CC BY
10
УДК [658.7:339.1]:004.8
08.00.13 - Математические и инструментальные методы экономики (экономические науки)
ИНФОРМАЦИОННЫЕ И КОГНИТИВНЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИ КАЧЕСТВОМ ЖИЗНИ ПУТЕМ ИНВЕСТИЦИЙ В АПК: РЕШЕНИЕ ЗАДАЧ ПРОГНОЗИРОВАНИЯ И ПРИНЯТИЯ РЕШЕНИЙ 1
Барановская Татьяна Петровна
доктор экономических наук, профессор,
заведующая кафедрой системного анализа и
обработки информации факультета прикладной
информатики
bartp_2@mail.ru
Вострокнутов Александр Евгеньевич кандидат экономических наук, доцент кафедры системного анализа и обработки информации f dop@mail.ru
Яхонтова Ирина Михайловна к.э.н., доцент
ФГБОУ ВО «Кубанский государственный аграрный университет им. И. Т. Трубилина»; 350044, г. Краснодар, ул. Калинина, 13
В предыдущих работах авторов решены задачи когнитивно-целевой структуризации и формализации предметной области, а также синтеза и верификации статистических и системно -когнитивных моделей. Данная работа посвящена применению этих моделей для решения задачи прогнозирования влияния объемов и направленности инвестиций в АПК на экономическую составляющую качества жизни населения региона. Данная работа посвящена применению ранее созданных и верифицированных моделей для решения задачи принятия решений по объемам и направленности инвестиций в АПК, повышающим уровень качества жизни населения региона
Ключевые слова: АСК-АНАЛИЗ, СИСТЕМА «ЭЙДОС», АВТОМАТИЗИРОВАННЫЙ СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, КАЧЕСТВО ЖИЗНИ, РЕГИОН, ИНВЕСТИЦИИ
Б01: http://dx.doi.org/10.21515/1990-4665-154-017
UDC [658.7:339.1]:004.8
08.00.13 - Mathematical and instrumental methods of Economics (economic sciences)
INFORMATION AND COGNITIVE TECHNOLOGIES IN QUALITY OF LIFE MANAGEMENT THROUGH INVESTMENTS IN AGRICULTURE: SOLVING PROBLEMS OF FORECASTING AND DECISION-MAKING
Baranovskaya Tatyana Petrovna Doctor of economic Sciences, Professor, head of the Department of system analysis and information processing of the faculty of applied Informatics e-mail: bartp_2@mail.ru
Vostroknutov Alexander Evgenievich Cand.Econ.Sci., associate professor of the system analysis and information processing department f dop@mail.ru
Yahontova Irina Mihaylovna Cand.Econom.Sci., associate professor
Kuban state agrarian University named after I. T. Trubilin, Krasnodar, Russia
In their previous works, the authors solved the problem of cognitive-target structuring and formalization of the subject area, as well as the synthesis and verification of statistical and system-cognitive models. This work is devoted to the application of these models to solve the problem of forecasting the impact of the volume and direction of investment in agriculture on the economic component of the quality of life of the population of the region. This work is devoted to the use of previously created and verified models to solve the problem of decisionmaking on the volume and direction of investment in agriculture, improving the quality of life of the population of the region
Keywords: ASC-ANALYSIS, EIDOS SYSTEM, AUTOMATED SYSTEM-COGNITIVE ANALYSIS, QUALITY OF LIFE, REGION, INVESTMENTS
РЕШЕНИЕ ЗАДАЧИ ПРОГНОЗИРОВАНИЯ
В работах [1, 2, 3] решены задачи когнитивно-целевой структуризации и формализации предметной области, а также синтеза и верификации статистических и системно-когнитивных моделей. Данная работа
1 Работа выполнена при финансовой поддержке РФФИ, проект № 17-02-00045-ОГН.
посвящена применению этих моделей для решения задачи прогнозирования влияния объемов и направленности инвестиций в АПК на экономическую составляющую качества жизни населения региона.
Соответственно, в качестве значений факторов, влияющих на качество жизни, мы будем рассматривать объемы и направленность инвестиций в АПК (таблица 1), а в качестве результатов влияния этих значений факторов на объект моделирования будем рассматривать различные показатели, характеризующие экономическую составляющую качества жизни населения региона (таблица 2).
Таблица 1 - Значения факторов - объемы и направленность инвестиций в
АПК
Над Наименование
I ИНВЕСТИЦИИ 0ОСНОВНОЙ КАПИТАЛ -ВСЕГО.МЛН.РУ6.-1М-15.0000000, 743.0000030)
г ИНВЕСТИЦИИ В ОСНОВНОИ КАПИТАЛ ■ ВСЕГО. МПН.РУБ.-2Щ743.0000000, 0933.0000000)
э ИНВЕСТИЦИИ В ОСНОВНОЙ КАПИТАЛ ■ ВСЕГО. МЛН.РУБ.-ЗИ-ДОЗ .0000000, 26243.00000001
4 ИНВЕСТИЦИИ В ОСНОВНОЙ КАПИТАЛ ■ ВСЕГО. МЛН.РУ6.4/4-[26243.0000000.74555.0000000}
ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР ■ ВСЕГО. МЛН.РУ6.-1/4-{5.0000000, 743.0000000)
ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ВСЕГО МЛН.РУ6.-2/4-{743.0000000. 6159.00000001
7 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ВСЕГО. МЛН.РУ6.-3«Ч6159.0000000. 21297.00000001
8 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР ■ ВСЕГО. МЛ Н.РУ6.-4/4-{21297.0000003. 57685.00000(10)
в ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ПРОМЫШЛЕННОСТЬ. МЛН.РУБ -1/4-{1.0000000.100.0000000)
10 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ПРОМЫШЛЕННОСТЬ МЛН.РУВ.00.0000000. 1594.0000000}
11 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ПРОМЫШЛЕННОСТЬ МЛН.РУБ.-3?4-{1594.0000000. 3361.0000000}
12 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ПРОМЫШЛЕННОСТЬ. МЛН.РУБ-4/43361,0000000, 8300.0000000}
