Заказать ВКР МЭИ: «Разработка прототипа интеллектуальной системы поддержки принятия решений

→ Бесплатная консультация по вашей теме: Telegram: @Diplomit Телефон/WhatsApp/MAX: +7 (987) 915-99-32, Email: admin@diplom-it.ru,

Актуальность темы ВКР

В условиях увеличения сложности бизнес-процессов и роста объема данных принятие обоснованных управленческих решений становится критически важной задачей. Согласно исследованию Gartner, компании, использующие интеллектуальные системы поддержки принятия решений (ИСППР), отмечают повышение качества решений на 35-40% и сокращение времени на принятие решений на 50-60%. При этом, по данным Национальной ассоциации бизнес-аналитики, только 22% российских компаний используют современные ИСППР, что создает конкурентное преимущество для тех, кто внедряет такие системы.

Актуальность темы подтверждается требованиями Руководства по написанию ВКР для МЭИ, которое акцентирует внимание на практической значимости разработок и их соответствии современным трендам искусственного интеллекта. Эффективная ИСППР должна не только анализировать данные, но и предоставлять рекомендации с учетом контекста, поддерживать различные методы принятия решений и обеспечивать интерпретируемость результатов.

Цель и задачи исследования

Цель исследования: Разработка прототипа интеллектуальной системы поддержки принятия решений на базе платформы TensorFlow для управления проектами в ООО "ТехноСтрой", обеспечивающей анализ данных и генерацию рекомендаций для руководителей.

Для достижения поставленной цели необходимо решить следующие задачи:

• Провести анализ процесса принятия решений в управлении проектами
• Определить ключевые показатели и данные, необходимые для анализа
• Разработать модель принятия решений с использованием методов искусственного интеллекта
• Создать прототип интерфейса системы с учетом потребностей пользователей
• Реализовать алгоритмы анализа данных и генерации рекомендаций
• Провести тестирование и оценку эффективности разработанного прототипа

Объект и предмет исследования

Объект исследования: Процессы принятия управленческих решений в управлении проектами в ООО "ТехноСтрой".

Предмет исследования: Прототип интеллектуальной системы поддержки принятия решений на базе платформы TensorFlow.

В рамках исследования будут рассмотрены методы анализа решений, подходы к интеграции искусственного интеллекта в бизнес-процессы, методы обработки данных для принятия решений и обеспечение интерпретируемости результатов. Особое внимание будет уделено созданию системы, которая не только предоставляет рекомендации, но и объясняет логику принятия решений, что критически важно для доверия пользователей.

Примерный план (Содержание) ВКР

Глава 1. Анализ проблемной области и постановка задачи

• 1.1. Современные подходы к поддержке принятия решений в управлении проектами
• 1.2. Анализ процессов принятия решений в ООО "ТехноСтрой"
• 1.3. Исследование существующих систем поддержки принятия решений
• 1.4. Обоснование выбора платформы TensorFlow для разработки
• 1.5. Определение требований к функциональности и интерфейсу системы

Глава 2. Разработка модели принятия решений

• 2.1. Формализация процесса принятия решений в управлении проектами
• 2.2. Определение ключевых показателей эффективности и данных для анализа
• 2.3. Разработка математической модели принятия решений
• 2.4. Проектирование архитектуры системы на основе TensorFlow
• 2.5. Планирование интеграции с существующими корпоративными системами

Глава 3. Реализация и тестирование прототипа

• 3.1. Реализация алгоритмов анализа данных с использованием TensorFlow
• 3.2. Разработка интерфейса пользователя и системы рекомендаций
• 3.3. Создание механизма объяснения принятых решений
• 3.4. Тестирование точности рекомендаций и юзабилити системы
• 3.5. Оценка эффективности и рекомендации по внедрению

Глава 4. Технико-экономическое обоснование разработки

• 4.1. Расчет экономического эффекта от внедрения ИСППР
• 4.2. Анализ повышения качества и скорости принятия решений
• 4.3. Оценка срока окупаемости проекта
• 4.4. Перспективы развития и масштабирования решения

Ожидаемые результаты и практическая значимость ВКР

В результате выполнения выпускной квалификационной работы будет разработан прототип интеллектуальной системы поддержки принятия решений, который:

• Повысит качество управленческих решений на 35-40%
• Сократит время на принятие решений на 50-60%
• Обеспечит интерпретируемость рекомендаций для повышения доверия пользователей
• Будет интегрирован с существующими корпоративными системами
• Позволит прогнозировать риски и предлагать варианты их минимизации

Практическая значимость работы заключается в создании готового прототипа для конкретной компании, который может быть адаптирован для использования в других организациях. Результаты исследования могут быть использованы студентами при изучении дисциплин "Искусственный интеллект", "Бизнес-аналитика" и "Системы поддержки принятия решений".

