Построение динамических иерархических моделей и инструментальных средств для исследования экономических систем тема диссертации по экономике, полный текст автореферата

Ученая степень
кандидата экономических наук
Автор
Малинин, Максим Юрьевич
Место защиты
Волгоград
Год
2007
Шифр ВАК РФ
08.00.13

Автореферат диссертации по теме "Построение динамических иерархических моделей и инструментальных средств для исследования экономических систем"

На правах рукописи

Малинин Максим Юрьевич —--

□0305503В

Построение динамических иерархических моделей и инструментальных средств для исследования экономических систем

08.00.13 - Математические и инструментальные методы экономики

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Волгоград - 2007

003055036

Работа выполнена в ГОУ ВПО «Волгоградский государственный технический университет»

Научный руководитель доктор технических наук, профессор

Андрейчиков Александр Валентинович.

Официальные оппоненты: доктор технических наук, профессор

Дарманян Анатолий Петрович кандидат экономических наук, доцент Богачкова Надежда Юрьевна.

Ведущая организация Саратовский государственный технический

Университет.

Защита состоится «23» апреля 2007 г. в 11 часов 30 мин. на заседании диссертационного совета КМ 212. 028. 03 при Волгоградском государственном техническом университете по адресу: 400131, г. Волгоград, проспект Ленина, 28, ауд. 209.

С диссертацией можно ознакомиться в библиотеке Волгоградского государственного технического университета.

Автореферат разослан «23» марта 2007 г.

Ученый секретарь

диссертационного совета //«г^^-— Попкова Е.Г

Общая характеристика работы

Актуальность работы. В большинстве случаев реализация принимаемых экономических решений происходит в будущем, поэтому очень важно иметь средства, позволяющие оценивать возможные изменения предпочтений и приоритетов. Метод анализа иерархий позволяет прогнозировать изменения предпочтений и приоритетов во времени. Задача прогнозирования экспертных предпочтений связана с получением зависимостей, описывающих их изменение во времени. Для этого экспертные оценки должны содержать информацию об изменении предпочтительности альтернатив на некотором временном отрезке, то есть оценка предпочтительности должна быть задана не константой, а функцией. Подбор таких функций можно осуществить, либо предоставив в распоряжение эксперта функциональную шкалу, либо путем аппроксимации экспертных оценок, полученных в различные моменты времени. Такой подход к прогнозированию в задачах анализа и прогнозирования экономических проблем позволит производить оценку последствий принимаемых решений при существенной экономии времени и труда по сравнению с традиционными подходами.

Решение динамических задач принятия решений в экономике позволяет выявлять новые правила принятия управленческих решений и формировать на их основе новые базы знаний для инструментальных систем поддержки принятия решений в экономике и управлении.

Указанные проблемы практически не затронуты в существующих методиках анализа экономических проблем.

В связи с этим актуальной является решение проблемы по построению динамических иерархических моделей и инструментальных средств для исследования экономических систем и методики формирования баз экономических знаний.

Степень разработанности проблемы. Созданием и внедрением в практику экономических исследований методов системного анализа и созданием систем поддержки многокритериального принятия решений занимались зарубежные и российские ученые: Р. Беллман, Р.Л. Кини, О. Моргенштерн, Э. Парето, X. Райфа, Т. Саати, А. Сало, П. Фишберн, Р.

Хамалайнен, Б. Руа, Л. Заде, Дж. Фон. Нейман, A.B. Андрейчиков, О.Н. Андрейчикова, Л.С. Беляев, А.Н. Борисов, А.М. Дубров, Б.А. Лагоша, О.И. Ларичев, Е.М. Мошкович, А.О. Недосекин, А.Н. Смирнов, A.A. Емельянов, В.П. Романов, Н.В. Семушкина, Н.Г. Ярушкина и др.

В то же время, проблема по развитию новых динамических моделей и инструментальных средств для исследования экономических систем требует своего дальнейшего разрешения, особенно в плане создания интеллектуальных систем поддержки принятия экономических решений.

Цель и задачи исследования. Целью диссертационной работы является построение динамических иерархических моделей и инструментальных средств для исследования экономических систем.

Для достижения поставленной цели необходимо решить следующие задачи:

а) проанализировать существующие подходы и методы, используемые в настоящее время для многокритериального анализа экономических решений в условиях неопределенности и построения динамических моделей принятия и прогнозирования решений;

б) разработать инструментальное средство, позволяющее строить динамические иерархические модели для исследования экономических систем;

в) разработать комплекс динамических моделей для исследования экономических систем и процессов;

г) разработать методику формирования баз знаний для принятия рациональных экономических решений на основе анализа динамических векторов приоритетов, синтезируемых в результате иерархического синтеза приоритетов на иерархических моделях.

Объектом исследования являются динамические модели для прогнозирования экономических систем.

Предметом исследования являются экономические и управленческие процессы, протекающие в системах, развивающихся во времени.

Методы исследования. В основу диссертационной работы положены основные научные положения и математический аппарат метода анализа

иерархий с динамическими предпочтениями и приоритетами, методы математической статистики, методы теории искусственного интеллекта, методы объектно - ориентированного программирования и проектирования информационных технологий.

Основные положения диссертации, выносимые на защиту:

1) Авторский вариант инструментального средства для решения динамических задач многокритериального анализа иерархических экономических процессов.

2) Комплекс динамических иерархических моделей для прогнозирования наилучшей стратегии развития производственной деятельности предприятия; наилучшего размещения предприятия за рубежом; наиболее эффективного обеспечения банковского кредита.

3) Методика формирования баз знаний продукционного типа для принятия рациональных экономических решений на основе анализа динамических векторов приоритетов, которые синтезируются на иерархических динамических моделях.

Научная новизна работы:

1) Предложен вариант инструментального средства для решения динамических задач многокритериального синтеза иерархических экономических процессов, позволяющий прогнозировать последствия принимаемых решений.

2) Разработан комплекс динамических иерархических моделей, позволяющий решать задачи прогнозирования эффективных стратегий развития производственной деятельности предприятий; определять наилучшие варианты размещения предприятий за рубежом; прогнозировать наиболее рациональные способы обеспечения банковского кредита.

3) Созданы новые подходы, позволяющие формировать базы знаний продукционного типа для принятия рациональных решений в экономике на основе анализа динамических векторов приоритетов, синтезируемых на иерархических динамических моделях.

