Модели и методы прогнозирования исхода и управления процессом выборов депутатов Биниенко Олег Анатольевич

Содержание к диссертации

ВВЕДЕНИЕ 6

ГЛАВА 1. ПРОЦЕСС ВЫБОРОВ ДЕПУТАТОВ И ЕГО ОСНОВНЫЕ
УЧАСТНИКИ. ФАКТОРЫ, ВЛИЯЮЩИЕ НА ИСХОД ВЫБОРОВ. ЗАДАЧИ
ПРОГНОЗИРОВАНИЯ И УПРАВЛЕНИЯ 9

1. Основные сущности процесса выборов 9

2. Модель факторов, влияющих на исход выборов 12

3. Классификация избирателей 13

4. Атрибуты и их классификация 16

1.4.1. Возможность численного выражения атрибутов 17

5. Параметры прохождения 17

6. Место диссертации среди других работ 18

7. Обзор источников информации о выборах 20

8. Задача прогнозирования исхода выборов 21

9. Типы моделей прогнозирования 25

10. Модификаторы параметров прохождения 27

11. Процесс управления 30

12. Изменения в предвыборном законодательстве и гибкость системы прогнозирования и управления 33

13. Результаты и выводы по главе 34

ГЛАВА 2. МЕТОДЫ И АЛГОРИТМЫ ПРОГНОЗИРОВАНИЯ ИСХОДА
ВЫБОРОВ, ИСПОЛЬЗУЮЩИЕ АППАРАТ МАТЕМАТИЧЕСКОЙ
СТАТИСТИКИ 35

2.1. Обработка и отбор входных данных 36

1. Предварительная обработка входных данных. Преобразование атрибутов к числовому виду и выделение категорий 36

2. Обработка неизвестных значений 40

3. Анализ информативности атрибутов 41

2.2. Прогнозирование исхода выборов с использованием информации о
способствовании прохождению 43

4. Статистический анализ є рамках отдельных избирательных кампаний 43

5. Исследование влияния атрибутов избирательной кампании на исход выборов 47

6. Исследование корреляции и нелинейности влияния атрибутов кандидатов в депутаты 49

7. Экспериментальное испытание метода прогнозирования исхода выборов, основанного па использовании коэффициентов способствования прохождения... 51

3. Прогнозирование исхода выборов с использованием данных социологических опросов '. 54

4. Прогнозирование исхода выборов с использованием сведений о структуре электората 56

5. Прогнозирование исхода выборов во втором туре 58

6. Модификатор агитации 62

7. Экспериментальная проверка специализированных методов

прогнозирования 70

8. Расчет погрешности расчета параметров прохождения в универсальном методе прогнозирования, применяемом при малом числе атрибутов 71

9. Базовые и производные параметры прохождения, связь между ними 73

2.9.1. Способы представления оценок параметров прохождения 76

2.9.2. Погрешность методов прогнозирования после применения модификаторов

2.10. Результаты и выводы по главе 79

ГЛАВА 3. ПРОГНОЗИРОВАНИЕ ИСХОДА ВЫБОРОВ С ПОМОЩЬЮ
НЕЙРОННЫХ СЕТЕЙ 81

1. Выбор типа нейронных сетей и алгоритма обучения для решения задачи прогнозирования исхода выборов 81

2. Предварительное исследование эффективности нейронных сетей как средства прогнозирования исхода выборов 84

