Применение цифрового двойника в системе поддержки принятия решений интегрированной компании атомной промышленности

Яковлева Д.Д.

Статья в журнале

Лидерство и менеджмент (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 12, Номер 1 (Январь 2025)

Цитировать:
Яковлева Д.Д. Применение цифрового двойника в системе поддержки принятия решений интегрированной компании атомной промышленности // Лидерство и менеджмент. – 2025. – Том 12. – № 1. – doi: 10.18334/lim.12.1.121992.



Введение

Актуальность исследования

Современные условия управления сложными системами требуют новых подходов к принятию решений в атомной промышленности. Традиционные методы, основанные на линейном анализе и простом переборе вариантов, уже не могут обеспечить необходимую гибкость и адаптивность управления при решении сложных задач. В этой связи возникает потребность в разработке систем поддержки принятия решений (СППР), способных учитывать множество факторов и альтернативных сценариев, обеспечивая тем самым эффективное управление в условиях неопределенности.

Настоящая статья посвящена исследованию логики процесса принятия решений в контексте использования цифровых двойников объектов управления в атомной промышленности. Особое внимание уделяется роли логико-лингвистического моделирования и обратного логического вывода в формировании решений в атомной промышленности. Рассматриваются механизмы синтеза решений на основе анализа структурных элементов проблемной ситуации, что позволяет выйти за рамки стандартного подхода к выбору наилучшего варианта среди предложенных альтернатив.

Актуальность исследования обусловлена возрастающей сложностью управленческих задач в условиях глобализации и цифровизации экономики, как на национальном уровне, так и на уровне атомной отрасли. Современные предприятия сталкиваются с необходимостью быстрого реагирования на изменения внешней среды, адаптации к новым условиям рынка и эффективного распределения ресурсов. В таких условиях традиционные подходы к управлению становятся недостаточными, что требует разработки новых методов и инструментов, обеспечивающих более глубокую аналитическую поддержку процессов принятия решений и повышение свойств адаптивности.

Кроме того, развитие технологий цифрового моделирования открывает новые возможности для создания цифровых двойников управляемых объектов, что значительно расширяет потенциал СППР для интегрировнной компании атомной отрасли. Однако для реализации этих возможностей необходимо глубже понять механизмы обработки данных и формирования решений на их основе. Рассматриваемая в исследовании финансовая деятельность интегрированной компании АО «Атомэнергопром», консолидируюет гражданские виды деятельности Госкорпорации «Росатом» и имеет сложную интегрированную структуру и многообразие структурных взаимосвязей. Именно этим вопросам и посвящено настоящее исследование, направленное на разработку эффективных методов логической обработки информации и синтеза решений в современных системах управления интегрированной компанией атомной промышленности.

Литературный обзор

Применение методики системного анализа к изучению процесса принятия решений в атомной промышленности возможно на основе ситуационного подхода к управлению и теории адаптивного управления сложными слабоформализованными социально-экономическими системами, какой по сути и является атомная промышленность. Труды по менеджменту П. Друкера «Практика менеджмента» (1954) [1], Ф.Фидлера «Ситуационная модель» (1967) [2], а также труды классиков системного анализа и кибернетики Л. фон Берталанфи «Общая теория систем» (1930) [3], Д.А. Поспелова «Ситуационное управление (1986) [4], А.И. Уемова «Общая параметрическая теория управления» (1978) [5], Б.Л. Кукора «Теория адаптивного управления» (1996, 2017) [6] составляют идеологическую основу такого синтеза. Согласно ситуационному и адаптивному подходам к управлению в теории систем, решение в области финансов следует рассматривать через призму основных функций управления – планирование решений в атомной промышленности, организация решений в в атомной промышленности, их координация и контроль.

