Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Управление в социальных и экономических системах

Диссертационная работа:

Протопопов Олег Игоревич. Разработка и реализация нейросетевых моделей комплексного динамического прогнозирования : диссертация... кандидата технических наук : 05.13.10 Воронеж, 2007 135 с. РГБ ОД, 61:07-5/2650

смотреть введение
Введение к работе:

Актуальность темы Диссертация посвящена изучению вопросов прогнозирования социально-экономических процессов Прогнозирование - это ключевой момент при принятии решений в управлении Конечная эффективность любого решения зависит от последовательности событий, возникающих уже после их принятия Возможность предсказать неуправляемые аспекты этих событий перед принятием решения позволяет сделать наилучший выбор, который, в противном случае, мог бы быть не таким удачным Поэтому системы планирования и управления, обычно, реализуют функцию прогноза

Прогнозирование как метод имеет большое количество областей применения На настоящий момент исследователь располагает выбором из огромного количество разработанных моделей прогнозирования Обзор существующих подходов к прогнозированию показал, что каждый из методов имеет свои преимущества и недостатки, определенную область применимости и набор ограничений, в пределах которых он дает результат, отвечающий ожиданиям по точности и надежности Социально-экономические процессы отличаются тем, что не всегда могут быть удачно "вписаны" в ту или иную модель Гораздо чаще в процессе прогнозирования приходится сталкивается с тем, что процесс удовлетворяет условиям некоей модели только на ограниченном отрезке времени После этого характер поведения процесса меняется таким образом, что необходимо применять другую модель В этом случае конечный заказчик вынужден производить дополнительные затраты на подбор и адаптацию модели прогнозирования, отвечающей новым характеристикам процесса Неудивительно, что задача создания модели, позволяющей избежать этих затрат, постоянно рассматривается учеными

В настоящий момент все чаще используются синтетические подходы Для надежного прогнозирования применяются связки методов, результаты которых сравниваются, взвешиваются и анализируются В результате принимается решение о способе формирования прогноза В настоящий момент нередко появляются публикации о новых методах прогнозирования, позволяющих проводить анализ любых процессов Фактически, эти разработки являются более сложными модификациями существующих подходов При их использовании проблема выбора модели замещается новой проблемой - подбора и установки большого числа настроечных параметров В связи с этим, ведется работа в направлении создания подходов, являющихся надстройками над такими методами прогнозирования Алгоритм, как правило, осуществляет оптимизацию параметров метода к текущему процессу Причем сам метод остается одним и тем же То есть, существующие подходы, хоть и расширяют область применимости выбранного метода, все же не решают задачи совершения самого выбора

В сложившейся ситуации разработка модели комплексного проінозиро-вания социально-экономических процессов, решающая задачу динамического выбора оптимального метода прогнозирования, а так же формирование самого прогноза является актуальной Разрабатываемая модель может быть применена

при построении системы поддержки принятия управленческих решений, связанных с планированием

Основные исследования, получившие отражение в диссертации, выполнялись по планам научно-исследовательских работ

федеральная комплексная программа «Исследование и разработки по приоритетным направлениям науки и техники гражданского назначения»,

грант РФФИ «Гуманитарные науки» «Разработка оптимизационных моделей управления распределением инвестиций на предприятии по видам деятельности» N Г00-3 3-306,

госбюджетная научно - исследовательская работа «Разработка и совершенствование моделей и механизмов внутрифирменного управления»

Цель диссертационной работы Разработка и реализация моделей комплексного динамического прогнозирования социально-экономических процессов с учетом изменения характера течения процесса, реализация разработанных моделей в виде пакета прикладных программ

Задачи исследования

  1. Проанализировать существующие подходы к вопросу прогнозирования социально-экономических процессов

  2. Построить модель и систему, формирующую прогноз исследуемого процесса, представленного своими временными отсчетами

  3. Построить модель динамического выбора наилучшего метода прогнозирования на данном шаге

  4. Построить алгоритм обучения системы, который будет динамически определять область компетентности каждого метода

  5. Разработать алгоритм формирования образов обучающей выборки, содержащих в себе информацию о характере изменения исследуемого процесса, достаточную для принятия решения о применении того или иного метода прогнозирования

  6. Сформировать наборы входных параметров, совместное применение которых максимально расширит зону компетентности каждого базового метода

  7. Сформировать модель комплексного динамического прогнозирования с использованием всех разработанных подмоделей и алгоритмов, предложить реализацию разработанной модели, применимую при построении системы поддержки принятия решений в управлении

Методы исследования Выполненные теоретические и экспериментальные исследования базируются на использовании теории систем, теории множеств (четких и нечетких), математической статистики, теории коллективного принятия решений, нейронных технологий, нейроуправления, математического моделирования и программирования, функциональной декомпозиции Общей методологической основой является системный подход

Научная новизна Разработаны и реализованы модели и сопутствующие алгоритмы нейросегевого комплексного динамического прогнозирования, обладающие следующей научной новизной

