Проблема превентивного управления рисками в «умных сообществах» на основе стохастического моделирования

Цели. Целью работы является анализ задачи превентивного управления рисками возникновения проблемных ситуаций и инцидентов при функционировании «умных сообществ» как нуклеарных структур больших организационных систем в условиях глобальной турбулентности на основе математических моделей с использованием интеграла Винера и винеровской энтропии.

Методы. Использован анализ литературных источников, метод математического моделирования с помощью интеграла Винера и феномена винеровской энтропии для превентивного управления рисками в «умных сообществах» как нуклеарных структурах больших организационных систем различного назначения в условиях влияния факторов глобальной турбулентности.

Результаты. Представлена общая характеристика проблемы превентивного управления рисками инцидентов в «умных сообществах» как нуклеарных организационных системах. Обоснована целесообразность применения интеграла Винера и винеровской энтропии для анализа и превентивного управления рисками в «умных сообществах» в условиях системной турбулентности. Предложены математические модели, обеспечивающие различные этапы превентивного управления рисками проблемных ситуаций и опасных инцидентов в «умных сообществах» больших организационных систем на основе интеграла Винера. В частности, это модель идентификации и оценки рисков на основе интеграла Винера, модель раннего обнаружения и прогнозирования, модель оптимизации стратегий превентивного управления рисками. Кроме того, предложены численные алгоритмы и валидация моделей, а также алгоритмы превентивного управления рисками в «умных сообществах».

Заключение. Разработаны основы подхода к превентивному управлению рисками инцидентов в «умных сообществах» как нуклеарных структурах больших организационных систем на основе интеграла Винера и винеровской энтропии. 

1. Миланович, Б. Глобальное неравенство. Новый подход для эпохи глобализации / Б. Миланович ; пер. с англ. Д. Шестакова. – М. : Изд-во «Института Гайдара», 2017. – 336 с.

2. Motter, A. E. Cascade-based attacks on complex networks / A. E. Motter, Y.-C. Lai // Physical Review E: Statistical, Nonlinear, and Soft Matter Physics. – 2002. – Vol. 66, no. 6, pt. 2. – https://doi.org/10.1103/PhysRevE.66.065102.

3. Медоуз, Д. X. Пределы роста: 30 лет спустя / Д. X. Медоуз, И. Рандерс, Д. Л. Медоуз ; пер. с англ. Е. С. Оганесян ; под ред. Н. П. Тарасовой. – М. : Бином, 2012. – 358 с.

4. Демиденко, Э. С. Буржуазно-техногенное уничтожение биосферной жизни и земного шара: междисциплинарное исследование / Э. С. Демиденко, Е. А. Дергачева. – М. : Ленанд, 2023. – 276 с.

5. Воронов, М. В. Биоинспирированный сценарный анализ связи эпидемии COVID-19 и технологий дистанционного обучения / М. В. Воронов, А. Г. Давыдовский // Моделирование и анализ данных. – 2022. – Т. 12, № 4. – C. 25–35. – https://doi.org/10.17759/mda.2022120402.

6. Climate tipping points – too risky to bet against / T. M. Lenton, J. Rockström, O. Gaffney [et al.] // Nature. – 2019. – Vol. 575, no. 7784. – P. 592–595. – https://doi.org/10.1038/d41586-019-03595-0.

7. Social media analysis during political turbulence / D. Antonakaki, D. Spiliotopoulos, C. Samaras [et al.] // PLoS One. – 2017. – Vol. 31, no. 12 (10). – URL: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0186836 (date of access: 30.04.2026). – https://doi.org/10.1371/journal.pone.0186836.

8. Шваб, К. Технологии Четвертой промышленной революции : пер. с англ. / К. Шваб, Н. Дэвис. – М. : Эксмо, 2018. – 320 с.

9. Brisini, K. S. Relational turbulence and social network engagement during the summer of COVID-19: A repeated measures, dyadic analysis / K. S. Brisini, D. H. Solomon // Journal of Social and Personal Relationships. – 2022. – Vol. 39, no. 8. – P. 2435–2453. – https://doi.org/10.1177/02654075221080760.

10. Назаретян, А. П. Антропология насилия и культура самоорганизации: очерки по эволюционно-исторической психологии / А. П. Назаретян. – М. : ЛКИ, 2007. – 256 с.

11. Helbing, D. Globally networked risks and how to respond / D. Helbing // Nature. – 2013. – Vol. 497. – P. 51–59. – https://doi.org/10.1038/nature12047.

12. Человечество в новой реальности: глобальные биотехнологические вызовы / отв. ред. Г. Л. Белкина, ред.-сост. М. И. Фролова. – М. : Канон-Плюс, 2022. – 496 с.

13. Кругликов, С. В. Моделирование рисков развития «умного города» как сложной социотехнической системы / С. В. Кругликов, А. Г. Давыдовский // Информатика. – 2025. – Т. 22, № 2. – С. 7–32. – https://doi.org/10.37661/1816-0301-2025-22-2-7-32.

14. Винер, Н. Нелинейные задачи в теории случайных процессов : пер. с англ. / Н. Винер. – М., 2025. – 158 с.

15. Давыдовский, А. Г. Моделирование процессов информационного обмена для синтеза бизнес-эталонной модели исполнительного комитета города (региона) / А. Г. Давыдовский, С. В. Кругликов // Развитие информатизации и государственной системы научно-технической информации (РИНТИ-2023) : докл. XXII Междунар. науч.-техн. конф., Минск, 16 нояб. 2023 г. – Мн. : ОИПИ НАН Беларуси, 2023. – С. 74–81.

16. Давыдовский, А. Г. Проблема прогнозирования цифровой трансформации предприятий и организаций / А. Г. Давыдовский // Системное моделирование социально-экономических процессов : тр. 46-й Междунар. науч. школы-семинара, Уфа, 9–15 окт. 2023 г. / под ред. И. Н. Щепиной. – Воронеж : Истоки, 2024. – С. 315–320.

17. Кащенко, С. А. Динамика моделей на основе логистического уравнения с запаздыванием / С. А. Кащенко. – М. : КРАСАНД, 2020. – 576 с.

18. Анцев, Г. В. Безопасность искусственных систем: управление безопасностью и рисками. Тезаурус : справ. изд. / Г. В. Анцев, В. П. Гаенко. – М. : Радиотехника, 2022. – 680 с.

19. Корн, Г. Справочник по математике для научных работников и инженеров / Г. Корн, Т. Корн. – М. : Наука, 1977. – 831 с.

20. Дьячко, А. Г. Математическое и имитационное моделирование производственных систем : науч. изд. / А. Г. Дьячко. – М. : МИСИС, 2007. – 540 с.