CC BY
52
кафедри «Економки пщприемства»
вул. Бородинська 22-13, м. Запорiжжя, 69096, УкраТна
interanna83@list.ru
ДАННЫЕ ОБ АВТОРАХ
Коваленко Елена Валерьевна, доктор экономических наук, профессор
Кафедры «Экономики предприятия» Запорожской государственной инженерной академии
Еременко Анна Сергеевна, аспирант Кафедры «Экономики предприятия» Запорожской государственной инженерной академии
Ул. Бородинская 22-13, г. Запорожье, 69096, Украина
interanna83@list.ru
DATA ABOUT THE AUTHORS
Kovalenko Elena Valerievna doctor of economic science, professor head of the Economy Enterprise department Zaporizhia State Engineering Academy
Eremenko Anna Sergeevna, post-graduate student The Zaporozhye state engineering academy
Borodinskaya 22-13, Zaporoghya, 69096, Ukraine
interanna83@list.ru
УДК 338.242
КОГН1ТИВНА МОДЕЛЬ РОЗВИТКУ ТРАНСПОРТНО1 СИСТЕМИ УКРА1НИ
Кудрицька Н.В.
У cmammi розглянута проблема досл1дження транспортноТ системи УкраТни, розвиток якоТ в1дбуваеться у економ1чних умовах, що характеризуются високим ступенем нестабльно^i та невизначеностi. З цею метою запропоновано застосувати когмтивний ndxid, що дозволяе проводити яюсний аналiз слабоструктурованоТ складноТ економiчноТ системи (якою е транспортна система УкраТни), у виглядi когнтивного графа або когнтивно)' карти.
Сформульована нечтка когнтивна карта функц/онування транспортноТ системи, враховуючи основн напрями та проблеми ТТ розвитку, що дозволить перевести об'ект управлння у цльовий стан - отримання максимального прибутку при достатньому рiвнi екологiчностi.
З метою реалiзацiТ карти автором розроблений комплекс економко-математичних моделей, а саме: оц1нки конкурентоспроможно^i транспортних пдприемств за допомогою нтегрального показника з використанням iмовiрнiсного пдходу; визначення рейтингу регiонiв УкраТни за рiвнем транспортноТ забезпечено^i та нновац1йного розвитку за допомогою iерархiчного кластерного аналiзу та функц1'Т бажаносmi Харнгтона; визначення собiвартостi перевезень ванmажiв автотранспортом з використанням нструментарю теори нечтких множин; визначення mарифiв на контейнерн перевезення ванmажiв залiзничним транспортом; оц1нки коеф^енту дисконтування грошових потоюв нвестиц1йних проекmiв у залежной вiд ставки дисконту та номеру року; вибору оптимальних нвестицйних прое^в з використанням лнйного, нелнйного програмування та методу посл1довного аналiзу варiанmiв; оновлення транспортних засобiв з використанням теори марювських процеав.
Ключов'1 слова: транспортна система, сmраmегiчне управлння, когнтивне моделювання
КОГНИТИВНАЯ МОДЕЛЬ РАЗВИТИЯ ТРАНСПОРТНОЙ СИСТЕМЫ УКРАИНЫ
Кудрицкая Н.В.
В статье рассмотрена проблема исследования транспортной системы Украины, развитие которой происходит в экономических условиях, характеризующихся высокой степенью нестабильности и неопределенности. С этой целью предложено применить когнитивный подход, позволяющий проводить качественный анализ слабоструктурированной сложной экономической системы (каковой является транспортная система Украины), в виде когнитивного графа или когнитивной карты.
Сформулирована нечеткая когнитивная карта функционирования транспортной системы, учитывая основные направления и проблемы ее развития, что позволит перевести объект управления в целевое состояние - получение максимальной прибыли при достаточном уровне экологичности.
С целью реализации карты автором разработан комплекс экономико-математических моделей, а именно: оценки конкурентоспособности транспортных предприятий с помощью интегрального показателя с использованием вероятностного подхода; определения рейтинга регионов Украины по уровню транспортной обеспеченности и инновационного развития с помощью иерархического кластерного анализа и функции желательности Харрингтона; определения себестоимости перевозок грузов автотранспортом с использованием инструментария теории нечетких множеств; определения тарифов на контейнерные перевозки грузов железнодорожным транспортом; оценки коэффициента дисконтирования денежных потоков инвестиционных проектов в зависимости от ставки дисконта и номера года; выбора оптимальных инвестиционных проектов с использованием линейного, нелинейного программирования и метода последовательного анализа вариантов; обновления транспортных средств с использованием теории марковских процессов.
