<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.2 20190208//EN" "https://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="research-article" dtd-version="1.2" xml:lang="en">
<front> <journal-meta>
<journal-id journal-id-type="publisher-id">Informatization in the Digital Economy</journal-id>
<journal-title-group>
<journal-title xml:lang="en">Informatization in the Digital Economy</journal-title>
<trans-title-group xml:lang="ru">
<trans-title>Информатизация в цифровой экономике</trans-title>
</trans-title-group>
</journal-title-group>
<issn publication-format="print">2712-9306</issn>
<publisher>
<publisher-name xml:lang="en">BIBLIO-GLOBUS Publishing House</publisher-name>
</publisher>
</journal-meta><article-meta>
<article-id pub-id-type="publisher-id">123770</article-id>
<article-id pub-id-type="doi">10.18334/ide.6.3.123770</article-id>
<article-id custom-type="edn" pub-id-type="custom">QVFXQT</article-id>
<article-categories>
<subj-group subj-group-type="toc-heading" xml:lang="en">
<subject>Articles</subject>
</subj-group>
<subj-group subj-group-type="toc-heading" xml:lang="ru">
<subject>Статьи</subject>
</subj-group>
<subj-group subj-group-type="article-type">
<subject>Research Article</subject>
</subj-group>
</article-categories>
<title-group>
<article-title xml:lang="en">Simulation model for sales dynamics research: integration of neural networks and business rules</article-title>
<trans-title-group xml:lang="ru">
<trans-title>Имитационная модель для исследования динамики продаж: интеграция нейронных сетей и бизнес-правил</trans-title>
</trans-title-group>
</title-group>
<contrib-group>
<contrib contrib-type="author">

<name-alternatives>
<name xml:lang="en">
<surname>Nedelko</surname>
<given-names>Aleksandr Evgenevich</given-names>
</name>
<name xml:lang="ru">
<surname>Неделько </surname>
<given-names>Александр Евгеньевич</given-names>
</name>
</name-alternatives>
<bio xml:lang="ru">
<p>Аспирант</p>
</bio>
<email>aleksandrthebest44@gmail.ru</email>
<xref ref-type="aff" rid="aff1"/>
</contrib>

<contrib contrib-type="author">

<name-alternatives>
<name xml:lang="en">
<surname>Shcherbakov</surname>
<given-names>Sergey Mikhaylovich</given-names>
</name>
<name xml:lang="ru">
<surname>Щербаков </surname>
<given-names>Сергей Михайлович</given-names>
</name>
</name-alternatives>
<bio xml:lang="ru">
<p>заведующий кафедрой информационных систем и прикладной информатики, доктор экономических наук, доцент</p>
</bio>
<email>sergwood@mail.ru</email>
<xref ref-type="aff" rid="aff1"/>
</contrib>
</contrib-group><aff-alternatives id="aff1">
<aff>
<institution xml:lang="en">Rostov State University of Economics (RINH)</institution>
</aff>
<aff>
<institution xml:lang="ru">Ростовский государственный экономический университет (РИНХ)</institution>
</aff>
</aff-alternatives>        
        
<pub-date date-type="pub" iso-8601-date="2025-09-30" publication-format="print">
<day>30</day>
<month>09</month>
<year>2025</year>
</pub-date>
<volume>6</volume>
<issue>3</issue>
<issue-title xml:lang="en">VOL 6, NO3 (2025)</issue-title>
<issue-title xml:lang="ru">ТОМ 6, №3 (2025)</issue-title>
<fpage>401</fpage>
<lpage>420</lpage>
<history>
<date date-type="received" iso-8601-date="2025-07-03">
<day>03</day>
<month>07</month>
<year>2025</year>
</date>
<date date-type="accepted" iso-8601-date="2025-09-03">
<day>03</day>
<month>09</month>
<year>2025</year>
</date>
</history>