4) Предложена новая методика формирования продукционных правил принятия решений для решения экономических и управленческих задач.

5) Разработана база знаний экспертных динамических предпочтений для решения задач прогнозирования плохо формализуемых проблем экономики и управления.

Теоретическая и практическая значимость работы.

Теоретическая значимость работы состоит в разработке методологии формирования динамических моделей для исследования экономических систем и баз знаний для принятия рациональных решений.

Практическая значимость результатов исследования состоит в создании новых математических моделей и логических правил принятия рациональных экономических решений, а также в разработке инструментального программного средства, позволяющего формировать динамические иерархические модели для прогнозирования изменения значений векторов приоритетов альтернатив во времени.

Апробация результатов работы. Основные результаты работы докладывались и обсуждались на научных конференциях Волгоградского государственного технического университета (в 2004 - 2007гг.).

По теме диссертации опубликовано четыре работы, объемом 5,2 п.л. (из них 4,9 п.л. авторские). Исследование проводилось в рамках проектов РГНФ №-05-02-20201 и РФФИ №-04-07-96502.

Структура и объем диссертации. Работа состоит из введения, трех глав, общих выводов по работе и библиографического списка литературы.

Основное содержание работы

Во введении сформулирована цель диссертационной работы, обоснована актуальность темы исследования, ее научная новизна, теоретическая и практическая значимость работы.

Первая глава диссертационной работы посвящена анализу методов и инструментальных средств для поддержки экономических и управленческих решений в условиях неполной, неточной, неколичественной исходной информации.

Проанализированы различные подходы математической теории принятия решений и методы искусственного интеллекта.

Проведенный анализ существующих методов показал, что для многоаспектного анализа экономических и управленческих решений, учитывающего изменение значимости критериев качества во времени, наиболее подходит динамический метод анализа иерархий.

Однако существующий аналитический подход к решению данной проблемы не позволяет решать задачи большой размерности (случай, когда матрицы парных сравнений имеют размерность более четырех). В связи с этим необходимо разработать инструментальную систему, позволяющую решать задачи большой размерности с привлечением для этой цели численных методов.

Вторая глава посвящена разработке инструментального средства, основанного на динамическом методе анализа иерархий.

При использовании метода анализа иерархий (МАИ) для прогнозирования необходимо найти аналитическое решение задачи о собственном значении.

A(t)-w(t)= Xmax(t)-w(t) (1)

Если известна тенденция изменения суждения, то можно предпринять попытку построения зависимости, описывающей эти изменения. Согласно теории Галуа наибольший порядок матрицы, для которой с помощью простой квадратуры можно получить Хтш. в явной форме равен четырем. Одним из подходов к решению этой задачи могло бы стать разложение иерархии на кластеры, число которых не превышает четырех в кластерах сравнений, получение описания Лтш как функции коэффициентов путем решения при необходимости квадратного, кубического уравнения, или уравнения четвертой степени, и далее решение задачи о собственном значении в явном виде через коэффициенты, а также через Хтлх. Затем можно применить принцип иерархической композиции для получения общих весов как функции времени.

Изменение суждений можно оценить экспертно с использованием функций из таблицы «Динамические суждения», приведенной ниже. Параметры этих функции можно установить так, чтобы область допустимых

значений не выходила за границы интервала [1-9] на рассматриваемом временном отрезке. Эти функции отражают изменения в тренде: постоянном, линейном, логарифмическом и экспоненциальном, возрастающем до максимума и убывающем до минимума, или убывающем до минимума и возрастающем, а также колебательном.

Динамические суждения

| Интенсивность важности, | зависимой от времени Описание Объяснение

а Постоянное для всех 1 целое число, 1 < а <, 9 Относительный вес не изменяется.

а г1+а2 Линейное отношение по 1, увеличивающееся или уменьшающееся до некоторой точки. Обратная величина -гипербола Постоянное увеличение одного вида деятельности по сравнению с другим.

й, •/«(/+/)+ (¡2 Логарифмический рост до определенной точки, а затем постоянство Быстрое увеличение (уменьшение), за которым следует медленное увеличение (уменьшение).

а 1 -ехр(с12 -С) т аз Экспоненциальный рост (или убывание, если а2-отрицателыю) до определенной точки и затем постоянство (если «2 - отрицательно, то обратная величина ¿'-образная кривая) Медленное увеличение (уменьшение), за которым следует быстрое увеличение (уменьшение).

Парабола с максимумом или минимумом в зависимости от знака О], и затем постоянство (может быть модифицирована для асимметричности вправо или влево) Увеличение (уменьшение) до максимума (минимума) и затем уменьшение (увеличение).

а/-Р ът(1+а2)+ аз Колебания Колебания с увеличивающейся (уменьшающейся) амплитудой в зависимости от «>0 {п< 0).

Если ставится задача прогнозирования поведения системы на каком-либо интервале времени, то вычисление главного собственного вектора

производится путем решения матричного уравнения А (г) ЛУ([) ~Лгпах(1) ■}¥(!) численными методами.

Таким образом, алгоритм решения задачи ранжирования и выбора альтернатив, а также прогнозирования динамики приоритетов на основе МАИ будет содержать следующие основные шаги.

Шаг 1. Определение множества альтернатив, множества критериев качества. Представление множества критериев в виде доминантной иерархии; фокусом которой должна быть цель исследования.

Шаг 2. Определение методов оценки.

Если задача статическая и альтернатив не более десяти, можно применить метод парных сравнений.

Если задача статическая, но альтернатив более чем десять, следует применить метод сравнения относительно стандартов.

Если свойства альтернатив выражены количественными величинами, то следует применить процедуру линейного нормирования количественных величин.

Если требуется решить задачу, веса альтернатив или критериев в которой изменяются со временем, следует применить метод попарного сравнения динамических предпочтений экспертов.

Шаг 3. Оценка критериев выбранными методами относительно вышестоящих в иерархии критериев. Оценка альтернатив по критериям выбранными методами.

Шаг 4. Проверка согласованности введенных оценок. Если оценки не согласованы, следует вернуться к шагу 3. Если не удается добиться согласованности при прогнозировании, следует применить метод улучшения согласованности экспертных оценок.

Шаг 5. Расчет собственных векторов матриц.

