Н.М. Мельников, А.М. Агранов, М.В. Чередилин

РАЗРАБОТКА КРИТЕРИЕВ И МОДЕЛЕЙ ОПИСАНИЯ И ОЦЕНКИ ЭФФЕКТИВНОСТИ РЕШЕНИЯ ЗАДАЧ СИСТЕМНОГО АНАЛИЗА, ОПТИМИЗАЦИИ, УПРАВЛЕНИЯ, ПРИНЯТИЯ РЕШЕНИЙ, ОБРАБОТКИ ИНФОРМАЦИИ И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА ПРИМЕРЕ ОЦЕНКИ ЧУВСТВИТЕЛЬНОСТИ МОДЕЛИ ФОРМИРОВАНИЯ РАЦИОНАЛЬНОЙ СТРУКТУРЫ СИСТЕМЫ ЭЛЕКТРОСНАБЖЕНИЯ К ИЗМЕНЕНИЮ ИСХОДНЫХ ДАННЫХ

Аннотация: Рассмотрены варианты формирования альтернативных структур системы электроснабжения для дальнейшего выбора рациональной структуры. Формирование альтернативных структур будет осуществляться с использованием как статистических, так и прогнозируемых данных. При принятии решения по оптимальному параметру будут оценены целесообразных границы комплексности модели, под которыми понимаются границы, определяющие совокупность совместно оптимизируемых параметров и факторов, учитываемых при оптимизации и влияющих на оптимальные значения целевой функции.

Ключевые слова: альтернативная, рациональная, система электроснабжения, имитационная модель, оценка чувствительности.

N.M. Melnikov, A.M. Agranov, M.V. Cheredilin

DEVELOPMENT OF CRITERIA AND MODELS FOR DESCRIBING AND EVALUATING THE EFFECTIVENESS OF SOLVING PROBLEMS OF SYSTEM ANALYSIS, OPTIMIZATION, MANAGEMENT, DECISION-MAKING, INFORMATION PROCESSING, AND ARTIFICIAL INTELLIGENCE, USING THE SENSITIVITY OF THE MODEL FOR FORMING A RATIONAL STRUCTURE OF THE POWER SUPPLY SYSTEM TO CHANGES IN INPUT DATA

Abstract: The article considers options for the formation of alternative structures of the power supply system for further selection of a rational structure. Alternative structures will be formed using both statistical and forecast data. When making a decision on the optimal parameter, the appropriate boundaries of the model’s complexity will be evaluated, which are understood as boundaries defining a set of jointly optimized parameters and factors that are taken into account during optimization and affect the optimal values of the objective function.

Keywords: alternative, rational, power supply system, simulation model, sensitivity assessment.

DOI: 10.34219/2078-8320-2026-16-1-77-84