13 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -СЕЛЬСКОЕ ХОЗЯЙСТВО, МЛН.РУБ.-114-12.0000000, 86.0000000}
14 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - СЕЛЬСКОЕ ХОЗЯЙСТВО, МЛН,РУБ.-2(4-(М.ООООООО. 555,0000000}
15 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -СЕЛЬСКОЕ ХОЗЯЙСТВО, МЛН .РУБ. .3/4-[555.0000000. 1315.0000000)
16 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -СЕЛЬСКОЕ ХОЗЯЙСТВО, МЛН.РУБ.-414-(1315.0000000.4076.0000000)
17 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ЛЕСНОЕ ХОЗЯЙСТВО. МЛН. РУБ .-1'4-(1.0000000. 3.0000000}
18 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ЛЕСНОЕХОЗЯЙСТВО. МЛН.РУБ.-2'4-(З.ОЭООООО. 4.0000000)
19 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ЛЕСНОЕХОЗЯЙСТВО, МЛН.РУБ.-3'4-[4.0000000, 16.0000003)
20 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ЛЕСНОЕ ХОЗЯЙСТВО. МЛН. РУБ ,4'4-(16.0000000. 23.0000030}
г\ ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ТРАНСПОРТ. МЛН.РУБ.-1,'4^7.0000000. 388.0000000)
22 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ТРАНСПОРТ, МЛН.РУБ.-214-(368.0000000, 1455.0000000}
23 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ТРАНСПОРТ. МЛН.РУБ.-3.'4-{1455.»300000. 16492.0000000)
24 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ТРАНСПОРТ. МЛН.РУБ.^.'4^10492.0000000. 32719.0000000)
25 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -СВЯЗЬ. МЛН.РУ£.-1,'4-[1.0000000.41.0000000)
26 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -СВЯЗЬ. МЛН.РУ6.-2.'4-{41.0000000. 275.0000000)
27 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - СВЯЗЬ. МЛН.РУ6.-3/4-[275.0000000. 1164.00000001
28 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -СВЯЗЬ. МЛН.РУБ.-4/4-{1184.0000000. 10760.0000000)
29 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -СТРОИТЕЛЬСТВО. МЛН РУБ-1АЧ2.0000000, 85 0000000}
30 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - СТРОИТЕЛЬСТВО, МЛН.РУБ.-г/4Че5.0000000,13з.ооооооо)
31 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -СТРОИТЕЛЬСТВО, МЛН.РУБ.-3&Ц133.0000000. 590.0000000)
32 ИНВ. В ОСН.КАП.ПО КРУПН. И СРЕДН.ПРЕДПР - СТРОИТЕЛЬСТВО. МЛН РУБ 4'4-(590.0000000. 3157.0000000)
33 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ТОРГОВЛЯ И ОБЩЕСТВЕННОЕ ПИТАНИЕ. МГН.РУБ-1АЦЗ.ООООООО, 12.0000000}
34 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ТОРГОВЛЯИ ОБЩЕСТВЕННОЕ ПИТАНИЕ. МЛ Н.РУБ.-214-( 12.0000000. 16.0000000)
35 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ТОРГОВЛЯИ ОБЩЕСТВЕННОЕ ПИТАНИЕ. МЛН.РУЕ.-314-{ 16.0000000. 204.0000000}
36 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ТОРГОбЛЯ И ОБЩЕСТВЕННОЕ ПИТАНИЕ. МЛН.РУБ. 414-¡204.0000000. 914.0000000)
37 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР ■ ПРОЧИЕ ПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ. МЛН.РУБ.-1Щ1.0СЮ0000, 30.0000000}
38 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР ■ ПРОЧИЕ ПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ. МЛН.РУБ.-2(4-|ЭО.<ЮООООО. 98.0000000)
39 ИНВ ВОСН КАП, ПО КРУПН. ИСРЕДН.ПРЕДПР -ПРОЧИЕ ПРОИЗВОДСТВЕННЫЕ ОТРАСТИ, МПН-РУБ.-2№$8.0000000 536 0000000}
40 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР ■ ПРОЧИЕ ПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ. МЛН.РУБ.4М-{Е36.0000000. 854.0000000)
41 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ЖИЛИЩНО-КОММУНАЛЬНОЕХОЗЯЙСТВО. МЛН.РУБ.-1(4-|1.0000000. 253.0000000)
42 ИНВ В ОСН КАП.ПО КРУПН. И СРЕДН.ПРЕДЛР - ЖИЛИЩНО-КОММУНАЛЬНОЕ ХОЗЯЙСТВО, МЛН РУБ -2(4-(263.0000000. 1019 0000000}
43 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ЖИЛИЩНО-КОММУНАЛЬНОЕ ХОЗЯЙСТВО. МЛН.РУ6.-3(4^1019.0000000. 1274.00000001
44 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ЖИЛИЩНО-КОММУНАЛЬНОЕХОЗЯЙСТВО. МЛН.РУБ.-4/4-( 1274.0000000. 2268.0000000)
45 ИНВ ВОСН КАП, ПО КРУПН. ИСРЕДН.ПРЕДПР - ЗДРАВООХРАНЕНИЕ. ФИЗИЧЕСКАЯ КУЛЬТУРА И СОЦИАЛЬНОЕ ОБЕСП-Ш-(6.0000000, 247.0000000)
46 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ЗДРАВООХРАНЕНИЕ ФИЗИЧЕСКАЯ КУЛЬТУРА И СОЦИАЛЬНОЕ 06ЕСП-2(4-{247.0000030. 791.0000000}
47 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ЗДРАВООХРАНЕНИЕ. ФИЗИЧЕСКАЯ КУЛЬТУРА ИСОЦИАЛЬНОЕ ОБЕСП-314-(791.0000030. 3074.0000000)
48 ИНВ ВОСН КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ЗДРАВООХРАНЕНИЕ. ФИЗИЧЕСКАЯ КУЛЬТУРА ИСОЦИАЛЬНОЕ ОБЕСП4У4-(Э074.0000300, 4371.0000000}
49 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ОБРАЗОВАНИЕ, МЛН.РУБ,-1^1.0000000. 23.00000001
50 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ОБРАЗОВАНИЕ. МЛН.РУБ.-2М-{23.0000000, 43.0000000}
51 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ОБРАЗОВАНИЕ. МЛН.РУБ.-ЭМ-(43.0000000, 54.0000000}
52 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР -ОБРАЗОВАНИЕ. МЛН.РУБ.4М-{54.ОООО0ОО, 309.0000000}
53 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР ■ КУЛЬТУРА И ИСКУССТВО, МЛН.РУБ.-1^2.0000000. 5.0300000}
54 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - КУЛЬТУРА И ИСКУССТВО. МЛН.РУ6.-2)4-[5.0000000. 6.0300000}
55 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - КУЛЬТУРА И ИСКУССТВО, МЛН.РУ6.-3'4-{8.0000000, 16.0000000)
56 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР ■ КУЛЬТУРА И ИСКУССТВО, МЛН.РУБ. -4М-( 13.0000000. 93.0000000}