Шаг 6. Проведение иерархического синтеза глобального вектора приоритетов (относительно фокуса иерархии). Если число альтернатив под критериями не одинаковое (между последним и предпоследним уровнями иерархии нет связей "все ко всем"), то следует применить методику свертки для

иерархий с разным числом и составом альтернатив под критериями. Для статических задач это последний шаг алгоритма.

Шаг 7. Если решается задача прогнозирования приоритетов на Т моментов времени, и элементы матриц парных сравнений содержат функции от t ('е ^), то следует возвратится t раз к шагу 5. При этом создается массив локальных и глобальных векторов рассчитанных на каждый момент t.

Шаг 8. Обработка полученного массива с помощью регрессионного анализа (метод наименьших квадратов). Построение результирующих зависимостей.

Характеристика программного средства для поддержки процессов принятия решений.

Программная система разработана для поддержки динамических процессов при решении задач прогнозирования. Она может быть эффективно использована для решения широкого круга задач в экономике и менеджменте.

Областью применения программной системы являются: анализ эволюции экономических систем; прогнозирование и выбор конкурентоспособных товаров производственного и потребительского назначения; выбор наилучшей стратегии развития производства предприятия; системное выявление отличительных свойств конкурирующих систем и объектов; функционально-стоимостной анализ производственных и организационных структур; рациональное распределение ресурсов между альтернативами.

Система поддержки динамических процессов принятия решений реализована на языке программирования Borland С++ Builder 6.0.

Основные функции системы:

1) организация работы пользователя с системой принятия решений с помощью графического' интерфейса;

2) ввод экспертных данных;

3) вывод результата обработки экспертных данных;

4) сохранение полученных результатов, промежуточных данных, вводимых экспертных данных для решаемой задачи;

5) возможность работы с ранее решенными задачами;

6) составление отчета о результате решения задачи;

7) расчет иерархии со статическими и динамическими суждениями.

Структура системы приведена на рис.1. Рассматриваемая система

расширена процедурой численного решения уравнения (1) для матриц произвольной размерности, элементы которых заданы функциями из табл.1, и получения зависимости п/г). Задача прогнозирования решается в системе экспертным оцениванием вероятностного изменения предпочтений с помощью функциональной шкалы (см.табл.1) и последующим численным решением уравнения вида (1).

Представление экспертной информации о целях, критериях, альтернативах и, наконец, предпочтениях является сложным, поскольку между элементами данных существует множество связей различного характера. В соответствии с основными функциями данные можно разделить на две категории, одна из которых, наиболее общая, обеспечивает информационную поддержку пользователя, а другая, более конкретная, используется в процессах извлечения результата.

Рис. 1 - Структура системы принятия решений (авт.).

К первой категории относится информация об альтернативах и критериях. Вторая категория данных содержит ссылки (связи) на конкретные альтернативы, критерии, а также включает информацию обо всех предпочтениях и приоритетах. Для представления данных первой категории

хорошо подходит любая модель, данные второй категории плохо вписываются во все модели. Поэтому для их представления был выбран собственный формат. Схематическая структура представления экспертных данных показана на рис.2.

Рис.2 - Модель представления экспертных данных (авт.).

Сравнение реляционной и файловой моделей показало явные преимущества последней по возможностям представления сложных данных, при этом трудоемкость реализации такой системы значительно выше.

Третья глава посвящена разработке динамических иерархических моделей и методике формирования баз знаний для принятия рациональных экономических и управленческих решений.

В диссертации разработаны три динамические иерархические модели для решения задач прогнозирования эффективных стратегий развития производственной деятельности предприятий, определения наилучших вариантов размещения предприятий за рубежом и прогнозирования наиболее рациональных способов обеспечения банковского кредита.

В качестве примера ниже рассмотрено применение компьютерной системы для поддержки динамических процессов при решении задачи прогнозирования выбора наилучшей стратегии развития производственной деятельности предприятия.

С течением времени приоритет альтернатив может изменяться по тому или иному закону. Для того чтобы определить изменение во времени приоритета альтернатив по комплексу наиболее важных критериев, необходимо определить изменения предпочтений экспертов как по самим критериям, так и по альтернативам. В примере рассматриваются четыре альтернативы стратегии развития:

1) А] - стратегия ориентации на производство (тенденция данной стратегии - это максимально удешевить производство продукции);

2) А2 - стратегия ориентации на сбыт (тенденция - все силы на проведение рекламной компании продукта );

3) А3 - стратегия ориентации на продукцию (тенденция - это создание идеального продукта);

4) А4 - стратегия ориентации на социальный маркетинг (тенденция - это максимальное удовлетворение нужд потребителя).

Рис.3 - Иерархическая структура критериев и альтернатив задачи выбора стратегии предприятия (авт.).

Прогнозирование выбора стратегии на пятилетие производится по множеству критериев (факторов) выбора, упорядоченных в иерархию (рис.3).

Примеры матриц попарных сравнений с динамическими предпочтениями критериев и альтернатив и рассчитанные для них изменения значений векторов приоритетов во времени приведены соответственно на рис. 4 и 5.

Экономические Рентабельность Динамика прибыли Скорость роста рынка Доля рынка W

Рентабельность 1 2 Auto Auto 0,4637

Динамика прибыли Auto 1 0,2/+ 2 Auto 0,2318

Скорость роста рынка Auto Auto 1 1 0,01с1" +0.49 0,0772

Доля рынка Auto Auto Auto 1 0.227

График отношения группы

Рис. 4 - Изменение значений (и>) вектора (\¥) приоритетов критериев С1, С2, СЗ, С4 во времени (!) по групповому критерию «экономические факторы».

Динамические предпочтения альтернатив относительно критериев

выбора

Рентабельность производства при выбранной стратегии Ориентация на производство Ориентация на сбыт Ориентация на продукт Социальный маркетинг W

Ориентация на производство 1 1 0,01е' +0.49 Auto Auto 0,1758

Ориентация на сбыт Auto 1 -0.51n(í +1) + 3 Auto 0,3472

Ориентация на продукт Auto Auto 1 1 0,0 le09' +0.99 0,165

Социальный маркетинг Auto Auto Auto 1 0,3119

График отношения группы С1

Рис. 5 - Изменение значений (у>) вектора (IV) приоритетов альтернатив во времени (I) по критерию «рентабельность производства».

