Содержание к диссертации
Введение
1 Анализ проблемы управления воспроизводственными процессами макроэкономической системы 11
1.1 Актуальность проблемы управления воспроизводственными процессами макроэкономической системы 11
1.2 Анализ существующих моделей воспроизводственных процессов макроэкономической системы 19
1.3 Цели и задачи исследования 35
Выводы по главе 1 36
2 Разработка динамических моделей воспроизводственного процесса макроэкономической системы 37
2.1 Концепция исследования и системного моделирования воспроизводственного процесса макроэкономической системы 37
2.2 Разработка функциональной модели воспроизводственного процесса макроэкономической системы как объекта управления 47
2.3 Разработка динамической модели функционирования реального сектора 65
2.4 Разработка динамической модели функционирования сектора домашних хозяйств . 76
2.5 Разработка динамических моделей функционирования секторов финансовых и государственных учреждений 87
2.6 Разработка динамической модели формирования совокупных расходов и макроэкономических показателей 98
2.7 Анализ адекватности разработанных моделей воспроизводственных процессов макроэкономической системы 105
Выводы по главе 2 109
3 Разра ботка интеллектуальных алгоритмов принятия решений по управлению воспроизводственным процессом макроэкономической системы .. 113
3.1 Воспроизводственные процессы макроэкономической системы как динамический многомерный объект управления 113
3.2 Разработка функциональной схемы модели управления воспроизводственным процессом макроэкономической системы 126
3.3 Разработка процедуры формирования алгоритмов поддержки принятия решений по управлению воспроизводственным процессом макроэкономической системы 134
3.4 Разработка алгоритмов принятия решений по управлению воспроизводственным процессом макроэкономической системы 139
Выводы по главе 3 154
4. Системные исследования эффективности процессов управления воспроизводственным процессом макроэкономической системы 155
4.1 Разработка программного обеспечения информационно-аналитической системы имитационного моделирования воспроизводственных процессов макроэкономической системы 155
4.2 Методика проведения системных исследований 164
4.3 Исследование динамики воспроизводственных процессов. как динамического объекта управления в условиях действия возмущений 166
4.4 Исследование эффективности интеллектуальных алгоритмов принятия решений по управлению воспроизводственными процессами макроэкономической системы 173
Выводы по главе 4 182
Заключение 184
Список использованной литературы
- Анализ существующих моделей воспроизводственных процессов макроэкономической системы
- Разработка функциональной модели воспроизводственного процесса макроэкономической системы как объекта управления
- Разработка функциональной схемы модели управления воспроизводственным процессом макроэкономической системы
- Разработка программного обеспечения информационно-аналитической системы имитационного моделирования воспроизводственных процессов макроэкономической системы
Введение к работе
Актуальность
Современные тенденции преобразования российской экономики, направленные на формирование новой социально-экономической системы с рыночными отношениями, вызывают необходимость исследования макроэкономических закономерностей функционирования экономики в целом. Одной из проблем, решаемых в этой области, является проблема анализа и управления воспроизводственными процессами на государственном и региональном уровнях с целью обеспечения сбалансированности обращающихся в экономике потоков благ и денег на всех этапах их движения [33].
Проблема управления воспроизводственными процессами МЭС давно стала предметом пристального изучения и нашла отражение в трудах ученых-экономистов Е.Домара, Дж.Кейнса, Ф. Кене, В.Леонтьева, К. Маркса, Ф.Модильяни, П.Самуэльсона, Р.Солоу, Р.Стоуна, М.Фридмана, Р.Харрода, Э.Хансена, Дж.Хикса.
В рамках решения этой проблемы в настоящее время активно ведутся работы по созданию экономико-математических моделей и программных инстру-ментариев для целого спектра задач макроэкономического анализа воспроизводственных процессов. Большой вклад в исследование и разработку моделей воспроизводственных процессов внесли отечественные ученые Е.А.Абрамова, Б.И.Башкатов, А.Р.Белоусов, СЮ. Глазьев, А.Г.Гранберг, С.Губанов, В.В.Ивантер, Ф.Н.Клоцвог, А.С. Маршалова, В.Л.Макаров, А.С.Новоселов, А.А.Петров, И.Г.Поспелов, О.С.Пчелинцев, А.В.Сидорович, С.А.Суспицын, М.Н.Узяков, Э.Б.Ершов, Б.Т.Рябушкин, НБ.Шугаль, а также зарубежные ученые:. Дж.Форрестер, Д.Медоуз, К.Х. дос Сантос и Дж.Зезза.
