Рассматриваются вопросы поддержки принятия решений в процессе управления развитием регионов. В качестве ядра системы поддержки принятия решений (СППР) предлагается выбрать имитационную модель. Данная модель базируется на возможности адаптации поведения экономических субъектов (акторов) к изменению как внешней, так и внутренней среды. Рассматриваются три взаимосвязанных компонента данного процесса: условия, средства и роли. Условия функционирования влияют на выбор целей и поведение акторов. Выделены различные группы условий. Реализация установок, определяемых ролью актора, приводит к изменению его собственных параметров и взаимодействующих с ним компонентов региональной системы, тем самым формируя новые условия. Ключевой задачей является согласование интересов. Предложенный подход дает возможность учесть иерархичность региональной социально-экономической системы и выделить следующие уровни: 1. Уровень функционирования акторов. 2. Уровень взаимодействия. 3. Уровень управления. 4. Уровень взаимодействия со средой. В статье представлена последовательность агрегированных этапов функционирования актора: целеполагание, анализ условий, анализ альтернатив, выбор решения для достижения цели, согласование интересов при взаимодействии, изменение ресурсов, изменение условий, мониторинг изменения ситуации. Реализация решений влечет перераспределение ресурсов, что запускает очередной цикл моделирования. Кроме имитационной модели в состав СППР предлагается включить комплекс функциональных блоков: 1. Блок ввода-вывода данных; 2. Блок формирования задания; 3. Блок анализа и выявления проблем; 4. Блок формирования отчетности и т.д. Хранение данных предлагается организовать на базе концепции OLAP и Data Mining. Одной из наиболее важных составляющих СППР является блок формирования решений, в рамках которого предлагается осуществлять классификацию ситуаций и сопоставление с имеющейся базой прецедентов для выбора возможных путей решения. При этом представляется целесообразным использовать методы теории нечетких множеств. Предложенная концепция моделирования базируется на принципах системности, ограниченной рациональности и адаптивности поведения акторов. Подобный подход к региону как к самовоспроизводящейся общественной системе позволяет более адекватно описать происходящие в нем процессы и осуществлять поддержку принятия решений на различных уровнях управления.

Škare M., Rabar D. Measuring economic growth using data envelopment analysis // Amfiteatru Economic. 2016, vol. 18. no. 42, pp. 386–406.

Decancq K., Lugo M. A. Inequality of wellbeing: a multidimensional approach // Economica. 2012, vol. 79. no. 316, pp. 721–746.

Ballouki I., Douimi M., Ouzizi L. Decision support tool for supply chain configuration considering new product re-design: An agent-based approach // Journal of Advanced Manufacturing Systems, 2017, vol. 16, no. 4, pp. 291–315.

Nunes I., Jannach D. A systematic review and taxonomy of explanations in decision support and recommender systems // User Modeling and User-Adapted Interaction, 2017, vol. 27, no. 3–5, pp. 393–444.

Kraus M., Feuerriegel S. Decision support from financial disclosures with deep neural networks and transfer learning // Decision Support Systems, 2017, vol. 104, pp. 38-48.

Черняховская Л. Р., Малахова А. И. Интеллектуальная поддержка принятия решений в организационном управлении разработкой программных проектов // Вестник Уфимского государственного авиационного технического университета. 2013. Т. 17. № 5 (58). С. 195–199.

[L. R. Chernyakhovskaya and A. I. Malakhova, Intellectual support of decision-making in the organizational management of the development of software projects, (in Russian), in Vestnik UGATU, vol. 17, no. 5 (58), pp. 195–199, 2013.]

Forsund F.R. Multi-equation modelling of desirable and undesirable outputs satisfying the materials balance // Empirical Economics, 2018, vol. 54. no. 1, pp. 67–99.

The implementation of digital technologies for operations management: a case study for manufacturing apps / A. Zangiacomi, et al, // Production Planning and Control, 2017, vol. 28, no. 16, pp. 1318–1331.

