Tasks and performance indicators of intelligent neural network support for decisions on managing labor potential of the fishery complex

Abstract

Реализация стратегии развития рыбохозяйственного комплекса требует использования принципиально новой модели управления его социально-трудовой сферой, основанной на постоянном развитии: 1) человеческого потенциала, 2) производственной среды (процессов и технологий), 3 ) инструменты управления. Наиболее полным и эффективным решением этих задач является концепция управления трудовым потенциалом. Учитывая, что трудовой потенциал - это сложно формализуемый объект, требующий многомодельного подхода, для моделирования процессов управления им целесообразно использовать классические и новые искусственные нейронные сети. В статье представлена ​​многоуровневая структура показателей эффективности интеллектуальной нейросетевой поддержки принятия решений по управлению трудовым потенциалом рыбохозяйственного комплекса и сформулированы одна обобщенная и шестнадцать частных задач, решение которых осуществляется методами нейросетевого моделирования и направлено. при достижении заданных значений показателей эффективности. Implementation of the strategy for the development of the fishery complex requires the use of a fundamentally new model of management of its social and labor sphere, based on continuous development of: 1) human potential, 2) work environment (processes and technology), 3) management tools. The most complete and effective solution to these tasks is the concept of labor potential management. Taking into account that labor potential is a difficult-to-formalize object that requires a multi-model approach, it is advisable to use classical and new artificial neural networks to model the processes of managing it. The article presents a multi-level structure of efficiency indicators of intelligent neural network support for decisions on managing the labor potential of the fishery complex and formulates one generalized and sixteen particular tasks, solution of which is carried out by methods of neural network modeling and aimed at achieving specified values ​​of efficiency indicators.