Для задач анализа пропорций воспроизводственного процесса и механизмов распределения финансовых потоков по отдельным периодам времени (например, годам) разрабатываются статические модели на основе моделей межотраслевого баланса, общего экономического равновесия, при этом зачастую привлекается статистический инструментарий [69; 104]. Для задач анализа динамики воспроизводственных процессов разрабатываются динамические модели с использованием моделей системной динамики, моделей равновесной эко номической динамики, динамического МОБ, технологий мультиагентных систем [69;87;93]. Однако в силу сложности исследуемого объекта и многоаспектное™ решаемой проблемы некоторые особенности динамики воспроизводственных процессов не нашли полного отражения в разрабатываемых модельных комплексах. В частности, недостаточное внимание уделяется вопросам исследования динамики неравновесных процессов взаимосвязанного формирования потоков доходов и расходов, накопления, потребления, сбережения, инвестиций в условиях стремления к восстановлению баланса потоков с учетом накопления финансовых запасов.
Решение проблемы повышения эффективности управления воспроизводственными процессами МЭС сопряжено с необходимостью обеспечения информационно-аналитической поддержки в процессе принятия решений с целью предварительной оценки состояния МЭС и последствий принимаемых решений в динамике.
С целью обеспечения поддержки процедур анализа динамики неравновесных воспроизводственных процессов и принятия решения по обеспечению сбалансированности финансовых потоков разрабатываются динамические MO-J дели кругооборота финансовых потоков с учетом накопления финансовых ресурсов, и на базе предложенных моделей создается программное обеспечение--информационно-аналитической системы имитационного моделирования макроэкономической системы.
Анализ работ отечественных и зарубежных авторов в области управления воспроизводственными процессами показал, что область исследования особенностей динамики воспроизводственных процессов макроэкономических систем, в частности динамики неравновесных процессов формирования финансовых потоков с учетом запасов в условиях стремления к восстановлению баланса потоков является малоизученной.
Данная работа основывается на методологии, подходах и системных принципах, применяемых при разработке интеллектуальных систем управления процессами функционирования производства в реальных условиях рынка, которые использовались при проведении научных исследований на кафедре технической кибернетики.
Цель работы и задачи исследования
Целью данной работы является системный анализ воспроизводственных процессов макроэкономической системы на основе разработанных динамических моделей, интеллектуальных алгоритмов принятия решений и программного обеспечения для принятия управленческих решений, а также оценка эффективности предложенных алгоритмов на основе методов имитационного моделирования и нейросетевых технологий.
Для достижения поставленной цели в работе необходимо решить следующие задачи:
1. Разработать концепцию исследования и системного моделирования динамики воспроизводственного процесса МЭС.
2. Разработать динамические модели воспроизводственного процесса МЭС.
3. Разработать структуру автоматизированной информационной системы управления и процедуру формирования алгоритмов принятия решений по управлению воспроизводственным процессом МЭС на основе нейросетевых технологий.
4. Разработать программное обеспечение информационно-аналитической системы имитационного моделирования воспроизводственным процессом МЭС.
5. Провести экспериментальные исследования эффективности предлагаемых интеллектуальных алгоритмов принятия решений управления воспроизводственным процессом МЭС по различным сценариям.
Методы исследования
При решении указанных задач использованы методы системного анализа, теории управления, теории моделирования сложных систем, экономико-математические методы, методы искусственного интеллекта, методы теории принятия решений, методы объектно-ориентированного анализа и моделирования.
На защиту выносятся
1. Концепция исследования и системного моделирования воспроизводственных процессов МЭС на неравновесных режимах.
2. Динамические модели воспроизводственного процесса МЭС, включающие в себя динамические модели функционирования: реального сектора, сектора домашних хозяйств, сектора финансовых учреждений, сектора государ ственных учреждений, а также модель формирования во времени совокупных расходов и макроэкономических показателей.
3. Структура автоматизированной информационной системы управления и процедура поддержки принятия решений по управлению воспроизводственным процессом МЭС, а также интеллектуальные алгоритмы принятия решений.
4. Программное обеспечение информационно-аналитической системы имитационного моделирования воспроизводственного процесса МЭС.
5. Результаты экспериментальных исследований эффективности интеллектуальных алгоритмов принятия решений по управлению воспроизводственным процессом МЭС.
Научная новизна
1. Новизна предложенной концепции исследования и системного моделирования динамики неравновесного воспроизводственного процесса МЭС состоит в разработке концептуальной модели на основе интеграции системного, динамического, когнитивного и сценарного подходов, что позволяет моделировать неравновесные режимы протекания воспроизводственных процессов МЭС, а также исследовать особенности установления динамического равновесия на основе анализа взаимосвязанного влияния во времени друг на друга темпов финансовых потоков, объемов ограниченных запасов и времени принятия решений по корректировке темпов формирования финансовых ресурсов.
