CC BY
31
9. Российский статистический ежегодник. 2013: статистический сборник / Росстат. М., 2013. 717 с.
10. Россия в цифрах. 2014: краткий статистический сборник / Росстат. M., 2014. 558 с.
11. Рейтинг экономик стран по состоянию на 01.07.2014 г. URL: Russian.doingbusiness.og/Rankings
12. Семыкин В.А., Сафронов В.В., Терехов В.П. Импортозамещение как эффективный инструмент оптимального развития рыночной экономики //Вестник Курской государственной сельскохозяйственной академии. 2014. No7. С.448
13. Статистические бюллетени «Балансы товарных ресурсов отдельных товаров (видов продукции)» за соответствующие годы. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications /catalog/doc_1264687799516
УДК 519.87
Игнатьева С.Н., к.э.н.
доцент
Донской государственный аграрный университет
Россия, г. Новочеркасск МОДЕЛЬ, МОДЕЛИРОВАНИЕ, КРИТЕРИЙ Аннотация: Даются определения, цели, функции, принципы и виды моделей. С помощью причинно-следственной диаграммы строится классификация модели. Для математической модели рассматриваются показатели, ограничения, критерии. Описываются виды критериев модели, достоверность, адекватность и значимость модели, Приводятся примеры критериев моделей, зависимые и независимые показатели, их природа, вид, способы представления и построения.
Ключевые слова: модель, математическая модель, показатели, причинно-следственная диаграмма, критерии, представление, построение.
Ignateva S.N., Candidate of Economic Sciences, Associate Professor
Don State Agrarian University MODEL, MODELING, CRITERIA Abstract: We give the definition, objectives, functions, principles and types of models. With the help of a causal diagram is built classification model. For the mathematical model are considered indicators, restrictions, criteria. It describes the types of criteria model, the accuracy, adequacy and relevance of the model, give examples of criteria models, dependent and independent figures, their nature, appearance, ways of presenting and building.
Keywords: model, mathematical model, performance, cause and effect diagram, criteria, representation, construction.
Процесс познания состоит из натурных наблюдений (созерцания) и абстрактного мышления (осмысление). Осмысление - создание образа, модели реального объекта, явления или процесса (система). Часто натурные наблюдения нельзя проводить непосредственно на объекте, поэтому используют модели.
Существует несколько определений модели [1]. Модель - средство выделения объективно-действующих закономерных связей и отношений, имеющих место в изучаемой реальной действительности. Модель является представлением объекта или явления в некоторой форме, отличной от формы реального существования, которая помогает в понимании, объяснении или совершенствовании объекта. Модель - это используемый для представления и сравнения инструмент, позволяющий логическим путем спрогнозировать последствия альтернативных действий и достаточно уверенно указать, какому из них отдать предпочтение.
Модель - это удобное, упрощенное представление существенно-важных характеристик объекта или процесса. Чем точнее отображение, чем нагляднее форма отображения, тем лучше модель Требования к модели следующие:
модель должна отображать характерные, существенные черты объекта; это отображение характерных черт объекта должно быть выражено в упрощенной форме;
модель должна позволять понять свои параметры с целью исследования объекта;
модель должна быть более удобной для проведения экспериментов; модель должна быть более дешевой в изготовлении, чем сам объект.
Назначение или функции моделей такие: средства осмысления действительности; средства общения; средства обучения; инструмент прогнозирования; средство постановки экспериментов.
Процесс построения модели называется моделированием. Цели моделирования могут быть следующие: •описание поведения системы.
•построение теории и гипотезы, которые могли бы объяснить наблюдаемое поведение системы.
•используя эти теории, провести нахождение на модели оптимальных параметров объекта или процесса.
•используя эти теории, провести имитацию действий объекта или протекания процесса при различных значениях параметров для получения представления об изменении тех или иных характеристик системы.
•используя эти теории, провести технико-экономическое прогнозирование во времени с учетом предполагаемых и случайных факторов.
Модели делятся на физические и абстрактные модели. Абстрактные модели бывают словесно-описательными и математическими.