В результате свертки векторов приоритетов альтернатив по всем критериям, входящим в иерархию, получены функциональные зависимости значений результирующего вектора приоритетов альтернатив Щ0 по интегральному критерию «выбор стратегии развития производства предприятия» (см. рис.6).

График отношения альтернатив

Рис. 6 - Функциональная зависимость значений приоритета альтернатив А-ь Аг, Аз, Аи во времени по критерию «выбор стратегии развития про из ио детва предприятия».

Результирующий вектор приоритета альтернатив приведен на рис.7.

Результат динамики (а конечный момент времени)

А1 Аг АЗ А4

Рис. 7 - Результирующий вектор приоритета альтернатив задачи выбора стратегии производства предприятия (в коцечный момент времени прогнозирования).

Анализ полученных результатов показывает, что наиболее оптимальной является стратегия ориентации на социальный маркетинг (АД приоритет которой со временем возрастает, в отличии от стратегии ориентации на производство (А|) и стратегии ориентации на сбыт (Аг). Стратегия ориентации на продукцию (Аз) является наименее предпочтительной, но ее Приоритет со

временем возрастает. Хотя на участке прогнозирования А3 является наименее предпочтительной, но учитывая ее тенденцию роста приоритета, можно выдвинуть предположение, что данная альтернатива в дальнейшей перспективе будет более предпочтительна чем AI и А2.

Общие выводы по работе

1) Разработано инструментальное программное средство для решения динамических задач многокритериального анализа иерархических экономических процессов.

2) Разработан комплекс динамических иерархических моделей, позволяющий прогнозировать наилучшие стратегии развития производственной деятельности; принимать решения по наилучшему размещению предприятий за рубежом; решать задачи по выявлению наиболее эффективных способов обеспечения банковского кредита.

3) Разработана методика формирования баз знаний продукционного типа для принятия рациональных экономических решений на основе анализа динамических векторов приоритетов, которые синтезируются на иерархических динамических моделях.

4) Разработанные подходы, модели, методика и инструментальное средство могут быть эффективно использованы для решения широкого круга динамических задач в экономике и менеджменте при анализе эволюции экономических систем, прогнозировании и выборе конкурентоспособных товаров производственного и потребительского назначения; выборе стратегий развития предприятий; системном выявлении отличительных свойств конкурирующих систем; функционально-стоимостном анализе производственных и организационных структур; рациональном распределении ресурсов между альтернативами.

Список работ, опубликованных по теме диссертации

*1) Малинин, М.Ю. Программные средства для построения динамических иерархических моделей экономических систем /М.Ю. Малинин, A.B. Андрейчиков// Известия Волгоградского государственного технического

17

университета: Межвузовский сб. научн. статей №11 (26/ВолгГТУ. - Волгоград, 2006 (Сер. Актуальные проблемы реформирования российской экономики -теория, практика, перспектива. Вып.6). - 0,7 п.л.

2) Малинин, M.IO. Разработка структуры и алгоритмов программной системы для построения динамических иерархических моделей в экономике и менеджменте: препринт доклада / М.Ю. Малинин/ ВолгГТУ. - Волгоград, 2007. - 3,5 п.л.

3) Малинин, М.Ю. Динамическая иерархическая модель для принятия решений о наилучшем размещении предприятия за рубежом: препринт доклада /М.Ю. Малинин/ВолгГТУ. - Волгоград, 2007. - 0,5 п.л.

4) Малинин, М.Ю. Методика разработки баз знаний продукционного типа на основе анализа динамических векторов приоритетов: препринт доклада /М.Ю. Малинин, A.B. Андрейчиков/ ВолгГТУ. - Волгоград, 2007. - 0,5 п.л.

* В изданиях, рекомендуемых ВАК РФ.

Подписано в печать 20.03.2007 г. Заказ №Тираж 100экз. Печ. л. 1-0 Формат 60 х 84 1/16. Бумага офсетная. Печать офсетная.

Типография «Политехник» Волгоградского государственного технического университета. 400131, Волгоград, ул. Советская, 35

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Малинин, Максим Юрьевич

Введение

Глава 1. Анализ методов принятия решений в экономике

1.1. Определение задачи принятия решений

1.2. Анализ многокритериальных методов принятия индивидуальных решений

1.3. Анализ задач и методов принятия коллективных решений

1.4. Методы принятия решений в условиях риска, базирующиеся на математических инструментах

1.5. Методы искусственного интеллекта, применяемые в разработке информационных технологий в экономике и менеджменте

1.6. Компьютерные системы поддержки процессов принятия решений

Выводы по главе

Глава 2 Разработка инструментального средства, основанного на динамическом методе анализа иерархий

2.1. Метод анализа иерархий со статическими предпочтениями и приоритетами

2.2. Метод анализа иерархий с динамическими предпочтениями и приоритетами

2.3. Структура и алгоритмы функционирования инструментального средства

2.4. Характеристика программного средства для поддержки процессов принятия решений

Выводы по главе

Глава 3. Разработка математических моделей на основе динамических иерархических систем

3.1. Выбор наилучшей стратегии развития производства предприятия

3.2. Выбор страны наилучшего размещения предприятия

3.3. Выбор и прогнозирование наилучшего обеспечения банковского кредита

Выводы по главе 3 \

Диссертация: введение по экономике, на тему "Построение динамических иерархических моделей и инструментальных средств для исследования экономических систем"

Актуальность работы. В большинстве случаев реализация принимаемых экономических решений происходит в будущем, поэтому очень важно иметь средства, позволяющие оценивать возможные изменения предпочтений и приоритетов. Метод анализа иерархий позволяет прогнозировать изменения предпочтений и приоритетов во времени. Задача прогнозирования экспертных предпочтений связана с получением зависимостей, описывающих их изменение во времени. Для этого экспертные оценки должны содержать информацию об изменении предпочтительности альтернатив на некотором временном отрезке, то есть оценка предпочтительности должна быть задана не константой, а функцией. Подбор таких функций можно осуществить, либо предоставив в распоряжение эксперта функциональную шкалу, либо путем аппроксимации экспертных оценок, полученных в различные моменты времени. Такой подход к прогнозированию в задачах анализа и прогнозирования экономических проблем позволит производить оценку последствий принимаемых решений при существенной экономии времени и труда по сравнению с традиционными подходами.

