CC BY
30
УДК 303.732.4
ОПЕРАТИВНОЕ ПРОГНОЗИРОВАНИЕ ЗНАЧЕНИЙ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ МНОГООТРАСЛЕВОЙ КОРПОРАЦИИ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА (часть 1-я: постановка задачи и формализация предметной области)1
Луценко Евгений Вениаминович д.э.н., к.т.н., профессор
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13, prof.lutsenko@gmail. com
Лойко Валерий Иванович заслуженный деятель науки РФ, д.т.н., профессор
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13, loyko@kubagro. т
Макаревич Олег Александрович к.э.н., доцент
Майкопский государственный технологический университет, Республика Адыгея, Россия
Макаревич Лилия Олеговна соискатель
НОУ ВПО "Санкт-Петербургский институт внешнеэкономических связей, экономики и права", филиал в г. Краснодаре, Россия
В статье формулируется проблема краткосрочного прогнозирования значений и динамики экономических показателей многоотраслевой корпорации, на основе применения системно-когнитивного анализа (СК-анализ) и его инструментария (интеллектуальной системы «Эйдос») осуществляется формальная постановка задачи и формализация предметной области, т.е. разработка классификационных и описательных шкал и градаций и формирование обучающей выборки
Ключевые слова: СИСТЕМНЫЙ ПОДХОД, СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, МНОГООТРАСЛЕВАЯ КОРПОРАЦИЯ, ПРОГНОЗИРОВАНИЕ, СЕМАНТИЧЕСКАЯ ИНФОРМАЦИОННАЯ МОДЕЛЬ
UDC 303.732.4
ON-LINE FORECASTING OF VALUE OF ECONOMICAL INDEXES OF DIVERSIFIED CORPORATION WITH APPLICATION OF PROCESS ENGINEERINGS OF ARTIFICIAL INTELLIGENCE (part 1: problem definition and data domain formalization)
Lutsenko Eugeny Veniaminovich Dr.Sci.Econ., Cand.Tech.Sci., professor
Kuban State Agrarian University, Krasnodar, Russia
Loiko Valery Ivanovich
deserved scientist of the Russian Fedration,
Dr.Sci.Tech., professor
Kuban State Agrarian University, Krasnodar, Russia
Makarevich Oleg Alexandrovich Cand.Econ.Sci., associate professor
Adygh State Technological University, Maikop, Ady-ghea Republic, Russia
Makarevich Lilija Olegovna Competitor
St.-Petersburg institute of foreign economic relations, economy and law, branch in Krasnodar, Krasnodar, Russia
In this article, the problem of short-range forecasting of value and dynamics of economical indexes of diversified corporation is stated, on the basis of application of systemic-cognitive analysis and its tooling (intellectual system "Eidos") the formal problem definition and data domain formalization, i.e. development of classification and descriptive dials and graduations and shaping of training sample is performed
Keywords: SYSTEMIC APPROACH, SYSTEMIC-COGNITIVE ANALYSIS, SYSTEMS APPROACH, DIVERSIFIED CORPORATION, FORECASTING, SEMANTIC INFORMATION MODEL
Многоотраслевая корпорация (холдинг) рассматривается нами как система, состоящая из взаимодействующих элементов - предприятий логистически взаимосвязанных информационными, финансовыми и материальными (товарными) потоками. При этом объединение разнородных
1 Работа выполнена при поддержке гранта РФФИ №11-06-96508-р_юг_ц, № Гос.рег.НИР: 01201172967
предприятий в многоотраслевую корпорацию обеспечивает системный эффект, состоящий в том, что прибыль и экономическая устойчивость корпорации в целом существенно превосходят сумму прибылей и экономическую устойчивость входящих в нее предприятий в условиях их работы вне корпорации.
При этом роль и функциональное назначение различных предприятий в составе корпорации различна. Некоторые из этих предприятий относительно автономны и в принципе могли бы работать и вне корпорации, но в составе нее работают в более комфортных финансово-экономических условиях и этим оправдано их вхождение в корпорацию. Другие предприятия существенно зависят от смежников в своей деятельности и целесообразность их объединения в составе корпорации вполне очевидна, т.к. существенно уменьшает транзакционные издержки и повышает эффективность управления ими. Но есть в составе корпорации и предприятия, обеспечивающие общесистемные инфраструктурные функции, т.е. работающие на корпорацию в целом. Казалось бы, сами по себе эти предприятия для внешнего потребителя ничего не производят и не дают прибыли за счет реализации их продукта на внешнем для корпорации рынке, но без них внутренняя среда корпорации существенно нарушилась бы и другие предприятия входящие в нее оказались бы в значительно худших условиях работы и их прибыль уменьшилась бы. Более того, некоторые из предприятий, успешно работающих в составе корпорации, без этих инфраструктурных предприятий вообще не смогли бы существовать в условиях жесткой конкуренции. Конечно, смысл существования таких инфраструктурных предприятий вне корпорации теряется и вне нее они существовать не могут (аутсортинг функций управления, т.е. внешних управляющих компаний мы не рассматриваем, т.к. корпорации имеют собственную инфраструктуру управления). Формально будучи убыточными, «дотационными», если их рассматривать локально, вне корпорации, эти инфраструктурные предприятия вносят большой, а может быть и решающий вклад в общесистемный эффект корпорации в целом, на много превосходящий их «убыточность», и этим оправдано их существование.
При принятии управляющих решений руководство корпорации основывается на поставленных целях, анализе состояния внешней и внутренней среды корпорации, а также на прогнозах ее развития. Таким образом, для руководства корпорацией очень важно иметь в своем распоряжении удобный для рядовых конечных пользователей и надежный инструмент прогнозирования, дающий прогнозы высокой достоверности. Подобный инструмент мог бы войти как подсистема в состав комплексной системы управления корпорацией, создание, поддержка, развитие и эксплуатация которой является одной из основных функций инфраструктурных предприятий корпорации. Однако в научной литературе в основном освещен вопрос стратегического планирования развития корпорации [1], и практически не рассматривается краткосрочное (оперативное) прогнозирование значений и динамики ее основных экономических показателей.
В настоящее время создание удобного для экономистов и надежного инструмента краткосрочного (оперативного) прогнозирования значений и динамики экономических показателей корпорации, дающего прогнозы высокой достоверности, является как научной, так и практической проблемой, поиск решений которой весьма актуален. Цель данной работы состоит в создании методики оперативного (на пол-года вперед) прогнозирования значений экономических показателей многоотраслевой корпорации.
В данной работе мы рассмотрим новый, ранее не применявшийся
подход к решению поставленной проблемы и достижению поставленной цели, основанный на применении системно-когнитивного анализа (АСК-анализа) и его программного инструментария: интеллектуальной системы «Эйдос» [2, 3].