3. Предварительная обработка входных данных 85

4. Построение и обучение набора нейронных сетей, анализирующих процесс

ВЫБОРОВ 86

5. Нейронные сети первой, второй и третьей серии 88

6. Отбор избирательных кампаний для обучения 89

7. Построение набора сетей при возникновении проблемы "проклятия размерности" 91

8. Учет атрибутов, не вошедших в число наиболее информативных 95

3.5. ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ И ЭКСПЕРИМЕНТАЛЬНОЕ ИСПЫТАНИЕ НЕЙРОННЫХ СЕТЕЙ

9. Определение количества слоев в нейронных сетях и нейронов в слоях 97

10. Экспериментальное испытание нейронных сетей 100

6. Модификатор "Функция P(x|y)" 100

7. Разбиение кандидатов в депутаты на группы 104

8. Результаты и выводы по главе 105

ГЛАВА 4. УПРАВЛЕНИЕ ВЕДЕНИЕМ ПРЕДВЫБОРНОЙ КАМПАНИИ 107

4.1. Байесовская сеть управления ведением предвыборной кампании 107

1. Множества вершин байесовской сети 108

2. Оценка эффективности избирательных технологий 109

3. Заполнение байесовской сети в ручном режиме 111

4. Заполнение байесовской сети по прогнозу исхода выборов 113

5. Изменение байесовской сети на этапе оперативного управления 116

6. Расчет байесовской сети 119

2. Модуль распределения финансовых средств 120

3. Экспериментальное испытание управления ведением предвыборной кампании в системе прогнозирования и управления 123

4. Результаты и выводы по главе 125

ГЛАВА 5. РЕАЛИЗАЦИЯ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ И УПРАВЛЕНИЯ
126

5.1. Архитектура экспертной системы 126

1. Подсистема баз данных 129

2. Подсистема прогнозирования исхода выборов 129

3. Подсистема управления ведением избирательной кампании 135

4. Открытая архитектура экспертной системы 138

5. Подсистема взаимодействия с пользователем и редактирования базы данных 140

6. Управляющий модуль 141

5.2. Структура и механизм редактирования базы данных 142

5.2.1. Структура базы данных 142

2. Структура основной части базы данных 143

3. Представление избирательных технологий в базе данных 145

4. Механизм изменения структуры базы данных 147

5.3. Методика работы с программой 148

1. Обучение экспертной системы 148

2. Отбор и редактирование атрибутов для использования в вычислениях 150

5.4. Результаты и выводы по главе 151

ЗАКЛЮЧЕНИЕ 152

БИБЛИОГРАФИЧЕСКИЙ СПИСОК ИСПОЛЬЗОВАННОЙ

ЛИТЕРАТУРЫ 153

ПРИЛОЖЕНИЕ А. АЇЇАЛИЗ ЭФФЕКТИВНОСТИ НЕЙРОННЫХ СЕТЕЙ КАК
СРЕДСТВА ПРОГНОЗИРОВАНИЯ ИСХОДА ВЫБОРОВ 159

Приложение А-1. Эксперимент по определению эффективности работы

нейронных сетей в условиях недостатка информации 159

Приложение А-2. Нахождение зависимости между числом входных переменных, размером выборки и эффективностью работы нейронной сети .... 167

ПРИЛОЖЕНИЕ Б. ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА МЕТОДОВ
ПРОГНОЗИРОВАНИЯ ИСХОДА ВЫБОРОВ 171

Приложение Б-1. Экспериментальная проверка прогнозирования исхода

выборов с помощью сведений о структуре электората 171

Приложение Б-2. Экспериментальная проверка вычисления параметров

прохождения через коэффициенты способствования прохождению 172

Приложение Б-3. Экспериментальная проверка прогнозирования исхода

выборов с помощью данных социологических опросов 181

Приложение Б-4. Ошибка и время обучения нейронных сетей с различным

количеством слоев 182

Приложение Б-5. Экспериментальная проверка прогнозирования исхода
выборов во втором туре 183

ПРИЛОЖЕНИЕ В. ПРИМЕРЫ ВЫЧИСЛЕНИЯ НЕКОТОРЫХ ВЕЛИЧИН ПРИ
ПРОГНОЗИРОВАНИИ ИСХОДА ВЫБОРОВ 186

Приложение В-1. Пример вычисления Д(і, Dli) 186

Приложение В-2. Пример нахождения коэффициента масштабирования v при

учете влияния предвыборной агитации на исход выборов 186

Приложение В-3. Пример отбора наиболее информативных атрибутов 188

Приложение В-4. Экспериментальное определение пороговой меры Pori

влияния избирательного участка на исход выборов М 190

Приложение В-5. Пример добавления к байесовской сети вершин,
соответствующих трем предвыборным технологиям 192

