Содержание к диссертации
Введение
ГЛАВА 1. Информационное сопровождение проектирования пространственно-распределенных динамических многофакторных систем. обзор существующих методик 10
1.1. Современные подходы и методы моделирования и проектирования сложных пространственно- распределенных многофакторных систем 10
1.1.1. Моделирование сложных систем на базе регрессионного анализа и линейного программирования 10
1.1.2. Имитационное моделирование на базе системной динамики 12
1.1.3. Пространственное моделирование и проектирование на базе ГИС технологий 16
1.1.4. ArcView GIS 3.1 -мощная настольная геоинформационная система 17
1.2. Примеры пространственно-распределенных динамических многофакторных систем. Обзор существующих средств их моделирования и анализа 19
1.2.1. Региональные межбюджетные и социально-экономические процессы. Анализ существующих методик моделирования и проектирования бюджета 19
1.2.2. Образовательная отрасль и оценка эффективности ее деятельности. Качество образования 24
Выводы по главе 1 29
ГЛАВА 2. Математическое обеспечение функционирования пространственно-распределенных многофакторных систем 30
2.1. Прогнозирование параметров систем на базе линейных многофакторных моделей и оценка доверительных интервалов 30
2.1.1. Прогнозная функция на базе линейных многофакторных моделей 30
2.1.2. Оценка прогнозной ошибки и определение доверительных интервалов для линейных многофакторных моделей 33
2.2. Оценка качества функционирования ресурсообеспечиваемых систем на базе линейных многофакторных моделей с учетом мнения экспертов. Оптимальное управление ресурсами 35
2.2.1. Однокритериальная модель 35
2.2.2. Многокритериальная модель 39
2.2.3. Учет инфляционной составляющей 42
2.3. Оптимальный перенос ресурсов в пространственно-распределенной системе 43
Выводы по главе 2 47
ГЛАВА 3. Разработка методик и алгоритмов имитационного, прогнозного и пространственного моделирования и проектирования динамических многофакторных систем 48
3.1. Преобразование динамических моделей в код алгоритмического языка Pascal 48
3.1.1. Анализ расчетов переменных системы при имитационном моделировании 49
3.1.2. Разработка методики автоматизированного упорядочения вычислений темпов и вспомогательных переменных 55
3.2. Разработка алгоритмов имитационного и прогнозного моделирования многофакторных систем 58
3.2.1. Поиск наилучшей комбинации факторов для прогноза параметра 58
3.2.2. Разработка методики моделирования и прогнозирования динамических многофакторных систем 62
3.3. Пространственное моделирование и проектирование систем с применением ГИС-технологий 65
3.3.1. Слои электронных карт 66
3.3.2. База данных 66
3.3.3. Аналитический блок 67
Выводы по главе 3 72
ГЛАВА 4. Проектирование и моделирование динамических многофакторных пространственно-распределенных систем на примере многоуровневых социально-экономических процессов (по данным владимирской области) 73
4.1. Моделирование, анализ, прогноз бюджетных и социально-экономических процессов для проектирования регионального бюджета на примере Владимирской области.73
4.1.1. Разработка мастера поиска прогнозных зависимостей 74
4.1.2. Разработка системы анализа, моделирования, прогнозирования социально-экономических процессов и проектирования регионального бюджета 76
4.1.3. Экспериментальная проверка применяемых методик прогнозирования сложных систем и оценки доверительных интервалов в проектировании регионального бюджета на примере фактических данных по Владимирской области 79
4.2. Моделирование и повышение эффективности образовательного процесса 82
4.2.1. Анализ параметров и экспертных оценок 83
4.2.2. Разработка математической модели критерия оценки качества образования как показателя ресурсообеспечиваемой системы 85
4.2.3. Учет инфляционной составляющей 88
4.2.4. Максимизация критерия оценки качества образования 89
4.2.5. Экспериментальные расчеты на базе математической модели критерия оценки качества образования и анализ результатов 91
4.3. Пространственное моделирование региональной телекоммуникационной системы на примере Владимирской области 96
4.4. Рациональное проектирование функционирования пространственно-распределенных систем на примере программы «Школьный автобус» 103
4.4.1. Слои электронных карт 103
4.4.2. База данных 104
4.4.3. Аналитический блок 106
Выводы по главе 4: 114
Заключение 116
Список использованных источников 118
- Имитационное моделирование на базе системной динамики
- Прогнозная функция на базе линейных многофакторных моделей
- Разработка методики моделирования и прогнозирования динамических многофакторных систем
- Экспериментальная проверка применяемых методик прогнозирования сложных систем и оценки доверительных интервалов в проектировании регионального бюджета на примере фактических данных по Владимирской области
Введение к работе
Актуальность работы
Современный этап развития информационных технологий
характеризуется широким применением математических методов для
анализа, моделирования, прогнозирования и проектирования
пространственно-распределенных динамических многофакторных систем.