В работе [2] предложены следующие этапы АСК-анализа предметной области:
1. Когнитивная структуризация предметной области, при которой определяется, что мы хотим прогнозировать и на основе чего (конструирование классификационных и описательных шкал).
2. Формализация предметной области:
- разработка градаций классификационных и описательных шкал (номинального, порядкового и числового типа);
- использование разработанных на предыдущих этапах классификационных и описательных шкал и градаций для формального описания (кодирования) исходных данных (исследуемой выборки).
3. Синтез и верификация (оценка степени адекватности) модели.
4. Если модель адекватна, то ее использование для решения задач идентификации, прогнозирования и принятия решений, а также для исследования моделируемой предметной области.
Рассмотрим предлагаемый вариант реализации этих этапов.
1. Когнитивная структуризация предметной области.
На этом этапе было решено, что разрабатываемая методика должна обеспечивать прогнозирование значений следующих показателей холдинга в целом на 2 квартала вперед по отношению к текущему состоянию (таблица 1):
Таблица 1 - КЛАССИФИКАЦИОННЫЕ ШКАЛЫ
В 1-м кв.: ВС.ПО ХОЛД. Выручка от реализации
В 1-м кв.: ВС.ПО ХОЛД. Себестоимость приобретения
В 1-м кв.: ВС.ПО ХОЛД. Валовая прибыль
В 1-м кв.: ВС.ПО ХОЛД. Коммерческие расходы
В 1-м кв.: ВС.ПО ХОЛД. Чистая прибыль
В 2-м кв.: ВС.ПО ХОЛД. Выручка от реализации
В 2-м кв.: ВС.ПО ХОЛД. Себестоимость приобретения
В 2-м кв.: ВС.ПО ХОЛД. Валовая прибыль
В 2-м кв.: ВС.ПО ХОЛД. Коммерческие расходы
В 2-м кв.: ВС.ПО ХОЛД. Чистая прибыль
Прогнозирование предлагается осуществлять на основе значений тех же показателей по предприятиям, входящим в корпорацию, за текущий квартал и все кварталы предыдущего года (таблица 2):
Таблица 2 - ОПИСАТЕЛЬНЫЕ ШКАЛЫ
001.БАКАЛЕЯ ООО Выручка от реализации (Отгрузка)
001.БАКАЛЕЯ ООО Себестоимость приобретения
001.БАКАЛЕЯ ООО Валовая прибыль
001.БАКАЛЕЯ ООО Коммерческие расходы:
001.БАКАЛЕЯ ООО Чистая прибыль
002.РОССИНГРИДГРУПП Выручка от реализации
002.РОССИНГРИДГРУПП Себестоимость приобретения:
002.РОССИНГРИДГРУПП Валовая прибыль
002.РОССИНГРИДГРУПП Коммерческие расходы:
002.РОССИНГРИДГРУПП Чистая прибыль
003.КОРМИЛИЦА : Выручка от реализации (Отгрузка)
003.КОРМИЛИЦА : Себестоимость приобретения
003.КОРМИЛИЦА : Валовая прибыль
003.КОРМИЛИЦА : Коммерческие расходы:
003.КОРМИЛИЦА : Чистая прибыль
004. КУБАНЬ АЛКО ООО : Выручка от реализации (Отгрузка)
004. КУБАНЬ АЛКО ООО : Себестоимость приобретения
004. КУБАНЬ АЛКО ООО : Валовая прибыль
004. КУБАНЬ АЛКО ООО : Коммерческие расходы:
004. КУБАНЬ АЛКО ООО : Чистая прибыль
005.КУБТОРГ ЗАО Выручка от реализации (Отгрузка)
005.КУБТОРГ ЗАО Себестоимость приобретения
005.КУБТОРГ ЗАО Валовая прибыль
005.КУБТОРГ ЗАО Коммерческие расходы:
005.КУБТОРГ ЗАО Чистая прибыль
006.МОСКВИЧКА ООО : Выручка от реализации
006.МОСКВИЧКА ООО : Себестоимость приобретения:
006.МОСКВИЧКА ООО : Валовая прибыль
006.МОСКВИЧКА ООО : Коммерческие расходы:
006.МОСКВИЧКА ООО : Чистая прибыль
007.МЯСОКОМБИНАТ : Выручка от реализации (Отгрузка)
007. МЯСОКОМБИНАТ : ЧИСТАЯ ПРИБЫЛЬ
008.РЫБА ООО (ХОЛОД) Выручка от реализации (Отгрузка)
008.РЫБА ООО (ХОЛОД) Себестоимость приобретения
008.РЫБА ООО (ХОЛОД) Валовая прибыль
008.РЫБА ООО (ХОЛОД) Коммерческие расходы:
008.РЫБА ООО (ХОЛОД) Чистая прибыль
009.СТРОИТРУБОСТАЛЬ : Выручка от реализации (Отгрузка)
009.СТРОИТРУБОСТАЛЬ : Себестоимость приобретения
009.СТРОЙТРУБОСТАЛЬ : Валовая прибыль
009.СТРОЙТРУБОСТАЛЬ : Коммерческие расходы:
009.СТРОЙТРУБОСТАЛЬ : Чистая прибыль
010.ТОРГОДЕЖДА ЗАО Выручка от реализации (Отгрузка)
010.ТОРГОДЕЖДА ЗАО Себестоимость приобретения
010.ТОРГОДЕЖДА ЗАО Валовая прибыль
010.ТОРГОДЕЖДА ЗАО Коммерческие расходы:
010.ТОРГОДЕЖДА ЗАО Чистая прибыль
011.ФРУКТЫ.РЫ (ЮНЕКС) : Выручка от реализации (Отгрузка)
011.ФРУКТЫ.РЫ (ЮНЕКС) : Себестоимость приобретения:
011.ФРУКТЫ.РЫ (ЮНЕКС) : Валовая прибыль
011.ФРУКТЫ.РЫ (ЮНЕКС) : Коммерческие расходы:
011.ФРУКТЫ.РЫ (ЮНЕКС) : Чистая прибыль
012.ХОЗЯЮШКА ООО : Выручка от реализации (Отгрузка)
012.ХОЗЯЮШКА ООО : Себестоимость приобретения
012.ХОЗЯЮШКА ООО : Валовая прибыль
012.ХОЗЯЮШКА ООО : Коммерческие расходы:
012.ХОЗЯЮШКА ООО : Чистая прибыль
013.ЮМК Выручка от реализации (Отгрузка)
013.ЮМК Себестоимость приобретения
013.ЮМК Валовая прибыль
013.ЮМК Коммерческие расходы:
013.ЮМК Чистая прибыль
014.ЮЖГАЗ : в т.ч. коммерческие расходы
014.ЮЖГАЗ : ЧИСТАЯ ПРИБЫЛЬ
015.КОНДИТЕРСКАЯ Ф-КА: Выручка от реализации
015.КОНДИТЕРСКАЯ Ф-КА: ЧИСТАЯ ПРИБЫЛЬ
В таблице 3 приведен фрагмент исходных данных, использованных для синтеза формальной модели объекта прогнозирования. Фактически в исследуемой выборке присутствуют данные по большему числу предприятий и за больший период времени: с 2000 по 2009 годы.