Ключевые слова: транспортная система, стратегическое управление, когнитивное моделирование
A COGNITIVE MODEL OF UKRAINE'S TRANSPORT SYSTEM
Kudritskaya N.V.
The article deals with the problem of studying Ukraine's transport system, whose development Is going on In an economic environment, characterized by a high degree of volatility and uncertainty. For this purpose, the author proposed to apply the cognitive approach, allowing to carry out a qualitative analysis of semistructured complex economic system (which is the transport system of Ukraine), in the form of a cognitive graph or cognitive map.
Formulated a fuzzy cognitive map of the functioning of the transport system, taking into account the major trends and problems of its development, which will translate the control object in the target state, i.e. maximizing profits at a sufficient level of environmental safety.
© Кудрицька Н.В., 2015
Економiчний вюник уыверситету | Випуск № 25/1
61
In order to implement the map, the author developed a set of mathematical-economic models, namely, those of evaluation of the competitiveness of the transport industry (with the help of the integral index and using the probabilistic approach); ranking Ukraine's regions in terms of transport provision and innovative development using hierarchical cluster analysis and Harrington's desirability function; determining the cost of transportation of goods by road, using the tools of the theory of fuzzy sets; determining tariffs for container transportation of goods by rail; estimating the coefficient of discounted cash flows of the investment projects, depending on the discount rate and the number of the year; selection of optimal investment projects using linear and non-linear programming and the method of sequential analysis of options; and renovation of vehicles using the theory of Markov processes.
Key words: transport system, strategic management, cognitive modeling
Перехщ економки Укра'ни до ринкових вщносин вимагае динамичного i збалансованого розвитку bcíx íí ceKTopiB, насамперед, транспортно''' системи, специфiчнi умови функцюнування яко''' характеризуются високим piBHeM невизначеносп, що впливае на збтьшення ризигав i втрат при прийнятт управлЫських ршень. Складнiсть eкономiчних пpоцeсiв ставить новi, бiльш висок вимоги до упpавлiння eкономiчними системами вах piвнiв.
Актуалынiсты дослiджeння розвитку транспортно''' системи Укра'ни пiдтвepджуетыся наступними нормативно-правовими документами: Транспортна стратепя Укра'ни на пepiод до 2020 р.; Угода про асоцацю мiж Укра'ною та 6С; Стpатeгiя сталого розвиту «Укра'на 2020».
Проблеми розвитку коп-лтивного пiдходу та застосування його до досглдження складних eкономiчних систем розглянут у наукових працях [1-8]. Проте наукових доо^джены розвитку транспортно''' системи за допомогою когнiтивного моделювання недостатныо.
Метою CTaTTi е розробка неч^ко''' когнiтивноí карти функцiонування та розвитку транспортно''' системи Укра'ни з метою отримання максимального прибутку при достатныому piвнi eкологiчностi.
У сучасних eкономiчних умовах одним iз напpямiв наукових дос^джень проблем розвитку складних eкономiчних систем е застосування апарату економко-математичного моделювання, яке peалiзуетыся за допомогою Ыформацмних тeхнологiй. Дослiджeння в економщ пpоявiв хаотично' динамiки, а також наслщки eкономiчноí кризи, piзкi коливання змЫних стану eкономiчних систем, вплив невизначеностей i нерегулярности що вагомо вщбиваються на формуванн eкономiчних умов, доводяты, що застосування класичних мeтодiв й моделей у цiй ситуацп е малоефективним. Тому виникае необхщысть пepeоpiентацií мeтодологií моделювання з дос^джень пpоцeсiв стабiлiзацií на вивчення особливостей функцюнування за умов нестабтьносп й нерацюнально''' повeдiнки, з дeтepмiнiзму на урахування та оцЫку невизначеностей.
Необхщысть переходу до ново' парадигми дос^дження викликано коpiнними змiнами наукового свтогляду, пов'язаних з розвитком ринкових вщносин, непередбачуванютю тeндeнцiй eкономiчних пpоцeсiв в уах сферах eкономiки. Усунення теоретично' роз'еднаност у сфepi застосування ктыкюних та якiсних мeтодiв аналiзу eкономiчних пpоцeсiв повинно здiйснюватися шляхом створення единого теоретичного Ыструментар^ й визначення основних категорм з погляду ново' еволюцмно' парадигми дослiджeння eкономiки.
