID, предложена трёхуровневая архитектура: сегментация аудиопотока VAD + SCD (VAD – Voice Activity Detection – определение активности речи), SCD – Speaker Change Detection – детектирование смены диктора), идентификация по голосовым эмбеддингам с механизмом внимания к эталонам, транскрибация1 с учётом личности говорящего, так же приведено математическое обоснование ключевых компонентов. Теоретическая значимость заключается в построении методики SID на основе механизма внимания, позволяющая эффективно решать задачи обучения с малым числом примеров (few-shot learning). В отличие от традиционных подходов, требующих обширных размеченных корпусов, новая архитектура учится сопоставлять речевые фрагменты с небольшим числом эталонных записей. Эффективность метода эмпирически подтверждена на реальных записях корпоративных совещаний (свыше 20 часов, пять участников). Модуль сегментации показал F1-меру VAD на уровне 0,885, а модуль идентификации диктора точность 62,5%, что в трое выше случайного уровня (20%). Транскрибация выполнена через внешнюю систему Whisper, гарантирующую высокую достоверность распознавания. Результаты позволяют построить систему автоматического ведения протоколов совещаний, а архитектура позволяет работать и с большим числом участников, а также легко адаптируется под разные форматы коммуникаций: от переговоров до встреч с участием клиентов. Функциональные возможности гибридной нейросетевой модели могут быть использованы при создании различных инструментов для протоколирования корпоративных встреч.

Проблема системного и научно-обоснованного подхода к организации электронного обучения повышает свою актуальность в условиях массового применения больших языковых моделей. В статье рассматривается проблема концептуального методического обоснования работы интеллектуальных автоматизированных обучающих систем (ИАОС). Показана проблема описания и раскрытия в научных источниках внутренних механизмов их работы, позволяющих верифицировать и автоматически объяснять принимаемые ими решения. В качестве примера рассмотрена авторская экспериментальная обучающая система AESU. Для неё рассматриваются базовые концепции, механизмы и методические решения. В качестве основных концепций приведены теория функциональных систем П.К. Анохина (модель афферентного синтеза), прикладная семиотика Д.А. Поспелова и теория рефлексивного управления В.А. Лефевра. Показана роль когнитивной визуализации (картирования) при синтезе решений. Для этого объединяется логика продукционных экспертных систем, нечёткой логики и проверки гипотеза по Шортлиффу – интеллектуальных механизмов решателя обучающей системы. Эмерджентный эффект, возникающий от использования приведённых концепций и механизмов, позволяет предложить авторский подход к реализации модульной концентрации данных и сквозного анализа учебной ситуации. Системообразующим элементом в синтезе решений ИАОС становятся структурная и функциональная нотация карт: метод когнитивных карт диагностики знаний и метод унифицированного графического воплощения активности. Показана возможность взаимного перехода параметрического и визуального отображения учебной ситуации между этими типами карт и их использование при выработке решений как решателем обучающей системы, так и учащимся в процессе работы в электронной обучающей среде. В заключении отмечены архитектурные особенности ИАОС AESU. Кроме типовых функций систем управления обучением, предложенная ИАОС реализует диалоговый механизм взаимодействия с учащимся в естественно-языковой форме без привлечения возможностей больших языковых моделей: гибкий механизм обратной связи позволяет поддерживать интерактивный диалог, опираясь на методически обоснованные выводы. Это позволяет повысить уровень доверия человека-учащегося к рекомендациям обучающей системы и способствует вовлечению в образовательный процесс на базе ИАОС.

