CC BY
65
tasks/ O.I. Poprozman // Collection of scientific works. Economic Research Institute of the Ministry of Economic Development and Trade of Ukraine. Formation of market relations in Ukraine. Issue No. 2. (141). Pp. 82-85.
5. Prokopenko N.S. Aspects of management of enterprise innovation activity / N.S. Prokopenko, O.I. Poprozman // Formation of market relations in Ukraine. -2011. - № 12 (127). - P. 98 - 101.
6. Kharchuk T.V. Characteristics of economic stability of the enterprise and its elements / Kharchuk T.V. // Bulletin of Economics of Transport and Industry. -2011. - №34. - P.332-335.
7. Kharchuk T.V. Components of competitiveness management in the system of economic enterprise management / T.V. Kharchuk // Bulletin of the economy of transport and industry. - 2013. - Vip. 44. pp. 245-251.
Даш про автора
Олександр lвaнoвич nonpo3Ma4,
к.е.н., доцент, кафедра спорту менеджменту i еконо-мки, Нацюнальний уыверситет фiзичного виховання i спорту УкраТни e-mail: Sipoprozman@meta.ua
Данные об авторе
Александр Иванович Попрозман,
к.э.н., доцент, кафедра менеджмента и экономики спорта, Национальный университет физического воспитания и спорта Украины e-mail:Sipoprozman@meta.ua
Data about the author Alexander Poprozman,
Candidate of Economic Sciences, Associate Professor, Department of Management and Economics of Sport, National University of Physical Education and Sports of Ukraine e-mail:Sipoprozman@meta.ua
УДК 338.439 http://doi.org/10.5281/zenodo.3726294
РУМИК I.I.
Застосування когнггивного шструментарш у дослщженнях економйчних моделей продовольчого забезпечення
Предмет домдження - оц'1нка впливу компонент1в на безпеку продовольчого забезпечення за допомогою когнтивного моделювання.
Актуальшсть теми досл'!дження. В сучасних динам'нних умовах функцюнування економi-ки стае складнше розробляти безпеков'1 стратеги для таких складних систем як система продовольчого забезпечення. Разом з тим, використання когнтивних методов дозволяе провести анал'з фактор1в впливу, силу Iх взаемодп, граф1чно в'щобразити причинно-насл'щков\ зв'язки у зм'/ннй слабоструктурованй систем! з метою прийняття оптимальних управлнських р1шень.
Мета i завдання досл'!дження. Мета статт! полягае удосл'щженн! методики когнтивного моделювання складних економ'чних систем забезпечення продовольчоI безпеки национально!економки.
Методолопя. Методолопчну основу статт'1 склав когн'пивний метод моделювання, за допомогою якого визначено чинники впливу на систему, виявлено зв'язки м'ж ними та побудовано модель у форм1 когнтивно! карти. Це дозволило провести трьохкомпонентний сценарний анал'з, виявити характер змни модел1 i визначити 11 «вузьке мсце», яким е стратегя стимулювання агро-виробництва.
Результати досл'!дження. Проанал'зовано компоненти розвитку национально!економки з по-зицИ забезпечення П продовольчоI безпеки. Побудована матриця сум'жност та когнтивна карта безпечно! модел! продовольчого забезпечення. Проведено ¡мпульсне моделювання впливу зада-них компонент1в та визначено р'вень 1х впливу на систему продовольчоI безпеки.
Галузь застосування результапв. Результати когштивного моделювання впливу фактор1в на продовольчу безпеку можуть бути використан! для розробки стратеги розвитку аграрноI галуз в умовах динам'мних зм!н економки.
Висновки. Когн'пивна методолопя i програмна система FCM (Fuzzy-Logic Cognitive Mapping] е ¡нструментом, який допомагае структурувати знання, системно та всеб 'чно проводити досл'щжен-
ня складноI системи. В результат проведеного сценарного моделювання досл'1джено вплив трьох компонен^в на продовольчу безпеку, що дае можливсть вибрати оптимальний варiантi приймати рiшення з його практичноI реал'зацИ
Ключовi слова: когн'пивна модель, складна система, компоненти, сценарний анал'з, в'зуал'за-ця даних, безпека, продовольче забезпечення.
РУМЫК И.И.
Применение когнитивного инструментария в исследованиях экономических моделей продовольственного обеспечения
Предмет исследования - оценка влияния компонентов на безопасность продовольственного обеспечения с помощью когнитивного моделирования.
Актуальность темы исследования. В современных динамических условиях функционирования экономики становится сложнее разрабатывать безопасные стратегии для таких сложных систем как система продовольственного обеспечения. Вместе с тем, использование когнитивных методов позволяет провести анализ факторов влияния, силу их взаимодействия, графически отобразить причинно-следственные связи в слабоструктурированной системе с целью принятия оптимальных управленческих решений.
Цель и задачи исследования. Цель статьи заключается в исследовании методики когнитивного моделирования сложных экономических систем обеспечения продовольственной безопасности национальной экономики.
Методология. Методологическую основу статьи составил когнитивный метод моделирования, с помощью которого определены факторы влияния на систему, выявлено связи между ними и построена модель в форме когнитивной карты. Это позволило провести трехкомпонентный сценарный анализ, выявить характер изменения модели и определить ее «узкое место», которым является стратегия стимулирования агропроизводства.
Результаты исследования. Проанализированы компоненты развития национальной экономики с позиции обеспечения ее продовольственной безопасности. Построена матрица смежности и когнитивная карта безопасной модели продовольственного обеспечения. Проведено импульсное моделирование влияния заданных компонентов и определен уровень их влияния на систему продовольственной безопасности.
Область применения результатов. Результаты когнитивного моделирования влияния факторов на продовольственную безопасность могут быть использованы для разработки стратегии развития аграрной отрасли в условиях динамических изменений экономики.