Для улучшения эффективности функционирования таких систем, как
правило, требуется формулирование достаточно общих закономерностей,
которые при математической формализации задачи должны быть сведены к
известным зависимостям. Для большинства рассматриваемых в
диссертационной работе систем, например, социально-экономических, в силу
их специфики, многофакторности и чувствительности к изменению внешних
условий, вывод постоянно действующих закономерностей весьма
затруднителен. Более того, такие системы взаимосвязаны с другими
системами того же, более низкого или более высокого уровня. Поэтому
разработка и создание достаточно общих методик применения современных
информационных технологий и соответствующего математического
обеспечения для автоматизированного проектирования программных
средств, направленных на моделирование, анализ и прогнозирование, а также
проектирование пространственно-распределенных динамических
многофакторных систем является актуальной задачей, возможной, однако, при определенной аппроксимации.
Целью диссертационной работы является разработка методик и программных средств автоматизированного проектирования, направленных на моделирование, анализ и прогнозирование, а также проектирование пространственно-распределенных динамических многофакторных систем на базе изучения динамики развития процессов, лежащих в основе управления такими системами, и с использованием географических информационных систем - ГИС-технологий.
Для достижения поставленной цели в работе решены следующие задачи:
разработан метод преобразования динамических моделей, созданных на базе методов системной динамики, в коды компиляторов языков программирования высокого уровня;
созданы алгоритмы для прогнозирования значений управляющих параметров на базе линейных многофакторных моделей с учетом колебаний и временных лагов для выявленных значимых факторов;
предложена методика распределения ресурса изучаемой системы с учетом инфляционной поправки для многофакторной системы на базе общей статистической модели с критериями оценки качества ее функционирования, сформулированными экспертами;
разработаны подходы и алгоритмы автоматизированного проектирования и созданы программные средства на основе
f' алгоритмических языков высокого уровня для моделирования,
анализа и прогнозирования значений управляющих параметров сложных систем на базе линейных многофакторных моделей и методов системной динамики, направленных на решение различных задач, включая проектирование пространственно-распределенных
ф динамических многофакторных систем с использованием ГИС-
технологий.
Научная новизна работы определяется решением задач в рамках
поставленных целей соответствующими адекватными методами на базе
* математических подходов и современных информационных технологий, и
сводится к следующему:
разработан метод преобразования имитационных моделей,
реализованных на базе методов системной динамики, в коды для
компиляторов алгоритмических языков высокого уровня;
созданы алгоритмы для прогнозирования значений управляющих параметров и оценки соответствующих доверительных интервалов на базе линейной многофакторной модели, которая учитывает временные лаги выделенных значимых факторов без необходимости их прогноза;
разработана общая статистическая модель с критериями оценки качества функционирования многофакторной ресурсозависимой системы (на основе экспертных оценок для социально-экономической системы) и алгоритмы распределения ресурса с учетом инфляционной поправки.
Практическая ценность работы заключается в разработке алгоритмов автоматизированного проектирования и в создании с помощью алгоритмических языков высокого уровня и ГИС-технологий программных средств для моделирования, анализа и прогнозирования параметров сложных систем на базе линейных многофакторных моделей и методов системной динамики, которые позволяют осуществлять рациональное проектирование процессов, лежащих в основе управления пространственно распределенными динамическими системами с целью повышения их качества, а также снижения соответствующих затрат ресурсов. Используемый метод преобразования имитационных моделей в коды компиляторов алгоритмических языков высокого уровня позволяет значительно снизить стоимость программных комплексов, содержащих такие модели.
Реализация и внедрение результатов
Разработанные в диссертации модели, алгоритмы, программные и методические средства использовались при выполнении госбюджетных и хоздоговорных научно-исследовательских работах с участием автора в рамках ряда НТП Минобразования России и региональных программ.