Таблица 3 - ИСХОДНЫЕ ДАН [НЫЕ ДЛЯ СИН [ТЕЗА МОДЕЛИ ОБЪЕКТА ПР< ОГНО >ЗИР< ОВАН [ИЯ (ФРАГМЕН ГГ)
NAME 2000 1K 2000 2K 2000 3K 2000 4K 2001 1K 2001 2K 2001 3K 2001 4K 2002 1K 2002 2K 2002 3K 2002 4K 2003 1K 2003 2K 2003 3K 2003 4K
ВС.ПО ХОЛД.: Выручка от реализации 9391б9 1196346 1265371 1460717 1162393 1470211 1551964 1777052 1бббЗ40 1320333 1911364 2260675 2132354 2613379 2330626 3222093
ВС.ПО ХОЛД.: Себестоимость приобретения 302234 1027162 1035245 1233799 937604 1255434 1320437 1494641 1319634 1547394 1616605 1396117 13бб3б7 2239227 2403564 2721294
ВС. ПО ХОЛД.: Валовая прибыль 33047 113695 120511 151115 111033 146567 143916 133379 143600 176642 177236 229532 207335 259357 272440 332674
ВС.ПО ХОЛД.: Коммерческие расходы б29б1 74227 75090 39972 73733 92411 93194 110761 105123 113734 114939 139396 146309 167799 172333 193903
ВС.ПО ХОЛД.: Чистая прибыль 2379б 43325 50074 65172 37301 60453 63505 31402 49735 79455 Зб91б 120360 69099 95973 104439 145542
001.БАКАЛЕЯ ООО : Выручка от реализации (Отгрузка) б9373 63606 31330 90667 73254 З9ббЗ 106299 113502 102273 117196 133933 155979 134624 154260 132372 2033бб
001.БАКАЛЕЯ ООО : Себестоимость приобретения 54663 62013 73245 32504 71031 30647 95255 107347 92493 104949 123964 140726 121265 137603 162540 133311
001.БАКАЛЕЯ ООО : Валовая прибыль б1б2 6516 7962 307б 7103 3903 10362 11026 9632 12030 14701 15062 13207 16411 19934 19935
001.БАКАЛЕЯ ООО : Коммерческие расходы: 43бб 5173 5709 6244 6313 6733 7424 3124 321б 3762 9662 10650 10771 11439 12ббЗ 13372
001.БАКАЛЕЯ ООО : Чистая прибыль б 961 1363 1432 397 1633 2936 2333 955 2679 4337 3732 1763 403б 6409 5226
002.РОССИНГРИДГРУПП : Выручка от реализации 10376 12003 12734 13734 12790 13673 14125 14570 13235 14963 1бб93 17155 16330 17362 134бб 13974
002.РОССИНГРИДГРУПП : Себестоимость приобретения: 9643 10330 11629 12530 11340 12336 12343 13244 11779 13495 14230 15594 14966 1бббЗ 16797 17243
002.РОССИНГРИДГРУПП : Валовая прибыль 1317 1239 1269 1375 1549 1469 1402 1453 1609 1607 1ббЗ 1711 2045 1364 1333 1393
002.РОССИНГРИДГРУПП : Коммерческие расходы: ЗЗб 934 994 1055 1041 1064 1093 1115 1031 1164 1221 1313 1374 1351 1436 1452
002.РОССИНГРИДГРУПП : Чистая прибыль 317 231 113 143 373 264 130 151 337 233 145 173 492 ЗЗб 171 197
003.КОРМИЛИЦА : Выручка от реализации (Отгрузка) 74196 37071 34697 106319 90394 105967 102333 129017 122231 141639 139596 173527 174232 199223 202943 247453
003.КОРМИЛИЦА : Себестоимость приобретения 64274 73034 75412 93112 77603 94134 90479 111037 105275 125327 122995 149636 151671 173039 130362 215233
003.КОРМИЛИЦА : Валовая прибыль 9490 3743 ЗЗЗб 13145 12251 11436 11664 17173 16153 15297 15740 22343 21336 20393 21241 30430
003.КОРМИЛИЦА : Коммерческие расходы: 4534 5147 5116 6237 5657 6356 6294 7730 7631 ЗбЗЗ 3437 10231 10335 12056 12173 14300
003.КОРМИЛИЦА : Чистая прибыль 3611 1945 2250 4964 5217 3292 3370 7466 6403 4165 5033 9363 бЗЗЗ 4103 5173 11332
004.КУБАНЬ АЛКО ООО : Выручка от реализации (Отгрузка) 9903 12430 17463 21390 16323 20566 23736 35250 26907 33391 47437 53090 44341 55351 73174 101333
004.КУБАНЬ АЛКО ООО : Себестоимость приобретения 3502 10319 15205 13537 14025 17350 25096 30539 23134 29443 41427 50477 33143 43бб2 63391 33116
004.КУБАНЬ АЛКО ООО : Валовая прибыль 1406 1661 2256 234б 2293 2709 3673 4644 3763 4431 5992 7591 6177 7269 9753 13230
004.КУБАНЬ АЛКО ООО : Коммерческие расходы: 964 1177 1342 1543 1591 1942 2215 2546 2624 3204 3657 4201 4326 5234 6037 7334
004.КУБАНЬ АЛКО ООО : Чистая прибыль 330 406 32б 1210 606 639 1313 1945 973 1016 2096 3133 1573 1633 3325 5456
005.КУБТОРГ ЗАО : Выручка от реализации (Отгрузка) 222533 261212 254092 320456 271133 317902 303499 337050 366693 424917 413737 520532 522346 597633 603329 742353
005.КУБТОРГ ЗАО : Себестоимость приобретения 176332 214111 206763 254374 212352 253134 243249 303651 233940 345332 337556 409454 416701 439007 495344 539576
005.КУБТОРГ ЗАО : Валовая прибыль 17596 22349 19234 23321 21931 27603 23435 34733 30523 33043 33376 43294 44943 54951 52103 71109
005.КУБТОРГ ЗАО : Коммерческие расходы: 11946 13916 13673 17032 14759 17130 1бЗ2б 20933 20223 23294 22963 23032 29335 ЗЗЗбЗ 33542 39336
005.КУБТОРГ ЗАО : Чистая прибыль 2350 3925 715 2356 3505 5391 1566 3391 4351 7565 3545 6433 6614 10246 5390 9720
006.МОСКВИЧКА ООО : Выручка от реализации 57379 7б4бЗ 70ббЗ 109325 59145 79402 63334 111120 92763 116460 103179 154372 1бб23б 194230 1373бб 243641
