References

rst

Информационно-экономические аспекты стандартизации и технического регулирования

Informatsionno-ekonomicheskiye aspekty standartizatsii i tekhnicheskogo regulirovaniya

2311-1348

ФГБУ «Институт стандартизации»

RSYJKK

88986723

Research Article

Информационные системы и процессы

information systems and processes

ИНТЕЛЛЕКТУАЛЬНЫЕ СРЕДСТВА ОБЕСПЕЧЕНИЯ УСТОЙЧИВОСТИ СИСТЕМ УПРАВЛЕНИЯ В АВТОМОБИЛЬНОЙ ПРОМЫШЛЕННОСТИ РОССИЙСКОЙ ФЕДЕРАЦИИ

INTELLIGENT TOOLS FOR ENSURING THE STABILITY OF MANAGEMENT SYSTEMS IN THE AUTOMOTIVE INDUSTRY OF THE RUSSIAN FEDERATION

Дзедик

В А

Dzedik

V A

Дзедик В А, ФГАОУ ВО «Волгоградский государственный университет», Россия, г. Волгоград

г. Волгоград

Dzedik V A, Volgograd State University, Volgograd

Volgograd

Джикия

А А

Dzhikiya

A A

Джикия А А, ФГАОУ ВО «Волгоградский государственный университет», Россия, г. Волгоград

г. Волгоград

Dzhikiya A A, Volgograd State University, Volgograd

Volgograd

ФГАОУ ВО «Волгоградский государственный университет», Россия, г. Волгоград Россия Volgograd State University, Volgograd Russian Federation

2025

803 87

2026

Дзедик В. А., Джикия А. А.

Dzedik V. A., Dzhikiya A. A.

Данная работа распространяется под лицензией Creative Commons Attribution 4.0.

https://iea.gostinfo.ru/article/view/208

В статье предлагается цифровая система управления, основанная на интеллектуальных средствах, использующих технологии веб-скрапинга, управления большими данными, искусственного интеллекта, и способная обеспечить процесс прогнозирования и поддержки принятия решений для достижения устойчивости автомобильной промышленности РФ.

The article proposes a digital management system based on intelligent tools that utilize web scraping, big data management, and artificial intelligence technologies. This system is designed to enable forecasting and decision-support processes aimed at ensuring the resilience of Russia’s automotive industry.

автомобильная промышленность импортозамещение импортоопережение системы управления устойчивое развитие искусственный интеллект.

automotive industry import substitution import advancement management systems sustainable development artificial intelligence

References 1

ГОСТ Р 58139–2024 «Системы менеджмента качества. Требования к организациям автомобильной промышленности» // АО «Кодекс». Электронный фонд правовых и нормативно-технических документов. URL: https://docs.cntd.ru/document/1310664931 (дата обращения: 27.09.2025).

GOSТ R 58139–2024 "Quality Management Systems. Requirements for Automotive Industry Organizations" // AO Kodeks. Electronic Collection of Legal, Regulatory, and Technical Documents. URL: https://docs.cntd.ru/document/1310664931 (accessed on September 27, 2025).

ГОСТ Р 71726–2024 «Трансфер технологий. Методические указания по оценке уровня технологий (TRL)» // АО «Кодекс». Электронный фонд правовых и нормативно-технических документов. URL: https://docs.cntd.ru/document/1310185632 (дата обращения: 27.09.2025).

GOST R 71726–2024 "Technology Transfer. Guidelines for Technology Readiness Level (TRL) Assessment" // AO Kodeks. Electronic Collection of Legal, Regulatory, and Technical Documents. URL: https://docs.cntd.ru/document/1310185632 (accessed on September 27, 2025).

ГОСТ Р 71727 «Трансфер технологий. Методические указания по оценке уровня рыночной готовности (CRL)» // АО «Кодекс». Электронный фонд правовых и нормативно-технических документов. URL: https://docs.cntd.ru/document/1310185633/titles (дата обращения: 17.09.2025).

GOST R 71727 "Technology Transfer. Guidelines for Market Readiness Level (CRL) Assessment". // AO Kodeks. Electronic collection of legal and regulatory documents. URL: https://docs.cntd.ru/document/1310185633/titles (accessed on September 17, 2025).

ГОСТ Р 71728–2024 «Трансфер технологий. Методические указания по оценке уровня производственной готовности (MRL)». // АО «Кодекс». Электронный фонд правовых и нормативно-технических документов. URL: https://docs.cntd.ru/document/1310185634 (дата обращения: 20.09.2025).

GOST R 71728–2024 "Technology Transfer. Guidelines for Assessing the Manufacturing Readiness Level (MRL)". // JSC "Kodeks". Electronic collection of legal and regulatory documents. URL: https://docs.cntd.ru/document/1310185634 (accessed on September 20, 2025).

ГОСТ Р 71729 «Трансфер технологий. Методические указания по оценке уровня инвестиционной готовности (IRL)». // АО «Кодекс». Электронный фонд правовых и нормативно-технических документов. URL: https://docs.cntd.ru/document/1310185635 (дата обращения: 23.09.2025).

GOST R 71729 "Technology Transfer. Guidelines for Assessing the Investment Readiness Level (IRL)". // JSC "Kodeks". Electronic collection of legal and regulatory documents. URL: https://docs.cntd.ru/document/1310185635 (accessed September 23, 2025).

Жучкова С.В., Ротмистров А.Н. Автоматическое извлечение текстовых и числовых веб-данных для целей социальных наук // Онлайн-исследования в России: тенденции и перспективы / Под ред. А.В. Шашкина, И.Ф. Девятко, С.Г. Давыдова. М.: Изд-во МИК, 2016. С. 13–37.

Zhuchkova S. V., Rotmistrov A. N. Automatic Extraction of Text and Numeric Web Data for Social Sciences // Online Research in Russia: Trends and Prospects / Ed. by A.V. Shashkin, I.F. Devyatko, S.G. Davydov. Moscow: MIС Publishing House, 2016. Рp. 13–37.

Российский автомобильный рынок в 2025 г. // Официальный портал АО АК «Деловой профиль». https://delprof.ru/press-center/open-analytics/rossijskij-rynok-avtoproma-v-2025-godu/ (дата обращения:

The Russian Automobile Market in 2025 // Official Portal of JSC AK "Business Profile." https://delprof.ru/presscenter/open-analytics/rossijskij-rynok-avtoproma-v-2025-godu/

RandomForestRegressor. https://scikitlearn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html

KNeighborsRegressor. https://scikitlearn.org/stable/modules/generated/sklearn.neighbors.KNeighborsRegressor.html (дата обращения 23.09.2025)

KNeighborsRegressor. https://scikitlearn.org/stable/modules/generated/sklearn.neighbors.KNeighborsRegressor.html (accessed 23.09.2025)

Машины опорных векторов. https://wiki.loginom.ru/articles/support-vector-machines.html (дата обращения

Support vector machines. https://wiki.loginom.ru/articles/support-vector-machines.html (accessed 23.09.2025)

Нейронная сеть. https://wiki.loginom.ru/articles/neural-network.html (дата обращения 23.09.2025)

Neural network. https://wiki.loginom.ru/articles/neural-network.html (дата обращения 23.09.2025)

Градиентный бустинг. https://deepmachinelearning.ru/docs/Machine-learning/Boosting/GB-idea (дата обращения: 23.09.2025).

Gradient boosting. https://deepmachinelearning.ru/docs/Machine-learning/Boosting/GB-idea (accessed

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

The authors declare that there are no conflicts of interest present.