<permissions>
<copyright-statement xml:lang="en">Copyright ©; 2025, Nedelko A.E., Shcherbakov S.M.</copyright-statement>
<copyright-statement xml:lang="ru">Copyright ©; 2025, Неделько А.Е., Щербаков С.М.</copyright-statement>
<copyright-year>2025</copyright-year>
<copyright-holder xml:lang="en">Nedelko A.E., Shcherbakov S.M.</copyright-holder>
<copyright-holder xml:lang="ru">Неделько А.Е., Щербаков С.М.</copyright-holder>
<ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/" start_date="2025-09-30"/>
</permissions>



<self-uri xlink:href="https://1economic.ru/lib/123770">https://1economic.ru/lib/123770</self-uri>
<abstract xml:lang="en"><p>The article presents a project to study the sales dynamic on the example of the restaurant business. The project is a simulation model for sales forecasting and analysis.

The project aims to develop a system for accurately predicting sales volumes and assessing the impact of external factors on sales, such as seasonality, marketing campaigns, and economic changes. The system is based on the neural network and scenario modeling.

 A set of machine learning methods has been chosen as the implementation of the system, which includes training a fully connected neural network on historical data, extracting business rules using decision trees, and applying scenario perturbations to analyze hypothetical situations. The resulting data, which contains forecasts and analysis, is stored in OLAP storage in PostgreSQL. In the final version, the results of the system showed its effective assessment of the impact of various strategies and scenarios on sales, offering businesses a powerful tool for sales forecasting and informed decision-making in management activities.</p>
</abstract>
<trans-abstract xml:lang="ru"><p>В данной статье представлен проект исследования динамики продаж на примере ресторанного бизнесе. Проект представляет собой имитационную модель для прогнозирования и анализа продаж. Основная цель проекта: разработка системы с использованием нейронной сети и сценарного моделирования для точного предсказания объемов продаж и для исследования влияния внешних факторов на продажи, таких как сезонность, маркетинговые акции и экономические изменения. В качестве реализации системы выбрана совокупность методов машинного обучения, которая включает в себя обучение полносвязной нейронной сети на исторических данных, извлечение бизнес-правил с помощью решающих деревьев и применение сценарных возмущений для анализа гипотетических ситуаций. Результирующие данные, которые хранят в себе прогнозы и анализ, сохраняются в OLAP-хранилище в PostgreSQL. В итоговом варианте результаты работы системы показали ее эффективную оценку влияния различных стратегий и сценариев на продажи, предлагая бизнесу мощный инструмент для прогнозирования продаж и принятия обоснованных решений в управленческой деятельности</p>
</trans-abstract>
<kwd-group xml:lang="en">
<kwd>neural network</kwd>
<kwd>simulation model</kwd>
<kwd>structure</kwd>
<kwd>model</kwd>
<kwd>scenario</kwd>
<kwd>OLAP storage</kwd></kwd-group><kwd-group xml:lang="ru">
<kwd>нейронная сеть</kwd>
<kwd>имитационная модель</kwd>
<kwd>структура</kwd>
<kwd>модель</kwd>
<kwd>сценарий</kwd>
<kwd>OLAP-хранилище</kwd></kwd-group>
</article-meta>
</front>
<back> <ref-list>
<ref id="B1">
<label>1.</label>
<mixed-citation>1. Анастасия К. Бизнес-правила и требования к системе. Хабр. mdash; 2022. mdash; 4 апр. [Электронный ресурс]. URL: https://habr.com/ru/articles/659045/ (дата обращения: 07.05.2025).</mixed-citation>
