
Эксперты Центра управления инжиниринговыми проектами Государственного университета управления (ГУУ) представили уникальную платформу для оптимизации логистических операций. Интегрируя машинное обучение (ML) и языковые модели (LLM), система стала прорывом в сфере управления цепями поставок. Демонстрация проекта состоялась на VII Всероссийской конференции по цифровой трансформации, где аспиранты Никита Акиньшин и Владимир Кутков поделились деталями разработки.
Истоки инновации
«Идея родилась в ходе совместной работы с научным руководителем Алексеем Вячеславовичем Терентьевым и коллегами с кафедры Информационных систем под руководством Дмитрия Владимировича Стефановского», — рассказал Владимир Кутков. Такой синергичный подход позволил объединить опыт ведущих специалистов Университета.
Решение логистических вызовов
Современная логистика требует мгновенного анализа данных, учета изменчивого спроса и координации множества процессов. Устаревшие методы не успевают за динамикой рынка, поэтому команда ГУУ разработала гибридный ИИ-инструмент. Сочетая ML и LLM, система автоматизирует прогнозирование, выявляет риски и генерирует решения в режиме реального времени.
Трехуровневая архитектура успеха
Как объяснил Никита Акиньшин, платформа работает в три этапа:
- ML-алгоритмы обрабатывают операционные показатели;
- аналитический модуль идентифицирует взаимосвязи и «узкие места»;
- языковая модель формирует интуитивно понятные отчеты с визуализацией данных.
Это позволяет сотрудникам фокусироваться на стратегических задачах, получая готовые рекомендации.
Примеры эффективности
«При форс-мажоре система мгновенно предлагает альтернативы — от изменения маршрутов до использования дронов. Решения сопровождаются интерактивными картами и графиками», — подчеркнул Кутков. Такая гибкость делает разработку универсальной для разных отраслей экономики.
Поддержка прогрессивных инициатив
Проект реализован при участии Министерства науки и высшего образования РФ, подтверждая статус ГУУ как центра передовых технологий. В перспективе система может масштабироваться для решения задач в энергетике, промышленности и управлении социальными процессами.
Источник фото: ru.123rf.com
Источник: scientificrussia.ru