На сыогодншнм день зовнiшне середовище для складних соцiалыно-eкономiчних об'ектiв - геопол^ичне, eкономiчнe, соцiалынe, тeхнологiчнe все бтьше набувае властивостi нeстабiлыностi i невизначеносп. У таких ситуацiях упpавлiння розвитком eкономiчноí системи ускладнюеться, причому минулий досвщ упpавлiння, навiты успiшний, не завжди придатний для виpiшeння нових проблемних ситуацм. Це приводить до збтьшення вipогiдностi прийняття нeвipних стратепчних piшeны забезпечення цiлeспpямованого розвитку соцiалыно-eкономiчних ситуацiй.
Скпаднощi анапiзу пpоцeсiв прийняття управлЫських piшeны у соцiалыно - eкономiчних системах обумовлeнi низкою особливостей, а саме:
• багатоаспектнютю пpоцeсiв (eкономiчних, соцiалыних), що вщбуваються в них;
• вщсутнютю достатньо' кiлыкiсноí iнфоpмацií про динамку процеав, що примушуе переходити до 'х якiсного аналiзу;
• мЫливютю характеру пpоцeсiв у часi тощо.
Тому виникае нeобхiднiсты переходу вщ упpавлiння на основi минулого досвщу до стpатeгiчного упpавлiння, що виявляе зовншы тeндeнцií, ризики, небезпеки i шанси, якi здатнi не ттьки змiнити ситуацiю, що склалася в тепершнм час, але i знайти новi напрями розвитку у майбутньому.
При аналiзi слабоструктурованих систем утруднений тpадицiйний економетричний пiдхiд до ана^зу пpоцeсiв для вироблення комплексних ршень. Пропонований когнiтивний пiдхiд оpiентований на якюний аналiз складних ситуацiй, що Ытерпретуються як слабостpуктуpованi системи, яга характеризуются вiдсутнiстю точно' кiлыкiсноí Ыформацп щодо пpоцeсiв, що вiдбуваютыся в них. Число змЫних у таких ситуащях може вимipюватися десятками, i вс вони вплeтeнi в павутину причин i наслiдкiв. Побачити й усвщомити логiку розвитку подiй на полi такого багаточинника украй важко, i в той же час безперервно доводиться приймати ршення про вибip тих або Ыших заходiв, якi сприяють розвитку ситуацií у потpiбному напpямi.
Дослiджeння розвитку транспортно''' системи Укра'ни доцiлыно проводити шляхом розробки та реа^зацп когнiтивноí модели яка дае можливiсты 'й вистояти в конкурентних умовах глобалiзацií. Когнитивна модель дае уявлення про те, яким чином повинна функцюнувати та розвиватися транспортна система, яга ще''' та мехаызми повиннi бути сформульован та задiянi в упpавлiннi нею.
Методолопя когнiтивного моделювання — це множина мeтодiв отримання та ана^зу суб'ективних уявлень експерта (особи, яка приймае ршення) стосовно пpоцeсiв функцюнування слабоструктурованих систем i мeтодiв розробки стратепй щодо керування такими системами.
Когнiтивний пiдхiд до пщтримки прийняття piшeны зоpiентований на те, щоб активiзувати iнтeлeктуалыний потен^ал експерта i допомогти йому зафксувати свое уявлення проблемно' ситуацií у виглядi формально' модeлi. В якост останньо' застосовуеться когнiтивна карта, яка представляе основы закони i закономipностi у виглядi зоpiентованого знакового графа, у якому вepхiвки графа - це фактори (ознаки, характеристики), а зважен дуги мiж ними - пpичинно-наслiдковi зв'язки лiнiйного чи нелЫмного характеру.
Важливим для когнiтивних моделей е вимога 'х стабiлыностi стосовно разового iмпулысного впливу. Такi властивост пpоцeсiв i явищ забезпечуються наявыстю як негативних, так i позитивних, стимулюючих зростання, зворотних зв'язгав, а також налагодженням паpамeтpiв зворотних зв'язгав, що гарантують виконання вказано' вище умови. При позитивному когнитивному зв'язку збiлышeння фактора-причини приводить до збтьшення фактора-наслщку, при негативному - збтьшення значення фактора-причини приводить до зменшення фактоpа-наслiдку.