57 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - НАУКАИ НАУЧНОЕ ОБСЛУЖИВАНИЕ. МЛН.РУБ.-1.'4-{1.0000000. 2.0000000}
58 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - НАУКА И НАУЧНОЕ ОБСЛУЖИВАНИЕ, МЛН.РУБ.-2'4-£, 0000000,4.0000000}
59 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - НАУКА И НАУЧНОЕ ОБСЛУЖИВАНИЕ. МЛН.РУБ.-3'4-{4.0000000,47.0000000)
50 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - НАУКА й НАУЧНОЕ ОБСЛУЖИВАНИЕ. МЛН.РУБ.-4'4-{47.0000000. 198.0000300)
51 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ПРОЧИЕ НЕПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ, МЛН.РУБ.-1.'4-[1.0000000,17.0000000)
52 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ПРОЧИЕ НЕПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ. МЛН.РУБ.-2'4-[17.0000000. 127.0000300)
53 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ПРОЧИЕ НЕПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ. МЛ Н.РУБ.-ЭД-{127.0000000.167.0003000}
54 ИНВ. ВОСН.КАП.ПО КРУПН. ИСРЕДН.ПРЕДПР - ПРОЧИЕ НЕПРОИЗВОДСТВЕННЫЕ ОТРАСЛИ. МЛ Н.РУБ.4.<4-{167.0000000.1042.0030000)
55 ИНВЕСТИЦИИ ВОСНОВНОЙ КАПИТАЛ АПК ПО КРУПНЫМ ИСРЕДНИМ ПРЕДПРИЯТИЯМ - ВСЕГО, МЛН РУБ.-114-(2.0000000, 245.0000000)
Б6 ИНВЕСТИЦИИ В ОСНОВНОИ КАПИТАЛ АПК ПО КРУПНЫМ И СРЕДНИМ ПРЕДПРИЯТИЯМ - ВСЕГО. МЛН.РУБ.-2ЛЦ245.0000000. 1093.0000030)
67 ИНВЕСТИЦИИ ВОСНОВНОЙ КАПИТАЛ АПК ПО КРУПНЫМ ИСРЕДНИМ ПРЕДПРИЯТИЯМ - ВСЕГО. МЛН РУБ.-314-Ц 093.0000000. 2973.0000300)
И ИНВЕСТИЦИИ В ОСНОВНОЙ КАПИТАЛ АПК ПО КРУПНЫМ ИСРЕДНИМ ПРЕДПРИЯТИЯМ - ВСЕГО, МЛН РУБ.4(4-(2973.0000000, 8296.0000300)
Таблица 2 - Показатели, характеризующие экономическую составляющую
качества жизни населения региона
Код Наименование
1 ВРП НАДУШУ НАС.В ТЕК.ЦЕНАХ ТЫС.РУБ.,С 1998Г.-РУБ.-1/3-{2237.0, 8985.0}
2 ВРП НА ДУШУ НАС.В ТЕК.ЦЕНАХ ТЫС.РУБ.,С 1998Г.-РУБ.-2/3-{8985.0, 20924.0}
3 ВРП НА ДУШУ НАС.В ТЕК.ЦЕНАХ ТЫС.РУБ„С 1998Г,-РУБ,-3/3-{20924.0, 46543,0}
4 ВРП НА ДУШУ НАС.ТЫС.РУБ.,С 1998Г.-РУБ.-1/3-{4421.0, 6705.0}
5 ВРП НАДУШУ НАС.ТЫС.РУБ.,С 1998Г.-РУБ.-2/3-{6705.0, 8558.0}
6 ВРП НА ДУШУ НАС.ТЫС.РУБ.,С 1998Г.-РУБ.-3/3-{8558.0, 20358.0}
7 % ВРП.ПРИХОДЯЩИЙСЯ НА СФЕРУ ОБСЛУЖИВ.(РЫН.И НЕРЫН.)-1/3-{41.3, 45.0}
8 % ВРП.ПРИХОДЯЩИЙСЯ НА СФЕРУ ОБСЛУЖИВ.{РЫН.И НЕРЫН.)-2/3-{45.0, 52.0}
9 % ВРП.ПРИХОДЯЩИЙСЯ НА СФЕРУ ОБСЛУЖИВ,(РЫН.И НЕРЫН.)-3/3-{52.0, 56.2}
10 ДОЛЯ ДОХОДОВ 20% НАСЕЛЕНИЯ С НАИВЫСШИМИ ДОХОДАМИ-1/3-{43.0, 44.2}
11 ДОЛЯ ДОХОДОВ 20% НАСЕЛЕНИЯ С НАИВЫСШИМИ ДОХОДАМИ-2/3-{44.2, 44.8}
12 ДОЛЯ ДОХОДОВ 20% НАСЕЛЕНИЯ С НАИВЫСШИМИ ДОХОДАМИ-3/3-{44.8, 46.2}
13 УРОВЕНЬ ИНФЛЯЦИИ (ПОТРЕБИТЕЛЬСКИХ ЦЕН) (%)-1/3-{31.7, 116.2}
14 УРОВЕНЬ ИНФЛЯЦИИ (ПОТРЕБИТЕЛЬСКИХ ЦЕН) (%)-2/3-{116,2, 135.0}
15 УРОВЕНЬ ИНФЛЯЦИИ (ПОТРЕБИТЕЛЬСКИХ ЦЕН) (%)-3/3-{135.0, 2610.8}
16 УРОВЕНЬ БЕЗРАБОТИЦЫ В % ОТ ЭКОН.АКТИВНОГО НАСЕЛЕНИЯ-1/3-{7.6, 9.3}
17 УРОВЕНЬ БЕЗРАБОТИЦЫ В % ОТ ЭКОН.АКТИВНОГО НАСЕЛЕНИЯ-2/3-{9.3, 10.7}
18 УРОВЕНЬ БЕЗРАБОТИЦЫ В % ОТ ЭКОН.АКТИВНОГО НАСЕЛЕНИЯ-3/3-{10.7, 16.5}
19 ВРП МЛРД.РУБ. С 1998Г. МЛН.РУБ.-1/3-{11120.0, 45577.0}
20 ВРП МЛРД.РУБ. С 1998Г. МЛН.РУБ,-2/3-{45577.0, 106033.0}
21 ВРП МЛРД.РУБ. С 1998Г. МЛН.РУБ.-3/3-{106033.0, 234504.0}
22 АВТОДОРОГИ С ТВЕРДЫМ ПОКРЫТИЕМ, ВСЕГО КМ.-1/3-{24878.0, 25707.0}
23 АВТОДОРОГИ С ТВЕРДЫМ ПОКРЫТИЕМ, ВСЕГО КМ.-2/3-{25707.0, 25838.0}
24 АВТОДОРОГИ С ТВЕРДЫМ ПОКРЫТИЕМ, ВСЕГО КМ.-3/3-{25838.0, 26039.0}
25 ЖЕЛЕЗНОДОРОЖНЫЕ ПУТИ ОБЩЕГО ПОЛЬЗОВАНИЯ: ВСЕГО КМ.-1/3-{2126.0, 2137.0}
26 ЖЕЛЕЗНОДОРОЖНЫЕ ПУТИ ОБЩЕГО ПОЛЬЗОВАНИЯ, ВСЕГО КМ.-2/3-{2137,0, 2166.0}
27 ЖЕЛЕЗНОДОРОЖНЫЕ ПУТИ ОБЩЕГО ПОЛЬЗОВАНИЯ, ВСЕГО КМ.-3/3-{2166.0, 2193.0}
28 КОЭФФ.КОНЦЕНТРАЦИИ ДОХОДОВ - ИНДЕКС ДЖИНИ-1/3-{0.4, 0.4}
29 КОЭФФ КОНЦЕНТРАЦИИ ДОХОДОВ - ИНДЕКС ДЖИНИ-2/3-{0.4, 0.4}
30 КОЭФФ.КОНЦЕНТРАЦИИ ДОХОДОВ - ИНДЕКС ДЖИНИ-3/3-{0.4, 0.4}
31 ДОЛЯ ЖИЛИЩНОГО ФОНДА, НАХ.В ЧАСТНОЙ СОБСТВ.(%)-1/3-{80.0, 80.0}
32 ДОЛЯ ЖИЛИЩНОГО ФОНДА, НАХ.В ЧАСТНОЙ СОБСТВ.(%)-2/3-{80.0, 83.0}
33 ДОЛЯ ЖИЛИЩНОГО ФОНДА, НАХ.В ЧАСТНОЙ СОБСТВ.(%)-3/3-{83.0, 87.0}
34 ДОЛЯ НАСЕЛЕНИЯ С ДОХОДАМИ НИЖЕ ПРОЖ.МИНИМУМА (%)-1/3-{23.3, 24.0}
35 ДОЛЯ НАСЕЛЕНИЯ С ДОХОДАМИ НИЖЕ ПРОЖ.МИНИМУМА (%)-2/3-{24.0, 31.2}
36 ДОЛЯ НАСЕЛЕНИЯ С ДОХОДАМИ НИЖЕ ПРОЖ.МИНИМУМА (%)-3/3-{31.2, 42.8}
37 ТОКСИКОМАНОВ, НАРКОМАНОВ, АЛКОГОЛИКОВ НА 100000 ЖИТ.-1/3-{84.0, 116.8}
38 ТОКСИКОМАНОВ, НАРКОМАНОВ, АЛКОГОЛИКОВ НА 100000 ЖИТ.-2/3-{116,8, 149.9}
39 ТОКСИКОМАНОВ, НАРКОМАНОВ, АЛКОГОЛИКОВ НА 100000 ЖИТ.-3/3-{149.9, 177.4}
40 ВРЕДНЫХ ВЕЩЕСТВ ВЫБР.В АТМОСФЕРУ ОТ СТАЦ.ИСТОЧН.-1/3-{79.6, 95.5}
41 ВРЕДНЫХ ВЕЩЕСТВ ВЫБР.В АТМОСФЕРУ ОТ СТАЦ.ИСТОЧН.-2/3-{95.5, 107.7}
42 ВРЕДНЫХ ВЕЩЕСТВ ВЫБР.В АТМОСФЕРУ ОТ СТАЦ.ИСТОЧН.-3/3-{Ю7.7, 243.0}
43 ОКИСИ УГЛЕРОДА ВЫБР В АТМОСФЕРУ ОТ СТАЦ.ИСТОЧН.-1/3-{18.6, 26.0}
44 ОКИСИ УГЛЕРОДА ВЫБР.В АТМОСФЕРУ ОТ СТАЦ ИСТОЧН.-2/3-{26.0, 32.6}
45 ОКИСИ УГЛЕРОДА ВЫБР.В АТМОСФЕРУ ОТ СТАЦ.ИСТОЧН.-3/3-{32.6, 44.0}
Для осуществления прогнозирования результатов влияния объемов и направленности инвестиций в АПК на экономическую составляющую качества жизни необходимо выполнить следующие этапы:
- этап 1-й: подготовить исходные данные для прогнозирования в виде Ехсе1-файла с именем Inp_rasp.xls точно такой же структуры, как файл исходных данных Inp_data.xls;
- этап 2-й: ввести исходные данные для прогнозирования из Excel-файла Inp_rasp.xls в систему «Эйдос»;
- этап 3-й: провести пакетное прогнозирование;
- этап 4-й: получить результаты прогнозирования в виде экранных форм и таблиц.