2. Новизна предложенных динамических моделей воспроизводственного процесса МЭС состоит в описании динамики неравновесных процессов производства, распределения, потребления, сбережения, накопления и инвестирования, выполняемых секторами МЭС и образующих в целом макроэкономический кругооборот финансовых потоков, которые моделируются с помощью дискретно-непрерывных нелинейных моделей с логическими элементами, функционирующих как в автоматическом, так и в автоматизированном режимах.
3. Новизна структуры автоматизированной информационной системы управления состоит в том, что в нее включен блок интеллектуальных алгоритмов поддержки принятия решений, которые обеспечивают гибкость управления в условиях неопределенности. Новизна процедуры формирования алгоритмов принятия решений по управлению воспроизводственным процессом МЭС за ключается, во-первых, в проведении многопараметрического анализа классов динамически неравновесных и равновесных ситуаций на основе нейронных сетей карт Кохонена, и, во-вторых, в формировании сценариев неуправляемого и управляемого поведения МЭС в виде цепочек переходов во времени между кластерами неравновесных и равновесных ситуаций с использованием самоорганизующихся карт.
Практическая значимость
1. Практическую ценность диссертационного исследования составляет программное обеспечение информационно-аналитической системы имитационного моделирования, которое реализует предложенные концепцию, модели и интеллектуальные алгоритмы управления, а также позволяет обеспечить визуальную, информационную и интеллектуальную поддержку при моделировании различных сценариев управления воспроизводственным процессом МЭС и анализе результатов сформированных алгоритмов управления.
2. Практическую ценность составляют результаты экспериментальных исследований, которые показали правильность предложенной концепции исследования и эффективность интеллектуальных алгоритмов управления воспроизводственным процессом МЭС, позволяющих выбирать наиболее благоприятные сценарии управления.
Получено свидетельство №2008613683 об официальной регистрации программы для ЭВМ «Автоматизированная система имитационного моделирования процессов макроэкономического кругооборота финансовых потоков», которое было зарегистрировано РосАПО в Реестре программ для ЭВМ 31.07.2008.
В учебный процесс Уфимского государственного авиационного технического университета (УГАТУ) внедрены математическое, алгоритмическое и программное обеспечение системы имитационного моделирования, а также методика его использования для решения задач исследования динамики воспроизводственных процессов макроэкономической системы.
Апробация работы и публикации
Основные научные результаты и выводы, полученные в диссертационной работе, докладывались и обсуждались на: всероссийской научно-практической конференции «Актуальные вопросы экономической теории: развитие и приме нение в практике российских преобразований» (г. Уфа, УГАТУ, 2006 г.), шестой российской научно-методической конференции с международным участием «Управление экономикой: методы, модели, технологии» (г. Уфа, УГАТУ, 2006 г.), пятой всероссийской научно-технической конференции «Мехатроника, автоматизация, управление» (г. Санкт-Петербург, 2008 г.), X, XI, XII международных научно-технических конференциях «Системный анализ и проектирование в управлении» (г. Санкт-Петербург, СПбГТУ, 2006, 2007, 2008 гг.), VIII, X международных конференциях «Проблемы управления и моделирования в сложных системах» (г. Самара, 2006,2008 гг.).
Основные положения и результаты исследования по теме диссертации опубликованы и непосредственно отражены в 11 работах, в том числе 1 - в издании, входящем в список ВАК.
Структура работы
Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы. Основная часть работы содержит 151 страниц машинописного текста, 35 страниц иллюстраций и таблиц, список литературы, включающий 128 наименований. Объем приложений составляет 28 страниц.
Автор выражает глубокую благодарность заведующей кафедрой экономической теории, профессору, доктору экономических наук Дегтяревой И.В. за высококвалифицированные консультации в области макроэкономического анализа и моделирования и доценту кафедры технической кибернетики, кандидату технических наук Е.А.Макаровой за исчерпывающие объяснения и консультации в области системного анализа и проблем управления экономическими системами.
Анализ существующих моделей воспроизводственных процессов макроэкономической системы
Исследования динамических характеристик воспроизводственных процессов, в основе которых лежит взаимозависимость показателей макроэкономических систем в целом, проводятся, начиная с работ Ф. Кене, который заложил научную основу этих исследований, описав процесс воспроизводства как кругооборот денежных потоков. Затем К. Маркс разработал схемы воспроизводства совокупного общественного продукта и сформулировал концепцию неравномерного развития процесса воспроизводства, при котором экономика может переходить из одного равновесного состояния с простым воспроизводством в другое - с расширенным воспроизводством. Следствием этих подходов стала теория межотраслевого баланса В.Леонтьева, предназначенная для анализа структурных условий народнохозяйственного воспроизводства.
