CC BY
010. Барцаев А. В. О формировании системы управления в Евразийском экономическом союзе: аспекты международного таможенного сотрудничества // Таможенная политика России на Дальнем Востоке. 2022. № 4. С. 83-88.
Информация об авторах
Липатова Надежда Григорьевна - кандидат технических наук, старший научный сотрудник, и. о. директора научно-исследовательского института - ведущий научный сотрудник, Российская таможенная академия, Российская Федерация, Московская область, 140015, Люберцы, Комсомольский проспект, 4, e-mail: n.lipatova@customs-academy.ru, тел.: 8 (495) 500-13-90;
Гладков Андрей Романович - кандидат экономических наук, начальник отдела исследования таможенных проблем развития евразийской интеграции научно-исследовательского института, Российская таможенная академия, Российская Федерация, Московская область, 140015, Люберцы, Комсомольский проспект, 4, e-mail: ar.gladkov@customs-academy. ru, тел.: 8 (495) 500-13-98.
Конфликт интересов
Авторы заявляют об отсутствии конфликтов интересов. Для цитирования
Липатова Н. Г., Гладков А. Р. Концептуальный подход к разработке и применению единого порядка проведения таможенного контроля в рамках Евразийского экономического союза // Вестник Российской таможенной академии. 2023. № 3. С. 98-111.
УДК 339.543
ОПТИМИЗАЦИЯ ВЫБОРА ПРИЗНАКОВ ДЛЯ ИДЕНТИФИКАЦИИ ТОВАРОВ В ТАМОЖЕННЫХ ЦЕЛЯХ
Ю. В. Малышенко1, Н. В. Берлова1
1 Владивостокский филиал Российской таможенной академии, Владивосток, Российская Федерация
Аннотация. Идентификация товара является обязательным этапом перед таможенным декларированием и при проведении таможенного контроля. Это, в частности, необходимо для установления классификационного кода товара по единой Товарной номенклатуре внешнеэкономической деятельности Евразийского экономического союза. Идентификация осуществляется путем сравнения значений признаков объекта (товара), представленного для идентификации, с массивом некоторых эталонных описаний объектов, к которым предположительно относится идентифицируемый объект. Предполагается, что имеется некоторая система признаков, значения которых характеризуют товары. В статье рассматривается задача формализации анализа и выбора признаков, достаточных для идентификации товаров. Вводится понятие различимых, неразличимых и условно различимых объектов в заданной системе признаков. Излагается дискретная модель представления описаний объектов в заданной системе признаков, удобная для последующего компьютерного анализа. Формулируется задача выбора признаков, достаточных для однозначной идентификации объектов (товаров). Предлагается алгоритм решения данной задачи, который иллюстрируется на примере идентификации пород древесины.
Ключевые слова: идентификация, товар, достаточность, система признаков, модель, древесина, различимость, алгоритм.
OPTIMIZATION OF FEATURE SELECTION FOR IDENTIFICATION OF GOODS FOR CUSTOMS PURPOSES
Y. V. Malyshenko1, N. V. Berlova1
1 Vladivostok branch of the Russian Customs Academy, Vladivostok, Russian Federation
Abstract. Identification of goods is a mandatory stage before customs declaration and during customs control. This, in particular, is necessary to establish the classification code of the goods according to the unified Commodity nomenclature of the foreign economic activity of the Eurasian Economic Union. Identification is carried out by comparing the values of the features of the object (goods) presented for identification with an array of some reference descriptions of objects to which the identified object presumably belongs. It is assumed that there is some system of signs, the values of which characterize the goods. The article deals with the problem of formalizing the analysis and selection of features sufficient for the identification of goods. The concept of distinguishable, indistinguishable and conditionally distinguishable objects in a given system of features is introduced. A discrete model of the representation of object descriptions in a given system of features is presented, which is convenient for subsequent computer analysis. The problem of selecting features sufficient for unambiguous identification of objects (goods) is formulated. An algorithm for solving this problem is proposed, which is illustrated by the example of the identification of wood species.