Когнiтивний граф е спрощеною суб'ективною моделлю оpганiзацií системи i служить матepiалом для подальших дослщжень - когнiтивного моделювання, мета якого полягае у генерацп й пepeвipцi гiпотeз про функцiонапыну структуру ситуацп, що спостер^аеться, до отримання структури, здатно' з'ясувати повeдiнку ситуацií через обфунтування i пояснення якiсних пpогнозiв íí розвитку (piшeння прямо' задачi «Що буде, якщо?»), отримання порад i рекомендацм з упpавлiння ситуа^ею (piшeння зворотно' задачi «Що потpiбно, щоб?»).
Слiд вiдмiтити, що для розробки та прийняття обфунтованих ршень у динамiчних ситуацiях створено програмне забезпечення з моделювання коп-лтивних карт: Decision Explorer, FCMapper, «Канва», «Ситуа^я», «Компас», «Космос» та Ы.
Так, у системi моделювання кож^вних карт «Канва», розробленiй науковцями 1нституту проблем управлiння РосiйськоТ АкадемiТ наук, для визначення сили взаемовпливу факторiв вбудована пiдсистема вилучення переваг експерта, у яш в якостi вихщноТ iнформацiТ використовуеться iнформацiя про числовi або лiнгвiстичнi значення факторiв ситуацп i знаковий граф ситуацiТ. Вихщна iнформацiя використовуеться системою для розробки питань експерту, з вщповщей на як отримуеться iнформацiя про силу причинних зв'язюв факторiв ситуацiТ.
Система забезпечуе генера^ю питань експерту i визначення сили причинних зв'язкiв мiж факторами в трьох режимах:
• Прямого оцЫювання. У цьому режимi сила причинного зв'язку визначаеться як передавальний коефiцiент, який вираховуеться за вщомим вiдхиленням фактора причини i фактора слiдства. Завдання вiдхилення значень факторiв виконуеться в двох режимах:
• точне завдання значень вщхилень чиннигав причини i наслiдкiв;
• завдання вщхилення значень факторiв причини або слщства у виглядi неч^коТ множини - функцiТ приналежностi, заданоТ на множинi значень факторiв.
• Парного порiвняння. У цьому режимi за допомогою процедури парного порiвняння здiйснюеться упорядкування факторiв причин за силою впливу на фактор слщства. У режимi парного порiвняння здмснюеться автоматичне виявлення помилок експерта та Тх автоматичне або ручне коректування.
• Завдання функцюнальноТ залежностi. У цьому режимi значення фактора слщства визначаеться як функщя вiд значень факторiв причин. Цей режим використовуеться у випадку, якщо всi значення факторiв причин мають числовi значення i вiдома Тх функцiональна залежнють.
При прийняттi рiшень в неструктурованих ситуацiях у експерта виникае модель проблемно!' области на основi якоТ вЫ намагаеться пояснити, якi процеси вщбуваються в реальностi. Ситуацiйний ана^з проблемноТ областi вiдбуваеться за допомогою вМОГ-ана^зу. Автором проводились дослiдження, присвячен стратегiчному плануванню функцiонування транспортноТ системи УкраТни з використанням 5№ОГ-анал1зу [9], що дозволило сформулювати чотири типи стратепй:
1. стратегiя MaKCUMi3aui'i сильних сторн i можливостей обумовлена наявнютю розвиненоТ транспортноТ мережi УкраТни, ТТ вигщним географiчним положенням, що дозволяе збтьшити обсяги транзитних перевезень, i, вiдповiдно, доходiв; розвитком системи лопстичних i сервiсних центрiв, пунктiв пропуску вантажв i пасажирiв через кордони краТни;
2. стратегiя, що MHiMi3ve слабк сторони та MaKCUMi3ve можливостi повинна бути спрямована:
- реформування системи управлЫня;
- розробку нових, економiчно обфунтованих тарифiв на перевезення пасажирiв i вантажiв;
- поповнення i оновлення рухомого складу;
3. стратегiя, що MaKCUMi3ve сильн сторони i MiHiMi3ve загрози передбачае розвиток за такими напрямами:
- приведення законодавства УкраТни у сферi транспорту у вщповщнють до вимог бвропейського Союзу;
- впровадження еколопчних i енергозбер^аючих технологiй;
4. стратегiя, що MiHiMi3ve слабк сторони i загрози передбачае подальшу роботу з усунення таких недолшв як:
- недостатньо розвинена Ыфраструктура;
- низька якють i кiлькiсть транспортних послуг;
- високий рiвень енерго- та теплоспоживання;
- низька частка пщприемств, що здмснюють iнновацiТ;
- погiршення еколопчного стану навколишнього природного середовища [9].
