CC BY
58
♦
П
а также к изменениям в мотивациях. При этом фактичес -ки происходит преобразование системы заданного уровня в двухуровневую иерархическую структуру с некоординированными целями. Такая система заведомо неэф -фективно управляется. Кроме того, увеличение количе -ства уровней ведет к повышению сложности системы и соответствующему росту энтропии, что крайне негативно сказывается на управляемости глобальной системы и (как следствие) - неэффективности ее функционирования. Для успешного решения возникающих в этих случаях задач необходимо создать такую организационную подсистему, которая обладала бы:
- большой информационной емкостью всех каналов взаимосвязи;
- высокой степенью разнообразия в планирующих организационных подсистемах;
- быстрой реакцией, обеспечиваемой оперативной организационной подсистемой, для непосред-
УДК 338.5
ственного регулирования и организации всей системы в целом.
Таким образом:
- функция адаптации должна реализовываться в организационной подсистеме;
- при этом обязательным условием является полное соответствие целей и интересов организационной и функциональной подсистем;
- с другой стороны, адаптер является составной неотъемлемой частью системообразующего элемента и тем самым способствует повышению уровня выживаемости системы, стабилизации ее поведения и в конечном счете - повышению эффективности ее функционирования.
1 См.: Гутштейн А.И. Кибернетика в экономическом регулировании производства. М., 1972.
2 См.: Месарович М., Такахара Я. Общая теория систем: математические основы. М., 1978.
ПРИМЕНЕНИЕ КАРТЫ КОХОНЕНА ДАЯ АНААИЗА ЦЕН ОБЪЕКТОВ НЕДВИЖИМОСТИ
Современный рынок недвижимости является одним из наиболее динамично развивающихся сфер российской экономики. В этой связи исследования в области ценообразования требуют применения инновационных методов и новейших технологических разработок. В качестве таковых предлагается использовать достижения ГИС- технологий и методы искусственных нейронных сетей, в частности карты Кохонена.
На карте Кохонена нейроны располагаются в узлах координатной решетки, т.е. каждому выходному нейрону сети Кохонена приписывается пара чисел, которая определяет координаты этого нейрона. В данной работе использована прямоугольная сетка.
Нейроны с близкими знамениями располагаются в соседних ячейках на карте, при этом число ячеек сетки не равно числу векторов в признаковом пространстве. Одна ячейка может ассоциироваться с несколькими в екторами.
Обучени е системы происходит следующи м образом: выбирается один объект (точка в исследуемом пространстве), и выявляется ближайший к нему узел сети. После этого данный узел «подтягивается» к объекту (сетка эластична, поэтому вместе с этим узлом так же, но с меньшей силой подтягиваются и соседние узлы). Затем выбирается другой объект (точка), процедура повторяется. В результате строится карта, расположение узлов которой совпадает с расположением основных скоплений объектов в признаковом пространстве. Узлы полученной карты располагаются таким образом, что близким объектам соответствуют сосед-ни е узлы карты.
Далее определяется, в какие узлы карты попали те или иные объекты. Это также определяется ближайшим узлом - объект попадает в тот узел, который находится ближе к нему. В результате всех этих операций объекты со схожими параметрами попадут в один узел или соседние узлы.
Полученную таким образом карту можно представить в виде слоеного пирога, каждый слой которого представляет собой раскраску, порожденную одной из компонент исходных данных. Полученный набор раскрасок используется для анализа закономерностей, имеющихся между компонентами набора данных.
Р.З. Салахумдинов,
доктор мехнических наук, профессор кафедры прикладной математики, СГСЭУ
М.Г. Тиндова,
старший преподаватель кафедры прикладной математики, СГСЭУ
ВЕСТНИК. 2006. № 13(2)
После формирования карты полученный набор уз -лов отображается в виде двумерной картинки. При этом каждому узлу карты можно поставить в соответствие участок на рисунке, четырех- или шестиугольный, коор-динаты которого определяются координатами соответ -ствующего узла в решетке.
Визуализация осуществляется путем формирования цветовой гаммы ячеек картинки. В частности, использу -ются градации серого цвета. В этом случае ячейки, соответствующие узлам карты, в которые попали элементы с минимальными значениями компонента или не попало вообще ни одной записи, будут изображены черным цветом, а ячейкам, в которые попали записи с максимальными значениями такого компонента, будут соответствовать ячейки белого цвета.
Полученные раскраски в совокупности образуют ат -лас, отображающий расположение компонент, связи между ними, а также относительное расположение различных знамений компонент.