Основные результаты работы внедрены в Счетной палате Владимирской области и в Департаменте образования Администрации Владимирской области, а также в Минобразовании России, во Владимирском государственном университете.
Апробация работы
Основные результаты работы докладывались на следующих научно-технических совещаниях и конференциях:
- V международная конференция «Математические методы и
^ информационные технологии в экономике», Пенза 2000;
- IV международная конференция «Идентификация систем и задачи
управления», Москва, 26-28 сентября 2000 ИЛУ им. Трапезникова
РАН; .
- международная конференция «Гибридные системы MODEL VISION
f STUDIUM», Санкт-Петербург, 7-9 июня, 2001 г.
международная конференция «Телематика 2001», Санкт-Петербург, 18-21 июня 2001 г;
Всероссийская конференция «Телематика 2002» Санкт-Петербург, 3-6 июня 2002 г;
ч# - Всероссийская конференция «Научные основы федерально-
региональной политики в области образования», Владимир, 5-8 февраля 2002 г.
международная конференция «Финансовый контроль и новые информационные технологии», Суздаль, 9-12 февраля, 2002 г.
Всероссийская конференция «Современная образовательная среда», Москва, ВВЦ, 1-4 ноября 2002 г;
II международная выставка-конференция «Информационные технологии и телекоммуникации в образовании», Москва, 6-9 апреля, 2000 г;
Ill выставка-ярмарка «Современная образовательная среда», Москва, ВВЦ, 21-24 ноября 2001 г;
IV выставка-ярмарка «Современная образовательная среда», Москва, ВВЦ, 1-4 ноября 2002 г.
Всероссийская конференция «Телематика 2003» Санкт-Петербург, 14-17 апреля 2003 г;
Всероссийская конференция-семинар «Российские регионы в современной системе непрерывного образования - на пути создания информационного общества», Владимир, 12-14 мая 2003 г.
На защиту выносятся:
метод преобразования имитационных моделей, реализованных на базе подходов системной динамики, в коды для компиляторов алгоритмических языков высокого уровня;
общая статистическая модель с критериями оценки качества функционирования многофакторной ресурсозависимой системы (на основе экспертных оценок) и алгоритмы распределения ресурса с учетом инфляционной поправки (на примере социально-экономической системы по данным Владимирской области);
алгоритмы моделирования и прогнозирования динамических многофакторных систем на базе методов системной динамики и линейных многофакторных моделей с применением языков программирования высокого уровня;
подходы и алгоритмы проектирования и создания с помощью алгоритмических языков высокого уровня и ГИС-технологий программных средств для моделирования, анализа и прогнозирования параметров пространственно-распределенных динамических многофакторных систем.
Публикации
Основные результаты работы опубликованы в 23 изданиях, в т.ч. одной монографии, 13 статьях, а также представлены в научно-технических отчетах НИР в рамках ряда НТП Минобразования России и по региональным программам.
Объем и структура диссертации
Диссертация изложена на 171 страницах машинописного текста. Состоит из введения, четырех глав, заключения и приложений. Список литературы содержит 101 наименование. Таблиц 17, рисунков 28.
Имитационное моделирование на базе системной динамики
Для моделирования динамического поведения системы необходимо различать 4 иерархические ступени её структуры: внешняя граница замкнутой системы, цепи обратной связи как основные структурные элементы внутри границы системы, переменные, называемые уровнями (в теории управления - состояние), которые представляют накопления (аккумуляцию) в цепях обратной связи, переменные, называемые темпами, которые отражают активность в цепях обратной связи. Темпом называется скорость изменения уровня, характеризующего запас системы. Они характеризуют потоки, входящие и выходящие из резервуаров. Темпы не зависят непосредственно друг от друга [34, 35].
Границы системы выбирается таким образом, чтобы охватить те компоненты, взаимодействие которых определяет важные стороны поведения системы [34].
В пределах этой границы система должна быть способна сама генерировать любую ситуацию, любые затруднения, которые, возможно потребуется проанализировать. Принцип замкнутости предполагает, что поведение исследуемой системы не навязывается ей извне, но создаётся внутри границы.
