Стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання
A strategy and implementation of innovative development of the region on the basis of synthesis of foresight methodologies and cognitive modeling are proposed. Involvement at the first stage of the strategy of foresight methodology allows with the help of expert evaluation to identify the critical t...
Gespeichert in:
| Datum: | 2014 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2014
|
| Online Zugang: | https://journal.iasa.kpi.ua/article/view/28650 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | System research and information technologies |
| Завантажити файл: |  |
Institution
System research and information technologies| _version_ | 1866301339011645440 |
|---|---|
| author | Zgurovsky, M. Pankratov, V. |
| author_facet | Zgurovsky, M. Pankratov, V. |
| author_sort | Zgurovsky, M. |
| baseUrl_str | http://journal.iasa.kpi.ua/oai |
| collection | OJS |
| datestamp_date | 2014-12-22T16:32:09Z |
| description | A strategy and implementation of innovative development of the region on the basis of synthesis of foresight methodologies and cognitive modeling are proposed. Involvement at the first stage of the strategy of foresight methodology allows with the help of expert evaluation to identify the critical technologies and build alternative scenarios with quantitative characteristics values. The obtained characteristics are the source data for the initial iteration of cognitive modeling. The use of cognitive graph models allows to create a reasonable scenario that makes them almost indispensable tool in the analytical support for strategic planning and development at the company, metropolis, and region level. The proposed strategy proposes a unique opportunity in the framework of the common program-analytical complex to solve problems of strategic planning and rapid response. The example of scenario creating of innovation development region is given. |
| first_indexed | 2025-07-17T10:17:45Z |
| format | Article |
| fulltext |
М.З. Згуровский, В.А. Панкратов, 2014
Системні дослідження та інформаційні технології, 2014, № 2 7
TIДC
ТЕОРЕТИЧНІ ТА ПРИКЛАДНІ ПРОБЛЕМИ
І МЕТОДИ СИСТЕМНОГО АНАЛІЗУ
УДК 519.711.3
СТРАТЕГИЯ ИННОВАЦИОННОГО РАЗВИТИЯ РЕГИОНА НА
ОСНОВЕ СИНТЕЗА МЕТОДОЛОГИЙ ПРЕДВИДЕНИЯ
И КОГНИТИВНОГО МОДЕЛИРОВАНИЯ1
М.З. ЗГУРОВСКИЙ, В.А. ПАНКРАТОВ
Предложена стратегия и ее реализация инновационного развития региона на
основе синтеза методологий предвидения и когнитивного моделирования.
Привлечение на первом этапе реализации стратегии методологии предвиде-
ния позволяет с помощью экспертного оценивания выявить критические тех-
нологии и построить альтернативы сценариев с количественными значениями
характеристик. Полученные характеристики являются исходными данными
для начальной итерации когнитивного моделирования. Использование когни-
тивных графовых моделей позволяет построить обоснованный сценарий, что
делает их практически незаменимым инструментом в аналитической поддерж-
ке стратегического планирования развития на уровне компании, мегаполиса,
региона. Предлагаемая стратегия открывает уникальную возможность в рам-
ках единого программно-аналитического комплекса решать задачи стратегиче-
ского планирования и оперативного реагирования. Приведен пример построе-
ния сценария на уровне инновационного развития региона.
ВВЕДЕНИЕ
При построении стратегии инновационного развития больших социо-
экономических систем на уровне мегаполиса, большого предприятия или
региона во многих странах мира с высоким статусом зарекомендовала себя
методология предвидения, которая позволяет ответить на вопрос «Что бу-
дет, если?» и построить альтернативы научно обоснованных сценариев.
В соответствии с методологией предвидения [1] на последнем этапе процес-
са принятия решения ЛПР предлагаются 3–4 альтернативы сценариев, кото-
рые, в общем случае, представляют собой сложные слабоструктурирован-
ные проблемы. В настоящее время в рамках методологии предвидения
выполнена формализация ряда методов качественного анализа (SWOT-
анализ, метод анализа иерархий и его модификации, методы Делфи, пере-
крестный анализ, морфологический анализ и т.д.), которые стали основой
инструментария построения альтернатив сценариев [2]. Для обоснованной
реализации того или иного сценария целесообразно привлекать когнитивное
моделирование, позволяющее на основании знания и опыта построить при-
чинно-следственные связи, понять и проанализировать поведение сложной
1Работа выполнена в рамках совместных научных проектов НАН Украины и Россий-
ского фонда фундаментальных исследований.
