А.Г. Массель1, Т.Г. Мамедов2

1-2 Институт систем энергетикиим. Л.А. Мелентьева СО РАН (г. Иркутск, Россия)

1 amassel@gmail.com, 2 mamedowtymur@yandex.ru

Постановка проблемы. Актуальную научную проблему обеспечения энергетической безопасности составляет решение задачи формализации, автоматизации и воспроизводимости исследований процессов развития и функционирования топливно-энергетического комплекса. Существующие подходы, основанные на двухуровневой технологии исследования топливно-энергетического комплекса, предполагают использование качественных методов анализа, таких как онтологическое и когнитивное моделирование. Переход от результатов такого анализа к формализованным математическим моделям и сценариям развития в значительной степени осуществляется вручную. Это ограничивает эффективность использования разработанных моделей и инструментальных средств при обосновании направлений развития комплекса с позиции энергетической безопасности.

Цель. Разработать программный компонент для цифровой платформы в экосистеме знаний в энергетике.

Результаты. Разработаны модели, методы и инструментальные средства, предназначенные для анализа и обоснования направлений развития топливно-энергетического комплекса страны.

Практическая значимость. Представленный программный компонент интеграции когнитивного и математического моделирования предназначен для проведения вычислительных экспериментов при исследовании развития топливно-энергети­ческого комплекса и обеспечивает согласованное использование оптимизационных моделей ТЭК и когнитивных моделях внешних факторах, угрозах и управленческих воздействиях.

Массель А.Г., Мамедов Т.Г. Программный компонент интеграции когнитивного и математического моделирования в экосистеме знаний в энергетике // Системы высокой доступности. 2026. Т. 22. № 1. С. 35−40. DOI: https://doi.org/10.18127/j20729472-202601-07

1. Массель Л.В., Массель А.Г. Построение Экосистемы знаний на основе ИТ-инфраструктуры системных исследований в энергетике // Вестник Югорского государственного университета. 2023. № 4. С. 78–87. https://doi.org/10.18822/ byusu20230478-87
2. Sarmiento I., Cockcroft A., Dion A., Belaid L., Silver H., Pizarro K., Pimentel J., Tratt E., Skerritt L., Ghadirian M.Z., Gagnon-Dufresne M.-C., Andersson N. Fuzzy cognitive mapping in participatory research and decision making: a practice review. Archives of Public Health. 2024. V. 82. № 76.
3. Schuerkamp R., Giabbanelli P.J. Extensions of Fuzzy Cognitive Maps: A Systematic Review. ACM Computing Surveys. 2023. V. 56. № 2. P. 53.
4. Дружинина О.В., Масина О.Н., Игонина Е.В. Применение методов искусственного интеллекта и когнитивных технологий в задачах моделирования динамических систем // Современные информационные технологии и ИТ-образование. 2022. Т. 18. № 1. P. 83–97.
5. Массель А.Г., Мамедов Т.Г., Пяткова Н.И. Технология вычислительного эксперимента в исследованиях работы энергетических отраслей при реализации угроз энергетической безопасности // Информационные и математические технологии в науке и управлении. 2021. Т. 23. № 3. P. 62–73.
6. Массель А.Г., Мамедов Т.Г. Интеграция математического и когнитивного моделирования в исследованиях направлений развития ТЭК с позиции энергетической безопасности // Информационные и математические технологии в науке и управлении. 2025. № 3(39). С. 61–71. https://doi.org/10.25729/ESI.2025.39.3.006