CC BY
64
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 II. СИНТЕЗ И ВЕРИФИКАЦИЯ МОДЕЛИ1
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 3го АСК-анализа: синтез и верификация модели прогнозирования развития многоотраслевой агропромышленной корпорации. На этом этапе осуществляется синтез и верифкация 3 статистических и 7 системно-когнитивных моделей: ABS - матрица абсолютных частот, PRC1 и PRC2 - матрицы условных и безусловных процентных распределений, INF1 и INF2 - частный критерий: количество знаний по А.Харкевичу, INF3 - частный критерий: Хи-квадрат: разности между фактическими и теоретически ожидаемыми абсолютными частотами INF4 и INF5 - частный критерий: ROI - Return On Investment, INF6 и INF7 - частный критерий: разность условной и безусловной вероятностей (коэффициент взаимосвязи). Достоверности созданных моделей оценивались в соответствии с предложенной метрикой, сходной с известным F-критерием, но не предполагающей выполнение нормального распределения, линейности объекта моделирования, независимости и аддитивности
1 Работа поддержана грантом РФФИ №15
UDC 303.732.4 Economics
SYSTEM-COGNITIVE MODEL OF FORECASTING THE DEVELOPMENT OF DIVERSIFIED AGRO-INDUSTRIAL CORPORATIONS. PART II. SYNTHESIS AND MODEL VERIFICATION
Lutsenko Eugeny Veniaminovich Dr.Sci.Econ., Cand.Tech.Sci., professor
Kuban State Agrarian University, Krasnodar, Russia
Loiko Valerv 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 3rd ASC-analysis: synthesis and verification of forecasting models of development of diversified agro-industrial corporations. In this step, we have synthesis and verification of 3 statistical and 7 system-cognitive models: ABS - matrix of the absolute frequencies, PRC1 and PRC2 - matrix of the conditional and unconditional distributions, INF1 and INF2 private criterion: the amount of knowledge based on A. Kharkevich, INF3 -private criterion: the Chi-square test: difference between the actual and the theoretically expected absolute frequencies INF4 and INF5 - private criterion: ROI - Return On Investment, INF6 and INF7 - private criterion: the difference between conditional and unconditional probability (coefficient of relationship). The reliability of the created models was assessed in accordance with the proposed metric is similar to the known F-test, but does not involve the performance of normal distribution, linearity of the object modeling, the independence and additivity acting factors. The accuracy of the obtained models was high enough to
-06-02569
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
2
действующих на него факторов. Достоверность полученных моделей оказалось достаточно высокой для решения последующих задач идентификации, прогнозирования и принятия решений, а также исследования моделируемого объекта путем исследования его модели, которые 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
resolve the subsequent problems of identification, forecasting and decision making, as well as studies of the modeled object by studying its model, scheduled for consideration 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].
Эти особенности АСК-анализа обусловили его выбор в качестве метода создания системно-когнитивной модели прогнозирования развития
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
3
многоотраслевой агропромышленной корпорации. АСК-анализ включает следующие этапы:
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.
В работе [4] описана реализация первых дух этапов АСК-анализа при системно-когнитивные модели прогнозирования развития многоотраслевой агропромышленной корпорации. В данной статье рассмотрим третий и четвертый этапы. Авторы имеют опыт решения подобных задач в АПК [5-20].
Для синтеза и верификации системно-когнитивной модели запустим с параметрами по умолчанию режим 3.5 системы «Эйдос» (рисунок 1):
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
4
Рисунок 1. Экранная форма задания параметров работы режима синтеза и верификации моделей системы «Эйдос»
На рисунке 2 приведена экранная форма отображения стадии исполнения и прогнозирования времени окончания работы данного режима:
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
5
Рисунок 2. Экранная форма задания параметров работы режима синтеза и верификации моделей системы «Эйдос»
В результате работы данного режима перечисленные модели сначала создаются, а потом проверяются на достоверность путем идентификации объектов обучающей выборки и подсчета количества ошибок первого и второго рода (ложной идентификации и неидентификации). На рисунке 3 приведена информация о достоверности созданных моделей в соответствии с предложенной проф. Е.В. Луценко метрикой, сходной с известным F-критерием, но не предполагающей выполнение нормального распределения, линейности объекта моделирования, независимости и аддитивности действующих на него факторов:
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
6
Наименование модели и частного критерия Интегральный критерий Вероятность ; правильной идентифка... Вероятность правильной не иденшф... Средняя вероятно... правильн... результата Дата- получения результата Время получения результ..