  1. Разработана модель прогнозирования, отличающаяся от базовых снижением временных и финансовых затрат на настройку и поддержку подсистемы прогнозирования, позволяющая получить прогноз исследуемого процесса, представленного своими временными отсчетами, по качеству не уступающий или превосходящий результат, который можно получить, применяя отдельные базовые методы прогнозирования

  2. Построенная модель отличается от случая применения отдельных базовых методов тем, что не требует активного участия специалиста, использующего метод и позволяет осуществить динамический выбор применяемого на данном этапе прогнозирования базового метода, основываясь на динамически сформированном представлении о его области компетентности

" 3) Предложен подход к обучению нейронных сетей, отличающийся реализацией алгоритма формирования обучающего образа, основанного на аппарате математической статистики, и позволяющий построить ассоциативные связи между характером поведения процесса и оптимальным методом прогнозирования

  1. Разработанная топология и методика обучения нейронной сети, осуществляющей управление формированием прогноза, основана на теории коллективного принятия решений

  2. Построенная динамическая модель решения задачи о назначении отличается от базовой модели учетом прогнозируемой динамики спроса на несколько этапов вперед и дифференциацией сотрудников по способностям и уровню оплаты труда

Практическая значимость и результаты внедрения работы Практическая значимость заключается в разработанных моделях, алгоритмах и их программной реализации, применимых в системах поддержки принятия управленческих решений, требующих формирования прогноза динамически меняющихся характеристик Применение разработок, представленных в работе, позволяет снизить стоимость разработки и поддержки подсистемы прогнозирования, а так же позволит сохранить накопленный опыт анализа исследуемых процессов

Построенные модели используются в практике разработки планов закупки материалов и комплектующих изделий в ООО «Промжилстрой №1» и ООО «Стройинвест», Модели, алгоритмы и механизмы включены в состав учебного курса «Исследование операций при моделировании социально - экономических систем», читаемого в Воронежском государственном архитектурно - строительном университете

На защиту выносятся

1) Комплексный подход к выбору метода прогнозирования временного ряда, представляющего динамику развития социально-экономического процесса с учетом быстрого изменения характера его течения

  1. Комплекс нейросетевых моделей, применимых в системе поддержки принятия управленческих решений планирования, позволяющих сформировать прогноз быстро меняющейся социально-экономической величины на основе накопленной информации о характере ее поведения и применимости базовых методов прогнозирования

  2. Модели анализа информации о характере течения процесса во временной и частотной области

  3. Динамическая модель задачи о назначении

Апробация работы

Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научных конференциях международные конференции «Современные сложные системы управления» (г Тула, 2005, Краснодар-Воронеж-Сочи, 2005 г), 61 - 63 научно-технические конференции по проблемам архитектуры и строительных наук (Воронеж, ВГАСУ, 2005-2007 гг)

Публикации

По теме диссертации опубликовано 6 печатных работ, в том числе одна -из перечня изданий, рекомендованных ВАК РФ В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежат в [2, 3, 5] - модели и алгоритмы отбора методов прогнозирования, алгоритм извлечения статистической информации о характере течения социально-экономического процесса из обучающей выборки, [4] - исследование кадровой структуры и стратегии проведения работ по управлению качеством, [1,6]- модель решения оптимизационной задачи о назначении с учетом ожидаемой динамики изменения параметров спроса

Структура работы Диссертационная работа состоит из введения, трех глав, заключения, списка литературы и трех приложений Диссертация состоит из 135 страниц, в том числе машинописного текста 123,23 рисунка, 14 таблиц и приложений Библиография включает 137 наименований.

Подобные работы
Селезнев Павел Владимирович
Разработка моделей прогнозирования для информационно-аналитической системы оценки рентабельности региональной транспортной компании
Антропов Александр Васильевич
Разработка моделей, алгоритмов и программных средств прогнозирования демографической ситуации в малых и средних городах (На примере города Рубцовска)
Бабкин Виктор Филиппович
Разработка и реализация оптимизационных моделей и механизмов управления высшим учебным заведением
Глебов Андрей Александрович
Модель краткосрочного прогнозирования электропотребления с помощью нейро-нечетких систем
Тезик Константин Анатольевич
Методы, модели и алгоритмы прогнозирования и управления состоянием агроэкосистем
Масляков Виктор Николаевич
Проектное управление разработкой и реализацией концепции развития Республики Карелия
Кириенко Владислав Евгеньевич
Модели и алгоритмы оценки реализации управленческих решений по результатам выполнения
Жиганшин Ахмет Аббясович
Систематизация и разработка моделей прогнозирования ресурса оборудования энергоблоков атомных станций
Леонов Николай Вячеславович
Научное обоснование и разработка модели прогнозирования исходов болезней системы кровообращения на уровне популяции на основании оценки индивидуального риска [Электронный ресурс]
Зимин Роман Валерьевич
Разработка статистических моделей прогнозирования электропотребления и графиков нагрузки ЭЭС

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net