Key words: identification, product, sufficiency, feature system, model, wood, distinguishability, algorithm. ВВЕДЕНИЕ
В соответствии с целевым ориентиром 1 «Стратегии развития таможенной службы Российской Федерации до 2030 года» полномасштабная цифровизация и автоматизация деятельности таможенных органов включает в том числе автоматизацию процесса контроля правильности классификации товаров [1].
Прежде чем определять классификационный код товара, надо определить (идентифицировать) вид товара. Идентификация является обязательным этапом перед таможенным декларированием и при проведении таможенного контроля. В ходе идентификации определяются индивидуальные признаки и вид товара для последующего установления его классификационного кода по единой Товарной номенклатуре внешнеэкономической деятельности Евразийского экономического союза (ТН ВЭД ЕАЭС) [2]. Например, если стоит задача определить классификационный код ТН ВЭД ЕАЭС такого объекта, как древесина, то сначала необходимо установить породу древесины, представленной для идентификации.
Роль идентификации и классификации трудно переоценить, так как с ними связаны многие операции и процедуры при таможенном декларировании и таможенном контроле [3].
Объекты (товары) характеризуются некоторыми признаками с некоторыми допустимыми (возможными) значениями. Пусть есть массив описаний допустимых значений признаков для некоторых объектов. Назовем этот массив эталонным.
Будем считать, что идентификация осуществляется путем сравнения значений признаков объекта, представленного для идентификации, с массивом эталонных описаний объектов, к которым предположительно относится идентифицируемый объект. Описание объекта из массива эталонных, допустимое представленному для идентификации объекту, является результатом идентификации.
Очевидно, что важна система признаков, которая сегодня выбирается эксперт-но, однако неизвестна ее достаточность [3, 4].
В данной статье формализуется задача выбора набора (множества) признаков, достаточных для идентификации, и предлагается компьютерный алгоритм ее решения.
ПОСТАНОВКА ЗАДАЧИ
Обозначим множество объектов (товаров), к которым может принадлежать идентифицируемый товар, через 5 = s2, ..., sn}. Объекты характеризуются некоторой системой П признаков. Предполагаем, что имеются описания объектов из 5 в данной системе признаков.
Для практической иллюстрации последующих формальных рассуждений примем, что идентификации подлежит порода древесины из некоторого множества конкретных объектов: 5 = {дуб, ясень, лиственница, сосна, кедр, ель, пихта}.
Система признаков (и их возможные значения) для идентификации пород древесины, которые приводятся в справочных пособиях, включает такие признаки, как наличие ядра, смоляных ходов, цвет ядра, наличие годичных слоев и др. [5, 6]. Вариант признаков для древесины дан в табл. 1. Заметим, что для рассматриваемой постановки задачи и методики решения в принципе не важно, как отбирались признаки и формировалась система П признаков.
Таблица 1
Система признаков для идентификации пород древесины
Признак (обозначение) Варианты значений признака
Наличие ядра (П,) Я, - ядро есть Я2 - ядра нет
Цвет ядра (П2) ЦЯ, - бурый ЦЯ2 - светло-бурый ЦЯ3 - желто-розовый ЦЯ4 - розоватый ЦЯ5 - красновато-бурый
Цвет заболони (П3) ЦЗ, - желтовато-белый ЦЗ2 - желтовато-серый ЦЗ3 - белая со слабым желтоватым оттенком ЦЗ4 - белая со слабым буроватым оттенком
Ширина заболони (П4) З, - широкая З2 - узкая
Окончание таблицы 1
Признак (обозначение) Варианты значений признака
Годичные слои (П5) ГС, - различаются на всех срезах ГС2 - хорошо видны на поперечном срезе
Наличие сосудов (П6) С, - мелкие, образуют кольцо пор С2 - мелкие, образуют белые точки и черточки С3 - отсутствуют
Наличие смоляных ходов (П7) СХ, - многочисленные крупные СХ2 - многочисленные мелкие СХ3 - мелкие немногочисленные СХ4 - отсутствуют
Сердцевинные лучи (П8) СЛ, - широкие, хорошо видны на всех разрезах СЛ2 - узкие, заметны в виде коротких черточек СЛ3 - не видны
Цвет коры (П9) ЦК, - темно-серый ЦК2 - темно-бурый ЦК3 - красно-бурый ЦК4 - золотистый (в верхней части ствола) ЦК5 - серый
Гладкость коры (П10) Г, - с широкими и глубокими трещинами Г2 - тонкая, гладкая в верхней части ствола Г3 - чешуйчато-шероховатая
Имея систему признаков для идентификации, построим таблицу значений признаков (ТЗП) для возможных объектов идентификации 5. Как правило, соответствующие значения получают путем предварительного исследования характеристик каждого из объектов.