Низамутдинов М. М., Орешников В. В. Концепция реализации системы поддержки принятия решений в сфере управления инновационным развитием регионов на базе адаптивно-имитационной модели // Информационные технологии. 2017. Т. 23. № 10. С. 714–721. [M. M. Nizamutdinov and V. V. Oreshnikov, The concept of implementing a decision support system in the field of managing regional innovation development based on an adaptive imitation model, (in Russian), in Informatsionnyye tekhnologii, vol. 23, no. 10 (37), pp. 714–721, 2017.]

Фаттахов Р. В., Иванова Е. И., Сметанина О. Н. О роли информационных ресурсов при поддержке принятия управленческих решений на региональном уровне // Вестник Уфимского государственного авиационного технического университета. 2007. Т. 9. № 2. С. 82–87. [R. V. Fattakhov, E. I. Ivanova and O. N. Smetanina, On the role of information resources with the support of managerial decision-making at the regional level, (in Russian), in Vestnik UGATU, vol. 9, no. 2, pp. 82–87, 2007.]

Аксенова О. В. Изменение роли политического субъекта: агент или актор? [Электронный ресурс]. URL: https: // www.civisbook.ru/files/File/Aksenyonova.pdf (дата обращения 01.11.18) [O. V. Aksenova (2018, Nov. 01). Change the role of a political entity: an agent or actor? (in Rusian) [Online].Available: https: // www.civisbook.ru/files/File/Aksenyonova.pdf]

Pereira G., Prada R., Santos P. A. Integrating social power into the decision-making of cognitive agents // Artificial Intelligence, 2016, vol. 241, pp. 1–44.

Wu Z., Xu J. Managing consistency and consensus in group decision making with hesitant fuzzy linguistic preference relations // Omega, 2016, vol. 65, pp. 28–40.

Вольчик В. В., Зотова Т. А. Адаптивная рациональность и экономическое поведение в эволюционном контексте // Terra Economicus. 2011. Т. 9. № 4. С. 54–64. [V. V. Volchik and T. A. Zotov, Adaptive rationality and economic behavior in an evolutionary context, (in Russian), in Terra Economicus, vol. 9, no. 4, pp. 54–64, 2011.]

Allen C., Metternicht G., Wiedmann T. National pathways to the Sustainable Development Goals (SDGs): A comparative review of scenario modelling tools // Environmental Science and Policy, vol. 66, 1 December 2016, pp. 199–207.

Низамутдинов М. М., Орешников В. В. Концепция разработки системы поддержки принятия решений в сфере управления инновационным развитием региона на базе адаптивно-имитационной модели // Proc. of the 5th All-Russian Conference «Information Technologies for Intelligent Decision Making Support» (May 16–19 2017), Ufa: UGATU, 2017. Vol. 1. Pp. 127–131. [M. M. Nizamutdinov and V. V. Oreshnikov, The concept of developing a decision support system in the management of innovative development of a region based on an adaptive simulation model, (in Russian), in Proc. of the 5th All-Russian Conference «Information Technologies for Intelligent Decision Making Support» (May 16–19 2017), Ufa: UGATU, 2017, vol. 1, pp. 127–131.]

Textual aggregation approaches in OLAP context: A survey / M. Bouakkaz, et al, // International Journal of Information Management, vol. 37, no. 6, pp. 684–692.

Klapka J., Pinos P. Decision support system for multicriterial R&D and information systems projects selection // European Journal of Operational Research, 2002, vol. 140, no. 2, pp. 434-446.

Multi-criteria choice of alternatives under fuzzy information / O. Dorokhov, et al, // Transformations in Business & Economics. 2018, vol. 17. no. 2, pp. 95–106.

Yang H. L. Information/knowledge acquisition methods for decision support systems and expert systems // Information Processing & Management, 1995, vol. 31, no. 1, pp. 47-58.