Искусственная вентиляция легких (ИВЛ) считается одним из важнейших методов интенсивной терапии, входящим в комплекс мер по поддержанию жизненно важных функций организма в критических состояниях. В связи с созданием интеллектуальных режимов вентиляции легких, повышающих эффективность управления аппаратами ИВЛ, необходимо разработать и применить различные вычислительные схемы обработки данных значений текущих показателей пациента при ИВЛ. В статье рассматривается проблема выявления аномальных выбросов и нивелирования их отрицательного влияния на выделяемые значимые характеристики рассчитываемых показателей, необходимых для принятия оптимальных значений параметров вентиляционного потока, обеспечивающих наиболее эффективное лечение пациента. Для решения поставленной задачи в статье рассматриваются и применяются несколько так называемых робастных методов и основанных на них вычислительных схем выделения аномальных выбросов в значениях показателей состояния пациента и определения их будущих значений.

В статье рассматривается задача применения деревьев решений и их ансамблей (лесов решений) в задаче классификации кредитных организаций, как объектов экономической безопасности. Хотя деревья решений и их ансамбли успешно применяются в банковском секторе, для автоматизированной идентификации неблагонадежных кредитных организаций деревья решений и их ансамбли ранее не использовались. Классификация кредитных организаций проводилась на основе формы банковской отчетности № 101. В результате проведенного анализа были выделены ключевые показатели деятельности кредитных организаций, а именно «Прибыль», «Счета в Банке России», «Ценные бумаги». С учетом этих показателей для модели CART была получена точность классификации, составившая 85 %. Для моделей Random Forest, Adaboost и Xgboost использовались все 23 показателя финансовой отчетности (форма 101), а достигнутая при этом точность составила 83, 80 и 80 %, соответственно, решена актуальная научно-практическая задача – разработаны математические модели, позволяющие идентифицировать высокорисковые кредитные организации и прогнозировать риски отзыва у них лицензий. В ходе их применения идентифицирован список потенциально неблагонадежных кредитных организаций, на которые рекомендуется обратить пристальное внимание органам государственной власти.

Исследование экономических процессов базируется на изучении большого числа параметров. В связи с чем для проведения анализа исследуемых явлений и решения прогностических задач возникает необходимость применения методов многомерного анализа данных. В статье рассматривается проблема идентификации подозрительных, с точки зрения финансовой состоятельности, кредитных организаций, осуществляющих свою деятельность на российском рынке. Настоящее исследование нацелено на разработку методики многомерного анализа данных для выявления подозрительных кредитных организаций и прогнозирования отзыва у них лицензий. Для решения указанной задачи предлагается использовать иерархические и итерационные методы кластерного анализа, а также метод главных компонент. На основе этих методов разработана методика формирования зоны риска, позволяющая прогнозировать отзыв лицензий у кредитных организаций. Для определения количества кластеров применялся метод кластеризации Варда, а также метод локтя, метод силуэтов, метод Дэвиса–Боулдина. Совместное использование методов кластерного анализа и метода главных компонент позволили продемонстрировать робастность предложенной методики. В настоящем исследовании использовались данные формы банковской отчетности № 101.

В последние годы деревья решений и нейронные сети широко применяются в задачах компьютерного зрения, таких как распознавание объектов, классификация текстов, распознавание жестов, обнаружение спама, семантическая сегментация и кластеризация данных. В статье рассматривается применение методов деревьев решений и искусственных нейронных сетей в задаче классификации кредитных организаций как объектов экономической безопасности. Представлены результаты анализа данных о деятельности кредитных организаций с использованием разных методов деревьев решений: C5, CHAID, C&R и QUEST, а также нейронных сетей. Наивысшая общая точность классификации анализируемых объектов была достигнута с помощью алгоритма деревьев решений С5 и составила 81 %. Общая точность классификации при применении алгоритма CHAID составила 68 %, алгоритма C&R – 71 %, алгоритма QUEST – 66 %. На основании результатов алгоритма C5 сгенерирован набор правил для определения принадлежности банка к определенному классу. Согласно методам деревьев решений и нейронным сетям были отобраны наиболее информативные показатели деятельности кредитных организаций с точки зрения их разбиения на два класса: благонадежные и высоко-рисковые.

