Аннотация. 

Цель написания статьи состоит в описании апробации технологии на примере функционирования экономической системы с подсистемами «конкурентоспособность», «прибыль», «лояльность клиентов» и «состояние» экономики. Технология реализуется в три этапа, на каждом из которых формируются когнитивные модели социально-экономической системы с разной степенью детализации. На первом этапе строится 1-ая когнитивная модель в виде орграфа, в вершинах которого располагаются влияющие факторы и учитываются взаимосвязи между ними, а также выявляются ее подсистемы. На втором этапе формируется 2-ая когнитивная модель в виде обобщенного орграфа, в вершинах которого располагаются подсистемы 1-ой когнитивной модели и связи между ними. С 2-ой когнитивной моделью проводится имитационный эксперимент для выявления подсистемы, наиболее чувствительной к импульсному воздействию. На третьем этапе строится 3-ая когнитивная модель в виде детализированного орграфа, вершины которого формируются из детализированных подсистем 1-ой когнитивной модели, а причинно-следственные отношения представляются весами дуг орграфа. С 3-ей когнитивной моделью проводится симплициальный анализ для выявления неявных связей между факторами и имитационный эксперимент для наблюдения тенденций развития ситуации на модельном объекте при различных условиях. В рамках апробации технологии проведена серия имитационных экспериментов по функционированию экономической системы, по результатам которой сформирован комплект графических материалов для лиц, принимающих решения, с целью выбора варианта стратегии для практической реализации.

Ключевые слова: 

когнитивная модель, орграф, имитационный эксперимент, экономическая система.

Стр. 52-63.

DOI: 10.14357/20790279220206

 

 

Литература

1. Капустина Л.Г. Методика системного анализа и оценки эффективности применения информационно-коммуникационных технологий // Методист. 2017. № 5. С. 63-67.

2. Бондаренко И.С. Классификация, как метод системного анализа, в проблеме выбора технологии строительства // Горный информационно-аналитический бюллетень. 2008. № 510. С. 130-135.

3. Яковлев О.В. Формирование методологии системного анализа безопасности новых наукоемких технологий // Стратегическая стабильность. 2011. № 4 (57). С. 73-75.

4. Белоусова Н.И., Васильева Е.М., Лившиц В.Н., Миронова И.А. Концептуальные основы моделирования оценки системной эффективности развития транспортной инфраструктуры // Труды ИСА РАН. 2021. Т. 71. № 1. С. 10-21.

5. Kocherzhinskaya Yu.V. and others. Usage of System Analysis methods in the software products engineering. J. of Engineering and Applied Sciences. 2018. VOL. 13. No 9. P. 3294-3298.

6. Dasgupta S. and others. User Acceptance of CASE Tools in Systems Analysis and Design: An Empirical Study. J. of Informatics Education Research. 2007. Vol.9. No 1. P. 51-77.

7. Кежаев В.А., Чубасов В.А. Методика системного анализа адаптивного управления техническим состоянием ракетно-артиллерийского вооружения // Известия Российской академии ракетных и артиллерийских наук. 2018. № 1 (101). С. 87-93.

8. Поспелов Д.А. Ситуационное управление. Теория и практика. М.: Наука. Гл. ред. физю-матлит. 1986. 288 с.

9. Сороколетов П.В. Анализ, проблемы и состояние моделей представления знаний в системах принятия решений // Перспективные информационные технологии и интеллектуальные системы. 2006. № 4. С. 16-24.

10. Поспелов Д.А. Прикладная семиотика и искусственный интеллект // Программные продукты и системы. 1996. № 3. С. 10-13.

11. Барышев М.В., Гатчин И.Ю., Гатчин Ю.А. Модели представления знаний экспертных систем // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. 2006. № 29. С. 14-18.

12. Поспелов Д.А. Знания в интеллектуальных системах // Программные продукты и системы. 1990. № 3. С. 67-79.

13. Белоус Е.С., Кудинов В.А., Желнин М.Э. Современные модели представления знаний в обучающих системах // Ученые записки. Электронный научный журнал Курского государственного университета. 2010. № 1 (13). С. 9-14.

14. Елисеев Д.В. Модель представления знаний при создании адаптивной информационной системы // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. 2010. № 3. С. 2.

15. Загорулько Ю.А. О концепции интегрирован-ной модели представления знаний // Известия Томского политехнического университета. 2013. Т. 322. № 5. С. 98-103.

16. Борисов В.В., Зернов М.М. Реализация ситуационного подхода на основе нечеткой иерархической ситуационно-событийной сети // Искусственный интеллект и принятие решений. 2009. № 1. С. 17-30.

17. Поспелов Д.А. Десять «горячих точек» в исследованиях по искусственному интеллекту // Интеллектуальные системы (МГУ). 1996. Т. 1. Вып. 1-4. C. 47-56.

18. Талер Р. Новая поведенческая экономика. Почему люди нарушают правила традиционной экономики и как на этом заработать. М.: Эксмо. 2017. 368 с.

19. Саймон Г. Науки об искусственном. М.: Едиториал УРСС. 2004. 144 с.

20. Шаститко А.А. Поведенческая экономика: применение методов когнитивной психологии в экономике // Общественные науки и современность. 2017. № 2. С. 132-141.

21. Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: правила и предубеждения. Харьков: Гуманитарный центр. 2005. 632 с.

22. Алексейчева Е.Ю., Шинкарева О.В. Современные тенденции развития глобальной экономики в контексте исследований поведенческой экономики // Вестник Екатерининского института. 2019. № 4 (48). С. 4-11.

23. Вольчик В.В. Поведенческая экономика и современные тенденции эволюции института собственности // Terra Economicus. 2010. Т. 8. № 2. С. 71-78.

24. Никонова Т.В., Шушакова А.А., Кодолова И.А. Современные тенденции и факторы сберегательного поведения населения в российской экономике // Учет и статистика. 2020. № 3 (59). С. 95-105.

25. Акьюлов Р.И. Современные тенденции развития теневой занятости в российской экономике // Дискуссия. 2020. № 2 (99). С. 50-57.

26. Авдеева З.К., Коврига С.В. Подход к постановке задачи управления на когнитивной модели ситуации для стратегического мониторинга / В сб. Управление большими системами. М.: ИПУ РАН. 2016. Вып. 59. С. 120–146.

27. Саймон Г. А. Теория принятия решений в экономической теории и науке о поведении / В кн. Вехи экономической мысли Т. 2. Теория фирмы / Под ред. В.М. Гальперина. СПб.: Экономическая школа. 2000. С. 54-72.

28. Lozhnikov V., Marenko V. Software for the computational experiment “Synthesis of the topological structure of the cognitive model”. 2020. J. Phys.: Conf. Ser. 1441 012148.

29. Roberts F.S. Discrete Mathematical Models, with Applications to Social, Biological and Environmental Problems, Prentice-Hall, Englewood Cliffs, NJ. 1976.

30. Маренко В.А., Мильчарек Т.П., Мильчарек Н.А. Диагностика и моделирование экстремистской направленности личности // Труды ИСА РАН. 2021. Т. 71. № 3. С. 21-32.