Математические модели - комплекс математических зависимостей, знаково-логических выражений, отображающих существенные характеристики изучаемого объекта. Математические модели отображаются с помощью математических знаков и выражений: переменных, символов операций, отношений, дифференцирования, интегрирования. Однако при моделировании необходимо иметь в виду, что не все признаки могут быть выражены количественно и представлены в математической форме. Качественные характеристики редко удается выразить в виде величины и отразить ее в математической модели. Математические модели могут описывать процессы различной физической природы. Моделирование - это замещение некоторого объекта А другим объектом В. Замещаемый объект называется оригиналом. Замещающий объект - моделью. Модель - это заместитель оригинала. В зависимости от цели замещения модель одного и того же оригинала может быть различной.
Основной целью моделирования является изучение оригинала при помощи более простой его модели. Замещение имеет смысл только в случае их определённого сходства.
Процесс моделирования состоит из следующих этапов: •постановки задачи; определение критерия; •взаимосвязи параметров; •выбора модели;
•определение параметров подлежащих исследованию. •модель может быть выбрана из числа существующих подходящих моделей или создана специально, искусственно;
•исследование модели в отношении свойств, закономерностей и параметров, представляющих интерес;
•проверка истинности полученных результатов путём сравнения их с результатами наблюдения реального объекта.
Объекты, концепции, системы или процессы, подлежащие моделированию, называют объектами моделирования. Математическая модель является приближённым, выраженным в математических терминах, представлением объекта, концепции, системы или процесса. Все объекты и явления в большей или меньшей степени взаимосвязаны, но при моделировании пренебрегают большинством взаимосвязей и объект моделирования рассматривают как отдельную систему. Если объект моделирования определён как отдельная система, то необходимо ввести принцип селективности, обеспечивающий выбор требуемых связей с внешней средой. Принцип селективности вводит в систему ошибку, т. е. разницу в поведении модели и объекта моделирования.
Следующим важным фактором моделирования является принцип причинности, связывающий в системе входные выходные параметры. При построении моделей используются и другие известные принципы.
Для количественной оценки системы вводят понятие «состояние».
Состояние системы - набор параметров, который однозначно описывает систему в тот или иной момент. При выводе математической модели аналитически всегда используются широко известные категории: законы, структуры и параметры.
Все существующие модели можно разделить на вещественные и идеальные [2]. Вещественные модели бывают натурными, физическими и математическими. Идеальные модели могут быть наглядными, знаковыми и математическими. Рассмотри идеальные модели, которые объективны по своему содержанию, так как отражают реальную действительность. Но они субъективны по форме и не могут существовать вне её. Идеальные модели существуют лишь в сознании людей и функционируют по законам логики. К логическим моделям относятся различные знаковые модели. Существенным моментом создания любой знаковой модели является процедура формализации, т. е. отображение модели через алфавит, знаки, формулы, системы счисления и т. п.
Знаковые модели представляют собой упорядоченную запись символов (знаков). Знаки взаимодействуют между собой не по физическим законам, а по правилам, установленным в той или иной области знаний. Как принято говорить, согласно природе знаков. Знаковые модели имеют в настоящее время чрезвычайно широкое распространение. Практически каждая область знаний выработала свою символику для описания моделей. Таковыми являются программы, таблицы, диаграммы, инструменты, блок-схемы, различные CASE-технологии.
Основа информационного подхода к изучению идеальных моделей -это абстрагирование.
Натурные модели можно разделить на: научный эксперимент, технический эксперимент и производственный эксперимент. Эксперимент также бывает: технический, лабораторный и производственный. Физические модели могут быть представлены макетами, муляжами, климатическими, гидравлическими, тепловыми световыми или электрическими моделями. Модели могут быть стационарными и динамическими.
Классификация вещественных математических моделей следующая: аналоговые модели, структурные модели, цифровые модели и имитационные модели. Структурные модели воспроизводят состав элементов объекта или системы, отображают расположение элементов в пространстве и их взаимодействие. Отображает структуру системы на принципиальном, схемном, концептуальном, логическом уровнях. Структурные модели отображаются с помощью макетов, чертежей, блок-схем, концептуальных диаграмм, технологических, топологических и маршрутных схем.