М.З. Згуровский, В.А. Панкратов
ISSN 1681–6048 System Research & Information Technologies, 2014, № 2 8
системы и предложить заказчику научно обоснованную стратегию реализа-
ции приоритетного сценария.
Цель работы — разработка стратегии и ее реализация инновационного
развития региона на примере исследования экологического состояния Юж-
ного берега Крыма (ЮБК) в виде построения объективно обоснованных
сценариев на основе синтеза методологий предвидения и когнитивного мо-
делирования.
ТЕХНОЛОГИЯ КОГНИТИВНОГО МОДЕЛИРОВАНИЯ
Значение понятия «Когнитивное моделирование» вполне соответствует
своему названию: «Моделирование познанием» (от англ. слова cognition —
познание; узнавание, распознавание). Суть «Моделирования познанием»
сводится к сведению субъективных результатов экспертного оценивания
к «относительно объективному» виду. По результатам экспертного оцени-
вания формируется так называемая «когнитивная карта» (КК) предметной
области: взвешенный ориентированный знаковый граф, вершинами которо-
го являются факторы; ребрами — «связи», взвешанные степени влияния
факторов друг на друга [3]. КК можно рассматривать как переход от одно-
мерной науки к многомерной, которая рассматривает не только типы объек-
тов, но и их функциональные связи разной природы.
Привлекая основной принцип системного анализа — декомпозицию
сложной проблемы до формализованного уровня, выполняется процесс ког-
нитивного моделирования (КМ), который реализуется в интерактивно-
диалоговом режиме. Под когнитивным моделированием понимается реше-
ние взаимосвязанных проблем: построение когнитивной модели (карты),
обоснование на каждом этапе моделирования устойчивости по значению и по
возмущению, структурной устойчивости, учет многофакторных рисков, не-
определенности разной природы.
Технология когнитивного моделирования заключается в том, чтобы на
основе когнитивных моделей определять возможные и рациональные пути
управления ситуацией с целью перехода от исходных состояний к желае-
мым. Преимуществом когнитивной модели является то, что она позволяет
видеть как всю картину в целом, так и детали, интегрировать логику и фан-
тазию, знания и опыт.
В процессе моделирования на каждом этапе построения модели одним
из важных вопросов является обоснование достоверности ее построения,
что достигается математическим обоснованием устойчивости модели
в процессе ее создания [4]. При оценке устойчивости когнитивных моделей
требуется, чтобы система при реагировании на изменения окружающей сре-
ды сохраняла примерно то же самое равновесное поведение в течение неко-
торого периода времени. Для оценки устойчивости развития сложной сис-
темы принимается система критериев:
1-й критерий. Cостояние целостности системы — невыход траектории
развития системы на прогнозном интервале времени из некоторого множес-
тва безопасных состояний.
2-й критерий. Почти монотонный рост показателей — индикаторов ра-
звития объекта на определенном интервале времени с последующим сохра-
нением их в заданных интервалах допустимых значений.
3-й критерий. Попадание траектории развития за определенное время
в целевое множество состояний.
Стратегия инновационного развития региона на основе синтеза методологий …
Системні дослідження та інформаційні технології, 2014, № 2 9
4-й критерий. Устойчивость к возмущению, в том числе, асимптотиче-
ская устойчивость программной траектории и структурная устойчивость
системы.
Оценка устойчивости развития объекта осуществляется на основании
первых двух критериев. Эти критерии диктуют выбор определенных показа-
телей (индикаторов) экономической устойчивости объекта исследования,
которые будут описывать и характеризовать эволюцию объета исследова-
ния, уровень его количественных и качественных параметров в системе ста-
тистики. Существенное значение имеют не сами показатели, а их пороговые
значения, т.е. предельные величины, неучет значений которых препятствует
нормальному ходу развития различных элементов воспроизводства, приво-
дит к формированию негативных, разрушительных тенденций экономичес-
кой безопасности.
