Содержание к диссертации
Введение
1. Анализ современных методов поддержки принятия решений по управлению социально-экономическими системами 13
1.1- Общая постановка задачи управления социально-экономическими системами на основе применения идентифицирующих математиче ских моделей 13
1.2. Анализ существующих методов построения идентифицирующих моделей, используемых в системах поддержки принятия решений по управлению социально-экономическими системами 21
1.3. Предпосылки использования метода группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами 44
1.4. Выводы 55
2. Разработка метода группового учета аргументов, использующего неЙро-нечеткие частные модели 57
2.1. Общее описание разработанного нейро-нечеткого метода группового учета аргументов 57
2.2. Алгоритм реализации разработанного нейро-нечеткого метода группового учета аргументов для поддержки принятия решений по оперативному управлению региональными социально-экономическими системами 67
2.3. Алгоритм реализации разработанного нейро-нечеткого метода группового учета аргументов для поддержки принятия решений по стратегическому управлению региональными социально-экономическими системами 80
2.4. Выводы 88
Разработка программного обеспечения для управления региональ ными социально-экономическими системами на основе нейро-нечеткого метода группового учета аргументов 90
1. Универсальный программный модуль, реализующий разработанные алгоритмы применения нейро-нечеткого метода группового учета аргументов 90
2. Результаты имитационных вычислительных экспериментов по проверке характеристик разработанного нейро-нечеткого метода группового учета аргументов 99
3. Архитектура и режимы функционирования информационно-аналитической системы поддержки принятия решений по управлению региональными социально-экономическими системами 107
4. Выводы 121
Практическое применение разработанного нейро-нечеткого метода группового учета аргументов в системе поддержки принятия решений по управлению регионом 123
1. Методика использования нейро-нечеткого метода группового учета аргументов в системе поддержки принятия решений по управлению регионом 123
2. Интеграция программного модуля, реализующего разработанные алгоритмы применения нейро-нечеткого метода группового учета аргументов, в составе информационно-аналитической системы поддержки принятия решений по управлению Смоленской областью 131
3. Результаты практического применения нейро-нечеткого метода группового учета аргументов для поддержки принятия решений по управлению Смоленской областью 140
4. Выводы 151
Заключение
- Анализ существующих методов построения идентифицирующих моделей, используемых в системах поддержки принятия решений по управлению социально-экономическими системами
- Предпосылки использования метода группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами
- Результаты имитационных вычислительных экспериментов по проверке характеристик разработанного нейро-нечеткого метода группового учета аргументов
- Интеграция программного модуля, реализующего разработанные алгоритмы применения нейро-нечеткого метода группового учета аргументов, в составе информационно-аналитической системы поддержки принятия решений по управлению Смоленской областью
Введение к работе
Переход Российской Федерации к устойчивому развитию невозможен без создания условии для устойчивого развития регионов. Это определяет необходимость повышения обоснованности принимаемых решений по управлению социально-экономическими системами регионального уровня на основе всестороннего анализа информации о состоянии внешней и внутренней среды региона. Известно, что региональные социально-экономические системы как объекты управления характеризуются многофакторностью, существенной нелинейностью функциональных зависимостей между факторами, активным влиянием на управляющую систему. В настоящее время для повышения эффективности регионального управления достаточно широко применяются системы поддержки принятия решений (СППР), использующие построение, анализ и применение математических моделей региональных социально-экономических систем или их отдельных подсистем.
Проблемы повышения эффективности регионального управления социально-экономическими системами на основе применения СППР, в составе математического обеспечения которых используются математические идентифицирующие модели, рассматривались в трудах С.А. Редкозубова, Ю.И, Журавлева, ЯЗ. Цыпкина, С.А. Айвазяна, В.С, Мхитаряна, В.Н. Буркова, В.Н. Кузнецова, АЛ. Дорофеюка, В.Е. Баумана, ВЛ- Кострова, В.М. Лохина и др. Отдельным аспектам теории и практики построения идентифицирующих математических моделей сложных социально-экономических систем посвящены работы российских ученых Б.В. Палюха, А.В. Максимова, Н.А, Семенова, А.Н, Чохонелидзе и др.
