Интеллектуальная система поддержки принятия решений по развитию демографии России

Abstract

В статье авторы рассмотрели вопросы исследования демографических процессов на территории России с использованием интеллектуальных систем. В условиях цифровой экономики акцент сделан на решение задач по интеграции данных статистики в большие языковые модели, в агент-ориентированные модели. Приведены примеры полученных результатов многовариантных расчетов. Кроме того, представлена оригинальная разработка интеллектуальной системы поддержки принятия решений (ИСППР), которая позволяет проводить тщательный анализ и строить среднесрочные и долгосрочные прогнозы демографических процессов в Российской Федерации. Предлагаемая система гармонично объединяет нейросетевые технологии, включая машинное обучение, анализ больших данных и имитационное моделирование. Полученные рекомендации целесообразно применять для оценки эффективности государственных мер в сфере демографической политики, корректировать процесс принятия стратегических мер. Особое внимание уделено адаптации модели к региональным особенностям и учету социально-экономических факторов, влияющих на демографическое поведение населения. Результаты апробации интеллектуальной системы поддержки принятия решений на исторических, оперативных данных раскрывают ее потенциал для повышения качества управленческих решений на федеральном и региональном уровнях. Система может стать инструментом в руках экспертов для формирования устойчивой демографической политики, способствующей долгосрочному социально-экономическому развитию России. In this article, the authors examine the study of demographic processes in Russia using intelligent systems. In the context of the digital economy, the emphasis is on integrating statistical data into large language models and agent-based models. Examples of the results of multivariate calculations are provided. Furthermore, the authors present an original development of an intelligent decision support system (IDSS), which enables thorough analysis and the creation of medium- and long-term forecasts of demographic processes in the Russian Federation. The proposed system harmoniously integrates neural network technologies, including machine learning, big data analysis, and simulation modeling. The resulting recommendations can be used to assess the effectiveness of government measures in the field of demographic policy and to adjust the process of strategic action. Particular attention is paid to adapting the model to regional characteristics and considering socioeconomic factors influencing the demographic behavior of the population. The results of testing the intelligent decision support system on historical and real-time data reveal its potential for improving the quality of management decisions at the federal and regional levels. The system can become a tool for experts to develop sustainable demographic policies that contribute to Russia's long-term socioeconomic development.