Научный пробел

Несмотря на значительные успехи в развитии систем поддержки принятия решений (СППР) и использовании цифровых двойников при управлении в атомной отрасли, остается ряд нерешённых вопросов, связанных с логикой процесса принятия решений. Научный пробел заключается в недостаточной изученности механизмов синтеза решений на основе обратного логического вывода и логико-лингвистического моделирования. В частности, отсутствуют чёткие алгоритмы и методики, позволяющие эффективно обрабатывать и анализировать структурные элементы проблемной ситуации, что является ключевым этапом в формировании оптимальных решений. Кроме того, недостаточно исследованы вопросы интеграции семантики предметной области атомной промышленности в процесс логической обработки данных, что существенно влияет на качество принимаемых решений. Настоящее исследование направлено на устранение указанных пробелов путём разработки системы поддрежки принятия решений для повышения свойств адаптивности процедур принятия решений в условиях высокой сложности и неопределённости.

Цель исследования

Целью исследования является разработка и обоснование методов логико-лингвистического моделирования для синтеза решений в системе поддержки принятия решений (СППР) интегрированной компании атомной промышленности (АО «Атомэнергопром»), с учётом особенностей управления в условиях высокой сложности и неопределённости.

Научная новизна

Научная новизна исследования заключается в разработке и внедрении оригинальных методов логико-лингвистического моделирования и обратного логического вывода для обработки данных и синтеза решений в системе поддержки принятия решений (СППР) интегрированной компании атомной промышленности (АО «Атомэнергопром»). Эти методы позволяют учитывать специфику работы в атомной промышленности и интегрировать современные цифровые технологии для повышения качетсва и адасптивномти управления в условиях сложной и изменчивой внешней среды. Исследование также предлагает новый подход к формированию альтернативных сценариев и решений на основе агрегированных данных цифрового двойника, что ранее не было достаточно полно освещено в научной литературе.

Авторская гипотеза

Авторы работы предлагают рассматривать логику процесса принятия решений как синтез оптимального варианта на базе множества возможных альтернатив с использованием метода обратного логического вывода (например, через сценарии или фреймы). Система поддержки принятия решений (СППР), опираясь на данные, которые аккумулирует цифровой двойник управляемого объекта, формализует потенциальные варианты развития событий (альтернативные сценарии) путем применения логико-лингвистических моделей, учитывающих семантические особенности рассматриваемой предметной области. Важно подчеркнуть, что процедура выбора решения выходит за рамки простого перебора всех возможных вариантов для поиска одного подходящего по заданным критериям и ограничениям. Этот процесс включает не только механическое сравнение разных возможностей, но и логическую обработку информации, которая позволяет прийти к окончательному решению. Синтез этого решения осуществляется методом обратного логического анализа, который основывается на выявлении альтернативных путей разрешения отдельных аспектов проблемы (так называемых подпроблем или проблемных ситуаций в рамках системы принятия решений), соответствующих установленным критериям и требованиям. После этого происходит упорядочение и объединение этих компонентов в целостное решение.

Методология

Методология исследования основана на сочетании качественных и количественных методов анализа. Для изучения логики процесса принятия решений использовались методы логико-лингвистического моделирования, позволяющие формализовать и структурировать информацию о возможных вариантах действий. Обратная логическая обработка данных применялась для выявления взаимосвязей между элементами проблемной ситуации и формирования альтернативных сценариев. Также были использованы методы математического моделирования для оценки эффективности предлагаемых решений и проверки их соответствия установленным критериям и ограничениям. Важную роль в исследовании играли экспертные оценки, которые позволили учесть специфику предметной области и адаптировать общие модели к конкретным условиям.

Современные особенности процесса управления в атомной промышленности

Особенности процесса поддержки принятия решений в атомной промышленности в нынешних условиях заключаются в том, что управление должно быть гибким и оперативным, учитывая экономическую обоснованность, финансовую безопасность, технологическую независимость и суверенность в финансовом плане, что особенно актуально для такой отрасли, как атомная промышленность. Помимо этого, финансовый сектор и информационные технологии оказывают значительное влияние на современную экономику и управление, открывая перед нами новые перспективы, однако вместе с ними приходят и определенные вызовы, связанные с цифровой трансформацией.

