Информационные модели прогнозирования в сельскохозяйственных организациях тема диссертации по экономике, полный текст автореферата

Ученая степень
кандидата экономических наук
Автор
Шевченко, Андрей Александрович
Место защиты
Москва
Год
2003
Шифр ВАК РФ
08.00.13

Автореферат диссертации по теме "Информационные модели прогнозирования в сельскохозяйственных организациях"

У, -Уд'/бЬ

ШЕВЧЕНКО Андрей Александрович

ИНФОРМАЦИОННЫЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОРГАНИЗАЦИЯХ

Специальность 08.00.13 — Математические и инструментальные методы экономики

АВТОРЕФЕРАТ диссертация иа соискание ученой степени кандидата экономических наук

На правах рукописи

Москва. 2003

Работа выполнена на кафедре прогнозирования и планирования АПК Московской сельскохозяйственной академии имени К А Тимирязева

Научный руководитель:

Официальные оппоненты:

доктор экономических наук, профессор К П Личко

доктор экономических паук, профессор Землянский А А

кандидат экономических наук, старший паучный сотрудник Читаишвили Е Т

Ведущая организация: Всероссийский институт аграрных

проблем и информатики (ВИЛПИ)

Защита состоится «^/Г"» июня 2003 г в /час на заседании диссертационного совета Д220 043 Об при Московской сельскохозяйственной академии имени К А Тимирязева

Адрес 127550, Москва И-550, Тимирязевская ул , д 49

Ученый совет МСХА С диссертацией можно ознакомиться в ЦНБ МСХА

Автореферат разослан ««¿?>> мая 2003 г

Ученый секретарь $

диссертационного совета — ^

дэп, профессор Н Я Коваленко

Актуальность темы исследования.

Пересмотр взглядов на институты прогнозирования и планирования, осознание экономической некорректности противопоставления «шина» «рынку», изменение системы государственного прогнозирования и планирования в сторону стратегического планирования - вот основные достижения отечественной экономической мысли ' последних 10-х лет, обещающие стать самыми решающими за годы проведения экономических реформ в нашей стране.

Как следствие возросших потребностей в разработке плановых и прогнозных обоснованиях в настоящее время все чаще возникает потребность в быстрой и качественной обработке больших объемов разнородной экономической информации для принятия управленческих решений. Любую сельскохозяйственную организацию можно и нужно рассматривать как сложную динамическую систему, функционирующую в условиях постоянно изменяющейся внешней среды. Наибольшей зависимости от условий внешней среды подвержены предприятия в сфере сельского хозяйства. Для . успешной деятельности организации необходимо уменьшение времени реакции на изменение внешней среды, точное предвидение изменений, правильный и своевременный анализ ситуаций.

При решении данной задачи необходимо преодолеть следующие препятствия:

• информация, требующая обработки, достаточно разнообразна и . представлена в различных источниках;

• объем информации значителен и имеет тенденцию к быстрому увеличению;

• необходимо оперативно отслеживать изменения в экономической обстановке и адекватно на них реагировать.

Необходимость создания автоматизированных систем анализа

экономической информации объясняется невозможностью преодоления всех

вышеперечисленных трудностей путем «ручных» расчетов. Применение

хорошо известных и разработанных методик при автоматизированной

обработке оставляют—олфПТПЙ проблему Устранения ошибок расчетов,

ЦНБ МСХА фонднау

а-./У

N8*

неправильного использования методов анализа и оперативной адаптации алгоритмов расчетов к нестандартной ситуации

В качестве одного из вариантов разрешения сложившейся проблемы с потребностью в исследовании деятельности отдельных сельскохозяйственных предприятий можно использовать программные комплексы, ориентированные на описание структурных и функциональных схем деятельности экономистами-математиками Конечными пользователями этих описаний должны быть специалисты в сельскохозяйственных организациях

Состояние изучепности проблемы. Роль и место прогнозирования и планирования в системе хозяйственных отношений были иссчедованы многими авторами В настоящее время вопросам прогнозпровшшя, планирования и государственного регулирования агропромышленного комплекса, а также связанным с ними проблемам построения информационных систем посвящены работы А И Алтухова, Г В Беспахотного, А М Гатаулина, С И Грядова, В А Добрынина, А-А Землянского, АПЗинченко, В-АКлкжача, ЭН Крылатых, В В Кузнецова, И В Курцева, К.П Личко, В В Милосердова, С Б Огнивцева и других А также ряда зарубежных авторов М.Альберта, И Апсоффа, М.Портера, Р Аккофа, М X Мескона, Ф.Хсдуори, Д Кнута, К Эрроу и многих других

Накопленный теоретический и методический материал является хорошей базой для дальнейших исследований в отмеченной области Однако в усчовиях возрастающей неопределенности будущего появляется необходимость разработки новых подходов к методике прогнозирования развития сельскохозяйственных организаций на различных уровнях иерархии управления на базе стратегического подхода

Цель и задачи исследования.

Целью данной диссертационной работы является исследование научно-методических и практических вопросов совершенствования системы прогнозных обоснований в стратегическом планировании на основе разработки автоматизированной информационной моде ni Поставленная цель определила решение следующих задач

• изучить научно-теоретические основы разработки прогнозных обоснований в планировании;

• изучить теоретические основы стратегического прогнозирования и планирования, определить роль, место и процедуры стратегического прогнозирования при формировании перспектив развития сельскохозяйственных организаций административного района;

• систематизировать опыт проведения анализа деятельности предприятий с точки зрения прогнозирования и планирования;

• отобрать типичные районы и хозяйства;

• разработать совокупность показателей и создавать банк данных для проведения экономического анализа развития сельскохозяйственных предприятий административного района с точки зрения выбора стратегии дальнейшего развития и провести анализ выбранных типичных организаций одного из районов Московской области;

• . описать и разработать программный комплекс в виде автоматизированной информационной модели в рамках предметной области;

• предложил, и обосновать наиболее вероятные модели стратегий для отобранных предприятий района на базе информационной модели.

В качестве базовых объектов исследования выступили сельскохозяйственные организации Чеховского административного района Московской области. Анализ по объектам исследования проводился за 20-ти летний период.

Объект исследования - информационные модели прогнозирования сельскохозяйственной сферы АПК.

Предмет исследования - реализация методов стратегического прогнозирования программными средствами, позволяющая с необходимой точностью оценить потенциальные возможности сельскохозяйственных организаций, разработать соответствующие производственные программы на средне- и долгосрочный периоды, скоординировать производство конкурентоспособной продукции.

Методы исследования

Для достижения поставленных задач применялись следующие методы исследования математическое моделирование, сравнительный анализ, статистический, монографический, расчегао-конструкгавный и абетрактно-погический методы Кроме того были использованы метода построения и анализа алгоритмов

Научная новизна исследования.

1 Обобщены основные понятия и подходы, роль и место прогнозирования и планирования в современных условиях, предложены методические подходы и разработана совокупность показателей для проведения анализа уровня и основных тенденций развития сельскохозяйственных организаций административного района с точки зрения дальнейшего определения основных стратегий их развития на перспективу

2 Определена процедура стратегического прогнозирования развития крупных сельскохозяйственных предприятий административного района

3 Разработаны сценарии развития каждого из сельскохозяйственных предприятий на среднесрочную перспективу с точки зрения стратегии и тактики их поведения в условиях становления рыночных отношений, с дальнейшим выходов на районный уровень

4 Создана программная реализация формализма описания данных

5 Создана программная реализация системы хранения информации

6 Создан программный модуль обработки информации с помощью симплекс-метода

7 Произведена проверка программного продукта в рассматриваемой предметной области

Практическая значимость исследования: 1 Реализация разработанных и изложенных в диссертации предложений позволит проектировать сценарии и определять перспективы развития сельского хозяйства административных районов на среднесрочную перспективу с точки зрения стратегии и тактики поведения каждой из

сельскохозяйственных организаций в условиях становления рыночных отношений, будет способствовать улучшению управляемости крупными сельскохозяйственными предприятиями на уровне административного района, а также расширит возможности регулирования экономических отношений.

2. Предложенные методические подходы могут быть использованы в качестве базы для формирования прогнозов, производственных программ и экономических стратегий развития сельского хозяйства районного контура, а основные положения предлагаемой методики могут быть рекомендованы для использования в административных районах других областей и регионов Российской Федерации.

Апробация результатов.

Основные методические положения проведенного исследования используются в учебном процессе на кафедре прогнозирования и планирования АПК МСХА им. К.А.Тимирязева, а также в районном Управлении сельского хозяйства Чеховского района Московской области и Министерстве сельского хозяйства при Правительстве Московской области.