Корреляция абс.частот с обр.... 88,750 31,265 60,007 15.11.2015 07:05:37
1. ABS • частный критерий: количество встреч сочетаний: "клас... Сумма абс.частот по признак... 100.000 50,000 15.11.2015 07:05:37
2. PRC1 • частный критерий: уел. вероятность i-ro признака сред... Корреляция уел.отн.частот с о... 88,750 31,265 60,007 15.11,2015 07:05:42
2. PRC1 • частный критерий: уел. вероятность i-ro признака сред... Сумма уел.отн.частот по приз... 100.000 50,000 15.11,2015 07:05:42
3. PRC2 • частный критерий: условная вероятность i-ro признака... Корреляция уел.отн.частот с о... 88,750 31,265 60,007 15.11.2015 07:05:48
3. PRC2 • частный критерий: условная вероятность i-ro признака... Сумма уел.отн.частот по приз... 100.000 50,000 15.11.2015 07:05:49
4. INF1 - частный критерий: количество знаний по А.Харкевичу; в... Семантический резонанс зна... 78,750 75.415 77,082 15.11,2015 07:05:55
4. INF1 • частный критерий: количество знаний по А.Харкевичу: в... Сумма знаний 73.750 61.720 70.235 15.11,2015 07:05:55
5. INF2 • частный критерий: количество знаний по А.Харкевичу: в... Семантический резонанс зна... 78,750 77.006 77.878 15.11.2015 07:06:01
5. INF2 • частный критерий: количество знаний по А.Харкевичу: в... Сумма знаний 80.000 68.709 74.355 15.11.2015 07:06:01
6. INF3 • частный критерий: Хи-квадрат, разности между Фактич... Семантический резонанс зна... 81.250 69.170 75,210 15.11,2015 07:06:07
6. INF3 - частный критерий: Хи-квадрат, разности между Фактич... Сумма знаний 81.250 69.170 75 .210 15.11,2015 07:06:07
7. INF4 - частный критерий: R0I (Return On Investment); вероятно... Семантический резонанс зна... 75,000 91,979 83.490 15.11.2015 07:06:13
7. INF4 - частный критерий: R0I (Return On Investment); вероятно... Сумма знаний 80.000 60.468 70,234 15.11.2015 07:06:13
8. INF5 - частный критерий: R0I (Return On Investment); вероятно... Семантический резонанс зна.. 75.000 92.289 83,644 15.11.2015 07:06:19
8. INF5 - частный критерий: R0I (Return On Investment); вероятно... Сумма знаний 85,000 60.601 72,801 15.11,2015 07:06:19
8. INF6 - частный критерий: разн.усл.и безусл.вероятностей; вер... Семантический резонанс зна... 81.250 69.921 75,586 15.11.2015 07:06:25
8. INF6 - частный критерий: разн.усл.и безусл.вероятностей; вер... Сумма знаний 81.250 62.465 71,857 15.11.2015 07:06:25
10.INF7 - частный критерий: разн.усл.и безусл.вероягностей; ве... Семантический резонанс зна... 78.750 70.186 74.468 15.11.2015 07:06:31
10.INF7 - частный критерий: разн.усл.и безусл.вероягностей; ве... Сумма знаний 85,000 59.003 72,002 15.11,2015 07:06:31
Помощь
Рисунок 3. Достоверность созданных моделей
На рисунке 4 приведена экранная форма Help данного режима, поясняющая смысл используемой метрики оценки достоверности:
Режим: Помощь по режиму: 4.1. 3.6: Виды прогнозов и принцип опрделения достовености моделей в системе 1ГЭйдос-Х++1Г. ПОЛОЖИТЕЛЬНЫЙ ПСЕБДОПРО ГНОЗ.
предположим, модель дает такой прогноз: выпадет 1, 2, 3, 4, 5 или 6. в этом случае у нее будет 100% достоверность идентификации, т.е. не будет ни одного объекта, не отнесенного к тому классу, к которому он действительно относится, но при этом будет очень большая сшибка ложной идентификации, т.к. огромное количество объектов будет отнесено к классам, к которым они не относятся (и именно за счет этого у модели и будет очень высокая достоверность идентификации), ясно, что такой прогноз бесполезен, поэтому он и назван мной псевдопрогнозом.
ОТРИЦАТЕЛЬНЫЙ ПСЕВДОПРОГНОЗ.
представим себе, что мы выбрасываем кубик с б гранями, и модель предсказывает, что не выпадет: 1, 2, 3, 4, 5 и б, а что-то из этого естественно выпало, конечно, модель дает ошибку в прогнозе в том плане, что не предсказала, что выпадет, зато она очень хорошо угадала, что не выпадет. Но ясно, что выпадет что-то одно, а не все, что предсказано, поэтому такого рода предсказания хорошо оправдываются в том, что не произошло и плохо в том, что произошло, т.е. в этом случае у модели будет 100% достоверность не идентификации, но очень низкая достоверность идентификации.
ИДЕАЛЬНЫЙ ПРОГНОЗ.
если в случае с кубиком мы прогнозируем, что выпадет, например 1, и соответственно прогнозируем, что не выпадет 2, 3,
4, 5, и 6, то это идеальный прогноз, имеющий, если он осуществляется, 100% достоверность идентификации и не идентификации. Идеальный прогноз, который полностью снимает неопределенность о будущем состоянии объекта прогнозирования, на практике удается получить крайне редко и обычно мы имеем дело с реальным прогнозом.
