Розглядається дискретна динаміч-на модель, яка описує управління інно-ваційним процесом (ІП) на підприєм-стві і враховує наявність керуючих впливів і неконтрольованого параме-тра (вектора ризиків). Розроблено модель адаптивного управління ІП, результати практичного застосуван-ня якої дозволяють приймати управ-лінські рішення щодо адаптації до змін зовнішнього середовища при опе-ративному управлінні інноваційною діяльністю підприємства Ключові слова: інноваційний про-цес, адаптивне управління, минимакс, гарантований результат, моделю-вання управління інноваційними про-цесами Рассматривается дискретная ди-намическая модель, которая описыва-ет управление инновационным процес-сом (ИП) на предприятии и учитыва-ет наличие управляющих воздействий и неконтролируемого параметра (век-тора рисков). Разработана модель адаптивного управления ИП, резуль-таты практического применения ко-торой позволяют принимать управ-ленческие решения по адаптации к изменениям внешней среды при опе-ративном управлении инновационной деятельностью предприятия Ключевые слова: инновационный процесс, адаптивное управление, ми-нимакс, гарантированный результат, моделирование управления инноваци-онными процессами UDC 519.86

FORMATION OF PROGNOSTIC SOFTWARE SUPPORT FOR STRATEGIC DECISION-MAKING IN AN ORGANIZATION Y u . R o m a n e n k o vPhD, Associate Professor* E-mail: KhAI.management@ukr.net V . V a r t a n i a n Doctor of Technical Sciences, Professor* E-mail: vartanyan_vm@ukr.net *Department of management M. E. Zhukovsky National Aerospace University «Kharkiv Aviation Institute» Chkalova str., 17, Kharkiv, Ukraine, 61070Проаналізовано фактори невизначеності у проце-сі прийняття стратегічних рішень і проведено порів-няльний аналіз традиційних статистичних моде-лей і методів прогнозування. Сформульовано основні завдання прогностичного забезпечення та обґрунтова-но необхідність розробки моделі прогностичного забез-печення підтримки прийняття стратегічних рішень для потреб організації. Запропоновано чотирирівневу модель системи із принципами її методичного насичен-ня, а також інструменти її налаштування Ключові слова: прогностичне забезпечення, під-тримка прийняття управлінських рішень, прогнозу-вання, комплексування прогнозних оцінок Проанализированы факторы неопределённости в процессе принятия стратегических решений и про-ведён сравнительный анализ традиционных ста-тистических моделей и методов прогнозирования. Сформулированы основные задачи прогностического обеспечения и обоснована необходимость разработки модели прогностического обеспечения поддержки при-нятия стратегических решений для нужд организа-ции. Предложена четырёхуровневая модель системы с принципами её методического насыщения, а также инструменты её настройки Ключевые слова: прогностическое обеспечение, поддержка принятия управленческих решений, про-гнозирование, комплексирование прогнозных оценок UDC 658.5:004.94

No abstract

This work is devoted to finding an estimate of the convergence rate of an algorithm for numerically solving the optimal control problem for the three-dimensional heat equation. An important aspect of the work is not only the establishment of convergence of solutions of a sequence of discrete problems to the solution of the original differential problem, but the determination of the order of convergence, which plays a very important role in applications. The paper uses the discretization method of the differential problem and the method of integral estimates. The reduction of a differential multidimensional mixed problem to a difference one is based on the approximation of the desired solution and its derivatives by difference expressions, for which the error of such an approximation is known. The idea of using integral estimates is typical for such problems, but in the multidimensional case significant technical difficulties arise. To estimate errors, we used multidimensional analogues of the integration formula by parts, Friedrichs and Poincare inequalities. The technique used in this work can be applied under some additional assumptions, and for nonlinear multidimensional mixed problems of parabolic type. To find a numerical solution, the variable direction method is used for the difference problem of a parabolic type equation. The resulting algorithm is implemented using program code written in the Python 3.7 programming language.

No abstract