Ниже кратко рассмотрим выполнение этих этапов.
Этап 1-й. В качестве данных для прогнозирования используем данные обучающей выборки. Таким образом файл Inp_rasp.xls получим просто путем копирования файла Inp_data.xls с заменой имени. В результате получим файл: c:\Aidos-X\AID_DATA\Inp_data\Inp_rasp.xls, размещенный в той же папке Inp_data, из котрой система «Эйдос» берет исходные данные не только для формирования модели, но и для прогнозирования.
Этап 2-й. Для ввода исходных данных для прогнозирования из Excel-файла Inp_rasp.xls в систему «Эйдос» используем тот же программный интерфейс 2.3.2.2 (API), что и для ввода обучающей выборки, с параметрами, приведенными на рисунке 1:
2.3,2.2, Универсальный программный интерфейс импорта данных в систему "ЭЙДОС-Х+ +
ЁДа И
Автоматическая формализация предметной области: генерация классификационных и описательных шкал и градаций, а также обучающей и распознаваемой выборки на основе базы исходных данных: "1пр_е1а1а"
Задайте параметры:-
Стандарт XLS-Файла
-Задайтетип Файла исходных данных: "lnp_data": (* XLS - MS Ексе1-2003 Г XLSX- MS Excel-2007[2010) С DBF - DBASE IV (DBF/NТХ) Стандарт DВF-файла
С CSV - Comma-Separated Values Стандарт CSV-Файла
-Задайте диапазон столбцов классификационным шкал: Начальный столбец классификационных шкал: Конечный столбец классификационных шкал:
-Задайте режим:-
С Формализации предметной области [на основе "lnp_da^a") Г* -Генерации распознаваемой выборки (на основе "1пр_газр"|
(* Нули и пробелы считать ОТСУТСТВИЕМ данных С Нули и пробелы считать ЗНАЧЕНИЯМИ данных Г~ Создавать БД средних по классам "lnp_davr.dbf"? Требования к Файлу исходных данных |
Задайте диапазон столбцов описательных шкал: Начальный столбец описательных шкал: Конечный столбец описательных шкал:
Задайте способ выбора размера интервалов: С Равные интервалы с разным числом наблюдений (* Разные интервалы с равным числом наблюдений
Задание параметров Формирования сценариев или способа интерпретации текстовых полей "lnp_da(a":-
Г* Не применять сценарный метод АСК-анализа С Применить сценарный метод АСК.-анализа
Г~ Применить спец.интерпретацию текстовых полей классов Применить спец.интерпретацию текстовых полей признаков
Параметры интерпретации значений текстовых полей "1пр_(1а1ам:
Интерпретация ТХТ-полей классов-
Значения полей текстовых классификационных шкал Файла
исходных данных "lnp_data" рассматриваются как целое
—Интерпретация ТХТ-полей признаков:-
Значения полей текстовых описательных шкал Файла исходных данных "lnp_data" рассматриваются как целое
-Какие наименования ГРАДАЦИЙ числовых шкал использовать: Г* Только интервальные числовые значения С Только наименования интервальных числовых значений Г" И интервальные числовые значения, и их наименования
(например: "1/3-{59873.0000000,1 78545.6666667}"]
(например: "Минимальное")
(например: "Минимальное: 1/3-{59873.0000000,178545.
Рисунок 1. Экранная форма программного интерфейса 2.3.2.2 (API), что и для ввода обучающей и прогнозируемой выборки
В результате работы данного программного интерфейса получим прогнозируемую выборку (рисунок 2):
4.1.1. Ручной ввод-коррестировка распознаваемой выборки (режим сисадмина], Текущая модель: "INFI" ,
Код объекта Наименование объекта Дап-а Время
5 1995
6 1996
7 1997
8 1998
Э 1999
10 2000
11
12 2002
13 2003
JJ^
Код объекта Класс 1 Класс 2 Класс 3 Класс 4 1
11 7 10 14
11 17 21 24 25
11 28 33 36 39
11 41 44 0 0
Код объекта Признак 1 Признак 2 Признак 3 Признак 4 Признак 5 Признак 6 Признак 7
11 4 8 12 16 19 24 29
11 32 36 40 44 48 52 56
11 ВО 94 68 0 0 0 0
Скопировать раоп.выб.в обуч. Добавить объект Добавить признаки
Удалить объект
Удалить классы
Удалить признаки
Рисунок 2. Фрагмент прогнозируемой выборки
Этап 3-й. Для выполнения пакетного прогнозирования в режиме 5.6 зададим текущей наиболее достоверную по критерию L1 модель МВ (рисунок 3) и выполним в не режим 4.1.2 (рисунок 4):
5.6. Выбрать модель и сделать ее текущей
Задайте текущую стат. модель или модель знаний Статистические базы:
1. ABS - частный критерий: количество встреч сочетаний: "класс-признак" у объектов обуч.выборки С' 2. PRC1 - частный критерий: усл. вероятность i-го признака среди признаков объектов ¡-го класса С 3. PRC2 - частный критерий: условная вероятность i-го признака у объектов ¡-го класса Системно-когнитивные модели (Базы знаний]:
4. INF1 - частный критерий: количество знаний по А.Харкевичу; вероятности из PRC1 С 5. INF2 - частный критерий: количество знаний по А.Харкевичу; вероятности из PRC2 f |6. ¡ÑF3 - частный критерий: Хи-квадрат, разности между Фактическими и ожидаемыми абс. частотами
7. INF4 - частный критерий: ROI (Return On Investment); вероятности из PRC1 С 8. INF5 - частный критерий: ROI (Return On Investment); вероятности из PRC2 Г Э. IN FG - частный критерий: разн.усл.и безусл. вероятностей; вероятности из PRC1 10.INF7 - частный критерий: разн.усл.и безусл.вероятностей; вероятности из PRC2
Как задавать параметры синтеза моделей В качестве текущей можно задать любую из ранее расчитаннын в режимам 3.1, 3.2, 3.3 или 3.4 стат. моделей и моделей знаний, но до исследования достоверности моделей в режиме 3.5 рекомендуется выбрать в качестве текущей базу знаний INF1. Смысл моделей знаний, применяемым в системе "Эйдос-Х++" раскрыт в публикациям, размещенным по адресам: http://lc.kubagro.ru/aldos/indeK.htrn, http://www.twirpH.com/flle/793311/
Ok I Cancel
Рисунок 3. Присвоение наиболее достоверной модели Inf3 статуса текущей
41.2, Пакетное распознавание в текущей модели
На каком процессоре выполнять распознавание:
Г ;На центральном процессоре (CPU| i* На графическом процессоре (GPU)
□ к
Cancel
Рисунок 4. Выбор графического процессора для прогнозирования
Этап 4-й. В результате прогнозирования получается 10 различных выходных форм, из которых мы рассмотрим только одну (рисунок 5).