Пример введения для ВКР

Актуальность темы исследования обусловлена необходимостью повышения качества и скорости принятия управленческих решений в условиях увеличения сложности бизнес-процессов и роста объема данных. Согласно исследованию Gartner, компании, использующие интеллектуальные системы поддержки принятия решений (ИСППР), отмечают повышение качества решений на 35-40% и сокращение времени на принятие решений на 50-60%. При этом, по данным Национальной ассоциации бизнес-аналитики, только 22% российских компаний используют современные ИСППР, что создает конкурентное преимущество для тех, кто внедряет такие системы.

Анализ существующих исследований показывает, что работы Иванова (2021) и Сидоровой (2022) посвящены отдельным аспектам систем поддержки принятия решений, однако комплексного подхода к разработке прототипа ИСППР на базе современных платформ искусственного интеллекта, обеспечивающего интерпретируемость рекомендаций, не предложено. Существующие решения часто фокусируются на алгоритмах анализа, не обеспечивая удобный интерфейс и объяснение логики принятия решений.

Цель исследования: разработка прототипа интеллектуальной системы поддержки принятия решений на базе платформы TensorFlow для управления проектами в ООО "ТехноСтрой", обеспечивающей анализ данных и генерацию рекомендаций для руководителей. Для достижения поставленной цели необходимо решить следующие задачи: провести анализ процесса принятия решений, определить ключевые показатели, разработать модель принятия решений, создать прототип интерфейса, реализовать алгоритмы анализа, провести тестирование. Объектом исследования являются процессы принятия управленческих решений в управлении проектами, предметом — прототип интеллектуальной системы поддержки принятия решений. В работе будут использованы методы анализа решений, методы машинного обучения, методы UX/UI дизайна и экономического анализа.

Заключение ВКР МЭИ

В ходе выполнения выпускной квалификационной работы был разработан прототип интеллектуальной системы поддержки принятия решений на базе платформы TensorFlow. В первой главе проведен анализ современных подходов к поддержке принятия решений, выявлены проблемы в процессах принятия решений в ООО "ТехноСтрой" и определены требования к функциональности системы.

Во второй главе разработана модель принятия решений: формализован процесс принятия решений, определены ключевые показатели, разработана математическая модель и спроектирована архитектура системы. Третья глава посвящена реализации и тестированию: реализованы алгоритмы анализа данных с использованием TensorFlow, разработан интерфейс пользователя, создан механизм объяснения решений, проведено тестирование точности и юзабилити. В четвертой главе представлено технико-экономическое обоснование разработки, подтверждающее экономическую целесообразность внедрения предложенного решения.

Практическая значимость работы заключается в создании прототипа, способного повысить качество управленческих решений на 35-40% и сократить время на принятие решений на 50-60%. Полученные результаты могут быть адаптированы для применения в других организациях, что делает разработку востребованной на рынке. В перспективе система может быть расширена для поддержки различных типов решений и интегрирована с дополнительными источниками данных, что позволит еще больше повысить ее эффективность. Результаты исследования соответствуют требованиям Руководства по написанию ВКР для МЭИ и демонстрируют высокую степень практической применимости.

Требования к списку источников

Список источников для ВКР по данной теме должен соответствовать ГОСТ 7.1-2003 и включать не менее 40 источников, из которых 30% должны быть опубликованы за последние 3 года. Предпочтение отдается научным статьям из перечня ВАК, исследованиям в области искусственного интеллекта и официальной документации по используемым технологиям.

Примеры корректно оформленных источников:

1. Иванов А.Б. Интеллектуальные системы поддержки принятия решений // Искусственный интеллект в бизнесе. — 2022. — № 3. — С. 45-60.
2. Goodfellow I., Bengio Y., Courville A. Deep Learning. — Cambridge: MIT Press, 2021. — 775 p.
3. TensorFlow 2.12 Documentation [Электронный ресурс]. — Режим доступа: https://www.tensorflow.org/api_docs, свободный. — Дата обращения: 20.10.2023.

• Как написать введение для дипломной работы: инструкция и пример
• 7 проверенных способов повысить оригинальность диплома
• Как подготовить killer-презентацию для защиты