Сценарно-когнитивное моделирование сложных систем на основе событийной идентификации динамики факторов
- Авторы: Чернов И.В1
-
Учреждения:
- Институт проблем управления им. В.А. Трапезникова РАН
- Выпуск: № 3 (2023)
- Страницы: 65-76
- Раздел: Управление в социально-экономических системах
- URL: https://journals.rcsi.science/1819-3161/article/view/286632
- DOI: https://doi.org/10.25728/pu.2023.3.5
- ID: 286632
Цитировать
Полный текст
Аннотация
Работа посвящена методологическим проблемам повышения эффективности технологии сценарного анализа и моделирования процессов развития социально-экономических систем, результаты которого предназначены для использования в системах поддержки принятия управленческих решений с целью опережающей оценки их эффективности. Рассмотрен ряд ограничений традиционного подхода к сценарно-когнитивному моделированию, которые приводят прежде всего к упущению в получаемом в результате моделирования сценарии ключевых событий, непосредственно влияющих на оценку ситуации и принятие решений. Предложен подход, обеспечивающий возможность идентификации и анализа динамики изменения значений факторов модели в процессе ее исследования, а также формирование на его основе дополнительных сценарно-событийных взаимосвязей между факторами с целью повышения адекватности модели анализируемой ситуации. Разработан расчетный алгоритм анализа динамики поведения факторов модели, реализованный и апробированный в рамках программно-аналитического комплекса сценарного моделирования. Приведен пример использования алгоритма.
Об авторах
И. В Чернов
Институт проблем управления им. В.А. Трапезникова РАН
Email: ichernov@gmail.com
г. Москва, Россия
Список литературы
- Модели и методы анализа и синтеза сценариев развития социально-экономических систем: в 2-х кн. / Под ред. В.Л. Шульца и В.В. Кульбы. – М.: Наука, 2012. Кн. 1. – 304 с., кн. 2. – 358 с. [Modeli i metody analiza i sinteza scenariev razvitiya so-cial'no-ekonomicheskih sistem: v 2-h kn. / Pod red. V.L. Shul'ca i V.V. Kul'by. – M.: Nauka, 2012. Kn. 1. – 304 s., kn. 2. – 358 s. (In Russian)]
- Дранко О.И., Новиков Д.А., Райков А.Н., Чернов И.В. Управление развитием региона. Моделирование возможностей. – М.: URSS, ООО «ЛЕНАНД», 2023. – 432 с. [Dranko O.I., Novikov D.A., Rajkov A.N., Chernov I.V. Upravlenie razvitiem regiona. Modelirovanie vozmozhnostej. – M.: URSS, OOO «LENAND», 2023. – 432 s. (In Russian)]
- Авдеева З.К., Коврига С.В. О постановке задач управления ситуацией со многими активными субъектами с использо-ванием когнитивных карт // Управление большими системами. – 2017. – Вып. 68. – С. 74–99. [Avdeeva, Z.K., Kovriga S.V. On the Statement of Control Problems of the Situation with Many Active Stakeholders with Use of Cognitive Maps // Large-Scale Systems Control. – 2017. – Vol. 68. – P. 74–99. (In Russian)]
- Plonsky, O., Apel, R., Ert, E., et al. Predicting Human Decisions with Behavioral Theories and Machine Learning // arXiv. – 2019. – DOI: https://doi.org/10.48550/arXiv.1904.06866.
- Stulp, F., and Sigaud, O. Many Regression Algorithms, One Unified Model: A Review // Neural Networks. – 2015. – Vol. 69. – P. 60–79.
- Wooldridge, J.M. Introductory Econometrics: A Modern Approach // Boston: Cengage Learning, 2019.
Дополнительные файлы