Показатели, по которым определяются пороговые значения, выступают
системой индикаторов экономической стабильности, которые являются кри-
териями качества и безопасности жизни человека [5]. В идеальном случае
устойчивость развития объекта достигается при условии, что весь комплекс
показателей находится в пределах допустимых границ своих пороговых
значений, а пороговые значения одного показателя достигаются не в ущерб
другим. Все зависимости между показателями устойчивости и их порого-
выми значениями следует рассматривать в динамике. В случае массовых
«всплесков», присущих рынку, проявляются устойчивые закономерности,
которые должны тщательно изучаться.
Процессы распространения возмущений в системе непосредственно
связаны с исследованием чувствительности системы, ее устойчивостью,
адаптированностью, исследованием возможности нештатных ситуаций. То
есть основным вопросом при таких исследованиях является вопрос: будет
ли поведение системы существенно изменяться в результате изменений (же-
лаемых, нежелательных, неизвестных, непредсказуемых) в режиме естест-
венного эволюционного развития, а также в режиме управления?
Для разработки рекомендаций по стратегии устойчивого развития объ-
екта используется третий и четвертый критерии. Применение этих критери-
ев требует привлечения знаний из области теории устойчивости, хорошо
разработанной для технических и кибернетических систем и находит все
большее применение в исследованиях нелинейных экономических систем со
второй половины 20-го века.
Вполне очевидно, что при создании когнитивной модели одним из воз-
можных подходов к решению вопроса определения ее «степени объективно-
сти» связано с обоснованием «устойчивости» модели.
ИССЛЕДОВАНИЕ УСТОЙЧИВОСТИ КОГНИТИВНЫХ МОДЕЛЕЙ.
КРИТЕРИИ УСТОЙЧИВОСТИ
В данной работе при построении когнитивной модели рассматриваются сле-
дующие виды устойчивости: структурная устойчивость, устойчивость по
возмущению и устойчивость по значению (численная устойчивость).
Структурная устойчивость. Для исследования структурной устойчи-
вости рассматривается состояние когнитивной карты в виде графа. Циклы
графа соответствуют контурам обратной связи: циклы, характеризующие
усиление тенденции к отклонению от данного состояния, отвечают конту-
М.З. Згуровский, В.А. Панкратов
ISSN 1681–6048 System Research & Information Technologies, 2014, № 2 10
рам положительной обратной связи, а циклы, характеризующие подавление
этой тенденции, отвечают контурам отрицательной обратной связи.
Цикл является контуром положительной обратной связи (четным цик-
лом), если он содержит четное число дуг со знаком минус. В противном
случае он является контуром отрицательной обратной связи (нечетным цик-
лом). Наличие четного цикла, имеющего положительное произведение зна-
ков всех входящих в него дуг, свидетельствует о структурной неустойчивос-
ти рассматриваемой системы, поскольку приводит к неограниченному росту
значений в вершинах графа. Изменение значения в какой-либо вершине
отрицательной обратной связи имеет отрицательное произведение знаков
всех входящих в него дуг и приводит лишь к осцилляции параметров вер-
шин [3], что свидетельствует о структурной устойчивости рассматриваемой
системы.
Исследование на структурную устойчивость, т.е. нахождение всех цик-
лов графа, выполняется рекурсивным поиском — перебираются все верши-
ны и все возможные пути, после чего исследуются найденные циклы на чет-
ность. В окно программы выводятся все четные циклы графа, а также их
количество.
Обоснование критериев устойчивости по возмущению и по значе-
нию. Устойчивость графа по возмущению и по значению основывается на
понятии процесса распространения возмущения по графу. Обозначим зна-
чение в вершине iu в момент времени t через ...,1,0],,1[),( tniti .
Предположим, что значение )1( tvi зависит от )(tvi и от вершин, смежных
с iu . Таким образом, если вершина ju смежная с iu и если )(tp j представ-
ляет изменение в ju в момент времени ,t то следует принять, что влияние
этого изменения на iu в момент времени 1t будет описываться функцией
)(),( tpuuf jij , где через ),( ij uuf обозначена весовая функция связи между
вершинами ju и iu [6]. Таким образом, имеем следующее правило распрост-
ранения возмущения:
,,1 )(),()()1(
1
nitpuuftvtv
N
j
jijii
(1)
.)()1()1( tttp jjj
Вершина называется устойчивой по возмущению, если последовательность
1|})({| tj tp ограничена, а устойчивой по значению, если последователь-
ность
1|})({| tj tv ограничена. Граф устойчив по возмущению (значению),
если устойчивы все его вершины.
