Details
| Title | Применение теории Рамсея в системном анализе и построении интеллектуальных систем поддержки принятия решений = The application of Ramsey theory in system analysis and the construction of intelligent decision support systems // Системный анализ в проектировании и управлении: сборник научных трудов XXIX Международной научно-практической конференции, 30 июня – 2 июля 2025 года: [в 3 частях]. Ч. 1 |
|---|---|
| Creators | Уандыкова Мафура Кусмановна ; Щепетова Светлана Евгеньевна |
| Organization | Университет «Нархоз»; Финансовый университет при Правительстве Российской Федерации |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2026 |
| Collection | Общая коллекция |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id26-214 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\79651 |
| Record create date | 8/17/2026 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В статье исследуется применение теории Рамсея в контексте системного анализа и разработки интеллектуальных систем поддержки принятия решений (СППР). Основываясь на фундаментальном принципе, утверждающем неизбежность возникновения упорядоченных подструктур в достаточно больших системах, разработана методология выявления структурных закономерностей в управленческих данных и процессах принятия решений. Предложен формальный аппарат для описания рамсеевских структур в контексте СППР и продемонстрирован его потенциал для оптимизации процессов обработки информации и формирования рекомендаций. Разработаны алгоритмы выявления гарантированных структурных паттернов в больших массивах управленческих данных и методы оптимизации архитектуры СППР. Экспериментальные исследования показывают, что рамсеевский подход позволяет сократить размерность анализируемых данных в среднем на 35 % при сохранении информативности, повысить точность управленческих рекомендаций на 24 % и ускорить процесс принятия решений на 31 %. Результаты исследования формируют теоретическую основу для создания нового класса интеллектуальных СППР, способных эффективно работать со сложными, многомерными наборами данных в условиях высокой неопределенности.
The article explores the application of Ramsey theory in the context of system analysis and the development of intelligent decision support systems (DSS). Based on the fundamental principle that asserts the inevitability of the emergence of ordered substructures in sufficiently large systems, a methodology has been developed to identify structural patterns in management data and decision-making processes. A formal apparatus for describing Ramsey structures in the context of DSS is proposed and its potential for optimizing information processing and recommendation formation is demonstrated. Algorithms for identifying guaranteed structural patterns in large amounts of management data and methods for optimizing the architecture of the DSS have been developed. Experimental studies show that the Ramsey approach reduces the size of the analyzed data by an average of 35 % while maintaining information content, increases the accuracy of management recommendations by 24% and speeds up the decision-making process by 31 %. The results of the study form the theoretical basis for creating a new class of intelligent DSS capable of effectively working with complex, multidimensional datasets in conditions of high uncertainty.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