Атомная промышленность РФ представляет собой одну из самых высокотехнологичных отраслей, где управление требует высочайшей точности и ответственности. Сложность управления в этом секторе связана с множеством факторов, включая необходимость обеспечения ядерной и радиационной безопасности, соблюдение строгих международных стандартов, а также учет экономических и экологических аспектов [7]. В условиях глобальной цифровизации отрасль сталкивается с новыми вызовами, такими как кибербезопасность и интеграция цифровых технологий в производственные и управленческие процессы [8]. Использование цифровых двойников, искусственного интеллекта и больших данных становится неотъемлемой частью стратегий управления, позволяя оперативно реагировать на изменения и минимизировать риски. Тем не менее, внедрение этих технологий требует тщательного планирования и координации.

Кроме того, актуальными аспектами управления в атомной отрасли являются вопросы устойчивого развития высокотехнологичных предприятий в регионах присутствия [9], а также реализация ряда зеленых инициатив [10], ответственного финансирования в атомной энергетике [11, 12] .

Процесс управления в атомной энергетике отличается высокой степенью сложности и многоуровневостью взаимосвязей, охватывает длительные временные периоды и масштабные проекты, вовлекает большое количество участников, реализующих инвестиционные инициативы [13]. Финансирование проектов часто предполагает участие государства, а также тесное сотрудничество с международными организациями.

Рассмотрение деятельности компании АО «Атомэнергопром» как сложной экономической системы, имеющей определенный элементарный состав и заданные функции обуславливает применение семиотического представления системы поддержки принятия решений интегрированной компании атомной отрасли, реализованного посредством методики логико-лингвистического моделирования (ЛЛМ). Стохастичность, недетермированность, неритмичность деятельности компании, а значит и процесса ее финансового обеспечения требуют от системы поддержки принятия решений применения новых подходов к управлению [14]. Для реализации ситуационного подхода к управлению интегрированной компанией – комплексный анализ ситуации для поддержания интегрированной целостности объекта и равновесия в системе (объекте управления) [15]. Детализация подклассов проблемных ситуаций в ходе реализации основной функции управления при принятии решений – контроля за деятельностью компании и разработка ЛЛМ-модели (логико-лингвистической модели) и ДСС, включающей семиотическое представление информативных признаков ситуации (фреймы, когнитивные модели, когнитивные карты), рассматриваются в работе как постановка задачи принятия решения [16, 17].

В результате научно-технологического развития, информатизации и цифровизации экономики и управления, а также повсеместного использования искусственного интеллекта [18, 19], финансиализации современной экономики под воздействием сквозных технологий управления (обработка больших данных, распределённые реестры, цифровая трансформация) и средств коммуникации технологии и методы подхода к принятию решению эволюционировали и приобрели черты семиотики – семиотического подхода, где уже вместо точечных индикаторов (коэффициентов, показателей) и их комплекса в совокупности используются пространственные и семантические структуры (так называемые «пучки целей»)» [20, 21].

В связи с чем для принятия решений в финансах используются последние технологические разработки в области IT и искусственного интеллекта, финансовых инноваций, что, в свою очередь, с одной стороны, позволяет принимать формально более обоснованные решения за счет некоторого снижения уровня неопределенности, учета финансовых рисков, а также увеличения информационной прозрачности, а, с другой стороны, все-таки не совсем полноценно застраховывает лицо, принимающее решение (ЛПР), от традиционно системных рисков и угроз возникновения проблемных ситуаций [22], потери гомеокинетического равновесия системы («устойчивое динамическое равновесие, равновесие в движении») [23], особенно в современных условиях, с учетом системной и информационной безопасности, гибридных воздействий на процесс принятия решения [24].

Цифровой двойник интегрированной компании на финансовых рынках зеленых облигаций в рамках СППР и соответствующие фреймы знаний

Для апробации СППР на финансовых рынках для рассматриваемой интегрированной компании и в рамках разработанной архитектуры СППР на основе предложенного алгоритма прежде всего необходимо представить цифровой двойник АО «Атомэнергопром». На рисунках 1 и 2 представлены фрагменты цифрового двойника для оценки деятельности интегрированной компании на финансовых рынках зеленых облигаций:

Изображение выглядит как стол

Автоматически созданное описание Рис. 1 Фрагмент цифрового двойника объекта управления в СППР для интегрированной компании на финансовых рынках зеленых облигаций (фрагмент 1).