Дальнейшие исследования динамики воспроизводственных процессов сосредоточились в кейнсианской и, в особенности, неокейнсианской школах экономики. Представители неокейнсианской школы Р.Харрод и Е.Домар первыми сформулировали проблемы экономической динамики и экономического роста, а также условия динамического равновесия в рамках расширенного воспроизводства МЭС. Так, к задачам экономической динамики они отнесли описание переходных процессов к установлению состояния равновесия, а также процессов изменения равновесных состояний под воздействием внешних сил.
Для выявления системообразующих, регулярных, повторяющихся в динамике закономерностей при исследовании воспроизводственных процессов макроэкономических систем, являющихся сложными, динамичными, нелинейными и многоуровневыми системами, используется математическое моделирование.
Экономико-математические модели, используемые для исследования воспроизводственных процессов макроэкономических систем, можно классифицировать по ряду признаков в зависимости от степени открытости системы, от способа отражения факторов времени, от степени учета неопределенности, от степени охвата подсистем, от содержания исследуемых процессов, от цели моделирования, от особенностей исследуемых процессов и от используемого инструментария.
По степени открытости модели делятся на открытые и закрытые. Степень открытости определяется по соотношению экзогенных и эндогенных переменных, включаемых в модель. Необходимо отметить, что закрытые модели воспроизводственных процессов МЭС описывают движение потоков ресурсов только внутри экономической системы (потребление, инвестиции, государственные расходы), без внешних связей (импорт и экспорт товаров и услуг). Закрытые модели требуют серьезного огрубления реальных экономических систем, всегда имеющих внешние связи, поэтому большинство экономико-математических моделей занимает промежуточное положение по степени открытости.
По способам отражения факторов времени экономико-математические модели делятся на статические и динамические. В статических моделях все параметры и зависимости относятся к одному моменту или периоду времени (например, году). Такие модели используются в статическом анализе для опреде 21 ления значений эндогенных параметров, при которых в данный момент устанавливается равновесие. Динамические модели характеризуют изменения экономических процессов во времени и описывают процесс перехода от исходного состояния к конечному. По длительности рассматриваемого периода времени различаются модели краткосрочного (до 1 года), среднесрочного (до 5 лет), долгосрочного (10-15 и более лет) прогнозирования и планирования, причем каждый вид временного периода определяет характер исследований и специфику основных процессов экономики. Например, в краткосрочном периоде исследование воспроизводственных процессов МЭС проводится с целью определения состояния экономики при изменении плановых значений; при этом предметом анализа могут являться потоковые процессы макроэкономического кругооборота, однако обратное воздействие изменения запасов на интенсивность потоков не учитывается. В среднесрочном и долгосрочном периодах можно проводить комплексный анализ воспроизводственных процессов на основе взаимодействия потоков и запасов в МЭС; для среднесрочного периода характерно то, что поведение МЭС рассматривается с точки зрения влияния инвестиционных процессов, а в долгосрочном периоде - в случае крупных структурных сдвигов в экономике, изменениях демографических процессов и т.д. [79;80;46;104]. Само время в экономико-математических моделях может изменяться либо дискретно, либо непрерывно. В дискретных системах изменение состояний происходит через определенные промежутки времени, в непрерывных - состояние системы можно оценить на любой точке траектории.
В зависимости от степени учета неопределенности различают детерминированные и стохастические модели, которые используются, например, для исследования циклических колебаний в экономике. Детерминированные модели циклов основываются на представлении, что циклические колебания воспроизводят себя сами в ходе развития экономики, и, как правило, используют кейн-сианскую концепцию мультипликатора-акселератора [107]. В основе стохастических моделей циклов лежит предположение, что циклы являются реакцией системы на случайные возмущения, которым регулярно подвергается экономи 22 ка. Следует отметить, что стохастические модели макроэкономических систем, учитывающие случайность и неопределенность, являются очень сложными для использования, так как введение вероятностных зависимостей на макроэкономическом уровне представляет собой трудную и малоисследованную проблему [93].
При классификации моделей по степени охвата подсистем в исследовании воспроизводственных процессов макроэкономических систем особую важность приобретает упрощение экономической действительности до обозримого числа наиболее существенных взаимосвязей (агрегирование). Например, в од-носекторной модели воспроизводства Солоу макроэкономическая система рассматривается как единое неструктурированное целое, производит один универсальный продукт, который может потребляться и инвестироваться. Более детально процесс воспроизводства исследован К.Марксом: разработанная им модель состоит из двух секторов, которые производят два агрегированных продукта — средства производства и предметы потребления. Существует также подход [69], в котором процесс воспроизводства описывается в виде трехсек-торной модели экономики, включающей материальный, фондосоздаіощий и потребительский секторы, каждый из которых производит свой продукт: предметы труда, средства труда и предметы потребления.