РЕАЛЬНЫЙ ПРОГНОЗ.
На практике мы чаще всего сталкиваемся именно с этим видом прогноза. Реальный прогноз уменьшает неопределенность о будущем состоянии объекта прогнозирования, но не полностью, как идеальный прогноз, а оставляет некоторую неопределенность не снятой, например, для игрального кубика делается такой прогноз: выпадет 1 или 2, и, соответственно, не выпадет 3, 4, 5 или б. понятно, что полностью на практике такой прогноз не может осуществиться, т.к. варианты выпадения кубика альтернативны, т.е. не может выпасть одновременно и 1, и 2. поэтому у реального прогноза всегда будет определенная ошибка идентификации. Соответственно, если не осуществится один или несколько из прогнозируемых вариантов, то возникнет и ошибка не идентификации, т.к. это не прогнозировалось моделью.теперь представите себе, что у вас не 1 кубик и прогноз его поведения, а тысячи, тогда можно посчитать средневзвешенные характеристики всех этих видов прогнозов.
Таким образом, если просуммировать проценты верной идентификации и не идентификации и вычесть проценты ложной идентификации и ложной не идентификации, то это и будет критерий качества модели, учитывающий как ее способность верно относить объекты к классам, которым они относятся, так и ее способность верно не относить объекты к тем классам, к которым они не относятся. Ясно, что этот критерий очень сходен по смыслу с известным F-критерием и сходные оценки качества моделей.
Рисунок 4. Смысл используемой метрики оценки достоверности
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
7
Из рисунка 3 видно, что наиболее достоверной оказалась модель INF5. В соответствии со схемой преобразования данных в информацию, а ее в знания в АСК-анализе (рисунок 6), зададим эту модель в качестве текущей (рисунок 7) и выполним пакетное распознавание в наиболее достоверной модели (рисунок 8):
Последовательность обработки данных, информации и знаний в системе «Эйдос-Х++»
с
Когнитивно-целевая структуризация предметной области (неавтоматизированный в системе «Эйдос-Х++» этап АСК-анализа)
Э
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
V
г Решение задач —
ro л Решение задач распознавания системной идентификации ^ и прогнозирования ^
V
Решение задач управления (поддержки принятия решений)
Решение задач исследования предметной области путем исследования ее модели
Рисунок 6. Схема преобразования данных в информацию, а ее в знания
в АСК-анализе и системе «Эйдос»
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
8
Рисунок 7. Экранные формы режима задания модели в качестве текущей
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
9
Рисунок 7. Экранная форма режима пакетного распознавания
Выводы.
В результате проведенной работы подготовлены все условия для выполнения последующих этапов АСК-анализа: решение задач идентификации, прогнозирования и принятия решений, а также исследования моделируемого объекта путем исследования его модели, которые планируется описать в будущих статьях.
Литература2
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. -
2 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/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
10
№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. Луценко Е.В. Системно-когнитивные модели прогнозирования развития многоотраслевой агропромышленной корпорации. Часть I. Когнитивная структуризация и формализация предметной области / Е.В. Луценко, В.И. Лойко, Т.П. Барановская, О.А. Макаревич // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2015. - №09(113). - IDA [article ID]: 1131509097. - Режим доступа: http://ej.kubagro.ru/2015/09/pdf/97.pdf, 1,125 у.п.л.
5. 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
6. 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.
7. 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.
8. 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.
9. 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 [article ID]: 0420808002. - Режим доступа: http://ej.kubagro.ru/2008/08/pdf/02.pdf, 1,188 у. п. л.
10. 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.
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
11
11. 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.
12. Луценко Е.В. Автоматизированные технологии управления знаниями в агропромышленном 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.
13. 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.
14. 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.
15. 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.
16. 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: 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.
17. 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.
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
12
18. 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.
19. 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.
20. 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. Lucenko E.V. Sistemno-kognitivnye modeli prognozirovanija razvitija mnogoot-
raslevoj agropromyshlennoj korporacii. Chast' I. Kognitivnaja strukturizacija i formalizacija predmetnoj oblasti / E.V. Lucenko, V.I. Lojko, T.P. Baranovskaja, O.A. Makarevich // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2015. - №09(113). - IDA [article ID]: 1131509097. - Rezhim dostupa:
http://ej.kubagro.ru/2015/09/pdf/97.pdf, 1,125 u.p.l.
5. 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
6. 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) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2008. - №07(041). S. 194 - 214. - Shifr Inform-
http://ej.kubagro.ru/2015/09/pdf/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
13
registra: 0420800012\0095, IDA [article ID]: 0410807011. - Rezhim dostupa:
http://ej.kubagro.ru/2008/07/pdf/11.pdf, 1,312 u.p.l.
7. 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.
8. 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.
9. 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.
10. 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.
11. 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.
12. 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.
13. 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/98.pdf
Научный журнал КубГАУ, №113(09), 2015 года
14
14. 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.
15. 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.
16. 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.
17. 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.
18. 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.
19. 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.
20. 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/98.pdf