Проведен анализ современного состояния деятельности по выводу из эксплуатации объектов использования атомной энергии (ОИАЭ), оценена необходимость принятия управленческих решений, связанных с планированием, подготовкой и осуществлением вывода из эксплуатации на всех стадиях жизненного цикла ОИАЭ. Рассмотрены возможные ограничения и трудности на этом пути. Представлена информация о комплексе программных средств «СППОР» (система поддержки принятия оптимальных решений), предназначенном для информационной поддержки принятия управленческих решений при осуществлении деятельности по подготовке к выводу из эксплуатации и по выводу из эксплуатации ОИАЭ. Комплекс «СППОР» разработан на основе математического обеспечения, полученного в результате выполненных в ФБУ «НТЦ ЯРБ» исследований. Представлены следующие элементы комплекса «СППОР»: • база данных, содержащая библиотеки моделей типовых элементов ОИАЭ и типовых технологических операций, осуществляемых при выводе из эксплуатации, а также требования нормативной правовой базы по выводу из эксплуатации ОИАЭ; • инструментальные средства моделирования ОИАЭ и процессов вывода из эксплуатации, формирования возможных решений; • программные модули, обеспечивающие оценку и сопоставление возможных решений по выводу из эксплуатации и обоснованный выбор из них оптимального решения с учетом неопределенности исходных данных об ОИАЭ, а также предпочтений лица, принимающего решение. Полученные результаты демонстрируют возможные подходы к оценке эффективности принятых решений, связанных с подготовкой к выводу и выводом из эксплуатации ОИАЭ. Проведен анализ полезности применения комплекса «СППОР» для задач, связанных с выводом из эксплуатации ОИАЭ, а также для систем поддержки принятия решений. The current status of nuclear facilities’ decommissioning activities was analyzed along with evaluation of the necessity of making management decisions related to planning, preparation and conduct of decommissioning at all stages of a nuclear facility lifecycle. Potential constraints and difficulties on this way were also considered. The article presents information about the “SPPOR” (optimal decision-making support system) software package intended for information support to management decision-making in implementation of activities for preparation to and conduct of a nuclear facility decommissioning. The “SPPOR” software package was developed on the basis of mathware obtained as a result of researches performed by SEC NRS. The article presents the following elements of the “SPPOR” software package: ▪ a database containing libraries of models of nuclear facilities’ standard elements and processes to be carried out at decommissioning, as well as the requirements of the legal and regulatory framework for decommissioning of nuclear facilities; ▪ software tools for modeling of nuclear facilities and decommissioning processes, and for creation of possible solutions; ▪ software modules supporting evaluation and comparison of potential decommissioning solutions and justified choice of the optimal solution among them with the consideration of the uncertainty of input data about the nuclear facility, as well as the preferences of a person, who takes the decision. The obtained results demonstrate possible approaches to evaluation of the efficiency of the decisions made with regard to preparation to and decommissioning of a nuclear facility. The “SPPOR” package was analyzed for feasibility of use for challenges related to nuclear facilities’ decommissioning, as well as for decision-making supporting systems.

Рассмотрены проблема выбора варианта обращения с радиоактивными отходами и применение методамногофакторного анализа при выборе оптимального варианта на множестве альтернатив. Приведенный метод позволяет решить сложную задачу по определению оптимального сценария обращения с радиоактивными отходами с помощью сравнения факторов, характеризующих возможные сценарии, для ранжирования их по важности и расчета комплексного показателя для каждого рассматриваемого варианта. Результатом применения данногометода является количественная оценка эффективности для каждого из рассматриваемых вариантов обращенияс радиоактивными отходами с максимальным значением комплексного показателя для выбора оптимального варианта.

Рассматриваются задачи выделения компонент и прогнозирования динамических процессов. Исследованы схемы прогнозирования хаотических временнх рядов с помощью предварительного выделения регулярной, аномальной и хаотической компонент и дальнейшего применения к регулярной компоненте одного из представленных методов прогнозирования. Для выделения регулярных компонент используются робастные линейные сплайны и сингулярно-спектральный анализ. Приведенные в работе примеры показывают, что применение представленных схем прогнозирования позволяет получать прогнозируемые значения исследуемых динамических процессов с приемлемой точностью. Библ. 9. Фиг. 4. х рядов с помощью предварительного выделения регулярной, аномальной и хаотической компонент и дальнейшего применения к регулярной компоненте одного из представленных методов прогнозирования. Для выделения регулярных компонент используются робастные линейные сплайны и сингулярно-спектральный анализ. Приведенные в работе примеры показывают, что применение представленных схем прогнозирования позволяет получать прогнозируемые значения исследуемых динамических процессов с приемлемой точностью. Библ. 9. Фиг. 4.