Чтобы построить имитационную модель системы, в первую очередь необходимо выявить компоненты, чьё взаимодействие определяет те стороны поведения системы, которые должны быть исследованы. Для каждого конкретного случая выбор ограничивается компонентами, лежащими внутри динамической границы, соответствующей данному случаю, все же другие компоненты исключаются как нерелевантные в данной ситуации и, следовательно, находятся за пределами границы. Динамическое поведение системы генерируется узлами обратной связи. Цепи обратной связи являются основными ячейками систем. На рис. 1 приведена простейшая структура цепи обратной связи [35].
Цепь обратной связи описывается переменными двух типов: темп и уровень. Они необходимы и достаточны для построения модели системы. Как видно из рисунка цепь обратной связи должна содержать по одной из этих переменных.
Цепь обратной связи соответствует структуре, внутри которой принятие решения - уравнение темпа управляет потоком (процессом) или действием потока. Действие потока аккумулируется (интегрируется) и тем самым определяет уровень системы. Информация об уровне - основа для управления темпом потока.
Темп - причина изменения уровня. Изменение уровня определяется только темпами потока. Один уровень может воздействовать на другой только посредством темпа потока. Ни один темп не может непосредственно воздействовать на другой темп, так же как и уровень не может воздействовать на другой.
Системная динамика. Системная динамика представляет собой совокупность принципов и методов анализа динамических управляемых систем с обратной связью и их применения для решения производственных, организационных и социально-экономических задач [95]. В системах поддержки принятия решений применение системной динамики позволяет объединить несколько функциональных пространств организации в одно целое и обеспечить организационный и количественный базис для выработки более эффективной управленческой политики [88]. Философия системной динамики заключается в предположении, что организация более эффективно представляется в терминах лежащих в ее основе потоков, нежели в терминах отдельных функций. Потоки людей, денег, материалов, заявок и оборудования, а также интегрированные потоки информации могут быть выявлены во всех организациях [29]. Направленность на потоковую структуру заставляет аналитика естественным образом преодолевать внутриорганизационные границы. Системно-динамические модели имеют следующие преимущества: они заставляет лицо, принимающее решение, точнее и полнее формулировать словесные описания причин возникновения проблемы, которые оно неизбежно хранит в своей голове; в процессе их формального построения аналитик вскрывает и устраняет многочисленные внутренние противоречия и сомнения; когда достигнут приемлемый уровень надежности, становятся возможными формальные эксперименты по выработке управленческой политики, быстро раскрывающие вероятные следствия из различных управленческих альтернатив; на них могут быть исследованы ситуации типа "что, если...". Имитационное моделирование с применением пакета PowerSim Constructor. Имитационная модель воспроизводит поведение объекта за определенный период времени; в этом смысле она является динамической. Для формального описания моделей динамических систем принимаются следующие обозначения: t - переменная времени; dt - ее положительное приращение [41]. Как правило, t имеет нулевое начальное значение и за каждый шаг моделирования увеличивается на dt. Одним из самых распространенных средств имитационного моделирования на базе системной динамики является Powersim Constructor (PSC). В [36] приводится следующая трактовка данного пакета. Powersim - визуальный диаграммно-ориентированный язык системно динамического моделирования для ЭВМ. Данный пакет оснащен продвинутыми функциями: моделирование диалогов, диалоговая помощь, расширяемая библиотека функций, двустороннее конвертирование данных со всеми языками системно-динамического моделирования. В диаграммах PSC приняты те же самые обозначения уровней и темпов, как изображенные на рис 1. Дополнительно в пакете предусмотрены переменные конверторы и константы, которые позволяют избегать перегруженности соотношений в имитационных моделях.
Прогнозная функция на базе линейных многофакторных моделей
Под положительными факторами предполагаются большой прием учащихся, отличные результаты экзаменов и т.д. Среди отрицательных факторов отмечаются ветхость зданий, недостаток площадей для парковки автомобилей и т.д. Причинами снижения имиджа, по мнению авторов рассматриваемого варианта, может быть потеря высококвалифицированных кадров, поддержки спонсоров и органов власти и т.д. И, наконец, для повышения потенциала ОУ предлагается реализация следующих перспектив: повышение квалификации педагогов; слияние с другими ОУ, имеющими некоторые преимущества и т.д.
Как и в первой группе, оценка качества образования, базируется преимущественно на качественных факторах. Кроме того, некоторые из них, такие как «Недостаточно места для парковки автомобилей» вызывают сомнения относительно качества образования.
