CC BY
452. Боровиков В.П. Популярное введение в современный анализ данных и машинное обучение на 81а11811еа м.: горячая линия-телеком, 2018. — 354 с.
3. Добров Э.М. Механика грунтов / Э.М. Добров. - М.: Издательский центр «Академия», 2008. - 272 с.
4. Загоруйко Н.Г. Когнитивный анализ данных / Н.Г. Загоруйко. -Новосибирск.: Академическое изд-во «ГЕО»2012 г. - 186 с.
5. Рыжков И.Б. Статическое зондирование грунтов. Монография / И.Б. Рыжков, О. Н. Исаев. - М.: Издательство Ассоциации строительных вузов, 2010. - 496 с.
6. Модели и методы прикладных системных исследований (практикум) / Коллектив авторов под ред. А.И. Трубилина, И.А. Кацко. - Краснодар: КубГАУ, 2014448 с. (Серия: Вероятность, статистика и прикладные исследования в аграрном университете).
7. Моделирование систем и процессов: учебник для академического бакалавриата / В.Н. Волкова, Г. В.Горелова, В.Н. Козлов и др. Под ред. В.Н. Волковой, В.Н. Козлова. - М.: Изд-во Юрайт, 2014. - 592 с. - Серия: Бакалавр. Академический курс.
8. Маций С.И. Противооползневая защита: монография. - Краснодар: АлВи-дизайн, 2010. - 288 с.
9. Системный анализ и принятие решений: Словарь-справочник / Под ред. В. Н. Волковой, В. Н. Козлова. - М.: Высшая школа, 2004. - 616 с.
УДК 303.732
Горелова Галина Викторовна1, д-р техн. наук, проф., Лифиренко Антон Владимирович ,
магистрант, Панченко Михаил Андреевич ,
магистрант
ПРИМЕНЕНИЕ КОГНИТИВНОГО МОДЕЛИРОВАНИЯ К
ИССЛЕДОВАНИЮ РАЗВИТИЯ ПРОМЫШЛЕННОСТИ
1Россия, г. Таганрог, Южный федеральный университет 1 gorelova-37@mail.ru, 2 antonlifirenko@gmail.eom, 3 mixaaan@gmail.eom
Аннотация. В работе рассмотрены вопросы моделирования системы и процессов развития промышленности страны. Целью работы было показать возможности применения когнитивного моделирования сложных систем к исследованию промышленности и политики ее развития и конкурентоспособности. Приведен пример исследования, в котором представлена когнитивная карта и некоторые результаты анализа этой модели. Показаны возможные пути развития ситуаций на когнитивной карте, которые могут быть предложены при разработке соответствующих стратегий развития промышленности. Отличительной чертой работы является применение авторской когнитивной информационной технологии к новому объекту.
Ключевые слова: промышленность, анализ, имитационное когнитивное моделирование, когнитивная карта, развитие ситуаций.
Galina V. Gorelova ,
Doctor of Technical Sciences, Professor,
Anton V. Lifirenko 2, master student, Mikhail A. Panchenko , master student.
APPLICATION OF COGNITIVE MODELING TO THE RESEARCH OF THE DEVELOPMENT OF INDUSTRY
!Russia, Taganrog, Southern Federal University 1 gorelova-37@mail.ru,
2
antonlifirenko @gmail.com, 3 mixaaan@gmail.com
Avstract. The paper deals with the modeling of the system and the development of industry in the country._The aim of the work was to show the possibility of applying cognitive modeling of complex systems to the study of industry and its development policy and competitiveness._An example of a study is presented in which a cognitive map and some results of the analysis of this model are presented. The possible ways of developing situations on the cognitive map are shown, which can be proposed when developing appropriate strategies for the development of industry._A distinctive feature of the work is the application of the author's cognitive information technology to the new object.
Keywords: industry, analysis, imitational cognitive modeling, cognitive map, development of situations.
Введение. Промышленность - важная отрасль экономики любой страны [15]. В России она потерпела серьезные трансформационные перемены за годы перехода от командно-административной к рыночной системе хозяйствования. Сегодняшняя ситуация в стране диктует необходимость скорейшего развития перерабатывающих отраслей промышленности, сокращения зависимости от федерального бюджета, сокращения зависимости от импортной продукции, создания новых рабочих мест, что обеспечит социально-экономическую стабильность в стране и ее регионах. В целях разработки и обоснования программ и планов развития промышленности и на уровне страны, и на уровне ее регионов необходим предварительный всесторонний анализ существующего положения дел, а также анализ результатов мониторинга за процессами в различных отраслях промышленности. Поскольку промышленность является сложной системой со слабоструктурированными проблемами, то для ее исследования и разработки соответствующих управленческих решений требуется применять методы исследования, учитывающие особенности сложных систем. Современным методом таких исследований является когнитивное моделирование сложных систем, разработанное в Южном федеральном университете [6-9,11,16] и базировавшееся на ран-
них работах [1-5,10,12-14,17]. В данной работе приводится часть результатов когнитивного моделирования проблем развития промышленности в общей постановке задачи. Согласно предыдущему опыту работы по когнитивному моделированию сложных систем предлагается данное когнитивное моделирование проводить поэтапно, имитируя структуру и поведение сложной системы «Промышленность».
