ОБ РАСПРЕДЕЛЕНИИ ИНВЕСТИЦИЙ В ЭКОНОМИКО-СОЦИАЛЬНОЙ СФЕРЕ

Авторы: Марина Коробова
Аннотация: Рассматривается проблема оптимального распределения инвестиций между
экономическим и социальным направлениями, которая сводиться к задаче оптимального управления. Находятся оптимальные траектории динамики социально-экономической системы с учетом соответствующих оптимальных капиталовложений. Таким образом, предлагается концепция для принятия оптимальных управленческих решений по инвестированию на макро- и микроуровнях.
Ключевые слова: социально-экономическая система, инвестиции, возобновимый ресурс, управление,
принятие решений.
ACM Classification Keywords: I. Computing Methodologies, H.4.2 Information Systems Applications: Types of
Systems: Decision Support.
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.

Введение
Особенностью современного этапа хозяйственного развития является формирование концепции о тесной взаимосвязи между экономическим и экологическим благополучием.
В наше время эколого-экономическая проблематика определяет не только эффективность функционирования всех видов и форм хозяйственной деятельности, но и принципиальные условия нормального функционирования каждого человека. Это включает, во-первых, эффективное использование экономикой природных ресурсов, а во-вторых, отыскание и обоснование методов предотвращения и ликвидации ущерба от загрязнения окружающей среды. Эти проблемы должны решаться на основе закономерностей естественноисторического характера, а также с учетом постоянно меняющихся потребностей общества.

( Читать дальше )

МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ

МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ часть 1
МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ часть 2

Сценарный подход

Специфическим методом прогнозирования является Сценарный прогноз. Это — своего рода метод описания логически последовательного процесса или события, исходя из сложившейся ситуации. Описание сценариев ведется с учетом временных оценок. Основное назначение сценария — определение генеральной цели развития прогнозируемого объекта, явления и формулирование критериев для оценки верхних уровней «дерева целей». Сценарии обычно разрабатываются на основе данных предварительного прогноза и исходных материалов по развитию прогнозного объекта. К исходным

материалам следует отнести технико-экономические характеристики и показатели основных процессов производственной и научной базы для решения поставленной цели.
Сценарий — это картина, отображающая последовательное детальное решение задачи, выявление возможных препятствий, обнаружение серьезных недостатков, с тем чтобы предрешить вопрос о возможном прекращении начатых или завершении проводимых работ по прогнозируемому объекту. Сценарий, по которому должен составляться прогноз развития объекта или процессов, должен содержать в себе вопросы развития не только науки и техники, но и экономики, внешней и внутренней политики. Поэтому сценарии должны разрабатываться высококвалифицированными специалистами с учетом соответствующего профиля прогнозируемого объекта. Сценарий по своей описательности является аккумулятором исходной информации, на основе которой должна строиться вся работа по развитию прогнозируемого объекта. Поэтому сценарий в готовом виде должен быть подвергнут тщательному анализу.

( Читать дальше )

МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ

МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ часть 1
МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ часть 2

Авторы: Ирина Горицына, Виктория Сатыр
Аннотация: Рассмотрена методология прогнозирования, основные принципы, подходы и методы
расчетов динамики инфляционных процессов.
Ключевые слова: инфляционный индекс, прогнозные модели, методы прогнозирования
ACM Classification Keywords: I. Computing Methodologies, H.4.2 Information Systems Applications: Types of
Systems: Decision Support.
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.

Введение
Инфляция является одним из индикаторов макроэкономической стабильности и фактором, от которого в значительной степени зависит социально-экономическое развитие страны. Поэтому сдерживание роста инфляции и ее поддержание на благоприятном для экономики уровне является ключевой проблемой государственной экономической политики. Высокая инфляция разрушает денежную систему, провоцирует вывоз национального капитала за пределы страны, ослабляет национальную валюту, способствует ее вытеснению во внутреннем обращении иностранной валютой, подрывает возможности финансирования государственного бюджета. Достоверный прогноз инфляции является одной из предпосылок успешного проведения макроэкономической политики. Однако сделать его довольно сложно, по крайней мере, в Украине. Причиной этому — особенности экономических преобразований, происходивших в нашей стране на протяжении последних лет. За это время, в частности, произошли фундаментальные изменения в поведении населения и предприятий относительно способов сохранения денег; возникли каналы унификации наличных и безналичных средств; у людей появилась возможность выбора валюты в процессе накопления. При высоких непрогнозируемых темпах роста инфляции трудно предугадать поведение населения и субъектов хозяйствования. Эти и другие факторы затрудняют прогнозирование макроэкономических показателей, в частности, инфляции.