Методы экспертных оценок [62] предполагает ориентацию, прежде всего, на компетентность и опыт специалиста-эксперта, личность которого является главным «инструментом» исследования. Но в отличие от ранее рассмотренных способов и методов оценки качества образования здесь предполагается не только использование структурированных методик, но определение количественных результатов деятельности ОУ. В методе предполагается использование для экспертизы ОУ три блока данных: анализ формальных результатов: количество выпускников; процент медалистов; квалификация педагогов и т.п. анализ динамики учащихся: тестирование психофизиологических показателей и здоровья учащихся и т.п.; анализ психолого-педагогической организации образовательной среды. Использование данных способов оценки качества образования требует знаний нескольких отраслей науки (психология, педагогика, статистика и т.д.), привлечения большого количества респондентов, включая учащихся, а также много временных затрат. В группе под названием «Самоанализ деятельности школы» [63] предлагается использовать «Критерии оценки эффективности управления системой образования» и «Критерии и показатели продуктивности управленческой деятельности», которые включают в себя следующие категории параметров: доступность получения образования; вариантность образования; качество образования; социальная защита детей и педагогических работников; кадровое обеспечение; материально-техническое обеспечение; финансово-экономическое обеспечение; организационное обеспечение; мотивационное обеспечение. В категорию «Качество образования» вошли следующие параметры: количество победителей районных, областных, российских олимпиад, конкурсов, смотров, фестивалей; количество учащихся, получивших медали (процент от числа выпускников); количество учащихся, получивших оценки «4» и «5» по результатам итоговой аттестации; общая успеваемость по школе (процент); количество правонарушений среди подростков от общего количества обучающихся; количество выпускников, поступивших в учреждения высшего профессионального образования.
Данный группа методов определяет качество образования совокупностью показателей, характеризующих различные аспекты учебной деятельности образовательного учреждения: содержание образования, формы и методы обучения, материально-техническую базу, кадровый состав и т.п., которые обеспечивают развитие компетенции обучающейся молодежи. Кроме того, они предусматривает использование количественных характеристик, которые доступны практически в каждой школе [90]. Поэтому она (группа) является наиболее адаптированной для статистического анализа и математического моделирования.
Если сравнить предлагаемую выше методику с положениями стандарта ISO 8402 [91], в котором "TQM4 - это подход к руководству организацией, нацеленной на качество, основанный на участии всех ее членов и направленный на достижение долгосрочного успеха путем удовлетворения требований потребителя и выгоды для членов организации и общества", то можно сделать вывод о частичном СООТВЄТСТВРІИ данного стандарта с целями методики. Однако, чтобы говорить о полном соответствии необходим глубокий сравнительный анализ целей и средств их достижения в Российской образовательной отрасли с требованиями европейского стандарта, который выходит за рамки диссертационной работы.
Итак, в первой главе показано, как взаимосвязаны многоступенчатые системы с пространственными особенностями на примере региональных и отраслевых социально-экономических процессов. Их функционирование трудно представить без применения средств моделирования и проектирования. Существующие методики позволяют решать задачи автоматизированного . проектирования программных средств, ориентированных на конкретные системы. Однако следует иметь в виду, что такие системы взаимосвязаны с другими системами того же, более низкого или высокого уровня. Поэтому становится актуальным решение задач разработки достаточно общих методик автоматизированного проектирования программных средств, направленных на моделирование, анализ и прогнозирование, а также проектирование пространственно-распределенных динамических многофакторных систем. Об этом речь пойдет в следующих главах диссертационной работы. Выводы по главе 1 1. Рассмотрены классические и современные методы моделирования и оптимизации для информационного сопровождения проектирования сложных систем (системная динамика, множественная регрессия, а также линейное программирование). 2. Приведен обзор геоинформационных систем как средств пространственного моделирования и проектирования и подробно рассмотрен пакет Arc View GIS. 3. Рассмотрены примеры пространственно-распределенных динамических многофакторных систем и проведено сравнение существующих методик и средств их анализа, моделирования и прогнозирования. 4. Показана актуальность решения задач разработки достаточно общих методик автоматизированного проектирования программных средств, направленных на моделирование, анализ и прогнозирование, а также проектирование пространственно-распределенных динамических многофакторных систем В данной главе осуществляется разработка математического аппарата для моделирования, анализа, прогнозирования и проектирования пространственно-распределенных, динамических, многофакторных систем. В начале главы выполняется разработка методики прогнозирования параметров систем на базе линейных многофакторных систем с учетом колебаний и временных лагов для факторов. Затем осуществляется разработка модели критерия оценки качества функционирования ресурсообеспечиваемой системы с учетом экспертных оценок. Также на базе такой модели осуществляется разработка методики оптимального распределения ресурса с инфляционной поправкой. Завершается глава разработкой математического аппарата для проектирования рациональной транспортировки ресурсов в пространственно-распределенной системе.