Имеет место такое следствие: из устойчивости по значению следует ус-
тойчивость по возмущению.
Рассмотрим существующие возможности математического анализа ус-
тойчивости описания системы.
Представим выражение (1) в матричном виде:
),()1()1(
),()()1(
tVtVtP
tPAtVtV
(2)
Стратегия инновационного развития региона на основе синтеза методологий …
Системні дослідження та інформаційні технології, 2014, № 2 11
где A — матрица смежности графа, )(tV — вектор значений в вершинах
nuuu ,...,, 21 в момент времени ,t )(tP — вектор воздействий в вершинах
nuuu ,...,, 21 в момент времени .t
Выполняя в (2) последовательные преобразования, имеем:
),1()0()0()1()1()2(),0()0()1( PAPAVPAVVPAVV
),0()1()1()2()2(),0()0()1()1( 2PAPAVVPPAVVP
)0()...()0()1( 132 PAAAAVtV t
;)1()...()0( 32 PAAAAIV t (3)
.)0()1( 1 PAtP t (4)
Таким образом, устойчивость по значению свелась к ограниченности
матричного ряда ,
0
t
t
A
а устойчивость по возмущению — к ограниченно-
сти матричной последовательности
1}{ t
t
t AM .
Сформулируем и обоснуем следующие критерии устойчивости по воз-
мущению и значению.
Критерий 1. Система в виде знакового взвешенного ориентированного
графа G с матрицей смежности A устойчива по возмущению тогда и толь-
ко тогда, когда спектральный радиус матрицы смежности
,1max)( i
i
A где M
ii 1}{ — собственные числа ,A и представляет ба-
зис из собственных векторов, т.е. все собственные числа матрицы A по мо-
дулю меньше либо равны 1 и жорданова форма матрицы диагональная.
Приведем доказательство этого критерия. В соответствии с (4), имеет
место устойчивость по возмущению т.к. матричная последовательность
1}{ t
t
t AM ограничена. Пусть JV жорданов базис ,A тогда JJJ VAVA 1 ,
где jA — жорданова форма .A
Запишем матрицу A в жордановом базисе [7]:
m
J
J
J
J
A
00
00
00
2
1
,
где ,,...,, 21 mJJJ mi ,...,2,1 — жордановы клетки размерности mm вида
i
i
i
i
iJ
000
100
01
0
001
,
М.З. Згуровский, В.А. Панкратов
ISSN 1681–6048 System Research & Information Technologies, 2014, № 2 12
соответствующие элементарным делителям ...,)(,)( 21
21
pp
,)(,... mp
u )....( 21 nppp m Тогда
t
m
t
t
t
J
J
J
J
A
00
00
00
2
1
. (5)
Отсюда следует, что ограниченность
1}{ t
tA эквивалентна ограниченности
11 }{ t
tJ для всех жордановых клеток матрицы .A
Согласно (5), для жордановой клетки имеем:
t
t
t
tt
t
i
ntt
i
t
t
t
t
ttt
nnt
tttt
J
000
!1
00
!2
)1(
!1
0
)!1()!1(
!
!2
)1(
!1
1
21
121
t
t
t
t
t
t
t
t
t
ntn
t
t
t
t
t
t
C
CC
CCC
000
00
0
11
2211
112211
,
т.е. должны быть ограничены последовательности
0}{ t
iti
tC i
.1,...,1,0 n Тогда
если 1|| , то 1,...,1,0 0||
ni
t
C iti
t , так как мно-
гочлен растет медленнее, чем убывает степенная функция. Поэтому после-
довательности ограничены ;1,...,1,0 ni
если 1|| , то 1,...,1,0 ||
ni
t
C iti
t . Поэтому после-
довательности не ограничены ;1,...,1,0 ni
если 1|| , то
.0 при1||||
,1,...,2,1 ||
iC
ni
t
C
titi
t
iti
t
Поэтому последовательности
0}{ t
iti
tC будут ограничены ,1,...,1,0 ni
т.т.т.к. 1n , т.е. жорданова клетка имеет размерность 1.
Стратегия инновационного развития региона на основе синтеза методологий …
Системні дослідження та інформаційні технології, 2014, № 2 13
Из этого следует, что последовательность
1}{ t
tA ограничена т.т.т.к.