( Читать дальше )

ЭКОНОМИЧЕСКИЕ ГИПОТЕЗЫ И ДВОЙСТВЕННАЯ ДИНАМИЧЕСКАЯ МОДЕЛЬ ЛЕОНТЬЕВА “ЗАТРАТЫ-ВЫПУСК”

Авторы: Игорь Ляшенко, Елена Ляшенко, Андрей Онищенко
Аннотация: В статье авторами предложены новые двойственные модели цен для динамической модели Леонтьева «затраты-выпуск», которые используют разные гипотезы относительно финансовых балансов. Параллельно к классической гипотезе о отсутствии денежных запасов используется одна из трех альтернативных: гипотеза о неизменности во времени общей стоимости капитала, гипотеза о расширении производства только за счет инфляции, а также гипотеза о коррупции при расширении производства. В зависимости от принятой гипотезы получены разные магистральные траектории цен.
Ключевые слова: динамическая модель Леонтьева «затраты-выпуск», двойственная динамическая модель, экономические гипотезы относительно финансовых балансов, динамика равновесных цен.
ACM Classification Keywords: I. Computing Methodologies, H.4.2 Information Systems Applications: Types of
Systems: Decision Support
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.

Введение
Изучение отраслевой структуры экономики в натуральных показателях приводит к необходимости перехода к соответствующей стоимостной структуре – ценовым показателям. Определение динамики цен с учетом разнообразных экономических гипотез позволяет проанализировать существующую систему цен, сравнить ее с расчетными значениями, установить взаимосвязь основных показателей динамики натуральных и стоимостных моделей.


( Читать дальше )

КАЧЕСТВЕННЫЙ АНАЛИЗ МНОГОМЕРНЫХ НЕЧЕТКИХ РАЗНОСТНЫХ СИСТЕМ

Автор: Евгений Ивохин
Аннотация: Предлагается способ исследования устойчивости нечетких разностных систем большой
размерности на основе применения метода вектор-функций Ляпунова и специальной процедуры декомпозиции системы на подсистемы.
Ключевые слова: разностные системы, функции Ляпунова, нечеткость
ACM Classification Keywords: H.4.2 Information Systems Applications: Types of Systems: Decision Support.
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.

Введение
Использование нечетких множеств для описания ситуаций с неопределенностью находит все большее применение в разных прикладных отраслях [Чуличков, 2000]. Однако, следует заметить, что в основном рассматриваются системы, размерность которых невелика [Меренков, 2000; Пушков, 2001; Ивохин, Волчков, 2006]. Исследования многомерных систем усложняются не только проблемами, связанными с размерностью, но и с отсутствием специфичных операций декомпозиции и агрегирования нечетких множеств.

( Читать дальше )

ПОИСК ИНДИВИДУАЛЬНО-ОПТИМАЛЬНЫХ РАВНОВЕСИЙ В УСЛОВИЯХ ЧАСТИЧНОЙ ИНФОРМИРОВАННОСТИ ИГРОКОВ

Автор: Сергей Мащенко
Аннотация: Рассматривается понятие индивидуально- оптимального равновесия в некооперативных играх. Описаны методы параметризации множества этих равновесий. Предлагается процедура поиска индивидуально-оптимальных равновесий в условиях частичной информированности игроков.
Ключевые слова: не кооперативные игры, равновесие по Нешу, оптимальность по Парето,
индивидуально-оптимальное равновесие.
ACM Classification Keywords: H4.2 Decision support
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.