Классификация моделей по наглядности следующая: схемы, карты, чертежи, диаграммы, гипотезы, представления и аналогии. Знаковые модели имеют следующие элементы: символы, алфавит, упорядоченную запись, сетевое представление, топологическую запись, графовую запись.
Топологические модели отражают только структуру объекта и построены на основе геометрического подобия. Они позволяют решать задачи, связанные с оптимальным расположением элементов системы, прокладывать трассы соединения, достигать нужной точки за минимальной число шагов.
Идеальные математические модели представлены: в виде уравнения, в виде схем замещения, аналитической моделью, имитационной моделью и функциональной моделью. Аналитические модели позволяют получить явные зависимости исследуемых величин от параметров и переменных, характеризующих рассматриваемую систему. Аналитическое решение, выраженное с помощью средств математики, являются обобщённым описанием объекта.
Имитационные модели реализуется на ЭВМ в виде моделирующих алгоритмов или программ, позволяющих исследовать значения выходных параметров и определять новое состояние системы, в которое переходи модель при заданных значениях входных переменных, параметров и исходного состояния модели. Имитационные моделирование отличается (характеризуется) независимостью моделирующего алгоритма от типа информации, которая подается на входы модели.
Численные модели (модели в виде уравнений) характеризуются тем, что значения необходимых величин можно получить в результате применения численных методов. Все численные методы позволяют получить только частную информацию относительно искомых величин, поскольку для своей реализации требуют задания конкретных значений всех параметров, входящих в математическую зависимость. Для каждой искомой величины приходится по-новому преобразовывать модель.
Рассмотрим классификацию математических моделей по различным признакам: по принадлежности к иерархическому уровню (микроуровень, макроуровень и метауровень), по характеру отображаемых свойств объекта (структурные и функциональные), по способу представления свойств объекта (аналитический, алгоритмический и имитационный), по способу построения модели (теоретический и эмпирический), по особенности поведения объекта (детерминированное и вероятностное).
Приведенная классификация математических моделей может быть применена по отношению к любым системам. Математические модели на микроуровне производственного процесса отражают физические процессы, протекающие на уровне перехода. Модели на макроуровне процесса описывают технологические процессы. Модели на метауровне производственного процесса описывают технологические системы (участки, цехи, предприятие в целом).
Структурные математические модели предназначены для отображения структурных свойств объектов. Они используются для представления структуры технологического процесса, для расцеховки изделий используется
структурно - логические модели. Функциональные математические модели предназначены для отображения информационных, физических, временных процессов в ходе выполнения технологических процессов. Аналитические модели представляют собой явные математические выражения результирующих параметров как функций от параметров входных и внутренних. Аналитическое моделирование основано на косвенном описании моделируемого объекта с помощью набора математических формул. Язык аналитического описания содержит следующие основные группы семантических элементов: критерий, неизвестные, данные, математические операции, ограничения. Наиболее существенная характеристика аналитических моделей заключается в том, что модель не является структурно подобной объекту моделирования. Под структурным подобием здесь понимается однозначное соответствие элементов и связей модели элементам и связям моделируемого объекта. К аналитическим относятся модели, построенные на основе аппарата математического программирования или статистического анализа. Аналитическая модель всегда представляет собой конструкцию, которую можно проанализировать и решить. Если используется аппарат математического программирования, то модель состоит в основе своей из критерия (целевой функции) и системы ограничений на переменные. Критерий выражает ту характеристику объекта (системы), которую требуется определить или оптимизировать. Показатели математической модели выражают существенные технические характеристики системы, ограничения - их допустимые предельные значения.
Показатели в системе изменяются на рамочных значениях, которые ограничены минимальным и максимальным значениями. Показатели систем могут быть разбиты на следующие группы: назначения, надежности, технологичности, эргономичности, эстетические, стандартизации и унификации, патентно-правовые, экономические и критические показатели [2]. Показатели модели могут быть абсолютными, относительными, составными, латентными, комплексными и интегральными. Показатели моделируемой системы делятся на независимые и зависимые (результирующие). Критерий модели может состоять из одного и более показателей. Чаще всего критерий содержит результирующие показатели. Количество показателей, описывающих систему, должно мыть наименьшим,
Поэтому при построении математической модели стремятся уменьшить количество используемых показателей системы, Методы уменьшения количества показателей описаны в статье [3].
