Обучение моделей для ИСППР. Исследование эффективности построенной модели для модуля прогнозирование количества происшествий. Тестирование модели для данного модуля. Исследование эффективности построенной модели для модуля кластеризации происшествий. Тестирование модели для данного модуля. Исследование эффективности построенной модели для модуля поиска аномалий в процессе обработки происшествий оператором. Тестирование модели для данного модуля. Исследование эффективности построенной модели для модуля поиска аномалий в процессе обработки вызова. Тестирование модели для данного модуля. Исследование эффективности построенной модели для модуля прогнозирования требуемого количества операторов. Тестирование модели для данного модуля. Тонкая настройка параметров полученных моделей. (промежуточный)

Объектом исследования являются программные модули интеллектуальной системы поддержки принятия решений для дежурно-диспетчерских служб на основе предиктивных моделей машинного обучения. Целью работы является разработка методики построения и использования предиктивных моделей машинного обучения интеллектуальной системы поддержки принятия решений (ИСППР) для оперативных дежурно-диспетчерских служб, а также создание программного обеспечения – набора программных модулей предиктивной аналитики. В процессе реализации второго этапа проекта выполнены следующие работы: 1. Обучение моделей для ИСППР. 2. Исследование эффективности построенной модели для модуля прогнозирование количества происшествий. 3. Тестирование модели для данного модуля. 4. Исследование эффективности построенной модели для модуля кластеризации происшествий. 5. Тестирование модели для данного модуля. 6. Исследование эффективности построенной модели для модуля поиска аномалий в процессе обработки происшествий оператором. 7. Тестирование модели для данного модуля. 8. Исследование эффективности построенной модели для модуля поиска аномалий в процессе обработки вызова. 9. Тестирование модели для данного модуля. 10. Исследование эффективности построенной модели для модуля прогнозирования требуемого количества операторов. 11. Тестирование модели для данного модуля. 12. Тонкая настройка параметров полученных моделей. В результате выполненных работ проведено исследование эффективности, тестирование и тонкая настройка параметров моделей машинного обучения прогнозирования числа происшествий, прогнозирования числа операторов на смену в дежурно-диспетчерской службе, кластеризации происшествий, выявления аномалий в процессах, характеризующих деятельность операторов дежурно-диспетчерских служб. Они составят основу интеллектуальной системы поддержки принятия решений дежурно-диспетчерских служб в отношении дорожно-транспортных происшествий, пожарной охраны, медицинской помощи, в сфере ЖКХ, оказывающих влияние на гражданскую безопасность на территории муниципальных образований. Результаты реализации НИОКР могут быть использованы с целью оптимизации работы дежурно-диспетчерских служб путем сокращения времени принятия управленческих решений, снижения вероятности возникновения «человеческих ошибок», осуществления контроля производительности сотрудников. Данный проект может быть использован в системах обеспечения вызова экстренных оперативных служб по единому номеру «112». Работы по этапу выполнены в полном объеме в соответствии с техническим заданием и календарным планом.