В работе проведено моделирование пространственного перераспределения интенсивности оптического поля в планарной волноводной структуре, образованной границей раздела между нелинейной средой и средой с градиентным показателем преломления. В качестве модели градиентной среды была выбрана обобщенная зависимость диэлектрической проницаемости от расстояния от поверхности контакта сред. В качестве модельной нелинейной среды была выбрана среда с оптическим эффектом Поккельса, в которой диэлектрическая проницаемость линейно зависит от амплитуды напряженности электрического поля. В исследовании выявлены критические режимы работы, в которых максимум интенсивности направляемой моды может быть целенаправленно расположен внутри любой из составляющих сред или точно на границе их раздела путем регулирования оптических параметров системы, определяющих критическое значение эффективного показателя преломления. Основным результатом работы является доказательство существования критического эффективного показателя преломления независимо от выбора модели нелинейности, при котором максимум поля точно локализован на границе раздела. Показано, что значение зависит исключительно от параметров, определяющих профиль градиентного показателя преломления, что обеспечивает дисперсионное соотношение. Особый акцент сделан на выявлении того, как каждый из параметров градиентного профиля в отдельности влияет на величину порога перехода. Анализ вывил, что критическое значение эффективного показателя преломления монотонно изменяется с изменением характерного пространственного масштаба и диэлектрических параметров градиентного слоя. Показано, что характер этого влияния определяется знаком и величиной соответствующих диэлектрических констант, что позволяет целенаправленно формировать необходимую зависимость критического показателя преломления от оптических параметров планарной волноводной структуры. В отличие от большинства работ, ограничивающихся численным моделированием конкретных конфигураций, данное исследование предлагает строгий аналитический подход, позволяющий получить явные критерии существования критического режима. Дополнительно обсуждается возможность использования полученных результатов для калибровки экспериментальных установок, настройки условий фазового синхронизма при генерации второй гармоники, а также для оценки допустимых разбросов параметров при производстве интегральных схем. Результаты создают теоретическую основу разработки методов контролируемой локализации света в гибридных волноводных структурах путем изменения их материальных и геометрических параметров или рабочей длины волны.

В условиях постоянно растущего числа онлайн-платформ и усиливающейся конкуренции между маркетплейсами, оптимизация их работы и повышение эффективности управления становятся актуальными задачами. Математическое моделирование процессов продаж на маркетплейсах позволяет предсказать изменения условий и минимизировать риски. Модели должны учитывать различные факторы, такие, как сезонность спроса, конкуренция, изменения в логистике и политике маркетплейсов. Это помогает поставщикам оптимизировать цены, запасы и логистические процессы, что снижает финансовые потери и повышает устойчивость бизнеса. Маркетплейсы, такие, как Amazon, Wildberries или Ozon, ежедневно обрабатывают огромное количество транзакций и взаимодействий с клиентами, что требует разработки математических моделей систем управления и прогнозирования. В настоящей статье рассмотрены математические модели на основе систем массового обслуживания (СМО) с описанием их принципов и возможного применения в электронной коммерции. Для прогнозирования потоков клиентов, а также для оптимизации воронки продаж на маркетплейсах предлагаются модели массового обслуживания одно- и двухфазные с повторными обращениями, позволяющие спрогнозировать параметры планируемой маркетинговой акции и оценить ее влияние на доход и клиентскую базу. Для моделирования воронки продаж предлагаются многофазные модели, оценивающие время нахождения потенциального покупателя на соответствующем уровне воронки, что дает возможность оценить эффективность различных этапов воронки и выявить узкие места, которые могут снижать конверсию; разработать рекомендации по оптимизации воронки продаж, например, путём изменения дизайна интерфейса, улучшения системы поиска или предложения более выгодных условий оплаты; прогнозировать объём продаж и оптимизировать запасы товаров на основе анализа потоков заявок на разных этапах воронки. Статья закладывает основу для дальнейших исследований по адаптации этих моделей к реальным процессам, включая эмпирическую валидацию, определение параметров и разработку алгоритмов для оптимизации стратегий продаж селлеров.