В указанных работах в качестве одного из подходов к построению математических моделей сложных систем произвольной природы рассматривается метод группового учета аргументов (МГУА), предложенный академиком А.Г. Ивахненко и развитый в работах ЮЛ, Юрачковского, ЮЛ. Зайчен-ко, И.А. Мюллера, Г.А. Ивахненко. Целесообразность применения МГУА
для построения моделей социально-экономических систем определяется его возможностью обеспечивать приемлемую ошибку прогнозирования в условиях многофакторности управляемого объекта и ограниченности объема обучающей выборки.
В то же время анализ современных региональных социально-экономических систем показал, что при принятии решений по управлению подобными системами на основе прогнозирования развития ситуации приходится учитывать большое количество взаимосвязанных факторов и управляющих воздействий, многие из которых не могут быть измерены при помощи метрических шкал. Следует также отметить, что в условиях слабой математической формализации некоторых региональных социально-экономических процессов и ограниченного объема статистических данных возрастает роль экспертной информации. Данные обстоятельства снижают эффективность применения известных вариантов реализации МГУА в составе математического и алгоритмического обеспечения СППР по управлению социально-экономическими системами регионального уровня.
Как представляется, минимизировать указанные недостатки МГУА возможно на основе применения при построении частых моделей аппарата нечетко-логических (гибридных) нейронных сетей, предложенных в работах Алтупина А.Е., Асаи К,, Борисова В.В., Верескова С.К., Дорохова И.Н., Ко-марцовой Л.Г\, Кофмапа А., Круглова В.В., Кузьмина В.Б., Леоненкова А.В., Орловского С.А., Осовского С5 Поспелова Д.А, Регеджа Р.К., Семухи-на М.В., Сугено М, Терано Т., Федорова В.В. и других отечественных и зарубежных ученых,
В связи с этим возникает актуальная научная задача разработки нейро-нечёткого метода группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами, использующего нейро-нечеткие частные модели, позволяющие учитывать экспертную информацию при селекции факторов внутренней и внешней среды, представленных в количественной и качественной форме, что имеет
7 существенное значение для повышения эффективности регионального управления.
Основные разделы диссертации выполнялись в рамках комплексных программ социально-экономического развития Смоленской области 2001-2004 г.г. и 2005-2008 г.г., и их содержание соответствует перечню критических технологий, определяемых политикой РФ в области науки и технологии на период до 2010 г, - «Компьютерное моделирование» и «Искусственный интеллект».
Цель работы: разработать нейро-нечёткий метод группового учета аргументов, использующего нейро-нечеткие частные модели, и методику его применения в составе СППР по управлению региональными социально-экономическими системами, позволяющую повысить эффективность регионального управления.
Для реализации указанной цели были поставлены и решены следующие основные задачи:
Анализ современного состояния исследований в области применения математических моделей в составе СППР по управлению социально-экономическими системами и обоснование предпосылок применения МГУА в процессе управления региональными системами,
Разработка нейро-нечеткого метода группового учета аргументов для построения на основе ретроспективной, текущей и экспертной информации идентифицирующих моделей управления сложными социально-экономическими системами,
Разработка алгоритма интеллектуальной поддержки принятия оперативных решений по управлению региональными социально-экономическими системами на основе реализации нейро-нечеткого метода группового учета аргументов.
Разработка алгоритма интеллектуальной поддержки принятия стратегических решений по управлению региональными социально-экономическими системами, позволяющего осуществлять обработку информации о состоянии
внешней и внутренней среды, представленной при помощи шкап различного
типа,
5, Разработка архитектуры информационно-аналитической системы под
держки принятия решений по управлению региональными социально-
экономическими системами, использующей нейро-нечеткий метод группо
вого учета аргументов, и методики её применения,
6. Выработка практических рекомендаций по применению результатов дис
сертационного исследования в СППР по управлению Смоленской областью.