Пример моделирования. Результаты моделирования выполнены с помощью программной системы СМББ [16].
Этап 1. Разработка когнитивной модели сложной системы. Когнитивная модель сложной системы в зависимости от исходных данных может иметь разные формы. Обычно, построение когнитивной модели начинается с ее математически более простой формы - когнитивной карты в виде знакового ориентированного графа [1-5, 17]:
С=<У,Е>,
в котором V ={уг|, ¿=1,2,...к, - множество вершин (концептов, объектов, сущностей) уг-; Е={е/} ¿,/=1,2,...к, - множество отношений между вершинами VI и V/, отражающих взаимосвязь, взаимовлияние объектов друг на друга. Усложнение модели по мере накопления информации может идти в направлении добавления весов вершинам и дугам, задании функциональных зависимостей вершин друг с другом. Источником информации при разработке когнитивных моделей являются теоретические, экспертные, статистические данные. На рис. 1 изображена когнитивная карта С, которую для краткости назовем «Промышленность».
VI I. Политические риски
Рис. 1. Когнитивная карта О «Промышленность»
Этап 2. Анализ когнитивной модели сложной системы. Анализ свойств когнитивной модели необходим, во-первых, чтобы подтвердить ее адекватность (точнее, не противоречие свойств модели свойствам реальной сложной системы) и, во-вторых, выявить признаки сложной системы, не очевидные без имитационного когнитивного моделирования. Обычно [6-9, 11], анализируются пути и циклы модели, ее устойчивость, топологические свойства.
В табл. 1 приведена часть результатов расчета корней характеристического уравнения матрицы смежности.
Таблица 1
Фрагмент расчетов корней характеристического уравнения матрицы смежности когнитивной карты О
Вычисление корней характеристического уравнения необходимо для того, чтобы проверить устойчивость модели к возмущениям. Согласно [5], система является импульсно-устойчивой, если максимальное по модулю число I м| < 1. В данном случае I м| = 1,9562, поэтому можно считать, что Э не устойчива к возмущениям.
На рис. 2 приведен пример определения циклов модели Э. имеется 61 цикл, из которых 54 положительных и 7 отрицательных (имеется нечетное число отрицательных дуг). Поскольку число отрицательных дуг нечетное, то это свидетельствует о структурной устойчивости системы [17]. Т.е. небольшие изменения в структуре не должны приводить к изменению функций в системе.
Этап 3. Импульсное моделирование, сценарный анализ. Импульсное моделирование [5, 13, 17] состоит в операциях внесения возмущений в вершины когнитивной карты - в одну или в их совокупность. На первых стадиях исследований возмущения - импульсы равны «+1» или «-1», в дальнейшем они могут задаваться любой величины. Перед проведением импульсного моделирования необходимо продумать план вычислительного эксперимента, т.е задать сценарии, которые отвечали бы на вопрос: «А что будет, если произойдут изменения ...?». Результаты такого моделирования являются «предвидением будущего» [11] и могут быть
использованы при разработке рекомендаций для стратегий развития системы.
Рис. 3. Определение циклов когнитивной карты О
В таблице 2 приведены результаты расчетов параметров импульсных процессов по одному из сценариев при внесении возмущений в одну вершину - «Промышленная политика». На рис. 4 изображены графики импульсных процессов в 6 вершинах. Графики построены по данным табл. 1.
Как видно по данным табл. 2 и рис. 4, рациональная промышленная политика может привести к тенденциям положительного развития ситуаций в системе. Может наблюдаться рост по всем «положительным» показателям и падение по показателям «отрицательным» - наблюдается снижение экономических рисков, уменьшение импорта.
Таблица 2
Расчет параметров импульсных процессов
Рис. 4. Графики импульсных процессов
Заключение. Приведенный пример когнитивного моделирования иллюстрирует ряд возможностей изучения развития системы «Промышленность». Применение когнитивного моделирования оказывается эффективным средством повышения обоснованности управленческих решений в любой сфере деятельности.
Список литературы
1. Абрамова Н.А., Авдеева З.К. Когнитивный анализ и управление развитием ситуаций: проблемы методологии, теории и практики // Проблемы управления. 2008. № 3. С. 85-87.
2. Авдеева З.К., Коврига С.В., Макаренко Д.И., Максимов В.И. Когнитивный подход в управлении // Проблемы управления. №3. 2007. С. 2-8.