Источник: составлено автором

Обоснование выбора оцифрованных метрик для включения в цифровой двойник АО «Атомэнергопром» обуславливается принятым в атомной отрасли локальных нормативных актов ГК «Росатом», устанавливающих требования к наличию обязательных финансово-экономическим показателям, а также принятому в отрасли делению ресурсных комплексов на капиталы и соответствующие им метрики: финансовый капитал, производственный капитал, интеллектуальный капитал, человеческий капитал, социально-репутационный капитал [25].

Изображение выглядит как стол

Автоматически созданное описание

Рис. 2 Фрагмент цифрового двойника объекта управления в СППР для интегрированной компании на финансовых рынках зеленых облигаций (фрагмент 2).

Источник: составлено автором

КАрхитектура СППР для интегрированной компании на финансовых рынках зеленых облигаций в основе фреймового представления знаний о проблемных ситуациях и путях их решения лежит альтернативный сетевой график, который изложен в работе автора [26].

Апробация. Прогнозные расчеты основных метрик и оценка проблемных ситуаций при принятии решений СППР для интегрированной компании на финансовых рынках зеленых облигаций

На основе модели, заложенной в цифровой двойник интегрированной компании АО «Атомэнергопром» можно агрегировать следующие метрики для оценки проблемных ситуаций (таблица 1):

Табл. 1 Прогноз основных метрик в рамках СППР для интегрированной компании

Метрики деятельности интегрированной компании
Ед. изм.
2023
2024
2025
2026
Финансовый капитал интегрированной компании
Выручка
млрд руб.
3,435
3,959
4,474
4,697
Операционная прибыль
млрд руб.
0,273
0,329
0,358
0,376
Чистая прибыль
млрд руб.
0,110
0,422
0,456
0,479
Объем инвестиций
млрд руб.
1,120
1,299
1,707
1,780
Затраты на охрану труда
млн руб.
5,179
5,163
5,234
5,328
Затраты на выполнение мероприятий по охране окружающей среды
млрд руб.
0,05
0,06
0,17
0,19
Расход средств на обучение персонала
млн руб.
3,294
3,836
4,339
4,556
Производственный капитал интегрированной компании
Сумма заключенных договорных обязательств
млрд руб.
8,035
13,441
13,465
14,091
Доля закупок оборудования
%
1,78%
1,88%
1,86%
1,84%
Количество ВЭС в портфеле
ед.
7,000
8,000
10,000
11,000
Нематериальные активы интегрированной компании
Инвестиции в НИОКР
млрд руб.
0,320
0,371
0,488
0,509
Патенты РФ на изобретения, полезные модели
ед.
3
7
8
10
Свидетельства на программы для ЭВМ и базы данных
ед.
11
14
15
16
Человеческий капитал интегрированной компании
Доля вовлеченности сотрудников
%
84%
86%
87%
89%
Среднее количество часов обучения на одного сотрудника
ч.
28,4
34,4
36,03
37,83
Социально-репутационный капитал интегрированной компании
Доля открытости (открытые закупки, опубликованные на ЭТП к доле всех конкурентных закупок)
%
93%
94%
95%
96%
Создано новых рабочих мест
ед.
730
876
1051
1261
Объем средств, направленных на благотворительные цели
млрд руб.
0,27
0,51
0,58
0,61
Природный капитал интегрированной компании
Установленная мощность общего объема портфеля ветропарков управляющей компании
ГВт
1,36
1,4
1,55
1,6
Общая мощность проектов по строительству ВЭС, отобранных в результате конкурсов инвест. проектов по строительству генерирующих объектов, функционирующих на основе ВИЭ
ГВт
1
1,1
1,15
1,2
Оценка текущей экономии выбросов парниковых газов от работы ВЭС Росатома
тыс. тонн эквивалента СО2
680
768
887
989
Источник: составлено автором

Как видно из разработанных фреймов и приведённых в таблице 1 прогнозных расчетах, выпуск облигационного займа и его отслеживание «оцифровано» повсеместно приведенными инструментами СППР.