Объем и структура диссертационной работы.

Диссертация состоит из введения, четырех глав, выводов и предложений, библиографического списка, приложений. Работа изложена на 145 страницах машинописного текста, содержит 19 таблиц, 5 рисунков, 10 схем, 9 приложений, библиографический список состоит го 158 наименований.

Во введении обоснована актуальность темы исследования, определены цели и задачи, предмет и объект исследования, показана научная новизна и практическая значимость полученных результатов.

В первой главе «Теоретические основы использования формализованных методов и программных средств в стратегическом планировании» обобщены и систематизированы основные принципы и подходы к применению формализованных методов в прогнозировании и планировании сельскохозяйственных организаций. Проанализирован и обобщен опыт

чтения и практического использования программных средств ли целей прагнозирования и планирования

Во второй главе «Разработка программных продуктов для стратегического планирования» проведен анализ существующих программных средств, осуществлена оценка эффективности их шлю л»зования для целей сбора, хранения и обработки информации Предложен формализм описания ипформации и комплекс программных средств для построения системы обработки информационных моделей

В третьей паве «Экономический анализ объектов исследования» разработана структура данных для формализации жономико-математических моделей, осуществлено описание используемого для оптимизации сценариев комплекса методов и программных средств На основании реализованных разработок, произведен отбор типичных сельскохозяйственных организации в районе и осуществлен выбор базовых стратегий для экономического моделирования

В четвертой главе «Оптимизация стратегий развития типичных хозяйств на основе разработанных программных продуктов» была разработана экономическая стратегия для типичных предприятий и, на основании прогнозируемых технико-экономических показателей по исследуемым предприятиям, произведена разработка жономико-математаческих мотелей но каждому из типических хозяйств

Результаты исследования обобщены в выводах и предложениях

ОСНОВНЫЕ ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

Вследствие возрастающих потребностей в разработке плановых и прогнозных обоснованиях в настоящее время все чаще возникает потребность в быстрой и качественной обработке больших объемов разнородной экономической информации для принятия управленческих решений Любое организацию можно и нужно рассматривать как сложную динамическую систему, функционирующую в условиях постоянно изменяющейся внешней

б

среды. Наибольшей зависимости от условий внешней среды подвержены предприятия в сфере сельского хозяйства. Для успешной деятельности предприятий необходимо уменьшение времени реакции на изменение внешней среды, точное предвидение изменений, правильный ■ и своевременный анализ ситуаций. При решении данной задачи необходимо преодолеть следующие препятствия:

• информация, требующая обработки, достаточно разнообразна и представлена в различных источниках;

• объем информации значителен и имеет тенденцию к быстрому увеличению;

• необходимо оперативно отслеживать изменения в экономической обстановке и адекватно на них реагировать.

Правильность принятия того или иного решения напрямую зависит от качества подготовленной информации и своевременности ее обработки. Необходимость создания автоматизированных систем анализа экономической информации объясняется невозможностью преодоления всех вышеперечисленных трудностей путем «ручных» расчетов. Применение хорошо известных и разработанных методик при автоматизированной обработке оставляют открытой проблему устранения ошибок расчетов, неправильного использования методов анализа и оперативной адаптации алгоритмов расчетов к нестандартной ситуации.

Одна из множества причин, способствующих применению автоматизированных систем обработки информации - необходимость своевременной обработки значительного объема данных об исследуемом объекте. В случае исследования деятельности сельскохозяйственного предприятия необходимо учитывать:

• широкий спектр производимой продукции, множество видов деятельности и технологий производства;

• потребность в оперативном реагировании на изменение погодных, экономических, правовых и других условий среды функционирования предприятия;

ограниченность возможных резких изменений в деятельности предприятия,

• достаточно жесткие технологические требования к процессу производства отдельных видов продукции при нечеткости получаемой и отслеживаемой информации о большинстве процессов

Один из путей преодолепия препятствий к эффективному удовлетворению потребностей для управляющих сельскохозяйственным предприятием в информации - разработка программного средства, предоставляющего формальный аппарат для описания алгоритмов в терминах учетных и аналитических документов и выбирающего требуемый алгоритм анализа исходя из заданной пета расчетов

При разработке экономико-математических моделей принимают во внимание наиболее значимые, существенные характеристики управляемых систем, а детали второстепенного характера опускаются По В С Немчинову, экономико-математическая модель представляет собой концентрированное выражение наиболее существенных взаимосвязей и закономерностей поведения управляемой системы в математической форме

Информационная модель (ИМ) — структура данных, содержащая данные и знания, необходимые для решения некоторой задачи ИМ включает в себя определения переменных величин задачи, описание отношений между ними, известные значения переменных, сведения о вычислительных методах, посредством которых могут быть реализованы отношении между переменными

Экономико-математическая модель является целевым использованием информационной модели и, в определенных случаях (в рамках конкретной экономической задачи) может быть эквивалентна ей

Сложность формирования информационных моделей заключается в трудоемкости процесса построения модели На решение данной задачи ориентируется система поддержки информационных моделей экономических задач, (далее система поддержки (СП) автоматизированных

информационных моделей программного комплекса АИМ) Основная задача СП ЛИМ - предоставление пользователю универсальной формы представления ИМ Сложность проблемы обусловлена свойствами

экономической информации, которая по своей природе разнородна и содержится в различных первоисточниках. Так, в состав ИМ типичной экономической задачи на уровне отдельной сельскохозяйственной организации необходимо включить технико-экономические коэффициенты по производственным процессам, нормативно-справочную информацию, результаты анализа хозяйственной деятельности за предыдущие периоды, общеэкономические показатели (цены и объемы рынков реализации, ставки налогов, размеры банковских процентов и тд.), данные текущего первичного учета и др. Эти данные значительно различаются по характеру возникновения и формам представления. Кроме того, ценность информации существенно зависит от своевременности получения и включения в решаемую задачу.

Исследования показали, что СП АИМ должна обеспечивать:

удобство организации ИМ для её разработчика и пользователей;

/ единообразное представление данных как до, так и после обработки; возможность визуализации ИМ, т.е. наглядного ее представления в форме, удобной для разработчика и пользователя ИМ;

У открытость — возможность включения в ИМ произвольных методов обработки данных в форме динамических библиотек или текстов программ на входном языке системы;

^ возможность автоматического выбора метода обработки данных в зависимости от состояния данных в ИМ (актуальность, полнота, степень агрегирования);

V возможность анализа надёжности тот или иного варианта решения (например, при решении задач анализа устойчивости оптимального плана, анализа рисков инвестиционного проекта и т.д.).

V «входы» и «выходы» для получения первичной информации и обработки структурированных данных, то есть возможность передачи информации между различными программами (табличные процессоры, СУБД и т.д.).

Структура программного комплекса СП АИМ проиллюстрирована на Схеме 1.

Схема 1 Структура СП АИМ

Система обработки и анализа экономической и технологической информации для сельскохозяйственных организаций и оценки проектов

Г

Графи ¡еский интерфейс попьтователя

Ядро системы

Процедуры моделирования

Процедуры аиалюа

Обработка информации и представление ее в удобном дм Пришгтшг решений в иле

В рамках разработки СП АИМ рассмотрены следующие варианты организации ИМ:

V простые одномерные таблицы (списки параметров) различной размерности;

связанные между собой таблицы; * словесное (вербальное) описание ИМ на естественном языке. Первые две формы используются большинством программных средств общего назначения (табличных процессоров, систем управления реляционными базами данных), используемых для решения экономических задач. Недостатком всех перечисленных форм является сложность манипуляций большими массивами разнородных данных. Кроме того, формализованных связей между элементами таких структур недостаточно для представления знаний об отношениях между переменными типичной экономической задачи. Хорошо известный пример, подтверждающий это утверждение,— трудности, возникающие при попытке применения информационной модели, реализованной средствами табличного процессора, к новому объекту.

