Мета роботи - дослідження можливості підвищення ефективності комп'ютерних систем управління автотранспортними підприємствами (КСУ АТП) на основі використання моделей пасажироперевезень. Здійснено аналіз підсистем КСУ АТП та проблеми ідентифікації моделі пасажироперевезень в умовах мультіколінеарності факторів для підсистеми інтелектуальної підтримки прийняття рішень (ІППР). Досліджено застосування МНК і рідж-регресії у випадку лінійної параметризації моделі об'єкта керування за критерієм середньоквадратичної помилки прогнозу в заданій області. Розроблено та досліджено ітераційну "Z" - процедура знаходження оптимального значення параметра регуляризації для рідж-регресії, що дозволяє зменшити час пошуку цього параметра. Проведено імітаційне моделювання, яке підтвердило працездатність отриманих результатів. Розроблено елементи інформаційного та програмного забезпечення підсистеми ІППР в КСУ АТП. КЛЮЧОВІ СЛОВА: КОМП'ЮТЕРНА СИСТЕМА, МУЛЬТІКОЛІНЕАРНІСТЬ, РЕГУЛЯРИЗАЦІЯ, ІДЕНТИФІКАЦІЯ, МАТЕМАТИЧНА МОДЕЛЬ, СЕРЕДНЬОКВАДРАТИЧНА ПОМИЛКА ПРОГНОЗУ, АТП, ІНТЕРФЕЙС ABSTRACT The purpose of work - to investigate the possibility of increasing the profit of users of of the automated control system (ACS) of the motor transportation enterprise (MTE) of Ukraine on the basis of the identification of models of objects of a municipal transportation of passengers with multicollinearity. After the analysis of structured problems of functioning, identified specific internal subsystems and links ACS of the MTE and problems of model identification of a complex object in conditions of multicollinearity for the subsystem of intellectual decision support making (IDSM) the ACS of a MTE. Investigated the application of the method of least squares and ridge regression in the case of a linear parameterization of the model of object of management according to the criterion of the mean-squared prediction error in the specified area. Developed and investigated the interactive procedure of determination of the optimal values of the regularization parameter for ridge regression, which allows to reduce the search time for this parameter. The simulation and comparison of models, affirming the correctness of the obtained results, is executed. Elements of the information and software subsystems of IDSM in the ACS of the MTE are proposed. KEYWORDS: COMPUTING SYSTEM, MULTICOLLINEARITY, REGULARIZATION, IDENTIFICATION, MATHEMATICAL MODEL, STANDARD ERROR OF THE FORECAST, MTE, INTERFACE