Введение
Наиболее привлекательными концепциями оптимальности в условиях полной информированности игроков являются принципы оптимальности по Парето и по Нешу [1].
Концепция оптимальности по Парето основана на идее кооперативного поведения игроков, когда они коллективно выбирают свои стратегии и совместно учитывают функции выигрыша. Поэтому не существует ситуаций, которые будут для всех игроков одновременно лучше любой Парето-оптимальной. В случае, когда игроки выбирают основой для соглашения между собой концепцию Парето- оптимальности, у некоторых из них может возникнуть соблазн при выборе конкретной Парето- оптимальной ситуации изменить свою стратегию на другую, которая будет лучше для них. В этом случае такая ситуация будет нестабильной и их договоренность может быть разрушенной.
Концепция равновесий по Нешу основывается на идее некооперативного поведения игроков, когда они индивидуально выбирают свои стратегии и каждый учитывает лишь свою функцию выигрыша. Ситуация игры называется равновесием Неша, если от нее невыгодно отклоняться любому одному игроку (все другие игроки свои стратегии не изменяют), поскольку значение его функции выигрыша не улучшится (будет для него оптимальным). Если игроки заключают соглашение о своем будущем поведении и его основой является равновесие Неша, то оно будет стабильным. “Ценой” привлекательности равновесий Неша являются серьезные проблемы, которые связаны с их существованием, сложностью нахождения, проблемой выбора единственного равновесия [1].

( Читать дальше )

ОБ ОСОБЕННОСТЯХ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ОРГАНИЗАЦИИ ВЫЧИСЛЕНИЙ НА ОСНОВЕ МЕТОДА БАЗИСНЫХ МАТРИЦ

ОБ ОСОБЕННОСТЯХ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ОРГАНИЗАЦИИ ВЫЧИСЛЕНИЙ НА ОСНОВЕ МЕТОДА БАЗИСНЫХ МАТРИЦ часть 1
ОБ ОСОБЕННОСТЯХ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ОРГАНИЗАЦИИ ВЫЧИСЛЕНИЙ НА ОСНОВЕ МЕТОДА БАЗИСНЫХ МАТРИЦ часть 2

Таблица 1. Порядок точности обращения матрицы (log10 ?1)
Алгоритм без выбора ведущего элемента
Double -15.30 -12.48 -10.31 -9.15 -5.47
double+1 -18.95 -17.62 -15.87 -13.96 -8.12 -9.63 -6.44
double+2 -16.84 -15.80 -15.79 -14.08 -5.86 -9.30 -5.95
Dd -46.26 -43.88 -41.67 -39.77 -39.57 -37.05
dd+1 -51.36 -48.99 -48.01 -44.47 -43.88 -41.87 -39.02
dd+2 -51.22 -49.99 -47.43 -45.22 -43.99 -41.83 -39.68 -38.17
Qd -108.82 -110.08 -108.03 -102.56 -102.79
qd+1 -116.80 -112.97 -113.53 -110.23 -109.95 -108.10 -105.26
qd+2 -117.52 -116.17 -113.75 -111.40 -108.72 -105.66 -106.13 -103.19

Алгоритм с выбором ведущего элемента
Double -17.70 -16.82 -14.54 -13.07 -9.87 -8.95 -7.10
double+1 -19.02 -17.63 -15.83 -13.92 -8.27 -9.57 -6.33 -5.31
double+2 -16.83 -15.77 -15.76 -14.06 -5.89 -9.37 -5.93 -3.22
dd -49.96 -47.71 -46.16 -43.81 -43.16 -40.95 -38.16 -35.42
dd+1 -51.31 -48.97 -47.99 -44.48 -43.85 -41.86 -39.33 -38.69
dd+2 -51.21 -49.90 -47.41 -45.21 -44.03 -41.83 -39.70 -38.16
qd -115.70 -113.03 -111.33 -109.47 -106.46 -104.84 -103.51 -100.48
qd+1 -117.04 -114.58 -113.83 -110.06 -109.04 -106.80 -105.47 -102.29
qd+2 -112.25 -114.94 -113.79 -111.73 -108.24 -105.84 -104.93 -103.90


( Читать дальше )