Для выполнения данных требований принят следующий формализм для описания ИМ:

данные структурируются на уровне объектов в формы представления, удобные пользователю;

^ все вычисления производятся через элементарный объект типа 8цпр1е01уес1 (описанный ниже). Объекты подобного типа содержатся в динамическом массиве. Отображение объектов БтркОЬ^есг производится по запросу родительского объекта или в соответствии с правилом формирования отчета; - \

V связи между объектами 5шпр1еОЬ]есг определяются через заданные для каждого объекта наборы формул, таким образом, формируется сетевая структура вычисления значений, обладающая избыточностью в поиске значения отдельного объекта;

п

' связи между другими объектами определяются через объекты Ьсепапо и Яспр^

^ функции выполнения операций вычисления значений и формирования объектов возложены на внутренний (для СП АИМ) транслятор команд

Полный набор определенных компонентов в рамках решения задач диссертационной работы приведен в Таблице 1

В результате применения описанного формализма сформирована комбинированная модель представления данных, обладающая отдечьными чертами объектной и реляционной моделей данных

В качестве перспективного направления развития формализма стедует использовать постреляпионную модель данных

Постреляционпая модель данных представляет собой расширенную модеть данных, в которой отменено требование атомарности атрибутов Поэтому постреляционную модель называют 1 не первой нормальней формой" или ' многомерной базой данных" Она использует трех»«рпые (а также - многомерные) структуры, позволяя хранить в полях -¿блины другие таблицы Тем самым расширяются возможности п<~ описанию сложных объектов реального мира

При работе с системой для доступа к хранимой информации возможно исючьзования 5(ЗЬ-языка запросов либо графического интерфейса Использование графического интерфейса позволяет обеспечить удобство использования как всего комплекса, так 1 модулей построения модетей и анализа информации Однако, а процессе разработки системы была определены возможные предглы применения стандартных средств визуализации данных операуюшюй системы МБ т^тёошз, а также управления данными Поэтсму создание системного пользовательского интерфейса является предм«ом дальнейшего совершенствования

Поддерживаемые объектами свойства

Объекты Свойства Объектов ^ Project MDPoint SimpleObject k s Report Grid ¡5 ë Script I È ■â \ f

Уникальный идентификатор * * * * * * * * *

Имя объекта * * * * * * * * *

Уровень просмотра * * * * * * * * *

Пароль менеджера проекта *

Пользовательский пароль *

Описание * * * * * * * *

Дата создания * ★ ft * * * * *

Дата последнего редактирования * * * *

Последний пользоватечь * * * *

Менеджер проекта * * * *

Структура *

Кочичество измерений *

Структура измерения *

ЗпачениеГЫ!, ,№1 * * ★

Контроль значения! N1 *

Связь с другим объектом(>Г| *

С гроки * *

Количество столбцов * * *

Количество строк * * * * *

Тип столбца *

Для целей тинейной оптимизации ЭММ в рамках исследования использовался модуль линейной оптимизации симплекс-методом При адашашш данного метода и для ускорения обработки информации были разработаны интерфейсный модуль для симплекс-метода и модуль трансляции форматов данных, что позволило использовать данную разработку как отдельно от СП АИМ, так и в качестве метода, демонстрирующего возможности программного комплекса Общая схема

взаимодействия симплекс-модуля с другими программными продуктами, а отображена на Схеме 2.

Предложенный формализм позволяет (после расширения набора определенных объектов и правил в программной реализации формализма) создавать ИМ различной сложности и назначения.

Схема 2.

Структура данных для формализации линейных экономико-математических

моделей.

Ступень вывода информации

Организация управления файлами

Перекос данные во внешние приложения (МБЕхсе1 МБТУоМ, прочие)

Для программной реализации основными преимуществами по сравнению с другими прикладными программами (доступными для изучения) достигнуты: - -

^ повышение скорости обработки информации в условиях многократного решения задачи для одной и той же описанной ИМ. Затраты на начальный анализ объекта исследования сопоставимы с другими системами, но при последующем повторном использовании ИМ по сравнению с известными системами решения линейных математических моделей достигнуто снижение затрат времени в соотношении 1:15 (с 7 часов для набора из 12 аналитических таблиц до 20-35 минут)

^ возможность быстрой адаптации разработанной ИМ к другому объекту исследования. Проведено тестирование на 7 аналогичных объектах,

которыми послужили предприятия Чеховского района Московской области допускающих использования одной структуры ИМ

^ возможность быстрого формирования результатов решения задачи в документы отчетов Оформление отчетов возможно по однократно описанной схеме

Проверка работоспособности отдельных элементов программного комплекса (разработано 7 вариантов организации информации и доступа к ней, до завершения доведено 3 проекта) в течении 1-2 лет позволяют наладить регулярное использование СП ЛИМ в целях анализа массивов информации на уровне различных хозяйств для оптимизации процессов сельскохозяйственного производства

Начальный опыт использования на систематической основе созданного программною комплекса в Министерстве сельского хозяйства при Правительстве Московской области и в Чеховском районном управлении позволяет значительно повысить качество работы экономистов, а таюке высвободить значительные ресурсы времени специалистов для разработки и описания ряда задач, требующих решения

Дальнейшее развитие программного комплекса позволит ^ использовать наряду с линейными и нелинейные методы

оптимизации экономических моде 1ей (при разработке СП АИМ был предложен вариант модуля генетического метода оптимизации), ^ описывать задачи уровня районов и регионов,

использовать принцип распредслешюй обработки информации в вычислительных сетях,

^ улучшить доступность и понятность программного комплекса

для рядовых пользователей путем разработки системного графического интерфейса

В ходе проведения экономического анализа и прогноза показателей по каждому из исстедуемых хозяйств была разработана зкономико-математическая модель, имеющая блочно-диагональную структуру Модеть была разработана для определения оптимальной производственно-

отраслевой структуры, плана использования и пополнения ресурсов, уровня эффективности производства на сельскохозяйственном предприятии и гибких стратегий приспособления сельскохозяйственных предприятий к рынку при многосценарной постановке и решениях на среднесрочную перспективу.

Для экономического моделирования отобранных объектов была определена базовую стратегия — стратегия устойчивого развития. В работе были использованы только производственные показатели и показатели деятельности базовых отраслей.

В соответствии с указанными показателями, были определены 3 базовых сценария: средний, пессимистический и оптимистический.

«Средний» сценарий развития основан на ожидаемом «неэкстремальном» уровне экономических показателей. Так, для прогнозирования урожайности культур и продуктивности животных используются данные природно-климатических факторов, ожидаемые изменения в социально-экономической сфере Чеховского района, Московской области в целом и ожидаемой общегосударственной политике в области сельского хозяйства на базе экспертизы.

«Пессимистический» сценарий получен с учетом неблагоприятного влияния всех перечисленных факторов, а также ухудшения ситуации в сфере реализации готовой продукции и усилении монополизма перерабатывающих предприятий.

«Оптимистический» сценарий аналогичен рассмотренному в описании пессимистического, но учитывает положительное направление возможных изменений.

При обработке информации в рамках отобранных сценариев был использован алгоритм описанный на Схеме 3.

Схема 3

Основные подходы к автоматизированной обработке массивов информации системой ПК А ИМ

Хранилище данных (MDPoint, Simple Object, DataBase, )

При обработке данных на «границе» уровней 2 3 возможны с хедуюшие варианты

I. 1 Дерево решений строится на фиксированную глубину (в

зависимости от типа сложности задачи выбирается уровень достигаемый за обозримым отрезок времени)

2 При достижении горизонта производится анализ "вектора" ветви, "вектора" горизонта и выставляется оценка эффективности ветви,

II. Дерево решений строится на I уровень, далее переходим к первому варианту.

При обработке информации на «границе» уровней 3:4 выполняются следующие операции:

1. Определяются критерии а-Р для отсечения "критических" ветвей, "неэффективных" ветвей, "не интересующих" ветвей.

2. До момента достижения установленного критерия обработки/расчета дерева (глубина расчета ветвей; критерия оптимальности/времени расчета; достижения уровня, где выполняются поставленные условия) производится последовательная обработка дерева решений в цикле 2:3:4:2 без изменения алгоритма/методики обработки

3. По выполнению обработки на уровне 3:4 возможен возврат к уровню 3:4.1, но с другим критерием «-^-алгоритма.

При обработке информации на «границе» уровней 4:5 выполняются следующие операции:

1. На основании полученного дерева решений строится дерево принятия решений

2. На основании полученного дерева принятия решений возможна дополнительная обработка информации начиная с уровпя 2:3 по другой методике (принципу обработки с учетом поставленных целей решения задачи).

В качестве критерия оптимальности во всех сценарных решениях был использован критерий максимума прибыли.

При формировании стратегий для типичных, предприятий административного района, в целях демонстрации массовой обработки однородной информации в рамках одной ИМ, было необходимо определить какие из предприятий удовлетворяют поставленным критериям. На основании проведенного экономического анализа, стало возможно сформировать таблицу реализуемых предприятиями

технологических возможностей по производству отдельных видов продукции (Таблица 2)

Таблица 2

Реализуемые технолог ических возможности по производству отдельных

видов продукции

Хозяйства

I

= ' 5 1 2 1« ' м а I :

11

5

р I

А г^

1 -I ^

¿Г

Производство продукшш растение вид ства

Зеряоиые и бобовые *

Картофель * + *

Овощи открытого грунта *

Г

Производство м себестоимость продукции животноводства

Производство молока +

Производство мяса

Прошволстно мч * !

