Informacionnye TehnologiiInformacionnye TehnologiiИнформационные технологии1684-6400New Technologies Publishing House70224410.17587/it.31.395-404Modeling and optimizationМоделирование и оптимизацияResearch ArticleDecision support system based on an intelligent adaptive simulation modelСистема поддержки принятия решений на базе интеллектуальной адаптивной имитационной моделиNizamutdinovM. M.НизамутдиновМ. М.
Russian Federation

Ph.D., Associate Professor, Head of the EMM sector

канд. техн. наук, доц., зав. сектором

marsel_n@mail.ruOreshnikovV. V.ОрешниковВ. В.
Russian Federation

Ph.D., Senior Researcher at the EMM sector

канд. экон. наук, ст. науч. сотр.

voresh@mail.ruInstitute of Social and Economic Researches of the Ufa Federal Research Centre of the Russian Academy of SciencesИнститут социально-экономических исследований Уфимского федерального исследовательского центра РАН150820253183954040602202606022026Copyright ©; 2025, Informacionnye TehnologiiCopyright ©; 2025, Информационные технологии2025Informacionnye TehnologiiИнформационные технологииhttps://journals.eco-vector.com/1684-6400/article/view/702244

The article discusses the issues of developing a decision support system in the field of regional development management. The aim of the study is to develop an approach to strategic planning of the socio-economic development of the region with the reconciliation of modern decision-making support tools. The objectives of the research are to develop the concept of this approach, to form an iterative algorithm for correcting the values of target indicators and an algorithm for intellectual decision support. It is also required to describe the functioning of the proposed intelligent adaptive simulation model and to test it. As a result of the research, the key elements of an intelligent decision support system are presented, algorithms for determining control parameters are developed. A model has been developed that includes a number of important elements, among which a special place is occupied by blocks responsible for developing decision parameters. In particular, at the level of formation of the management system, an algorithm for correcting the values of target indicators is proposed based on an analysis of the degree of implementation of the set plan and an assessment of the availability of an unused resource, characterized by the presence of iterative mechanisms and allowing to determine the parameters for adjusting target indicators of regional development. In turn, for the formation of management decisions, a two-stage algorithm of intellectual decision support has been developed, based on the identification of typical situations, characterized by the use of fuzzy boundaries of affiliation and allowing to determine solutions appropriate to the situation. The approbation was carried out on data from the regions of the Volga Federal District. A quantitative forecast of changes in the values of parameters for three scenarios up to 2030 was obtained. The average accuracy of forecasts that were obtained using the proposed model of the region turned out to be higher than a similar forecast without an intelligent adaptive simulation model by 2.8 percentage points. The resulting model can be used as part of the justification of government regulation measures.

Рассматриваются вопросы разработки системы поддержки принятия решений (СППР) в области управ­ления региональным развитием. Представлены ключевые элементы интеллектуальной СППР, разработаны алгоритмы определения параметров управления. Проведена апробация на данных по регионам Приволжского федерального округа. Оценка точности прогноза подтвердила целесообразность применения интеллектуальной адаптивно-имитационной модели.