Разработка методики моделирования и прогнозирования динамических многофакторных систем
В данной главе осуществляется разработка алгоритмов и методик моделирования, анализа, прогнозирования и проектирования на базе методов системной динамики, а также разработанного во второй главе математического аппарата, с применением ГИС-технологий и языков программирования высокого уровня. Начинается глава с разработки метода преобразования моделей, реализованных с помощью методов системной динамики, в коды для компиляторов языка высокого уровня. Далее осуществляется разработка алгоритмов и методики имитационного и прогнозного моделирования динамических многофакторных систем для проектирования и создания соответствующих программных средств. Завершается глава разработкой алгоритмов и методики пространственного моделирования и проектирования с применением ГИС-технологий. Основные результаты по главе 3 опубликованы в [70, 71, 85-87, 89].
Как уже упоминалось в первой главе, для автоматизированного использования системной динамики создана «линейка» программных средств: Stella, iThink Analyst, Powersim Constructor и др. Последние два пакета программ фактически позволяют «рисовать» динамические модели (создавать диаграммы), т.е. осуществлять визуальное моделирование. Powersim Constructor (PSC) имеет еще одно преимущество — возможность обмена данными с различными приложениями. Несмотря на это, составление моделей в данном пакете и их эксплуатация вызывает следующие проблемы: для работы моделей необходима установка PSC или ее облегченной версии (Powersim Runtime); обмен информацией между программными приложениями и PSC замедляет моделирование и повышает риск порчи или потери данных.
Кроме того, несмотря на большие возможности пакета Powersim Constructor, имитационное моделирование в нем ограничивается фиксированным набором функций [87]. Например, статистический и регрессионный анализ, решение задачи оптимизации невозможно с помощью рассматриваемого средства. Однако такая проблема решается при совместном использовании имитационных моделей и программ (алгоритмов), реализующих методы оптимизации, статистического анализа и т.д.
Поэтому становится актуальной задача разработки метода преобразования имитационных моделей, представляемых в виде системы нотаций языка Динамо, в модели, реализованные на таком языке, который позволил бы избежать обозначенных выше проблем. Кроме того, такое преобразование позволит экономить ресурсы ЭВМ за счет значительного снижения размера дискового пространства, занимаемого получаемыми моделями, и снятия необходимости в использовании PSC.
Здесь речь пойдет о преобразовании системно-динамических моделей в код алгоритмического языка [71], такого как Pascal или С, т.е. о получении аналогичной модели, но разработанной в виде некоторого метода (процедуры) или программного модуля. В этом случае будут сняты ограничения PSC, а также решены проблемы обмена данных между приложениями.
Идея преобразования моделей в коды базируется на том, что расчеты ее параметров в течение одного шага моделирования выполняются при помощи численного интегрирования [28] (например, методом Эйлера), а также что язык Динамо предусматривает переменные двух типов — уровни и темпы.
Поэтому, как может показаться, преобразование системно-динамических моделей можно выполнять при помощи «переписывания» соотношений интегрирования ДУ в код алгоритмического языка. Но на самом деле такое преобразование будет искажать PSC-модель, т.к. при его выполнении не будет выдержан нужный порядок вычислений. Таким образом, самой сложной частью рассматриваемой задачи является определение порядка вычислений соотношений интегрирования. Первым шагом решения данной подзадачи стало выполнение анализа на предмет взаимоотношения уровней и темпов. Результаты такого анализа привели к следующим выводам, некоторые из которых являются очевидными: темпы делятся на две группы: зависимые от уровней и независимые от них; очередь вычисления уровней влияет на поведение модели.
