Название статьи или книги, фамилия автора, DOI

Применение байесовских интеллектуальных технологий для реализации системного подхода к измерению эффективности малых и средних предприятий

С.В. Прокопчина1, Л.С. Звягин2

научная статья УДК 004.9 Страницы: 57-68 doi.org/10.18127/j19998554-202506-06

  1. 1,2 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)

Аннотация

Постановка проблемы. В условиях цифровой экономики необходимо определить специфику информационных потоков малых и средних предприятий (МСП) и предложить принципы их метрологического обоснования и мониторинга для структурированной и неструктурированной информации МСП. Сформированная таким образом модель цифрового образа предприятия дает прекрасный инструмент для аналитиков и управленческого состава с целью повышения эффективности своей деятельности.

Цель. Обосновать выбор регуляризирующего байесовского подхода (РБП) и интеллектуальных технологий на его основе для моделирования, оценки состояния и развития МСП в условиях неопределенности и ситуационной нестабильности; разработать концептуальную основу, измерительную модель и цифровой образ предприятия малого и среднего бизнеса на базе методологии и технологий РБП.

Результаты. Разработан комплекс методологических принципов мониторинга и управления развитием МСП. Отмечено, что, в отличие от существующих, этот комплекс позволяет обеспечить устойчивое управление МСП в условиях цифровой трансформации экономики, информационной неопределенности, ситуационной нестабильности внешней среды.

Практическая значимость. Предложенная модель цифрового образа предприятия может быть расширена за счет включения в нее дополнительных характеристик и применена не только для субъектов МСП, но и крупных организаций, как эффективный инструмент мониторинга, оценки и анализа состояния и развития, принятий решений, в том числе и стратегического уровня. По сути, разработанная модель представляет собой цифровой двойник предприятия, действующего в реальных условиях, характеризующийся неопределенностью поступающей информации, которая может быть учтена за счет предложенного цифрового инструмента.

Поступила
09.10.2025
Одобрена
17.10.2025
Принята
30.10.2025

Для цитирования

Прокопчина С.В., Звягин Л.С. Применение байесовских интеллектуальных технологий для реализации системного подхода к измерению эффективности малых и средних предприятий // Нейрокомпьютеры: разработка, применение. 2025. Т. 27. № 6. С. 57−68. DOI: 10.18127/j19998554-202506-06

Список источников
  1. Природа, факторы и измерение успешности предприятий малого и среднего бизнеса в России: монография / под общ. ред. В.И. Бархатова, Д.А. Плетнёва. М.: Перо. 2015. 302 с.
  2. Бобылев С.Н. Индикаторы устойчивого развития: региональное измерение. Пособие по региональной экологической политике. М.: Акрополь, ЦЭПР. 2007. 60 с.
  3. Жуков Р.А., Прокопчина С.В. Программный комплекс «Инфоаналитик 2.0». Свидетельство о государственной регистрации программы для ЭВМ № 2024617544 от 03.04.2024.
  4. Одинцов Б.Е. Информационные системы управления эффективностью бизнеса: Учебник и практикум для вузов. М.: Юрайт. 2022. 206 с.
  5. Одинцов Б.Е. Сбалансированно-целевое управление развитием предприятия: модели и технологии: Моно­графия. М.: ИНФРА-М. 2017. 162 c.
  6. Тарасова Н.П., Кручина Е.Б. Индексы и индикаторы устойчивого развития / Матер. междунар. конф. «Устойчивое развитие: природа – общество – человек». Т. 1. М.: ЗАО «Инновационный экологический фонд». 2006. 236 с.
  7. Прокопчина С.В. Интеллектуальные измерения на основе регуляризирующего байесовского подхода. М.: Изд. дом «Научная библиотека». 2021.  499 с.
  8. Жуков Р.А., Прокопчина С.В. Моделирование функционирования социо-эколого-экономических систем на основе многоуровневого оптимизационного подхода в условиях неопределенности. Отчет о НИР № 22-28-20061. Российский научный фонд, 2022.
  9. Пархименко В.А., Савчик О.А., Верняховская В.В. и др. Цифровая трансформация в маркетинговой деятельности: от автоматизации к алгоритмическому маркетингу // Big Data and Advanced Analytics. 2020. № 6-1. С. 303.
  10. Лукьянец А.А., Прокопчина С.В. Поддержка принятия решений в управлении энергоснабжающими организа­циями на основе регуляризирующего байесовского подхода. Томск: Изд-во Томский некоммерческий фонд развития региональной энергетики. 2006. 399 с.
  11. Королева Д.А. Применение технологий байесовских интеллектуальных измерений в аудиторской практике // Экономика и управление. Проблемы и решения. Т. 1(61). 2017. С. 101–105.
  12. Прокопчина С.В. Новый тип нейронных сетей: байесовские измерительные нейронные сети (БИН) на основе методологии регуляризирующего байесовского подхода // Мягкие измерения и вычисления. 2020. Т. 35. № 10. С. 17–24.
  13. Прокопчина С.В. Системный подход в условиях неопределенности. От системных измерений к системному синтезу // Мягкие измерения и вычисления. 2018. № 11 (12). С. 3–13.
  14. Mari l., Giordany A. Towards a concept of property evaluation type. XIII Symposium of IMECO, June, 2010.
  15. Mary L., Lazarotti V., Manzini R. Measurement in soft systems: epistemological framework a case study. Measurement. 2009. V. 42. P. 241–253.