摘要

应用人工智能和机器学习方法构建投资路线，以寻找私人和公共资金来源之间的平衡模式，与俄罗斯联邦进口替代和确保技术主权的当前任务有关。基于发布的数据模拟业务发展场景的决策支持系统，可以通过在项目开发的早期阶段进行早期的综合规划，并通过在项目发展的不同阶段对不同来源的私人资金和政府支持措施进行早期平衡来降低进口替代项目和技术主权项目，以及风险投资和其他高科技项目的风险。这项研究的方向之一是开发基于超精密神经网络的机器学习和人工智能（方法），该方法可以使技术项目在投资融资工具上的导航任务自动化，并构建一个连续的多个代理商的投资路线，从而降低技术项目的风险，包括及时获得个人投资和国家支持措施，通过使用算法作为助手，将项目开发阶段、项目类型与融资来源类型整合起来。这项研究的目的是战略化开发、引入和扩大人工智能和场景多代理模拟方法的应用，以解决通过个人投资路线和综合投资路线工具吸引私人和公共融资的经济协调问题。在研究过程中，证实了战略化开发、引入和扩大综合投资路线的重要性，确定了建立个人和综合投资路线的原则，制定了检查个人和综合投资路线的清单，开发了利用人工智能算法构建个人和综合投资路线的方法。基于采用人工智能算法吸引融资的个人和综合投资路线，通过多代理模拟单个投资项目和综合投资项目的财务和经济互动，论证了在吸引额外资金来源方面领土发展的经济潜力战略化的可能性，以及评估投资项目或项目的实施对长期多重经济效应的影响,并加强行业与行业间的合作,从而促进地区的投资吸引力。该研究采用了 V. L.昆特院士的战略理论和战略化方法论。

关键词

战略化, 战略目标, 融资来源, 人工智能, 多代理模拟, 综合投资路线, 个人投资路线, 数据经济