Выводы. Когнитивная методология и программная система FCM (Fuzzy-Logic Cognitive Mapping] является инструментом, который помогает структурировать знания, системно и всесторонне проводить исследования сложной системы. В результате проведенного сценарного моделирования исследовано влияние трех компонентов на продовольственную безопасность, что позволяет выбрать оптимальный вариант и принимать решения по его практической реализации.
Ключевые слова: когнитивная модель, сложная система, компоненты, сценарный анализ, визуализация данных, безопасность, продовольственное обеспечение.
RUMYK I.I.
Application of cognitive tools in researches of economic models of food providing
The subject of the study is an assessment of the impact of components on food providing through cognitive modeling.
Topicality. In today's dynamic conditions of the functioning of the economy, it is becoming more difficult to develop safe strategies for such complex systems as the food providing system. At the same time, the use of cognitive methods makes it possible to analyze influence factors, the strength
of their interaction, and graphically display cause-effect relationships in a variable, poorly structured system in order to make optimal managerial decisions.
The purpose of the article is to study the methods of cognitive modeling of complex economic systems to ensure food security of the national economy.
Methodology. The methodological basis of the article was the cognitive modeling method, with the help of which the factors of influence on the system were determined, the relationships between them were identified and a model was constructed in the form of a cognitive map. This made it possible to conduct a three-component scenario analysis, identify the nature of the model change and determine its bottleneck, which is the strategy of stimulating agricultural production.
Results. The components of the development of the national economy from the perspective of ensuring its food security are analyzed. An adjacency matrix and a cognitive map of a safe food-providing model are constructed. Impulse modeling of the influence of certain components was carried out and the level of their influence on the food security system was determined.
Area of application. The results of cognitive modeling of the influence of factors on food security can be used to develop a strategy for the development of the agricultural sector in the context of dynamic changes in the economy.
Conclusions. The cognitive methodology and software system FCM (Fuzzy-Logic Cognitive Mapping] is a tool that helps to structure knowledge, systematically and comprehensively conduct research on a complex system. As a result of the scenario modeling, the influence of the three components on food security was investigated, which allows you to choose the best option and make decisions on its practical implementation.
Keywords: cognitive model, complex system, components, scenario analysis, data visualization, security, food providing.
Постановка проблеми. Проблема безпечного розвитку будь-якоТ краТни, в тому чис^ УкраТни, е великомасштабною та вимагае врахування рiзниx непорiвнянниx аспек^в, як описуються сукупнютю взаемозалежних динамiчниx факторiв. Конкретн стратепчы проблеми безпечного i сталого розвитку Ыдивщуальы i рiзняться за своТм змютом.
В умовах сформованого державного устрою i незмЫного суспiльно-економiчного мехаызму проблематика безпечного розвитку однозначно визначена, вона фксована i не змЫюеться в часк Наприклад, розвиток за п'ятирiчними планами з пос^йним плануванням темтв росту со^ально-економiчниx показниюв у Радянському Союзк До другого класу належать задачу в яких Тх структура не залишаеться фксованою 1Т формування вщбуваеться послщовно в залежност вщ при-йнятих р0ень. Таю задачi виникають у краТнах з економками, що розвиваються i трансформу-ються, наприклад УкраТна в даний час. Для таких систем проблему сталого розвитку необхщно розглядати i вир0увати комплексно, як проблему безпеки i виживання, що вимагае розробки вщповщноТ методологи, формалiзованого апара-ту i ефективних методiв вирiшення.
Останым часом в основу побудови таких систем покладено когнiтивний пщхщ, який дозволяе поеднувати формалiзованi науковi знання з до-свiдом експер^в i творчим потенцiалом осiб, що приймають р0ення. Враховуючи складнiсть до-слiдження проблеми продовольчоТ безпеки на-цюнальноТ економiки, доцiльно переходити до якюного аналiзу взаемопов'язаних факторiв, як впливають на розвиток виробництва i загальний рiвень добробуту.
Анал'1з останшх досл'!джень i публiкацiй. Когнiтивний пiдxiд до пiдтримки прийняття рг шень орieнтований на те, щоб активiзувати Ы-телектуальнi процеси суб'екта i допомогти йому зафiксувати свое уявлення проблемно!' ситуацп у виглядi формальноТ моделi. Методологiя когнi-тивного моделювання, призначена для аналiзу i прийняття р0ень у важко прогнозованих ситу-ацiяx, була запропонована Axelrod R. [1]. Надалi це питання розробляв у своТх працях Roberts FS. [2], а симпл^альний аналiз (Simplicial Analysis) i метод Ланцюгових зв'язюв (Chains of Connection) когнiтивноТ карти детально розглянуто такими вг домими дослщниками як Atkin R. та Casti JL. [3]. Вiдомi розробки 1нституту проблем управлiння
(1ПУ) РАН щодо створення iнтeлeктyaльниx систем пщтримки yпрaвлiнськиx р0ень [4].
Анaлiз в^чизняних напрацювань з питань ког-ытивного моделювання свiдчить, що переважна бтьшють наукових праць пов'язана з розвитком теоретичних дослщжень на основi зaрyбiжниx методик оцiнки складних систем з використан-ням дiaлоговиx систем прийняття yпрaвлiнськиx рiшeнь [5-9].
Проте, спроби побудувати експертну систему пщтримки прийняття р0ень у гaлyзi сталого та безпечного розвитку поки що не знайшли загаль-новизнаного усп0ного завершення. Iснyючi екс-пeртнi знання та формaлiзовaнi нayковi знання з вир0ення зaгaльниx проблем i метсрв прийняття рiшeнь вказують на нeобxiднiсть розробки Ытелек-туально'1' системи пщтримки yпрaвлiнськиx рiшeнь.