ПРИЛОЖЕНИЕ Г. ИСХОДНЫЕ ДАННЫЕ ДЛЯ ПРОВЕДЕНИЯ
ЭКСПЕРИМЕНТОВ 194

ПРИЛОЖЕНИЕ Д. ПРИМЕР ФОРМАЛИЗАЦИИ И РЕШЕНИЯ СТОЯЩЕЙ
ПЕРЕД КАНДИДАТОМ В ДЕПУТАТЫ ЗАДАЧИ УПРАВЛЕНИЯ 197

Приложение Д-1. Экспериментальное сравнение модуля байсовских сетей
разрабатываемой системы и системы HUGIN 207

ПРИЛОЖЕНИЕ Е. РАБОТА С ЭКСПЕРТНОЙ СИСТЕМОЙ 215

Приложение Е-1. Заполнение базы данных в автоматическом режиме 215

Приложение Е-2. Схема взаимодействия пользователя с программой 216

Приложение Е-3. Взаимодействие пользователя с подсистемой
ПРОГНОЗИРОВАНИЯ 217

ПРИЛОЖЕНИЕ Ж. ТИПОВОЙ ПЕРЕЧЕНЬ АТРИБУТОВ И ТЕХНОЛОГИЙ.. 219

ПРИЛОЖЕНИЕ 3. ВИД ОСНОВНОГО ОКНА ПРОГРАММЫ ПРИ ЕЕ РАБОТЕ
223

ПРИЛОЖЕНИЕ И. ОБЗОР МЕТОДОВ ПРОГНОЗИРОВАНИЯ И УПРАВЛЕНИЯ
225

ПРИЛОЖЕНИЕ К. ОБЗОР МЕТОДОВ ПОЛУЧЕНИЯ КОЭФФИЦИЕНТОВ Bi И
Си В ФОРМУЛАХ МОДИФИКАТОРА АГИТАЦИИ 227

Введение к работе

Актуальность темы. В настоящее время социологи, кандидаты в депутаты и политические силы, стоящие за ними, желают на как можно более раннем этапе получить оценку и прогноз исхода выборов, чтобы заранее знать, как действовать перед началом предвыборной кампании и во время ее проведения. Сегодня кампания должна строиться с учетом информации о предвыборной обстановке, изменение которой и влияние которой на исход предстоящих выборов необходимо постоянно отслеживать.

Отсюда вытекает необходимость в методах и средствах прогноза исхода выборов депутатов и выработки рекомендаций по управлению ведением избирательной кампании, что обуславливает актуальность темы диссертации.

Существует много литературных источников, посвященных выборам, однако все они обладают рядом недостатков. Одним из этих недостатков является преимущественно описательный, неформализованный подход к описанию процесса выборов.

Также нет возможности учета произвольных факторов, влияющих на исход выборов. Во всех литературных источниках рассмотрен лишь фиксированный неизменяемый набор факторов, влияющих на исход выборов.

В существующих литературных источниках малое внимание уделяется прогнозированию исхода выборов, практически нет алгоритмов прогнозирования значений параметров, отражающих успешность выступления кандидатов в депутаты на выборах, например, числа голосов.

Также недостаточно освещено управление предвыборной кампанией. В существующих трудах управление рассматривается как деятельность кандидата в депутаты и членов его штаба во время избирательной кампании, но не как система принятия решений, выбора решений из ряда альтернатив. В большинстве источников присутствует лишь множество рекомендаций для кандидата в депутаты описательного плана.

Наконец, совершенно отсутствует средство (скажем, программный пакет), позволяющее хотя бы частично автоматизировать прогнозирование исхода выборов и управление ведением предвыборной кампанией, которое не только снабжает политического аналитика фактической информацией

по выборам, но способно помочь ему в принятии решений во всех аспектах и этапах ведения предвыборной кампании.

В качестве средства решения стоящих перед кандидатами в депутаты и политическими аналитиками задач разработана система прогнозирования и управления.

Целью диссертационной работы является повышение эффективности ведения предвыборной кампании и степени прогнозируемости исхода выборов.

Объектом исследования в данной работе является процесс выборов депутатов.

Предметом исследования являются модели и методы прогнозирования исхода и управления процессом выборов депутатов и архитектура экспертной системы.

Методы исследования. При решении основной задачи диссертационной работы были использованы методы математической статистики, нейронных сетей и байесовских сетей доверия.

Научная новизна. В диссертационной работе получены следующие научные результаты:

По специальности 05.13.10:

1) Модель факторов, влияющих на исход выборов, задачи прогнози
рования исхода выборов депутатов и управления ведением предвыборной
кампании.