ТЗП для идентификации вышеперечисленных пород древесины по признакам табл. 1 приведена в табл. 2. В ней объекты идентификации обозначены символами 51, 52, —, s7. Фактически это массив данных, ранее названный эталонным.
Таблица 2
Таблица значений признаков для идентификации пород древесины
Обозначение объекта Порода Признаки
П, П2 П3 П4 П5 Пб П7 П8 П9 П,0
5, Дуб Я, ЦЯ, ЦЗ, З2 Г, С, СХ4 СЛ, ЦК, Г,, Г2
52 Ясень Я, ЦЯ2 ЦЗ2 З2 Г, С2 СХ4 СЛ2 ЦК, Г2
53 Лиственница Я, ЦЯ5 ЦЗ4 З2 Г, С3 СХ2 СЛ3 ЦК3 Г,
54 Сосна Я, ЦЯ4 ЦЗ, З, Г, С3 СХ, СЛ3 ЦК2 ЦК4 Г2, Г3
55 Кедр Я, ЦЯ3 ЦЗ, З, Г, С3 СХ, СЛ3 ЦК, Г,, Г3
56 Ель Я2 - ЦЗ3 З, Г, С3 СХ3 СЛ3 ЦК2 Г3
57 Пихта Я2 - ЦЗ4 З, ' 2 С3 СХ4 СЛ3 ЦК5 Г2
Возможно, что для объекта допустимыми являются несколько вариантов значений некоторого признака. Например, в табл. 2 для объекта s4 возможными являются два варианта значения признака П9 (цвет коры): ЦК2 (темно-бурый) и ЦК4 (золотистый в верхней части ствола). Символ «-» означает, что данный признак для идентификации соответствующего объекта не используется.
Сформулируем следующую задачу.
Задача 1. Пусть имеется некоторое множество 5 = s2. ..., sn} объектов, для которых известны возможные (допустимые) значения признаков множества П = {П1, П2, ..., Пт}.
Необходимо определить подмножество П* множества П (П* £ П) признаков, достаточных для однозначной идентификации любого объекта из 5.
Для решения данной задачи для каждого объекта si е 5 проведем сравнение значений его признаков из П с соответствующими значениями каждого из объектов sk е 5, где к Ф i.
При выполнении операции сравнения будем рассматривать варианты значений признаков как некоторые множества, а отдельный вариант значения - как элемент множества. Так, признак П10 (см. табл. 2) для объекта s1 есть множество {Г1, Г2}; для объекта s3 - {Г1}; для объекта s4 - {Г2, Г3}.
Такие допущения позволяют использовать математические операции, теории множеств [7, 8].
Будем применять следующие операции теории множеств:
- пересечение А П В - операция, результатом которой является множество элементов, содержащихся как в А, так и в В;
- пересечение А П В = 0, если результат пересечения не содержит ни одного общего элемента (т. е. в результирующем множестве нет элементов);
- объединение А и В - операция, результатом которой является множество из всех элементов, принадлежащих одновременно множествам А и В;
- симметрическая разность ААВ - операция (операция А), результатом которой является новое множество, включающее все элементы исходных множеств, не принадлежащие одновременно обоим исходным множествам.