006.МОСКВИЧКА ООО : Себестоимость приобретения: 52162 63321 63440 97931 53763 71332 61390 99136 34329 105431 92771 133169 150253 175331 1бЗ91б 221325
006.МОСКВИЧКА ООО : Валовая прибыль 5400 7364 7406 12511 бббб 7743 7225 12ббЗ 3730 11363 10331 17643 15555 13957 19720 23324
006.МОСКВИЧКА ООО : Коммерческие расходы: 3011 3940 3445 4243 3103 4145 3361 4293 4367 6030 5033 5990 3672 10142 9174 9617
006.МОСКВИЧКА ООО : Чистая прибыль 2159 3175 3741 7312 2225 3340 3650 7904 3490 4399 5470 11016 6219 3173 9961 17бЗб
007.МЯСОКОМБИНАТ : Выручка от реализации (Отгрузка) 7303 11733 15509 15563 13173 19903 26193 26234 22256 33623 44237 44391 35709 42736 60363 55662
007. МЯСОКОМБИНАТ : ЧИСТАЯ ПРИБЫЛЬ 1412 2324 3502 3930 233б 3924 5915 6637 4023 6623 9990 11209 6279 540 2190 11594
008.РЫБА ООО (ХОЛОД) : Выручка от реализации (Отгрузка) 31996 23513 31541 42492 41433 36979 40393 55097 53797 47949 53031 71443 69756 62174 63764 92633
008.РЫБА ООО (ХОЛОД) : Себестоимость приобретения 29196 25349 23925 39334 37990 33604 37613 51235 49457 43702 43944 бббЗ1 64421 ббЗбЗ 63710 36329
008.РЫБА ООО (ХОЛОД) : Валовая прибыль 2763 2654 2600 3030 3462 3357 3262 3332 4299 4227 4067 4727 5290 5294 5032 5770
008.РЫБА ООО (ХОЛОД) : Коммерческие расходы: 1491 1663 1513 1999 1940 2162 1967 2601 2525 2311 2560 ЗЗЗб 3239 ЗббЗ 3332 4403
008.РЫБА ООО (ХОЛОД) : Чистая прибыль 1103 359 9бЗ 909 1296 1024 1127 1007 1479 1194 1239 1051 1617 1347 1415 933
009.СТРОИТРУБОСТАЛЬ : Выручка от реализации (Отгрузка) 62125 119435 153677 131723 71403 137339 176641 151406 79067 93232 125309 122707 34033 1б1ббЗ 207330 173163
009.СТРОИТРУБОСТАЛЬ : Себестоимость приобретения 53307 102037 131990 112532 61352 117690 151233 129113 67736 34347 107625 104375 72203 133745 173544 152272
009.СТРОЙТРУБОСТАЛЬ : Валовая прибыль 3377 16743 20944 13263 9550 13344 24549 21234 10720 13359 17073 17013 11239 22331 23930 25333
009.СТРОЙТРУБОСТАЛЬ : Коммерческие расходы: 7256 9109 9437 9933 3340 10470 10905 11423 9234 7493 7736 9253 931б 12317 12333 13441
009.СТРОЙТРУБОСТАЛЬ : Чистая прибыль 350 7376 11237 324б 399 3074 13446 9762 1140 5652 9204 7631 1053 9659 15364 11774
010.ТОРГОДЕЖДА ЗАО : Выручка от реализации (Отгрузка) 12351 15405 22604 23691 25079 29364 39104 41639 41313 47293 63712 67134 69395 76999 99422 99373
010.ТОРГОДЕЖДА ЗАО : Себестоимость приобретения 11173 13335 20075 25009 22333 26033 34645 36509 37300 42156 56576 59296 61715 63576 33321 334бб
010.ТОРГОДЕЖДА ЗАО : Валовая прибыль 1122 1435 2425 3570 2661 3134 4290 4959 4331 4915 бЗбб 7564 7453 304б 10647 10950
010.ТОРГОДЕЖДА ЗАО : Коммерческие расходы: 1033 1263 1749 2437 2213 2512 303б ЗбЗЗ 3661 4360 5302 6131 6736 7461 3690 9427
010.ТОРГОДЕЖДА ЗАО : Чистая прибыль 34 105 591 964 314 434 1050 1201 502 333 1310 1110 377 233 1565 1124
011.ФРУКТЫ.Ри (ЮНЕКС): Выручка от реализации (Отгрузка) 66943 79273 56415 60037 30б2б 95356 67357 72273 9бЗбЗ 114696 31619 36932 116503 137959 93173 104563
011.ФРУКТЫ.Ри (ЮНЕКС): Себестоимость приобретения: 61504 72953 54373 55352 73973 377бб 66003 ббб73 33933 105553 79395 30032 107030 126961 95493 96323
011.ФРУКТЫ.^ (ЮНЕКС): Валовая прибыль 5094 6200 1203 4710 6263 7451 1149 5575 7447 9133 1674 бЗ4б 3323 10973 1303 3070
011.ФРУКТЫ.РЫ (ЮНЕКС): Коммерческие расходы: 3033 ЗбЗЗ 3139 4959 3703 4310 3776 5964 4460 5134 4542 7174 5491 6360 5530 397б
011.ФРУКТЫ.^ (ЮНЕКС): Чистая прибыль 1949 2541 -1991 -303 243б 3051 -2699 -455 2393 334б -2955 -407 3223 4431 -337б -1000
http://ei.kubagro.ru/2G11/G7/pdf/49.pdf
Эти исходные данные сведены в одну таблицу из большого числа файлов с данными по отдельным предприятиям корпорации с помощью специально созданной для этого программы, скриншот главного меню которой приведен на рисунке 1:
ВВОД ИСХОДНЫХ ДАННЫХ ПО МНОГООТРАСЛЕВОЙ КОРПОРАЦИИ В СИСТЕМУ =ЭЙДОО
1. Объединение исходных баз данных (БД) б одну общую БД
2. Формирование БД для модели-1: Показатели -предприятия=
3. Формирование БД для модели-2: =Предприятия-холдинг=
4. Формирование БД для модели-3: Показатели -холдинг=
Б. Формирование БД для модели-4: Показатели -предприятия-холдинг=
6. Формирование БД для модели-?: Прогнозирование значении показателей холдинга=
7. Формирование БД для модели-6: прогнозирование динамики показателей холдинга=
Э. Формирование всех баз данных по очереди: <1-2-3-4-5-6-7-$>
Задайте номер режима: 0
Рисунок 1. Экранная форма меню программы объединения исходных баз данных
Данная программа представляет собой развитие программы, используемых для подобных целей в [4].