Решение динамических задач принятия решений в экономике позволяет выявлять новые правила принятия управленческих решений и формировать на их основе новые базы знаний для инструментальных систем поддержки принятия решений в экономике и управлении.

Указанные проблемы практически не затронуты в существующих методиках анализа экономических проблем.

В связи с этим актуальной является решение проблемы по построению динамических иерархических моделей и инструментальных средств для исследования экономических систем и методики формирования баз экономических знаний.

Степень разработанности проблемы. Созданием и внедрением в практику экономических исследований методов системного анализа и созданием систем поддержки многокритериального принятия решений занимались зарубежные и российские ученые: Р. Беллман, P.JL Кини, О. Моргенштерн, Э. Парето, X. Райфа, Т. Саати, А. Сало, П. Фишберн, Р. Хамалайнен, Б. Руа, JI. Заде, Дж. Фон. Нейман, А.В. Андрейчиков, О.Н. Андрейчикова, JI.C. Беляев, А.Н. Борисов, A.M. Дубров, Б.А. Лагоша, О.И. Ларичев, Е.М. Мошкович, А.О. Недосекин, А.Н. Смирнов, А.А. Емельянов, В.П. Романов, Н.В. Семушкина, Н.Г. Ярушкина и др.

В то же время, проблема по развитию новых динамических моделей и инструментальных средств для исследования экономических систем требует своего дальнейшего разрешения, особенно в плане создания интеллектуальных систем поддержки принятия экономических решений.

Цель и задачи исследования. Целью диссертационной работы является построение динамических иерархических моделей и инструментальных средств для исследования экономических систем.

Для достижения поставленной цели необходимо решить следующие задачи: а) проанализировать существующие подходы и методы, используемые в настоящее время для многокритериального анализа экономических решений в условиях неопределенности и построения динамических моделей принятия и прогнозирования решений; б) разработать инструментальное средство, позволяющее строить динамические иерархические модели для исследования экономических систем; в) разработать комплекс динамических моделей для исследования экономических систем и процессов; г) разработать методику формирования баз знаний для принятия рациональных экономических решений на основе анализа динамических векторов приоритетов, синтезируемых в результате иерархического синтеза приоритетов на иерархических моделях.

Объектом исследования являются динамические модели для прогнозирования экономических систем.

Предметом исследования являются экономические и управленческие процессы, протекающие в системах, развивающихся во времени.

Методы исследования. В основу диссертационной работы положены основные научные положения и математический аппарат метода анализа иерархий с динамическими предпочтениями и приоритетами, методы математической статистики, методы теории искусственного интеллекта, методы объектно - ориентированного программирования и проектирования информационных технологий.

Основные положения диссертации, выносимые на защиту:

1) Авторский вариант инструментального средства для решения динамических задач многокритериального анализа иерархических экономических процессов.

2) Комплекс динамических иерархических моделей для прогнозирования наилучшей стратегии развития производственной деятельности предприятия; наилучшего размещения предприятия за рубежом; наиболее эффективного обеспечения банковского кредита.

3) Методика формирования баз знаний продукционного типа для принятия рациональных экономических решений на основе анализа динамических векторов приоритетов, которые синтезируются на иерархических динамических моделях.

Научная новизна работы:

1) Предложен вариант инструментального средства для решения динамических задач многокритериального синтеза иерархических экономических процессов, позволяющий прогнозировать последствия принимаемых решений.

2) Разработан комплекс динамических иерархических моделей, позволяющий решать задачи прогнозирования эффективных стратегий развития производственной деятельности предприятий; определять наилучшие варианты размещения предприятий за рубежом; прогнозировать наиболее рациональные способы обеспечения банковского кредита.

3) Созданы новые подходы, позволяющие формировать базы знаний продукционного типа для принятия рациональных решений в экономике на основе анализа динамических векторов приоритетов, синтезируемых на иерархических динамических моделях.

4) Предложена новая методика формирования продукционных правил принятия решений для решения экономических и управленческих задач.

5) Разработана база знаний экспертных динамических предпочтений для решения задач прогнозирования плохо формализуемых проблем экономики и управления.

Теоретическая и практическая значимость работы.

Теоретическая значимость работы состоит в разработке методологии формирования динамических моделей для исследования экономических систем и баз знаний для принятия рациональных решений.

Практическая значимость результатов исследования состоит в создании новых математических моделей и логических правил принятия рациональных экономических решений, а также в разработке инструментального программного средства, позволяющего формировать динамические иерархические модели для прогнозирования изменения значений векторов приоритетов альтернатив во времени.

Апробация результатов работы. Основные результаты работы докладывались и обсуждались на научных конференциях Волгоградского государственного технического университета (в 2004 - 2007гг.).

По теме диссертации опубликовано четыре работы, объемом 5,2 п.л. (из них 4,9 п.л. авторские). Исследование проводилось в рамках проектов I

РГНФ №-05-02-20201 и РФФИ №-04-07-96502.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Малинин, Максим Юрьевич

ОБЩИЕ ВЫВОДЫ ПО ДИССЕРТАЦИИ

1) Разработано инструментальное программное средство для решения динамических задач многокритериального анализа иерархических экономических процессов.

2) Разработан комплекс динамических иерархических моделей, позволяющий прогнозировать наилучшие стратегии развития производственной деятельности; принимать решения по наилучшему размещению предприятий за рубежом; решать задачи по выявлению наиболее эффективных способов обеспечения банковского кредита.

3) Разработана методика формирования баз знаний продукционного типа для принятия рациональных экономических решений на основе анализа динамических векторов приоритетов, которые синтезируются на иерархических динамических моделях.

4) Разработанные подходы, модели, методика и инструментальное средство могут быть эффективно использованы для решения широкого круга динамических задач в экономике и менеджменте при анализе эволюции экономических систем, прогнозировании и выборе конкурентоспособных товаров производственного и потребительского назначения; выборе стратегий развития предприятий; системном выявлении отличительных свойств конкурирующих систем; функционально-стоимостном анализе производственных и организационных структур; рациональном распределении ресурсов между альтернативами.