Целью исследования является разработка оптимизационной модели для определения рациональной структуры поголовья различных видов сельскохозяйственных животных и их численности на определенной площади с учетом специализации хозяйства и экологической нагрузки на земельные ресурсы. Впервые построена модель, позволяющая определять структуру животных и их поголовье в условиях пастбищного животноводства при отсутствии и наличии деградации пастбищных земель, что актуально для сельского хозяйства Монголии. Целевая функция модели ориентирована на прибыль. Ограничения включают в себя объемы производимой продукции, обеспечение животных кормовыми и питательными веществами, трудозатраты на содержание животных, обеспечение водой, экологические требования к использованию животными пастбищ, численность разных групп. Поскольку обеспечение кормами сельскохозяйственных животных определяется урожайностью кормовых культур на пастбищах, проанализирована динамика объемов урожая кормовых культур на пастбищах разных регионов Монголии по данным 1960-2024 гг. с выделением трендов. Показано, что объемы урожая с 1992 года по настоящее время могут быть описаны с помощью экспоненциальной функции для Западного, Хангайского, Центрального и Восточного регионов Монголии. При реализации модели рассматривались домохозяйства с разной специализацией по отраслевому признаку. Проанализированы следующие виды животных: овцы, козы, лошади, крупный рогатый скот и верблюды. Выделено некоторое усредненное хозяйство по площади пастбища и трудозатратам на производство продукции. Определены производственно-экономическим и экологические характеристики модели. Рассчитаны варианты оптимальных решений для разных по специализации домохозяйств с учетом и без учета деградации пастбищ. Проведен сравнительный анализ результатов, и получены наилучшие варианты по максимальной прибыли. Для реализации разработанной модели использовано приложение LP Solve. Разработанная модель полезна для планирования производства с разными специализациями по животноводческим отраслям и разным уровнем деградации пастбищ.

Рассматривается задача идентификации (оценивания) величин дефектов в динамике и датчиках технических систем, описываемых линейными динамическими моделями с постоянными параметрами, представленных системой обыкновенных дифференциальных уравнений, с учетом действия неконтролируемых внешних возмущений и шумов измерений в имеющихся датчиках. Цель работы состоит в построении средств идентификации, использующих данные об управляющих воздействиях и показания датчиков системы, для определения величин дефектов как в динамике, так и датчиках. Полученная информация о величинах дефектов необходима для компенсации влияния этих дефектов системой отказоустойчивого управления за счет коррекции управляющих воздействий. Решение задачи основано на так называемых интервальных наблюдателях минимальной размерности, нечувствительных к внешним возмущениям. Такие наблюдатели строятся на базе редуцированной (имеющую меньшую размерность) модели исходной системы, также нечувствительной к внешним возмущениям. Для построения редуцированной модели получены соответствующие соотношения с использованием жордановой канонической формы матрицы, описывающей динамику модели и интервального наблюдателя. Жорданова форма необходима для обеспечения соответствующих свойств наблюдателя. Далее на основе интервального наблюдателя и дифференциатора, формирующего точную оценку производной за конечное время, выводятся соотношения, позволяющие получить интервальную оценку величин дефектов в динамике и датчиках системы. Новизна работы состоит в том, что, в отличие от классического способа использования интервальных наблюдателей средства идентификации в настоящей работе строятся на основе редуцированных моделей, нечувствительных к внешним возмущениям. Это позволяет уменьшить вычислительную сложность процедуры идентификации и за счет нечувствительности к внешним возмущениям повысить точность оценивания величин дефектов. Теоретические положения проиллюстрированы практическим примером оценки величины дефектов в электроприводе манипуляционного робота. Проведенное моделирование на основе пакета Matlab продемонстрировало корректность теоретических результатов. Показано, что использование редуцированной модели электропривода позволило уменьшить вычислительную сложность процедуры идентификации. Полученные соотношения могут быть использованы для построения отказоустойчивых систем.

