Моделирование процессов принятия управленческих решений

В условиях все нарастающей турбулентности, повышения уровня риска производственно-хозяйственной деятельности, расширения спектра информационных ресурсов актуальность изучения процессов моделирования принятия управленческих решений ставится в ряд приоритетных задач теории и практики управления. Цель статьи состоит в развитии системы принципов моделирования при принятии управленческих решений в условиях цифровой экономики, а также в разработке алгоритма адаптивного моделирования процесса принятия управленческого решения. Методологическая база исследования включает методы системного анализа, визуализации, эконометрической статистики и описания. В работе использованы данные Росстата и НИУ «Высшая школа экономики».
Основные результаты исследования включают: систему принципов моделирования управленческих решений (достаточность информации, целеполагание, верификация, множественный выбор, декомпозиция, параметризация); разработанный алгоритм адаптивного моделирования; концепцию междисциплинарного подхода к моделированию (биоинформационное, информационное, когнитивное моделирование).
Научная новизна заключается в разработке комплексного подхода к моделированию управленческих решений, учитывающего специфику цифровой экономики. Предложенный алгоритм может применяться для конкретизации и декомпозиции моделей управления в сложных системах. Практическая значимость работы состоит в возможности использования разработанных методологических подходов для повышения эффективности принятия управленческих решений в современных экономических условиях.
Исследование вносит вклад в развитие теории и практики управления, предлагая новые инструменты для адаптации процессов принятия решений к условиям цифровой экономики.

1. Сенин А.С., Лясников Н.В. Принятие управленческих решений в кризисных ситуациях на основе нейронной сети «дерево решений» // Экономика и социум: современные модели развития. 2019. Т. 9. № 1 (23). С. 98–110.

2. Сидоркин В.А., Васяев А.П. Разработка и принятие нестандартных управленческих решений // Вестник Академии управления и производства. – 2024. № 2. С. 592–596.

3. Балдашев Р.М., Романович – В.К. Факторы, влияющие на принятие управленческих решений в условиях неопределённости и риска // Экономика и бизнес: теория и практика. 2024. № 3–1 (109). С. 46–49.

4. Сидорчукова Е.В., Верба Д.С., Маркова А.Д. Принятие управленческих решений на основе концепции маржинального анализа // Естественно-гуманитарные исследования. 2024. № 4 (54). С. 458–462.

5. Дронь Е.А., Павлович – Т.В., Здольник В.В. Управление системой мониторинга технических параметров процесса бурения с применением цифровых технологий в организационных системах // Вестник Воронежского института ФСИН России. 2024. № 4. С. 65–73.

6. Даринцев О.В. Синтез новых моделей микрогидродинамики в исследованиях лаборатории «Робототехника и управление в технических системах» // Многофазные системы. 2022. Т. 17. № 1–2. С. 74–96.

7. Атаева С., Байрамгылыджов С., Байрамов С. Автоматизация и управление в технических системах: современные подходы и технологии // In Situ. 2024. № 11. С. 26–28.

8. Димитриенко Ю.И., Зубарев К.М., Скуднева О.В. Разработка лабораторных работ для студентов, обучающихся по специальности «Управление в технических системах», проводимых в электронной информационно – образовательной среде «Nomotex» // Информатизация образования и науки. 2024. № 4 (64). С. 104–114.

9. Бобков С.П., Астраханцева И.А., Павлова Е.А. Имитационное моделирование для интеллектуальной поддержки принятия управленческих решений // Современные наукоемкие технологии. Региональное приложение. – 2022. № 1 (69). С. 61–69.

10. Вайтекунене Е.Л., Пинчук И.А., Семенова Е.И. Имитационное моделирование как инструмент поддержки принятия управленческих решений // Наука и бизнес: пути развития. 2023. № 10 (148). С. 8–10.

11. Кетоева Н.Л., Знаменская М.А., Павлов Е.М., Прошкин Н.Е. Моделирование и разработка программы для интеллектуальной системы поддержки принятия кадровых управленческих решений в электроэнергетике // Инженерный вестник Дона. 2024. № 5 (113). С. 698–712.

12. Свиридов И.А., Лютин В.И. Синтез и моделирование байесовского алгоритма принятия управленческих решений // Инновационная наука. 2024. № 6–2. С. 53–58.

13. Долгов А.В., Сыротюк С.Д. Бизнес-моделирование деятельности предприятий массового обслуживания на основе принятия управленческих решений и методологии BPM // Вестник Волжского университета им. В.Н. Татищева. 2025. № 2 (111). С. 90–101.

14. Давыдовский А.Г., Пархименко В.А. Биоинформационное моделирование процессов принятия управленческих решений в условиях информационного стресса // Big Data and Advanced Analytics. 2015. № 1. С. 93–107.

15. Кудрявцева С.С., Шинкевич – М.В. К вопросу об оценке ресурсной эффективности производственных систем // Петербургский экономический журнал. 2024. № 4. С. 121–130.

16. Шинкевич – А.И., Барсегян Н.В. Информационные технологии поддержки принимаемых решений интеллектуального предприятия // Математические методы в технологиях и технике. 2021. № 9. С. 10105–108

17. Кудрявцева С.С. Логистическое обеспечение инновационной деятельности промышленных предприятий Республики Татарстан // Экономический вестник Республики Татарстан. 2013. № 1. С. 47–52.

18. Панилов П.А., Цибизова Т.Ю., Малахов Н.А. Когнитивное моделирование автономной системы управления беспилотным летательным аппаратом // Динамика сложных систем – XXI век. 2023. Т. 17. № 4. С. 5–11.

19. Галимулина Ф.Ф., Шинкевич – М.В., Зарайченко И.А. Наилучшие доступные технологии в современной экономике: основа импортозамещения и инструмент перехода к циркулярной экономике // Вестник университета. 2022. № 11. С. 113–120.

20. Росстат. URL: https://rosstat.gov.ru

21. Цифровая экономика: краткий статистический сборник / В.Л. Абашкин, Г.И. Абдрахманова, К.О. Вишневский, Л.М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: ИСИЭЗ ВШЭ, 2025. 120 с.