PiBeHb конкуренто-сnроможностi транспортних шдприемств
+
Прибуток iнвестицiйних nроектiв з урахуванням ризимв та iнших факторiв
(темп iнфляцiï, дисконтна ставка, рентабельнiсть, податки)
iнновацiйного розвитку репожв
Рисунок. Неч1тка когн1тивна карта розвитку транспортноТ системи УкраТни
На рис. представлена неч^ка когнiтивна карта транспортноТ системи УкраТни з урахуванням основних факторiв ÏÏ розвитку, досглдженню яких присвяченi напрацювання автора (див. таблицю). Проте складнiсть представляе визначення ступеню впливу та взаемозв'язку мiж цими факторами. Для рiшення дано''' проблеми доцiльно застосування когнiтивного моделювання.
Висновки. У результат проведених дослщжень удосконаленi методологiчнi аспекти моделювання розвитку транспортноТ' системи з використанням коп-лтивного пщходу. Напрямами подальших дослiджень у цьому контекст е розширення ктькосп
Прибуток транспортноТ системи при достатньому рiвнi екологiчностi
Екологiчний клас транспортного засобу
Тарифи на транспортнi послуги
Рiвень зносу рухомого складу
Рiвень
Рiвень транспортноТ забезпеченостi репожв
факторiв та визначення сили причинних зв'язюв мiж факторами та наспщками розвитку транспортно! системи Укра'ни з метою о переводу об'екта управпiння (транспортно! системи) у цтьовий стан - отримання максимального прибутку при достатньому рiвнi екопопчносп.
Таблиця. Економто-математичы моделi динамiчного розвитку транспортно! системи УкраУни_
Назва моделi
Сутнiсть моделi та отриманий результат
1
2
Модель оцЫки рiвня конкурентоспроможностi транспортно! органiзацií з використанням iмовiрнiсного пiдходу
1нтеграпьний показник конкурентоспроможностк к =•
К + К + К + К + К
, де
Кпп - коефщент визначення попиту та пропозицií транспортних послуг та оцЫка Тх стввщношення;
Кя - коефiцieнт якостi транспортного обслуговування;
Кд - коефiцieнт стввщношення доходiв i витрат на перевезення;
Ккв - коефщент кiлькостi в^фв перевезень;
Кр - коефiцieнт забезпеченост ресурсами_
Моделi визначення рейтингу транспортноТ забезпеченостi регiонiв за допомогою: а) ¡ерарх1чного кластерного анал1зу
Складовi Ытеграпьного показника транспортноТ забезпеченостi репоыв вантажним автотранспортом: -наявна ктькють населення, тис. осiб; площа територп, тис. км2; - перевезено вантамв автомобiльним транспортом, млн. т; - довжина автомобтьних дорiг загального користування, тис. км;- середня вiдстань перевезення 1-Т тонни вантажiв автотранспортом, км;- загальний пробiг вантажних автомобiлiв, тис. км; -щтьнють автомобiльних дор^ загального користування з твердим покриттям, (км на 1 тис. км2 територп).У результат моделювання визначенi 3 кластери:
1) високий р1вень: Дыпропетровська, Донецька, КиТвська, Львiвська, Харкiвська обласп;
2) середнй: Вiнницька, Запорiзька, Луганська, Одеська, Полтавська i Черкаська;
3) низький: Крим, Волинська, Житомирська, Закарпатська, 1вано-Франгавська, Юровоградська, МиколаТвська, Рiвненська, Сумська, Терноптьська, Херсонська, Хмельницька, Чернiвецька, ЧернИвська
б) функцП бажаностi Харнгтона
1нтеграпьний показник транспортно! забезпеченостi: D = ^рр d , де d - частинна фунщя, n -кiпькiсть показникiв. d = exp(- exp(-y )), де y- значення показника у стандартизованому вигпядк
Модель визначення тариф1в на перевезення вантажв: а) визначення соб1вартост1 перевезень вантаж1в з урахуванням ризику_
Дослщження економiчних ризиюв на транспортi показали, що допустимий рiвень ризику складе 0,338, тодi при розрахунку тарифiв на перевезення вантажiв автотранспортом собiвартiсть перевезень дорiвнюe : Б2= Б1+0,338 Б1.
