Abstract
<jats:p>В статье рассматривается задача математического моделирования и прогнозирования объёмов продаж кирпичной продукции промышленного предприятия в условиях высокой изменчивости рыночной среды и ограниченности эмпирической информации. Актуальность исследования обусловлена необходимостью перехода от интуитивных и эвристических методов управления к формализованным вычислительным моделям, обеспечивающим повышение обоснованности управленческих решений в строительной индустрии. В рамках инженерного подхода рекламные факторы интерпретируются как управляемые входные параметры сложной производственно-экономической системы, формирующей выходной показатель - объём реализации продукции. Для решения поставленной задачи применяется метод полиномиальной регрессии, реализованный в контексте методов машинного обучения. Модель формируется в расширенном пространстве признаков, включающем нелинейные компоненты и члены взаимодействия факторов, что позволяет учитывать как индивидуальное, так и совместное воздействие рекламных каналов. Формирование признакового пространства, обучение модели и оценка её качества выполнены с использованием библиотеки Scikit-learn. В качестве критериев эффективности использовались стандартные метрики регрессионного анализа, включая среднюю абсолютную ошибку и среднеквадратическое отклонение. Ключевым результатом исследования является экспериментальное подтверждение гипотезы о наличии синергетического воздействия рекламных факторов на объём продаж, которое не выявляется при использовании линейных моделей. Показано, что применение полиномиальной регрессии обеспечивает снижение ошибок прогнозирования и повышение устойчивости модели при ограниченном объёме данных. Полученные результаты используются при разработке систем поддержки принятия решений, предназначенных для планирования рекламных кампаний и прогнозирования объёмов продаж на предприятиях строительной индустрии, а также совершенствования стратегий маркетингового управления.</jats:p>