Результаты сравнения для каждого si е 5 представим в виде таблицы различимости для объекта si, которую обозначим ТРг-. Каждая строка в ТРг-. сопоставлена одной из пар si, sk, где к Ф I Количество строк равно (п - 1).
Обозначим результат сравнения в ячейке таблицы ТРг- на пересечении к-й строки и j-го столбца таблицы через с^. Значение с'^ есть результат операций над множествами допустимых значений признака Пу для объекта si (множество А) и объекта sk (множество В).
С учетом введенных обозначений: = 0, если А = В;
. = 1, если А П В = 0 (пусто);
с = %
к = ЛАВ, если А Ф В и А П В Ф 0;
= «-», если А = «-» и/или В = «-».
Так, табл. 3 представляет результат попарного сравнения значений признаков объекта s1 (дуб) с одноименными признаками других объектов из 5 = Sз, —, s7}. При ее формировании сравнивались (выполнялись операции) по вышеприведенным правилам значения признаков из табл. 2.
Таблица 3
Таблица различимости для объекта «Дуб»
Сравниваемые объекты Признаки
П, П2 П3 П4 П5 Пб П7 П8 П9 П,0
Дуб - Ясень (5,, 52) 0 0 0 0 0 Г,
Дуб - Лиственница (5,, 53) 0 0 0 Г2
Дуб - Сосна (5,, 54) 0 0 0 Г,, Г3
Дуб - Кедр (5,, 55) 0 0 0 0 Г2, Г3
Дуб - Ель (5,, 5б) 1 - 0
Дуб - Пихта (5,, 57) 1 - ! ! ! 0 Г,
Проведенные преобразования позволили перейти от словесного описания объектов идентификации к некоторой формальной модели в дискретной системе признаков.
Для упрощения последующих рассуждений обозначим строку с результатами сравнения пары объектов si, sk через Сш
Определение 1. Пара объектов si, sk является различимой, если в строке Сш имеется хотя бы одна единица.
Значение ск = 1, если признак Пу имеет разные значения для рассматриваемой пары объектов. Иными словами, если для идентификации представляется объект из множества sk}, то, измеряя признак Пу по значению результата измерения можно однозначно определить, какой объект предъявлен для идентификации.
Определение 2. Пара объектов si, sk является неразличимой, если в строке Ск значения только «0» и/или «-».
Данное понятие отражает тот факт, что при значениях ск, равных «0» или «-», сравниваемый признак для данной пары объектов имеет одно и то же значение или не используется. Иными словами, в таком случае невозможно определить, какой объект, si или sk, предъявлен для идентификации.
Возможен случай, когда ск) = А. Например, рассмотрим признак П10 для объектов «Дуб» и «Сосна» (см. табл. 2). В первом случае возможны значения Г1 и Г2 данного признака, во втором - Г2 и Г3. Так, если признак при измерении будет иметь значение Г2, то различить объекты при этом значении нельзя - такое значение допустимо для обоих объектов. Если признак имеет значение Г1, то такое значение возможно только для объекта «Дуб». Если признак имеет значение Г3, то такое значение возможно только для объекта «Сосна».
Определение 3. Пара объектов si, sk является условно различимой, если в строке Сш значения только «0» и «-» и хотя бы одно значение с'к) = А.
Заметим, что в данной статье ставится и решается задача однозначной идентификации. Для такой постановки задачи можно игнорировать ячейки с любыми значениями, не равными 1.
Пусть объекты множества 5 описаны в системе признаков П. Для объекта si е 5 построим таблицу ТР^
Утверждение 1. Объект si е 5 является однозначно идентифицируемым среди множества 5 объектов в системе признаков П, если в каждой строке таблицы ТР; имеется хотя бы один элемент с^ = 1.
Справедливость утверждения 1 следует из того факта, что при указанных в нем условиях объект si е 5 является различимым с любым другим объектом sk е 5.
