Реєстраційний номер
0826U002158, Дисертація доктора філософії
На здобуття
Доктор філософії
Дата захисту
11-08-2026
Статус
Захищена
Назва роботи
Підтримка прийняття рішень щодо відновлення пошкоджених об’єктів за умов невизначеності на основі інтелектуальних технологій
Здобувач
Білий Віталій Вікторович,
Керівник Бакурова Анна Володимирівна
Опонент Новожилова Марина Володимирівна
Опонент Хом'як Тетяна Валеріївна
Рецензент Кудерметов Равіль Камілович
Рецензент Широкорад Дмитро Вікторович
Установа, організація, у вченій раді якої відбудеться/відбувся захист
Національний університет "Запорізька політехніка"
Опис
Дисертаційне дослідження присвячено розробці інтелектуальної інформаційно-аналітичної системи, що забезпечує вирішення науково-практичної проблеми підтримки прийняття рішень щодо відбудови пошкоджених об’єктів за умов невизначеності. Вирішення цієї проблеми пов’язане з подоланням розриву між етапами фіксації пошкоджень, оцінки вартості відновлення та ухвалення рішень про вибір альтернативи відбудови, що виникає внаслідок фрагментарності наявних інструментів та неповноти вхідних даних.
Об’єктом дослідження є процеси фіксації пошкоджень та оцінювання вартості відбудови пошкоджених об’єктів. Предметом дослідження є інформаційно-аналітична система для підтримки прийняття рішень про відбудову пошкоджених об’єктів. Мета дослідження полягає у розробці інтелектуальної інформаційно-аналітичної системи на основі веб-технологій, що містить модулі аналітики, оцінювання вартості, прогнозування та збереження пам’яті культурної спадщини.
У першому розділі проаналізовано актуальність проблеми фіксації руйнувань і відбудови в умовах збройної агресії. Здійснено огляд існуючих ІАС підтримки прийняття рішень, підходів до побудови цифрових двійників та методів машинного навчання для прогнозування вартості відновлення. Обґрунтовано необхідність створення комплексної системи, яка інтегрує функції обліку, аналітики, прогнозування та сценарного моделювання.
У другому розділі розроблено концепцію ІАС на основі гібридної архітектури, що поєднує монолітний веб-застосунок із відокремленим ML-мікросервісом. Формалізовано багатокритеріальну задачу прийняття рішення про відбудову пошкодженого об’єкта як задачу вибору з множини альтернатив в умовах невизначеності з урахуванням належності об’єкта до культурної спадщини. Формалізовано задачу прогнозування вартості відновлення як регресійну задачу машинного навчання із застосуванням комбінованого кодування категоріальних ознак.
У третьому розділі описано реалізацію ІАС, що охоплює модулі обліку пошкоджених об’єктів, інтерактивну карту, підсистему OLAP-аналітики та модуль віртуальних турів для збереження пам’яті про об’єкти культурної спадщини. Розроблено цифровий двійник пошкодженого об’єкта, що поєднує цифровий профіль з прогностичним шаром на основі моделі XGBoost та механізмом сценарного перерахунку вартості з SHAP-інтерпретацією результатів.
У четвертому розділі проведено порівняльний аналіз моделей машинного навчання (Linear Regression, Random Forest, XGBoost) на даних публічних закупівель системи Prozorro та виконано модульне й інтеграційне тестування розробленої системи.
Наукова новизна отриманих результатів полягає в тому, що вперше запропоновано концепцію інформаційно-аналітичної системи підтримки прийняття рішень щодо відбудови на основі гібридної архітектури, яка поєднує монолітний веб-застосунок та відокремлений ML-мікросервіс і забезпечує наскрізний цикл підтримки прийняття рішень в умовах неповноти та невизначеності вхідних даних. Вперше розроблено цифровий двійник пошкодженого об’єкта, що поєднує цифровий профіль з прогностичним шаром на основі моделі XGBoost та механізмом сценарного (what-if) перерахунку вартості з SHAP-інтерпретацією результатів. Набув подальшого розвитку підхід до підтримки прийняття рішень щодо відбудови за рахунок формалізації багатокритеріальної задачі вибору альтернативи відновлення в умовах невизначеності з урахуванням належності об’єкта до культурної спадщини. Набув подальшого розвитку підхід до прогнозування вартості відновлення за рахунок формалізації регресійної задачі із застосуванням комбінованого кодування категоріальних ознак: one-hot для номінальних змінних та фазифікації з трикутними функціями належності для порядкових.
Практичне значення отриманих результатів полягає у розробці діючої веб-системи, призначеної для використання органами місцевого самоврядування та іншими користувачами, що беруть участь у плануванні відбудови. Система забезпечує реєстрацію пошкоджених об’єктів із фотофактами, візуалізацію руйнувань на інтерактивній карті, багатовимірний OLAP-аналіз, автоматичне формування орієнтовної вартості відновлення через ML-мікросервіс та порівняння альтернативних сценаріїв відбудови. Це дозволяє скоротити час попередньої оцінки вартості, виявляти потенційно завищені суми у заявках на ранніх етапах та підвищити обґрунтованість розподілу обмежених фінансових ресурсів.
Дата реєстрації
2026-06-03
Додано/оновлено в НРАТ
2026-06-03 / 2026-08-12