На экранной форме, приведенной на рисунке 5, мы видим прогнозируемые на определенный год (по ретроспективным данным) значения различных показателей, характеризующих экономические аспекты качества жизни в Краснодарском крае. Значения показателей, соответствующие факту, т.е. фактически осуществившиеся прогнозы, отмечены символом: «V».
В качестве факторов выступают объемы и направленность инвестиций в АПК (таблица 1). В качестве результатов действия факторов выступают различные показатели, характеризующие экономическую составляющую качества жизни населения региона (таблица 2). В системно-когнитивной модели (СК-модели) МВ отражено, какое количество информации содержится в каждом значении фактора о переходе объекта моделирования во все состояния, соответствующее классам. Но на каждый определенный период прогнозирования одновременно действует не одно, а много значений факторов. Степень сходства ситуации, сложившейся на определенный период, с обобщенными образами классов определяется в соответствии с аддитивным интегральным критерием. Этот интегральный критерий представляет собой суммарное количество информации, содержащееся во всех значениях действующих факторов о том, что объект моделирования перейдет в каждое из будущих состояний, соответствующих классам. Для каждого класса вычисляется значение интегрального критерия. Далее классы ранжируются в порядке убывания значения интегрального критерия и эта информация выводится в виде экранной формы, представленной на рисунке 5.
£) 4.1.3,1, Визуализация результатов распознавания в отношении Мбмы лассы", Текущая модель: "№1ГЗ"
Распознаваемые объекты Интегральный критерий сходства: "Семантический резонанс знаний"
1ЭЭ1 ЖЕЛЕЗНОДОРОЖНЫЕ ПУТИ ОБЩЕГО ПОЛЬЗОВАНИЯ, ВСЕГО КМ.-1ЛЗ-{2126.0000000,2137.000000... 97,74... ч 11111111111111111111М
1892 33 ДОЛЯ ЖИЛИЩНОГО ФОНДА. НАХ.В ЧАСТНОЙ СО Б СТ В. (Й]-3/3-{83.0000000. 87.0000000! 97.74... V ■■шин
1Э93 3 ВРП НАДУШУ НАС. В ТЕ К. ЦЕНАХ ТЫ С. РУБ..С1998Г. -РУ Б. -3/3-120924.0000000,46543.00000001 92.85... V 11111Н111111111М
1994 21 ВРП МЛРД.РУБ. С1998Г. М ЛН.РУ Б.-3/3-{106033.0, 234504.0} 92,85... V 11111Н111111111М
1Э95 24 АВТОДОРОГИ С ТВЕРДЫМ ПОКРЫТИЕМ. ВСЕГО КМ.-3/3-{25838.0000000.26039.0000000) 92.85... V 11111Н111111111М
1996 39 ТОКСИКОМАНОВ. НАРКОМАНОВ, А Л КО ГО Л И КО В НА 100000 ЖИ Т.-3/3-1149.9000000,177.4000000) 84.96... V ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1997 44 ОКИСИ УГЛЕРОДА ВЫБР.В АТМОСФЕРУ ОТ СТАЦ.ИСТОЧН.-2ЛЗ-{26.0,32.6} 79,85... V ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1Э9В 41 ВРЕДНЫХ ВЕЩЕСТВ ВЫБР.В АТМОСФЕРУ ОТ СТАЦ. И СТО ЧН.-2/3-195.5.107.7} 78.03... V ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1999 17 УРОВЕНЬ БЕЗРАБОТИЦЫ В ЗОТЭКОН.АКТИВНОГО НАСЕЛЕН И Я-2/3-19.3,10.7} 73,73... V 1111111111111111111111111111М^^
10 2000 28 КОЭФФ.КОНЦЕНТРАЦИИ ДОХОДОВ - ИНДЕКС ДЖИНИ-1/3-{0.4. 0.4} 67,66... V |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
11 * 1 ►
12 2002 Интегральный критерий сходства: "Сумма знаний'
13 2003
11 ТОКСИКОМАНОВ. НАРКОМАНОВ. А Л КО ГО Л И КО В НА 100000 ЖИ Т.-3/3-1149.9000000.177.4000000} 79.44... ¥ |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3 ВРП НАДУШУ НАС.В ТЕ К. ЦЕНАХ ТЫ С. РУБ..С 1998Г.-РУБ.-3/3-120924.0000000,46543.0000000} 72,80... V ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||| Г"'
21 ВРП МЛРД. РУБ. С1998Г. М ЛН.РУ Б.-3/3-{106033.0. 234504.0} 72.80... V ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
24 АВТОДОРОГИ С ТВЕРДЫМ ПОКРЫТИЕМ. ВСЕГО КМ.-3/3-{25838.0000000.26039.0000000} 72.80... V ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
25 ЖЕЛЕЗНОДОРОЖНЫЕ ПУТИ 0БШЕГ0 ПОЛЬЗОВАНИЯ. ВСЕГО КМ.-1/3-{2126.0000000.2137.00000... 62,50... V ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
33 ДОЛЯ ЖИЛИЩНОГО ФОНДА, НАХ.В ЧАСТНОЙ СО Б СТ В. (Х]-3/3-{83.0000000,87.0000000} 62.50... V ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
44 ОКИСИ УГЛЕРОДА ВЫБР.В АТМОСФЕРУ ОТ СТАЦ.ИСТОЧН.-2/З-Йб.О.32.6} 57.86... V
41 ВРЕДНЫХ ВЕЩЕСТВ ВЫБР.В АТМОСФЕРУ ОТ СТАЦ. И СТО ЧН.-2/3-195.5,107.7} 38,41... V
17 УРОВЕНЬ БЕЗРАБОТИЦЫ В X ОТ ЭКОН.АКТИВНОГО НАСЕЛЕНИЯ-2/3-{9.3,10.7} 36.49... V II I II II II II II
35 ДОЛЯ НАСЕЛЕНИЯ С ДОХОДАМИ НИЖЕ ПРОЖ.МИНИМУМА р£)-2/3-{24.0.31.2} 36.49... ||||||||||||||||||||||||||||||||||||
< <1 I
Помощь 9 классов Классы с МахМЬ УрСх 1 ' лассов с МахМЬ УрСх ВСЕ классы ВКЛ. Фильтр по класс.шкале ВЫКЛ.Фильтрпокла сс.шкале ГраФ.диаграмма I
Рисунок 5. Экранная форма с результатами прогнозирования
Таким образом, в результате данной работы созданы определенные предпосылки для решения задачи поддержки принятия решений по объемам и направленности инвестиций в АПК, наиболее существенно влияющих на экономическую составляющую качества жизни, а также задачи исследования моделируемой предметной области путем исследования ее модели.
РЕШЕНИЕ ЗАДАЧИ ПРИНЯТИЯ РЕШЕНИЙ2
Данная работа посвящена применению этих моделей для решения задачи принятия решений по таким объемам и направленности инвестиций в АПК, которые оказывают наиболее существенное влияние на повышение экономической составляющей качества жизни населения региона.
Управление - это деятельность по достижению целей. Эта задача решается на основе знания причинно-следственных зависимостей, отражающих влияние различных значений факторов на поведение объекта управления. Для перевода объекта управления в заданное целевое стояние необходимо принимать решения о том, какими значениями факторов на него воздействовать.
SWOT-анализа классов проводится с целью определения значений факторов, обуславливающих переход объекта управления в заданное целевое состояние (рисунок 1).
2 Работа выполнена при финансовой поддержке РФФИ, проект № 17-02-00045-ОГН.