Очевидно, что для идентификации конкретного объекта si е 5 зачастую нет необходимости использовать все признаки системы признаков П.
Рассмотрим, например, табл. 3. По ней видно, что признак П6 имеет единицы во всех строках, аналогичная ситуация и для признака П8.
Это означает, что для идентификации объекта s1 е 5 достаточно измерить значение признака П6 или П8, что следует из утверждения 1.
Однако во многих случаях достаточность одного признака - это, скорее, исключение.
Так, табл. 4 (ТР4) иллюстрирует случай, когда одного признака для однозначной идентификации недостаточно. Таблица построена для объекта s4 нашего примера. В ней нет столбца (признака), в котором во всех ячейках находятся единицы.
Таблица 4
Таблица различимости для объекта «Сосна»
Сравниваемые объекты Признаки
П, П2 П3 П4 П5 Пб П7 П8 П9 П,0
Сосна - Дуб (54, 5,) 0 0 0 Г,, Г3
Сосна - Ясень (54, 52) 0 0 Г3
Сосна - Лиственница (54, 53) 0 0 0 0 ,
Сосна - Кедр (54, 55) 0 0 0 0 0 0 0 Г,, Г2
Сосна - Ель (54, 56) 1 - 0 0 0 0 ЦК4 Г2
Сосна - Пихта (54, 57) 1 - 0 ! 0 0 ! Г3
Тогда для однозначной идентификации объекта si е 5 потребуется использовать некоторое множество признаков П/ £ П, которое в совокупности содержит 1 в каждой строке ТР^
Для примера в табл. 4 в качестве совокупности П/ можно рассматривать множество {П1, П2} признаков. Эта совокупность из двух признаков содержит единицы во всех строках ТР4 и согласно утверждению 1 достаточна для однозначной идентификации объекта s4 среди объектов 5 = s2, ..., s7}.
Может быть несколько совокупностей признаков с таким же свойством. Это в нашем примере еще и множество {П2, П3} признаков.
Опираясь на утверждение 1, можно сформулировать следующую задачу.
Задача 2. Для объекта si е 5 построена таблица ТР^ Необходимо определить подмножество П/ £ П признаков (столбцов), покрывающих единицами все строки таблицы ТР,.
Задача 1 ставит целью определение совокупности признаков, достаточных для идентификации любого объекта из 5. В ходе решения задачи 2 надо определить совокупность (множество) признаков, достаточных для идентификации конкретного объекта si е 5.
АЛГОРИТМ ВЫБОРА ПРИЗНАКОВ
В дискретной математике известна задача покрытия множества [9]. Сформулированная выше задача 2, по сути, есть один из вариантов задачи покрытия.
Как правило, задача покрытия имеет множество решений, что существенно повышает сложность решений, если требуется определить полное множество решений. В то же время в прикладных целях достаточно иметь одно решение, что резко упрощает поиск решения. Для получения одного решения в задачах покрытия очень популярным является так называемый «жадный алгоритм».
Рассмотрим его применение для решения задачи 2.
«Жадный алгоритм» предполагает поиск решения в несколько шагов (итераций). На каждой итерации в качестве очередного элемента покрытия выбирается подмножество, покрывающее наибольшее число элементов из некоторого множества М, не покрытых на предыдущих итерациях.
В нашей постановке задачи надо определить набор признаков, обеспечивающих однозначную идентификацию. Поэтому значения, не равные 1, в ячейках ТР; можно считать неинформативными и заменить на нули. Тогда «жадный алгоритм» для решения задачи 2 можно представить в виде следующих операций.
1. Начальные условия: построена таблица ТРу первоначально принимаем множество П/ = 0.
2. Выбираем в ТР; некоторый столбец Пу с максимальным числом единиц и включаем его в П/. Если таких столбцов несколько, то выбираем любой.
3. Исключаем из первоначальной ТР; все строки, в которых выбранный столбец Пу имеет 1.