При построении карты Кохонена для оценки и классификации объектов недвижимости использовалась разработанная в работе1 база данных, составленная по операциям купли-продажи недвижимости за пери -од с марта 2003 по сентябрь 2004 гг.
Обучение сети завершилось после 3000 эпох, параметр скорости обучения при этом изменился с а = 0,9 на этапе размещения на а = 0,05 на этапе подстройки.
В результате была построена следующая ценовая классификация объектов недвижимости г Саратова (рис. 1).
■ цена выше 1500 тыс. руб.
■ цена от 1000 до 1500 тыс. руб.
□ цена от 500 до 1000 тыс. руб.
□ цена ниже 500 тыс. руб.
Рис. 1. Карта Кохонена ценовой классификации однокомнатных квартир г. Саратова
Так как карта Кохонена имеет дело не с самими п -мерными векторами признакового пространства, а с нейронами, соответствующими этим данным, то анализ карты осуществляется для нейронов, а затем «переводится» на векторы признакового пространства.
Анализ карты позволяет строить выводы в следую -щей форме: большинство нейронов, характеризуемых как X на карте, имеют нечто общее, характеризуемое как У. По существу выявленные закономерности форму -
лируются в виде правил базы знаний: если вектор пространства есть X, то, вероятнее всего, он есть У Следует отметить возможность выявления обратных связей, которые составляют исходную базу знаний: если вектор есть У, то, вероятнее всего, он есть X.
Следует отметить, что современные достижения ГИС-технологий позволяют решать важную задачу расширения базы знаний.
В настоящее время имеются большие возможности использования разнообразной картографической информации для детального и всестороннего анализа оцениваемого объекта недвижимости с различных позиций - от картографической привязки и определения местоположения конкретного объекта до оценок градостроительной, транспортной, социально-экономи-ческой и других составляющих городской среды.
Подобные возможности при оценке недвижимости связаны с внедрением в практику риэлтерской деятельности специализированных геоинформационных систем. Построенные карты Кохонена можно рассматривать как информационные слои в ГИС-карте города. Для определения закономерностей карту Кохонена накладывают на другие слои ГИС. Например, если анализ ценовой динамики по карте Кохонена показывает, что объект недвижимости переместился в районы с дорогой недвижимостью, то после наложения на экологическую карту, карту дорог и прочее можно сделать выводы об улучшении экологии в районе или развитии транспортной инфраструктуры.
В данной работе путем наложения карты Кохоне-на на административную карту г. Саратова (рис. 2), в частности, установлено, что ячейки, соответствующие нейронам с ценой больше 1500 тыс. руб., совпадают с Волжским районом, центрами Кировского и Фрунзенского районов. Ячейки с ценой ниже 500 тыс. руб. соответствуют окраинам Ленинского и Заводского районов.
□ цена выше 1500 тыс. руб.
□ цена от 1000 до 1500 тыс. руб.
□ цена от 500 до 1000 тыс. руб.
□ цена ниже 500 тыс. руб.
Рис. 2. Наложение карты Кохонена на административную карту г. Саратова
Далее рассмотрим наложение карты Кохонена на криминогенную карту г. Саратова (рис. 3).
1 18
♦
П
ПЬЧИ кС
»'И .» л чг-
ЯИ&н--/- ■
ял';.
Ли
Л 1*1
|'| 111™
I I цена выше 1500 тыс. руб.
I—| цена от^ТШи доТ5Ш тыс.руь.
I I цена от 500 до 1000 тыс .руб.
I I цена ниже 500 тыс.руб.
Рис. 3. Наложение карты Кохонена на криминогенную карту г. Саратова
Криминогенная карта составлена автором на основе «Доклада прокурора г. Саратова по итогам 2005 г.».
При анализе рис. 3 видно, что опасная криминогенная ситуация не влияет на цену объектов недвижимости. Так, район Набережной космонавтов, являясь одним из самых дорогих и престижных районов города, с точки зрения владения недвижимостью относится не к самым безопасным районам. С другой стороны, пос. Юбилейный, находясь в достаточно спокойном районе, характеризуется умеренными ценами на недвижимость.
Таким образом, применение совмещенных карт позволяет достаточно достоверно судить об объектах, даже если наличествует неполная информация; извлекать информацию из базы данных, основываясь на неполных характеристиках; обеспечивать простую визуализацию данных; обнаруживать изолированные структуры в данных; оперировать значительным количеством комплексных данных.
1 См.: Тиндова М. Г. Оценка недвижимости статистичес -кими методами. Саратов, 2005.