Нeвирiшeнi рaнiшe частини загально'1' про-блеми. Розширення напрямюв використання та удосконалення окрeмиx концепфй когнiтивного моделювання щодо забезпечення безпеки i с^й-костi розвитку системи продовольчого забезпечення дозволяе забезпечити комплiмeнтaрнiсть видiв дiяльностi рiзниx суб'ек^в i створити вщ-повiднe пщфунтя для розвитку гaлyзi в цтому. Якiсть утворення тако'1' бази значною мiрою за-лежить вiд якост вiдiбрaниx покaзникiв та 'fx вщ-повiдностi факторам yспixy у забезпеченн продовольчо''' безпеки.
Розроблена 1нститутом проблем yпрaвлiння РАН система програмна система когытивно-го моделювання рeaлiзye iдeï i методи когытив-но''' структуризацм' знань eкспeртiв, а також вико-ристовуе рiзномaнiтнi методи системного aнaлiзy для рeaлiзaцiï завдань когытивного моделювання. На вiдмiнy вщ iснyючиx прогрaмниx систем, вона мае ширше коло завдань системного ана-лiзy, якi розв'язуються у взаемозв'язку [4].
Checkland Р. вважае, що при прийнятт рiшeнь в нeстрyктyровaниx ситyaцiяx у суб'екта (експер-та) виникае модель проблемно''' облaстi, на основi яко''' вiн намагаеться пояснити що вщбуваеться в рeaльностi. При цьому об'ективы зaкономiрнос-тi реального св^у прeдстaвлeнi суб'ективними експертними оцЫками. В рeзyльтaтi вщобража-ються не ттьки закони i зaкономiрностi ситуацм', а й свiтогляд експерта, його система переконань, цЫностей, рiвeнь освiти, досвiд i т.д. [10].
На думку ЯлдЫа 1.В., при каскадуванн показ-никiв вiдсyтнiй конкретний Ыструментар^ чи де-
тaльнi рекомендацм' щодо рeaлiзaцiï узгоджено-го транслювання рiвнiв вiдiбрaниx покaзникiв на низовi рiвнi aрxiтeктyрноï побудови суб'екта го-сподарювання, що можна вир0ити за допомо-гою когнiтивного моделювання [9, с. 143].
Вузьким мюцем iснyючиx систем когытивного моделювання ситyaцiй е неузгодженють призна-ченого для користувача Ытерфейсу i aлгоритмiв обробки дaниx з псиxологiчними особливостями суб'ективного вимiрy значень i сили взаемовпли-ву фaкторiв системи, що дослiджyeться. Ця не-yзгоджeнiсть призводить до помилок експерта при визначенн сили взаемовпливу фaкторiв, якi вклю-чаються в когытивну модель ситуацм' [11-13].
Ситyaцiйний aнaлiз дозволяе прогнозува-ти можливi поди', пщготувати aльтeрнaтивнi ва-рiaнти р0ень iз зниженим степенем ризику у виокрeмлeниx проблeмниx зонax. Формaлiзaцiя знань, отримaниx на eтaпi когытивноТ структуризацм' (PEST- та SWÜT-aнaлiзy), це - побудова когытивно''' модeлi розвитку системи, зауважуе Вергунова 1.М. [14, с. 60].
Трактування сyтi та алгорип^в рeaлiзaцiï когнг тивного моделювання на практик мае досить рiз-нi пiдxоди. Однак, бiльшiсть дослщниюв цього пи-тання вважають, що використання когытивного aнaлiзy якiсно пщвищуе обrрyнтовaнiсть прийняття yпрaвлiнськиx р0ень, незважаючи на спрощене вiдобрaжeння нaйсклaднiшиx проблем i тeндeнцiй розвитку системи. Дослщження можливиx сцена-рм'в виникнення кризовиx ситyaцiй та шляxiв i умов Ix подолання допомагае експерту проaнaлiзyвa-ти ситyaцiю i розробити найефективышу стрaтeгiю yпрaвлiння, спираючись не сттьки на власну Ыту-Тцга, скiльки на впорядковане, структуроване i ве-рифiковaнe знання про складну систему.
У зв'язку з цим, використання когытивного моделювання у дослiджeнняx проблеми продовольчо''' безпеки та вибiр оптимального сцeнaрiю розвитку е надзвичайно актуальним завданням, яке потребуе застосування вiдповiдниx теорети-ко-мeтодологiчниx пiдxодiв та мeтодiв виршен-ня задач розвитку склaдниx систем в yмовax не-визнaчeностi.
Мета статл полягае у дослiджeннi методики когнiтивного моделювання склaдниx eкономiч-ниx систем забезпечення продовольчо''' безпеки нацюнальноТ eкономiки.
Виклад основного матералу. Когытивне моделювання е потужним iнстрyмeнтом дослг
джень слабкоструктурованих середовищ, допо-магае глибше зрозумiти юнуючу проблему, ви-явити суперечностi та якюно проаналiзувати процеси, що проткають в цих середовищах. Мета його полягае у формуваннi та уточнены ппо-тези про функцюнування дослiджуваного об'екту як складноТ системи, яка складаеться з окремих елемен^в i пiдсистем, пов'язаних мiж собою.
Однак, не дивлячись на широке застосуван-ня когнiтивниx методiв у дослщженнях процесiв у слабкоструктурованому середовище не iсну8 единоТ думки щодо того, яку методику застосу-вати та як етапи моделювання е базовими. Так, на думку О. Ткаченко [7, с. 12], юнують наступи етапи когнiтивного алгоритму:
1) виявлення чинниюв, що характеризують си-туацiю, систему, середовище;
2) виявлення зв'язюв мiж факторами. Визна-чення напрямку впливiв i вза8мовпливiв мiж факторами;
3) визначення характеру впливу (позитивний, негативний). На цьому етап будуеться когытив-на карта у виглядi орi8нтованого графа;
4) визначення рiвня впливу факторiв один на одного (слабо, сильно). На цьому етап остаточно будуеться когытивна модель у виглядi функцiо-нального графа.
Г. Пашкова видтяе два основнi етапи побудови когытивних моделей [15, с. 220]:
1) перший етап - попередый аналiз проблеми i IT структуризацiя;
2) другий етап - наочна вiзуалiзацiя отриманоТ моделi у формi когытивноТ карти.