Затем исходные данные были приведены к виду, удобному для выявления причинно-следственных зависимостей между прошлыми значениями показателей предприятий корпорации и будущими значениями показателей корпорации в целом (таблица 4):
Таблица 4 - ПРИНЦИП ОРГАНИЗАЦИИ ТАБЛИЦЫ ИСХОДНЫХ ДАННЫХ ДЛЯ СИНТЕЗА МОДЕЛИ ПРОГНОЗИРОВАНИЯ
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
МАМЕ 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Текущие значения показателей холдинга в целом • Л г г Л г г Л Л г Л г г Л г г
Значения показателей холдинга в следующем квартале і % % / > { / > / { { /
Значения показателей холдинга через квартал Р Р Р / р Р Р Р Р Р р Р Р
1 1
Текущие значения показателей 2-го предприятия \ \
Текущие значения показателей п-го предприятия • с Г Iе \ \ \
\ \ \ \
\ \ \ 1,' *
Значения показателей 2-го предприятия 1 кв.назад \ \ \ \ \
\ \ \ 1 і 1
\ \ \ \ \ \
ОпОпСпИл ИиКаоа I1Сг1 II 1и 11 рсД11 |Лг 1 л 1 V1 л 1 1\и.пС10С1Д і \ \ \
\ \ \
ОпОпСПИл 11и1\С10С1 1 1Сг1 1 1и И рсД 11 рп/1 1 1чл Ст 1\и.ПС10иД і і
\ \ \ \
ОпаЧч2гтл 11и1\аоа 1 1 сИ ^ 1и 11 р^ДIIр* 1л 1 V1 л £ 1\и.г1С40С4Д
Значения показателей п-го предприятия 2 кв.назад \ \
і \ \
Значения показателей 1-го предприятия 3 кв.назад \ \ \
\ і
Значения показателей 2-го предприятия 3 кв.назад 1 \
\
Значения показателей п-го предприятия 3 кв.назад 1 \
\
ОпалспИл 11и1\аоа I 1 1 1и ИриД 11рПл 11чл *т 1\и.пиииД \
1
ОпалспИл 11и1\аоа 1 с] 1 СИ ^ 1и 11риД 11рИл 1 Ил *т 1\о.пС10С1Д
1
Опи |Упил 11и1\СдО<Я 1 1ск1 II 1и 11 рс-Д11 р* 1 л 1 V1 л *т 1\и.ПСдО(ЯД
Это было сделано средствами MS Excel, но в будущем планируется разработать режимы, автоматизирующие создание этих баз данных (см. режимы 6 и 7 на рисунке 1).
В таблице 4 вторая и третья строки содержат информацию о классах, соответствующих будущим состояниям многоотраслевой корпорации в следующем квартале и через квартал, а последующие строки - информацию о факторах и их значениях, оказывающих причинно-следственное воздействие на развитие корпорации. Столбцы таблицы 4, содержат данные за различные кварталы и являются объектами исследуемой выборки, которые приводятся системе в качестве примеров того, как различные системы многофакторной детерминации обусловили переход корпорации в различные будущие состояния.
Сама полученная таким образом таблица исходных данных для создания модели прогнозирования значений показателей в данной статье не приводится из-за ее большой размерности (40 столбцов, 341 строка)
При этом система детерминации поведения корпорации значительно сложнее системы ее будущих состояний, что говорит о соблюдении закона Уильяма Росса Эшби о необходимом разнообразии, которое является необходимым условием адекватного управления.
Стрелками на таблице 4 фрагментарно проиллюстрирован принцип присвоения данных:
- для классов, описывающих будущие состояния корпорации в целом, данные берутся из соответствующих столбцов, содержащих фактические данные за последующие кварталы;
- для факторов, описывающих прошлые состояния предприятий, входящих в корпорацию, данные берутся из соответствующих столбцов, содержащих фактические данные за предыдущие кварталы.
2. Формализация предметной области включает:
2 1Щр://п1.\у1к1реШа.огцЛу1к1/Эшби.%20Уильям
- разработку градаций классификационных и описательных шкал (номинального, порядкового и числового типа);
- использование разработанных на предыдущих этапах классификационных и описательных шкал и градаций для формального описания (кодирования) исходных данных (исследуемой выборки).
После подготовки таблицы 4 средствами MS Excel, она записывается из него в стандарте DBF IV, непосредственно воспринимаем универсальным программным интерфейсом системы «Эйдос» с внешними базами данных (_153) (рисунок 2):
l:\WINDOWS\system32\cmd.exe В 3 5
Универсальная когнитивная аналитическая система. 7:37 (с) НПП *ЭИДОС*
ВНИМАНИЕ ! ! !
Данный режим обеспечивает автоматическое формирование классификационных и описательных шкал и градаций, а также обучающей выборки на основе DBF-файла специального формата с исходными данными.
Этот DBF-файл может быть получен в Excel. В строках с 1-й по N-ю этого файла содержится информация о классификационных шкалах и градациях, а в строках с N+1-й по последнюю - об описательных шкалах и градациях.
1-й столбец этого файла должен быть типа: Текстовый. Числовой. Дата и содержит информацию о наименованиях шкал. Для классов эти наименования должны быть не более 65 символов, а для признаков - не более 195. столбцы со 2-го по последний содержат информацию об объектах обучающей выборки. Тип данных в этих столбцах - только числовой.
Таким образом данный файл по сути дела является транспонированным файлом стандарта профессора Артура Николаевича Лебедева.
Система автоматически находит минимальное и максимальное значения в каждой строке классов или признаков и формирует заданное в диалоге количество ОДИНАКОВЫХ интервалов. Строки без чисел игнорируются.
С использованием этой информации генерируется обучающая выборка, в которой каждому столбцу DBF-файла исходных данных, начиная со второго, соответствует одна физическая анкета, содержащая столько логических анкет, сколько уникальных классов в диапазоне строк классов, и коды признаков, соответствующие попаданиям числовых значений в интервалы.
Ш l:\WINDOWS\system32\cmd.
Универсальная когнитивная аналитическая система. 7:59 (с) нпп *ЭЙДОС*
== ИМПОРТ ДАННЫХ ИЗ СТРАНСПОНИРОВАННОГО DBF-ФАИЛА СТАНДАРТА А.Н. ЛЕБЕДЕВА ===
=== ГЕНЕРАЦИЯ КЛАССИФИКАЦИОННЫХ ШКАЛ И ГРАДАЦИИ === ГЕНЕРАЦИЯ ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ === ГЕНЕРАЦИЯ ОБУЧАЮЩЕЙ ВЫБОРКИ ===
Введите имя DBF-файла с исходными данными Сне более 5 символов): Inp5 . dbf
Задайте номер последней строки с классами (в исходном файле):
КОЛИЧЕСТВО КЛАССИФИКАЦИОННЫХ ШКАЛ: КОЛИЧЕСТВО ОПИСАТЕЛЬНЫХ ШКАЛ: 347
Задайте МАХ кол-во градации в классификационных и описательных шкалах: 200 11
Считать нули отсутствием данных? [1]-да, [2]-нет: 1
Прошло : 0: 0: 1 Генерация описательных шкал и градаций
Осталось: 0: 0: 0
Рисунок 2. Экранные формы стандартного программного интерфейса _153 системы «Эйдос» для формализации предметной области
Данный программный интерфейс полностью автоматизирует выполнение следующего этапа: «Формализация предметной области». В резуль-
тате его работы формируются справочники классификационных и описательных шкал и градаций и базы данных обучающей выборки (таблицы 5, 6, 7 и 8).