все собственные числа матрицы A по модулю меньше 1 или не превышают
1 и жорданова форма матрицы диагональная. Таким образом, граф устойчив
по возмущению т.к. 1||max)( i
i
A , что и требовалось доказать.
Теперь сформулируем критерий для устойчивости по начальному зна-
чению:
Критерий 2. Система в виде знакового взвешенного ориентированного
графа G с матрицей смежности A устойчива по значению т.т.т.к. спек-
тральный радиус матрицы смежности ,1||max)( i
i
A где M
ii 1}{ — ха-
рактеристические числа ,A либо ,1)( A но жорданова форма матрицы A
диагональная и нет собственного числа равного 1.
Приведем доказательство этого критерия. Запишем матричное ра-
венство:
12 ))(...( tt AIAIAAAI . (6)
Допускаем, что система устойчивая по значению, т.е. матричный ряд
0t
tA
ограничен (по норме) константой С. Тогда из выражения (6) получаем:
1||))(...(|||||||||||||||||| 2111 AIAAAIIIAIIAA tttt
.1||||1||||*||...|| 2 AICAIAAAI t
Следовательно, последовательность
1}{ t
tA ограничена, откуда из крите-
рия 1 получаем первую часть необходимого утверждения, т.е.
1||max)( i
i
A .
Необходимо также доказать, что нет собственного числа равного 1.
Предположим обратное, т. е. xAxx :0 . Тогда
,||)1(||||)...(|| 2
t
xtxAAAI t
t
t
x
xAAAI
AAAI
t
x
t 1
||||
||)...(||
sup||...||
2
0
2 .
Полученная сумма не является ограниченной. Следовательно, собст-
венного числа равного 1 не существует.
Допускаем, что спектральный радиус матрицы Aравен 1, но матрица
имеет базис из собственных векторов и 1 не является характеристическим
числом матрицы смежности. Тогда по критерию 1 получаем, что последова-
тельность
1}{ t
tA ограничена константой С. Кроме того, поскольку 1 не
принадлежит спектру матрицы ,A то 1 принадлежит резольвентному мно-
жеству, то есть 1)( AI . Тогда после умножения обеих частей (6) на
1)( AI справа получаем:
112 )()(... AIAIAAAI tt .
М.З. Згуровский, В.А. Панкратов
ISSN 1681–6048 System Research & Information Technologies, 2014, № 2 14
Отсюда
||)(||*||||||))((||||...|| 11112 AIAIAIAIAAAI ttt
||)(||)*1(||)(||||)*||||(|| 111 AICAIAI t .
Следовательно, матричный ряд
0t
tA ограничен.
Таким образом, граф устойчив по значению т.т.т.к. ,1max)( i
i
A
либо 1)( A , что и требовалось доказать.
Заметим, что граф является численно устойчивым, если спектральный
радиус матрицы смежности меньше 1.
ПОСТРОЕНИЕ СЦЕНАРИЯ РАЗВИТИЯ ЮЖНОГО БЕРЕГА АР КРЫМ
Здесь в качестве примера рассматривается модельная задача экологического
состояния ЮБК. На первом этапе реализации стратегии построения сцена-
риев развития региона на основе методологии предвидения привлекаются
различные методы качественного анализа, такие как SWOT-анализ, методы
анализа иерархий и его модификации, методы Делфи, перекрестного анали-
за, морфологического анализа и др. Использование инструментария предви-
дения [1] позволяет выявить критические технологии и построить аль-
тернативы сценариев с количественными характеристиками выявленных
технологий. Последние в дальнейшем используются в качестве весовых ха-
рактеристик для связывающих вершины дуг графа, что позволяет построить
наиболее реальные реализации сценария исследуемого объекта.
В результате применения метода SWOT анализа были выявлены сле-
дующие критические технологии экологической сферы ЮБК: Х1 — состоя-
ние акватории; Х2 — состояние атмосферного воздуха; Х3 — состояние
почв; Х4 — состояние флоры и фауны; Х5 — промышленность; Х6 —
транспорт; Х7 — ЖКХ; Х8 — сельское хозяйство; Х9 — туризм; Х10 — на-
личие и качество питьевой воды; Х11 — здоровье населения.