Горелова Г.В., Радченко С.А. пропонують для забезпечення вир0ення завдань моделювання етапи розглядати через функцм [4, с. 220]:
1) функ^я створення i обробки гiпертексту;
2) функ^я взаемодм з базою даних, пов'язаноТ з дослiджуваною предметною областю;
3) фунщя створення i коригування когытивноТ карти;
4) функцiя iмпульсного моделювання;
5) функцiя розв'язання оберненоТ задачi iм-пульсного моделювання;
6) функ^я аналiзу стiйкостi моделi;
7) функ^я структурного аналiзу.
Розглянувши рiзнi пiдxоди до побудови когытив-
них моделей, можна зробити загальний висно-вок, який полягае у тому, що в основi Тх побудови знаходиться Пзнавально-цтьова структуриза-
цiя знань про об'ект i зовнiшнe середовище. Метою структуризацм е щентифка^я найсуттeвiшиx факторiв, що характеризують взаемодш об'екта та зовнiшнього середовища, та виявлення якюних причинно-наслiдковиx зв'язкiв мiж ними.
Проаналiзуeмо детальнiше алгоритм побудови когытивноТ карти, що являе собою схемати-зацiю сценармв розвитку нацюнальноТ економiки на основi безпечноТ моделi продовольчого забезпечення. Когытивна карта е наочною вiзуалiзацi-ею отриманих результатiв. Вона мае вщображати суб'eктивнi оцiнки (iндивiдуальнi, колективнi) до-^джуваноТ проблеми, ситуацм, пов'язаноТ з функ-цiонуванням системи продовольчоТ безпеки. Ос-новними елементами когытивноТ карти е базиснi фактори i причинно-наслiдковi зв'язки мiж ними.
Спочатку слщ визначитися з програмою, за до-помогою якоТ буде проводитися побудова модель Склад методiв аналiзу програмних систем визна-чаеться характером проблеми, що вир0уеть-ся. Для зарубiжниx програм, наприклад, Decision Explorer чи FCMapper, актуальнi завдання ана-лiзу структури когнiтивниx карт, а не аналiзу ди-намiки розвитку ситуацм, змодельованою ког-нiтивними картами. Це пояснюеться вiдносною макроекономiчною стабiльнiстю Тх економiчного розвитку та вiдсутнiстю потреби аналiзувати ди-намiку, тобто ктькюы параметри розвитку.
Для нашоТ краТни в умовах со^ально-еконо-мiчниx i полiтичниx перетворень важливiше ана-лiзувати динамiку розвитку ситуацм, так як вщсут-ня економiчна стабiльнiсть, що не дае можливостi генерувати якюы параметри моделi. Вiдомi программ системи, якi використовуються на тере-нах бувшого Радянського Союзу, система «Ситу-ацiя», iнтегрована система «КУРС», яка вкпючае системи «Ситуацiя», «Компас-2» i «КИТ», системи «Компас» i «Канва», система «ИГЛА», система «Стратег», украТнська система «Космос» [16, с. 2-3]. Для моделювання застосуемо програм-ний пакет, що базуеться на системi Fuzzy-Logic Cognitive Mapping (FCM), за допомогою якоТ можна будувати наПвктькюн моделi со^ально-еко-номiчниx чи екологiчниx систем, що максимально пщходить до сучасних умов розвитку УкраТни.
FCM-моделi - це параметризована форма вг дображення концепфй з можливiстю побудови якюних статичних моделей. Вперше були роз-робленi в 1986 роц Б. Коско для структуруван-ня експертних знань з використанням «м'яко-
го» системного пдаоду до програмування, який, як вважаеться, сxожий на спосiб, яким людський розум приймае рiшeння [17; 18].
FCM представляе знання, визначаючи три xa-рактеристики системи:
- компоненти системи;
- позитивы або негативы вщносини мiж компонентами;
- ступЫь впливу, який один компонент може мати на Ыший, визначаеться якiсними xaрaк-теристиками (наприклад, високий, середый або низький рiвeнь).
Анaлiтичнa складова FCM базуеться на вивчен-нi структури i фyнкцiй концeптyaльниx карт з ви-користанням aнaлiзy пaрниx стрyктyрниx зв'яз-кiв мiж концeпцiями модeлi, заснованого на теорм' грaфiв. Цi модeлi можуть використовуватися для моделювання складно''' системи, в яюй висока не-визнaчeнiсть i е мало eмпiричниx дaниx. Пюля по-будови модeлi за допомогою сценарного аналг
зу можливо дослщжувати змiни, збiльшyючи або зменшуючи вагу компонен^в, включeниx у модель. Завдяки сво'й гнyчкостi, FCM-модeлi вико-ристовуються в цiломy рядi нayковиx дослiджeнь.
Перший етап вкпючае визначення вaжливиx компонeнтiв системи. Введення у систему фак-торiв, якi описують ситуацщ здiйсню8ться за допомогою множини фaкторiв - F={fi}.