Таблица 5 - СПРАВОЧНИК КЛАССИФИКАЦИОННЫХ ШКАЛ И ГРАДАЦИЙ
KOD NAME
1 В 1-м кв.: ВС.ПО ХОЛД. Выручка от 162892.96, 2670154.94}
2 В 1-м кв.: ВС.ПО ХОЛД. Выручка от -2/5-{2670154.94, 4177416.93}
3 В 1-м кв.: ВС.ПО ХОЛД. Выручка от -3/5-{4177416.93, 5684678.92}
4 В 1-м кв.: ВС.ПО ХОЛД. Выручка от -4/5-{5684678.92, 7191940.91}
5 В 1-м кв.: ВС.ПО ХОЛД. Выручка от -5/5-{7191940.91, 8699202.90}
6 В 1-м кв.: ВС.ПО ХОЛД. Себестоимость-1 /5-{987604.22, 2217691.17}
7 В 1-м кв.: ВС.ПО ХОЛД. Себестоимост-2/5-{2217691.17, 3447778.11}
8 В 1-м кв.: ВС.ПО ХОЛД. Себестоимост-3/5-{3447778.11, 4677865.06}
9 В 1-м кв.: ВС.ПО ХОЛД. Себестоимост-4/5-{4677865.06, 5907952.00}
10 В 1-м кв.: ВС.ПО ХОЛД. Себестоимост-5/5-{5907952.00, 7138038.95}
11 В 1-м кв.: ВС.ПО ХОЛД. Валовая прибыл-1/5-{111038.23, 362228.59}
12 В 1-м кв.: ВС.ПО ХОЛД. Валовая прибыл-2/5-{362228.59, 613418.95}
13 В 1-м кв.: ВС.ПО ХОЛД. Валовая прибыл-3/5-{613418.95, 864609.31}
14 В 1-м кв.: ВС.ПО ХОЛД. Валовая прибы-4/5-{864609.31, 1115799.68}
15 В 1-м кв.: ВС.ПО ХОЛД. Валовая приб-5/5-{1115799.68, 1366990.04}
16 В 1-м кв.: ВС.ПО ХОЛД. Коммерческие ра-1/5-{74226.77, 212122.13}
17 В 1-м кв.: ВС.ПО ХОЛД. Коммерческие р-2/5-{212122.13, 350017.49}
18 В 1-м кв.: ВС.ПО ХОЛД. Коммерческие р-3/5-{350017.49, 487912.85}
19 В 1-м кв.: ВС.ПО ХОЛД. Коммерческие р-4/5-{487912.85, 625808.21}
20 В 1-м кв.: ВС.ПО ХОЛД. Коммерческие р-5/5-{625808.21, 763703.57}
21 В 1-м кв.: ВС.ПО ХОЛД. Чистая прибыль-1 /5-{37300.68, 191192.88}
22 В 1-м кв.: ВС.ПО ХОЛД. Чистая прибыль-2/5-{191192.88, 345085.08}
23 В 1-м кв.: ВС.ПО ХОЛД. Чистая прибыль-3/5-{345085.08, 498977.28}
24 В 1-м кв.: ВС.ПО ХОЛД. Чистая прибыль-4/5-{498977.28, 652869.48}
25 В 1-м кв.: ВС.ПО ХОЛД. Чистая прибыль-5/5-{652869.48, 806761.68}
26 В 2-м кв.: ВС.ПО ХОЛД. Выручка от -1/5-{1162892.96, 2670154.94}
27 В 2-м кв.: ВС.ПО ХОЛД. Выручка от -2/5-{2670154.94, 4177416.93}
28 В 2-м кв.: ВС.ПО ХОЛД. Выручка от -3/5-{4177416.93, 5684678.92}
29 В 2-м кв.: ВС.ПО ХОЛД. Выручка от -4/5-{5684678.92, 7191940.91}
30 В 2-м кв.: ВС.ПО ХОЛД. Выручка от -5/5-{7191940.91, 8699202.90}
31 В 2-м кв.: ВС.ПО ХОЛД. Себестоимость-1 /5-{987604.22, 2217691.17}
32 В 2-м кв.: ВС.ПО ХОЛД. Себестоимост-2/5-{2217691.17, 3447778.11}
33 В 2-м кв.: ВС.ПО ХОЛД. Себестоимост-3/5-{3447778.11, 4677865.06}
34 В 2-м кв.: ВС.ПО ХОЛД. Себестоимост-4/5-{4677865.06, 5907952.00}
35 В 2-м кв.: ВС.ПО ХОЛД. Себестоимост-5/5-{5907952.00, 7138038.95}
36 В 2-м кв.: ВС.ПО ХОЛД. Валовая прибыл-1/5-{111038.23, 362228.59}
37 В 2-м кв.: ВС.ПО ХОЛД. Валовая прибыл-2/5-{362228.59, 613418.95}
38 В 2-м кв.: ВС.ПО ХОЛД. Валовая прибыл-3/5-{613418.95, 864609.31}
39 В 2-м кв.: ВС.ПО ХОЛД. Валовая прибы-4/5-{864609.31, 1115799.68}
40 В 2-м кв.: ВС.ПО ХОЛД. Валовая приб-5/5-{1115799.68, 1366990.04}
41 В 2-м кв.: ВС.ПО ХОЛД. Коммерческие ра-1/5-{75090.24, 212812.90}
42 В 2-м кв.: ВС.ПО ХОЛД. Коммерческие р-2/5-{212812.90, 350535.57}
43 В 2-м кв.: ВС.ПО ХОЛД. Коммерческие р-3/5-{350535.57, 488258.24}
44 В 2-м кв.: ВС.ПО ХОЛД. Коммерческие р-4/5-{488258.24, 625980.90}
45 В 2-м кв.: ВС.ПО ХОЛД. Коммерческие р-5/5-{625980.90, 763703.57}
46 В 2-м кв.: ВС.ПО ХОЛД. Чистая прибыль-1 /5-{37300.68, 191192.88}
47 В 2-м кв.: ВС.ПО ХОЛД. Чистая прибыль-2/5-{191192.88, 345085.08}
48 В 2-м кв.: ВС.ПО ХОЛД. Чистая прибыль-3/5-{345085.08, 498977.28}
49 В 2-м кв.: ВС.ПО ХОЛД. Чистая прибыль-4/5-{498977.28, 652869.48}
50 В 2-м кв.: ВС.ПО ХОЛД. Чистая прибыль-5/5-{652869.48, 806761.68}
Символические обозначения типа: 1/5, 2/5, 3/5, 4/5, 5/5 означают, что данная шкала разделена в программном интерфейсе _153 разделена на 5 градаций, соответствующих минимальному (1/5), малому (2/5), среднему (3/5), большому (4/5) и максимальному (5/5) интервальным значениям.