б) визначення собiвартостi перевезень вантажв автотранспортом за допомогою теорií нечiтких множин
в) кусочно-лЫмы моделi визначення тарифiв на контейнернi перевезення вантажiв за^зничним транспортом
Моделi визначення базових ставок тарифiв на перевезення вантажiв у внутршньому сполученнi у 10-ти, 20-ти та 30-ти футових контейнерах:
Т= 0,52664 • I + 117,27 ; Т"^ = 1,0492 • I + 228,73 ; Т"*_ = 2,0526• I + 453,01 Моделi визначення тарифiв на контейнернi перевезення вантажв у транзитному сполученнi:
0,12 • I + 320,0 якщо 100 < I < 200 1.74 • I - 4.6667 якщо 200 < I < 400 10ф ,- 2,6 • I +1732 якщо 400 < I < 500 = 0,88 • I - 8,0 якщо 500 < I < 1000 0,095 • I + 770,8 якщо 1000 < I < 2000 4,0 • I - 7032,0 якщо I > 2000.
n
[0,2 • l + 644 якщо 100 < l < 200 3,5 • l - 16,667 якщо 200 < l < 400 20ф 5,16 • l + 3446 якщо 400 < l < 500 К "11,748 • l - 7,486 якщо 500 < l < 1000 0,19018 • l + 1558 якщо 1000 < l < 2000 [8,0 • l - 14064 якщо l > 2000. [0,32 • l + 1164,0 якщо 100 < l < 200 6,30 • l - 31,333 якщо 200 < l < 400 30ф - 9,28 • l + 6200 якщо 400 < l < 500 К "1 3,151 • l - 15,81 якщо 500 < l < 1000 0,34036 • l + 2806 ,5 якщо 1000 < l < 2000 [14,4 • l - 25316 якщо l > 2000. де l - вщстань перевезень, км
Модель оцЫки рiвня Ыновацмного розвитку репоыв УкраТни за допомогою кластерного ан^зу Складовi Ытегрального показника Ыновацмного розвитку репоыв Укра'ни : ~ сумарна кiлькiсть працiвникiв, зайнятих у науково-дослiдних i дослiдно-конструкторських роботах (НДДКР), на 1000 оаб; ~ кiлькiсть аспiрантiв на 10000 осiб; ~ витрати на НДДКР, на одну особу, грн.; ~ шновацйы витрати на одну особу, грн.; ~ кiлькiсть отриманих охоронних документiв на винаходи на 1 млн. оаб; ~ кiлькiсть студентiв вузiв 3-4 рiвнiв акредитацiï на 1000 оаб У результатi моделювання отримано, що найвищий рiвень iнновацiйнопо розвитку спостер^аеться у Киïвськiй, Харкiвськiй i Донецьгай областi, середнiй - в Одеськш, Вiнницькiй, Кримськiй i Херсонсьгай областях
Модель оцЫки ризику iнвестицiйного проекту з використанням термУв теорiТ нечiткоТ логiки [10] Модель оцiнки ризику швестицйного проекту на основi трикутно' функцп приналежностi терм-множини лiнпвiстичноï змЫно' «чиста приведена вартiсть», що дозволяе Ывестору сформувати повний спектр можливих сценарiïв iнвестицiйнопо процесу. При цьому оч^вана ефективнiсть проекту не е точковою оцiнкою, а полем Ытервальних значень зi сво'м розподiлом оч^вань
Комплекс моделей вибору Ывестицмних проектв за допомогою: а)нелiнiйного програмування Вперше побудована бiлiнiйна задача математичнопо програмування дискретно-неперервнопо типу вибору оптимальних проекпв з урахуванням факторiв, як впливають на прибутковiсть (ризик, дисконт, темп шфляцГГ, податки, рентабельнiсть). У результат моделювання визначаються термiни Ывестування проектiв, обсяпи Тх фiнансування та отриманий прибуток на при кшц впровадження.
б) лУйного програмування У випадку, коли термЫи початку iнвестування проектiв заданi жорстко, без варiацiï, задача математичнопо програмування дискретно-неперервнопо типу вибору оптимальних проекпв зводиться до задачi лiнiйнопо програмування, яка розв'язана з використанням програмного забезпечення Microsoft Excel.