Для вщображення взаемодм' фaкторiв вико-ристовуються позитивний i нормативний пдао-ди. Позитивний Грунтуеться на врaxyвaннi xaрaк-теру взаемодм' фaкторiв i дозволяе провести дуги, приписавши 'м знаки (+ / -) i точнi ваги, тобто вг добразити xaрaктeр взаемодм'. Кiлькiснa оцiнкa взаемовпливу або впливу фaкторiв (виявлення ваг дуг графа) е нaйвaжпивiшим i найскладышим завданням, адже когнiтивнe моделювання засто-совуеться при дослiджeннi слабкоструктуровано-го середовища з його мЫливютю, багатофактор-нiстю, слабкою формaлiзовaнiстю. Компeнсaцiя
Таблиця 1. Система компонентов розвитку нацюнально! економiки з позицм забезпечення ïï продовольчо! безпеки
Умовне по- значення компоненту Назва компоненту Значення компоненту у забезпеченн1 продовольчо! безпеки
Х1 Активысть держави в економ1чному регулюванн розвитку АПК Стабтьний розвиток i нaявнiсть рeзeрвiв для нарощу-вання виробництва продовольства для оновлення та збтьшення запаав
Х2 Незавершеысть законодав-ства Узгоджeнiсть зaконiв та пiдзaконниx ак^в, узаконена про-довольча полiтикa
Х3 Невизначеысть щодо прюрителв розвитку галузей Забезпечеысть основними продуктами xaрчyвaння вiтчизняного виробництва
Х4 Невир1шен1сть земельного питання Створення ринку земл^ визнaчeнiсть аграрно-земельно' полiтики
Х5 Розвинена 1нфраструктура Здaтнiсть пiдтримyвaти стiйкy дieздaтнiсть сyб,eктiв та за-безпечити належы умови життя населення
Х6 Сприятливий Ывестицмний кл1мат Залучення внyтрiшнix та зовнiшнix фiнaнсовиx рeсyрсiв
Х7 Стратег1я стимулювання агровиробництва Зростання виробництва аграрно' продyкцiï, насамперед, на експорт
Х8 Належна яюсть i безпечн1сть продукт1в Забезпечеысть eкологiчно чистими та корисними продуктами xaрчyвaння
Х9 Низька кyпiвeльнa спроможнiсть населення ЦЫи на продукти xaрчyвaння достyпнi багатодтим сiм,ям, пeнсiонeрaм, прaцiвникaм, незалежно вщ профeсiï
Х10 Позитивний аграрний iмiдж Зростання eфeктивностi виробництва, вщновлення та розбудова села
Х11 Розвиток аграрно' освiти та науки Забезпечення всix нaпрямiв виробництва новiтнiми зраз-ками тexнiки, тexнологiями. Вiрогiднi прогнози розвитку
Х12 Нагромадження стрaтeгiчниx запаав продовольства Можливють уникнути голоду при введеы нормованого розподiлy продyктiв xaрчyвaння протягом не менше, як п'ять роюв
Х13 Вiдсyтнiсть довгострокового моделювання Досягнення цiлeй сталого розвитку в yмовax обмeжeностi рeсyрсiв
cyб'8ктивноcтi оцiнки частково вирiшy8тьcя за допомогою неодноразових процедур верифкацм.
В якостi вимiрювальних шкал значень дослг джуваних факторiв ситуацм використовуються порядковi шкали, що дозволяе iнтегрyвати в еди-ну модель ситуацм вс фактори, якi мають числовi та лiнгвiстичнi значення. Когытивна модель ситуацм виражаеться у виглядi орieнтованого знакового графа i задаеться матрицею сyмiжностi ме {-1,0,1} [16, с. 6]. Однак, Ытер-претацiя вiд'eмних значень показника досить ускладнена i мало зрозумта. Б. Коско запро-понував вир0увати цю проблему шляхом до-повнення будь якого фактору ситуацм ^ е F фактором, що мае протилежний змiст, тобто ^ [17]. Такий пiдхiд зручний для опису системи, що мо-делюе рiзнополярнi прирости значень факторiв.
Для забезпечення продовольчоТ' безпеки бу-ло обрано тринадцять основних компонен^в, якi
мають рiзновекторний вплив на загальний стан безпеки та один на одного (табл. 1).
На другому етап визначаемо причинно-на-слiдковi вiдношення i напрямки впливу мiж об-раними компонентами (табл. 2). Якщо збть-шення значення чинника-причини вказуе на збiльшення значення чинника-наслщку, то такий зв'язок вважають позитивним, в Ышому ви-падку - негативним.
На основi отриманих даних iз матриц можли-во побудувати графiчнy когытивну карту впливу множини компонен^в на цiльовий компонент «безпечнiсть моделi продовольчого забезпечення» (рис. 1).
Наступний етап - сценарний аналiз «Якщо..., то...» для визначення реакцм системи на можливi змiни. В матричному виглядi система рiвнянь за-писуеться у наступному виглядi:
г(1 + 1) = №г(1) (1);
Таблиця 2. Матриця причинностi i напрямiв впливу компонентiв моделi на безпечнiсть продовольчого забезпечення
Елементи вершин Компоненти, як1 впли-вають Компоненти, як1 п1ддаються впливу
X N X го X * X 1Л X (0 X г* X 00 X 0) X о ^ X X N ^ X сих
Х1 Активысть держави в економ1чному регулюванн розвитку АПК Х +1 +1 +1 0 +1 0 +1 0 +1 0 +1 +1
Х2 Незавершеысть законо-давства -1 Х -1 -1 0 -1 -1 -1 0 -1 0 0 0
Х3 Невизначеысть щодо прюритет1в розвитку га-лузей -1 -1 Х -1 0 -1 -1 0 0 -1 0 -1 -1
Х4 Невир1шен1сть земельного питання -1 -1 -1 Х 0 -1 -1 0 0 -1 0 0 0
Х5 Розвинена Ыфраструктура 0 0 0 0 Х +1 0 0 0 +1 0 0 0
Х6 Сприятливий Ывестицмний кл1мат +1 0 +1 0 +1 Х 0 +1 0 +1 0 0 0
Х7 Стратепя стимулювання агровиробництва +1 0 +1 0 0 0 Х +1 0 0 0 +1 0
Х8 Належна яюсть 1 безпечысть продукт1в 0 0 0 0 0 0 +1 Х 0 0 0 +1 0
Х9 Низька куп1вельна спроможысть населення 0 0 0 -1 0 -1 0 0 Х -1 -1 0 0
Х10 Позитивний аграрний 1м1дж +1 0 +1 0 0 +1 0 0 0 Х +1 0 0
Х11 Розвиток аграрноТ осв1ти та науки +1 +1 +1 +1 0 0 0 +1 +1 +1 Х +1 +1
Х12 Нагромадження стратепчних запас1в про-довольства +1 0 +1 0 0 0 +1 +1 0 0 0 Х 0
Х13 Вщсутысть довгостроко-вого моделювання -1 0 -1 -1 -1 0 -1 0 0 -1 0 -1 Х
Рисунок 1. Когштивна карта моделювання продовольчо! безпеки
де, 2[Ь)=[г[Ь)) - початковий вектор приросту значень факторiв у момент часу £
Z(t+1)=(zl(t+1)) - вектор приросту значень фак-торiв у момент часу Ь+1, zl(t) е -1,1;
• 1/1
матриця сумiжностi, w
-1,1
ха-
рактеризуе силу зв язку.