Диссертация: библиография по экономике, кандидата экономических наук, Малинин, Максим Юрьевич, Волгоград

1. Абдрахимов, Д. А. Универсальная информационно-аналитическая система поддержки принятия решений «ОЦЕНКА и ВЫБОР»: от проблематики к концепции построения и применения//Д. А., Абдрахимов, А. И Иоффин/. ВИНИТИ Научно-техническая информация, 1999, № 1.

2. Азовцева, И. К. Адаптированный механизм как основополагающий элемент концепции управления экономико-социальными системами. Режим доступа: http: // eup.ru / Documents / 2002-05-15 / 1906.asp.

3. Айзерман, М. А. Выбор вариантов. Основы теории/М. А. Айзерман, Ф. Т. Алескеров. М.: Наука, 1990. - 240 с.

4. Айзерман, М. А. Элементы теории выбора. Псевдокритерии и псевдокритериальный выбор/М. А. Айзерман, В. И. Вольский, Б. М. Литваков. М.: ИПУ РАН, 1994. - 216 с.

5. Акофф, P. JI. Планирование в больших экономических системах/ Пер. с англ. Г. Б. Рубальского/ под ред. И. А.Ушакова. -М.: Сов. Радио, 1972.

6. Акофф, Р. Я. О целеустремленных системах/ Р. Л. Акофф, Ф. И. Эмери/ Пер. с англ. Г. Б. Рубальского/ под ред. И. А.Ушакова. М.: Сов. Радио, 1974. -272 с.

7. Андрейчиков, А. В. Анализ, синтез, планирование решений в экономике/. А. В. Андрейчиков, О. Н. Андрейчикова. М.: Финансы и статистика, 2000, 368 с.

8. Андрейчиков, А. В. Компьютерная поддержка изобретательства (методы, системы, примеры применения)/ А. В. Андрейчиков, О. Н. Андрейчикова. М.: Машиностроение, 1998. - 467 с.

9. Андрейчикова, О. Н. Интеллектуальные системы для поддержки процессов принятия решений: учеб. пособие/ ВолгГТУ, Волгоград, 1996, -172 с.

10. Андрейчиков, А. В. Интеллектуальные информационные системы/ А. В. Андрейчиков, О. Н. Андрейчикова. М.: Финансы и статистика, 2004, -424 с.

11. Анчишкин, А. И. Планирование народного хозяйства: спецкурс А. И. Анчишкина/ Под ред. Э. Н. Крылатых, М.: Изд-во МГУ, 1990. - 104 с.

12. Асаное, А. А. Метод многокритериальной классификации ЦИКЛ и его применение для анализа кредитного риска// А. А. Асанов, П. В. Борисенков, О. Н. Ларичев и др. Экономика и математические методы, 2001.Т37, № 2. С. 14-21.

13. Багриновский, К. А. Модели и методы экономической кибернетики. -М.: Экономика, 1973.

14. Багриновский, К. А. Основы согласования плановых решений. М.: Наука, 1977.-303 с.

15. Багриновский, К. А. Математика плановых решений/ К. А. Багриновский, В. П. Бусынин. М.: Наука, 1986, - 224 с.

16. Багриновский, К. А. Имитационные системы в планировании экономических объектов К. А Багриновский, Н. Е. Егорова. М.: Наука, 1980,-237 с.

17. Баканов, М. И. Теория экономического анализа: Учебник/ М. И. Баканов, А. Д. Шеремет. 3-е изд., перераб. - М.: Финансы и статистика, 1994.-288 с.

18. Беллман, Р. Принятие решений в расплывчатых условиях// Вопросы анализа и процедуры принятия решений/ Р. Беллман Р., Л. Заде/ Пер. с англ. -М.: Мир, 1976. С. 172-175.

19. Березовский, Б. А. Бинарные отношения в многокритериальной оптимизации/ В. И. Борзенко, Л. М. Кемпнер. М.: Наука, 1981. - 147 с.

20. Бешелев, С. Д. Экспертные оценки в принятии решений/ С. Д. Бешелев, Ф. Г. Гурвич. М.: Экономика, 1976. - 79 с.

21. Бешорнер, Т. Управление предприятием: еще один взгляд на стоимостную ориентацию// Проблемы теории и практики управления. 2001. -№ 1.

22. Блишун, А. Ф. Нечеткие индуктивные модели обучения в экспертных системах/ Изв. АН СССР. Техн. кибернетика, 1989, № 5. С. 94-104.

23. Борисов, А. Н. Диалоговые системы принятия решений на базе МИНИ-ЭВМ: Информационное, математическое и программное обеспечение/ А. Н. Борисов, Э. Р. Вилюмс, JI. Я. Сукур. Рига: Зинатне, 1986,195 с.

24. Борисов, А. Н. Принятие решений на основе нечетких моделей/ А. Н. Борисов, О. А. Крумберг, И. П. Федоров. Рига: Зинатне, 1990. - 184 с.

25. Браверманн, А. Интегральная оценка результатов работы предприятий// Вопросы экономики/ А. Браверман, А. Саулин. 1998, № 6. С. 108-122.

26. Вилкас, Э. И. Решения: теория, информация, моделирование/ Э. И. Вилкас, Е. 3. Майминас. М.: Радио и связь, 1981, 328 с.

27. Випоградская, Т. М. Принципы построения автоматизированной системы «ВЫБОР».// Автоматизация проектирования систем управления. -М.: Статистика, 1979, вып. 2. С. 176-184.

28. Воробьев, Н. Н. Теория игр для экономистов кибернетика. - М.: Наука, 1985.- 272 с.

29. Гаврилова, Т. А. Базы знаний интеллектуальных систем/ Т. А. Гаврилова, В. Ф. Хорошевский. СПб: Питер, 2000. - 384 с.

30. Гвоздик, А. А. Упорядочение объектов на основе выделения согласованной информации о предпочтениях/ Изв. АН СССР. Техн. кибернетика, 1989, № 5. С. 113-117.

31. Гладков, Л. А Методы решения оптимизационных задач с использованием интеллектуальных технологий/ Труды конференции

32. КИИ'2000/ Jl. А. Гладков, В. М. Курейчик. М.: Изд-во физ-мат. лит., 2000. Т 2. - С. 532-540.

33. Глущенко, В. В. Разработка управленческого решения: прогнозирование, планирование, теория проектирования экспериментов/ В. В. Глущенко, И. И. Глущенко. Железнодорожный транспорт: ТОО НПЦ «Крылья», 1997.-400 с.