ДОТСкфСШНЭ-ОЭД
в\Л/ОТ-ДИДГРАММА КЛАССА: "[13] УРОВЕНЬ ИНФЛЯЦИИ (ПОТРЕБИТЕЛЬСКИХ ЦЕН) (%)-1/3-{31.7, 116.2}" В МОДЕЛИ: "ШЬ" Приложение: "ДСК-анализ влияния инвестиций в АПК на качество жизни населения региона" Шкала: [5] УРОВЕНЬ ИНФЛЯЦИИ (ПОТРЕБИТЕЛЬСКИХ ЦЕН) (%) Класс: [13] 1/3-131.7,116 2}
СПОСОБСТВУЮЩИЕ значения факторов и сила их в
(12] ИНВ е ООН КАП.ПО КРУПН. И СРЕДИ ПРЕДПР. - ЗДРАВООХРАНЕНИЕ. ФИЗИЧЕСКАЯ КУЛЬТУРА И СОЦИА [4713/4^7910,3074.0}
[7[ИНВ ВОСН.КАЛ.ПОКРУЛН И СРЕДН.ПРЕДПР Связь МЛН РУБ [2В]4,'4{1т0, 10700 0J
|8| ИНВ в осн КАЛ ПО КРУПН И СРЕДИ ПРЕДПР -СТРОИТЕЛЬСТВО, МЛН РУБ. [32] 4,'4-[590 0.3157 0}
PI ине еосн.клл покрупи и среди предпр -
ТОРГОВЛЯ И ОБЩЕСТВЕННОЕ ПИТАНИЕ. МЛН РУБ [Эв] 4/4^204.0, 914 0}
[13] ИНВ & ОСИ КАЛ ПО КРУПН И СРЕДИ ПРЕДПР - ОБРАЗОВАНИЕ, МЛН РУБ |52] ^.ЧНМ-0,3090]
[14] ИНВ 8 ОСН КАЛ ПО КРУПН И СРЕДИ ПРЕДПР. КУЛЬТУРА И ИСКУССТВО, МЛН РУБ [5в]4А1-[1в0.»О}
[16] ИНВ е ОСН КАЛ.ПО КРУПН И СРЕДИ ПРЕДПР. ПРОЧИЕ НЕПРОИЗвОДСТВЕННЫЁ ОТРАСЛИ, МЛН.РУБ [64] 4('4-{107 0, 1042 0}
Фильтр по факторам ВЫКЛЮЧЕН. Дил
ПРЕПЯТСТВУЮЩИЕ sHiMiHiin факторов м сила и
|17) ИНВЕСТИЦИИ В ОСНОВНОЙ КАПИТАЛ АПК ПО КРУП iltJM И СРЕДНИМ ПРЕДПРИЯТИЯМ - ВСЕГО. МЛН РУБ |67) 3/4.(1003 0,2973.0)
(/] ИНВ В ОСН КАП ПО КРУПН. И СРЕДИ ПРЕДПР . СВЯЗЬ. МЛН РУБ (27) »4.(276.0,1184 0]
и ИНВ П ОСИ КАП ПО КРУТ1Н И СРЕДИ ПРЕДПР -ВСЕГО, МЛН РУБ |7)3.'4-{б1!>9 0.212970)
|1] ИНВЕСТИЦИИ В СЮНОеНОЙ КАПИТАЛ - 6ССГ0, МЛИ РУБ
|3| 3<'4 -¡9вЗЗ 0,20243.0}
|12) ИН0 В ОСН КАЛ ПО КРУПН И СРЕДИ ПРЕДПР ■ ЗДРАВООХРАНЕНИЕ, ФИ31*1ЕСКАЯ КУЛЬТУРА И СОЦИА (48) 4АМЭ074Д 4371.0)
(11) ИНВ. В ОСН.КАЛ ПО КРУПН И СРЕДИ ПРЕДПР ЖИЛИЩНО-КОММУНАЛЬНОЕ ХОЗЯЙСТВО, МЛН.РУБ |43|3/Ч10190.1274 0)
(121 ИНВ В ОСН КАП ПО КРУПИ И СРЕД И ПРЕДПР ЗДРАВООХРАНЕНИЕ, ФИЗИЧЕСКАЯ КУЛЬТУРА И СОЦИА (46)2J4^?47 0. 791 0]
Фильтр по факторам ВЫКЛЮЧЕН. [
CHCTFUA flFTF РМИНЛЦИИ КЛАССА ФАКТОРАМИ И ИХ -HUNF НИЯМИ:
Jm«i«нн* факторна. CUOCOUCIUmUlHL nepexeny Dtuni улрммнни о Зничкмт фяггирп., ПРЕПЯТСТВУЮЩИЕ псрсхпяу Muln упрампнт ■
ЧЮрк» nig>Ht: 17.П4.ЗД1Я иксу, отмдонлстся йтмннн спит КРАСНОГО цаети. Г кяяОу. огпКржжапга лннткя in:i> CHHFTO циги
Рисунок 2. SWOT-диаграмма с системой детерминации целевого
состояния (пример)
Кластерный анализ классов используется для корректности целей управления, т.е. определения того целевые состояния объекта моделирования обуславливающим их значениям факторов, достижимыми одновременно, или они являются взаимно исключающими, т.е. альтернативными и одновременно получены быть не могут (рисунок 2).
определения являются ли совместимыми по и, следовательно,
ДЕНДРОГРАММА КОГНИТИВНОИ КЛАСТЕРИЗАЦИИ КЛАССОВ В МОДЕЛИ: "INF3" Приложение: "АСК-анализ влияния инвестиций в АПК на качество жизни населения региона"
% ОРП №МОДЯи>КСЯ НА СФЕРУ ОЬСЯУЯМв (РЫМН НЁРЪИ h n-^iZ МООСОС HOOWCQ УРОВЕНЬ ИНФЛЯЦИЯ (ПОТРЕБИТЕЛЬСКИ!. ЦЕН) (WW 7М0000 116 X0K4CQ
ксофф концентрации доходов - индекс диинифй« жим »wcowo]
допя доходов го* населения с нмвысшюм дсиоалми-г^^м гадаос.« moooqqj
УРОВЕНЬ БЕЗРАБОТИЦЫ В * ОТ ЭК»« АКТИВНОГО НАСЕЛЕНИЯ Юф MOOtBO SO 7000000!