Выбор определенного вида критерия с помощью методов принятия решений описывается в публикациях [4.5]. Выбор критерия эффективности применения дождевальных машин описывается в статье [6]. Построения критериев моделирования выбора для дреноукладчика и засыпателя дренажных траншей даются в статьях [7] и [8].
В монографии [9] рассматриваются две модели: модель укомплектования графика подачи воды на севооборотный участок как модель теории неактивных расписаний и модель распределения воды на хозяйственной сети как оптимизационная модель на распределительном дереве-графе. Критерий первой модели являлся комплексным, в котором первая часть - отклонение проведения полива от директивных сроков, а вторая часть стоимость проведения поливных работ на севооборотном участке. Критерии оценки водопользования в фермерских хозяйствах описаны в статье [10]. Сравнение водопользования в орошаемых хозяйствах проводится с помощью критериев описанных в статье [11].
Критерии при оценки эффективности внесения почвенных мелиорантов в черноземы Ростовской области построены в виде линейных зависимостей - латентных показателей метода главных компонент -получены в статье [13].
В статьях [13, 14] в качестве критериев урожайности выступают нелинейные зависимости, полученные с помощью регрессионного анализа.
Зависимости урожайности сельскохозяйственных культур являются функциями от оросительной воды и доз минеральных удобрений. При выражении основных показателей в энергетических единицах критерии приобретаю вид, приведенный с статье [15].
В статьях [16, 17] приводятся критерии оценки сельскохозяйственного производства на предприятиях.
В статье [18] в критерия качестве при анализе производственной деятельности используются первичны экономические показатели: объем производства, основные фонды, оборотные средства, персонал и оборачиваемость капитала.
В диссертационной работе [19] описываются м одели взаимодействия
региональных социально-экономических и демографических процессов. В
качестве критериев моделей выступают индикаторы.
В статье [20] критерий модели строится как мультипликационная
зависимость независимых факторов. Зависимость факторов отображает, в
общем случае, несимметричный закон распределения независимого
показателя. Зависимость представляет экспонентой с параметром в виде
параболического уравнения независимого показателя
Построение многокритериальных моделей выбора системы описывается в статье [21]. Модели "риск-доход" описываются в статьях [22, 23]. Критериями в этих моделях является ущерб от выполнения события или потеря определенного дохода. Критерий модели может быть выбран по подобию из ранее разработанных моделей или может быть построен на основе аналитических исследований [24].
Причинно-следственная диаграмма или диаграмма Исикавы для модели [25] построена нами и приведена на рисунке 1.
Рисунок 1 - Причинно-следственная диаграмма модели Использованные источники:
1. Советов Б.Я., Яковлев С.А. Моделирование систем: учебник. М.: Юрайт, 2016. 343 с.
2. Аристов О.В. Управление качеством: учебник. М.: ИНФРА-М, 2006. 240 с.
3. Игнатьев В.М. Уменьшение числа показателей системы // Мелиорация антропогенных ландшафтов: Межвузовский сборник научных трудов. Новочеркасск: НГМА, 1998. Т. 5. С. 98-104.
4. Игнатьев В.М. Выбор обеспечивающей системы // Анализ и моделирование адаптивных, интеллектуальных систем: Межвузовский сб. научных трудов. Ростов-на-Дону, 1998. С. 25-29.
5. Волосухин В.А., Игнатьев В.М. Методика принятия решения.
Новочеркасск: НГМА, 1999. 26 с.
6. Ольгаренко В.И., Ольгаренко И.В., Ольгаренко Г.В., Игнатьев В.М. Обоснование эффективности применения дождевальных машин // Научный журнал Кубанского государственного аграрного университета, 2014. № 100. С. 956-973.
7. Игнатьев В.М., Миронов В.И. К оценке применимости узкотраншейных дреноукладчиков // Известия высших учебных заведений. СевероКавказский регион. Серия: Технические науки. 2000. № 1. С. 30-32.
8. Игнатьев В.М., Миронов В. И., Лещенко А.В. К определению оптимальных параметров засыпателей грунтов дренажных траншей // Агропромышленные машины и оборудование. Сборник научных трудов. Новочеркасск: НГМА, 2000. Вып. 4. С. 68-74.