regionforecastintelligent adaptive simulation modeldecision support systemalgorithmssituation analysisfuzzy logicVolga Federal Districtрегионпрогнозинтеллектуальная адаптивно-имитационная модельсистема поддержки принятия решенийалгоритмыанализ ситуацийнечеткая логикаПриволжский федеральный округПравительство Российской ФедерацииGovernment of the Russian Federation075-00571-25-00The study was carried out within the framework of the state assignment of the Ufa Federal Research Center of the Russian Academy of Sciences No. 075-00571-25-00 for 2025 and for the planning period of 2026 and 2027.Исследование выполнено в рамках государственного задания УФИЦ РАН № 075-00571-25-00 на 2025 г. и на плановый период 2026 и 2027 гг.Simankov V. S., Vladimirov S. N., Denisenko A. O., Cher¬kasov A. N. Methodological aspects of building decision support systems, Vestnik Donskogo gosudarstvennogo tekhnicheskogo universiteta, 2008, vol. 8, no. 3 (38), pp. 258 —267 (in Russian).Симанков В. С., Владимиров С. Н., Денисенко А. О., Черкасов А. Н. Методологические аспекты построения систем поддержки принятия решений // Вестник Донского государственного технического университета. 2008. Т. 8, № 3 (38). С. 258—267.Ansoff I. Strategic management, St. Petersburg, Peter, 2009, 344 p. (in Russian).Ансофф И. Стратегический менеджмент. СПб.: Питер, 2009. 344 с.Tsybatov V. A. Strategizing regional development: methods, models, information technologies, Regional'naya ekonomika: teoriya i praktika, 2015, no. 27 (402), pp. 36—52 (in Russian).Цыбатов В. А. Стратегирование регионального развития: методы, модели, информационные технологии // Региональная экономика: теория и практика 2015. № 27 (402). С. 36—52.Antonelli C., Ferraris G. The creative response and the endogenous dynamics of pecuniary knowledge externalities: an agent based simulation model, Journal of Economic Interaction and Coordi¬nation , 2018, no. 13, pp. 561—599, DOI: 10.1007/s11403-017-0194-3Antonelli C., Ferraris G. The creative response and the endog-enous dynamics of pecuniary knowledge externalities: an agent based simulation model // Journal of Economic Interaction and Coordination. 2018. N. 13. P. 561—599. DOI: 10.1007/s11403-017-0194-3.Makarov V. L., Bakhtizin A. R., Sushko E. D., Sushko G. B. Development of an agent-oriented demographic model of Russia and its supercomputer implementation, Vychislitel’nye metody iprogrammirovanie, 2018, vol. 19, no. 4, pp. 368—378, DOI: 10.26089/NumMet.v19r433. (in Russian).Макаров В. Л., Бахтизин А. Р., Сушко Е. Д., Суш- ко Г. Б. Разработка агент-ориентированной демографической модели России и ее суперкомпьютерная реализация // Вычислительные методы и программирование. 2018. Т. 19, № 4. С. 368—378. DOI: 10.26089/NumMet.v19r433.Makarov V. L., Bakhtizin A. R., Beklaryan G. L. De¬velopment of digital twins for industrial enterprises, Biznes- informatika, 2019, vol. 13, no. 4, pp. 7—16, DOI: 10.17323/1998-0663.2019.4.7.16. (in Russian).Макаров В. Л., Бахтизин А. Р., Бекларян Г. Л. Разработка цифровых двойников для производственных предприятий // Бизнес-информатика. 2019. Т. 13, № 4. С. 7—16. DOI: 10.17323/1998-0663.2019.4.7.16.Masloboev A. V., Gorokhov A. V. A problem-oriented agent platform for creating polymodel complexes for regional security mana¬gement support, Nauchno-tekhnicheskij vestnik informacionnyh tekhnologij, mekhaniki i optiki, 2012, no. 2 (78), pp. 60—65 (in Russian).Маслобоев А. В., Горохов А. В. Проблемно-ориентированная агентная платформа для создания полимодельных комплексов поддержки управления безопасностью региона // Научно-технический вестник информационных технологий, механики и оптики. 2012. № 2 (78). С. 60—65.Bliev I. A., Brzikhatlov K. C. The concept of an intelligent system for modeling the economic development of the region, Izvestiya Kabardino-Balkarskogo nauchnogo centra RAN, 2024, vol. 26, no. 3, pp. 68—81 (in Russian).Блиев И. А., Бжихатлов К. Ч. Концепция интеллектуальной системы моделирования экономического развития региона // Известия Кабардино-Балкарского научного центра РАН. 2024. Т. 26, № 3. С. 68—81.Kirillova E. A. Architecture of the ecosystem of decision¬making support for managing the interaction of regional entities in the implementation of innovative processes, Global’nyj nauchnyj potencial, 2022, no. 6 (135), pp. 175—178 (in Russian).