34. Гмошинский, В. Г. Инженерное прогнозирование. М.: Энегроатомиздат, 1982.-208 с.

35. Голыитейн Е. Г. Новые направления в линейном программировании/ Е. Г. Голынтейн, Д. Б. Юдин. -М.: Сов. Радио, 1966.

36. Городецкий, В. И. Индуктивное обучение (Логико-алгебраический подход)/ В. И. Городецкий, О. В. Карсаев/ Препринт № 142. Л.: ЛИИАН, 1991.-60 с.

37. Графт, М. Г. Выборы по отношению/ Изв. АН СССР. Техн. кибернетика, 1987, № 1.-С. 192-199.

38. Грей, П. Логика, алгебра и базы данных. М.: Машиностроение, 1989. -368 с.

39. Груздев, Г. В. Концепция управления реструктурированием экономики России: Дис. д-ра экон. наук. Москва, 1998. 360 с.

40. Дифференциальные игры со многими участками. Указатель литературы на 1989-94. Челябинский госуниверситет, 1995. - 124 с.

41. Дубов, А. М. Многокритериальные модели формирования и выбора вариантов систем/ А. М. Дубов, С. И. Травкин, В. Н. Якимец. М.: Наука, 1986.-296 с.

42. Дубров, А. М. Математико-статистическая оценка эффективности в экономических задачах. -М.: Финансы и статистика, 1982. 176 с.

43. Дубров, А. М. Моделирование рисковых ситуаций в экономике и бизнесе /А. М. Дубров, Б. А. Лагоша, Е. Ю. Хрустал ев. М.: Финансы и статистика, 1999. - 176 с.

44. Евланов, JI. Г. Экспертные оценки в управлении/ JI. Г. Евланов, В. А. Кутузов. М.: Экономика, 1978. - 133 с.

45. Ерохина, Л. С. Методы прогнозирования развития конструкционных материалов/ JI. С. Ерохина, К. В. Калугина, С. К. Михайлов. Л.: Машиностроение. Ленингр. отделение, 1980. - 256 с.

46. Жаке-Лагрез, Э. Применение размытых отношений при оценке предпочтительности распределенных величин/ В сб.: Статистические модели и многокритериальные задачи принятия решений. М.: Статистика, 1979. С. 168-183.

47. Жуковым, В. Е. Нечеткие многокритериальные модели принятия решений. Тбилиси: Мецниереба, 1988. - 70 с.

48. Жуковский, В. И. Кооперативные игры при неопределенности и их приложения. М.: Эдиториал УРСС, 1999. - 336 с.

49. Жуковский, В. И. Оптимизация гарантий в многокритериальных задачах управления/ В. И. Жуковский, М. Е. Салуквадзе. Тбилиси: Мецниереба, 1996.

50. Заборский, П. А. Практика сетевого планирования научно-исследовательских и опытно-конструкторских работ/ П. А. Заборский, Д. М. Нусенбаум. -М.: Экономика, 1967. 88 с.

51. Заде, Л. Основы нового подхода к анализу сложных систем и процессов принятия решений, В кн.: «Математика сегодня». М.: Знание, 1974.-С. 5-49.

52. Заде, Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М.: Мир. 1986. 165 с.

53. Замков, О. О. Математические методы в экономике/ О. О. Замков, А. В. Толстопятенко, Ю. Н. Черемных. М.: ДИС, 1977. - С. 245-267.

54. Зубанов, Н. В. Анализ устойчивости относительно поставленной цели как один из подходов к описанию функционирования организации в условиях неопределенности. Самара, 2001.

55. Ильинский, А. С. Формирование организационных структур управления для предпринимательской деятельности: Дис. канд. экон. наук. -М., 2000.-129 с.

56. Интеллектуальные системы принятия проектных решений/ В. А. Алексеев, А. Н. Борисов, Э. Р. Вилюмс и др. Рига: Зинатне, 1997, - 320 с.

57. Искусственный интеллект. В 3-х кн. Справочник. М.: Радио и связь, 1990.

58. Как добиться успеха: Практические советы деловым людям/ Под ред. В. Е. Хруцкого. М.: Республика, 1992. - 305 с.

59. Касаткин, Н. Н. Численные методы. М.: Наука, 1978. - 512 с.

60. Кинг, У. Стратегическое планирование и хозяйственная политика/ У. Кинг, Д., Клиланд/ Общ. ред. и предисл. Г. Б. Кочеткова. М.: Прогресс, 1982. -339 с.

61. Кипи, Р. Размещение энергетических объектов: Выбор решений. М.: Энергоатомиздат, 1983, - 320 с.

62. Кит, Р. Принятие решений при многих критериях: Предпочтения и замещения/ Р. Кини, X. Райфа. -М.: Радио и связь, 1981. 560 с.

63. Клейнер, Г. Б. Реформирование предприятий: возможности и перспективы // Общественные науки и современность. 1997, № 33. - С. 18.

64. Клыков, Ю. И. Банки данных для принятия решений/ Ю. И. Клыков, Л. Н. Горьков. М.: Радио и связь, 1980. - 208 с.

65. Ковалев, В. В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2000. - 512 с.

66. Колесников, А. В. Проблемно-структурная технология разработки приложений гибридных интеллектуальных систем/ Труды конференции КИИ'2000. М.: Изд-во физ.-мат. лит. 2000. Т. 2. - С. 717-725.

67. Кофман, А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.- 432 с.

68. Кофман А. Сетевые методы планирования. Применение системы ПЕРТ и ее разновидностей при управлении производством и научно-исследовательскими проектами/ А. Кофман, Г. Дебазей/ Пер. с франц. М.: Прогресс, 1968.

69. Элементы математической теории принятия решений/ Автоматизация проектирования/ П. С. Краснощекое, В. В. Федоров, Ю. А. Флеров Ю.А, 1997, № 1. С. 15-23.

70. Крейнина, М. Н. Финансовое состояние предприятия. Методы оценки. М.: ИКЦ «ДИС», 1997 - 224 с.

71. Х.Ларионов, А. И. Экономико-математические методы в планировании -М.: Высшая школа, 1991. 240 с.

72. Ларичев, О. И. Наука и искусство принятия решений. М.: Наука, 1979.-200 с.