Таблица 6 - СПРАВОЧНИК ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ ___________________(ФРАГМЕНТ)___________________
KOD NAME
(1) 001.БАКАЛЕЯ ООО : ВЫРУЧКА ОТ РЕАЛИЗАЦИИ (ОТГРУЗКА)
1 -1/5-{59872.90, 134183.46}
2 -2/5-{134183.46, 208494.02}
3 -3/5-{208494.02, 282804.57}
4 -4/5-{282804.57, 357115.13}
5 -5/5-{357115.13, 431425.69}
(2) 001.БАКАЛЕЯ ООО : СЕБЕСТОИМОСТЬ ПРИОБРЕТЕНИЯ
6 -1/5-{54663.07, 118938.13}
7 -2/5-{118938.13, 183213.19}
8 -3/5-{183213.19, 247488.26}
9 -4/5-{247488.26, 311763.32}
10 -5/5-{311763.32, 376038.38}
(3) 001.БАКАЛЕЯ ООО : ВАЛОВАЯ ПРИБЫЛЬ
11 -1/5-{5162.30, 15521.75}
12 -2/5-{15521.75, 25881.20}
13 -3/5-{25881.20, 36240.64}
14 -4/5-{36240.64, 46600.09}
15 -5/5-{46600.09, 56959.53}
(4) 001.БАКАЛЕЯ ООО : КОММЕРЧЕСКИЕ РАСХОДЫ:
16 -1/5-{4855.16, 12263.30}
17 -2/5-{12263.30, 19671.44}
18 -3/5-{19671.44, 27079.59}
19 -4/5-{27079.59, 34487.73}
20 -5/5-{34487.73, 41895.87}
(5) 001.БАКАЛЕЯ ООО : ЧИСТАЯ ПРИБЫЛЬ
21 -1/5-{-3492.88, 18.59}
22 -2/5-{18.59, 3530.07}
23 -3/5-{3530.07, 7041.55}
24 -4/5-{7041.55, 10553.02}
(6) 002.РОССИНГРИДГРУПП : ВЫРУЧКА ОТ РЕАЛИЗАЦИИ
26 -1/5-{9786.15, 19110.09}
27 -2/5-{19110.09, 28434.03}
28 -3/5-{28434.03, 37757.96}
29 -4/5-{37757.96, 47081.90}
30 -5/5-{47081.90, 56405.84}
(7) 002.РОССИНГРИДГРУПП : СЕБЕСТОИМОСТЬ ПРИОБРЕТЕНИЯ:
31 -1/5-{7911.39, 16777.30}
32 -2/5-{16777.30, 25643.21}
33 -3/5-{25643.21, 34509.11}
34 -4/5-{34509.11, 43375.02}
35 -5/5-{43375.02, 52240.93}
(8) 002.РОССИНГРИДГРУПП : ВАЛОВАЯ ПРИБЫЛЬ
36 -1/5-{1268.93, 1848.12}
37 -2/5-{1848.12, 2427.32}
38 -3/5-{2427.32, 3006.52}
39 -4/5-{3006.52, 3585.71}
40 -5/5-{3585.71, 4164.91}
(9) 002.РОССИНГРИДГРУПП : КОММЕРЧЕСКИЕ РАСХОДЫ:
41 -1/5-{885.33, 1468.96}
42 -2/5-{1468.96, 2052.58}
43 -3/5-{2052.58, 2636.20}
44 -4/5-{2636.20, 3219.82}
45 -5/5-{3219.82, 3803.44}
(10) 002.РОССИНГРИДГРУПП : ЧИСТАЯ ПРИБЫЛЬ
46 -1/5-{-662.96, -351.06}
47 -2/5-{-351.06, -39.16}
48 -3/5-{-39.16, 272.73}
49 -4/5-{272.73, 584.63}
50 -5/5-{584.63, 896.53}
ица 7 - С >БУЧАЮ] ЩАЯ ВЫ! БОРКА : БАЗА ЗА] ГОЛ О В
KOD 1ST NAME 1ST 1 2 3 4 5 6 7 8 9 10
1 2000 1K 1 6 11 16 21 26 31 36 41 46
2 2000 2K 1 6 11 16 21 26 31 36 41 46
3 2000 3K 1 6 11 16 21 26 31 36 41 46
4 2000 4K 1 6 11 16 21 26 31 36 41 46
5 2001 1K 1 6 11 16 21 26 31 36 41 46
6 2001 2К 1 6 11 16 21 26 31 36 41 46
7 2001 3К 1 6 11 16 21 26 31 36 41 46
8 2001 4К 1 6 11 16 21 26 31 36 41 46
9 2002 1К 1 6 11 16 21 26 31 36 41 46
10 2002 2К 1 6 11 16 21 26 31 36 41 46
11 2002 3К 1 6 11 16 21 26 31 36 41 46
12 2002 4К 1 6 11 16 21 26 32 36 41 46
13 2003 1К 1 7 11 16 21 27 32 36 41 46
14 2003 2К 2 7 11 16 21 27 32 36 41 46
15 2003 3К 2 7 11 16 21 27 32 36 42 46
16 2003 4К 2 7 11 17 21 27 32 36 42 46
17 2004 1К 2 7 11 17 21 27 33 37 42 46
18 2004 2К 2 8 12 17 21 28 33 37 42 46
19 2004 3К 3 8 12 17 21 27 33 37 42 46
20 2004 4К 2 8 12 17 21 28 33 37 42 46
21 2005 1К 3 8 12 17 21 28 33 37 42 47
22 2005 2К 3 8 12 17 22 29 34 38 43 47
23 2 О о сл 3К 4 9 13 18 22 28 33 37 43 46
24 2005 4К 3 8 12 18 21 29 34 38 43 47
25 2006 1К 4 9 13 18 22 29 35 38 43 48
26 2006 2К 4 10 13 18 23 30 35 39 44 48
27 2006 3К 5 10 14 19 23 29 34 38 44 47
28 2 О о О) 4К 4 9 13 19 22 29 34 38 44 47
29 2007 1К 4 9 13 19 22 30 35 39 44 48
30 2 О о -V] 2К 5 10 14 19 23 30 35 40 44
31 2007 3К 5 10 15 19 29 34 39 44 48
32 2007 4К 4 9 14 19 23 29 34 39 45 48
33 2008 1К 4 9 14 20 23 30 35 40 45 48
34 2008 2К 5 10 15 20 23 30 35 40 45 49
35 2008 3К 5 10 15 20 24 28 33 38 44 47
36 2008 4К 3 8 13 19 22 28 33 38 44 47
37 2 О о со 1К 3 8 13 19 22 28 33 38 44 47
38 2009 2К 3 8 13 19 22 29 34 38 44 47
39 2009 3К 4 9 13 19 22
40 2 О о со 4К
Таблица 8 - ОБУЧАЮЩАЯ ВЫБОРКА: БАЗА ЗНАЧЕНИИ ФАКТОРОВ
(ФРАГМЕНТ)
КОй ІБТ 1 2 3 4 5 6 7 8 9 10 11
1 1 6 11 16 21 26 31 36 41 49 51
1 61 66 71 76 81 86 91 96 101 106 111
1 121 126 131 136 141 146 151 156 161 166 171
1 184 186 191 196 201 207 211 216 221 226 231
1 242 247 252 258 261 266 271 276 282 286 291
1 301 306 311 316 321 327
2 1 6 11 16 22 26 31 36 41 48 51
2 61 66 71 76 81 86 91 96 101 106 111
2 121 126 131 136 141 146 151 156 161 166 171
2 184 186 191 196 201 208 211 216 221 226 231
2 243 247 252 258 261 266 271 276 282 286 291
2 301 306 311 316 321 327 331 336 341 346 351
2 361 366 371 379 381 386 391 396 401 406 411
2 421 426 431 436 441 446 451 456 461 466 471
2 481 486 491 496 501 506 514 516 521 526 531
2 541 546 551 556 561 567 572 577 582 588 591