По содержанию исследуемых процессов различают модели воспроизводственных процессов МЭС в целом и модели отдельных аспектов воспроизводства - инвестиционного цикла воспроизводства, воспроизводства трудовых ресурсов, воспроизводства природных ресурсов и т. д. Примером одной из таких моделей является эколого-демографо-экономическая модель социально-экономических процессов ЭДЭМ, разработанная в ВЦ им.А.А.Дородницына РАН. Существуют разработки моделей поведения домашних хозяйств, относящиеся к моделям социальной динамики, например модели перманентного дохода М.Фридмана, модель жизненного цикла Ф.Модильяни.
Разработка функциональной модели воспроизводственного процесса макроэкономической системы как объекта управления
Цель функционирования макроэкономической системы, реализующей воспроизводственный процесс, состоит в обеспечении такого сбалансированного движения благ и денег между макроэкономическими агентами, которое обеспечивает поддержание плановых темпов расходов и доходов для каждого из них и для всей системы в целом.
При построении когнитивной модели воспроизводственного процесса МЭС (рисунок 2.3) в качестве концептов выделены следующие четыре макроэкономических агента [104;9]: фирмы; домашние хозяйства; финансовые учреждения; государство. Отметим, что дополнительное введение агента «финансовые учреждения» имеет целью выявление контура преобразования сбережений в инвестиции, который оказывается важным при исследовании динамики производства ВВП.
Взаимосвязи между названными агентами представлены финансовыми потоками, причем каждый агент имеет входные потоки, образующие его доход, и выходные потоки, соответствующие расходам. Взаимосвязанная деятельность макроэкономических агентов в рамках МЭС, в процессе которой расходы одного агента становятся доходами одного или нескольких других агентов, охватывает все стадии воспроизводственного процесса (производства, распределения, перераспределения и потребления) и образует макроэкономический кругооборот финансовых потоков.
Отметим, что информационные связи, обеспечивающие своевременный обмен информацией между агентами при выполнении ими аналитических функций, представлены в функциональных и динамических моделях воспроизводственного процесса МЭС; на когнитивной модели эти связи не показаны.
На динамически равновесном режиме функционирования МЭС для каждого /-го сектора должно соблюдаться равенство сумм темпов формирования доходов in. (t) и расходов dut{ (t): Іпі (t) = Out, (t). Из этого балансового тождества темпов движения потоков вытекают основные макроэкономические тождества, отражающие равенство темпов совокупных доходов и расходов, инвестиций и сбережений, утечек и инъекций [9;104]. Необходимо особо отметить эффект, получаемый при формировании балансового тождества для концепта «Фирмы». Сумма темпов доходов фирм запишется в виде: inx(t) = C{t) + i{t) + G{t), (2.1) где темп формирования валовых инвестиций /2(0 определяется по формуле: /s(0 = I(t) + Pg2{t). Полученное выражение (2.1) соответствует формуле расчета ВВП Yap(f) затратным методом и представляет собой совокупные расходы (относительно потребителей ВВП), составляющие конечный спрос. Сумма темпов расходов фирм представляется в виде: Out, (0 = Rl{t) + Pg(t) + (0, (2.2) где Rl(t) и Pg{t) - темпы формирования заработной платы и валовой прибыли по экономике соответственно. Эта формула соответствует расчету ВВП Y!nc(t) распределительным методом и определяет темпы совокупных доходов (также относительно потребителей ВВП). Из баланса темпов движения входных и выходных потоков и следует известное тождество совокупных расходов и совокупных доходов. С целью обеспечения наглядности формирования этого тождества на когнитивной модели изображено формирование входного потока для концепта «Фирмы» в виде слияния всех его составляющих в единый поток; а также наглядно представлено распределение (декомпозиция) единого выходного потока на его компоненты. Необходимо отметить, что если описать функционирование фирм в виде динамической (однокомпонентной или многокомпонентной) модели, то статический расчет по такой модели будет соответствовать расчету ВВП Ygac (t) производственным методом [104]. В целом, балансовые тождества темпов движения потоков по всем элементам МЭС составляют основу статического расчета для разрабатываемой динамической модели воспроизводственного процесса МЭС. Необходимо сделать следующие замечания по результатам анализа когнитивной модели. Во-первых, ключевым для анализа динамики воспроизводственного процесса МЭС является концепт 1 «Фирмы». Во-вторых, выделены три замкнутых контура относительно начального концепта «Фирмы». Основной системообразующий контур (цепочка концептов 1,2,1) - контур производства и потребления благ населением, который соответствует процессу получения населением доходов и осуществления расходов с целью потребления произведенных благ. Два других контура являются корректирующими и формируют утечки и инъекции финансовых потоков относительно основного контура, В одном из них (цепочка концептов 1,2,3,1) формируются утечки в виде сбережений населения, которые должны трансформироваться с помощью сектора кредитных организаций в инъекции в виде инвестиций. Другой контур (цепочка концептов 1,2,4,1) соответствует вмешательству государства в распределение произведенного ВВП путем формирования налогов (утечек) и государственных расходов (инъекций). В-третьих, выделение взаимосвязанных контуров на когнитивной модели позволяет с системных позиций подойти, во-первых, к исследованию локальных путей (цепочек) распространения возмущений, порождающих различные мультипликативные эффекты; и, во-вторых, к исследованию параллельных путей распространения возмущений по нескольким контурам одновременно с целью кумулятивного (синергетического) эффекта их одновременного действия. В-четвертых, определены условия обеспечения динамически равновесного режима, когда процессы производства, распределения и потребления проте 51 кают с установившимися темпами потоков, которые сбалансированы по расходам и доходам всех макроэкономических агентов. Эти условия записаны в виде равенства сумм входных и выходных потоков для каждого агента. Из этих балансовых тождеств вытекают известные макроэкономические тождества: совокупных расходов и доходов, инвестиций и сбережений, утечек и инъекций.