73. Ларичев, О. И. Субъективные модели и объективные решения. М.: Наука, 1987.

74. Ларичев, О. И. Теория и методы принятия решений, а также Хроника событий в Волшебных Странах. М.: Логос, 2000. - 296 с.

75. Ларичев, О. И. Количественный и вербальный анализ решений: сравнительное исследование возможностей и ограничений/ Экономика и математические методы/ О. И. Ларичев, Р. Браун. 1998. Т. 34, вып.4. С. 97107.

76. Ларичев, О. И. Качественные методы принятия решений. Вербальный анализ решений/ О. И. Ларичев, Е. М. Мошкович. М.: Наука. Физматлит, 1996.-208 с.

77. Левин, Р. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике/ Р. Левин, Д. Дранг, Б. Эделсон. М.: Финансы и статистика, 1991. - 239 с.

78. Ленский, В. Е. Субъектно-ориентированный подход: парадигма искусственного интеллекта/ Новости искусственного интеллекта, 1999, № 1. -С. 90-119.

79. Лисичкин, В. А. Принятие решений на основе прогнозирования в условиях АСУ/ В. А. Лисичкин, Е. И. Голыпкер. М.: Финансы и статистика,1981.-50 с.

80. Логический подход к искусственному интеллекту: от классической логики к логическому программированию. М.: Мир, 1990. - 432 с.

81. Лозовский, В. С. Экстенсиональная база данных на основе семантических сетей/ Изв. АН СССР, Техн. кибернетика, 1982, № 5. С. 23— 42.

82. Лоръе, Ж.-Л. Системы искусственного интеллекта. М.: Мир, 1991. -568 с.

83. Майминас, Е. 3. Проблемы методологии комплексного социально-экономического планирования/ Е. 3. Майминас, В. Л. Тамбовцев, А. Г. Фонатов и др./ Под ред. Н. П. Федоренко и др. М.: Наука, 1983, - 415 с.

84. Мак Кинсси Дис. Введение в теорию игр/ пер. с англ. М.: Физматгиз,.1960.

85. Макаров, И. М. Теория выбора и принятия решений. М.: Наука,1982.-382 с.

86. Марселлус, Д. Программирование экспертных систем на Турбо-Прологе. М.: Финансы и статистика, 1994. - 256 с.

87. Мелихов, А. Н. Ситуационные советующие системы с нечеткой логикой/ А. Н. Мелихов, Л. С. Бернштейн, С. Я. Коровин. М.: Наука, 1990. - 272 с.

88. Мерзликина, Г. С. Оценка экономической состоятельности предприятия/ Г. С. Мерзликина, Л. С. Шаховская. ВолгГТУ, Волгоград, 1998.-265 с.

89. Месарович, М. Теория иерархических многоуровневых систем/ М. Месарович, Д. Мако, Н. Такахара/ Под ред. И. Ф. Шахнова. М.: Мир, 1973. -344 с.

90. Месарович, М. Общая теория систем: математические основы/ М. Месарович И. Такахара/. Под ред. С. В. Емельянова. М.: Мир, 1978.

91. Микони, С. В. Методы мягкого выбора объектов/ Труды конференции КИИ'2000. М.: Изд-во физ.-мат, лит., 2000. Т. 2. - С. 472-479.

92. Миркин, Б. Г. Проблема группового выбора. М.: Наука, 1974. - 256с.

93. Михеенкова, М. А. Об одном классе экспертных систем с неполной информацией/ М. А. Михеенкова, В. К. Финн./ Изв. АН СССР, Техн. кибернетик, 1986, № 5.

94. Михневич, А. В. Методология антикризисного управления промышленными предприятиями России: Дис. канд. экон. наук. М., 1999. -387 с.

95. Мулен, Э Кооперативное принятие решений: Аксиомы и модели, М.: Мир, 1991.-464 с.

96. Мушик, Э. Методы принятия технических решений/ Э. Мушик, П. Мюллер. М.: Мир, 1990. - 208 с.

97. Наумова, Н. И. Неманипулируемость некоторых процедур голосования с векторными стратегиями/ В избранных трудах междунар. конф. По проблемам управления. Т. 2. М.: СИНТЕГ, 1999. - С. 83-88.

98. Нейлор, К. Как построить свою экспертную систему. '*- М.: Энергоатомиздат, 1991.

99. Нейман, Дж. Фон. Теория игр и экономическое поведение/ Дж. Фон. Нейман, О. Моргенштерн. -М.: Наука, 1970. 601 с.

100. Недосекан, А. О. Анализ риска банкротства предприятия с применением нечетких множеств// А. О. Недосекан, О. Б. Максимов. Вопросы анализа риска. 1999. -№ 2-3.

101. Нечеткие множества в моделях управления и искусственного интеллекта. -М.: Наука, Физматлит, 1986. 312 с.

102. Нечеткие множества и теория возможностей. Последние достижения. М.: Радио и связь, 1986, - 408 с.

103. Неш, Дж. Бескоалиционные игры. В кн.: Матричные игры. М.: Физматгиз, 1961. - С. .205-221.

104. Обработка знаний. М.: Мир, 1989. - 293 с.

105. Обработка нечеткой информации в системах принятия решений. -М.: Радио и связь, 1989, 304 с.

106. Ойхман, Е. Г. Реинжиниринг бизнеса: Реинжиниринг организаций и современные информационные технологии/ Е. Г. Ойхман, Э. В. Попов. М.: Финансы и статистика, 1997. - 336 с.

107. Окорокова, Л. Г. Методология и принципы эффективного использования и формирования ресурсного потенциала промышленных предприятий. Автореф. дис. д-ра экон. наук. Санкт-Петербург, 2002. - 36 с.

108. Оптнер, С. Л. Системный анализ для решения деловых и промышленных проблем: Пер. с англ. М.: Советское радио, 1969. - 216 с.

109. Оптимизация качества. Сложные продукты и процессы/ Э. В. Калинина, А. Г. Лапига, В. В. Поляков и др. М.: Химия, 1989. - 256 с.

110. Орловский, С. А. Проблемы принятия решений при нечеткой входной информации. М.: Наука, 1981. - 208 с.

111. Осипов, Г. С. Динамика в системах, основанных на знаниях/ Известия АН. Теория и системы управления, 1998, № 5. С. 24—28.

112. Плипкетт, