ИНТЕГРАЦИЯ НЕЧЕТКОЙ ЛОГИКИ И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ПРИ ОПТИМИЗАЦИИ РЕШЕНИЙ ПО АВТОМАТИЗАЦИИ БИЗНЕС-ПРОЦЕССОВ

2026

Толық мәтін Ашық қол жеткізу: Gold Метадеректер (CSL-JSON)
DOI 10.54309/ijict.2026.25.1.002
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

В работе рассматривается применение методов искусственного интеллекта для оптимизации процессов принятия управленческих решений на современных предприятиях, функционирующих в условиях неопределённости и цифровой трансформации. Исследование сосредоточено на разработке интеллектуальной нечеткой модели, предназначенной для поддержки выбора платформы роботизированной автоматизации бизнес-процессов (RPA) для торговых и производственных компаний. Основная цель исследования заключается в повышении эффективности, прозрачности и обоснованности управленческих решений при внедрении технологий RPA в сложной многокритериальной среде.Предложенный подход основан на теории нечеткой логики и механизме нечеткого логического вывода, что позволяет формализовать экспертные знания и интегрировать качественные и количественные критерии оценки. Модель реализована в программной среде FuzzyTECH и структурирована по трём ключевым группам параметров, характеризующих RPA-платформы: функциональность, безопасность и доступность. Каждый параметр представлен в виде лингвистических переменных и оценивается с использованием многоуровневой нечеткой шкалы.Для проверки эффективности разработанной модели проведён сравнительный анализ пяти широко используемых RPA-платформ- PIX Robotics, Primo RPA, Robin, Sherpa RPA и ROOMY bots. Результаты демонстрируют, что нечеткая модель обеспечивает комплексную и объективную оценку соответствия платформ требованиям предприятия, снижая субъективность экспертных оценок. Исследование подтверждает, что предложенная система под-держки принятия решений может быть адаптирована для различных отраслей и расширена за счёт включения дополнительных экономических и организацион-ных критериев, что способствует развитию интеллектуальных методологий опти-мизации бизнес-процессов.