4. Если из исходной ТР; удалены все строки, содержащие хотя бы одну единицу, то переход к п. 6.
5. Переход к п. 2 для выбора очередного столбца и включения его в П/.
6. Завершаем алгоритм. Сформированное множество П/ содержит набор признаков, являющийся решением задачи 2.
Если в исходной ТР; каждая строка содержит хотя бы одну единицу, то в редактируемой ТР; к завершению данного алгоритма не должно остаться строк. Если
же объект si неразличим или условно различим с некоторыми sk е S, то соответствующие строки могут остаться.
Рассмотрим работу алгоритма на примере ТРi (ТР4), представленной табл. 4. Как уже отмечалось выше, мы рассматриваем задачу однозначной идентификации. Тогда все значения, не равные 1, не информативны для рассматриваемой постановки задачи. Поэтому заменим значения в ячейках, не равные 1, на нули. Тогда получим ТР4 в виде табл. 5. Если объект s4 неразличим или условно различим с некоторыми sk е S, то могут появиться нулевые строки, которые можно удалить.
Заметим, что полученная в итоге таблица является некоторой двоичной моделью представления данных. Такие модели позволяют разрабатывать довольно простые и быстрые компьютерные алгоритмы анализа.
Таблица 5
Модифицированная таблица различимости для объекта «Сосна»
Номер строки Сравниваемые объекты Признаки
П1 П2 Пз П4 П5 Пб П7 П8 П9 П10
1 Сосна - Дуб ($4,51) 0 1 0 1 0 1 1 1 1 0
2 Сосна - Ясень (54, 52) 0 1 1 1 0 1 1 1 1 0
3 Сосна - Лиственница (54, 53) 0 1 1 1 0 0 1 0 1 1
4 Сосна - Кедр ($4, $5) 0 1 0 0 0 0 0 0 1 0
5 Сосна - Ель ($4,56) 1 - 1 0 0 0 1 0 0 0
6 Сосна - Пихта ($4,57) 1 - 1 0 1 0 1 0 1 0
Выполним описанный выше «жадный алгоритм».
11. Начальные условия: таблица ТР4 (см. табл. 5), множество П4* = 0.
21. Выбираем в ТР4 некоторый столбец с максимальным числом единиц. Это столбец П9 (в нем 5 единиц), включаем его в П4*. Получаем П4* = {П9}.
34. Исключаем из первоначальной ТР4 строки, в которых столбец П9 имеет 1. Это строки: 1-4, 6.
44. Из исходной ТР4 удалены не все строки. Осталась еще одна (5), которая содержит единицы.
54. Переход к п. 2 «жадного алгоритма» для выбора очередного столбца и включения его в П4 *.
22. В ТР4 на этом шаге всего одна строка для выбора - строка 5. В ней единицы в столбцах П4, П3, П7. Выбираем любой, например П7. Включаем П7 в П4*. В итоге П4 * = {П7, П9}.
32. Удаляем из ТР4 строку 5.
42. В таблице ТР4 не осталось строк, поэтому переходим к п. 6.
62. Завершаем алгоритм. Сформированное множество П4* = {П7, П9} является решением задачи 2.
Решение задачи 2 дает набор признаков п.-* для однозначной идентификации некоторого объекта si е 5. В то же время нам необходимо идентифицировать любой объект из 5, т. е. надо, применяя вышеприведенный алгоритм, определить п.-* для каждого si е 5.
В силу ограничений на объем статьи эти таблицы для других объектов примера (см. табл. 2) и вычисления соответствующих П* (I = 1, 2, —, 7) не приводятся, а дается только анализ результатов.
Для объекта s1 (дуб) в ТР1 как столбец П6, так и П8 содержит все единицы. Аналогичная ситуация для объекта s2 (ясень). Для объекта s3 (лиственница) все единицы содержит столбец П7 либо П9. Для объектов s4 (сосна) и s5 (кедр) алгоритм дает одинаковое решение - набор столбцов {П7, П9}. Для объекта s6 (ель) есть два столбца, каждый из которых содержит все единицы - П3 или П7. Для объекта s7 (пихта) также есть два столбца, каждый из которых содержит все единицы - П5 или П9.