По специальностям 05.13.01 и 05.13.10:

2) Методы и алгоритмы прогнозирования исхода выборов депутатов,
в том числе метод, использующий нейронные сети и отличающийся новым
способом структуризации нейронной сети и наличием дополнительных ал
горитмов использования информации о менее информативных атрибутах
(спец. 05.13.01), метод, основанный на использовании аппарата математи
ческой статистики и отличающийся использованием коэффициентов спо
собствования прохождению (спец. 05.13.01), методы, основанные на ис
пользовании информации о данных социологических опросов и о структу
ре электората, отличающиеся новым способом определения ошибки вы
числения, методы прогнозирования исхода выборов во втором туре (спец.
05.13.10).

3) Методы и алгоритмы принятия решений в процессе управления
ходом предвыборной кампании: метод, основанный на аппарате байесов
ских сетей доверия и содержащий операции заполнения байесовской сети
по прогнозу исхода выборов и изменения байесовской сети на этапе опера
тивного управления (спец. 05.13.01), метод распределения финансовых
средств, использующий аппарат динамического программирования (спец.
05.13.10).

По специальности 05.13.01:

4) Экспертная система прогнозирования исхода выборов депутатов и
управления ведением предвыборной кампании с открытой архитектурой,
механизмом применения методов и алгоритмов прогнозирования и управ
ления и схемой взаимодействия экспертной системы с пользователем,
включающей возможность редактирования таких свойств атрибутов, как
способы выделения категорий и способы обработки неизвестных значений.
Экспертная система отличается наличием блока модификаторов парамет
ров прохождения, что обеспечивает большую объективность прогноза вы
боров.

Практическая ценность работы заключается в том, что использование предложенных моделей позволяет прогнозировать исход выборов и управлять ходом предвыборной кампании. Работоспособность предложенных алгоритмов, моделей и методов подтверждена в ходе экспериментов, алгоритмы, модели и методы реализованы в виде программы, реализующей экспертную систему, что позволяет политическим аналитикам и кандидатам в депутаты непосредственно использовать их при прогнозировании исхода выборов и управлении ведением предвыборной кампании.

Внедрение результатов работы. Результаты работы внедрены в Санкт-Петербургской общественной организации "Невский исследовательский центр", что подтверждается справками о внедрении. Результаты работы были использованы при ведении избирательной кампании двух кандидатов в депутаты органов местного самоуправления.

Публикации. По материалам диссертационной работы опубликовано 3 работы.

Объем работы. Диссертация состоит из введения, пяти глав, заключения, списка использованной литературы, включающего 76 наименований, и десяти приложений. Она изложена на 228 страницах машинописного текста, содержит 35 рисунков и 69 таблиц.

Похожие диссертации на Модели и методы прогнозирования исхода и управления процессом выборов депутатов

Методы и средства ранней диагностики, оценки тяжести течения и прогнозирования исходов вирусного гепатита на основе нечетких моделей принятия решенийГнездилов Александр Александрович

Модели и методы прогнозирования и оперативной индикации характеристик динамических системФиногенов, Александр Маратович

Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]Ходеев Денис Владимирович

Модели, методы и алгоритмы прогнозирования показателей сопротивления усталости металловАндреев Вячеслав Викторович

Модели и методы анализа и прогнозирования технического состояния магистральных газопроводовЖуков, Александр Сергеевич

Методы и модели анализа и прогнозирования состояния регионального народнохозяйственного комплекса : на примере Забайкальского краяЧерхарова, Наталья Ивановна

Модели и методы обработки данных и прогнозирование выброса вредных веществ автотранспортом карьера при формировании внутреннего отвалаФролов Сергей Викторович

Модели и методы обработки геодинамических данных и прогнозирования деформаций грунтовых оснований площадок промышленных объектовГурьева Екатерина Александровна

Метод прогнозирования временных рядов с регулярными периодическими компонентами на основе модели периодически коррелированных случайных процессовИгнатов, Николай Анатольевич

Модели и алгоритмы управления многоуровневой системой на основе мультиагентных подходов и статистических методов прогнозированияНгуен Тхань Жанг