Объектом исследования являются региональные социально-экономические системы.
Предметом исследования является процесс управления региональными социально-экономическими системами на основе применения информационных СППР, в состав которых входят математические модели.
Теоретической и методологической базой исследования являются системный подход к анализу и управлению социально-экономическими объектами и процессами, теории управления, идентификации и математического моделирования, известные варианты МГУА, теории нечеткой логики и искусственных нейронных сетей, научные положения и выводы, сформулированные в трудах отечественных и зарубежных ученых по теории управления социальными и экономическим системами.
Информационной базой исследования являются данные Госкомстата РФ, отчетные данные департаментов Администрации Смоленской области и п Смоленска.
Наиболее существенные научные результаты, полученные автором.
1. Разработан нейро-нечеткий метод группового учета аргументов для построения на основе ретроспективной, текущей и экспертной информации идентифицирующих моделей управления сложными социально-экономическими системами с целью повышения эффективности их функционирования. Метод отличается от известных возможностыо использования
9 нейро-нечетких сетей в качестве частных моделей МГУА, что позволяет учитывать экспертную информацию при селекции факторов, оказывающих влияние на управляемую социально-экономическую систему.
Предложен алгоритм интеллектуальной поддержки принятия оперативных решений на основе реализации нейро-нечеткого метода группового учета аргументов, позволяющий осуществлять построение прогностических моделей региональных социально-экономических систем, что обеспечивает повышение точности прогноза последствий принимаемых решений по региональному управлению в условиях ограниченности исходной информации о состоянии внешней и внутренней среды.
Разработан алгоритм интеллектуальной поддержки принятия стратегических решений по управлению социально-экономическими системами, использующий комбинированный критерий баланса прогнозов, позволяющий на основе принципа самоорганизации и процедур обработки информации о состоянии внешней и внутренней среды, представленной при помощи шкал различного типа, учитывать динамику развития ситуации в долгосрочной и среднесрочной перспективе, что дает возможность вырабатывать управляющие воздействия с учетом их долговременных последствий.
На основе результатов вычислительных экспериментов определены условия, при выполнении которых предложенный нейро-нечеткий метод группового учета аргументов позволяет обеспечить более высокую точность идентифицирующих моделей управления сложными социально-экономическими системами, чем при применении других известных методов моделирования.
Разработана архитектура и методика применения информационно-аналитической СППР по управлению региональными социально-экономическими системами, использующие разработанный нейро-нечеткий метод группового учета аргументов и позволяющие учитывать активное влияние управляемой системы на процесс управления на основе интеграции информационных ресурсов региона.
10 Достоверность и обоснованность научных результатов, выводов и
рекомендаций диссертации определяются корректным применением теории управления, идентификации и математического моделирования, нечеткой логики и искусственных нейронных сетей. Выводы и предложения диссертационного исследования не противоречат известным теоретическим и практическим результатам, содержащимся в трудах отечественных и зарубежных ученых в области управления социальными и экономическими системами.
Научная новизна работы состоит в разработке нейро-нечеткого метода группового учета аргументов для построения на основе ретроспективной, текущей и экспертной информации идентифицирующих моделей управления сложными социально-экономическими системами с использованием нейро-нечетких сетей в качестве частных моделей МГУА, а также алгоритмов и методики его реализации в составе СППР по региональному управлению.
Значение полученных результатов для теории и практики.
Разработанные в диссертации нейро-нечеткий метод группового учета аргументов, алгоритмы интеллектуальной поддержки принятия решений на основе реализации нейро-нечеткого МГУА, архитектура и методика применения информационно-аналитической СППР по управлению региональными социально-экономическими системами, использующими разработанный ней-ро-нечеткий МГУА, вносят вклад в теорию и практику идентификации в организационных системах и применения методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в экономических и социальных системах.