3. Avdeeva Zinaida K., Kovriga Svetlana V. On Governance Decision Support in the Area of Political Stability Using Cognitive Maps //18 th IFAC Conference on Technology, Culture and International Stability (TECIS2018) IFAC Papers OnLine 51-30. 2018. pp. 498-503.
4. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. -Princeton. University Press. 1976.
5. Casti J. Connectivity, complexity and catastrophe in large-scale systems /J. Casti.-Chichester-New York-Brisbane-Toronto, 1979..216 p.
6. Горелова Г.В., Захарова Е.Н., Радченко С.А. Исследование слабоструктурированных проблем социально-экономических систем: когнитивный подход. Ростов н/Д: Изд-во РГУ, 2006. 332c.
7. Горелова Г.В. Информационные когнитивные технологии - методологическая основа исследования социально-экономических систем. // Научная мысль Кавказа. 2008. С. 179-186.
8. Горелова Г.В. Когнитивный подход к имитационному моделированию сложных систем // Известия ЮФУ. Технические науки.№3. Таганрог: изд-во ТИ ЮФУ, 2013. С.239-250.
9. Gorelova G.V., Pankratova N.D.. Scientific Foresight and Cognitive Modeling of Socio-Economic Systems /18 th IFAC Conference on Technology, Culture and International Stability, TECIS 2018, IFAC Papers OnLine 51-30 (2018).-Р. 145-149. ELSEVIER,
10. Eden C. Cognitive mapping // European Journal of Operational Research. 1998.№36. pp.1-13.
11. Постановление Правительства РФ от 15 апреля 2014 г. N 328 "Об утверждении государственной программы Российской Федерации "Развитие промышленности и повышение ее конкурентоспособности" (с изменениями и дополнениями 2017, 2019.
12. Инновационное развитие социо-экономических систем на основе методологий предвидения и когнитивного моделирования. Коллективная монография / Под ред. Г.В. Гореловой, Н.Д. Панкратовой. Киев: Изд-во «Наукова Думка», 2015. 464 с.
13. Коврига С.В., Максимов В.И.. Когнитивная технология стратегического управления развитием сложных социально-экономических объектов в нестабильной внешней среде. // C6. 1-й трудов «Когнитивный анализ и управление ситуациями» (CASC'2001). Тр. Межд. конф., 2001. Т.1.
14. Кульба В.В., Кононов Д.А., Ковалевский С.С., Косяченко С.А, Нижегородцев Р.М., Чернов И.В. Сценарный анализ динамики поведения социально-экономических систем (Научное издание). - М.:ИПУ РАН, 2002. - 122c.
15. Langley P. Cognitive architectures: Research issues and challenges // Cognitive Systems Research. 2009. V.10. №. 2. рр. 141-160.
16. Программа для когнитивного моделирования и анализа социально-экономических систем регионального уровня. Свидетельство о государственной регистрации программ для ЭВМ № 2018661506 от 07.09.2018.
17. Roberts F. Graph Theory and its Applications to Problems of Society, Society for Industrial and Applied Mathematics, Philadelphia, 1978.
УДК 330.46:[339.1:637.1
Кацко Игорь Александрович1,
профессор, д-р экон. наук, профессор, Кремянская Елена Владимировна1,
доцент, канд. экон. наук, доцент
КОГНИТИВНОЕ МОДЕЛИРОВАНИЕ РЕГИОНАЛЬНОГО РЫНКА МОЛОКА И МОЛОЧНОЙ ПРОДУКЦИИ
Россия, г. Краснодар, ФГБОУ ВО «Кубанский государственный аграрный университет имени И.Т. Трубилина», 1 ingward@mail.ru, kreml3010@mail.ru
Аннотация. Работа посвящена изучению связей на региональном рынке молока и молочной продукции. Представлена укрупненная схема рынка в форме ориентированного графа, разработанная на основе модели регионального экономического механизма А.Г. Гранберга и демонстрирующая множественность его взаимосвязанных основных блоков. Отобраны векторы параметров для диагностики состояния рынка как системы. Предлагается использовать указанную схему при формировании когнитивных карт, позволяющих исследовать проблемы отдельных подсистем рынка молока и молочной продукции и его взаимодействия с другими рынками и внешней социально-экономической средой.
Ключевые слова: система, рынок, молоко и молочная продукция, связь, модель, когнитивная карта, ориентированный граф.
Igor A. Katsko \
Professor, Doctor of Economic Sciences, Elena V. Kremyanskaya , Associate Professor, Candidate of Economic Sciences
THE REGIONAL MARKET OF MILK AND DAIRY PRODUCTS
COGNITIVE MODELING
Russia, Krasnodar, FSBEI HE "Kuban State Agrarian University named after I.T. Trubilin", 1 ingward@mail.ru, kreml3010@mail.ru
