"История одного назначения. Нейросети и поддержка принятия решений "

История одного назначения

Нейросети и поддержка принятия решений

Николай Петрович Морозов

© Николай Петрович Морозов, 2025

ISBN 978-5-0068-8634-6

Создано в интеллектуальной издательской системе Ridero

Выпускник Академии таможенной службы Вадим Решалов получил назначение на должность начальника отдела таможенного управления города N. Это была ответственная работа, требующая высокой квалификации, четкости решений и умения грамотно организовать работу подчиненных. Уже через месяц пребывания на новом месте руководство поручило Вадиму важную задачу – выбрать себе заместителя из числа действующих сотрудников отдела.

Решалов прекрасно понимал, насколько важен правильный подбор человека на такую роль. Зависимость успеха всей команды от личности заместителя была очевидна. Но Вадим был человеком принципов и знал, что любые решения, принятые на основе личных симпатий или антипатий, могут привести к негативным последствиям. Для него было важно сделать выбор объективно, исключив любой элемент субъективности.

Именно тогда он вспомнил лекции и занятия на кафедре информатики и информационных таможенных технологий (ИТТ), где его научили использовать современные технологии поддержки принятия решений (СППР) и нейронные сети. Эти знания были частью обязательной учебной программы, и теперь Вадим решил применить их на практике.

Первым делом он собрал всю необходимую информацию о сотрудниках отдела: стаж работы, квалификацию, личные качества, эффективность выполнения служебных обязанностей и другие важные характеристики. Затем Вадим провел тщательную предварительную обработку данных, очистил их от ошибок и подготовил к вводу в систему.

Следующим этапом стала разработка модели нейронной сети, способной анализировать собранные данные и предлагать оптимальный вариант замены. Пользуясь методами машинного обучения, Вадим настроил сеть таким образом, чтобы она учитывала приоритетность различных критериев и факторов и давала рекомендации, основываясь исключительно на объективных показателях.

После запуска алгоритма и обработки данных, система предложила несколько вариантов кандидатов, ранжированных по степени соответствия требованиям к этой должности. Среди предложенных лиц оказался сотрудник Сергей Иванов, который выделялся высоким уровнем ответственности, хорошими коммуникативными навыками и опытом работы в области информационной безопасности.

Несмотря на то, что Вадим лично хорошо относился к другим сотрудникам отдела, именно предложение системы стало решающим аргументом. Выбор Сергея Иванова был обоснован и понятен руководству, ведь решение принималось на основе объективных показателей и рекомендаций интеллектуальных инструментов.

Сергей успешно прошел собеседование и приступил к своим обязанностям. В дальнейшем оказалось, что его опыт и профессионализм действительно сыграли ключевую роль в успешной работе отдела. Подход Вадима Решалова, основанный на современных технологиях и принципах объективности, позволил избежать ошибок и обеспечить эффективную работу коллектива.

Так, благодаря применению знаний, полученных в академии, Вадим Решалов смог сделать правильный выбор и заложить основу успешного функционирования своего отдела, доказывая, что наука и новые технологии способны существенно повысить качество управленческих решений.

1.Система поддержки принятия решений (СППР)

Система поддержки принятия решений (СППР) – это специализированный программный комплекс, предназначенный для автоматизации процесса выбора оптимальных вариантов решения различных управленческих, технических, экономических и иных задач. Система позволяет принимать обоснованные и взвешенные решения на основе анализа множества факторов, критериев и сценариев развития событий.

1.1.Основные возможности СППР

1. Анализ альтернатив

Автоматизированная оценка нескольких возможных вариантов действий, выявление сильных и слабых сторон каждого варианта.

2. Моделирование сценариев

Возможность моделирования различных сценариев развития ситуации, прогнозирование последствий принятых решений.

3. Оценка рисков

Анализ вероятностных рисков и неопределенностей, связанных с принятием тех или иных решений.

4. Оптимизация решений

Использование методов многокритериальной оптимизации для нахождения наилучшего решения с учетом заданных критериев и ограничений.