Свиноводство * * 1 I * * *

В данной габлице «+» Означает использование технологии, -отсутствие технологии или ее утрату, «-*» отсутствие технологии на данный момент с возможным восстановлением производства

На осповании анализа комплекса решении линейных жономико-математических моделей оптимизации производственной структуры с учетом факторов отличных для каждого сценария сформирован ряд таблиц Так, Таблица 3 позволяет оценить перспективные объемы реализации зерна в рамках отдельных сценариев Из данной таблицы особенно хорошо заметно различие между сценариями с точки зрения влияния на процесс производства климатических факторов

Перспективные объемы реализации зерна по сценариям развития

Организации Объемы реализации, т

2001 Сценарии развития, 2005 г.

Пессимист. Средняя Оптимист.

Чеховское 276,3 266,0 422,9 618,7

Новый Бьгг 1263 122,1 1753 233,5

Молодинекое 8,6 21,2 26,7 39,5

Дубнепское 153,7 156,4 174,8 213,0

Чепелевское 274,7' 267,6 468,6 664,2

Ленинское знамя 9,6 38,7 82,4 1(Д5

Сгремиловское 22,7 38,6 102,0 207,7

Итого 871,9 910,6 1452,7 2079,1

В отличии от производства продукции растениеводства, влияние факторов среды не оказывает столь существенного влияния на производство продукции животноводства. Об этом свидетельствуют Таблица 4 и Таблица 5.

Таблица 4.

Перспективные объемы реализации мяса крупного рогатого скота по сценариям развития

Организации Объемы реализации, т

2001 ■ Сценарии развитая, 2005 г.

Пессимист. Средняя Оптимист.

Чеховское 66,2 62,1 703 80,7

Новый Быт 18,6 137,0 145,5 156,1

Молодинекое 179Д 82^ 96,4 117,2

Дубненское 713 32,8 39,6 51,2

Чепелевское 37Д 34,0 42,8 52,9

Ленинское знамя 69,0 63,7 72,1 99,9

Сгремиловское 124,4 56,6 61,9 69,2

Итого 565,9 468,7 528,6 627,2

Но при сравнении Таблиц 4 и 5 вновь заметным становится влияние неблагоприятных факторов учитываемые при разработке сценариев. Однако в данном случае существенное влияние оказывают уже не природно-климатические факторы, сколько факторы воздействующие на производство через систему реализации товарной продукции. В данном случае таким фактором являются цены реализации.

Перспективные объемы реализации молока по сценариям развития

(>р1аидаации Объемы реализации, т

2001 Сценарии раятгяя. 2005 г

Пессимист Средняя Оптимист

Чсховсхос 24,7 23,4 28,2 33,0

Новый Бит 29,5 28,3 34,9 41.3

Малодинское П4 31,5 З"7."* 45.1

Дубпенское 12.5 18,0 22,6 273

Чепелевсхое 113 10,7 Н,0 1x3

Ленинское -ивмя 173 16,4 20,3 24,2

С тремиловское 22 3 20.9 25,4 29 9

Итого 1512 149,2 181.7 2163

Обобщающие результаты по основным экономическим показателям (Таблица 6) сформированы на основании решения комплекса лилейных экономико-математических моделей оптимизации перспективной производственной структуры с учетом факторов отличных для каждого сценария

Таблица 6

Основные экономические показатели деятельности сельскохозяйственных предприятий исследуемых районов на среднесрочную перспективу

Показатели 2001 г Альтернативы развития, 2005 г

Пессимист Средняя Оптимист

Стоимость товарной продукции, млттруб 69,4 109,8 133,5 159,7

Затраты на товарную продукцию, 52.2 77,3 93,9 1131

Затраты труда,млн чел-час 1.8 1.6 1.7 1,7

змерговарной продукции, Ыфуб в расчете 38,6 67,0 79,4 91,6

- на 100 га с -х Угодий 367,3 581.2 706,8 846,9

Прибыль, млн руб 17,2 32,4 39,6 46,6

Уровень рентабельности, % 32,7 41,9 42,2 41,2

Частные выводы представлены по ходу изложения содержания автореферата. Исследование позволило сформулировать следующие обобщающие выводы ~

1. Использование предложенной методики и созданных банков данных в районных управлениях сельского хозяйства будет способствовать улучшению управляемости сельскохозяйственными организациями на уровне административного района, а также расширит возможности регулирования экономических отношений.

2. По результатам анализа в длительной динамике, проведенного по сельскохозяйственным организациям всех категорий Чеховского района Московской области было выявлено, что несмотря на катастрофическое ухудшение ситуации с материально-техническим обеспечением сельского хозяйства на фоне обвального падения объемов производства основных видов сельскохозяйственной продукции (за период 1986-1999 гг.), на сегодняшний день уже наметилось ряд положительных тенденций в развитии: стабилизировалась ситуация с падением размера площадей сельскохозяйственных угодий и пашни; стабилизировались размеры поголовья коров и молодняка КРС; в 2000 году была переломлена ситуация значительного спада объемов производства молока.

3. Разработка множественных сценариев позволит спрогнозировать и сформулировать стратегии наиболее вероятного направления развития сельскохозяйственных организаций, изложенная в диссертации методика может бьпъ использована при проектировании индикативным путем перспектив - развития сельского хозяйства административного района на среднесрочную перспективу (3-5 лет).

4. Обоснованные методические подходы по формированию информационных моделей для стратегического прогнозирования могут сравнительно легко внедряться в сельскохозяйственное производство на разных уровнях управления.

Основные положения диссертации опубликованы в следующих

работах:

1 Шевченко А А Опыт программной реализации формализма для описания экономических задач//Материалы студенческой конференции М Изд-во МСХА, 1997. - С 89-94

2 Бондаренко И В , Симин М В , Шевченко А А Система поддержки принятия решений//Актуальные проблемы научных исследований и подготовки экономистов аграрников Материалы научной конференции, посвященной 75-летию со дня создания экономического факультета М Изд-во «Земля России», 1998 -С 105-110

3 Личко К П, Шевченко А А Некоторые возможности использования генетического алгоритма для прогнозирования технико-экономических показателей//Материалы юбилейной научной конференции(декабрь 2000 год) Сборник научных трудов (выпуск 6) М Изд-во МСХА, 2001 -С 185189

Для заметок

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Шевченко, Андрей Александрович

оглавление. введение.

глава i. теоретические основы использования формализованных методов и программных средств в стратегическом планировании.

1.1. прогнозирование и планирование как экономические категории.

1.2. Система экономической информации.

1.3. Принципы и задачи моделирования.

1.4. Информационные и экономико-математические модели.

глава и. разработка программных продуктов для стратегического планирования.

2.1. Описание ситуации, предпосылок и возможных решений.:.

2.2. Основные типы данных.

2.3. Иерархическая модель данных.

2.4. Объектно-ориентированная модель данных.

2.5. Методы доступа к данным.

2.6. Формализм, принятый для программного комплекса.

2.7. Пода оды к реализации программного комплекса.

2.8. Описание программного комплекса.

2.8.1. Блок ввода и организации данных.

2.8.2. Описание структуры информационной модели:.

2.8.3. Модули расширения системы.

2.8.3. Ядро.

2.8.4. Блок отображения результатов поиска решения поставленной задачи.

глава iii. экономический анализ объектов исследования.

3.1. Структура данных дня формализации -экономико-математических моделей.

3.1.1.Постановка задачи.

3.1.2. РСУБД как хранилище объектов.

3.1.3. Связи между объектами.

3.1.4. Система ограничения доступа.

3.2. Описание используемого для оптимизации стратегий комплекса методов и программных средств.

3.3. Отбор типичных сельскохозяйственных организаций в районе.

3.3.1. Характеристика Чеховского района.

3.3.2. Отбор типичных сельскохозяйственных организаций Чеховского района.

3.4. Выбор базовых сценариев для экономического моделирования.

ГЛАВА IV. ОПТИМИЗАЦИЯ СТРАТЕГИЙ РАЗВИТИЯ ТИПИЧНЫХ ХОЗЯЙСТВ ИА ОСНОВЕ РАЗРАБОТАННЫХ ПРОГРАММНЫХ ПРОДУКТОВ.

4.1. Прогнозирование технико-экономических показателей но ис следуемым нрелприя гиям93 % 4.2. Разработка экономико-математических моделей по каждому из типических хозяйств.

4.2.1. Постановка задачи.

4.2.2. Подготовка входной информации.