Сведения о реализации и целесообразности практического использования результатов.
Разработанный нейро-нечеткий метод группового учета аргументов, алгоритмы интеллектуальной поддержки принятия решений на основе реализации нейро-нечеткого МГУА, а также архитектура и методика применения информационно-аналитической СППР практически используются в Админи-
страции Смоленской области и Администрации г. Смоленска, что позволило повысить обоснованность принимаемых решений по управлению региональными и муниципальными социально-экономическим системами.
Методические и теоретические результаты диссертации используются в учебном процессе филиала Московского энергетического института (технического университета) в г. Смоленске,
Предложенный нейро-нечеткий метод группового учета аргументов и алгоритмы интеллектуальной поддержки принятия решений на основе реализации нейро-нечеткого МГУА могут найти широкое практическое применение в качестве математического и алгоритмического обеспечения информационных СППР по управлению социально-экономическими системами.
Разработанная архитектура и методика применения информационно-аналитической СППР по управлению региональными социально-экономическими системами, использующие разработанный нейро-нечеткий МГУА, могут быть использованы органами власти федерального, регионального и муниципального уровней при разработке специального математического и программного обеспечения систем поддержки принятия решений в социальных и экономических системах.
Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на: Международной научной конференции «Математические методы в интеллектуальных информационных системах» (Смоленск, 2002), VII Международной научной конференции «Системы компьютерной математики и их приложения» (Смоленск, 2006), V Всероссийской научно-практической конференции «Проблемы экономики, организации и управления предприятиями, отраслями, комплексами в разных сферах народного хозяйства» (Новочеркасск, 2006), межвузовской научно-методической конференции «Современные информационные технологии в экономике, управлении и образовании» (Смоленск» 2006), VI Международной научно-практической конференции «Моделирование, Теория, методы и
средства» (Новочеркасск, 2006), а также на научных семинарах филиала МЭИ (ТУ) в г. Смоленске,
Публикации. По теме диссертации опубликовано 11 печатных работ общим объемом; 11,3 п.л., втом числе лично автору принадлежит 5,2 п.л.
Структура и объем работы.
Диссертационная работа состоит из введения, четырех глаз, заключения, списка литературы из 116 наименований и 4 приложений. Диссертация содержит 177 страниц -машинописного текста, 44 рисунка и 12 таблиц.
Анализ существующих методов построения идентифицирующих моделей, используемых в системах поддержки принятия решений по управлению социально-экономическими системами
При использовании аналитического подхода к моделированию объект (система) отображается состоящим из отдельных взаимосвязанных элементов, для каждого из которых составляются частные описания, аналогичные уравнениям материального баланса.
Данные частные описания имеют вид нелинейных дифференциальных (разностных) или алгебраических уравнений и их объединение, с учетом внутренних (для объекта) перекрестных или обратных связей между элементами, дает общую структуру модели. Однако прогнозирующая ценность большинства моделей, полученных подобным путем (если речь идет о сложных объектах и системах), невелика.
Отметим далее, что аналитические методы моделирования имеют еще одну особенность. Следуя правилу «чем сложнее модель, тем она точнее», можно увеличить глубину и объем исследования, составляя и добавляя в модель все новые и новые уравнения, не заботясь, являются ли они непротиворечивыми. Большинство создателей моделей уверены в том, что учет все новых факторов и деталей только улучшает результат. Чрезмерное увеличение числа уравнений и учитываемых переменных приводит тем временем к противоречивым уравнениям, чего авторы моделей обычно не замечают.
Аналитический подход имеет еще один существенный недостаток: получаемая с его помощью модель (13), как правило, нелинейна по параметрам, что приводит к большим проблемам на этапе оценивания [15], особенно в моделях большой размерности. В общем, практика показывает, что его можно применять только при описании сравнительно простых объектов с числом входов не более 3-г5.