</ref>
<ref id="B2">
<label>2.</label>
<mixed-citation>2. Антон С. Азработка и анализ нейронной сети для обработки данных кинематики роботов. Хабр. mdash; 2024. mdash; 30 мая. [Электронный ресурс]. URL: https://habr.com/ru/articles/818083/ (дата обращения: 06.05.2025).</mixed-citation>
</ref>
<ref id="B3">
<label>3.</label>
<mixed-citation>3. Афанасьев М.Ю. Глава 14. Имитационное моделирование. В кн.: Исследование операций в экономике: модели, задачи, решения. mdash; 2003. [Электронный ресурс]. URL: https://uchebnik.biz/book/347-issledovanie-operacij-v-yekonomike-modeli-zadachi-resheniya/17-glava-14-imitacionnoe-modelirovanie/ (дата обращения: 10.05.2025).</mixed-citation>
</ref>
<ref id="B4">
<label>4.</label>
<mixed-citation>4. Генералова А. Бизнес-метрики: 6 показателей для подсчёта эффективности рекламы. Roistat. mdash; 2020. mdash; 31 дек. [Электронный ресурс]. URL: https://roistat.com/rublog/6-bisnes-metrik/ (дата обращения: 15.05.2025).</mixed-citation>
</ref>
<ref id="B5">
<label>5.</label>
<mixed-citation>5. Гинсбург И. Пишем нейросеть на Python с нуля. Proglib. mdash; 2020. mdash; 7 окт. [Электронный ресурс]. URL: https://proglib.io/p/pishem-neyroset-na-python-s-nulya-2020-10-07 (дата обращения: 06.05.2025).</mixed-citation>
</ref>
<ref id="B6">
<label>6.</label>
<mixed-citation>6. Михайлов А. Анализ временных рядов. Хабр. 27 апреля 2023 г. [Электронный ресурс]. URL: https://habr.com/ru/companies/otus/articles/732080/ (дата обращения: 14.05.2025).</mixed-citation>
</ref>
<ref id="B7">
<label>7.</label>
<mixed-citation>7. Кузьмина А. Методы принятия управленческих решений: гайд, полезный каждому руководителю. Skillbox. mdash; 2023. mdash; 31 мар. [Электронный ресурс]. URL: https://skillbox.ru/media/management/metody-prinyatiya-upravlencheskikh-resheniy-gayd-poleznyy-kazhdomu-rukovoditelyu/ (дата обращения: 07.05.2025).</mixed-citation>
</ref>
<ref id="B8">
<label>8.</label>
<mixed-citation>8. Лебедев В.И. Тренды ресторанного бизнеса 2023. Restorplace. [Электронный ресурс]. URL: https://restoplace.cc/blog/trendi-restorannogo-bizesa-2023 (дата обращения: 06.05.2025).</mixed-citation>
</ref>
<ref id="B9">
<label>9.</label>
<mixed-citation>9. Letteros. Нейросети для прогнозирования — как нейронные сети помогут в прогнозировании поведения подписчиков. Letteros. mdash; 2024. mdash; 17 мая. [Электронный ресурс]. URL: https://letteros.com/blog/instructions/neyroseti-dlya-prognozirovaniya-kak-neyronnye-seti-pomogut-v-prognozirovanii-povedeniya-podpischikov/ (дата обращения: 07.05.2025).</mixed-citation>
</ref>
<ref id="B10">
<label>10.</label>
<mixed-citation>10. Loginom. Критерии качества данных. Loginom. mdash; 2023. mdash; 11 мая. [Электронный ресурс]. URL: https://loginom.ru/blog/data-quality-criteria (дата обращения: 15.05.2025).</mixed-citation>
</ref>
<ref id="B11">
<label>11.</label>
<mixed-citation>11. Мамедли Р.Э. Системы управления базами данных. / учебное пособие. - Нижневартовск: Изд-во Нижневартовского государственного университета, 2021. – 214 c.</mixed-citation>
</ref>
<ref id="B12">
<label>12.</label>
<mixed-citation>12. HR-Portal. Как макроэкономические факторы влияют на экономику?. Hr-portal.ru. [Электронный ресурс]. URL: https://hr-portal.ru/story/kak-makroekonomicheskie-faktory-vliyayut-na-ekonomiku (дата обращения: 15.05.2025).</mixed-citation>
</ref>
<ref id="B13">
<label>13.</label>