Прирют значень факторiв у послiдовнi дис-кретнi моменти часу Z(t+1), ... , Z(t+n) вирахову-ють за допомогою правила композицм [13]:
^(0 = тах^+Ю.г^Ю) (2)
де, г1+(})=пшх(г]@-1) )Л/у) - максимальний по-зитивний; 1 z—(t) - максимальний за модулем негативний
гг@)=1жх(\1$-1)щ)\ прирют значення факто-
/
ру-наслщку.
Прирiст значення фактору zft) е Z(t), Ы, представлений парою [13]:
<^(0,^(0) (3)
де, с(Ь) - консонанс значення фактору,
0<сф<1, сф=
Консонанс фактору характеризуе впевне-нiсть суб'екта у прирост значення zi(t) фактору й. При тобто ^»МЛ або \гг0)\»ц*0)
впевненiсть суб'екта у значеннi фактору zi(t) максимальна, а при с$)&0, тобто гГф »\гг(Щ мiнiмальна [19].
Проведемо сценарний аналiз приросту трьох компонентв моделi, а саме: Х1 - активнiсть дер-жави в економiчному регулюваннi розвитку АПК, Х6 - сприятливий iнвестицiйний ^мат та Х -позитивний аграрний iмiдж, при умовi Тх максимального зростання до ^ е + 1. Результати приве-демо у табл. 3.
Результати трьохкомпонентного сценарного моделювання свщчать, що у першому сцена-рп при максимальному значеннi компонента Х1 найбiльший прирiст показали два компоненти: Х6 - сприятливий Ывестифйний ктмат та Х13 -вiдсутнiсть довгострокового моделювання.
При максимальному значены Х6 найбтьший прирют показали чотири компоненти: Х10 - позитивний аграрний iмiдж, Х1 - активнють дер-жави в економiчному регулюваннi розвитку АПК, Х5 - розвинена Ыфраструктура та Х3 - неви-значенють щодо прiоритетiв розвитку галузей.
При максимальному значены Х10 найбтьший прирют показали чотири компоненти: Х11 - розвиток аграрноТ освiти та науки, Х3 - неви-значенють щодо прюритетв розвитку галузей, Х6 - сприятливий Ывестифйний клiмат та Х1 -активнiсть держави в економiчному регулюваннi розвитку АПК.
У в^х трьох сценарiях спостерiгаeться зниження компонента Х7 - стратепя стимулювання агро-
Таблиця 3. Сценарний аналiз впливу заданих компонентов на безпечшсть моделi продо-вольчого забезпечення
Component +/- Actual State +/- Actual State +/- Actual State
Scenario #1 Scenario #2 Scenario #3
Х1 +1 Increase max +0,12 Increase +0,11 Increase
Х2 +0,05 Increase 0,00 No changes +0,01 Increase
Х3 +0,06 Increase +0,11 Increase +0,12 Increase
Х4 +0,07 Increase 0,00 No changes +0,01 Increase
Х5 0,00 No changes +0,12 Increase +0,02 Increase
Х6 +0,09 Increase +1 Increase max +0,12 Increase
Х7 -0,03 Decrease -0,01 Decrease -0,02 Decrease
Х8 0,00 No changes 0,00 No changes +0,02 Increase
Х9 +0,05 Increase +0,08 Increase +0,03 Increase
Х10 +0,05 Increase +0,13 Increase +1 Increase max
Х11 +0,01 Increase +0,02 Increase +0,13 Increase
Х12 +0,07 Increase +0,02 Increase +0,02 Increase
Х13 +0,09 Increase +0,01 Increase +0,03 Increase
виробництва, що, очевидно, е «вузьким мюцем» модeлi, на що треба звернути особливу увагу.
Висновки
Проведене до^дження надае можливiсть зробити наступи висновки i сформулювати пропозицй. Когытивна мeтодологiя i програм-на система FCM е iнструмeнтом, який допома-гае структурувати знання, системно та всeбiчно проводити дослiджeння рiзниx взаемопов'язаних завдань функцiонування складно!' системи. В результат проведення iмпульсного моделювання отримують набiр сценармв, з яких можна вибрати оптимальний i приймати ршення з його практично!' рeалiзацiï.
Основне призначення когытивно! модeлi - до-помогти суб'екту управлЫня в генерацГ! правильного управлЫського рiшeння, вiзуалiзувати i впо-рядкувати Ыформацш про компоненти модeлi. Вiзуалiзацiя дае змогу проiлюструвати не ттьки результати дiй експерта, а й пщказати йому спо-соби аналiзу i генерування варiантiв рiшeнь. Ког-нiтивна модель пояснюе, на який чинник або вза-емозв'язок факторiв нeобxiдно впливати, з якою силою i в якому напрямку, щоб отримати бажану змЫу цiльовиx факторiв, тобто щоб досягти мети управлЫня з найменшими витратами.
Таким чином, когытивний аналiз е потужним Ыструментом розробки стратен! розвитку системи. У зв'язку з цим, особливо!' актуальност на-бувають подальшi дослщження застосування когнiтивниx безпечних моделей продовольчого забезпечення.
