Abstract This paper introduces an environment-driven, artificial intelligence model for sustainable policymaking in the European countries, focusing on Ukraine. It develops regional clusters using artificial neural networking and then it dynamically optimises budgeting allocations. It is a hybrid, environment-driven model which: i) clusters regionalised-data, using Kohonen’s self-organising map; and ii) optimises budget allocations, using simplex modified distribution method (U–V-MODI). Model benefits focus on: i) regional public policies; ii) environmental development; and iii) core-periphery balanced growth. Results reveal an innovative plan that: i) activates participation of the environmental stakeholders in public policymaking ii) reforms regions based on sustainability criteria set; and iii) optimises regional funding.

中文翻译：

---

可持续区域化政策的智能环境计划：乌克兰的案例

摘要 本文介绍了一种环境驱动的人工智能模型，用于欧洲国家的可持续决策，重点是乌克兰。它使用人工神经网络开发区域集群，然后动态优化预算分配。它是一个混合的、环境驱动的模型，它： i) 使用 Kohonen 的自组织地图对区域化数据进行聚类；ii) 使用单纯形修正分配法 (U-V-MODI) 优化预算分配。示范收益集中在：i) 区域公共政策；ii) 环境发展；iii) 核心外围平衡增长。结果揭示了一项创新计划：i) 激活环境利益相关者参与公共政策制定 ii) 根据设定的可持续性标准改革区域；iii) 优化区域资金。