4.3.3. Система переменных.¡

4.3.4. Система ограничений.¡

4.3.5. Математическое описание экономико-математической модели.¡

4.3.6. Анализ оптимальной производственной структуры.¡

4.3.7. Анализ двойственных оценок.¡

4.4. Разработка сценариев развития.

ВЫВОДЫ.

Диссертация: введение по экономике, на тему "Информационные модели прогнозирования в сельскохозяйственных организациях"

Развитие экономики нашей страны в конце 80-х гг. со всей остротой поставило вопрос о необходимости перехода от системы жесткого централизованного планирования к новой хозяйственной системе, основанной на многообразии форм собственности, рыночных отношениях, конкуренции с регулирующей ролью государства. Планирование стало ассоциироваться исключительно с перегибами, имевшими место в командно-административной системе. План и рынок были противопоставлены друг другу, в результате чего возникло новое поколение экономистов, отрицающее не только науку, но и практику планирования как структурный элемент системы управления и регулирования.

Также в ходе проведения реформ не был принят во внимание тот факт, что концепция саморегулирования рынка приводит к серьезным деформациям и провалам в экономических и, особенно, в социальных процессах. Способность же вернуть рыночные отношения в режим цивилизованной конкуренции, а экономику - в состояние динамической сбалансированности способно лишь государство, опираясь на возможность планирования, прогнозирования и экономического регулирования.

Пересмотр взглядов на институты прогнозирования и планирования, осознание экономической некорректности противопоставления «плана» «рынку», поворот системы государственного прогнозирования и планирования в сторону стратегического планирования - вот достижения отечественной экономической мысли последних 10-и лет, обещающие стать самыми решающими за годы проведения экономических реформ в нашей стране.

Накопленный теоретический и методический материал является хорошей базой для дальнейших исследований в отмеченной области. Однако в условиях возрастающей неопределенности будущего появляется необходимость разработки новых подходов к методике прогнозирования развития сельскохозяйственной организаций на различных уровнях иерархии управления на базе стратегического подхода.

Как следствие возросших потребностей в разработке плановых и прогнозных обоснованиях в настоящее время все чаще возникает потребность в быстрой и качественной обработке больших объемов разнородной экономической информации для принятия управленческих решений. Любое предприятие можно и нужно рассматривать как сложную динамическую систему, функционирующую в условиях постоянно изменяющейся внешней среды. Наибольшей зависимости от условий внешней среды подвержены предприятия в сфере сельского хозяйства. Для успешной деятельности предприятий необходимо уменьшение времени реакции на изменение внешней среды, точное предвидение изменений, правильный и своевременный анализ ситуаций. При решении данной задачи необходимо преодолеть следующие препятствия:

• информация, требующая обработки, достаточно разнообразна и представлена в различных источниках;

• объем информации значителен и имеет тенденцию к быстрому увеличению;

• необходимо оперативно отслеживать изменения в экономической обстановке и адекватно на них реагировать.

Правильность принятия того или иного решения напрямую зависит от качества подготовленной информации и своевременности ее обработки.

Необходимость создания автоматизированных систем анализа экономической информации объясняется невозможностью преодоления всех вышеперечисленных трудностей путем «ручных» расчетов. Применение хорошо известных и разработанных методик при автоматизированной обработке оставляют открытой проблему устранения ошибок расчетов, неправильного использования методов анализа и оперативной адаптации алгоритмов расчетов к нестандартной ситуации.

Одна из множества причин, способствующих применению автоматизированных систем обработки информации - необходимость своевременной обработки значительного объема данных об исследуемом объекте. В случае исследования деятельности сельскохозяйственной организации необходимо учитывать:

• широкий спектр производимой продукции, множество видов деятельности и технологий производства;

• потребность в оперативном реагировании на изменение погодных, экономических, правовых и других условий среды функционирования предприятия;

• ограниченность возможных резких изменений в деятельности предприятия;

• достаточно жесткие технологические требования к процессу производства отдельных видов продукции при нечеткости получаемой и отслеживаемой информации о большинстве процессов.

Для решения подобных задач применяют, как правило, системы управления базами данных и табличные процессоры. Однако используемые в этих программах технологии не отвечают стоящим перед ними задачам с точки зрения изучения отдельного предприятия. Появление технологий интеллектуального анализа данных не позволило кардинально изменить ситуацию в связи с отсутствием специалистов высокого уровня и достаточного финансирования. Так, для внедрения подобных систем требуются специализированные центры по сбору, систематизации, обработке и распространению информации. В настоящее время у отдельных предприятий отсутствуют значительные финансовые средства для оплаты услуг исследовательских центров, а программы по поддержке деятельности подобных центров со стороны государства не позволяют кардинально изменить ситуацию.

За последние годы широкое распространение получили персональные компьютеры, работающие под управлением одной и той же операционной системы и обладающие одним и тем же набором базовых программ; появилось достаточно персонала, способного обеспечить функционирование подобных комплексов на различных уровнях управления.

В качестве одного из вариантов разрешения сложившейся проблемы с потребностью в исследовании деятельности отдельных сельскохозяйственной организаций можно использовать программные комплексы, ориентированные на описание структурных и функциональных схем деятельности экономистами-математиками. Конечными пользователями этих описаний должны быть специалисты на предприятиях.

Один из путей преодоления препятствий к эффективному удовлетворению потребностей для управляющих сельскохозяйственной организацией в информации — разработка программного средства, предоставляющего формальный аппарат для описания алгоритмов в терминах учетных и аналитических документов и выбирающего требуемый алгоритм анализа исходя из заданной цели расчетов.

Целью диссертационной работы является исследование научно-методических и практических вопросов совершенствования системы прогнозных обоснований в стратегическом планировании на основе разработки автоматизированной информационной модели. Поставленная цель определила следующие задачи:

• изучить научно-теоретические основы разработки прогнозных обоснований в планировании;

• изучить теоретические основы стратегического прогнозирования и планирования, определить роль, место и процедуры стратегического прогнозирования при формировании перспектив развития сельскохозяйственных организаций административного района;

• систематизировать опыт проведения анализа деятельности предприятий с точки зрения прогнозирования и планирования;

• отобрать типические районы и сельскохозяйственные организации;

• разработать совокупность показателей и создавать банк данных для проведения экономического анализа развития сельскохозяйственных предприятий административного района с точки зрения выбора стратегии дальнейшего развития и провести анализ выбранных типичных хозяйств одного из районов Московской области;

• описать и разработать программный комплекс в виде автоматизированной информационной модели в рамках предметной области;

• предложить и обосновать наиболее вероятные модели стратегий для отобранных предприятий района.

В качестве базовых объектов исследования выступили сельскохозяйственные организации Чеховского административного района Московской области.

Предметом исследования являлась реализация методов стратегического прогнозирования программными средствами, позволяющая с необходимой точностью оценить потенциальные возможности с.-х. предприятий, разработать соответствующие производственные программы на средне- и долгосрочный периоды, скоординировать производство конкурентоспособной продукции.

Источником исходной информации послужили нормативные акты Правительства Российской Федерации, официальная информация статистических органов РФ, данные областного Министерства сельского хозяйства при Правительстве Московской области, Управления сельского хозяйства Чеховского района Московской области за 20-летний период, годовые отчеты сельскохозяйственных организаций исследуемых районов, труды отечественных и зарубежных ученых, а также исследования автора.

Теоретической и методологической основой исследования послужили диалектический метод познания экономических явлений и категорий, теоретические и методологические положения, разработанные отечественными и зарубежными учеными в области экономики, планирования, прогнозирования и управления аграрным производством и всей экономикой в целом. Общеметодической основой послужил системный анализ. Разнообразие объектов и задач, в рамках проведенного исследования, обусловило необходимость использования различных методов.

Абстрактно-логический метод был использован при формулировании понятий, раскрытии сущности стратегического прогнозирования, определении его роли, места и процедуры проведения при определении альтернатив развития сельскохозяйственных организаций.

Статистико-экономический метод, методы сравнительного и корреляционно-регрессионного анализа были использованы при экономической оценке уровня развития сельского хозяйства Московской области, выборе наиболее типичных административных районов.

Расчетно-конструктивный метод и метод экономико-математического моделирования были использованы при формировании стратегических альтернатив развития сельскохозяйственных организаций административного района на среднесрочную перспективу.

Метод экспертных оценок был использован при формировании системы технико-экономических показателей для сценариев развития сельскохозяйственных организаций в среднесрочной перспективе и оценке полученных проектных решений.