Оптимальное распределение электрических нагрузок между энергоисточниками является важным процессом, позволяющим достичь минимальных финансовых издержек у поставщика энергии при текущем уровне спроса. Данный процесс, в мировой практике также известный как экономическое диспетчирование, традиционно строится на принципе равенства относительных приростов стоимости топлива, что позволяет определить оптимальное распределение мощностей с точки зрения достижения экономической эффективности. Однако современное состояние энергетики, характеризующееся глобальной ESG-трансформацией и реализацией принципов корпоративной социальной ответственности, требует учета не только прямых экономических показателей, но и социально-экологических. Последние, как правило, зачастую бывают трудноформализуемыми или вовсе неформализуемыми, что вносит значительную сложность в процесс оптимизации. Данные условия определяют необходимость появления в обозначенном процессе лица, принимающего решение (ЛПР), с присущими ему внутренними ценностными установками. В описанных обстоятельствах традиционный подход к оптимизации по критерию минимума затрат становится недостаточным, что диктует необходимость разработки новых гибридных методов для её реализации. В рассматриваемой статье предложен гибридный метод распределения мощностей, основанный на синтезе классического метода множителей Лагранжа, обобщенного условиями Каруша–Куна–Таккера, и теории многокритериальной полезности (MAUT). Научная новизна подхода заключается в прямой интеграции многокритериальной функции ценности, отражающей субъективные предпочтения ЛПР, непосредственно в структуру оптимизационной задачи. Для апробации разработанного гибридного метода смоделирован изолированный энергорайон с суммарной нагрузкой 500 МВт. Оптимизационная задача в статической постановке решена для двух сценариев: базового – с минимизацией топливных издержек, и социально ориентированного – с учетом участия ЛПР и соответствующего активного ограничения по уровню функции ценности (V ≥ 0,60). Результаты показали, что удовлетворение требований ЛПР на уровне ценности 0,6 приводит к существенной перестройке энергобаланса – замещению 43% базовой угольной генерации мощностями газовой ТЭС. Показано, что возникший при этом рост затрат (на 22%) компенсируется достижением требуемого уровня социальной ценности (V = 0,60). Вычисленные значения двойственных переменных (множителей Лагранжа) интерпретированы, как «теневые цены» неформализуемых ограничений, отражающие предельную стоимость улучшения социально-экологической обстановки.

В статье рассматривается задача интеграции разнородных математических моделей, применяемых при формировании цифровой модели цифрового двойника ветровой электростанции. Актуальность исследования определяется тем, что ветровая электростанция представляет собой не один объект, а сложную техническую систему, включающую ряд взаимосвязанных подсистем: ветровую установку, аэродинамический контур, механическую передачу, силовую электронику, систему передачи энергии, дизельную электростанцию, аккумуляторные батареи и потребителей. Для каждой из указанных подсистем в научной литературе используются различные классы моделей, отличающиеся составом исходных данных, уровнем детализации, расчетным шагом, принятыми допущениями, ограничениями и областью применимости. При разработке цифрового двойника такие модели должны быть не только реализованы в одном программном комплексе, но и согласованы между собой по смыслу параметров, единицам измерения, временным характеристикам, граничным условиям и правилам передачи результатов расчетов. Цель работы состоит в обосновании целесообразности применения онтологического подхода к интеграции моделей в цифровой модели цифрового двойника ветровой электростанции. Показано, что при отсутствии явной формализации предметной области усложнение цифрового двойника сопровождается дублированием данных, появлением неявных зависимостей между расчетными модулями, затруднением сопровождения программной системы и ростом затрат на развитие новой функциональности. Предлагается использовать онтологическую модель, как средство ограничения этих эффектов, задающее общий слой терминов, связей, ограничений и требований к данным. Целесообразно применять такую модель на этапе проектирования новой функциональности цифрового двойника, включая внедрение новых расчетных моделей, изменение компонентов визуализации, расширение базы данных и уточнение связей между подсистемами. Новизна подхода заключается в рассмотрении онтологии не только как средства представления знаний о предметной области, но и как инструмента снижения организационных и программно-инженерных рисков при интеграции моделей цифрового двойника. Отдельное внимание уделено тому, что онтологическая модель позволяет фиксировать знания специалистов в формализованном виде и тем самым снижать зависимость проекта от ограниченного числа сотрудников, одновременно владеющих программной инженерией, математическим моделированием и спецификой энергетических объектов. В работе обосновывается, что использование онтологического подхода может способствовать повышению согласованности компонентов цифровой модели, снижению вероятности ошибок при обмене данными между расчетными модулями и упрощению последующего развития цифрового двойника ветровой электростанции.