Макроэкономическое тождество совокупных доходов, определяющих ВВП по доходам Ymc, и совокупных расходов, определяющих ВВП по расходам Yexp, имеет вид: (0 = (0- Тождество инвестиций /(О и сбережений S(t): l(t) = S(t). Тождество утечек Drainif) и инъекций Inj (t): Drair(t) = fp(t) + f(t) + S(t); hj(t) = G(f) + i(i). Таким образом, fp(t)+f(t)+S(t)=G(t)+i(t), т.е. Drain{t) = inj(t).
На основе когнитивной модели строится функциональная схема модели воспроизводственного процесса МЭС. Для этого согласно предложенной в разделе 2.1 концепции производится уточнение состава макроэкономических агентов в МЭС и функциональных процессов, выполняемых ими. Уточнение осуществляется согласно принятым в СНС и интегрированных матрицах финансовых потоков (S/LM) группировкам макроэкономики по секторам [21;99].
При этом когнитивная модель, несмотря на то, что является упрощенной, не теряет своей важности, так как позволяет отразить концептуальные основы макроэкономического кругооборота и основное распределение функциональных процессов между макроэкономическими агентами.
Разработка функциональной схемы модели управления воспроизводственным процессом макроэкономической системы
На основе разработанных динамических моделей воспроизводственного процесса МЭС с учетом выявленных особенностей управления МЭС сформированы следующие положения, используемые для разработки функциональной схемы (ФС) управления воспроизводственным процессом МЭС.
1. Разрабатываемая система управления воспроизводственным процессом МЭС строится в классе многоуровневых систем управления, что обусловлено наличием четырех подсистем в составе МЭС, имеющих собственные цели и образующих во взаимодействии друг с другом полносвязную систему.
Нижний уровень управления соответствует управлению отдельно взятыми подсистемами МЭС - секторами и включает четыре контура управления: контур управления сектором нефинансовых организаций; контур управлении сектором домохозяйств и контуры управления секторами финансовых и государственных учреждений. Правила представлены в процедурной форме и реализованы на языке Matlab в виде m-файлов, встроенных в динамические модели [37,76,94].
Таким образом, алгоритмы управления нижнего уровня работают в автоматическом режиме и обеспечивают корректировку плановых темпов расхода ресурсов секторов в пределах заранее рассчитанного плана. Перерасчет этих планов должен выполняться на более высоком уровне управления.
Верхний уровень управления должен основываться на многопараметрическом анализе состояния ДОУ и обеспечивать поддержку принятия решений при формировании вектора U(t). При этом процедура анализа должна основываться на использовании большого объема данных, включающих в себя не только перечисленные выше составляющие вектора управляемых координат Y(t), но и составляющие вектора F(t) внешних воздействий.
2. Построение верхнего уровня управления ведется на основе принципа ситуационного управления с использованием интеллектуальных технологий. Под ситуацией понимается состояние воспроизводственного процесса МЭС, которое характеризуется значениями элементов вектора управляющих координат Y{t) [43;75;90]. Управление на основе ситуационного подхода предполагает классификацию текущей ситуации Su(Y)vi преобразование ее в желаемую S (Y0) путем принятия множества решений.
Для реализации ситуационного подхода при управлении высокодинамическими объектами применяются системы, работающие в режиме реального времени. Для динамических систем, период исследования которых достаточно продолжителен (месяцы или годы), а динамические характеристики тоже соизмеримы с периодом моделирования, целесообразно выполнять анализ состояния системы и принятия решений в выделенные («реперные») моменты времени, важные с позиций управления. Исследуемая МЭС относится к такому классу динамических систем, поэтому при формировании сценариев управления МЭС выделяются важные моменты времени для анализа тенденций ситуации с целью преобразования ее в желаемую.
