Интеллектуальная поддержка принятия решений при управлении инвестиционным процессом многосекторной макроэкономической системы на основе динамических моделей

• Автор: Карташева, Татьяна Анатольевна
• Шифр специальности: 05.13.10
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Уфа
• Количество страниц: 240 с. : ил.

ОГЛАВЛЕНИЕ
ПРИНЯТЫЕ СОКРАЩЕНИЯ
ВВЕДЕНИЕ
1 АНАЛИЗ ПРОБЛЕМЫ ИССЛЕДОВАТЕЛЯ И МОДЕЛИРОВАНИЯ ДИНАМИКИ ИНВЕСТИЦИОННЫХ ПРОЦЕССОВ
МАКРОЭКОНОМИЧЕСКОЙ СИСТЕМЫ
1.1 Актуальность проблемы исследования и управления инвестиционным процессом на макроэкономическом уровне
1.2 Анализ существующих моделей функционирования многосекторной макроэкономической системы с учетом инвестиционных процессов
1.3 Цели и задачи исследования
Выводы по главе
2 РАЗРАБОТКА ДИНАМИЧЕСКИХ МОДЕЛЕЙ ИНВЕСТИЦИОННОГО ПРОЦЕССА МНОГОСЕКТОРНОЙ МАКРОЭКОНОМИЧЕСКОЙ СИСТЕМЫ
2.1 Концептуальные основы исследования и системного моделирования инвестиционного процесса ММЭС
2.2 Когнитивная модель инвестиционного процесса
многосекторной макроэкономической системы
2.3 Разработка функциональной схемы динамической модели инвестиционного процесса ММЭС
2.4 Разработка динамической модели функционирования
производственного сектора экономики, формирующего инвестиционные расходы
2.5 Разработка динамической модели формирования инвестиций сектором финансовых учреждений с учетом неравновесных состояний денежного рынка
Выводы по главе
3 РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНЫХ АЛГОРИТМОВ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ИНВЕСТИЦИОННЫМ ПРОЦЕССОМ МАКРОЭКОНОМИЧЕСКОЙ СИСТЕМЫ
3.1 Инвестиционный процесс многосекторной макроэкономической системы как динамический многомерный объект управления
3.2 Разработка функциональной схемы системы управления инвестиционным процессом ММЭС

3.3 Разработка процедуры формирования интеллектуальных алгоритмов принятия решения при управлении инвестиционным процессом ММЭС
3.4 Разработка нейросетевых алгоритмов кластеризации инвестиционных ситуаций ММЭС
3.4 Разработка алгоритмов принятия решений при управлении инвестиционным процессом ММЭС на основе нейро-нечетких сетей
Выводы по главе
4. СИСТЕМНЫЕ ИССЛЕДОВАНИЯ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ИНВЕСТИЦИОННЫМ ПРОЦЕССОМ МНОГОСЕКТОРНОЙ МАКРОЭКОНОМИЧЕСКОЙ СИСТЕМЫ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
4.1 Разработка программного обеспечения системы имитационного моделирования и интеллектуального управления инвестиционным процессом
4.2 Методика проведения системных исследований
4.3 Расчет параметров модели для проведения базового эксперимента на основе статистических данных экономики России
4.4 Исследование динамики функционирования многосекторной макроэкономической системы как динамического объекта управления в условиях действия возмущений
4.5 Исследование эффективности интеллектуальных алгоритмов принятия решений при управлении инвестиционным процессом ММЭС
Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А. Основные макроэкономические показатели российской
экономики
ПРИЛОЖЕНИЕ Б. Схемы динамических моделей и алгоритмов управления ММЭС
с учетом запасов и рыночных регулирующих механизмов
ПРИЛОЖЕНИЕ В. Результаты экспериментальных исследований
динамически неравновесных режимов инвестиционного процесса ММЭС
ПРИЛОЖЕНИЕ Г. Результаты построения нейро-нечеткой сети
ПРИЛОЖЕНИЕ Д. Основные понятия в области управления инвестициями на макроуровне
ПРИНЯТЫЕ СОКРАЩЕНИЯ
БЭД база экспериментальных данных
ВВП валовой внутренний продукт
вдс валовая добавленная стоимость
ДОУ - динамический объект управления
ИАД - интеллектуальный анализ данных
ЛПР лицо, принимающее решение
МЭА - макроэкономический агент
ММЭС - многосекторная макроэкономическая система
МОБ межотраслевой баланс
НС нейронная сеть
ННС нечеткая нейронная сеть
ОУ объект управления
шш пакеты прикладных программ
ППР поддержка принятия решений
СИМИУ- система имитационного моделирования и управления
снс - система национальных счетов
сок самоорганизующиеся карты Кохонена
СННР - система поддержки принятия решений
тмз товарно-материальные запасы
ФС функциональная схема
ЦБ Центральный Банк

Неопределенности часто классифицируют по источникам возникновения и по природе неопределенности (таблица 1.1).
Таблица 1.1 - Классификация неопределенностей
Классификация по источникам возникновения неопределенности
1. Неопределенность среды 2. Личностная неопределенность
1. Поведенческая (игровая), неопределенность объекта управления 2. Природная неопределенность, неопределенность внешней среды 1. Неопределенность предпочтений 2. Целевая неопределенность
- поведение населения, формирующего сбережения; - поведение банков, формирующих инвестиционные ресурсы; - поведение фирм, валовые инвестиции - колебания рыночной конъюнктуры, включая уровни цен, процентной ставки, валютных курсов; - изменения интенсивности и характера внешнеэкономических связей; - колебания уровня мировых цен; - нестабильность политической ситуации - предпочтения лица, принимающего решения при выборе инструментов, методов и средств реализации денежно-кредитной, фискальной и структурной политик; - влияние коррупции, теневой экономики - нечеткая формулировка цели принятия решений; - наличие нескольких противоречивых целей (таргетирование процентной ставки, стимулирование инвестиций и борьба с инфляцией); - формирование комплементарных целей (инвестиционный рост ВВП и увеличение доходов населения).
Классификация по природе неопределенности
1. Вероятностная неопределенность 2.Неопределенность уверенности
1. со статистическим оцениванием 2. с субъективным оцениванием 1. частичная неопределенность 2. полная неопределенность
анализ инвестиционной привлекательности страны, региона, отрасли анализ чувствительности процессов к тем или иным факторам выбор целей и инструментов реализации политик макроэкономич-го регулирования отсутствие какой-либо информации о текущей ситуации
В зависимости от источника неопределенности данных используют различные методы и модели описания неопределенности, среди которых выделяют стохастические, интервальные и непрерывные методы и модели. Стохастические методы используются, когда факторы имеют случайный характер и им можно дать вероятностное описание. Интервальные методы используются для описания неопределенности нестатистической природы, когда отсутствует какая-либо информация о факторах неопределенности. Факторы могут быть представлены в интервальной форме как диапазон возможных значений переменных или зависимостей. Несмотря на преимущества интервальных методов, проблему представляет корректное определение интервалов неопределенности на основе различных исходных данных и при наличии различных источников неопределенности пере-