CC BY
87
Научный журнал КубГАУ, №113(09), 2015 года
1
УДК 303.732.4
08.00.00 Экономические науки
СИСТЕМНО-КОГНИТИВНЫЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ МНОГООТРАСЛЕВОЙ АГРОПРОМЫШЛЕННОЙ КОРПОРАЦИИ. ЧАСТЬ I. КОГНИТИВНАЯ СТРУКТУРИЗАЦИЯ И ФОРМАЛИЗАЦИЯ ПРЕДМЕТНОЙ ОБЛАСТИ1
Луценко Евгений Вениаминович д.э.н., к.т.н., профессор prof.lutsenko@gmail. com
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13,
Лойко Валерий Иванович
д.т.н., профессор, заслуженный деятель науки РФ [email protected]
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13,
Барановская Т атьяна Петровна д.э.н., профессор
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13
Макаревич Олег Александрович к.э.н., доцент, докторант
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13
В данной статье в соответствии с методологией Автоматизированного системно-когнитивного анализа (АСК-анализ) рассматривается реализация 1 -го и 2-го этапов АСК-анализа: когнитивной структуризации и формализации предметной области.
На этапе когнитивной структуризации предметной области, исследователи решают, что рассматривать в качестве объекта моделирования, влияющих на него факторов и результатов их действия. В соответствии с результатами когнитивной структуризации подготавливаются база исходных данных для исследования (обучающая выборка или база прецедентов). На этапе формализации предметной области база исходных данных нормализуются, т.е. разрабатываются классификационные и описательные шкалы и градации, и с их использованием база исходных данных кодируется. В результате формируется база событий (эвентологическая база данных) и обучающая выборка. Этап когнитивной структуризации и подготовки исходных данных не формализован, а этап формализации предметной области полностью автоматизирован и выполня-
1 Работа поддержана грантом РФФИ №15
UDC 303.732.4 Economics
SYSTEM-COGNITIVE MODEL OF FORECASTING THE DEVELOPMENT OF DIVERSIFIED AGRO-INDUSTRIAL CORPORATIONS. PART I. COGNITIVE STRUCTURING AND FORMALIZATION OF THE SUBJECT AREA
Lutsenko Eugeny Veniaminovich Dr.Sci.Econ., Cand.Tech.Sci., professor
Kuban State Agrarian University, Krasnodar, Russia
Loiko Valery Ivanovich
Dr.Sci.Tech., professor, deserved scientist of the Russian Federation
Kuban State Agrarian University, Krasnodar, Russia
Baranovskaya Tatiana Petrovna Dr.Sci.Econ., professor
Kuban State Agrarian University, Krasnodar, Russia
Makarevich Oleg Aleksandrovich Cand.Econ.Sci., associate professor, competitor for degree
Kuban State Agrarian University, Krasnodar, Russia
In this article, in accordance with the methodology of the Automated system-cognitive analysis (ASC-analysis), we examine the implementation of the 1 st and 2nd stages of ASC-analysis: cognitive structuring and formalization of the subject area. At the stage of cognitive structurization of subject area, researchers decide what to consider as the object of modeling, the factors affecting it and the results of their actions. In accordance with the results of the cognitive structurization, we prepare the initial database for the study (training sample or case-based reasoning). At the stage of formalization of the subject area, the base of the original data is being normalized, i.e., we develop classification and description: the scale and graduations and with their use the base of the source data is being encoded. The result is a database of events (eventological database) and the training sample. The stage of cognitive structuring and preparation of the source data is not formalized and the formalization of the subject area is fully automated and performed directly with the use of the universal cognitive analytical system named "Eidos", which is a software Toolkit for
-06-02569
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
2
ются непосредственно с применением универсальной когнитивной аналитической системы «Эйдос», которая является программным инструментарием АСК-анализа. Этапы когнитивной структуризации и формализации предметной области АСК-анализа являются первыми этапами преобразования данных в информацию, а ее в знания. Последующие этапы: синтез и верификация системнокогнитивной модели, решение задач идентификации, прогнозирования и принятия решений, а также исследования моделируемого объекта путем исследования его модели планируется рассмотреть в будущих статьях
Ключевые слова: АВТОМАТИЗИРОВАННЫЙ СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА «ЭЙДОС», БАЗА ЗНАНИЙ, РЕГИОН, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, СИСТЕМНО-КОГНИТИВНЫЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ МНОГООТРАСЛЕВОЙ АГРОПРОМЫШЛЕННОЙ КОРПОРАЦИИ, КОГНИТИВНАЯ СТРУКТУРИЗАЦИЯ, ФОРМАЛИЗАЦИЯ ПРЕДМЕТНОЙ ОБЛАСТИ
ASC-analysis. Stages of cognitive structurization and formalization of the subject area of ASC-analysis are the first steps of data conversion into information and into knowledge. Subsequent steps: the synthesis and verification of system-cognitive model, the decision of problems of identification, forecasting and decision making, as well as studies of the modeled object by studying its model will be considered in future articles
Keywords: AUTOMATED SYSTEM-COGNITIVE ANALYSIS, INTELLIGENCE SYSTEM "EIDOS", KNOWLEDGE BASE, REGION, ARTIFICIAL INTELLIGENCE, SYSTEM-COGNITIVE MODEL OF FORECASTING OF DEVELOPMENT OF A DIVERSIFIED AGRICULTURAL CORPORATION, COGNITIVE STRUCTURING, FORMALIZATION OF THE SUBJECT AREA
Автоматизированный системно-когнитивный анализ (АСК-анализ) предложен в 2002 году проф. Е.В.Луценко [1]. Это инновационный метод искусственного интеллекта, оснащенный общедоступным программным инструментарием, в качестве которого в настоящее время выступает универсальная когнитивная аналитическая система «Эйдос» [2]. Скачать и запустить систему «Эйдос» (самую новую на текущий момент версию) или обновление системы до текущей версии всегда можно здесь: http://lc.kubagro.ru/aidos/ Aidos-X.htm. Это наиболее полная на данный момент незащищенная от несанкционированного копирования портативная (portable) версия системы (не требующая инсталляции) с исходными текстами, находящаяся в полном открытом бесплатном доступе (около 50 Мб). Обновление имеет объем около 3 Мб. АСК-анализ - это непараметрический метод, позволяющий исследователь сложные нелинейные объекты управления на основе неполных, зашумленных данных о них большой размерности, измеренных в различных типах шкал и различных единицах измерения [3].
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
3
Эти особенности АСК-анализа обусловили его выбор в качестве метода создания системно-когнитивной модели прогнозирования развития многоотраслевой агропромышленной корпорации. Авторы имеют опыт решения подобных задач в АПК [4-19].
АСК-анализ обеспечивает преобразование исходных данных в информацию, а ее в знания [1], и включает следующие этапы (рисунки 1 и 2):
1. Когнитивная структуризация предметной области.
2. Формализация предметной области.
3. Синтез и верификация системно-когнитивной модели.
4. Решение задач идентификации, прогнозирования и принятия решений.
5. Исследование моделируемого объекта путем исследования его системно-когнитивной модели.
О соотношении содержания понятий: «Данные», «Информация» и «Знания»
Рисунок 1. Содержание понятий: «Данные», «Информация» и «Знания»
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
4
Содержание понятий: «Данные», «Информация» и «Знания» и последовательность преобразования данных в информацию, а ее в знания в АСК-анализе и системе «Эйдос» рассмотрены в ряде работ по АСК-анализу2.
Данные - это информация, записанная на каком-либо носителе или находящаяся в каналах связи и представленная на каком-то языке или в системе кодирования и рассматриваемая безотносительно к ее смысловому содержанию.
Исходные данные об объекте управления обычно представлены в форме баз данных, чаще всего временных рядов, т.е. данных, привязанных ко времени. В соответствии с методологией и технологией автоматизированного системно-когнитивного анализа (АСК-анализ), для управления и принятия решений использовать непосредственно исходные данные не представляется возможным. Точнее сделать это можно, но результат управления при таком подходе оказывается мало чем отличающимся от случайного. Для реального же решения задачи управления необходимо предварительно преобразовать данные в информацию, а ее в знания о том, какие воздействия на корпорацию к каким ее изменениям обычно, как показывает опыт, приводят.
Информация есть осмысленные данные.
Смысл данных, в соответствии с концепцией смысла Шенка-Абельсона, состоит в том, что известны причинно-следственные зависимости между событиями, которые описываются этими данными. Таким образом, данные преобразуются в информацию в результате операции, которая называется «Анализ данных», которая состоит из двух этапов:
1. Выявление событий в данных (разработка классификационных и описательных шкал и градаций и преобразование с их использованием ис-
2
Подборка публикаций по этим вопросам: http://www.twirpx.com/file/793311/
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
5
ходных данных в обучающую выборку, т.е. в базу событий - эвентологи-ческую базу).
2. Выявление причинно-следственных зависимостей между событиями.
В случае систем управления событиями в данных являются совпадения определенных значений входных факторов и выходных параметров объекта управления, т.е. по сути, случаи перехода объекта управления в определенные будущие состояния под действием определенных сочетаний значений управляющих факторов. Качественные значения входных факторов и выходных параметров естественно формализовать в форме лингвистических переменных. Если же входные факторы и выходные параметры являются числовыми, то их значения измеряются с некоторой погрешностью и фактически представляют собой интервальные числовые значения, которые также могут быть представлены или формализованы в форме лингвистических переменных (типа: «малые», «средние», «большие» значения экономических показателей).
Какие же математические меры могут быть использованы для количественного измерения силы и направления причинно-следственных зависимостей?
Наиболее очевидным ответом на этот вопрос, который обычно первым всем приходит на ум, является: «Корреляция». Однако, в статистике это хорошо известно, что это совершенно не так. Для преобразования исходных данных в информацию необходимо не только выявить события в этих данных, но и найти причинно-следственные связи между этими событиями. В АСК-анализе предлагается 7 количественных мер причинноследственных связей, основной из которых является семантическая мера целесообразности информации по А.Харкевичу [3].
Знания - это информация, полезная для достижения целей.
Значит для преобразования информации в знания необходимо:
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
6
1. Поставить цель (классифицировать будущие состояния моделируемого объекта на целевые и нежелательные).
2. Оценить полезность информации для достижения этой цели (знак и силу влияния).
Второй пункт, по сути, выполнен при преобразовании данных в информацию. Поэтому остается выполнить только первый пункт, т.к. классифицировать будущие состояния объекта управления как желательные (целевые) и нежелательные.
Знания могут быть представлены в различных формах, характеризующихся различной степенью формализации:
- вообще неформализованные знания, т.е. знания в своей собственной форме, ноу-хау (мышление без вербализации есть медитация);
- знания, формализованные в естественном вербальном языке;
- знания, формализованные в виде различных методик, схем, алгоритмов, планов, таблиц и отношений между ними (базы данных);
- знания в форме технологий, организационных, производственных, социально-экономических и политических структур;
- знания, формализованные в виде математических моделей и методов представления знаний в автоматизированных интеллектуальных системах (логическая, фреймовая, сетевая, продукционная, нейросетевая, нечеткая и другие).
Таким образом, для решения сформулированной проблемы необходимо осознанно и целенаправленно последовательно повышать степень формализации исходных данных до уровня, который позволяет ввести исходные данные в интеллектуальную систему, а затем:
- преобразовать исходные данные в информацию;
- преобразовать информацию в знания;
- использовать знания для решения задач управления, принятия решений и исследования предметной области.
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
7
В данной работе в соответствии с методологией Автоматизированного системно-когнитивного анализа (АСК-анализ) рассматривается реализация 1-го и 2-го этапов АСК-анализа: когнитивной структуризации и формализации предметной области. На этапе когнитивной структуризации предметной области исследователи решают, что рассматривать в качестве объекта моделирования, влияющих на него факторов и результатов их действия.
Последовательность обработки данных, информации и знаний в системе «Эйдос-Х++»
с
Когнитивно-целевая структуризация предметной области (неавтоматизированный в системе «Эйдос-Х++» этап АСК-анализа)
3
Формализация предметной области
Средства кодирования исходных данных
lnp_data, lnp_data.xls
Исходные данные
Class_Sc, Gr_CISc
Классификационные шкалы и градации
Opis_Sc, Gr_OpSc
Описательные шкалы и градации
Обучающая выборка, эвентологическая база данных
Решение задач распознавания системной идентификации и прогнозирования
Решение задач управления (поддержки принятия решений)
Решение задач исследования предметной области путем исследования ее модели
Рисунок 2. Последовательность преобразования данных в информацию, а ее в знания в АСК-анализе и системе «Эйдос»
В данном случае в качестве объекта моделирования рассматривается многоотраслевая агропромышленная корпорация («Холдинг»), в качестве
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
8
факторов, влияющих на ее развитие: Выручка от реализации (Отгрузка), Себестоимость приобретения, Валовая прибыль, Коммерческие расходы, Чистая прибыль, текущие и за 4 последним квартала по предприятиям, входящим в холдинг, а в качестве прогнозируемых показателей - эти показатели по холдингу в целом в двух следующих кварталах.
В соответствии с результатами когнитивной структуризации подготавливаются база исходных данных для исследования (обучающая выборка или база прецедентов) (таблица 1):
Таблица 1 - Исходные данные (фрагмент)
Наименование шкалы Тип данных 2000г., 1 кв. 2000г., 2 кв. 2000г., 3 кв. 2000г., 4 кв.
В 1-м кв.: ВС.ПО ХОЛД : Выручка от реализации N 0,27383403 0,05769639 0,15437844 -0,20388887
В 1-м кв.: ВС.ПО ХОЛД : Себестоимость приобретения N 0,28029666 0,05654697 0,14149217 -0,20277262
В 1-м кв.: ВС.ПО ХОЛД : Валовая прибыль N 0,34808617 0,01529807 0,25395728 -0,26520805
В 1-м кв.: ВС.ПО ХОЛД : Коммерческие расходы N 0,17911279 0,01163287 0,19818931 -0,12430448
В 1-м кв.: ВС.ПО ХОЛД : Чистая прибыль N 0,69558329 0,02558452 0,3015067 -0,42765802
В 2-м кв.: ВС.ПО ХОЛД : Выручка от реализации N 0,05769639 0,15437844 -0,20388887 0,26426991
В 2-м кв.: ВС.ПО ХОЛД : Себестоимость приобретения N 0,05654697 0,14149217 -0,20277262 0,27119177
В 2-м кв.: ВС.ПО ХОЛД : Валовая прибыль N 0,01529807 0,25395728 -0,26520805 0,31997283
В 2-м кв.: ВС.ПО ХОЛД : Коммерческие расходы N 0,01163287 0,19818931 -0,12430448 0,17289596
В 2-м кв.: ВС.ПО ХОЛД : Чистая прибыль N 0,02558452 0,3015067 -0,42765802 0,62070126
001.БАКАЛЕЯ ООО : Выручка от реализации (Отгрузка) N 59872.904 68605.74 81330.38 90666.871
001.БАКАЛЕЯ ООО : Себестоимость приобретения N 54663.068 62013.394 73244.71 82504.499
001.БАКАЛЕЯ ООО : Валовая прибыль N 5162.304 6515.82 7962.462 8074.803
001.БАКАЛЕЯ ООО : Коммерческие расходы: N 4855.162 5177.562 5708.661 6243.681
001.БАКАЛЕЯ ООО : Чистая прибыль N 4.937 960.807 1867.996 1432.32
002.РОССИНГРИДГРУПП : Выручка от реализации N 10875.6 12007.9 12784.1 13784
002.РОССИНГРИДГРУПП : Себестоимость приобретения: N 9642.754 10829.924 11628.944 12529.951
002.РОССИНГРИДГРУПП : Валовая прибыль N 1317.49 1289.439 1268.928 1375.051
002.РОССИНГРИДГРУПП : Коммерческие расходы: N 885.334 934.097 994.073 1055.042
002.РОССИНГРИДГРУПП : Чистая прибыль N 316.831 231.382 118.053 142.828
003.КОРМИЛИЦА : Выручка от реализации (Отгрузка) N 74196.02 87070.587 84697.234 106818.561
003.КОРМИЛИЦА : Себестоимость приобретения N 64274.399 78033.995 75411.831 93112.188
003.КОРМИЛИЦА : Валовая прибыль N 9489.662 8742.812 8835.316 13144.883
003.КОРМИЛИЦА : Коммерческие расходы: N 4584.478 5146.744 5115.603 6287.31
003.КОРМИЛИЦА : Чистая прибыль N 3611.378 1945.21 2250.487 4964.347
004.КУБАНЬ АЛКО ООО : Выручка от реализации (Отгрузка) N 9907.906 12479.705 17467.6 21390.205
004.КУБАНЬ АЛКО ООО : Себестоимость приобретения N 8502.326 10818.892 15205.326 18536.645
004.КУБАНЬ АЛКО ООО : Валовая прибыль N 1405.579 1660.813 2256.274 2845.56
004.КУБАНЬ АЛКО ООО : Коммерческие расходы: N 964.271 1177.139 1342.223 1542.788
004.КУБАНЬ АЛКО ООО : Чистая прибыль N 380.18 406.289 826.097 1210.297
005.КУБТОРГ ЗАО : Выручка от реализации (Отгрузка) N 222588.061 261211.761 254091.703 320455.682
005.КУБТОРГ ЗАО : Себестоимость приобретения N 176831.595 214111.287 206767.531 254373.733
005.КУБТОРГ ЗАО : Валовая прибыль N 17596.183 22349.374 19233.869 28821.405
005.КУБТОРГ ЗАО : Коммерческие расходы: N 11946.08 13915.558 13673.261 17032.353
005.КУБТОРГ ЗАО : Чистая прибыль N 2349.761 3924.535 714.98 2356.409
006.МОСКВИЧКА ООО : Выручка от реализации N 57378.5 75468.3 70557.5 109825.1
006.МОСКВИЧКА ООО : Себестоимость приобретения: N 52161.899 68321.089 63439.83 97980.652
006.МОСКВИЧКА ООО : Валовая прибыль N 5399.882 7363.734 7406.39 12510.962
006.МОСКВИЧКА ООО : Коммерческие расходы: N 3010.511 3939.762 3445.43 4247.655
006.МОСКВИЧКА ООО : Чистая прибыль N 2158.976 3174.71 3740.921 7811.79
Исходные данные, приведенные в таблице 1, охватывают период с 2000 по 2009 годы (10-летний лонгитюд), включают 340 строк (классифи-
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
9
кационных и описательных шкал) и подготовлены в соответствии с требованиями одного из программных интерфейсов системы «Эйдос» с внешними базами данных. Вместо описания этих требований приведем на ри-
сунке 3 Help к этому режиму:
О Help режима: "2,3.2.3. Импорт данных из транспонироваться внешних баз данных"
. Jsli
t
*
Данный режим обеспечивает импорт данных из внешних баз данных "lnp_data.xls", "Inp data.xlsx" или "lnp_data.dbf" + "Inp_name.txt" в систему "Эйдос-Х-и-" и Формализацию предметной области, т.е. создание классификационных и описательных шкал и градаций и обучающей выборки (см.6.4.).
ФОРМАТ ФАЙЛА ИСХОДНЫХ ДАННЫХ:
В строках с 1-Й по N-ю этого файла файла содержится информация о классификационных шкалах и градациях, а в строках с N+1-й по последнюю - об описательных шкалах и градациях.
При нумерации строк Файла исходных данных строка заголовка не нумеруется. Все строки и колонки в Файле исходных данных должны быть текстового типа. Для преобразования ячеек к текстовому типу надо в Excel заменить во всех числах десятичную запятую на десятичную точку и присвоить ячейкам текстовый тип данных.
1 -й столбец этого Файла должен быть текстового типа и содержать информацию о наименованиях шкал.
Длина этих наименований должна быть минимальной, достаточной для понимания, т. к. используется в многочисленных текстовых и графических выходных формах
2-й столбец содержит информацию о типе данных классификационной или описательной шкалы:
- "N" шкала числового типа (значения в колонках будут преобразовываться из текстового типа в числовой);
- "С" шкала текстового типа (значения в колонках обрабатываться как текстовые).
Столбцы со 3-го по последний содержат информацию об объектах обучающей выборки.
Таким образом данный Файл является транспонированным Файлом стандарта, используемого режима 2.3.2.2().
Если задана опция Формирования классификационных и описательных шкал и градаций и обучающей выборки,то система автоматически находит минимальное и максимальное значения в каждой числовой шкале и Формирует заданное в диалоге количество равных интервалов. Градациями текстовых шкал являются уникальные значения. С использованием этой информации генерируется обучающая выборка, в которой каждому столбцу XLS-Файла исходных данных, начиная со второго, соответствует один объект обучающей выборки.
Если задана опция Формирования только распознаваемой выборки, то с использованием ранее сформированных классификационных и описательных шкал и градаций на основе Файла с именем: "lnp_rasp.xls" Формируется распознаваемая выборка. Файл "lnp_rasp.xls" должен иметь такую же структуру, как "lnp_rasp.xls", в том числе в "lnp_rasp.xls" должен быть те же диапазоны строк калассифкационных и описательных шкал, что и в Файле "lnp_data.xls"
—Принцип организации таблицы исходных данных:-
Нйимн1-Юийт1ий кЛйССифи Кв Ц.ИОН НЫК и ТиП Д-|ЭННЬ4К ш*-аг>9 НйиМонйЬЛ н лет 1-гй объекта оСучйюшей ВМСqimh НииМенйЬй i-ivrtr 2-го объекта оСучвюшей е*иСнг10и:и - - -
HflMMUHDUilHiW 1->Й КПОССШЬинйиИйНнйЛ шкйПы а Т икс тооои 3 и йчймйв Т ексговсэи м иО - т т
Н^иманЬплннп 2-^ кгтаосификпциомнсай шкллы N Чиг: л с? пост 3.1 ^ЯЧПНИП амлчпниа - - -
•ант
Н ЛИМОНОВ Л Р1ИО 1-й bfiHfcat йд l 1 йй шка/гы С Т акстоооо Т аЯСГОПОО Mi т т
Н^ммомоплмнп 2-й ЬПИСПТОЛЬНПЙ LU К Л П- ■ 1 и чиглопгмт з 11 D4i»tm ЧИСПОА<>Г» пмлчомии - - -
, -, . . . ...
□ к |] Cancel
Рисунок 3. Help программного интерфейса системы «Эйдос», используемого для формализации предметной области на основе исходных данных из таблицы 1
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
10
На этапе формализации предметной области база исходных данных нормализуются, т.е. разрабатываются классификационные и описательные шкалы и градации и с их использованием база исходных данных кодируется. В результате формируется база событий (эвентологическая база данных) и обучающая выборка. Этап когнитивной структуризации и подготовки исходных данных не формализован, а этап формализации предметной области полностью автоматизирован и выполняются непосредственно с применением универсальной когнитивной аналитической системы «Эй-дос», которая является программным инструментарием АСК-анализа. Этапы когнитивной структуризации и формализации предметной области АСК-анализа являются первыми этапами преобразования данных в информацию, а ее в знания.
На рисунке 4 приведено окно программного интерфейса 2.3.2.3 для задания параметров формализации предметной области:
Рисунок 4. Окно программного интерфейса 2.3.2.3 для задания параметров
формализации предметной области
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
11
В результате работы данного программного интерфейса созданы классификационные и описательные шкалы и градации и исходные данные, представленные в таблице 1, закодированы с их использованием, в результате чего создана обучающая выборка и база событий (эвентологи-ческая база данных) (рисунки 5, 6, 7):
2.1. Кляггифик-Я1 тонные нигллы и грллямии. Тетлмля молелы "1NF1" Iе3!®
В 1-м кв.: ВС.ПО Х0ЛД.: Чистая прибыль ... Очень малое. 1 /5-{-1.0000000, -0.6000000} ...
2 В 2-м кв.: ВС.П0 Х0ЛД.: Чистая прибыль ... 2 Малое: 2/5-I-0.6000000, -0.2000000} ...
3 Среднее: 3/5-{-0.2000000, 0.2000000} ...
4 Большое: 4/5-Ш.2000000, 0.6000000} ...
5 Очень большое: 5/5-{0.6000000,1.0000000} ...
Л I ► л ► г
J I InMnillh I J I ПО II IK Л ли I J ШО ГПЛЛ IIIK ЯЛЫ I КППИП ШКЛЛи I Г ппио гоял шкалы I Кппип шклли о голл I Чллл шклли о голл I Нллл ГПЛЛ ШКАЛЫ I Чллляния и пяпякплиопялния I
Рисунок 5. Экранная форма просмотра и корректировки классификационных шкал и градаций
Будущие состояния холдинга формально описываются в модели как градации классификационных шкал, т.е. классы.
| ^ 2.2. Описательные шкалы и градации. Текущая модель: ТМF1п 1*° I*®
III
И Код шкалы Наименование описательной шкалы [- В Код градации Наименование градации описательной шкалы
001.БАКАЛЕЯ 000 : Выручка от реализа... 1 Г Очень малое. 1 /5-{5Э872.3040000,134183.4602000} ...
1 2 001.БАКАЛЕЯ 000 : Себестоимость прио... 2 Малое: 2/5-{134183.4602000, 208484.0164000} ...
1 2 001.БАКАЛЕЯ 000 : Валовая прибыль ... 3 Среднее: 3/5-{208484.0164000, 282804.5726000} ...
* 4 001.БАКАЛЕЯ 000 : Коммерческие расхо... 4 Большое: 4/5-{282804.5726000, 357115.1288000} ...
5 001 .БАКАЛЕЯ 000 : Чистая прибыль ... 5 Очень большое: 5/5-{357115.1288000, 431425.6850000} ...
6 002.РОССИНГРИДГРУПП : Выручка от реал...
7 002.РОССИНГРИДГРУПП : Себестоимость п...
8 002.РОССИНГРИДГРУПП : Валовая прибыл...
9 002.РОССИНГРИДГРУПП : Коммерческие р...
10 002.РОССИНГРИДГРУПП : Чистая прибыль...
11 ООЗ.КОРМИЛИЦА : Выручка от реализац...
“ 12 ООЗ.КОРМИЛИЦА : Себестоимость приоб...
13 ООЗ.КОРМИЛИЦА : Валовая прибыль ...
14 ООЗ.КОРМИЛИЦА : Коммерческие расхо...
15 ООЗ.КОРМИЛИЦА : Чистая прибыль ...
- 16 004.КУБАНЬ АЛКО 000 : Выручка от реали...
17 004.КУБАНЬ АЛКО 000 : Себестоимость пр...
18 004.КУБАНЬ АЛКО 000 : Валовая прибыль ...
18 004.КУБАНЬ АЛКО 000 : Коммерческие ра...
20 004.КУБАНЬ АЛКО 000 : Чистая прибыль ...
21 005.КУБТ0РГ ЗАО : Выручка от реализац...
22 005.КУБТ0РГ ЗАО : Себестоимость приоб...
<\ I > ч I > Г
Помощь Доб.шкалу Доб.град.шкалы Копир.шкалу Копир.град.шкалы Копир.шкалу с град. Удал.шкалу с град. Удал.град.шкалы Перекодировать Очистить J '
1' и
Рисунок 6. Экранная форма просмотра и корректировки описательных шкал и градаций
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
12
Показатели работы предприятий холдинга в прошлый период формально описываются в модели как градации описательных шкал, т.е. факторы и их значения, влияющие на будущие состояния холдинга.
Код объекта Наименование объекта Дат а Врем л Г
1 2000г., 1 кв. ... 15.11.2015 01:34:29
2 2000г., 2 кв. ... 15.11.2015 01.34:29
3 2000г., 3 кв. ... 15.11.2015 01.34:29
4 2000г., 4 кв. ... 15.11.2015 01:34:29
5 2001 г., 1 кв. ... 15.11.2015 01:34:30
6 2001 г., 2 кв. ... 15.11.2015 01:34:30
7 2001г., 3 кв. ... 15.11.2015 01:34:30
8 2001г., 4 кб. ... 15.11.2015 01:34:30
8 2002г., 1 кб. ... 15.11.2015 01:34:30
1 п Л опт- о 1 С 1 1 ОП1Е П1 ол-оп \ ►
Код Объекта Класс' 1 КласС'2 Класс 3 Класс 4 _2. ^ИРКод объекта Признак 1 Приз.нак'2 Признак 3 Признак 4 Признак-5 Признак 6 Признак 7 1 Г ,
I 5 8 0 0 ■ f 1 6 11 16 21 26 31
1 36 41 48 51 56 61 66
1 71 76 81 86 81 86 101
1 106 111 116 121 126 131 136
1 141 146 151 156 161 166 171
1 176 184 186 181 186 201 207
1 211 216 221 226 231 237 242
1 247 252 258 261 266 271 276
1 282 286 281 286 301 306 311
9 [► 1 <l 316 321 327 351 378 513 537 [>
Помощь Скопировать обуч.выб.в расп I. Добавить объект Добавить классы Добавить признакг i Удалить объект Удалить классы Удалить признаки Очистить БД
J,
Рисунок 7. Экранная форма просмотра и корректировки обучающей выборки (база событий)
Выводы.
В результате проведенной работы подготовлены все условия для выполнения последующих этапов АСК-анализа: синтез и верификация системно-когнитивной модели, решение задач идентификации, прогнозирования и принятия решений, а также исследования моделируемого объекта путем исследования его модели, которые планируется описать в будущих статьях.
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
13
Литература3
1. 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.
2. Луценко Е.В. Универсальная когнитивная аналитическая система «Эй-дос". Монография (научное издание). - Краснодар, КубГАУ. 2014. - 600 с. ISBN 978-594672-830-0
3. Луценко Е.В. Метризация измерительных шкал различных типов и совместная сопоставимая количественная обработка разнородных факторов в системнокогнитивном анализе и системе «Эйдос» / Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2013. -№08(092). С. 859 - 883. - IDA [article ID]: 0921308058. - Режим доступа: http://ei.kubagro.ru/2013/08/pdf/58.pdf, 1,562 у.п.л.
4. Макаревич О.А. Управление агропромышленным холдингом с применением
технологий искусственного интеллекта: Монография (научное издание). - М: "Финансы и статистика", 2009. - 215 с.: ил. - Режим доступа:
http://elibrary.ru/item.asp?id=19916607
5. Луценко Е.В. Системно-когнитивный подход к построению многоуровневой семантической информационной модели управления агропромышленным холдингом / Е.В. Луценко, В.И. Лойко, О.А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №07(041). С. 194 -214. - Шифр Информрегистра: 0420800012\0095, IDA [article ID]: 0410807011. - Режим доступа: http://ej.kubagro.ru/2008/07/pdf/11.pdf, 1,312 у.п.л.
6. Луценко Е.В. Исследование характеристик исходных данных по агропромыш-
ленному холдингу и разработка программного интерфейса их объединения и стандартизации (формализация предметной области) / Е.В. Луценко, В.И. Лойко,
О. А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №07(041). С. 215 - 246. - Шифр Информрегистра: 0420800012\0094, IDA [article ID]: 0410807012. - Режим доступа:
http://ej.kubagro.ru/2008/07/pdf/12.pdf, 2 у.п.л.
7. Луценко Е.В. Синтез и верификация двухуровневой семантической информационной модели агропромышленного холдинга / Е.В. Луценко, В.И. Лойко,
О. А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №08(042). С. 1 - 15. - Шифр Информрегистра: 0420800012\0120, IDA [article ID]: 0420808001. - Режим доступа:
http://ej.kubagro.ru/2008/08/pdf/01.pdf, 0,938 у.п.л.
8. Луценко Е.В. Решение задач прогнозирования и поддержки принятия решений (управления) для агропромышленного холдинга на основе его двухуровневой семантической информационной модели / Е.В. Луценко, В.И. Лойко, О. А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №08(042). С. 16 - 34. - Шифр Информрегистра: 0420800012\0119, IDA
3
Для удобства читателей ссылки на многие из этих работ размещены на сайте: http ://lc. kub a gro. ru/
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
14
[article ID]: 0420808002. - Режим доступа: http://ej.kubagro.ru/2008/08/pdf/02.pdf, 1,188 у.п.л.
9. Луценко Е.В. Исследование двухуровневой семантической информационной
модели агропромышленного холдинга / Е.В. Луценко, В.И. Лойко, О.А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №08(042). С. 35 - 75. - Шифр Информрегистра: 0420800012\0118, IDA [article ID]: 0420808003. - Режим доступа:
http://ej.kubagro.ru/2008/08/pdf/03.pdf, 2,562 у.п.л.
10. Луценко Е.В. Методология применения системно-когнитивного анализа для
синтеза многоуровневой семантической информационной модели агропромышленного холдинга и решения на ее основе задач прогнозирования, поддержки принятия управленческих решений и научных исследований / Е.В. Луценко, В.И. Лойко, О. А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГ АУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2009. - №01(045). С. 11 - 29. - Шифр Информрегистра: 0420900012\0006, IDA [article ID]: 0450901002. - Режим доступа:
http://ej.kubagro.ru/2009/01/pdf/02.pdf, 1,188 у.п.л.
11. Луценко Е.В. Автоматизированные технологии управления знаниями в агро-
промышленном холдинге / Е.В. Луценко, В.И. Лойко, О.А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар:
КубГАУ, 2009. - №08(052). С. 98 - 109. - Шифр Информрегистра: 0420900012\0088, IDA [article ID]: 0520908007. - Режим доступа: http://ej.kubagro.ru/2009/08/pdf/07.pdf, 0,75 у.п.л.
12. Луценко Е.В. Управление агропромышленным холдингом на основе когнитивных функций связи результатов работы холдинга и характеристик его предприятий / Е.В. Луценко, В.И. Лойко, О.А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2009. -№10(054). С. 248 - 260. - Шифр Информрегистра: 0420900012\0111, IDA [article ID]: 0540910015. - Режим доступа: http://ej.kubagro.ru/2009/10/pdf/15.pdf, 0,812 у.п.л.
13. Макаревич О. А. Применение технологий искусственного интеллекта для про-
гнозирования и управления в агропромышленном холдинге / О. А. Макаревич, Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2010. - №05(059). С. 149 - 157. - Шифр Информрегистра: 0421000012\0093, IDA [article ID]: 0591005010. - Режим доступа:
http://ej.kubagro.ru/2010/05/pdf/10.pdf, 0,562 у.п.л.
14. Автоматизированный системно-когнитивный анализ и его применение для управления социально-экономическими системами в АПК / 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, 2012. - №04(078). С. 654 - 698. - IDA [article ID]: 0781204055. - Режим доступа: http://ej.kubagro.ru/2012/04/pdf/55.pdf, 2,812 у.п.л.
15. Лойко В.И. Потоковые модели управления эффективностью инвестиций в агропромышленных объединениях / В.И. Лойко, Т.П. Барановская, Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар:
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
15
КубГАУ, 2012. - №09(083). С. 615 - 631. - IDA [article ID]: 0831209043. - Режим доступа: http://ej.kubagro.ru/2012/09/pdf/43.pdf, 1,062 у.п.л.
16. Лойко В.И. Инвестиционно-ресурсное управление сельскохозяйственным производством / В.И. Лойко, Т.П. Барановская, Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2012. -№09(083). С. 582 - 614. - IDA [article ID]: 0831209042. - Режим доступа: http://ej.kubagro.ru/2012/09/pdf/42.pdf, 2,062 у.п.л.
17. Луценко Е.В. Интеллектуальные модели инвестиционного управления АПК /
Е.В. Луценко, В. И. Лойко, Т. П. Барановская // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2012. - №09(083). С. 540 -581. - IDA [article ID]: 0831209041. - Режим доступа:
http://ej.kubagro.ru/2012/09/pdf/41.pdf, 2,625 у.п.л.
18. Луценко Е.В. Концептуальные основы управления экономической устойчивостью перерабатывающего комплекса региона с применением технологий искусственного интеллекта / Е.В. Луценко, В.И. Лойко, Т.П. Барановская // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2013. -№03(087). С. 739 - 748. - IDA [article ID]: 0871303057. - Режим доступа: http://ej.kubagro.ru/2013/03/pdf/57.pdf, 0,625 у.п.л.
19. Луценко Е.В. Синтез, верификация и исследование на устойчивость системнокогнитивной модели перерабатывающего комплекса региона / Е.В. Луценко, В.И. Лойко, Т.П. Барановская // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2014. - №07(101). С. 305 - 333. - IDA [article ID]: 1011407016. - Режим доступа: http://ej.kubagro.ru/2014/07/pdf/16.pdf, 1,812 у.п.л.
References
1. Lucenko E.V. Avtomatizirovannyj sistemno-kognitivnyj analiz v upravlenii aktivnymi ob#ektami (sistemnaja teorija informacii i ee primenenie v issledovanii jekonomicheskih, social'no-psihologicheskih, tehnologicheskih i organizacionno-tehnicheskih sistem): Monografija (nauchnoe izdanie). - Krasnodar: KubGAU. 2002. - 605 s.
2. Lucenko E.V. Universal'naja kognitivnaja analiticheskaja sistema «Jejdos". Monografija (nauchnoe izdanie). - Krasnodar, KubGAU. 2014. - 600 s. ISBN 978-5-94672830-0
3. Lucenko E.V. Metrizacija izmeritel'nyh shkal razlichnyh tipov i sovmestnaja sopostavimaja kolichestvennaja obrabotka raznorodnyh faktorov v sistemno-kognitivnom analize i sisteme «Jejdos» / E.V. Lucenko // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2013. - №08(092). S. 859 - 883. - IDA [article ID]: 0921308058. - Rezhim dostupa: http://ej.kubagro.ru/2013/08/pdf/58.pdf, 1,562 u.p.l.
4. Makarevich O.A. Upravlenie agropromyshlennym holdingom s primeneniem tehnologij iskusstvennogo intellekta: Monografija (nauchnoe izdanie). - M: "Finansy i statis-tika", 2009. - 215 s.: il. - Rezhim dostupa: http://elibrary.ru/item.asp?id=19916607
5. Lucenko E.V. Sistemno-kognitivnyj podhod k postroeniju mnogourovnevoj seman-ticheskoj informacionnoj modeli upravlenija agropromyshlennym holdingom / E.V. Lucenko, V.I. Lojko, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jel-
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
16
ektronnyj resurs]. - Krasnodar: KubGAU, 2008. - №07(041). S. 194 - 214. - Shifr Inform-registra: 0420800012\0095, IDA [article ID]: 0410807011. - Rezhim dostupa:
http://ej.kubagro.ru/2008/07/pdf/11.pdf, 1,312 u.p.l.
6. Lucenko E.V. Issledovanie harakteristik ishodnyh dannyh po agropromyshlennomu holdingu i razrabotka programmnogo interfejsa ih ob#edinenija i standartizacii (formalizacija predmetnoj oblasti) / E.V. Lucenko, V.I. Lojko, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauch-nyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2008. - №07(041). S. 215 - 246. - Shifr Informregistra: 0420800012\0094, IDA [article ID]: 0410807012. -Rezhim dostupa: http://ej.kubagro.ru/2008/07/pdf/12.pdf, 2 u.p.l.
7. Lucenko E.V. Sintez i verifikacija dvuhurovnevoj semanticheskoj informacionnoj modeli agropromyshlennogo holdinga / E.V. Lucenko, V.I. Lojko, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2008. - №08(042). S. 1 - 15. - Shifr Informregistra: 0420800012\0120, IDA [article ID]:
0420808001. - Rezhim dostupa: http://ej.kubagro.ru/2008/08/pdf/01.pdf, 0,938 u.p.l.