Экспериментальная проверка применяемых методик прогнозирования сложных систем и оценки доверительных интервалов в проектировании регионального бюджета на примере фактических данных по Владимирской области
Применяя разработанное во второй главе математическое обеспечение совместно с разработанными в третьей главе методом преобразования динамических моделей в коды языков программирования высокого уровня, методиками моделирования, прогнозирования и автоматизированного проектирования функционирования пространственно-распределенных многофакторных систем, можно создавать мощные системы, направленные на решение различных задач проектирования и анализа.
В следующей главе будут рассмотрены примеры решения таких задач. Методика прогнозирования параметра на базе линейных многофакторных моделей с учетом временных лагов и оценки соответствующих доверительных интервалов, а также метод преобразования динамических моделей будут использованы в разработке системы моделирования, анализа и прогнозирования региональных социально-экономических процессов, предназначенной для проектирования бюджета соответствующих уровней. Методика распределения ресурса с инфляционной поправкой для многофакторной системы на базе статистических моделей критериев (с учетом экспертных оценок), оценивающих качество ее функционирования, будет применена при разработке модели критерия оценки качества образования, зависимого от финансирования. Такая модель, в свою очередь, станет критерием эффективности при проектировании бюджета соответствующего образовательного учреждения или структуры. И, наконец, методика автоматизированного проектирования функционирования пространственно-распределенной системы, представляемой как группа подсетей, разбитых на домены с центральными ресурсообеспечивающими узлами, будет использована для эффективного проектирования перевозок людей или грузов в структурных единицах на примере программы «Школьный автобус». 1. Разработан метод преобразования динамических моделей, реализованных в виде системы нотаций языка динамо в коды для компиляторов алгоритмических языков высокого уровня. 2. Разработана методика моделирования и прогнозирования динамических многофакторных систем на базе методов системной динамики и линейных многофакторных моделей с применением языков программирования высокого уровня. 3. Разработана методика автоматизированного проектирования функционирования пространственно-распределенной системы, представляемой как группа подсетей, разбитых на домены с центральными ресурсообеспечивающими узлами.
В данной главе речь идет о применении разработанных в диссертации алгоритмов и методик для проектирования программных средств, направленных на проектирование и моделирование динамических многофакторных пространственно-распределенных систем. В качестве примера таких систем в главе рассматриваются региональная система связи, региональные бюджетные и социально-экономические процессы, а также процессы, протекающие в конкретной отрасли. В качестве такой отрасли выступает образование, в котором рассматривается функционирование конкретного учреждения - образовательной школы. Также эта отрасль представляется как пространственно-распределенная система, в которой выполняется рациональное проектирование процессов на примере программы «Школьный автобус». Основные результаты по главе 4 опубликованы в [72, 73, 75-79, 81, 83, 84, 86, 88, 89].
Задача проектирования регионального бюджета является актуальной на протяжении существования регулируемых социально-экономических процессов. Ее решение особенно востребовано, когда растет их динамика, например, во время реформирования экономики. Решение задачи проектирования регионального бюджета содержит этапы моделирования и прогнозирования показателей бюджетных и социально-экономических процессов. Этап моделирования был выполнен на базе пакета PowerSim Constructor. Этап прогнозирования в данном пакете возможен, если известны заранее найденные прогнозные зависимости [88]. Однако, при изменении данных необходимы другие прогнозные зависимости, нахождение которых на базе пакета невозможно. Решение данной проблемы становится возможным путем преобразования с помощью разработанного в третьей главе метода имитационной модели в модуль (объект) алгоритмического языка программирования высокого уровня и присоединение к нему модуля поиска прогнозных зависимостей. Последний можно разработать на базе методики поиска прогнозных зависимостей параметров на базе линейных многофакторных моделей и оценки соответствующих доверительных интервалов. С помощью алгоритмов имитационного и прогнозного моделирования многофакторных систем можно создать автоматизированное средство сопровождения и поддержки принятия управленческих решений по проектированию регионального бюджета, где прогнозное моделирование обеспечит для этого необходимыми данными. Таким образом, для моделирования, анализа, прогнозирования и проектирования регионального бюджета в диссертационной работе содержится вся необходимая методическая база. Для того чтобы поиск прогнозных зависимостей предусматривал гибкий подбор параметра и перечня возможных факторов, необходима разработка соответствующего интерфейса, состоящего из последовательно-сменяющихся окон, т.е. «мастера».