Список використаних джерел
1. Axelnod R. The Structure of Decision: Cognitive Maps of Political Elites. Princeton. University Press. 1976. 404 р.
2. Roberts FS. Discrete mathematical models with applications to social, biological and environmental problems. Prentice-Hall, Englewood Cliffs. N.J., 1976.
3. Atkin R. and Casti JL. Polyhedral Dynamics and the Geometry of Systems. IIASA Research Report. IIASA, Laxenburg, Austria: RR-77-006. 1977.
4. Горелова Г.В., Радченко С.А. Программная система когнитивного моделирования социотех-нических систем. URL: https://cyberleninka.ru/ article/n/programmnaya-sistema-kognitivnogo-modelirovaniya-sotsiotehnicheskih-sistem (дата звер-нення: 25.02.2020).
5. За!ка В.1., З^унов О.М., Кишенько В.Д. Когнггив-не моделювання поведЫки динамiчниx технолопчних процеав сокоочистки цукрового виробництва. Авто-матиза^я тexнологiчниx i бiзнeс-процeсiв. № 6. Вип. 4.2014 С. 78-84.
6. Кизим М.О., Пилипенко А.А., ЗЫченко В.А. Зба-лансована система показниюв: Монографiя. Харкiв: ВД «1нжек», 2007. 192 с.
7. Ткаченко О. Коп-лтивне моделювання складних систем. Цифрова платформа: Ыформацмн технологи в соцiокультурнiй сфeрi. 2019, Том 2 №1 С. 11-19.
8. Шемаева Л.Г. Методика органiзацiï проведення колективно! багатоварiантноï експертизи ринкових си-туацiй в xодi планування сценарив управлiння взаемо-дieю пiдприeмства з зовышым середовищем. Коммунальное хозяйство городов. 2005. №62. С. 270-278.
9. ЯлдЫ 1.В. Когнiтивнe моделювання у прогнозу-ваннi сцeнарiïв стратеги стмкого розвитку iнтeгровано
I структури 6i3Hecy. Проблеми економки. №4. 2011. С.142-150.
10. Checklan P. Systems Thinking, Systems Practice. New York: J. Wiley, 1981. 330 р.
11. Максимов В.И., Григорян А.К., Корноушенко Е.К. Программный комплекс «Ситуация» для моделирования и решения слабоформализованных проблем. Международная конференция по проблемам управления. Т. 2. Москва, ИПУ РАН, 29 июня-2 июля 1999 г. Москва, 1999. С. 58-65.
12. Кулинич А.А., Максимов В.И. Система концептуального моделирования социально-политических ситуаций ПК «КОМПАС». Сборник докладов: Современные технологии управления. Москва, ИПУ. 21-22 мая 1998 г.
13. Силов В.Б. Принятие стратегических решений в нечеткой обстановке. Москва, ИНПРО-РЕС, 1995. 228 с.
14. Вергунова 1.М. Системне моделювання в еконо-мц Блок 2. КиТв: ФОП Корзун Д.Ю. 2013. 106 с.
15. Пашкова Г. Коп-лтивне моделювання репональ-ного розвитку у державному управлЫнк Ефективнють державного управлЫня. 2016. Вип. 1/2 (46/47). Ч. 1.С. 218-228.
16. Кулинич А.А. Компьютерные системы моделирования когнитивных карт: подходы и методы. Control Sciences. № 3. 2010. С. 2-16.
17. Kosko B. Fuzzy Cognitive Maps. International Journal of Man-Machine Studies. 1986. Vol. 1. P. 65-75.
18. Dickerson J., Kosko B. Virtual Worlds as Fuzzy Dynamic Systems. Technology for Multimedia. New York, IEEE Press. 1998. P. 567-603.
19. Кулинич А.А. Система когнитивного моделирования «Канва». URL: http://www.raai.org/about/ persons/kulinich/pages/kanva2003.html (дата звер-нення: 25.02.2020).
References
1. Axelrod R. (1976). The Structure of Decision: Cognitive Maps of Political Elites. Princeton. University Press. 404 р.
2. Roberts FS. (1976). Discrete mathematical models with applications to social, biological and environmental problems. Prentice-Hall, Englewood Cliffs. N.J.
3. Atkin R. and Casti JL. (1977). Polyhedral Dynamics and the Geometry of Systems. IIASA Research Report. IIASA, Laxenburg, Austria: RR-77-006.
4. Gorelova G.V., Radchenko S.A. Programmna-ya sistema kognitivnogo modelirovaniya sotsiotekh-nicheskikh sistem [Software system for cognitive modeling of socio-technical systems], аvailable at: https:// cyberleninka.ru/article/n/programmnaya-siste-
ma-kognitivnogo-modelirovaniya-sotsiotehnicheskih-sistem (accessed 25 February 2020).
5. Zaika V.I., Zihunov O.M., Kyshenko V.D. Kohnityvne modeliuvannia povedinky dynamichnykh tekhnolohichnykh protsesiv sokoochystky tsukrovoho vyrobnytstva [Cognitive modeling of behavior dynamic technological processes sugar juice production]. Avtomatyzatsiia tekhnolohichnykh i biznes-protsesiv. № 6. Vyp. 4. 2014 S. 78-84.
6. Kyzym M.O., Pylypenko A.A., Zinchenko V.A. Zba-lansovana systema pokaznykiv [Balanced ScoreCard]: Monohrafiia. Kharkiv: VD «Inzhek», 2007. 192 s.
7. Tkachenko O. Kohnityvne modeliuvannia skladnykh system [Cognitive Modeling of Composite Systems]. Tsyfrova platforma: informatsiini tekhnolohii v sotsiokul-turnii sferi. 2019, Tom 2 №1 S. 11-19.
8. Shemaieva L.H. Metodyka orhanizatsii provedennia kolektyvnoi bahatovariantnoi ekspertyzy rynkovykh sytu-atsii v khodi planuvannia stsenariiv upravlinnia vzaiemo-diieiu pidpryiemstva z zovnishnim seredovyshchem [The methodology of organizing collective multivariate examination of market situations in the course of planning scenarios for managing the interaction of the company with the external environment]. Kommunalnoe khozi-aistvo horodov. 2005. №62. S. 270-278.