KO-W® КОНЦЕНТРАЦИИ доходов индекс ДРвлвМФ» »»We озКда»]
доля долевое го* населения с нмвьюнтм дооюомм-иэдо оюооа и хякщ
доги населения с дохо&ами hi we прояс <%ум.р^ ооом» 1 г эмнооад
вр«л*в и*сгв о АТм&СФбРу от стдц источи га[$<, деоом. »? rwoeooj
* етПР№ДДЯЙ**НСЯ НА СФЕРУ ОбСЛУЖИЗ 1.РЫН И НЕРЬН 1 заюяо 45 DGQOSOCQ ОКИСИ УГЛЕРОДА 0Ы6Р.0 AfMOCStKy ОТ СТАЦ ИСЮЧИ гърь МОС-ХЮ Я WOOJWJ TOKCHiOMAHOe. haPkOMaj*» АЯкОГОЛЖОёНА 100СНЗЯИТ ОД(т<9 яхихю ИТ 4000000] ж£№знодо«»Рмьв1 пути obafj'o пользования всего км ,iapi« осоох» зог oooomoj
ДОЛЯ ЖИГМЩНСГО вСИДА НАХ В ЧАСТНОЙ СОБСТВ 0CO0WO. ST o£oo:ooj
АВТОДОРОГИ С ТВЕРДЬ« ПОКРЫТИЕМ, ВСЕГО КМ И [2'ЗЯ ООЯНИО. 2«0» 0000000] 0РГТ НА ДИНУ НАС О ТЕК.ЦЕИ« 1ЫС РУЪ С 19*Г РУб-ЗО рМЫ ОООООСО MMJ ООвООИ] 0РП МЛРД РУЬ с 1И0Г UJH РУБ -S9-{1 W0U ОСО0ЯЮ. tMiы охкющ ДОПЙ ДОХОДОВ m НАСЕЛЕНИЯ С НМвЫСШНиЫ ДОХОДАМИ}^ 8000000 «гооооосо
уровень инфляции (логребительскт [чкочпв гмок». iss vmrn,
ДОПЙ ЖИГШДКГО вОЦА НАЛ 0 четной ССЖТ0 ИСК« S3DMOMO)
ДОГИ HACEfK>lHfl С ДОХОЙАМИ НИ«Е ГРОЖ i.XbiT-Ot МОСООО 42 ИОСООС/
допя wrwm+cio we*, iw и ч^зной собсте "7>;w ««кос, я wosgoj
ШЗФФ КОНЦЕНТРАЦИИ ДО .шее - ИНДЕКС ДОНИ-ЭВД задвоо 9 iOMOOO]
уроеень ееэрАботщу в % от окон акп«ного нлееленит^а ?w«oo к «»»mi «Jiзиодсрсинм; mm oeejtro попьэое^мя есыо км .»piw «моооо ?из оотщ
ЭРПНАДПУУНАСТЫСР^ .С «W«r-P^ -3i>^K5S00e0(iM. awssoowwoi
.автодороги с твсрдьм гкжрыгиеы uctro kw м-с»то?оо»мо »в» woocooj »п НА нле в те* цена* 1I-JC РУБ с iWT ^ i'j-iBse!, womb jow-i оостя, em МЛРД РУБ с 1ИЗГ ШН ГУБ -Ш{1$$Т7 OOUOCO. 1&ИЗЗ СКОК«»] уровень инфляции 0ЮТР£ЬитЕЛь«го: цен> (K)»tiX.l)soono.»» ЮооОвО] TOKCn(OUAHOe. наркоман^ а«коТогпков ha looooa *S!T •Jj^iiSDXci»:' U9W40Q0] дреднгк еещреш вубр в атмосферу от стац источи ->о-[»ет тмсио ?43 СЖО&:; ОКИСИ УГЛЁРОДА ЙЛР а АТМОС«РУ ОТ СТАЦ.ИСГОЧН -nitt DOOMOO « ЮХ409}
уровень №а>Аботиды в ч от жен актизного нАселе««-^? адвом. s зчоиод
автодороги С ТЕЕРДЫН ПОКРЫТИЕМ ВСЕГО КМ -1гЭЧ2«Т9 0000000. КТОГ OOW0OOI 0И1НАДУЩУНАСТУСР¥Б С tWW"-РУ&-If^fMH ООвОООО. 6705 OOOWW, ВтНАЛУШУНАСвТЕКЦСМ«ТЫСРУб .С19Ш 4^ l.Oiaji MOOOtO »««ООООЙК]
врпмлраруб cisser нлнру&.ц^мгвоомо» 4»г?«мо«1
Ч ВРП ПРЦ.Х>Д314й1СЙ НА CfffPV ОБСЛ-^Ж1в ,РЫН И НЕ РУН ИООМО « 00000003
токеккоиьиов ПАРКОМ««» AmofOfHtoewKMMo^sft .trSiH oeoocoo пбвккоог;-BrtJiitix веществ в АТЬКХФЕЭТ от стлд источи-1,%{Г9 еоооосо Й мвоосо; еРП НА ДУШУ НАС тыс С i»er - J.'3-!6T0S (ЮМЮ0. г«вО«1 ДОЛЯ НАСЕЛЕНИЙ С ДСМ.ОЙАЫИ ИК»4 ГРОЖ £Й 30O6OW И МООООС/
жел£знодо«»»нь« гати оыцуо погьэовдний всего ал -гад i Jt cbowoo гм occomci
СЖИСИ УГЛЕРОДА RM&P В АТМ0С46ПУ ОТСТАЦ ИСТОЧИ -1^18 600WOC « 000ОХ0,
МЕЖКЛАСТЕРНЫЕ РАССТОЯШЯ П « П 111
кластерная ФОРМУГЙ «».«1э.г»«(1 гщ <».*п)
IГ CU 3019-мог 21
Рисунок 2. Агломеративная дендрограмма кластерного анализа классов
Например, из дендрограммы на рисунке 2 мы видим, что средний уровень безработицы (код 17) обусловлен примерно теми же значениями факторов, что и средняя доля населения с наивысшими доходами (код 11).
Кластерный анализ значений факторов используется для замены рекомендуемых значений факторов, которые нет возможности использовать, на другие, сходные по влиянию на объект управления (рисунок 3).
На рисунке 4 приведен алгоритм принятия управляющих решений в автоматизированном системно-когнитивном анализе (АСК-анализе) и его программном инструментарии - интеллектуальной системе «Эйдос».
ДЕНДРОГРАММА КОГНИТИВНОЙ КЛАСТЕРИЗАЦИИ ПРИЗНАКОВ В МОДЕЛИ: "1^3" Приложение: "АС к-а нал и г влияния инвестиций в АПК на качество жизни населения региона"
я «нвчт« и то- гчдп» - «<ное мн -уч» е»м», ч »да»; ч и*. о «начт» я**. ис*>гяду>. жимилокбжгнААмвс нззя^гт». шнрл.ем»». а« «в««) «<
яв вооимивя?™ И СЯД'^гауР.'Гв<?«КПЯЗИЭеОЗПВ£№М ОТРАУИ. ИЗЛРЯ^ЧЯТ ИИ» »Я2М«"»3} &
}
IV-- н оси кал ги кпгм и СЯ&ПВД* Гт№илэет.ижгг«-«м1$«г?аев«т.л?л*вдпн^ -« Ив. В OCniW.rO КРУ» И 9ЕЩЯЕДО. • г«?« ПЧЗЮКаСТ»«* ОТРАСЛИ. «ЁЖРЯ -«мвкшшн. № АЗ
№• ЦдачдЯйОО>™ *еЧ0М»ВД» э еыэс* хзамйпчо. ига «-{ппвспнс «тсеоюмз и «■«стщад воскииой калита* алкповдлчьи и срьз-иигядпадяглвд - всего, шн»б -«чяпжхюхи йя юмис; и V
и* во&хмткил и Р^пчй» -ксг&аинАвни-втг«мт, ¡¡«¿вдт« *
—^—
п« оосмдавдк?*» тоетсми и сАс*ста>*а клш и» ч ш^к шах. ли шш; я и
т. в «н*чце дам и года» - «точен* отьту?* и еои№№Ш оксти-чт"?" »««с, нммя и*а. о «ллаг.№ кпя4 исяа*ячдгр мшчижжлсинь! страхи. «пет. |;г ж««о к И
ля ■ ССК плес СТУ» И СИ> ЯЧДП» ОМАМИ*»* ** .¿Ч^ПИОМаЯ «1ССКПК1 Ы
а
и^спк^ивигйвивйтллГАй К1Го НЙЯРЛ хс^жат ж«:®»:; ; 1«НХАЛ1» ЮЯи И ДОиН№. ■ К1Г0. 1ШПЫ№Н1| МШ 2 ДО «МММ! 7 1 X г
ц-е. в яшмию дан. и «г-ч^я» -жимщятшмодмк хззяйстк, ит№В-м-|1 «з«« иншц « 1 1
и-едс-л^'-и е оО-свна'Л капитал - раго ивч пгь ли-цхтлх ахвоя; 1
и "С п со- "ал го и гкдпр. доиыилежсть. кяк пъ -м-л кож юа ю»нс$ з )
т.ддашш1ш исяаивд*.ттамтидчмтпиеаже.тт-т^лии кяниц н
н й оспкмиоачёи и' шМ м^МсШИ ш«] «
же. В «И (Wi.ro КМ*. И СРЕД* ЛСВД1? ■ СИЯ» УЖ РЯ -1*41 /ХОСООЕ. и шк; к
и*в в оси каЛГо куу~н и ^дгт» . гсршшолсШьнм- ог^аг^ьт. ии дооооф. я оНоссС? 5?