Использование экспертного оценивания позволило построить матрицу
смежности А, которая имеет следующий вид:
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11
X1 0 0 0 0,8 0 0 0 0,2 0,5 0,8 0,4
X2 0 0 0 0,3 0 0 0 0,2 1 0 1
X3 0 0 0 0,8 0 0,5 0,1 0,7 0 0,6 0
X4 0 0,9 0,1 0 0 0 0 0,7 0,3 0 0
X5 –0,7 –0,8 –0,7 –1 0 0 0 –0,3 –0,4 –0,3 –0,4
A= X6 –1 –1 –0,2 –0,4 0,1 0 0 0 0,3 0 –0,2
X7 –0,8 0 –0,7 0 0 0 0 0 0,5 0 0
X8 –0,9 0 –0,7 0 0 0 0 0 0,2 0 0
X9 –0,4 0 0 –0,6 0 0 0 0 0 0 0
X10 0 0 0 0 0 0 0,2 0 0 0 1
X11 0 0 0 0 0 0 0 0 0,4 0 0
Стратегия инновационного развития региона на основе синтеза методологий …
Системні дослідження та інформаційні технології, 2014, № 2 15
На начальном этапе когнитивного моделирования с учетом данной ма-
трицы когнитивная карта в виде знакового ориентированного графа имеет
вид, приведенный на рис. 1. Сначала выполняется исследование этой карты
на структурную устойчивость. В результате исследования данной когнитив-
ной карты на структурную устойчивость было выявлено, что первоначально
полученный ориентированный граф не является структурно устойчивым,
так как имеет большое количество четных циклов, в частности: цикл {2,4,2};
коэффициент обратной связи 0,27; цикл {3,4,3}; коэффициент обратной свя-
зи 0,08; цикл {8,3,6,1,8}; коэффициент обратной связи 0,07 и т.д.
Также исходная когнитивная карта не является устойчивой по значе-
нию и по возмущению, так как не удовлетворяет требованиям критериев
1 и 2, имея следующие собственные числа: {0,576088 +1,23551 I; 0,576088
–1,23551 I; –0,781122, 0,353316 +0,53876 I; 0,353316 –0,53876 I; –,48915,
–0,35472 +0,307345 I; –0,35472–0,307345 I; 0,244085, –0,0810832, –,0420984}
и модули собственных чисел {1,36322, 1,36322, 0,781122, 0,644278,
0,644278, 0,48915, 0,469347, 0,469347, 0,244085, 0,0810832, 0,0420984}.
Поэтому последовательность значений для каждой вершины не ограничена,
как и последовательность импульсов. Таким образом, система требует на-
хождения путей достижения устойчивости.
Для заданной системы была проведена модификация когнитивной кар-
ты с целью повышения адекватности модели и достижения ее устойчивости.
Для этого были внесены следующие изменения: вместо вершины «Состоя-
ние флоры и фауны» введены два другие: «Состояние флоры» и «Состояние
фауны». Это позволило более точно отразить взаимосвязи между факторами
окружающей среды и влияния между ними. В соответствии с этим связи
Рис. 1. Исходная когнитивная карта экологического состояния ЮБК
М.З. Згуровский, В.А. Панкратов
ISSN 1681–6048 System Research & Information Technologies, 2014, № 2 16
между вершинами в некоторых случаях сохранились, а в других были изме-
нены с учетом введения новых двух вершин. Оценки взаимных влияний по-
лучены из оценок экспертов. Полученная на этом этапе когнитивная карта
в виде знакового ориентированного графа приобрела вид, приведенный на
рис. 2.
В этой карте нет четных циклов. Собственные числа
{0,356861 +0,926744 I; 0,356861–0,926744 I; 0,21302 +0,536959 I; 0,21302 –
0,536959 I; –0,432294+0,326915 I; –0,432294–0,326915 I;–0,158408+0,439173
I; –0,158408–0,439173 I; 0,0631794, –0,0215371,0; 0} и модули собственных
чисел отвечают критериям устойчивости 1 и 2.
ВЫВОДЫ
Поиск путей решения инновационного развития предприятия, мегаполиса
или региона является довольно сложной системной проблемой. Для ее ре-
шения целесообразно привлекать синтез возможностей методологии пред-
видения с другими информационными технологиями, в частности, с мето-
дологией когнитивного моделирования, что открывает уникальную
возможность в рамках единого программно-аналитического комплекса ре-
шать задачи стратегического планирования и оперативного реагирования.