Кириллова Е. А. Архитектура экосистемы поддержки принятия решений по управлению взаимодействием региональных субъектов при реализации инновационных процессов // Глобальный научный потенциал. 2022. № 6 (135). С. 175—178.Makarova E. A., Khasanova N. V., Pavlova A. N., Mans¬urova M. T. Algorithm of intellectual decision support in the management of the industrial complex of Russian regions, Sovremennye naukoemkie tekhnologii. 2022, no. 12-2, pp. 253—259 (in Russian).Макарова Е. А., Хасанова Н. В., Павлова А. Н., Мансурова М. Т. Алгоритм интеллектуальной поддержки принятия решений при управлении промышленным комплексом российских регионов // Современные наукоемкие технологии. 2022. № 12-2. С. 253—259.Palyukh B. V., Kakatunova T. V. Fuzzy cognitive map as a tool for modeling innovation activity at the regional level, Programmnye produkty i sistemy, 2012, no. 4, pp. 128—131 (in Russian).Палюх Б. В., Какатунова Т. В. Нечеткая когнитивная карта как инструмент моделирования инновационной деятельности на региональном уровне // Программные продукты и системы. 2012. № 4. С. 128—131.Zakharova A. A. Some aspects of the development of an information system to support strategic decision-making on the innovative development of the region, Sovremennye naukoemkie tekhnologii, 2007, no. 9, pp.27—29 (in Russian).Захарова А. А. Некоторые аспекты разработки ин-формационной системы поддержки принятия стратегических решений об инновационном развитии региона // Со-временные наукоемкие технологии. 2007. № 9. С.27—29.Averchenkova E. E., Lozbinev F. Yu. Equipping a typical automated workplace of a civil servant with DATA DSS resources to assess the impact of the external environment on the regional socio-economic system, Vestnik Astrahanskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya: Upravlenie, vychislitel’naya tekhnika i informatika, 2019, no. 4, pp. 122—130 (in Russian).Аверченкова Е. Э., Лозбинев Ф. Ю. Оснащение типового автоматизированного рабочего места госслужащего ресурсами СППР "ДАТА" для оценки влияния внешней среды на региональную социально-экономическую систему // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2019. № 4. С. 122—130.Medvedev A. V., Pobedash P. N., Smolyaninov A. V. Deci¬sion support system for managing regional economic development based on solving a linear mathematical programming problem, Mezhdunarodnyj zhurnal prikladnyh i fundamental’nyh issledovanij, 2013, no. 12, pp. 110—115 (in Russian).Медведев А. В., Победаш П. Н., Смольянинов А. В. Система поддержки принятия решений для управления региональным экономическим развитием на основе решения линейной задачи математического программирования // Международный журнал прикладных и фундаментальных исследований. 2013. № 12. С. 110—115.Kravchenko T. K., Isaev D. V. Strategic decision-making in conditions of risk and uncertainty, Vestnik Finansovogo universiteta, 2016, vol. 20, no. 4 (94), pp. 22—31 (in Russian).Кравченко Т. К., Исаев Д. В. Принятие стратегических решений в условиях риска и неопределенности // Вестник Финансового университета. 2016. Т. 20, № 4 (94). С. 22—31.Nizamutdinov M. M., Oreshnikov V. V. Approach to the development of a strategy for the development of a territorial system using simulation and scenario modeling tools, Ekonomika promyshlennosti, 2019, vol. 12, no. 4, pp. 426—442 (in Russian).Низамутдинов М. М., Орешников В. В. Подход к разработке стратегии развития территориальной системы с применением инструментов имитационного и сценарного моделирования // Экономика промышленности. 2019. Т. 12, № 4. С. 426—442.Oreshnikov V. V., Nizamutdinov M. M. An approach to the formation of target indicators of the regional development strategy using fuzzy logic algorithms, Audit i finansovyj analiz, 2015, no. 1, pp. 461—467 (in Russian).Орешников В. В., Низамутдинов М. М. Подход к формированию целевых индикаторов стратегии регионального развития с применением алгоритмов нечеткой логики // Аудит и финансовый анализ. 2015. № 1. С. 461—467.