в) методу послщовного аналiзу варiантiв Модель дискретних змЫних, яка дозволяе при обмеженнях на витрати максимiзувати прибуток i рентабельнють, використовуючи зовншы iнвестицiï, власы кошти та кредити. Метод послщовного аналiзу варiантiв дае можливiсть поряд з оптимальним отримати ршення близью до нього, що розширюе дiапазон прийнятих рiшень
Ймовiрнiсна модель оновлення транспортних засобiв з використанням теорп маркiвських процесiв Кiлькiсть транспортних засобiв ТЗ оновлюеться таким чином, що загальна ïх кiлькiсть N за роками на перспективу залишаеться незмЫною: Dn = DoP, де: Dn - розподш чисельностi ТЗ за вком в n-й перiод часу; Do - вихщний розподiл чисельносп ТЗ vза вiком в початковий момент часу Do = (vo, vi,.., vT-2); Р-матриця перехщних ймовiрностей.
Модель лiнiйного програмування розподтьчоТ задачi знаходження оптимальних потужностей пщприемств по виробництву бiологiчних видiв палива Обмеження :1) Кожний постачальник повинен дати споживачам бюпалива не бiльше, нiж у нього е: a > ^ x (i =1,2,...,m) 2) кожний споживач повинен отримати сттьки бюпалива, сктьки J-1 йому потрiбно ь > ^ Х Л (/=1,2, — ,n) 3) поставки i перевщы коефiцiенти не повинн бути i -1 вiд'емними: x > 0, Л > 0 4) варiант поставок повинен бути самим вигщним, тобто забезпечувати мiнiмум загальних витрат: F — ^^ Х с — min ; де ai- ресурси постачальника; i-1 j —1 bj- потреба споживача; c/- витрати на постачання одиниц продукцiï вщ i-го постачальника до j-го споживача;х,] - розмiр поставки вiд i-го постачальника до j-го споживача;Л/ - перевщний коефiцiент, який пов'язуе ai та b.
Список використаних джерел
1. Richard L. Oliver. A Cognitive Model of the Antecedent and Consequences of Satisfactions Decisions.- [Електронний ресурс]. - Режим доступу '.http://www.cob.calpoly.edu/~eli/Class/p19.pdf.
2. Herbert Gints. Educations, Tecnology and the Characteristics of Worker Productivity. - [Електронний ресурс]. - Режим доступу :http://www.umass.edu/preferen/gintis/Gintis%20AER%201971.pdf.
3. Максимов В. И. Технологии информационного общества в действии: применение когнитивных методов в управлении бизнесом/В.И Максимов, С.В. Качаев.- [Електронний ресурс]. - Режим доступу :http://w3.rfbr.ru/default.asp?doc_id=5222.
4. Кулинич А.А. Компьютерные системы моделирования когнитивных карт: подходы и методы/ А.А.Кулинич //Проблемы управления.- 2010.- №3.- С.2-16.
5. Корноушенко Е.К. Целенаправленное управление состоянием когнитивной линейной модели с ограниченным множеством состояний/Е.К Корноушенко// Управление большими системами.- 2014, выпуск 51.- С. 6-25.
6. Корноушенко Е.К. Управление равновесными состояниями в положительных нелинейных нормированных моделях слабоформализованных систем/Е.К Корноушенко//Проблемы управления .-2014.- выпуск 2 - С. 18-25.
7. Горелова Г. В. Когнитивное моделирование для интеллектуальной системы поддержки принятия решений управления транзитной торговлей/Г.В.Горелова, А.И. Хлебникова //Штучний ¡нтелект,-2010.- №3.- С.473-482.
8. Глазунов С.В.Когнитивные модели народной экономики/ С.В. Глазунов, В.В.Смирнов.- [Електронний ресурс]. - Режим доступу: http://president-fond-narod.ru/media/files/GSKE-OVW-2008-06-V2.0(Architecture_and_Strategy).pdf
9. Кудрицька Н.В. Транспортно-дорожнй комплекс УкраУни: сучасний стан, проблеми та шляхи розвитку: монограф1я / Н.В.Кудрицька. - К.: НТУ, 2010.- 338 с.
10. Кудрицкая Н.В. Моделирование оценки рисков инвестиционных проектов/ Н.В.Кудрицкая//Економ1чний вюник Переяслав-Хмельницького державного педагогичного ун1верситету ¡м. Г. Сковороди. -2014. - Вип. 22/2. - С. 30-35.
References
1. Richard L. Oliver. A Cognitive Model of the Antecedent and Consequences of Satisfactions Decisions. http://www.cob.calpoly.edu/~eli/Class/p19.pdf.