2 601 606 612 616 621 626 631 636 641 646 651
2 657
3 1 6 11 16 22 26 31 36 41 48 51
3 61 66 71 76 81 86 91 96 101 106 111
3 121 126 131 136 141 146 151 156 161 166 171
3 184 186 191 196 201 208 211 216 221 226 231
3 242 246 252 257 261 266 271 276 282 286 291
3 301 306 311 316 321 327 331 336 341 346 352
3 361 366 371 378 381 386 391 396 401 406 411
3 421 426 431 436 441 446 451 456 461 466 471
3 481 486 491 496 501 506 514 516 521 526 531
3 541 546 551 556 561 568 573 577 582 588 591
3 601 606 612 616 621 626 631 636 641 646 651
3 661 666 671 676 682 686 691 696 701 709 711
3 721 726 731 736 741 746 751 756 761 766 771
3 781 786 791 796 801 806 811 816 821 826 831
3 844 846 851 856 861 867 871 876 881 886 891
3 902 907 912 918 921 926 931 936 942 946 951
3 961 966 971 976 981 987
4 1 6 11 16 22 26 31 36 41 48 51
4 61 66 71 76 81 86 91 96 101 106 111
4 121 126 131 136 141 146 151 156 161 166 171
4 184 186 191 196 201 208 211 216 221 226 231
4 242 247 252 257 261 266 271 276 282 286 291
4 301 306 311 316 321 328 331 336 341 346 352
4 361 366 371 378 381 386 391 396 401 406 411
4 421 426 431 436 441 446 451 456 461 466 471
4 481 486 491 496 501 506 514 516 521 526 531
4 541 546 551 556 561 567 572 576 582 587 591
4 601 606 612 616 621 626 631 636 641 646 651
4 661 666 671 676 682 686 691 696 701 708 711
4 721 726 731 736 741 746 751 756 761 766 771
4 781 786 791 796 801 806 811 816 821 826 831
4 844 846 851 856 861 868 871 876 881 886 891
4 902 907 912 918 921 926 931 936 942 946 951
4 961 966 971 976 981 987 991 996 1001 1006 1012
4 1021 1026 1031 1039 1041 1046 1051 1056 1061 1066 1071
4 1081 1086 1091 1096 1101 1106 1111 1116 1121 1126 1131
4 1141 1146 1151 1156 1161 1166 1174 1176 1181 1186 1191
4 1201 1206 1211 1216 1221 1227 1232 1237 1242 1248 1251
4 1261 1266 1272 1276 1281 1286 1291 1296 1301 1306 1311
4 1317
База заголовков (таблица 7) связана с базой значений факторов (таблица 8) отношением «Один ко многим» по полю: «Код источника информации».
Таким образом, в данной работе созданы все предпосылки для реализации последующих этапов АСК-анализа: 3) синтез и верификация (оценка степени адекватности) модели; 4) решение задачи прогнозирования значений экономических показателей многоотраслевой корпорации, рассмотрению которых посвящена работа [8].
Литература3
1. Ильиных, Ю.М.. Инструменты анализа внешней среды при стратегическом планировании развития корпорации. Дисс. на соиск. уч.ст.канд.эконом.наук., Барнаул, -2005 год.
2. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). - Краснодар: КубГАУ. 2002. - 605 с.
3. Луценко Е.В., Лойко В.И., Семантические информационные модели управления агропромышленным комплексом. Монография (научное издание). - Краснодар: Куб-ГАУ. 2005. - 480 с.
3 Для удобства читателей некоторые из работ приведены на сайте одного из авторов: http ://lc. kubagro. ru
4. Макаревич О.А. Управление агропромышленным холдингом с применением технологий искусственного интеллекта: Монография (научное издание). - М: "Финансы и статистика", 2009. - 215 с.
5. Луценко Е.В. Методологические аспекты выявления, представления и использования знаний в АСК-анализе и интеллектуальной системе «Эйдос» / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2011. - №06(70). С. 233 - 280. - Режим доступа: http://ei.kubagro.ru/2011/06/pdf/18.pdf. 3 у.п.л.
6. Луценко Е.В. Метод когнитивной кластеризации или кластеризация на основе знаний (Кластеризация в системно-когнитивном анализе и интеллектуальной системе «Эйдос») / Е.В. Луценко, В.Е. Коржаков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2011. -№07(71).- Режим доступа: http://ei.kubagro.ru/2011/07/pdf/40.pdf. 2,94 у.п.л.
7. Луценко Е.В. Метод визуализации когнитивных функций - новый инструмент ис-
следования эмпирических данных большой размерности / Е.В. Луценко, А.П. Трунев, Д.К. Бандык // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2011. - №03(67). С. 240 - 282. -Шифр Информрегистра: 0421100012\0077. - Режим доступа:
http://ei.kubagro.ru/2011/03/pdf/18.pdf, 2,688 у.п.л.
8. Луценко Е.В. Оперативное прогнозирование значений экономических показателей многоотраслевой корпорации с применением технологий искусственного интеллекта (часть 2-я: синтез и верификация модели) / Е.В. Луценко, В.И. Лойко, О.А.Макаревич, Л.О. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2011. - №07(71). - Режим доступа: http://ei.kubagro.ru/2011/07/pdf/50.pdf, 0,813 у.п.л.