В рамках аналитического подхода к моделированию кратко рассмотрим следующие модели. 1. Модели воспроизводства капитала, основанные на принципах «Капитала».
Предлагаемый здесь аппарат представляет собой систему специальных экономико-математических моделей, объединенных общей концепцией воспроизводства. Экономическая теория К. Маркса служит одновременно содержательной основой построения этих моделей и предметом математического исследования в их рамках. Доминантой модели является воспроизводство капитала посредством его кругооборота. 2. Модели леонтьевского типа (Леонтьев, Нейман, Моришима, Гейл).
Здесь изучается поведение макромоделей СЭС на основе концепции «затраты-выпуск» и технологических множеств. 3. Классические модели экономического равновесия (Вольрас, Эрроу, Дебре).
Принципиальная схема этих моделей заключается в подробном описании действий потребителей, обобщенное поведение которых задастся целевыми функциями /Дс),е А/= {Ь.., «Дописывающими предпочтения к-го потребителя по отношению к вектору потребительских благ CGR", Изучается поведение системы с целью достижения равновесного се состояния, определяемого заданным образом. 4. Модели государственного регулирования экономики.
С проблемами инфляции, спада производства и занятости периодически сталкиваются (пусть в меньших масштабах) все развитые страны, поскольку эти явления органически присущи рыночной экономике с ее специфическими механизмами саморегулирования. Поэтому не случайно, что одной из основных функций правительства считается «стабилизация экономики», то есть контроль за уровнем занятости и инфляции, порождаемых колебаниями экономической конъюнктуры, а также стимулирование экономического роста.
В силу своей важности проблема государственного регулирования экономики давно занимает одно из центральных мест в западной макроэкономической теории. Тем не менее, до сих пор нельзя утверждать, что построена единая (удовлетворяющая всех) теория регулирования. История макроэкономической науки - это история непрерывных споров о степени вмешательства в экономику и методах воздействия на нее со стороны государства. Основные дискуссии проходят между представителями кейнси-анской и монетаристской школ.
Для обоснования своих позиций представители различных школ используют математические модели. Как правило, это статические макромо дели равновесия. Такие модели столь упрощенно описывают экономическую систему, что вряд ли могут служить убедительными аргументами в спорах. Как справедливо отмечается в одной из критических работ, подобные модели выполняют в основном иллюстративную функцию и являются математическим оформлением априорных представлений монетаристов и кейнсиаицев относительно эффективности различных форм государственного регулирования. Проводимая в России экономическая реформа ставит перед отечественными экономистами и математиками актуальную задачу активного освоения и дальнейшего развития данной теории.
АЛ, Кейнсианские модели государственного регулирования рыночных отношений, Модели государственного регулирования рыночных отношений, для которых механизм управления заключается в контроле за уровнем государственных расходов, а денежная эмиссия, сопряженная с бюджетным дефицитом, носит вынужденный характер
Предпосылки использования метода группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами
Регион - это выделенная по какому-либо признаку (экономико-географическому, воспроизводственному, административному) территориальная подсистема государства, имеющая собственные цели развития, а также управляющую подсистему, которая обеспечивает достижения этик целей путем интеграции внутри региональных ресурсов и межрегиональных взаимодействий [63].
Каждый регион отличается своей экономической и социальной структурой, местом в решении республиканских и общегосударственных задач. Поэтому социально-экономические процессы, протекающие в регионе и требующие управления, должны отвечать интересам решения задач, присущих конкретному территориальному образованию [64],
Регион как объект управления - это система взаимосвязанных структурных элементов (частей) со своей структурой, культурой и уровнем развития, которая функционирует в федеральной внешней среде, испытывая на себе ее правовое, экономическое и общее регулирующее воздействие, которая в то же время решает ряд внутренних проблем, связанных с использованием территориальных ресурсов, решением комплекса социально-экономических задач, а также вопросов самообеспечения и самодостаточности. Сущность региона и целостное представление о нем как об объекте государстненного управления ы. контроля и субъекте самоуправления представлено на рисунке 1.6 [65J. факторами, действующими в системе реї иона, являются: собственный ресурсный потенциал региона (трудовые природные, производственные, финансовые ресурсы), привлекаемые в регион ресурсы (как правило, в виде инвестиций и централизованных капитальных вложений) и реальные процессы общественного производства.