<mixed-citation>13. Neurohive. Функции активации в нейронных сетях. Neurohive.io. [Электронный ресурс]. URL: https://neurohive.io/ru/osnovy-data-science/activation-functions/ (дата обращения: 06.05.2025).</mixed-citation>
</ref>
<ref id="B14">
<label>14.</label>
<mixed-citation>14. Обработка данных для машинного обучения. 4brain. [Электронный ресурс]. URL: https://4brain.ru/aibasics/data.php (дата обращения: 06.05.2025).</mixed-citation>
</ref>
<ref id="B15">
<label>15.</label>
<mixed-citation>15. OneSolution. Имитационное моделирование: основные концепции, подходы и применение в анализе сложных систем. 1solution.ru. [Электронный ресурс]. URL: https://1solution.ru/events/articles/imitatsionnoe-modelirovanie-osnovnye-kontseptsii-podkhody-i-primenenie-v-analize-slozhnykh-sistem/ (дата обращения: 13.05.2025).</mixed-citation>
</ref>
<ref id="B16">
<label>16.</label>
<mixed-citation>16. Попов С. А. Сценарное моделирование: методика из восьми шагов. Элитариум. [Электронный ресурс]. URL: http://www.elitarium.ru/scenarnoe_modelirovanie_metodika/ (дата обращения: 07.05.2025).</mixed-citation>
</ref>
<ref id="B17">
<label>17.</label>
<mixed-citation>17. Рег.ру. Как подключиться к базе данных PostgreSQL. Справка REG.RU. [Электронный ресурс]. URL: https://help.reg.ru/support/servery-vps/oblachnyye-bazy-dannykh/postgresql/kak-podklyuchitsya-k-baze-dannykh-postgresql (дата обращения: 15.05.2025).</mixed-citation>
</ref>
<ref id="B18">
<label>18.</label>
<mixed-citation>18. Редакция «Код» Skillbox Media. Знакомство с OLAP: что это и как работает. Skillbox. mdash; 2024. mdash; 27 фев. [Электронный ресурс]. URL: https://skillbox.ru/media/code/znakomstvo-s-olap-chto-eto-i-kak-rabotaet/(датаобращения: (дата обращения: 08.05.2025).</mixed-citation>
</ref>
<ref id="B19">
<label>19.</label>
<mixed-citation>19. Спрос в экономике: понятие, виды и закон спроса. Знание.Россия. [Электронный ресурс]. URL: https://znanierussia.ru/articles/ (дата обращения: 15.05.2025).</mixed-citation>
</ref>
<ref id="B20">
<label>20.</label>
<mixed-citation>20. Хабр. Категориальные признаки. Хабр. mdash; 2022. mdash; 17 мая. [Электронный ресурс]. URL: https://habr.com/ru/articles/666234/ (дата обращения: 06.05.2025).</mixed-citation>
</ref>
<ref id="B21">
<label>21.</label>
<mixed-citation>21. Хабр. Три ключевых принципа ПО, которые вы должны понимать. Хабр. mdash; 2012. mdash; 27 мая. [Электронный ресурс]. URL: https://habr.com/ru/articles/144611/ (дата обращения: 06.05.2025).</mixed-citation>
</ref>
<ref id="B22">
<label>22.</label>
<mixed-citation>22. Яценко А. Библиотека Matplotlib для построения графиков. Skillbox. mdash; 2023. mdash; 13 фев. [Электронный ресурс]. URL: https://skillbox.ru/media/code/biblioteka-matplotlib-dlya-postroeniya-grafikov/ (дата обращения: 06.05.2025).</mixed-citation>
</ref>
<ref id="B23">
<label>23.</label>
<mixed-citation>23. Amazon Web Services. Что такое OLAP?. Aws. [Электронный ресурс]. URL: https://aws.amazon.com/ru/what-is/olap/ (дата обращения: 08.05.2025).</mixed-citation>
</ref>
<ref id="B24">
<label>24.</label>
<mixed-citation>24. Scikit-learn. Вычислительная производительность. Scikit-learn.ru. [Электронный ресурс]. URL: https://scikit-learn.ru/stable/computing/computational_performance.html (дата обращения: 13.05.2025).</mixed-citation>
</ref>
<ref id="B25">
<label>25.</label>
<mixed-citation>25. Ultralytics. Adam Optimizer. Ultralytics.com. [Электронный ресурс]. URL: https://www.ultralytics.com/ru/glossary/adam-optimizer (дата обращения: 07.05.2025).</mixed-citation>
</ref>
</ref-list>
</back>
</article>