9. Волосухин В.А., Игнатьев В.М. Моделирование хозяйственного водопользования: монография. Новочеркасск, 1999.
10.Игнатьев В.М., Гутенев В.В. Критерии оценки водопользования в фермерских хозяйствах // В сб.: ЭКВАТЕК-2002. вода: экология и технология 5-ый Международный конгресс. 2002. С. 82-83.
11.Игнатьев В.М. Сравнение эффективности хозяйственного водопользования // Плодородие почв и управление его составляющими: сборник научных трудов. Персиановский: Донской государственный аграрный университет, 2000. С.89-95.
12. Игнатьев В.М., Пелевина А.Б. Оценка эффективности внесения почвенных мелиорантов // Экологические системы и природы. М., 2002. №10. С.38-39.
13. Игнатьев В.М., Гутенев В.В. Моделирование урожайности сельскохозяйственных культур // Экономика природопользования. 2003. № 2. С. 70-77.
14. Игнатьев В.М. Моделирование урожайности сельскохозяйственных культур // Международный научно-исследовательский журнал. 2016. № 41 (46). С. 26-29.
15.Щедрин В.Н., Ильинская И.Н., Игнатьев В.М. Энергетическая эффективность сельскохозяйственного производства в условиях различной обеспеченности ресурсами // Российская сельскохозяйственная наука, 2004. № 4. С.66-67.
16.. Игнатьев В.М., Шевченко В.П. Показатели оценки сельскохозяйственного производства // Научная мысль Кавказа. 2000. № S7. С. 52-56.
17.Игнатьев В.М. Система показателей сельскохозяйственного производства // Успехи современной науки и образования, 2016. Т. 2. № 6. С. 21-24.
18.Сумцова Л.Г., Игнатьев В.М., Сукало Г.М. Исследование основных факторов производства // Научная мысль Кавказа. 2000. № S8. С. 33-40.
19.Игнатьева С.Н. Модели взаимодействия региональных социально-экономических и демографических процессов // Диссертация на соискание
ученой степени кандидата экономических наук / Новочеркасская государственная мелиоративная академия. Новочеркасск, 2006. 162 с.
20.Игнатьев В.М., Середа М.В. Модель анализа факторов управления сельскохозяйственным производством // Успехи современной науки. 2016. Т. 1. № 6. С. 79-82.
21.Игнатьев В.М., Чубова Л.В. Многокритериальные модели выбора объекта // В сб.: Моделирование. Теория, методы и средства: Материалы Международной научно-практической конференции. Новочеркасск, 2001. С. 47-49.
22.Игнатьев В.М. Модели "риск-доход" при оценке водопользования // В сб.: Моделирование. Теория, методы и средства Материалы международной научно-практической конференции. Новочеркасск, 2001. С. 9-12.
23.Игнатьев В.М. Моделирование рисков хозяйственного водопользования // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки, 2000. № 2. С.18-20.
24.Волосухин В.А., Воропаев В.И., Игнатьев В.М. Оценка эффективности в мелиорации: монография. Ставрополь, 2001. 160 с.
25.Игнатьев В.М., Чеботарева А.Ю. Факторы инновации и ее диаграмма Исикавы // Наука, техника и образование. 2014. № 4 (4). С. 21-24.
УДК 330.163.14
Игонина М. Ф. студент 3 курса экономический факультет МГУ им. Н.П.Огарева Россия, г. Саранск
РАЗВИТИЕ ДЕЯТЕЛЬНОСТИ НЕКОММЕРЧЕСКИХ ОРГАНИЗАЦИЙ ОБРАЗОВАТЕЛЬНОГО КЛАСТЕРА В СФЕРЕ ПАТРИОТИЧЕСКОГО
ВОСПИТАНИЯ
Данная статья посвящена вопросам оценки социальной эффективности и значимости работы некоммерческих организаций, осуществляющих деятельность, направленную на патриотическое воспитание граждан.
Ключевые слова: некоммерческая организация, образовательный кластер, человеческий капитал, патриотическое воспитание, устойчивое развитие.
