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:

Бояринов Юрий Геннадьевич. Нейро-нечеткий метод группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами : Дис. ... канд. техн. наук : 05.13.10 Тверь, 2006 177 с. РГБ ОД, 61:06-5/3294

смотреть содержание
смотреть введение
Содержание к работе:

Введение 5

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. Анализ существующих методов построения идентифицирующих моделей, используемых в системах поддержки принятия решений по управлению социально-экономическими системами 21

  2. Предпосылки использования метода группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами 44

  3. Выводы 55

2. Разработка метода группового учета аргументов, использующего
неЙро-нечеткие частные модели 57

  1. Общее описание разработанного нейро-нечеткого метода группового учета аргументов 57

  2. Алгоритм реализации разработанного нейро-нечеткого метода группового учета аргументов для поддержки принятия решений по оперативному управлению региональными социально-экономическими системами 67

  3. Алгоритм реализации разработанного нейро-нечеткого метода группового учета аргументов для поддержки принятия решений по стратегическому управлению региональными социально-экономическими системами 80

  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 153

Список используемых источников 156

Приложение 1. Вид окон визуального интерфейса программного
модуля, реализующего разработанные алгоритмы применения ней-
ро-нечеткого метода группового учета аргументов 166

Приложение 2. Исходные данные для проведения вычислительных
экспериментов 168

Приложение 3. Основные социально-экономические показатели
Смоленска и Смоленской области 173

Приложение 4. Справки об использовании результатов диссертаци
онной работы 176

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:

  1. 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,

  2. Разработка нейро-нечеткого метода группового учета аргументов для построения на основе ретроспективной, текущей и экспертной информации идентифицирующих моделей управления сложными социально-экономическими системами,

  3. Разработка алгоритма интеллектуальной поддержки принятия оперативных решений по управлению региональными социально-экономическими системами на основе реализации нейро-нечеткого метода группового учета аргументов.

  4. 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.

  1. 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.

  2. 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.

  3. 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.

  4. 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.

Подобные работы
Нугаева Камила Радиковна
Информационная система поддержки принятия решений при управлении качеством образовательного процесса университета на основе онтологии
Шабанов Андрей Валерьевич
Интеллектуальная система поддержки принятия решений при управлении качеством готовой продукции предприятия
Муксимов Павел Валерьевич
Система поддержки принятия решений при стратегическом управлении предприятием трубопроводного транспорта нефтепродуктов на основе онтологии
Филиппов Арсений Викторович
Поддержка принятия решений при управлении распределением ресурсов в двухуровневых производственных системах
Паринова Лариса Владимировна
Управление инновационными научными исследованиями на основе интеллектуализации принятия решений в слабоформализуемых системах
Зеленин Александр Юрьевич
Управление инвестиционным процессом развития региональной системы телерадиовещания на основе моделей и алгоритмов принятия решений
Дубинин Евгений Николаевич
Модели и алгоритмы поддержки принятия решений при управлении операционными кассами банка
Олейник Яков Анатольевич
Информационная поддержка принятия решений при управлении предприятием в условиях возможного банкротства
Курамшин Джавит Валерьевич
Информационная поддержка принятия решений при стратегическом управлении предприятием в условиях неопределенности
Богданова Диана Радиковна
Информационная поддержка принятия решений при оперативном управлении оказанием услуг с применением технологий распределённого искусственного интеллекта

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