Привлечение на первом этапе процесса моделирования методологии
предвидения, которая в достаточной мере формализована, позволяет с по-
мощью экспертного оценивания выявить критические технологии и построить
Рис. 2. Устойчивая когнитивная карта экологического состояния ЮБК
Стратегия инновационного развития региона на основе синтеза методологий …
Системні дослідження та інформаційні технології, 2014, № 2 17
альтернативы сценариев с количественными значениями характеристик.
Полученные характеристики являются исходными данными для начальной
итерации когнитивного моделирования.
Эффективный учет влияния всех релевантных факторов на итоговый
результат возможно рассмотреть в рамках математической модели. Наилу-
чшим типом такой модели, по нашему мнению, является когнитивный ма-
тематический граф, позволяющий структурировать эти взаимозависимости
и представить сложную математику, стоящую за ними, в простом и удобном
для восприятия пользователем виде. Кроме того, использование этой моде-
ли, в отличие от методов экстраполяции, позволяет рассматривать различ-
ные сценарии изменения спроса, соответствующие различным возможным
изменениям влияющих факторов, и таким образом оценивать стратегичес-
кие риски компании, а так же проверять устойчивость текущей стратегии.
Использование модели когнитивных графов целесообразно для по-
лучения обоснованных решений поведения сложной системы на страте-
гическую перспективу при большом количестве взаимосвязей и взаимо-
зависимостей. Безусловно, реальная модель, применяемая в рамках
стратегического планирования, будет включать в рассмотрение значительно
большее число значимых для рынка факторов и потребует для достижения
ее устойчивости не один десяток итераций моделирования. Ключевым пре-
имуществом когнитивных графовых моделей является возможность с их
помощью построить обоснованный сценарий, что делает их практически
незаменимым инструментом в аналитической поддержке стратегического
планирования развития на уровне компании, мегаполиса, региона. Эти фак-
торы влияния, не всегда, очевидно, проявляясь в краткосрочной перспекти-
ве, являются определяющими при рассмотрении прогноза на долгосрочных
временных горизонтах.
ЛИТЕРАТУРА
1. Згуровский М.З., Панкратова Н.Д. Системный анализ: проблемы, методология,
приложения. — Киев: Наук. думка, 2011. — 743 с.
2. Згуровский М.З., Панкратова Н.Д. Технологическое предвидение. — К.: Поли-
техника, 2005. — 165 с.
3. Горелова Г.В., Захарова Е.Н., Радченко С.А. Исследование слабоструктуриро-
ванных проблем социально-экономических систем. Когнитивный подход. —
Ростов на Дону: РГУ, 2006. — 332 с.
4. Згуровский М.З., Панкратов В.А. К оцениванию устойчивости когнитивных
карт для сложных систем // Международная научно-практическая мульти-
конференция «Управление большими системами»: «Когнитивное модели-
рование – 2011», Москва, 14–16 ноября 2011 г. — 5 с.
5. Згуровский М.З., Гвишиани А.Д. Глобальное моделирование процессов устой-
чивого развития в контексте качества и безопасности жизни людей. Отчет
за 2007/2008. — К.: Политехника, 2008. — 350 с.
6. Солохин С.С. О когнитивном моделировании устойчивого развития социально-
экономических систем (на примере туристско-рекреационной системы Юга
России) // Искусственный интеллект. — 2009. — № 4. — С. 150–160.
7. Гантмахер Ф.Р. Теория матриц. — М.: Наука, 1967. — 575 с.