Научная новизна исследования состоит в следующем:

• обобщены основные понятия и подходы, роль и место прогнозирования и планирования в современных условиях;

• определена экономическая сущность стратегического прогнозирования, его роль и место во взаимосвязи со стратегическим планированием при определении перспектив развития сельскохозяйственных организаций;

• исследовано содержание различных подходов к формированию стратегии развития отечественного сельского хозяйства и экономики РФ в целом на средне- и долгосрочный периоды;

• предложены методические подходы и разработана совокупность показателей для проведения анализа уровня и основных тенденций развития сельскохозяйственных организаций административного района с точки зрения дальнейшего определения основных стратегий их развития на перспективу;

• определена процедура стратегического прогнозирования развития сельскохозяйственных организаций административного района;

• разработаны сценарии развития каждого из сельскохозяйственных организаций на среднесрочную перспективу с точки зрения стратегии и тактики их поведения в условиях становления рыночных отношений, с дальнейшим выходов на районный уровень.

Практическая значимость работы состоит в том, что реализация изложенных предложений:

• позволит проектировать сценарии и определять перспективы развития сельского хозяйства административных районов на среднесрочную перспективу с точки зрения стратегии и тактики поведения каждого из сельскохозяйственных организаций в условиях становления рыночных отношений; будет способствовать улучшению управляемости сельскохозяйственными организациями на уровне административного района, а также расширит возможности регулирования экономических отношений. Основные методические положения проведенного исследования будут использованы в учебном процессе на кафедре прогнозирования и планирования АПК МСХА им. К.А.Тимирязева и могут быть использованы в учебном процессе на других кафедрах и других высших учебных заведениях при подготовке специалистов аграрного профиля, а также при проведении дальнейших научных исследований по данной проблеме.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Шевченко, Андрей Александрович

выводы

Целью диссертационной работы являлось исследование научно-методических и практических вопросов совершенствования системы прогнозных обоснований в стратегическом планировании на основе разработки автоматизированной информационной модели.

Исследование проблемы разработки и использования информационных моделей в прогнозировании при анализе деятельности сельскохозяйственных организаций административного района, изложенное в представленной работе, позволило сформулировать следующие обобщающие выводы:

1. Использование предложенной методики и созданных банков данных в районных управлениях сельского хозяйства будет способствовать улучшению управляемости сельскохозяйственными организациями на уровне административного района, а также расширит возможности регулирования экономических отношений.

2. По результатам анализа в длительной динамике, проведенного по сельскохозяйственным организациям всех категорий Чеховского района Московской области было выявлено, что несмотря на катастрофическое ухудшение ситуации с материально-техническим обеспечением сельского хозяйства на фоне обвального падения объемов производства основных видов сельскохозяйственной продукции (за период 1986-1999 гг.), на сегодняшний день уже наметилось ряд положительных тенденций в развитии: стабилизировалась ситуация с падением размера площадей сельскохозяйственных угодий и пашни; стабилизировались размеры поголовья коров и молодняка КРС; в 2000 году была переломлена ситуация значительного спада объемов производства молока.

3. Разработка множественных сценариев позволит спрогнозировать и сформулировать стратегии наиболее вероятного направления развития сельскохозяйственных организаций, изложенная в диссертации методика может быть использована при проектировании индикативным путем перспектив развития сельского хозяйства административного района на среднесрочную перспективу (3-5 лет).

4. Обоснованные методические подходы по формированию информационных моделей для стратегического прогнозирования могут сравнительно легко внедряться в сельскохозяйственное производство на разных уровнях управления.

В результате проведенных в рамках исследований достигнуты следующие результаты:

• создана программная реализация формализма описания данных;

• создана программная реализация системы хранения информации;

• созданы 3 программных модуля обработки информации, подтверждена работоспособность одного из них;

• произведена проверка программного продукта в конкретной предметной области.

Предложенный в работе формализм позволяет (после расширения набора определенных объектов и правил в программной реализации формализма) создавать ИМ различной сложности и назначения (обоснование приведено в Главе И).

Для программной реализации основными преимуществами по сравнению с другими прикладными программами (доступными для изучения) достигнуты:

• повышение скорости обработки информации в условиях многократного решения задачи для одной и той же описанной ИМ. Затраты на начальный анализ объекта исследования сопоставимы с другими системами, но при последующем повторном использовании ИМ по сравнению с известными системами решения линейных математических моделей достигнуто снижение затрат времени в соотношении 1:15 (с 7 часов для набора из 12 аналитических таблиц до 20-35 минут);

• возможность быстрой адаптации разработанной ИМ к другому объекту исследования. Проведено тестирование на 7 аналогичных объектах, допускающих использования одной структуры ИМ;

• возможность быстрого формирования результатов решения задачи в документы отчетов. Оформление отчетов возможно по однократно описанной схеме.

Проверка работоспособности отдельных элементов программного комплекса (разработано 7 вариантов организации информации и доступа к ней, до завершения доведено 3 проекта) в течении 1-2 лет позволяют наладить регулярное использование ПК АИМ в целях анализа массивов информации на уровне различных сельскохозяйственной организации для оптимизации процессов сельскохозяйственного производства.

Использование созданного программного комплекса на систематической основе позволяет значительно повысить качество работы экономистов, а также высвободить значительные ресурсы времени специалистов для разработки и описания ряда задач, требующих решения. Дальнейшее развитие программного комплекса позволит:

• использовать методы оптимизации нелинейных экономических моделей;

• описывать задачи уровня районов и регионов; применять методы искусственного интеллекта для анализа социальной сферы, а также организационных и управленческих структур.

Диссертация: библиография по экономике, кандидата экономических наук, Шевченко, Андрей Александрович, Москва

1. Акулич И.Л. Математическое программирование в примерах и задачах. — М.: Высшая школа, 1986.

2. Алексеева М.М. Планирование деятельности фирмы: Учебно-методическое пособие. М.: Финансы и статистика, 1997. 246 с.

3. Аллен Р. Математическая экономия. — М.: ИЛ, 1963.

4. Аоки М. Введение в методы оптимизации. — М.: Наука, 1977,

5. Ашманов С.А. Введение в математическую экономику. — М.: Наука, 1984.

6. Баканов М.И., Шеремет А.Д., Теория экономического анализа. М., Мир, 1996.

7. Банди Б. Методы оптимизации (вводный курс). — М.: Радио и связь, 1988.

8. Блекуэлл Д., Гиршик М.А. Теория игр и статистических решений.—М.: ИЛ, 1958.

9. Бойко В.В., Савинков В.М. Проектирование баз данных информационных систем. М., "Финансы и статистика", 1989.

10. Болтянский В.Г. Математические методы оптимального управления. — М.: Наука, 1966.

11. П.Булавский В.А., Звягина P.A., Яковлева М.А. Численные методы линейного программирования. — М.: Наука, 1977.

12. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++, 2-е издание, пер. с англ., М.:"Бином"., СПб.: "Невский диалект", 2001.-560 с.

13. В. Корнеев. Параллельные вычислительные системы. М., Нолидж, 1999,312с.

14. Вагнер Г. Основы исследования операций. — М.: Мир, 1985.

15. Васильев Ф.П. Численные методы решения экстремальных задач. — М.: Наука, 1980.

16. Вассерман JI. И., Дюк В. А., Иовлев Б. В., Червинская К. Р. Психологическая диагностика и новые информационные технологии. — СПб.: СЛП, 1997.

17. Введение в нелинейное программирование/ Под ред. К.-Х. Эльстера. — М.: Наука, 1985.

18. Веитцель Е.С. Исследование операций. — М.: Наука, 1988.

19. Винер Н. Кибернетика. — М.: Советское радио, 1968.

20. Вирт Н., Алгоритмы и структуры данных. М., Мир, 1989.

21. Владимиров B.C. Уравнения математической физики. — М.: Наука, 1971.

22. Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. — М.: Радио и связь, 1992.

23. Гатаулин A.M. Система прикладных статистико-математических методов обработки экспериментальных данных в сельском хозяйстве. М., 1992. — Т.1.- 160 с.

24. Гейл Д. Теория линейных математических моделей. М.: Мир, 1969. —342 с.

25. Гельфанд И. И., Розенфельд Б. И., Шифрин М. А. Структурная организация данных в задачах медицинской диагностики и прогнозирования//Вопросы кибернетики. Задачи медицинской диагностики и прогнозирования с точки зрения врача. М.: АН СССР, 1988.-С. 5-64.

26. Гилл Ф., Миррей У., Райт М. Практическая оптимизация. — М.: Мир, 1985.

27. Гроссман К., Каплан A.A. Нелинейное программирование на основе безусловной минимизации. — Новосибирск: Наука, 1981.

28. Данциг Дж. Линейное программирование, его применения и обобщения. — М.: Прогресс, 1966.

