Підтримка прийняття рішень щодо відновлення пошкоджених об’єктів за умов невизначеності на основі інтелектуальних технологій

Abstract

UK: Об’єкт дослідження – процеси фіксації пошкоджень та оцінювання вартості відбудови пошкоджених об’єктів. Предмет дослідження – інформаційно-аналітична система для підтримки прийняття рішень про відбудову пошкоджених об’єктів. Мета дослідження – розробити інтелектуальну інформаційно-аналітичну систему на основі веб-технологій, що вирішує науково-практичну проблему підтримки прийняття рішень про відбудову пошкоджених об’єктів за умов невизначеності та містить модулі аналітики, оцінювання вартості, прогнозування та збереження пам’яті культурної спадщини. Методи дослідження – системний аналіз, ансамблеві методи машинного навчання (XGBoost), нечітка логіка з трикутними функціями належності, SHAP-аналіз, OLAP-аналітика. Розроблено інформаційно-аналітичну систему гібридної архітектури, що поєднує монолітний веб-застосунок із відокремленим ML-мікросервісом. Формалізовано багатокритеріальну задачу вибору альтернативи відновлення в умовах невизначеності з урахуванням належності об’єкта до культурної спадщини. Створено цифровий двійник пошкодженого об’єкта зі сценарним (what-if) перерахунком вартості відновлення та SHAP-інтерпретацією результатів. Проведено експериментальну верифікацію моделей прогнозування на даних публічних закупівель системи Prozorro. EN: Object of research – processes of damage recording and restoration cost estimation for damaged objects. Subject of research – information-analytical system for decision support regarding the restoration of damaged objects. The aim of the research – develop an intelligent web-based information-analytical system that addresses the scientific and practical problem of decision support for the restoration of damaged objects under uncertainty and includes modules for analytics, cost estimation, forecasting, and cultural heritage memory preservation. Research methods – systems analysis, ensemble machine learning methods (XGBoost), fuzzy logic with triangular membership functions, SHAP analysis, OLAP analytics. An information-analytical system with a hybrid architecture has been developed, combining a monolithic web application with a separate ML microservice. The multi-criteria task of selecting a restoration alternative under uncertainty has been formalized, taking into account the object’s cultural heritage status. A digital twin of a damaged object with scenario-based (what-if) recalculation of restoration cost and SHAP interpretation of results has been created. Experimental verification of forecasting models was performed on public procurement data from the Prozorro system.