Поступила 20.02.2014
|
| id | journaliasakpiua-article-28650 |
| institution | System research and information technologies |
| keywords_txt_mv | keywords |
| language | Russian |
| last_indexed | 2025-07-17T10:17:45Z |
| publishDate | 2014 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| resource_txt_mv | journaliasakpiua/9b/474aa3bdd8105776b213c851abfa0f9b.pdf |
| spelling | journaliasakpiua-article-286502014-12-22T16:32:09Z The strategy of innovative development of the region on the basis of synthesis of foresight methodologies and cognitive modeling Стратегия инновационного развития региона на основе синтеза методологий предвидения и когнитивного моделирования Стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання Zgurovsky, M. Pankratov, V. A strategy and implementation of innovative development of the region on the basis of synthesis of foresight methodologies and cognitive modeling are proposed. Involvement at the first stage of the strategy of foresight methodology allows with the help of expert evaluation to identify the critical technologies and build alternative scenarios with quantitative characteristics values. The obtained characteristics are the source data for the initial iteration of cognitive modeling. The use of cognitive graph models allows to create a reasonable scenario that makes them almost indispensable tool in the analytical support for strategic planning and development at the company, metropolis, and region level. The proposed strategy proposes a unique opportunity in the framework of the common program-analytical complex to solve problems of strategic planning and rapid response. The example of scenario creating of innovation development region is given. Предложена стратегия и ее реализация инновационного развития региона на основе синтеза методологий предвидения и когнитивного моделирования. Привлечение на первом этапе реализации стратегии методологии предвидения позволяет с помощью экспертного оценивания выявить критические технологии и построить альтернативы сценариев с количественными значениями характеристик. Полученные характеристики являются исходными данными для начальной итерации когнитивного моделирования. Использование когнитивных графовых моделей позволяет построить обоснованный сценарий, что делает их практически незаменимым инструментом в аналитической поддержке стратегического планирования развития на уровне компании, мегаполиса, региона. Предлагаемая стратегия открывает уникальную возможность в рамках единого программно-аналитического комплекса решать задачи стратегического планирования и оперативного реагирования. Приведен пример построения сценария на уровне инновационного развития региона. Запропоновано стратегію та її реалізацію інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання. Залучення на першому етапі реалізації стратегії методології передбачення дозволяє за допомогою експертного оцінювання виявити критичні технології і побудувати альтернативи сценаріїв із кількісними значеннями характеристик. Отримані характеристики є вихідними даними для початкової ітерації когнітивного моделювання. Використання когнітивних графових моделей дозволяє побудувати обгрунтований сценарій, що робить їх практично незамінним інструментом у аналітичній підтримці стратегічного планування розвитку на рівні компанії, мегаполісу, регіону. Запропронована стратегія відкриває унікальну можливість у межах єдиного програмно-аналітичного комплексу вирішувати завдання стратегічного планування та оперативного реагування. Наведено приклад побудови сценарію на рівні інноваційного розвитку регіону. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2014-11-19 Article Article application/pdf https://journal.iasa.kpi.ua/article/view/28650 System research and information technologies; No. 2 (2014); 7-17 Системные исследования и информационные технологии; № 2 (2014); 7-17 Системні дослідження та інформаційні технології; № 2 (2014); 7-17 2308-8893 1681-6048 ru https://journal.iasa.kpi.ua/article/view/28650/25653 Copyright (c) 2021 System research and information technologies |
| spellingShingle | Zgurovsky, M. Pankratov, V. Стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання |
| title | Стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання |
| title_alt | The strategy of innovative development of the region on the basis of synthesis of foresight methodologies and cognitive modeling Стратегия инновационного развития региона на основе синтеза методологий предвидения и когнитивного моделирования |
| title_full | Стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання |
| title_fullStr | Стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання |
| title_full_unstemmed | Стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання |
| title_short | Стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання |
| title_sort | стратегія інноваційного розвитку регіону на основі синтезу методологій передбачення і когнітивного моделювання |
| url | https://journal.iasa.kpi.ua/article/view/28650 |
| work_keys_str_mv | AT zgurovskym thestrategyofinnovativedevelopmentoftheregiononthebasisofsynthesisofforesightmethodologiesandcognitivemodeling AT pankratovv thestrategyofinnovativedevelopmentoftheregiononthebasisofsynthesisofforesightmethodologiesandcognitivemodeling AT zgurovskym strategiâinnovacionnogorazvitiâregionanaosnovesintezametodologijpredvideniâikognitivnogomodelirovaniâ AT pankratovv strategiâinnovacionnogorazvitiâregionanaosnovesintezametodologijpredvideniâikognitivnogomodelirovaniâ AT zgurovskym strategíâínnovacíjnogorozvitkuregíonunaosnovísintezumetodologíjperedbačennâíkognítivnogomodelûvannâ AT pankratovv strategíâínnovacíjnogorozvitkuregíonunaosnovísintezumetodologíjperedbačennâíkognítivnogomodelûvannâ AT zgurovskym strategyofinnovativedevelopmentoftheregiononthebasisofsynthesisofforesightmethodologiesandcognitivemodeling AT pankratovv strategyofinnovativedevelopmentoftheregiononthebasisofsynthesisofforesightmethodologiesandcognitivemodeling |