Динамичная трансформация человеко-машинного взаимодействия постоянно нуждается в разработке новых моделей принятия решений для поддержания эффективности и качества любого информационного процесса. Публично-правовому образованию, как владельцу процесса исполнения бюджета, в условиях динамичного развития информационных технологий и высокого уровня текучести управленческих кадров остро необходима универсальная методология оценки функционирования информационной системы бухгалтерского учета (ИСБУ). Для решения поставленной задачи c использованием системного подхода были всесторонне проанализированы процессы, связанные с обработкой информацией в централизованных бухгалтериях (ЦБ), и процессы управления подобными учреждениями в условиях бюджетных ограничений. Деятельность пользователей ИСБУ определена рядом показателей, сгруппированных по четырем направлениям: предметные, качественные, бюджетные и экономические. В результате исследования, на основе принципов транспортной задачи была описана и схематически представлена общая математическая модель и целевая функция функционирования ИСБУ, учитывающая основные функции, зависимости и показатели информационного процесса на уровне пользователя. Схематическая модель расчета целевой функции, представленная в формате IDEF0, включает процессы количественного расчета обработанных пользователем данных, расчета непроизводительных потерь рабочего времени и совокупных непроизводительных затрат. Наиболее важными показателями, оказывающими непосредственное влияние на производительность пользователя ИСБУ, определены временные издержки, связанные с поиском собственных ошибок и повторным вводом (корректировкой исходной информации). Выбор целевого критерия ЦБ задает не только задачи оперативного управления, но и стратегию повышения эффективности бюджетных расходов, позволяющую в процессе функционирования ИСБУ направлять бюджетные средства на те цели, которые улучшают ее целевые функции. Целевой критерий публично-правового образования, как учредителя ЦБ, определяет бюджетное ограничение для целевой функции функционирования ИСБУ, обусловленное сокращением любых расходов на поддержку функций, сопровождающих основную деятельность. Предложенная в исследовании модель в дальнейшем может использоваться для анализа и классификации пользователей по признаку профессионализма, разработки алгоритмов и интеллектуальных инструментальных средств поддержки принятия решений на различных уровнях управления.

Статья представляет методологический результат первого этапа исследовательской программы, направленной на повышение эффективности управления товарными запасами и оборотным капиталом селлеров на электронных маркетплейсах. Актуальность исследования определяется тем, что задачи распределения ограниченного оборотного капитала между многочисленными товарными позициями на практике решаются в условиях стохастического спроса, выраженной сезонности, неоднородной волатильности и ограниченных вычислительных ресурсов, в то время как традиционные методы управления запасами либо остаются статичными, либо требуют априорного задания параметров спроса и затрат. В работе предложена комплексная методика анализа спроса и распределения оборотного капитала, включающая три взаимосвязанных компонента: интеллектуальный анализ спроса на основе сезонно-трендовой декомпозиции и моделей машинного обучения для временных рядов (DLinear, NLinear, XGBoost); расширенный анализ волатильности спроса с использованием двух вариантов коэффициента вариации и адаптивной кластеризации ассортиментной матрицы; алгоритм распределения оборотного капитала, основанный на интегральном показателе «индекс доходности» и дополненный учётом сезонности и риска. Существенным элементом методики является разделение предсказуемой сезонной компоненты и остаточной волатильности, что позволяет более корректно оценивать риск товарных позиций и использовать эти оценки при формировании решений о распределении оборотного капитала. Методика формирует структурированный вектор признаков, включающий прогнозные, статистические и экономические характеристики товарных позиций, пригодный как для одноэтапных систем поддержки принятия решений, так и в качестве входного пространства состояний для дальнейших стохастических и динамических моделей управления запасами. Научная новизна работы заключается в интеграции известных инструментов прогнозирования, оценки волатильности и распределения оборотного капитала в единую математически согласованную методологическую модель, учитывающую специфику электронных маркетплейсов и специфические ограничения селлеров. Статья обосновывает предложенную методику, описывает её архитектуру и раскрывает дизайн вычислительных экспериментов, предназначенных для последующей эмпирической оценки её эффективности.