29. Джонсон Р., Каст Ф., Розенцвейг Д. Системы и руководство.— М.: Советское радио, 1971.

30. Замков О.О., Толстопятенко A.B., Черемных Ю.Н. Математические методы в экономике. — М.: ДИС, 1997.

31. З1.3ангвилл У. Нелинейное программирование. Единый подход. — М.: Сов. радио, 1973.

32. Зангвилл У.И. Нелинейное программирование. — М.: Советское радио, 1973.

33. Землянский A.A. Агропромышленный комплекс: вложения, информатизация. М.: Изд-во МСХА, 1998. 251 с.

34. Землянский A.A., Морозов В.П. Структурная организация системы обработки данных. // Теория и практика сбора, передачи и обработки экономической информации. М., 1971. 12 с.

35. Землянский A.A., Светлов Н.М. Теоретические основы формализации линейного экономико-математического моделирования // Современные информационные технологии в экономике: Сб. научн. трудов. / Моск. эконом.-стат. ин-т. М., 1992. С. 85-100.

36. Зинченко А.П. Сельскохозяйственная статистика с основами социально-экономической статистики. М.: Изд-во МСХА, 1998. 429 с.

37. Зойтендейк Г. Методы возможных направлений. — М.: HJI, 1963.

38. Зуховицкий С.Н., Авдеева А.И. Линейное и выпуклое программирование. — М.: Физматгиз, 1967.

39. Идрисов А.Б., Картышев C.B., Постников A.B. Стратегическое планирование и анализ эффективности инвестиций. 2-е изд. М.: Филинъ, 1998.272 с.

40. Ильина Р. Об индикативном (рекомендательном) планировании в капиталистических странах/ЯТлановое хозяйство. 1990.№ U.C. 108—112.

41. Интриллигатор М. Математические методы оптимизации и экономическая теория. — М.: Прогресс, 1975.

42. Иоффе -Л.Д, Тихомиров В.М. Теория экстремальных задач. — М.:Наука, 1974.

43. Карлин С. Математические методы в теории игр, программировании и экономике. М., Мир, 1964.

44. Kapp Ч., Хоув Ч. Количественные методы принятия решений в экономике и управлении. — М.: Мир, 1966.

45. Киселев C.B. Государственное регулирование сельского хозяйства в условиях переходной экономики. М.: Колос, 1994. 180с.

46. Кнут Д. Э., Искусство программирования, тома 1-3, М., Издательский дом "Вильяме", 2000.

47. Колемаев В.А. Математическая экономика. — М.: ЮНИТИ, 1998.

48. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика. — М.: ИНФРА-М, 1997.

49. Кривоножко В.Е., Пропой А.И., Сеньков Р.В., Родченков И.В., Анохин П.М., Анализ эффективности функционирования сложных систем. Автоматизация проектирования, 1999, №1.

50. Кротов Ф.В. и др. Основы теории оптимального управления. — М.: Высшая школа, 1990.

51. Кудрявцев Л.Д. Математический анализ. Т. I, II. — М.: Высшая школа, 1970.

52. Курош А.Г. Курс высшей алгебры. — М.: Физматгиз, 1971.

53. Ланкастер П. Теория матриц. — М.: Физматгиз, 1978.

54. Личко К. П Прогнозирование и планирование аграрно-промышленного комплекса: Учебник — М.,Гардарики, 1999, 264 с.

55. Личко К. П. Планирование и прогнозирование развития сельскохозяйственной сферы АПК. (Опыт и проблемы). М.: МСХА, 1994. -218с.

56. Личко К.П. Теоретические основы системы планирования аграрной сферы АПК в условиях формирования нового экономического механизма хозяйствования- Лекция. М.: МСХА, 1992. 48 с.

57. Математическая теория оптимальных процессов Л.С. Понтрягин, В.Г. Болтянский, Р.В. Гамкрелидзе, Е.Ф. Мищенко — М.: Наука, 1983.

58. Математическое моделирование экономических процессов в сельском хозяйстве, Учебник для вузов под ред. проф.А.М.Гатаулина, М., Агропромиздат, 1990.

59. Михалевич B.C., Кукса А.И. Методы последовательной оптимизации. — М.: Наука, 1983.

60. Моисеев H.H., Иванилов Ю.П., Столярова Е.М. Методы оптимизации. — М.: Наука, 1978.

61. Моррис У. Наука об управлении. Байесовский подход. — М.: Мир, 1971.

62. Муртаф Б. Современное линейное программирование. — М.: Мир, 1984.

63. Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. — М.: Физматгиз, 1970.

64. Никайдо X. Выпуклые структуры и математическая экономика.—М.: Мир, 1972.

65. Ногин В.Д., Протодьяконов И.О., Евлампиев И.И. Основы теории оптимизации. — М.: Высшая школа, 1986.

66. Ноэль Э. Массовые опросы: Пер. с нем. — М.; Прогресс, 1978.

67. Основы экономического и социального прогнозирования: Учебник / Под ред В.Н. Мосина, Д.М. Крука. М.: Высшая школа, 1985. 200 с.

68. Пажитнов Л. А. Логическая структура компьютерной игры//Микропроцессорные средства и системы. — 1987. — № 3. — С. 1113.

69. Пападимитриу X., Стайглиц К. Комбинаторная оптимизация. — М.:Мир, 1985.

70. Первозванский А. А., Первозванская Т.Н. Финансовый рынок: расчеты и риск. — М.: ИНФРА-М, 1994.

71. Поляк Б.Т. Введение в оптимизацию. — М.: Наука, 1983.

72. Понтрягин Л.С. Математическая теория оптимального управления. — М.: Наука, 1976.

73. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. М., Финансы и статистика, 1996.

74. Поспелов Д. А. Ситуационное управление: теория и практика. — М.: Наука, 1986.

75. Практикум по математическому моделированию экономических процессов в сельском хозяйстве под ред. А.Ф.Карпенко, М., Агропромиздат, 1985.

76. Реклейтис Г., Рейвиндран A.A. Рэгсдэл К. Оптимизация в технике. T. I, II. — M.: Мир, 1986.

77. Рыжиков Ю.И. Управление запасами. — М.: Наука, 1969.

78. Самуэльсон П. Экономика. — М.: Прогресс, 1992.

79. Cea Ж. Оптимизация. Теория и алгоритмы. — М.: Мир, 1973.

80. Серков А.Ф. Индикативное планирование в сельском хозяйстве. М.: Информагробизнес, 1996. 162с.

81. Сибуя М., Ямамото Т. Алгоритмы обработки данных. М., Мир, 1986.

82. Системы управления базами данных и знаний под ред. А.Н.Наумова. М., 1991.

83. Стратегическое планирование: Учебник / Под ред. Э.А. Уткина. М.: Тандем, 1998.438с.

84. Сухарев А.Г., Тимохов A.B., Федоров В.В. Курс методов оптимизации. — М.: Наука, 1986.

85. Taxa X. Введение в исследование операций. — М.: Мир, 1985.

86. Taxa X. Введение в исследование операций. T. I, II, III. — M.: Мир, 1972.

87. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М., Синтег, 1998.

88. Треногий В.А. Функциональный анализ. — М.: Наука, 1980.

89. Фалин Г.Н., Фалин А.Н. Введение в актуарную математику.— М.:Изд-во МГУ, 1994.

90. Федоренко Р.П. Приближенное решение задач оптимального управления. — М.: Наука, 1978.

91. Фиакко А., Мак-Кормик Г. Нелинейное программирование. Методы последовательной безусловной минимизации. — М.: Мир, 1972.

92. Франселла Ф., Баннистер Д. Новый метод исследования личности. — М.: Прогресс, 1987.

93. Харари Ф. Теория графов. — М.: Мир, 1967.

94. Хедли Дж. Нелинейное и динамическое программирование. — М.: Мир, 1967.

95. Химмельблау Д. Прикладное нелинейное программирование. — М.: Мир, 1975.

96. Цигичко В.Н, Прогнозирование социально-экономических процессов. М.: Финансы и статистика, 1986. 210с.

97. Чепурных Н.В., Новоселов А.Л. Планирование и прогнозирование природопользования. М.: Интерпракс, 1995. 288 с.

98. Червинская К. Р. Методы концептуального анализа знаний//Методы и системы принятия решений. Системы поддержки процессов проектирования на основе знаний. — Рига: Рижск. техн. ун-т, 1991. — С. 116-122.

99. Четыркин Е.М. Методы финансовых и коммерческих расчетов. — М.: Дело, 1995.

100. Эрроу К. Дж., Гурвиц Д., Удзава X. Исследования по линейному и нелинейному программированию. — М.: ИЛ, 1962.