2. Herbert Gints. Educations, Tecnology and the Characteristics of Worker Productivity. http://www.umass.edu/preferen/gintis/Gintis%20AER%201971.pdf.
3. Maksimov V.I., Kachaev S.V. Tehnologii informatsionnogo obschestva v deystvii: primenenie kognitivnIh metodov v upravlenii biznesom.: http://w3.rfbr.ru/default.asp?doc_id=5222.
4. Kulinich A.A. Kompyuternyie sistemyi modelirovaniya kognitivnyih kart: podhodyi i metodyi. //Problemyi upravleniya. 2010. No3. S.2-16.
5. Kornoushenko E.K. Tselenapravlennoe upravlenie sostoyaniem kognitivnoy lineynoy modeli s ogranichennyim mnozhestvom sostoyaniy. // Upravlenie bolshimi sistemami. 2014, vyipusk 51. S. 6-25.
6. Kornoushenko E.K. Upravlenie ravnovesnyimi sostoyaniyami v polozhitelnyih nelineynyih normirovannyih modelyah slaboformalizovannyih sistem. // Problemyi upravleniya. 2014. vyipusk 2. S. 18-25.
7. Gorelova G.V., Hlebnikova A.I. Kognitivnoe modelirovanie dlya intellektualnoy sistemyi podderzhki prinyatiya resheniy upravleniya tranzitnoy torgovley. //Shtuchniy Intelekt, 2010. No3. S.473-482.
8. Glazunov S.V., Smirnov V.V. Kognitivnyie modeli narodnoy ekonomiki. http://president-fond-narod.ru/media/files/GSKE-OVW-2008-06-V2.0(Architecture_and_Strategy).pdf
9. Kudryts'ka N.V. Transportno-dorozhniy kompleks Ukrayiny: suchasnyy stan, problemy ta shlyakhy rozvytku: monohrafiya. K. : NTU, 2010. 338 s.
10. Kudritskaya N. V. Modelirovanie otsenki riskov investitsionnyih proektov. // Ekonomichniy visnik Pereyaslav-Hmelnitskogo derzhavnogo pedagogichnogo universitetu im. G. Skovorodi. 2014. Vip. 22/2. S. 30-35.
ДАН1 ПРО АВТОРА:
Кудрицька Нaтaлiя Вaсилiвнa, старший науковий спiвробiтник вщдту розвитку виробничо! Ыфраструктури, старший науковий спiвробiтник, кандидат економiчних наук, 1нститут економки та прогнозування НАН Укра'ни, вул. Панаса Мирного, 26, м. Ки'в, 01011, Укра'на, e-mail: natalvust@ukr.net
ДАННЫЕ ОБ АВТОРЕ:
Кудрицкая Наталья Васильевна, старший научный сотрудник отдела развития производственной инфраструктуры, старший научный сотрудник, кандидат экономических наук, Институт экономики и прогнозирования НАН Украины, ул. Панаса Мирного, 26, г. Киев, 01011, Украина, e-mail: natalvust@ukr.net
DATA ABOUT THE AUTHOR:
Kudrytska Natalia, senior fellow for development of industrial infrastructure, Senior Researcher, PhD, Institute for Economics and Forecasting of NAS of Ukraine st. Panasa Myrnoho, 26, Kyiv, 01011, Ukraine, e-mail: natalvust@ukr.net,
УДК 659.4
ФОРМУВАННЯ КОРПОРАТИВНО! КУЛЬТУРИ 1НСТРУМЕНТАМИ ВНУТР1ШНЬОГО PR
ММрошыченко Д.А.
У данй cmammi розглянуто сутнють i типи корпоративних культур, проанал1зовано внутршнй PR як фактор формування корпоративноï культури та визначено методи для роботи i3 внутршньою громадськстю.
Статтю присвячено аналiзу впливу зв'язюв з громадсьюстю на формування корпоративноï культури
Предметом дослiдження е корпоративна культура та нструментарй внутршнього пару.
Мета статтi - визначити та проаналiзувати особливостi формування корпоративноï культури засобами внутршнього PR.
Результати роботи можуть знайти практичне застосування на будь-якому пiдприемствi, оргамзаци чи установi де керiвництво дбае про розвиток корпоративноï культури, що об'еднуе прац/вниюв компани в едину команду, формуе едине розумння мюп та ц/лей, поставлених перед компамею, а також мотивуе прац/вниюв до ïx досягнення.
66
Економлчний вюник уыверситету | Випуск № 25/1
© Мiрошнiченко Д.А., 2015