ОБ ОСОБЕННОСТЯХ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ОРГАНИЗАЦИИ ВЫЧИСЛЕНИЙ НА ОСНОВЕ МЕТОДА БАЗИСНЫХ МАТРИЦ

ОБ ОСОБЕННОСТЯХ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ОРГАНИЗАЦИИ ВЫЧИСЛЕНИЙ НА ОСНОВЕ МЕТОДА БАЗИСНЫХ МАТРИЦ часть 1
ОБ ОСОБЕННОСТЯХ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ОРГАНИЗАЦИИ ВЫЧИСЛЕНИЙ НА ОСНОВЕ МЕТОДА БАЗИСНЫХ МАТРИЦ часть 2

Автор: Алексей Волошин, Всеволод Богаенко, Владимир Кудин
Аннотация. Использование разных типов данных при проведении вычислений (чисел с плавающей запятой одинарной, двойной, повышенной точности) существенно влияет на основные критерии оценки эффективности: быстродействие, точность и объемы вычислений. В работе исследовано влияние использования разных вариантов организации вычислений на эффективность алгоритмов метода базисных матриц. Предложен вариант построения системы поддержки принятия решения для организации вычислений на линейных моделях для достижения заданных значений параметров по основным критериям: точности и быстродействию.
Ключевые слова: линейная модель, типы данных, базисная матрица.
ACM Classification Keywords: H.4.2 Information Systems Applications: Types of Systems: Decision Support
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.

Введение
Известно, что большинство исследуемых физических процессов на определенном этапе моделирования описываются в классе линейных моделей, в частности, в виде системы плохо обусловленных линейных алгебраических уравнений(СЛАУ) с квадратной матрицей ограничений. Малые неточности представления подобных математических моделей могут существенно влиять на количественные и качественные характеристики получаемого решения при использовании конкретного метода (алгоритма) [Воеводин, 1979]. Такие неточности зачастую обусловлены ограниченностью длины мантиссы при представлении чисел с плавающей запятой. Важно отметить, что, несмотря на наличие ЭВМ, у которых операции округления реализованы самым лучшим образом, тем не менее, избежать ошибок округления и улучшить их известные теоретические оценки не удается [Воеводин, 1979]. Выбором конкретных типов данных с плавающей запятой, достигается различная эффективность по точности получаемого решения, быстродействию и объемам вычислений. Дополнительной возможностью для повышения эффективности вычислений является правильная организация использования регистровой, кэш-памяти, оперативной и внешней памяти [Деммель, 2001]. Известно, что скорость обменов между этими типами памяти зачастую намного выше скорости проведения вычислений и при плохой организации вычислений может “свести на нет” эффект от использования “быстрой” памяти. Все это обуславливает включение в контур принятия решения лица, принимающего решение (ЛПР), с целью правильной организации вычислительного процесса: указания механизма (процедуры) устранения неопределенностей при выборе приоритетов по критериям к решению и типам данных. Достигается это, например, использованием категории функций принадлежности [Орловский, 1981]. Такой подход усложняет исследования, но, в тоже время, открывает новые возможности для построения алгоритмов.

( Читать дальше )

КООПЕРАТИВНЫЕ МОДЕЛЕ-ОРИЕНТИРОВАННЫЕ МЕТАЭВРИСТИКИ ДЛЯ ЗАДАЧ КОМБИНАТОРНОЙ ОПТИМИЗАЦИИ

КООПЕРАТИВНЫЕ МОДЕЛЕ-ОРИЕНТИРОВАННЫЕ МЕТАЭВРИСТИКИ ДЛЯ ЗАДАЧ КОМБИНАТОРНОЙ ОПТИМИЗАЦИИ часть 1
КООПЕРАТИВНЫЕ МОДЕЛЕ-ОРИЕНТИРОВАННЫЕ МЕТАЭВРИСТИКИ ДЛЯ ЗАДАЧ КОМБИНАТОРНОЙ ОПТИМИЗАЦИИ часть 2