Планирование расписания авиакомпании можно представить, как несколько оптимизационных задач: определение набора рейсов и времени их выполнения, назначение типов воздушных судов (ВС) и построение их маршрутов, разработка расписания экипажей. В настоящей работе предлагается математическая модель для назначения типов воздушных судов на рейсы и определения времени их вылета в хабовой маршрутной сети (hub-and-spoke). Модель сформулирована в виде задачи смешанного целочисленного линейного программирования на основе пространственно-временного графового представления расписания полётов. Ключевой отличительной особенностью модели является явный учёт стыковочных маршрутов пассажиров: в целевую функцию включены доходы как от прямых (т.н., point-to-point), так и от трансферных перевозок, наряду с операционными расходами на эксплуатацию воздушных судов. Размерность задачи снижена за счет учета особенностей оборота ВС для хабовой маршрутной сети: рейсы туда-обратно между хабом и регионом рассматривались как единое целое. Модель верифицирована на реальных данных крупной российской авиакомпании, охватывающих 260 ежедневных рейсов, агрегированных в 146 оборотных рейсов и рейсов между хабами, 61 воздушное судно 5 различных типов. Для валидации использовались два источника данных о спросе: собственные данные авиакомпании и данные, синтезированные по гравитационной модели. Предложена двухшаговая схема оптимизации: на первом шаге выполняется поиск времени вылета в диапазоне в более широком диапазоне с большим интервалом, на втором оно уточняется в узком диапазоне с шагом 5 минут. Оптимизированное расписание обеспечило увеличение прогнозируемой операционной прибыли на 4-9%, а также рост числа доступных направлений с временем стыковки не более трёх часов на 19%. Полученные результаты свидетельствуют о том, что одновременная оптимизация временных параметров расписания и назначения флота позволяет достичь существенного коммерческого эффекта и обеспечивает пассажирам более комфортные условия для совершения пересадок

В статье рассматривается задача устойчивого сопровождения воздушных объектов в видеопотоке, с акцентом на предсказание их траектории при наличии шумов измерений и кратковременных потерь детекции. Целью исследования является разработка гибридного метода трекинга, объединяющего классический фильтр Калмана и рекуррентную нейронную сеть типа GRU для повышения точности и устойчивости прогноза движения объектов. Предлагаемый подход основывается на использовании фильтра Калмана для оценки текущего состояния объекта, заданного вектором координат ограничивающей рамки YOLO и скоростями [с_х,с_у, w, h, v_x, v_y], и нейросетевой модели GRU, которая обучается предсказывать изменение скорости Δv_x,Δv_y на основе последовательности предыдущих состояний. В отличие от традиционных методов, где модель движения задается априорно, в предлагаемой работе динамика движения частично извлекается из данных. Предсказания GRU интегрируются в модель фильтра Калмана через механизм адаптивного сглаживания с коэффициентом α, что позволяет гибко регулировать вклад нейросетевого прогноза в итоговую оценку состояния. Основное содержание работы включает описание архитектуры гибридной модели, методики подготовки обучающего датасета, а также алгоритма интеграции нейросетевых предсказаний в процесс фильтрации. Особое внимание уделено задаче долгосрочного прогноза – до 30 кадров вперед – что является критически важным для систем активного сопровождения и управления. Научная новизна работы заключается в предложении способа комбинирования GRU и фильтра Калмана через адаптивное сглаживание управляющего воздействия, что позволяет учитывать нелинейные и нестационарные характеристики движения объектов без отказа от интерпретируемости классической модели. В отличие от существующих решений, предлагаемый метод обеспечивает более стабильную работу в условиях шумных измерений и пропусков детекций. В результате проведенных экспериментов показано, что предложенный подход повышает точность предсказания траектории на 16,57% и снижает накопление ошибки при многошаговом прогнозировании по сравнению с классическим фильтром Калмана и базовыми нейросетевыми моделями на 21%. Разработанный метод может быть применен в задачах детекции и сопровождения беспилотных летательных аппаратов, системах видеонаблюдения и автономной навигации.