Среди методов, применяемых для реализации этого подхода, можно выделить следующие группы методов: аналитические, статистические, интеллектуальные. В работе применяются интеллектуальные методы для формирования алгоритмов ПР верхнего уровня управления, выбор которых обусловлен выделенными в главе 1 особенностями МЭС как объекта исследования.
3. В качестве интеллектуальных методов применяются нейросетевые методы и технологии инженерии знаний.
Нейросетевые методы применяются для решения задачи классификации текущих ситуаций. Целесообразность их применения обусловлена тем, что после разработки динамическая модель превращается в средство для генерации новых знаний, при этом извлечение знаний осуществляется на основе анализа результатов многократного проведения имитационных экспериментов, которые хранятся в базе экспериментальных данных [43]. Поскольку проведение такого анализа для человека-аналитика затруднено в силу большого объема данных, а также в силу сложности формирования зависимостей при классификации ситуации в динамике и принятии решений, целесообразным становится применение нейросетевых технологий для анализа и классификации ситуаций на верхнем уровне управления.
Из всех известных методов нейросетевого анализа данных предпочтительным является применение нейронных сетей (НС) Кохонена. Это обусловлено следующими причинами.
Во-первых, если рассматривать процедуру проводимого анализа экспериментальных данных с позиции строгой формализации, то ей соответствует задача кластеризации. Постановка задачи кластеризации в отличие от задачи классификации не требует предварительного определения принадлежности объекта какому-либо кластеру. Поэтому исследователь освобождается от решения этой проблемы при создании обучающей выборки [17].
Во-вторых, полученное отображение многомерного пространства экспериментальных данных на плоскости в виде самоорганизующихся карт (СОК) обладает богатыми выразительными возможностями. Цветовая раскраска карт по выделенным кластерам позволяет обеспечить наглядность и удобство при формулировке качественной характеристики каждого кластера [17].
В-третьих, визуальное представление кластеров на СОК хорошо интерпретируется. На картах выделяются области, объединяющие: кластеры ситуаций, более благоприятных, чем плановые; кластеры плановых ситуаций; кластеры умеренно неблагоприятных ситуаций; кластеры очень неблагоприятных ситуаций, соответствующих зонам риска. При этом степень риска текущей ситуации определяется как степень ее близости к зоне риска.
В качестве примера на рисунке 3.3 представлена СОК для темпа выпуска ВВП Y (t), рассчитанного по расходам. На карте область плановых ситуаций представлена кластерами 1, 2 и 3. Расположение других кластеров соответствует постепенному ухудшению ситуаций в направлении от левого края карты к правому, что сопровождается изменением цвета от синего к красному. Область ситуаций, более благоприятных, чем плановые, представлена кластером 4. Областям умеренно неблагоприятных ситуаций соответствуют кластеры 5 и б. Кластер 7 включает ситуации, относящиеся к зоне риска.
Разработка программного обеспечения информационно-аналитической системы имитационного моделирования воспроизводственных процессов макроэкономической системы
На основе разработанных в главе 2 математических моделей воспроизводственных процессов МЭС и синтезированных в главе 3 алгоритмов ПР по управлению воспроизводственными процессами МЭС разрабатывается программное обеспечение информационно-аналитической системы имитационного моделирования (ИАСИМ).
ИАСИМ предназначена для использования в качестве аналитического инструментария при формировании решений по управлению воспроизводственными процессами МЭС; для использования в качестве обучающей системы для специалистов в области макроэкономического анализа и прогнозирования; и, наконец, для использования в качестве исследовательской системы, позволяющей решать задачи анализа, синтеза, исследования динамики поведения макроэкономических систем как сложных социально-экономических систем. Структура ИАСИМ, представленная на рисунке 4.1, имеет следующий компонентный состав: 1 - компонент имитационного моделирования; 2 — информационно-аналитический компонент; 3 - интеллектуальный компонент. Входящая в состав ИАСИМ программа «Автоматизированная система имитационного моделирования процессов макроэкономического кругооборота финансовых потоков» зарегистрирована РосАПО в Реестре программ для ЭВМ (свидетельство № 2008613683 от 31.07.2008, см. приложение Д). В состав данной автоматизированной системы имитационного моделирования (АСИМ) входят программные модули задания исходных данных и запуска имитационного моделирования, статического расчета, визуально-аналитической и информационно-аналитической поддержки, подготовки экспериментальных данных.