8. Lucenko E.V. Reshenie zadach prognozirovanija i podderzhki prinjatija reshenij (upravlenija) dlja agropromyshlennogo holdinga na osnove ego dvuhurovnevoj semanticheskoj informacionnoj modeli / E.V. Lucenko, V.I. Lojko, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2008. - №08(042). S. 16 - 34. - Shifr Informregistra: 0420800012\0119, IDA [article ID]:
0420808002. - Rezhim dostupa: http://ej.kubagro.ru/2008/08/pdf/02.pdf, 1,188 u.p.l.
9. Lucenko E.V. Issledovanie dvuhurovnevoj semanticheskoj informacionnoj modeli agropromyshlennogo holdinga / E.V. Lucenko, V.I. Lojko, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2008. -№08(042). S. 35 - 75. - Shifr Informregistra: 0420800012\0118, IDA [article ID]:
0420808003. - Rezhim dostupa: http://ej.kubagro.ru/2008/08/pdf/03.pdf, 2,562 u.p.l.
10. Lucenko E.V. Metodologija primenenija sistemno-kognitivnogo analiza dlja sinteza mnogourovnevoj semanticheskoj informacionnoj modeli agropromyshlennogo holdinga i reshenija na ee osnove zadach prognozirovanija, podderzhki prinjatija upravlencheskih reshenij i nauchnyh issledovanij / E.V. Lucenko, V.I. Lojko, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2009. -№01(045). S. 11 - 29. - Shifr Informregistra: 0420900012\0006, IDA [article ID]: 0450901002. - Rezhim dostupa: http://ej.kubagro.ru/2009/01/pdf/02.pdf, 1,188 u.p.l.
11. Lucenko E.V. Avtomatizirovannye tehnologii upravlenija znanijami v agropromysh-lennom holdinge / E.V. Lucenko, V.I. Lojko, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2009. - №08(052). S. 98 - 109. - Shifr Informregistra: 0420900012\0088, IDA [article ID]: 0520908007. - Rezhim dostupa: http://ej.kubagro.ru/2009/08/pdf/07.pdf, 0,75 u.p.l.
12. Lucenko E.V. Upravlenie agropromyshlennym holdingom na osnove kognitivnyh
funkcij svjazi rezul'tatov raboty holdinga i harakteristik ego predprijatij / E.V. Lucenko, V.I. Lojko, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2009. - №10(054). S. 248 - 260. - Shifr Informregistra: 0420900012\0111, IDA [article ID]: 0540910015. - Rezhim dostupa:
http://ej.kubagro.ru/2009/10/pdf/15.pdf, 0,812 u.p.l.
http://ej.kubagro.ru/2015/09/pdf/97.pdf
Научный журнал КубГАУ, №113(09), 2015 года
17
13. Makarevich O.A. Primenenie tehnologij iskusstvennogo intellekta dlja prognoziro-vanija i upravlenija v agropromyshlennom holdinge / O.A. Makarevich, E.V. Lucenko // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2010. - №05(059). S. 149 - 157. - Shifr Informregistra: 0421000012\0093, IDA [article ID]: 0591005010. - Rezhim dostupa: http://ej.kubagro.ru/2010/05/pdf/10.pdf, 0,562 u.p.l.
14. Avtomatizirovannyj sistemno-kognitivnyj analiz i ego primenenie dlja upravlenija social'no-jekonomicheskimi sistemami v APK / E.V. Lucenko, V.I. Lojko, O.A. Makarevich, L.O. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs].
- Krasnodar: KubGAU, 2012. - №04(078). S. 654 - 698. - IDA [article ID]: 0781204055. -Rezhim dostupa: http://ej.kubagro.ru/2012/04/pdf/55.pdf, 2,812 u.p.l.
15. Lojko V.I. Potokovye modeli upravlenija jeffektivnost'ju investicij v agropromysh-lennyh ob#edinenijah / V.I. Lojko, T.P. Baranovskaja, E.V. Lucenko // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2012. -№09(083). S. 615 - 631. - IDA [article ID]: 0831209043. - Rezhim dostupa: http://ej.kubagro.ru/2012/09/pdf/43.pdf, 1,062 u.p.l.
16. Lojko V.I. Investicionno-resursnoe upravlenie sel'skohozjajstvennym proizvodstvom / V.I. Lojko, T.P. Baranovskaja, E.V. Lucenko // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2012. - №09(083). S. 582 - 614. -IDA [article ID]: 0831209042. - Rezhim dostupa: http://ej.kubagro.ru/2012/09/pdf/42.pdf, 2,062 u.p.l.
17. Lucenko E.V. Intellektual'nye modeli investicionnogo upravlenija APK / E.V. Lucenko, V.I. Lojko, T.P. Baranovskaja // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2012. - №09(083). S. 540 - 581. - IDA [article ID]: 0831209041. - Rezhim dostupa: http://ej.kubagro.ru/2012/09/pdf/41.pdf, 2,625 u.p.l.
18. Lucenko E.V. Konceptual'nye osnovy upravlenija jekonomicheskoj ustojchivost'ju pererabatyvajushhego kompleksa regiona s primeneniem tehnologij iskusstvennogo intellekta / E.V. Lucenko, V.I. Lojko, T.P. Baranovskaja // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2013. - №03(087). S. 739 - 748. -IDA [article ID]: 0871303057. - Rezhim dostupa: http://ej.kubagro.ru/2013/03/pdf/57.pdf, 0,625 u.p.l.
19. Lucenko E.V. Sintez, verifikacija i issledovanie na ustojchivost' sistemno-kognitivnoj modeli pererabatyvajushhego kompleksa regiona / E.V. Lucenko, V.I. Lojko, T.P. Baranovskaja // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs].
- Krasnodar: KubGAU, 2014. - №07(101). S. 305 - 333. - IDA [article ID]: 1011407016. -Rezhim dostupa: http://ej.kubagro.ru/2014/07/pdf/16.pdf, 1,812 u.p.l.
http://ej.kubagro.ru/2015/09/pdf/97.pdf