В рамках предложенной методологии была разработана кооперативная гибридная метаэвристика в виде последовательного (для одного процессора) алгоритма, который включает несколько алгоритмов ОМК (Рис. 3). Данная схема не предписывает, следует ли использовать экземпляры одного и того же алгоритма, либо она может быть гетерогенной, что оставляет разработчику выбор при реализации.
Алгоритмы работают синхронно и после завершения ими заданного количества IT итераций, совершается обмен информацией. В рамках данной схемы агрегированная модель формируется только на основе текущих моделей базовых алгоритмов (без учета предыстории) и после формирования замещает собою их модели.
В качестве процедуры агрегирования была реализована схема взвешенного суммирования значений параметров (феромонных значений) моделей базовых алгоритмов ?1 ,...,? K (для простоты изложения будем считать, что значения параметров нормированы).

( Читать дальше )

КООПЕРАТИВНЫЕ МОДЕЛЕ-ОРИЕНТИРОВАННЫЕ МЕТАЭВРИСТИКИ ДЛЯ ЗАДАЧ КОМБИНАТОРНОЙ ОПТИМИЗАЦИИ

КООПЕРАТИВНЫЕ МОДЕЛЕ-ОРИЕНТИРОВАННЫЕ МЕТАЭВРИСТИКИ ДЛЯ ЗАДАЧ КОМБИНАТОРНОЙ ОПТИМИЗАЦИИ часть 1
КООПЕРАТИВНЫЕ МОДЕЛЕ-ОРИЕНТИРОВАННЫЕ МЕТАЭВРИСТИКИ ДЛЯ ЗАДАЧ КОМБИНАТОРНОЙ ОПТИМИЗАЦИИ часть 2

Авторы: Леонид Гуляницкий, Сергий Сиренко
Аннотация: Предлагается методология построения кооперативных метаэвристических методов решения задач комбинаторной оптимизации на основе моделе-ориентированных алгоритмов. Ее особенностью является решение задачи путем поиска (оптимизации) в пространстве моделей, который проводится на основе частных моделей, сформированных базовыми (составными) алгоритмами. Описана схема таких методов, разработана кооперативная метаэвристика на основе алгоритмов оптимизации муравьиными колониями, проведено исследование эффективности предлагаемой методологии на основе анализов результатов вычислительного эксперимента.
Ключевые слова: комбинаторная оптимизация, моделе-ориентированные методы, кооперативные метаэвристики, оптимизация муравьиными колониями.
ACM Classification Keywords: G.1.6 [Numerical Analysis] Optimization, I.2.8 [Artificial Intelligence]: Problem
Solving, Control Methods, and Search – Heuristic methods, General Terms: Algorithms.
Conference: The paper is selected from XVth International Conference “Knowledge-Dialogue-Solution” KDS-2 2009, Kyiv, Ukraine, October, 2009.

Введение
Среди прикладных методов решения задач комбинаторной оптимизации (ЗКО) в последнее время формируется класс моделе-ориентированных (model-based) алгоритмов – в отличие от большинства традиционных алгоритмов, которые относят к классу задаче-ориентированных (instance-based) [Zlochin et al., 2004]. Задаче-ориентированные алгоритмы генерируют новые варианты решений только на основе одного или нескольких текущих вариантов решений. К числу таких методов относятся генетические алгоритмы, повторяемый локальный поиск и другие [Hoos and Stutzle, 2005]. В моделе-ориентированных методах варианты решений генерируются с использованием параметризированной вероятностной модели, которая обновляется на основе ранее рассмотренных вариантов решений так, чтобы поиск концентрировался в областях с вариантами решений „высокого качества” [Zlochin et al., 2004]. Как отмечено в [Dorigo and Blum, 2005], в моделе-ориентированном алгоритме происходит оптимизация параметров и/или структуры модели, т.е. вместо исходной ЗКО решается задача непрерывной оптимизации в пространстве параметров модели используемой этим алгоритмом. Широко известными моделе-ориентированными методами являются алгоритмы оптимизации муравьиными колониями (ОМК) [Dorigo and Stutzle, 2004], метод кросс-энтропии [Rubinstein and Kroese, 2004] и метод вычисления оценки распределения [Larranaga and Lozano, 2002].

( Читать дальше )