Во-первых, это динамические модели воспроизводственных процессов МЭС, которая разработана с помощью среды визуально-ориентированного блочного программирования Simulink приложения Matlab. Блоки моделей представляют собой как типовые динамические звенья, так и специальные блоки, логика работы которых реализуется с помощью алгоритмов. В состав динамических моделей также входят программируемые блоки, реализующие нелинейные функции fj, /2, /з, /4, предназначенные для корректировки плановых темпов расхода ресурсов на уменьшение и на увеличение в моделях А1, А2, A3, А4, и функцию fs, предназначенной для корректировки темпа выпуска в модели А5. Работа этих алгоритмов подробно описана в разделе 2.3 и запрограммирована на языке Matlab в виде т-файлов.
Во-вторых, это программный модуль задания исходных данных и запуска имитационного моделирования АСИМ, который позволяет задать значения исходных параметров динамической модели; запустить процесс имитационного моделирования; изменить параметры модели в заданные пользователем моменты времени (контрольные точки); установить параметры визуализации результатов имитационного моделирования.
Компонент 2 является информационно-аналитическшм компонентом и включает в себя следующие программные модули АСИМ: модуль визуально-аналитической поддержки, модуль информационно-аналитической поддержки, модуль статического расчета, модуль подготовки экспериментальных данных.
Программный модуль визуально-аналитической поддержки реализует аналитические функции и функции визуализации результатов моделирования, реализованные в АСИМ: отображение с помощью специальных элементов-индикаторов динамики изменения финансовых потоков (притоков и оттоков) и запасов по секторам МЭС; визуализация результатов моделирования в графическом виде, в том числе и визуализация сравнительных результатов экспериментальных исследований, помещенных в единое координатное пространство.
Программный модуль информационно-аналитической поддержки осуществляет расчет ВВП по требуемому интервалу времени и выполняет построение диа 158 граммы, отражающей накопление ВВП за несколько временных интервалов, заданных пользователем; корректировку темпов потоков, которая позволяет уменьшить (в автоматическом режиме) или увеличить (в автоматизированном режиме) темпы расходов ресурсов каждого макроэкономического агента.
Программный модуль статического расчета обеспечивает определение показателей МЭС при изменении входных параметров модели без учета динамики потоков; расчет показателей необходим для определения равновесного состояния, к которому будет стремиться МЭС при изменении ее параметров. Нахождение равновесного состояния осуществляется на основе определения параметров общего экономического равновесия макроэкономической системы, которое достигается при равновесии на отдельных рынках: рынке благ, рынке труда, денежном рынке; таким образом, статический расчет ведется: по модели IS-LM совместного равновесия на рынках благ и денег при постоянных ценах, а также по моделям рынка труда и рынка благ при изменяющихся ценах. При реализации программного модуля используется база моделей статического расчета, построенных с помощью приложения Simulink системы Matlab.
Программный модуль подготовки экспериментальных данных представляет собой автоматизированную информационную систему подготовки экспериментальных данных, разработанную на основе моделей и прикладных программ, предложенных в работе [43]. Данный программный модуль позволяет вывести результаты имитационного моделирования в табличном виде и сохранить их в виде файла, то есть сформировать базу экспериментальных данных. Программная реализация модуля осуществлена в среде Builder C++, базы экспериментальных данных -в среде MS" SOL.
Компонент 3 является интеллектуальным компонентом ИАСИМ и основывается на нейросетевых технологиях анализа экспериментальных данных - нейронных сетей Кохонена и самоорганизующихся карт, строящихся с помощью программы Somap Analyzer аналитической платформы Deductor Studio.
Рассмотрим более подробно процедуру разработки компонентов ИАСИМ. При разработке ИАСИМ были поставлены и решены следующие задачи: - разработаны объектно-ориентированные модели работы с ИАСИМ воспроизводственных процессов макроэкономической системы на основе имитацион 159 ных экспериментов; - разработано программное обеспечение ИАСИМ процессов макроэкономического кругооборота финансовых потоков на основе имитационного моделирования и проведено тестирование программы. Для моделирования выбран программный продукт Rational Rose компании Rational Software Corporation, который предоставляет возможность создания объектно-ориентированных моделей, описьшающих с помощью унифицированного языка моделирования поведение системы с различных точек зрения, что делает описание функциональности системы наиболее полным. С помощью программного продукта Rational Rose были построены следующие виды диаграмм: диаграмма прецедентов для каждого компонента системы, диаграмма классов, диаграмма деятельности. Рассмотрим основные функции взаимодействия пользователя с разработанной АСИМ процессов макроэкономического кругооборота финансовых потоков МЭС в рамках компонента имитационного моделирования. Для получения конечного результата пользователю необходимо: - задать начальные значения переменных динамической модели - входные координаты моделирования; - запустить динамическую модель MATLAB и выполнить моделирование; - провести экспериментальные исследования.