101. Эртли-Каякоб П. Экономическая кибернетика на практике. — М.: Экономика, 1983.

102. Эшби У.Р. Введение в кибернетику. — М.: ИЛ, 1959.

103. Arunabha Bagchi. Stackelberg Diflerental Games in Economic Models. — Springerg — Verlag, 1984.

104. Banker R.D., Charnes A., Cooper W.W. Some models for estimating technical and scale efficiency in data envelopment analysis.//Management Science, 1984, 30/9.

105. Basar Т., Olsder I. Dynamic Noncooperative Game Theory. — London, Acad. Press, 1982.

106. Bierman N. S., Fernandez L. Game theory nith economic applications. Addison — Wesley Publishing Company, INC, USA, 1993.

107. Brams S. J. Theory of Moves. Cambridge University Press, 1994.

108. Charnes A., Cooper W.W. and Rhodes E. Measuring of efficiency of decision making units.//EJOR, 1978, vol 2.

109. Friedman A. Differential Games. — N. Y., John Wiley, 1971.

110. Fudenberg D., Tirole J. Game theory. MIT Press, Cambridge, Massachusetts, London, England. 1992.

111. Giblons R. Game theory for applied economists. Princeton University Press, Princeton, Newgersey, 1992.

112. Goldberg D.E. Genetic algorithms in search, optimization and machine learning. Adison Wesley, Reading, MA, 1989.

113. Harsanyi J. C., Selten R. A. General Theory of Eguilibrium Selection in Games.

114. The MIT Press, Cambridge, Massachusetts, London, England. 1989.

115. Hayes-Roth B„ Johnson M. V., Garvey A. and Hewett H. Building systems in the BB environment. In Blackboard Systems (Englemore R. and Morgan Т., eds.), Chapter 29. Reading, MA: Addison-Wesley, 1988.

116. Hayes-Roth B. Blackboard architecture for control. Artificial Intelligence, 26, p. 251-321, 1985.

117. Hayes-Roth F., Waterman D. A. and Lenat D., eds. Building Expert Systems. Reading, MA: Addison-Wesley, 1983. (Русский перевод: ХеЙес-Рот Ф., Уотерман Д., Ленат Д. Построение экспертных систем. — М.: Мир, 1987. — 430с.)

118. Hayes-Roth В., Buchanan В., LichtargeO., HewettM., AltmanR., BrinkleyJ., Cornelius С., Duncan В. and JardetzkyO. PROTEAN: deriving protein structure from constraints. In Proc. National Conference on Artificial Intelligence, p. 904909, 1986.

119. Hayes-Roth В., Garvey A., Johnson M. V. and Hewett H. A Modular and Layered Environment for Reasoning About Action. Technical Report No. KSL 86-38, Knowledge Systems Laboratory, Stanford University, 1987.

120. Hampshir J. II, B.A. Perlmutter. Equivalence Proofs for Multy-Layer Perceptron Classifiers and the Bayesian Discriminant Function // Carnegie Mellon University, Pittsburg, 1997.

121. Kowalski R. A. Logic as a computer language. In Logic Programming (Clark K. L. and Taralund S. -A., eds.) Chapter I. London: Academic Press, 1982.

122. Kowalski R. A. Logic for Problem Solving. Amsterdam: North-Holland, 1979.

123. Kahneman D. and Tversky A. Subjective probability: a judgement of representativeness. Cognitive Psychology, 3, p. 430-454, 1972.

124. Kahneman D., Slovic P. and Tversky A., eds. Judgement under Uncertainty: Heuristics and Biases. Cambridge: Cambridge University Press, 1982.

125. Kunz J. C., Kehler T. P. and Williams M. D. Applications development using a hybrid AI development system. AI Magazine, 5(3), Fall, p. 41-54, 1984.

126. Mitchell T. M. Version Spaces: An Approach to Concept Learning. Report No. STAN-CS-78-711, Computer Science Department, Stanford University, 1978.

127. Mitchell T. M., Keller R. M. and Kedar-Cabelli S. T. Explanation-based generalization: A unifying view. Machine Learning, 1(1), p. 47-80, 1986.

128. Mitchell T. M. Generalization as search. Artificial Intelligence, 18,203-226, 1982.

129. Mitchell T. M. Machine Learning. New York, NY: McGraw-Hill, 1997.

130. Mohamed E., El-Rewini H., Abdel-Wahab H., Helal A. Parallel Database Architectures: A Comparison Stady. Informática, Vol. 22, No. 3,1998, pp. 195-203.

131. Myerson R. B. Game Theory. Analysis of Conflict. Harvard University Press. Cambridge, Massachusetts, London, England, 1991.

132. Newell A. and Simon H. A. Computer science as empirical enquiry. Communications of the Association for Computing Machinery, 19(3), p. 113126, 1976.

133. Newell A. and Simon H. A. Human Problem Solving. Englewood-Cliffs, NJ: Prentice-Hall, 1972.

134. Newell A. Physical symbol systems. In Perspectives on Cognitive Science (Norman D. A., eds.), Chapter 4. Norwood, NJ: Ablex, 1981.

135. Newell A. The knowledge level. Artificial Intelligence, 18, p. 87-127, 1982.

136. Owen G. Game Theory. Second Edition. Acad. Press, 1982.

137. P. J. Hayes and S. P. Weinstein. Construe/TIS: A system for content-based indexing of a database of news stories. In Innovative Applications of Artificial Intelligence 2, pages 49-64. The AAAI Press/The MIT Press, Cambridge, MA, 1991.

138. Paradi J.C., Reese D.N. and Rosen D. Application of DEA to measure the efficiency of software production at two large Canadian banks.//Annals of OR, 1997, #73.

139. Pearl J. Heuristics. Intelligent Search Strategies for Computer ProblemSolving. Reading, MA: Addison-Wesley, 1984.

140. Pearl J. On evidential reasoning in a hierarchy of hypotheses. Artificial Intelligence, 28 p. 9-15, 1986.

141. Pearl J. Probabilistic Reasoning for Intelligent Systems. Los Altos, CA: Morgan Kauf-mann, 1988.

142. Pearl J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Los Altos, CA: Morgan Kaufmann, 1997.

143. Pearl J. Reverend Bayes on inference engines: a distributed hierarchical approach. In Proc. National Conference on Artificial Intelligence, p. 133-136, 1982.

144. Petrosjan L. A. Differential Games of Pursuit. World Scientific Publishing Co. Pte Ltd. London, Singapore, 1993.

145. Quinlan J. R. Learning efficient classification procedures and their application to chess endgames. In Machine Learning (Michalski A. S., Carbonell J. G. and Mitchell Т. M., eds.). Chapter 15. Palo Alto, CA: Tioga, 1983.

146. Quinlan J. R. C4.5: Programs for Machine Learning. San Mateo, CA: Morgan Kaufmann, 1993.

147. Quinlan J. R. Discovering rules from large collections of examples: a case study. In Expert Systems in the Micro-Electronic Age (Michie D., eds.), p. 168201. Edinburgh: Edinburgh University Press, 1979.

148. Quinlan J. R. Induction of decision trees. Machine Learning, l,p. 81 -106, 1986.

149. Quinlan J. R. The effect of noise on concept learning. In Machine Learning Vol. II (Michalski R. S., Carbonell J. G. and Mitchell Т. M., eds.). Chapter 6, Palo Alto, CA: Tioga, 1986.

150. Quinlan J. R., eds. Applications of Expert Systems. Sydney: Addison-Wesley, 1987.

151. Stroustrup B. The С++ Programming Language, 3rd ed. Reading, MA: Addison-Wesley, 1997.

152. Van Damme, EES. Stability and Perfection of Nash Eguilibria. Springer — Verbag, Berlin, №. 9. 1991.

153. Wang C.H., Gopal R.D. and Zionts S. Use of Data Envelopment Analysis in assessing Information Technology impact on firm performance.//Annals of OR, 1997, №73.

154. Waterman D. A. A Guide to Expert Systems. Reading, MA: Addison-Wesley, 1986. (Русский перевод:. Уотермен Д. Руководство по экспертным системам. — М.: Мир, 1989.)

155. Waterman D. A. and Hayes-Rbth F. Pattern Directed Inference Systems. New York: Academic Press, 1978.

156. Watson I. and Marir F. Case-Based Reasoning: A Review. The Knowledge Engineering Review, 9 (4), p. 355-381, 1994.

157. Watson I. Progress in Case-Based Reasoning. Lecture Notes in Artificial Intelligence, 1020. Berlin: Springer-Verlag, 1995.

158. Weibull J. W. Evolutionary Game Theory. MIT Press, Cambridge, Massachusetts, London, England. 1995.