Следующее утверждение дает правило определения по множествам п.-* множества (набора) признаков П*, которое является решением ранее сформулированной задачи 1.
Утверждение 2. Набор признаков П* = и П* ( = 1, 2, —, п) обеспечивает однозначную идентификацию любого объекта si е 5.
Для нашего примера (см. табл. 2) на основании вычисленных п.-* ( = 1, 2, —, 7) множество П* определяется следующим образом.
Примем П1* = {П6}; Щ* = {П6}; П3* = {П7}; П4* = {П7, П9}; П5* = {П7, П9}; П6* = {П7}, П7* = {П9}. Тогда: П* = и П.* = {П6} и {П6} и {П7} и {П7, П9} и {П7, П9} и {П7}и {П9} = {П6, П7, П9}.
Полученное множество (набор) из трех признаков П* = {П6, П7, П9} является решением задачи 1 применительно к нашему примеру (табл. 2).
Заметим, что для каждого объекта из 5 может быть несколько вариантов П.*, соответственно и несколько разных по составу П*. В примере выше сформирован один из возможных вариантов П *. Разные варианты могут различаться не только составом, но и количеством признаков.
ЗАКЛЮЧЕНИЕ
В рассматриваемом примере таблица признаков для идентификации (см. табл. 1) составлялась специалистами. Однако, как видно из полученного результата, даже квалифицированным специалистам трудно без компьютерного анализа оптимизировать подбор признаков.
В табл. 1 десять признаков, но в результате применения предлагаемой формальной методики выделено всего три, достаточных для идентификации. Минимизация числа идентификационных признаков является важной, например, при выполнении операций по фактическому таможенному контролю, когда для идентификации требуется измерять значения признаков.
Предлагаемый подход к решению основан на использовании метода декомпозиции, когда исходная сложная задача с большим объемом данных разбивается на отдельные более простые задачи, а итоговое решение получается путем «сложения» результатов решения этих более простых задач. Такая методика хороша при большом объеме данных и признаков или дополнении объектов идентификации.
Однако при достаточных вычислительных мощностях можно создать и искать решение по единой ТР, в которой строки соответствуют всем парам объектов из S. В этом случае сразу можно определить П * без операции объединения отдельных решений. Возможно, при этом будет получено даже более «короткое» (с меньшим числом признаков) решение.
По мнению авторов, принципиально важно, что модель исходных данных для поиска решения представляется в виде двоичных (цифровых) таблиц, что позволяет минимизировать объем исходных данных при большом количестве объектов и признаков идентификации, а также разрабатывать быстрые компьютерные алгоритмы обработки информации.
В силу ограниченного объема статьи за рамками исследований остались вопросы, связанные со случаями, когда однозначная идентификация в имеющейся системе П признаков невозможна, т. е. имеются неразличимые или условно различимые объекты. Однако предлагаемая методика позволяет достаточно легко выявлять такие случаи. Соответствующая информация может использоваться далее для уточнения системы признаков.
ИСПОЛЬЗОВАННЫЕ ИСТОЧНИКИ
1. Стратегия развития таможенной службы Российской Федерации до 2030 года (утверждена распоряжением Правительства РФ от 23.05.2020 № 1388-р) [Электронный ресурс] // Официальный интернет-портал правовой информации. URL: http://www.pravo.gov.ru (дата обращения: 25.03.2023).
2. Единая Товарная номенклатура внешнеэкономической деятельности и Единый таможенный тариф Евразийского экономического союза [Электронный ресурс] // Официальный интернет-портал Евразийской экономической комиссии. URL: https://eec.eaeunion.org/ comission/department/catr/ett/ (дата обращения: 12.05.2023).
