М.Н. Белозёров1, Е.А. Калашников2, А.Н. Смирнов3
1, 2 Национальный исследовательский технологический университет «МИСИС» (Москва, Россия)
3 ПАО «СберБанк России» (Москва, Россия)

1 mnbelozyorov@gmail.com, 2 e.a.kalashnikov@mail.ru, 3 asmirnov889@yandex.ru

Постановка проблемы. Точность прогнозирования спроса на продукцию металлургического предприятия имеет большое значение для обеспечения устойчивости производственных процессов.

Цель. Оценить влияние модельного риска на себестоимость продукции при планировании производства вторичных алюминиевых сплавов.

Результаты. Произведен расчет шихтовки для производства алюминиевого сплава АК5М2, и оценено воздействие модельного риска, вызванного ошибками прогнозирования.

Практическая значимость. Управление модельным риском является ключевым фактором для промышленных предприятий, использующих те или иные алгоритмы планирования производственных процессов.

Белозёров М.Н., Калашников Е.А., Смирнов А.Н. Оценка влияния модельного риска на себестоимость производства вторичных алюминиевых сплавов // Нейрокомпьютеры: разработка, применение. 2025. Т. 27. № 5. С. 35–39. DOI: https://doi.org/10.18127/ j19998554-202505-04

1. Борисова В.В., Демкина О.В., Савин А.В. Риски цифровизации промышленных компаний // Инновации и инвестиции. 2019. № 12. С. 294–297.
2. Курносов А.В. SupTech- и RegTech-инициативы: анализ базовых характеристик и модельных рисков // Russian Journal of Economics and law. 2021. № 4. С. 702–712.
3. Кирилюк И.Л. Модельные риски в финансовой сфере в условиях использования искусственного интеллекта и машинного обучения // Russian Journal of Economics and Law. 2022. Т. 16. № 1. С. 40–50.
4. Никитин Н.А. Вероятностные методы учета модельных рисков при оценке инвестиций в технологии искусственного интеллекта // Инновационное развитие экономики. 2023. Т. 2. С. 123–134.
5. Минасян В.Б., Ивко Д.Г. Анализ модельного риска использования технологии мультипликаторов при оценке акций российских компаний // Финансы: теория и практика. 2019. Т. 23. № 6. С. 91–116.
6. Нестеренок Г. Управление модельным риском // Банковский вестник. 2021. № 4. С. 31–38.
7. Danielsson J. et al. Model risk of risk models // Journal of Financial Stability. 2016. V. 23. P. 79–91.
8. Glasserman P., Xu X. Robust risk measurement and model risk // Quantitative Finance. 2014. V. 14. № 1. P. 29–58.
9. Rodionov D. et al. Risk modeling in the oil and gas industry // International Journal of Technology. 2023. V. 14. № 8. P. 1663–1674.
10. Van den Eynde S. et al. Forecasting global aluminium flows to demonstrate the need for improved sorting and recycling methods // Waste Management. 2022. V. 137. P. 231–240.
11. Sharma A. et al. Force evaluation and machining parameter optimization in milling of aluminium burr composite based on response surface method // Advances in Materials and Processing Technologies. 2022. V. 8. № 4. P. 4073–4094.
12. Naveen Srinivas M. et al. Parametric optimization and multiple regression modelling for fabrication of aluminium alloy thin plate using wire arc additive manufacturing // International Journal on Interactive Design and Manufacturing (IJIDeM). 2022. P. 1–11.