Одновременно, на путях сетевого графика можно отметить расхождения, которые характеризуются проблемными ситуациями.

Анализ проблемных ситуаций при принятии решений СППР для интегрированной компании на финансовых рынках зеленых облигаций. Согласно рассмотренным ранее положениям логико-лингвистического моделирования, сформируем проблемные ситуации для интегрированной компании на финансовых рынках зеленых облигаций.

Выделим проблемные ситуации первого уровня АО «Атомэнергопром», возникающие вследствие нарушений ритма и дисбаланса в деятельности организации:

Несоблюдение «зеленых» условий финансирования проектов.

Недостаточное развитие рынков и инструментов зеленого финансирования.

Трудности рефинансирования для банков, предоставляющих долгосрочные кредиты для экологически чистых проектов.

Недостаточно прозрачная отчетность компаний о расходовании средств, полученных через зеленые облигации.

Падение кредитного рейтинга.

Рассмотрим проблемные ситуации второго уровня АО «Атомэнергопром», обусловленные несоответствием целей объекта и субъекта управления:

Уменьшение конкурентоспособности разрабатываемых технологий.

Нарушение компанией-эмитентом условий выпуска зеленых облигаций.

Затруднения в привлечении инвесторов для финансирования экологических инициатив через зеленые облигации.

Высокие затраты на выпуск зеленых облигаций, включая оценку рисков и проверку проектов.

Остановимся на проблемах третьего уровня АО «Атомэнергопром», вызванных сбоями в информационном обеспечении, внешних шоках и нарушениях кибербезопасности:

Кибератаки.

Неразвитость зелёных финансовых инструментов и инфраструктуры.

Ухудшение инвестиционной обстановки.

Задержки в выявлении изменений во внешней среде.

Внешние потрясения.

Необходимость строго соблюдать дополнительные требования к средствам, полученным через зеленые облигации.

Риск ухудшения репутации эмитента при неисполнении обязательств по зелёным проектам.

Отсутствие развитых механизмов страхования для зелёных облигаций.

Низкий уровень ликвидности рынка зелёных облигаций.

Необходимо обратить внимание на то, что все три уровня проблемных ситуаций взаимосвязаны. Проблемы первого уровня могут возникать как следствие внешних факторов (изменений на рынке, внешних потрясений), так и быть результатом наличия проблем второго и третьего уровней внутри самой системы.

Далее в исследовании рассмотри фреймы для обработки оцифрованных метрик и логических связей в цифровом двойнике системы поддержки принятия решений (СППР) интегрированной компании на рынках зелёных облигаций. В дальнейшем исследовании будут представлен фрагмент ключевых фреймов, описывающие логические взаимоотношения в цифровом двойнике для АО «Атомэнергопром».

Для обработки метрик по выпущенным зелёным облигациям используется фрейм №1, включающий следующие компоненты:

Целеполагание: код Qmax указывает на необходимость поддерживать целевую структуру финансирования проектов, под которые выпущены облигации, с максимальным значением.

Учёт: учитываются такие числовые параметры, как объём выпущенных облигаций (П1), доходность к погашению (П2), годовая доходность купона (П3), Z-спред (П4), G-спред (П5), дюрация (П7) и объем совершённых сделок за день (П8). Также учитывается дискретный параметр кредитного рейтинга (П6).

Прогнозирование: переменная Сп отражает пессимистичные и оптимистичные прогнозы для кредитного рейтинга.

Управляющие воздействия: меры включают поддержание кредитного рейтинга эмитента, выплату купонов, мониторинг финансового рынка и реализацию проектов.

Анализ: основной целью является максимизация значений показателей П1–П9 при поддержании высокого кредитного рейтинга, регулярной выплате купонов и мониторинге финансового рынка.

Для обработки метрик финансируемых зелёных проектов применяется фрейм №2:

Целеполагание: цель Qmax направлена на максимальную реализацию проектов.