3. Андреева Е. И. Идентификация товаров в таможенных целях: проблемы и перспективы // Актуальные проблемы таможенного дела в условиях функционирования Евразийского экономического союза: сборник материалов Международной научно-практической конференции, 20 ноября 2020 г. М.: РИО Российской таможенной академии, 2020. С. 15-21.
4. Алексеева Н. Н., Андреева Е. И., Караулова А. Н., Криштафович Д. В. Предварительная классификация товаров в соответствии с единой Товарной номенклатурой внешнеэкономической деятельности Евразийского экономического союза: практика и перспективы // Вестник Российской таможенной академии. 2021. № 4. С. 53-65.
5. Станко Я. Н., Горбачева Г. А. Древесные породы и основные пороки древесины: иллюстрированное справочное пособие для работников таможенной службы / под ред. Н. М. Шмат-кова, А. В. Беляковой; Всемирный фонд дикой природы (WWF). М., 2010. 155 с.
6. Идентификация и классификация древесины и изделий из нее в таможенных целях: учебное пособие / Е. В. Красильникова, Л. В. Кучинская, Е. И. Андреева, Т. М. Поливанова. М.: Изд-во Российской таможенной академии, 2012. 164 с.
7. Виленкин Н. Я. Рассказы о множествах. 3-е изд. М.: МЦНМО, 2005. 150 с.
8. Кривцова И. Е., Лебедев И. С., Настека А. В. Основы дискретной математики: учебное пособие. СПб.: Университет ИТМО, 2016. Ч. 1. 92 с.
9. Еремеев А. В., Заозерская Л. А., Колоколов А. А. Задача о покрытии множества: сложность, алгоритмы, экспериментальные исследования // Дискретный анализ и исследование операций. Сер. 2. Т. 7. № 2. 2000. С. 22-46.
Информация об авторах
Малышенко Юрий Вениаминович - доктор технических наук, профессор кафедры таможенных операций, таможенного контроля и технических средств таможенного контроля, Владивостокский филиал Российской таможенной академии, Российская Федерация, 690034, Владивосток, улица Стрелковая, 16в, e-mail: mal777@mail.ru, тел.: 8 (423) 263-14-37;
Берлова Наталья Викторовна - кандидат технических наук, ведущий научный сотрудник учебного центра таможенного контроля за делящимися и радиоактивными материалами, Владивостокский филиал Российской таможенной академии, Российская Федерация, 690034, Владивосток, улица Стрелковая, 16в, e-mail: berlova@mail.ru, тел.: 8 (423) 263-67-11.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов. Для цитирования
Малышенко Ю. В., Берлова Н. В. Оптимизация выбора признаков для идентификации товаров в таможенных целях // Вестник Российской таможенной академии. 2023. № 3. С. 111-122.
УДК 339.543
ВЛИЯНИЕ МЕТОДОВ КОНТРОЛЯ ВЕСОВЫХ ХАРАКТЕРИСТИК ТОВАРОВ НА КАЧЕСТВО ТАМОЖЕННЫХ УСЛУГ
В. В. Говоров1, Е. И. Андреева2
, Воронежская таможня, Воронеж, Российская Федерация
2 Российская таможенная академия, Люберцы, Московская область, Российская Федерация
Аннотация. В статье раскрыты проблемы таможенного контроля весовых характеристик товаров, обладающих высокой адгезионной способностью. На примере текстильных материалов показано, что с увеличением влажности воздуха увеличиваются значения гигроскопичности тканей, а, следовательно, вследствие сорбции происходит изменение массы различных видов текстильных товаров, при этом некоторые из них способны к увеличению своей массы до 30%. Заявление декларантом недостоверных сведений о количественных характеристиках товара образует (при определенных условиях) состав административного правонарушения. Предложены меры по минимизации противоречий, возникающих при таможенном контроле гигроскопичных материалов, путем систематизации научных данных о гигроскопичности и капиллярном вла-гопоглощении различных товаров и регламентации деятельности должностных лиц таможенных органов