В задачах принятия решений по региональному управлению целенаправленный выбор управляющих воздействий и экономических методов управления должен определять такие пропорции общественного воспроизводства (достижение баланса использования ресурсов в системе), которые в максимальной степени способствуют удовлетворению потребностей населения в регионе и повышению его жизненного уровня.
Структура модельного комплекса социально-экономического развития региона представлена на рисунке 1.7.
Модели социально-экономических систем, реализуемые в рамках единой модели региона, могут отражать различные типы отношений или аспекты функционирования объекта (балансовые отношения, технологические, поведенческие, структурные, экологические, демографические, экзогенные и др.) [6].
Балансовые отношения реализуют равенство суммы наличных объемов (товары, ресурсы, финансовые потоки и т.п.), полученных из различных источников, сумме объемов, использованных по различным направлениям.
Технологические отношения раскрывают и детализируют технологические процессы конкретных социально-экономических систем и их производственные возможности в перспективе. Поведенческие отношения описывают поведение элементов социально-экономической системы, имеющих некоторую свободу выбора решений.
Экологические отношения раскрывают взаимосвязи социально-экономической системы с окружающей средой, а также оценивают влияние деятельности системы на состояние природных ресурсов. Демографические отношения учитывают влияние роста и структуры населения на производство. Экзогенные отношения описывают взаимоотношения социально-экономической системы с элементами внешней среды, причем влияние системы на эти элементы ограничено (внешняя торговля, стихийные бедствия и т.д.)
При управлении социально-экономической системой необходимо учитывать информационные взаимосвязи между моделями всех подсистем в процессе выработки и принятия решений. Например, решения по развитию производства связаны с анализом состояния трудовых ресурсов, возможности обеспечения производственной инфраструктурой (прежде всего, энергетика, транспорт) и другими. Обратные связи просматриваются с эколотической подсистемой, анализом финансовых отчислений (налоги) в бюджет, выход модели анализируется на предмет обеспечения социальной сферы.
Анализ и моделирование социально-экономических систем регионов необходимо выполнять с учетом следующих характерных особенностей [66]: - регион рассматривается как сложная слабоструктурированная система, методологией исследования которой является системный анализ, со всеми вытекающими из этого последствиями: наличие большого количества сложных взаимосвязанных причинно-следственных связей между факторами, рассматриваемыми в описании сложной системы, результат действия которых не всегда очевиден при принятии решений (контриинтуитивность), необходимость исследования стохастических систем в условиях неопределенности, неоднозначности; - регион - социальная система, поэтому в ней доминируют и учитываются природные и психологические {связанные с интересами людей и др.) факторы. При принятии решений необходимо учитывать долгосрочные интересы общества- Уровень развития региона призван, в первую очередь, обеспечивать условия воспроизводства человеческой жизни;
Результаты имитационных вычислительных экспериментов по проверке характеристик разработанного нейро-нечеткого метода группового учета аргументов
Для оценки характеристик разработанных алгоритмов с помощью универсального программного модуля были проведены имитационные вычислительные эксперименты, описание и результаты которых приведены ниже.
Эксперимент 1,
Поскольку законы изменения социально-экономических показателей могут быть различны, в эксперименте в качестве исходных для построения модели были выбраны данные, сгенерированные с помощью следующих функций дискретного времени (1=1..Л00): -xl- x2=t2 - хЗ-е1 - х4= е"1 - x5-sin(rc/32 t).