9. Yaldin I.V. Kohnityvne modeliuvannia u prohnozuvanni stsenariiv stratehii stiikoho rozvytku intehrovano yi struk-tury biznesu [Cognitive modeling in the forecast of strategy scenarios of steady development of business integrated structure]. Problemy ekonomiky. №4. 2011. S.142-150.
10. Checklan P. (1981). Systems Thinking, Systems Practice. New York: J. Wiley. 330 p.
11. Maksimov V.I., Grigoryan A.K., Kornoushenko E.K. Programmnyy kompleks «Situatsiya» dlya modelirovaniya i resheniya slaboformalizovannykh problem [The software package "Situation" for modeling and solving poorly formalized problems]. Mezhdunarodnaya konferentsiya po problemam upravleniya. T. 2. Moskva, IPU RAN, 29 iyunya 2 iyulya 1999 g. Moskva, 1999. S. 58-65.
12. Kulinich A.A., Maksimov V.I. Sistema kontseptual'nogo modelirovaniya sotsial'no-politicheskikh situatsiy PK «KOMPAS» [The system of conceptual modeling of socio-political situations of the PC "COMPASS"]. Sbornik dokladov: Sovremennye tekh-nologii upravleniya. Moskva, IPU. 21-22 maya 1998 g.
1 3. Silov V.B. Prinyatie strategicheskikh resheniy v nechetkoy obstanovke [Making strategic decisions in a fuzzy environment]. Moskva, INPRO-RES, 1995. 228 c.
14. Verhunova I.M. Systemne modeliuvannia v eko-nomitsi [System modeling in economics]. Blok 2. Kyiv: FOP Korzun D.Yu. 2013. 106 s.
15. Pashkova H. Kohnityvne modeliuvannia nehion-alnoho nozvytku u denzhavnomu upnavlinni [Cognitive modeling of regional development in public administration]. Efektyvnist denzhavnoho upnavlinnia. 201 6. Vyp. 1/2 (46/47). Ch. 1. S. 218-228.
16. Kulinich A.A. Komp'yutennye sistemy mode-linovaniya kognitivnykh kant: podkhody i metody [Computer systems fon modeling cognitive maps: approaches and methods]. Contnol Sciences. № 3. 2010. S. 2-16.
17. Kosko B. (1986). Fuzzy Cognitive Maps. Inten-national Jounnal of Man-Machine Studies. Vol. 1. P. 65-75.
18. Dickenson J., Kosko B. (1998). Vintual Wonlds as Fuzzy Dynamic Systems. Technology fon Multimedia. New Yonk, IEEE Pness. P. 567-603.
19. Kulinich A.A. Sistema kognitivnogo modelinovani-ya «Kanva» [Cognitive modeling system «Canva»]. URL: http://www.naai.ong/about/pensons/kulinich/pag-es/kanva2003.html (дата звернення: 25.02.2020).
Даш про автора Румик /гор /ванович,
к.е.н., доцент, заступник завщувача кафедри нацю-нально'1' економки та фЫанав ВНЗ «У-лверситет еко-номки та права «КРОК» e-mail: ihorrumyk@yahoo.com
Данные об авторе Румык Игорь Иванович,
к.э.н., доцент, заместитель заведующего кафедрой ВУЗ «Университет экономики и права «КРОК» e-mail: ihorrumyk@yahoo.com
Data about the author Ihor Rumyk,
Candidate of Economic Sciences, Associate Professor, Deputy Head of the Department of National Economy and Finance, «KROK» University e-mail: ihorrumyk@yahoo.com
УДК 336.226.1:657.2:005.93 http://doi.org/10.5281/zenodo.3726308
РИБАКОВА Л.П.
Комплексна система обл1ку створено! додано! вартост на п1дприсмств1
Предметом до^дження е комплексна система облку створеноI доданоI вартост на п'1дприемств'1.
Мета до^дження - визначити комплексний п1дх1д до вдображення складових створеноI доданоI вартост в бухгалтерському обл\ку п'1дприемства.
Методи досл'!дження. У робот використан'1 д^алектичний метод наукового п'знання, метод анал'зу / синтезу, пор'1вняльний метод, метод узагальнення даних.
Результат роботи. В статт'1 окреслено види д1яльност'1 пдприемства. Наведена кореспонденц\я рахунк\в при формуванн ¡нформацИ' про створену додану вартсть пщприемства на рахунках класу 8 «Формування доданоI вартост». Визначено ¡нформац1ю рахунк\в класу 8 «Формування доданоI вартост» як центру обл1ково~анал1тичного забезпечення монторингу створеноI доданоI вартосл.
Висновки. Результатами проведеного дослдження стали наступн висновки. В умовах вдсут-носл упорядкованого обл1ково~аналтичного забезпечення управл1ння економ'нним потенциалом розглянуто комплексний п1дх1д до розкриття ¡нформацИ' про створену додану вартсть пдпри-емства з використанням рахунк\в класу 8 «Формування доданоI вартост». Формування доданоI вартост на рахунках бухгалтерського обл\ку забезпечили удосконалення зв'тносл про ф1нансов1 результати в частин'1 оприлюднення показник\в про складов/ економ1чного потенциалу з позицй забезпечення ¡нтереав зовн'шн'1х / внутр'шн'х користувач'в в1дпов1дно! анал'пичноI ¡нформацИ'.
Kлючовi слова: пдприемство, бухгалтерський обл'1к, додана варлсть, ¡нформац1я, доходи, ви-трати, прибуток, ¡нновацИ', ¡нвестицИ.
РЫБАКОВА Л.П.
Комплексная система учета созданной добавленной стоимости на предприятии
Предметом исследования является комплексная система учета созданной добавленной стоимости на предприятии.