Учёт включает числовые показатели чистой приведённой стоимости (NPV, П1), внутренней нормы доходности (IRR, П2), срока окупаемости (PP, П3), средней рентабельности инвестиций (ARR, П4), уровня затрат на единицу энергии (LCOE, П5), избежанных затрат на энергию (LACE, П6) и выбросов парниковых газов (GHG, П7).

Прогностические показатели: переменная Сп оценивает негативные и позитивные прогнозы для NPV.

Меры управления: акцент делается на контроле сроков и расходов на строительство ветроэлектростанций (ВЭС).

Анализ: для достижения максимальной эффективности необходимо увеличивать значения показателей П1—П7, параллельно контролируя сроки и расходы на строительство ВЭС.

Фрейм №3 предназначен для обработки данных мониторинга финансового рынка:

Цели: код Qmax обозначает необходимость предупреждения финансовых и инвестиционных рисков.

Учёту подлежат такие числовые параметры, как доходность государственных облигаций России со сроками 1, 2 и 5 лет (П1–П3 соответственно), а также индикаторы RUABITR, RGBITR, RUCBTRNS, RUMBTRNS и RUGBINFTR.

Прогостические показатели оценивают негативные и положительные ожидания для доходности государственных облигаций сроком 1 год.

Мерами управления является мониторинг финансового рынка.

Анализ направлен на максимизацию показателей П1–П8 при непрерывном мониторинге состояния финансового рынка.

Фрейм №4 обрабатывает метаданные информационной среды:

Целеобразование: код Qmax указывает на задачу своевременной реакции на изменения внешней среды.

В учёт входят числовые и лингвистические параметры, такие как ключевая ставка Центрального банка РФ (П1), курсы валют (П2–П4), аналитические отчёты (П5), пресс-релизы и новости (П6–П7).

Прогнозирование фокусируется на оценке негативных и положительных влияний данных внешней среды на деятельность компании.

Управляющие действия связаны с мониторингом метаданных.

Анализируется необходимость максимизации показателей П1—П7 при условии постоянного мониторинга метаданных для адекватной реакции на внешние изменения.

Описанные фреймы обеспечивают структурированный и ситуационных подход к обработке проблемных ситуаций, необходимых к разрешению для управления проектами интегрированной компании атомной отрасли и рисками в сфере зелёного финансирования, способствуя повышению эффективности и устойчивости компании.

Выводы

Итак. на основании проведённого исследования можно сделать следующие выводы.

Логика процесса принятия решений в СППР интегрированной компании атомной отрасли характеризуется сложным взаимодействием множества факторов, включая финансовые, экономические и технологические аспекты. Адаптивное и ситуационное принятие решений требует использования логико-лингвистических моделей и обратного логического вывода для синтеза решений интегрированной компании атомной отрасли .

Цифровые двойники управляемого объекта играют важную роль в процесса поддержке принятия решений, предоставляя агрегированные данные, необходимые для формализации альтернативных сценариев и оптимизации решений. Они способствуют повышению точности и скорости принятия решений интегрированной компании атомной отрасли .

Разнообразие инструментария фреймов позволяет учитывать различные аспекты управления, такие как финансирование проектов, мониторинг финансового рынка и контроль над реализацией проектов. Каждый фрейм нацелен на максимизацию определённых показателей при соблюдении установленных критериев и ограничений интегрированной компании атомной отрасли .

Необходимость комплексного подхода подчёркивает важность интеграции фреймов в единую систему управления, позволяющую оперативно реагировать на изменения внешней среды и внутренние проблемные ситуации, что обеспечивает устойчивость и конкурентоспособность интегрированной компании атомной отрасли в условиях цифровой трансформации.

Исследование показало, что использование цифровых двойников и логико-лингвистического моделирования в системе поддержки принятия решений интегрированной компании атомной отрасли является перспективным направлением для повышения качества и адаптивности управления в условиях высокой сложности и неопределённости.


Страница обновлена: 29.10.2024 в 12:59:40