В качестве функций, аппроксимация которых проводилась с помощью нейро-нечеткого МГУА, рассматривались функции входных переменных, отличающиеся степенью нелинейности: yl4V xl+0,8 x2+0,4 x3+0,2 x4-hO,9 x5 у2=0,3 х1Л2+0,6 х2Л2+0Л хЗд2+0,8 х4 0,2 xl x4-0,2 xl x5 уЗ=О54 х1лЗ+0,6 х2лЗ+О,1 хЗлЗ+О,5 х4лЗ-Ь0,9 х5лЗ
Исходные данные, полученные т основе приведенных выражений, представлены в таблице ІІ2Л. Нормировка входных переменных осуществлялась в соответствии с выражением {2.21}. исунок 3.5 -Результаты прогнет для функции 1-го порядка нелинейности
Построение моделей осушествлядось на первых 90 точках обучающей выборки, прогнозирование выхода с помощью построенных моделей по 10 і очкам. Результаты эксперимента представлены на рисунках 3.5 }J. Для сравнения, помимо нейро-нечеткого МГУ А (кнадратоьіеточіш на графике), попользовались регрессионный (круглые ТОЧКИ) и иейроеетевой (треугольные ТОЧКЕ) методаї.
Как видно из приведенной таблицы, при невысокой степени нелинейности нейро-нечеткий МГУ А (НМГУА) не дает выигрыша в точности, т.к. такая функция может быть успешно аппроксимирована регрессионной зависимостью. По мере увеличения степени нелинейности, погрешность регрессионной модели возрастает, в то время как погрешность нейронной сети и нейро-нечеткой модели МГУА остается приемлемой.
Проанализируем, как изменится погрешность рассматриваемых моделей при уменьшении количества точек обучающей выборки. В качестве исходных будем использовать половину данных из таблицы ГТ2Л. Результаты эксперимента представлены па рисунках 3.8- 3.10, а ошибки прогнозов в таблице 3.3.
Из таблицы видно, что с уменьшением объема обучающей выборки значительно увеличилась погрешность нейросетевой модели, погрешность же НМГУА осталась на приемлемом уровне.
Результаты проведенных экспериментов доказали, то разработан ИУЇІ яейро-нс ежмй МГУ А даст значительное преимущество в точности по сравнению с рарессионпым методом при высокой степени нелинейно-сій аппроксимируемой функции, причем, чш больше степень нелинейно-спи, тем больший хїьппрьшг в точности наблюдается при иепольэдшшии данного метода. В случае, если объем исходных данных невелик, то метод досі лучший результат не только по сравнению и регрессионным, но и с иейросетевым методами, поскольку последние критичіш к объемам обучающих выборок. Приведенные результаты свидетельствую! о работоспособности предложенного метода и возможности cm использования при построении существенно нелинейных математических моделей на шлык выборках исходных данных.
Разработанный универсальный программный модуль может использоваться в составе информационно-аналитической системы поддержки принятия решений (ИАСППР) по региональному управлению для построения математических моделей региональных социально-экономических систем, с помощью которых можно осуществлять краткосрочное и долгосрочное прогнозирование важнейших социально-экономических показателей, а также осуществлять выбор управляющих воздействий, приводящих систему в желаемое состояние. При проектировании архитектуры ИАСППР необходимо учитывать основные требования, которым она должна удовлетворять для наиболее эффективной реализации задач, решаемых с помощью её инструментов.
Все требования, предъявляемые к ИАСППР по региональному управлению, можно разделить на две группы: - общие требования к корпоративным ИАС (к числу которых принадлежит и рассматриваемая система); - специфические требования, связанные с особенностями управления региональными социально-экономическими системами.
К первой группе относятся требования масштабируемости, гибкости, открытости, информационной безопасности и ряд других общесистемных требований.
Интеграция программного модуля, реализующего разработанные алгоритмы применения нейро-нечеткого метода группового учета аргументов, в составе информационно-аналитической системы поддержки принятия решений по управлению Смоленской областью
На основе прогнозной информации может осуществляться планирование, заключающееся обычно в распределении имеющихся финансовых и людских ресурсов по направлениям на определенный интервал времени с разбивкой на периоды в соответствии с типом разрабатываемого плана.
