Цели. Целями исследования являются разработка и апробация подхода для автоматического преобразования правил выкладки товаров, сформулированных на естественном языке, в формализованные машиночитаемые инструкции для преодоления разрыва между бизнес-требованиями и их технической реализацией.
Методы. Предложен гибридный подход, в котором большая языковая модель выполняет функцию семантического транслятора, преобразуя пользовательский запрос в команду на специализированном предметно-ориентированном языке. Полученная команда затем обрабатывается детерминированным парсером
на основе регулярных выражений для валидации и извлечения параметров. Для оценки качества трансляции использовалась метрика BLEU на специально созданном датасете из 200 пар «запрос – эталон».
Эффективность подхода сравнивалась с базовым методом, основанным на правилах.
Результаты. Эксперимент показал высокую точность формализации запросов в сравнении с базовым
подходом. Качественный анализ подтвердил способность системы корректно интерпретировать синонимы
и сленг, извлекать неявно заданные параметры и отфильтровывать нерелевантные команды, что доказывает робастность предложенного подхода.
Заключение. Сделан вывод о жизнеспособности и практической значимости предложенного подхода
для снижения трудоемкости и повышения эффективности процессов мерчандайзинга. Разработанная система представляет собой фундамент для создания нового поколения интеллектуальных инструментов
управления торговым пространством.

Abstract
Objectives. The aim of the research is to develop and test an approach for the automatic transformation of
product layout rules, formulated in natural language, into formalized machine-readable instructions to bridge the
gap between business requirements and their technical implementation.
Methods. A hybrid approach is proposed in which a large language model performs the function of a semantic
translator, converting a user query into a command in a specialized domain-specific language. The resulting
command is then processed by a deterministic parser based on regular expressions for validation and parameter
extraction. The BLEU metric was used to evaluate the quality of the translation on a specially created dataset of
200 «query-reference» pairs. The effectiveness of the approach was compared with a baseline rule-based method.
Results. The experiment showed high accuracy in the formalization of queries compared to the baseline approach.
A qualitative analysis confirmed the system's ability to interpret correctly synonyms and slang, extract implicitly
specified parameters, and filter out irrelevant commands, which proves the robustness of the proposed approach.
Conclusion. The conclusion is made about the viability and practical significance of the proposed approach for
reducing labor intensity and increasing the efficiency of merchandising processes. The developed system
represents a foundation for creating a new generation of intelligent tools for managing retail space.

Рассматриваются инновационные подходы к интеллектуальному мониторингу промышленного
оборудования, акцентируя внимание на их важности для повышения эффективности и надежности
производственных процессов. Основные методы мониторинга, такие как предиктивная аналитика,
машинное обучение и Интернет вещей (IoT), описываются в контексте их применения для диагностики состояния оборудования и предотвращения аварий. Обсуждены примеры успешного внедрения
данных технологий на различных предприятиях, что иллюстрирует их практическую ценность.

This article explores innovative approaches to intelligent monitoring of industrial equipment,
emphasizing their importance for improving the efficiency and reliability of production processes. Key
monitoring methods, such as predictive analytics, machine learning, and the Internet of Things (IoT), are
described in the context of their application for equipment condition diagnostics and accident prevention.
Examples of successful implementation of these technologies at various enterprises are discussed, illustrating
their practical value.

Проведен сравнительный анализ моделей электропотребления насосной станции на основе оперативных данных диспетчерского уровня. Актуальность исследования обусловлена необходимостью
снижения затрат на электроэнергию за счет оптимизации графика включения скважинных насосов,
формирующих значительную долю суммарной мощности водозабора. Дополнительная часть нагрузки связана с поддержанием давления в сети при изменяющемся водопотреблении и рассматривается
в работе как объект моделирования для последующей оптимизации расхода электроэнергии. Рассмотрены как физические обоснованные уравнения с экспертными параметрами, так и статистические модели, коэффициенты которых оценивались методом наименьших квадратов. Сравнение
показало, что простые зависимости обладают высокой интерпретируемостью, но ограниченной
точностью, тогда как регрессионные аппроксимации позволяют снизить средние ошибки прогнозирования до 7 % и обеспечивают коэффициент детерминации до 0,81, что делает их пригодными
для практического использования в условиях ограниченного набора данных.

A comparative analysis of pumping station energy consumption models was conducted based on
operational data from the dispatcher level. The relevance of the study is determined by the need to reduce
energy costs by optimizing the activation schedule of well pumps, which forms a significant portion
of the total water intake capacity. An additional load is associated with maintaining network pressure under
fluctuating water consumption and is considered in the study as a modeling object for subsequent energy
consumption optimization. Both physically based equations with expert parameters and statistical models,
the coefficients of which were estimated using the method of least squares, are considered. The comparison
revealed that simple relationships have high interpretability but limited accuracy, whereas regression
approximations reduce average forecast errors to 7 % and provide a determination coefficient of up to 0.81,
making them suitable for practical use under the condition with data limitations.

Работа посвящена определению закономерностей в электропотреблении частных жилых домохозяйств, а также вероятностных характеристик для дальнейшей разработки механизма имитационного моделирования и оценки пропускной способности. Были проанализированы суточные получасовые графики электропотребления абонентов одного из сельских населенных пунктов Гомельской
области за год. С помощью кластерного анализа выделены характерные группы абонентов по уровню электропотребления, для каждой группы сформирован типовой профиль нагрузки.

This study aims to identify patterns in electricity consumption in private residential households, as well
as probabilistic characteristics for the further development of a simulation modeling mechanism and
capacity assessment. Daily half-hourly electricity consumption graphs for citizens-consumers in one rural
community in the Gomel region were analyzed for over a year. Using cluster analysis, characteristic groups
of citizens-consumers were identified based on their electricity consumption levels, and a typical load profile
was generated for each group.