Разработка методологических и аналитических инструментов для оценки динамики рисков конкурентоспособности регионов России средствами искусственного интеллекта

Целью проекта является решение фундаментальной научной проблемы, связанной с разработкой методологических и аналитических инструментов для оценки динамики конкурентоспособности регионов с учетом комплекса социальных, политических и экономических факторов на основе применения методов искусственного интеллекта в условиях неполноты информации для оценки рисков в процессе практической разработки приоритетных направлений стратегического развития регионов РФ. При создании моделей и методов использован аппарат теории причинно-следственных связей и концепции критических сочетаний опасных событий, системно-динамический и вероятностный анализ безопасности функционирования сложных систем. Предложенный математический аппарат предназначен для анализа динамики рисков конкурентоспособности регионов РФ в условиях изменения социально-экономических отношений под давлением информатизации и внедрения киберфизических систем. Проект предполагает: формулировку постановки задачи предотвращения и противодействия рискам конкурентоспособности регионов РФ; разработку предсказательной математической модели динамики рисков и определения мер рационального противодействия на основе теории причинно-следственных комплексов и системного анализа рисков. Предусмотрено обоснование возможности применения полученных результатов при разработке теоретических основ построения нового класса гибридных экспертных систем и информационных технологий для создания и практического внедрения систем поддержки принятия решений противодействия рискам и опасным сочетаниям событий. Результаты применения разработанных моделей и методов создают основу для новой системы мониторинга, визуализации и прогнозирования поведения акторов и определение механизмов эффективного воздействия с целью предотвращения неблагоприятного сочетания рисков конкурентоспособности. Адекватность моделей и методов обосновывается корректным применением используемого математического аппарата, а также сопоставлением полученных результатов моделирования с данными статистики.