В статье рассматривается проблема группового управления функционально гетерогенными складскими роботами – роботами-погрузчиками (РП), роботами-транспортировщиками (РТ) и роботами-разгрузчиками (РР). Целью исследования является разработка миварной системы обработки информации и принятия решений, обеспечивающей динамическую классификацию транспортных задач, выбор исполнителей по критерию совместимости и адаптивное управление энергетическими ресурсами парка при сохранении линейной вычислительной сложности логического вывода и полной объяснимости решений. Предложена классификация транспортных задач на три типа – индивидуальную, кооперативную и коллективную транспортировку – на основе системы булевых индикаторов, динамического приоритета и проверки габаритно-весовых ограничений. Для коллективной транспортировки разработан механизм пространственной кластеризации грузов с двухрежимной маршрутной оптимизацией (полный перебор и комбинация ближайшего соседа с 2-opt). Для кооперативной транспортировки крупногабаритных грузов введён аукционный механизм формирования команд РТ, минимизирующий составную целевую функцию с учётом избыточности грузоподъёмности, гетерогенности скоростей и путевых затрат. Для каждого типа роботов сформулированы уравнения состояния, работоспособности и энергетической достаточности. Математическая модель преобразована в миварную базу знаний из 302 правил «ЕСЛИ–ТО» и верифицирована на платформе КЭСМИ. Новизна работы состоит в одновременном учёте функциональной гетерогенности парка, трёхкатегорийной классификации задач и адаптивного энергетического управления в рамках единой миварной базы знаний – аспектов, ранее рассматривавшихся изолированно. Экспериментальная проверка на имитационной системе (склад 1000×1000 м, 140 роботов, 300 задач) показала коэффициент выполнения задач 98,9–99,9 %, что на 14–18 п.п. превышает базовые алгоритмы. Метод сохраняет работоспособность при отказе до 30 % роботов и при увеличении доли кооперативных задач до 30 %.

В статье предлагается модель описания структуры документа, основанная на методах анализа иерархической структуры документа (HDSA) и формализме теории графов. В рамках предложенного подхода документ рассматривается как иерархическая система взаимосвязанных структурных элементов, включающая заголовки различных уровней, текстовые блоки, таблицы, формулы, изображения и иные типы контента. Каждый элемент интерпретируется, как вершина графа, а отношения вложенности и логической зависимости между элементами описываются с использованием ориентированных ребер графовой структуры.
Применение предложенной модели к корпусу документов из различных предметных областей позволило выявить устойчивые закономерности организации текстового материала, характерные для конкретных типов документов. На основе полученных характеристик был сформирован набор JSON-шаблонов, описывающих типовые структуры документов для различных предметных областей, включая технические, юридические и научно-образовательные материалы.
Каждый шаблон содержит формализованное описание структуры документа, включая допустимые уровни заголовков, ограничения на типы содержимого, а также параметры стилевого и композиционного оформления. Дополнительно шаблон может включать сведения о предпочтительном формате представления данных, правилах генерации таблиц, формул и специализированных текстовых конструкций. Использование JSON-формата обеспечивает машинно-ориентированное представление структуры документа и возможность интеграции шаблонов в программные системы автоматической генерации текста.
Разработанные шаблоны предназначены для использования в процессе генерации текстов большими языковыми моделями (Large Language Models – LLM). В рамках предложенного подхода шаблон выступает как формализованное структурное ограничение, определяющее допустимую организацию итогового документа и последовательность формирования его разделов. Это позволяет снизить вариативность структуры генерируемого текста, повысить согласованность взаимосвязанных разделов и обеспечить соответствие результата требованиям конкретной предметной области.
Предложенный подход ориентирован на реализацию управляемой генерации документов, при которой большая языковая модель выполняет генерацию содержимого в рамках заранее заданной структурной схемы. За счет этого обеспечивается более стабильное качество формирования документа, уменьшается вероятность нарушения логики построения текста и повышается воспроизводимость результатов генерации. Кроме того, использование структурных шаблонов позволяет адаптировать процесс генерации под различные типы документов без изменения архитектуры самой языковой модели.