HiPhi — ‎C:\Users\EduWorker\Desktop\2025_ТЕЗИ_Авраменко_Петрікей.docx‎

зрозуміло який принцип моделювання варто використовувати. Наприклад у роботі [2] основою побудови методу є принцип суми добутків, який призначений для моделювання лінійних комбінацій або взаємодій між різними факторами. Другий варіант, трішки простіший на нашу суб'єктивну думку, – створити нейронну мережу як у роботі [3]. Можна побудувати каскадну нейронну мережу із зворотнім зв'язком. Перший каскад, де вирішуватиметься задача прогнозування. На вхід подаватимуться різні види оцінок, наприклад самооцінки, оцінки експертів, інші оцінки. Вхід матиме кількість нейронів залежно від кількості вихідних оцінок кожного метода. Другий каскад.

На вхід отримує вихідний результат першого каскаду, що є критерієм прийняття рішень. Щоб продемонструвати як функціонує система, варто мати два і більше критеріїв для прийняття рішень. Далі за умовами дій здійснюється класифікація, що автоматизує процес прийняття рішень. Пропонується створити різні комбінації інструментів прийняття рішень, зокрема для кожного методу окремо та узагальнений варіант. Запропонований інструмент агрегування оцінок, залежно від налаштувань, точніше проводитиме прогнозування. Це пояснюється використанням точніших вхідних оцінок, що вивчалося у роботі [4]. Література 1. Technology for determining weight coefficients of components of information security / S.

Onyshchenko et al. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2025. No. 1. P. 96 103. URL: https://doi.org/10.33271/nvngu/2025-1/096 2. Ukraine Unified Transport System Potential and Its Development Management Effectiveness Integral Assessment / K. Olha et al. International Journal of Engineering & Technology. 2018. Vol. 7, no. 4.3. P. 633. URL: https://doi.org/10.14419/ijet.v7i4.3.19972 3. Поплавський О. Методологія високопродуктивної обробки складних інформаційних структур для підвищення якості систем підтримки прийняття рішень : автореф. дис. - ра техн. наук : 05.13.06. Київ, 2024. 43 с. URL: https://surl.lu/uocblq . 4. Laktionov O., Yanko A., Pedchenko N.

Identification of air targets using a hybrid clustering algorithm. Eastern-European Journal of Enterprise Technologies. 2024. Vol. 5, no. 4 (131). P. 89 95. URL: https://doi.org/10.15587/1729-4061.2024.314289 ~ 6 ~