с каПкг'л «1к т?и сиЛ'И!'- вн.!с, им ггь -¿■^ячуухт пи? »«■»:•:| м 1 -
И*.В«И№ЧиЮЮИ* И СРЬ> ПЯЛ№.. К1Г0.1№ ИЕ..ЫЧ?« Н»»». Ь 1Я (»0«Ж01 Ц.П »ссшыпгнтги ис*л<п»ЛГ» чо«» «Щмси«. спроаж зосгнок; и 1 г Л-
«оомпмкми и сяд»аяд1р , «.ц**и и*'«-а сцамюлм*. шма* .ы&тж. *«с«пм) и р
в «Н КАП ГО КИЛИ. Н£.П«ИМ0ХТВ4ННЙ ОТАСИ, 1МНт -УЦ13? МОК» И7.«м<«1 83 и
IV« б ОСИ ЦДЛ и КГЛМ ИСИ^рЛЧЙ№ ГГ1А>ХА VI С*СГГгТ<И1АН1» и|И гп, ,1ИЧ1 ЗНШХ 7ХЙПК1 1—г
№в. в оошиир кита, и счд«.гс€дг» ..-роме прс«модстае>ны£ отрасм. им ив я асс««! и 1
я*. воснх«лл»да;™ и таг*.-«язь, •глч^имхлх. гптввод м 1
0 ОСИ КАП.ГО КРУГАМ К СРЕД* ГВДП* ^ТгОИШкСТМ. РЛ ¿4 »М« ')3'>К««| к -Г
!<' > - г:: ■ Я .. ц III (Я не ФЧ Э4 И
Рисунок 3. Агломеративная дендрограмма кластерного анализа значений
факторов
Рисунок 4. Алгоритм принятия управляющих решений в АСК-анализе и системе «Эйдос»
Алгоритм принятия решений
Шаг 0-й. Когнитивно-целевая структуризация и формализация предметной области, синтез и верификация модели.
Шаг 1-й. Решаем задачу поддержки принятия решений путем применения автоматизированного когнитивного SWOT-анализа.
Шаг 2-й. Оцениваем технологические и финансовые возможности применения на практике предлагаемых значений факторов.
Шаг 3-й. Если такая возможность имеется для всех значений факторов, то принимаем их для реализации на практике и выходим из алгоритма принятия решений. Если же такой возможности нет, то исключаем из системы значений факторов те из них, которые по каким-либо причинам нет возможности применить и переходим на шаг 4..
Шаг 4-й. Прогнозирование результатов применения на практике сокращенной системы значений факторов в которой есть только те, которые есть реальная возможность применить.
Шаг 5-й. Если прогнозируемый результат применения на практике сокращенной системы значений факторов устраивает, то принимаем их для реализации на практике и выходим из алгоритма принятия решений. Если же прогноз показывает, что целевое состояние при использовании сокращенной системы значений факторов не будет достигнуто, то переход на шаг 6.
Шаг 6-й. Заменяем рекомендованные на шаге 1, но удаленные на шаге 3 значения факторов другими, сходными по влиянию на объект моделирования и управления, но такие, которые есть возможности применить. Эти значения факторов для замены выбираются с использованием результатов кластерно-конструктивного анализа факторов.
Шаг 7-й. Прогнозирование результатов применения на практике системы значений факторов, сформированной на шаге 6.
Шаг 8-й. Если прогнозируемый результат применения на практике системы значений факторов, сформированной на шаге 6, устраивает, то принимаем их для реализации на практике и выходим из алгоритма принятия решений. Если же прогноз показывает, что целевое состояние при использовании этой системы значений факторов не будет достигнуто, то переход на шаг 0.
Таким образом, в результате данной работы созданы предпосылки для решения задачи исследования моделируемой предметной области путем исследования ее модели.
Это планируется сделать в последующих работах.
Литература:
1. Луценко Е.В., Лойко В.И., Барановская Т.П. От управления инвестициями к управлению с помощью инвестиций. // НОВЫЕ ТЕХНОЛОГИИ. Вып. 4, 2017 г. -
Майкоп: изд-во ФГБОУ ВО «МГТУ», 2017. - 184 -191. http://lib.mkgtu.ru/images/stories/journal-nt/2017-04/026.pdf
2. Барановская Т.П., Луценко Е.В. Информационные и когнитивные технологии в управлении качеством жизни путем инвестиций в АПК: формальная постановка задачи // НОВЫЕ ТЕХНОЛОГИИ. Вып. 3, 2018 г. - Майкоп: изд-во ФГБОУ ВО «МГТУ», 2018.
- 86 - 91. http://lib.mkgtu.ru/images/stories/journal-nt/2018-03/012.pdf
3. Барановская Т.П., Луценко Е.В. Информационные и когнитивные технологии в управлении качеством жизни путем инвестиций в АПК: синтез и верификация системно-когнитивных моделей // НОВЫЕ ТЕХНОЛОГИИ. Вып. 4, 2018 г. - Майкоп: изд-во ФГБОУ ВО «МГТУ», 2018. - 102 -107. http://lib.mkgtu.ru/images/stories/journal-nt/2018-04/013.pdf
4.Барановская Т.П., Луценко Е.В. Информационные и когнитивные технологии в управлении качеством жизни путем инвестиций в АПК: формальная постановка задачи // НОВЫЕ ТЕХНОЛОГИИ. Вып. 3, 2018 г. - Майкоп: изд-во ФГБОУ ВО «МГТУ», 2018.
- 86 - 91. http://lib.mkgtu.ru/images/stories/journal-nt/2018-03/012.pdf
References:
1. Lucenko E.V., Lojko V.I., Baranovskaja T.P. Ot upravlenija investicijami k upravleniju s pomoshh'ju investicij. // NOVYE TEHNOLOGII. Vyp. 4, 2017 g. - Majkop: izd-vo FGBOU VO «MGTU», 2017. - 184 -191. http://lib.mkgtu.ru/images/stories/journal-nt/2017-04/026.pdf
2. Baranovskaja T.P., Lucenko E.V. Informacionnye i kognitivnye tehnologii v upravlenii kachestvom zhizni putem investicij v APK: formal'naja postanovka zadachi // NOVYE TEHNOLOGII. Vyp. 3, 2018 g. - Majkop: izd-vo FGBOU VO «MGTU», 2018. -86 - 91. http://lib.mkgtu.ru/images/stories/journal-nt/2018-03/012.pdf
3. Baranovskaja T.P., Lucenko E.V. Informacionnye i kognitivnye tehnologii v upravlenii kachestvom zhizni putem investicij v APK: sintez i verifikacija sistemno-kognitivnyh modelej // NOVYE TEHNOLOGII. Vyp. 4, 2018 g. - Majkop: izd-vo FGBOU VO «MGTU», 2018. - 102 -107. http://lib.mkgtu.ru/images/stories/journal-nt/2018-04/013.pdf
4. Baranovskaja T.P., Lucenko E.V. Informacionnye i kognitivnye tehnologii v upravlenii kachestvom zhizni putem investicij v APK: formal'naja postanovka zadachi // NOVYE TEHNOLOGII. Vyp. 3, 2018 g. - Majkop: izd-vo FGBOU VO «MGTU», 2018. -86 - 91. http://lib.mkgtu.ru/images/stories/journal-nt/2018-03/012.pdf