При управлении регионом по результатам исследования построенной модели может быть выработано обоснованное решение, направленное на требуемое изменение выходных переменных- Обычно в качестве управляющего воздействия используются распределенные соответствующим образом средства регионального бюджета, инвестиции и кредиты, поступающие в регион под гарантии областного руководства; изменение уровня региональных налогов и т.п.
В заключение следует отметить, что первые пять пунктов описанной методики относятся к стадиям разработки и внедрения ИАСППР по региональному управлению. Все работы на этой стадии должны выполняться специалистами информационно-аналитического отдела, в том числе и системными аналитиками. Функции системного аналитика могут выполнять руководители различного уровня, хорошо знакомые со спецификой предметной области, способные сформулировать задачи управления, эффективность решения которых можно повысить за счет использования указанной информационной системы.
На стадии эксплуатации ИАСППР по региональному управлению можно рекомендовать такое распределение функций между специалистами разных подразделений, работающих с данной системой. - Задачей сотрудников информационно-аналитического отдела является поддержка работоспособности системы, обслуживание запросов клиентов, построение тестирование и проверка качества получаемых моделей. - Сотрудники, задействованные в сфере оперативного управления регионом и работающие с системой в качестве операторов, должны поддерживать в актуальном состоянии данные, необходимые для принятия решений, путем их ввода или загрузки из внешних источников. - Лица, принимающие решения (ЛПР), в качестве которых могут выступать председатели профильных комитетов (по экономике, социально-экономическому развитию, промышленности и т.д.), непосредственно руководитель региона, его заместители, курирующие определенные направления и др., работают с системой в режиме анализа обработанной информации. Для обеспечения более удобной работы с аналитической информацией в системе должны быть предусмотрены средства визуализации и интерпретации результатов.
Использование в соответствии с предложенной методикой нейро-печетких моделей региональных социально-экономических систем в составе ИЛСППР позволит повысить обоснованность принимаемых решений по управлению регионом за счет более точного прогнозирования развития ситуации и возможности анализа существующих в социально-экономических системах взаимосвязей между управляющими воздействиями и управляемыми параметрами.
Информационно-аналитическая система поддержки принятия решений по управлению Смоленской областью представляет собой распределенную систему, имеющую следующие общие характеристики.
На информационных серверах Интернег/Интрйнет-сети администрации Смоленской облает созданы и обновляются по усташатешому регламенту 25 компьютерных баг $тпых Разработаны, внедрены и сопровождаются 23 информационные сисгемы, обеспечивающие сбор, обработку, наполнение, хранение и доступ к базам данных на информационных сер
Структурно ИАСППР по региональному управлению содержит центральный узел, телекоммуникационную сеть, интегрирующую территориально распределенные информационные ресурсы региона, информационные системы субъектов управления регионом.
Функционально ИАСППР можно подразделить на следующие подсистемы: телекоммуникационную, Интернет-подсистему, Интранет-подсистему, подсистему электронной почты, подсистему электронного документооборота, подсистему правовых информационных ресурсов, подсистему региональных социально-экономических показателей, подсистему мониторинга.
В состав информационных ресурсов входят нормативные правовые федеральные, областные, муниципальные базы данных, социально-экономические базы данных, база данных средств массовой информации, информационно-аналитические материалы, информация по малому предпринимательству, страхованию, налогам и сборам, защите прав потребителей, реестры, классификаторы, справочники.
Основным узлом концентрации информационных ресурсов региона является Центральный узел администрации Смоленской области. Информационные ресурсы региона размещены на следующих информационных серверах (подсистемах) (см. рисунок 4.3): интернет-сервер (http://admin,smolensk.ru), интранет-сервер, сервер показателей, сервер правовых баз данных, сервер электронного делопроизводства, сервер служебной электронной почты.
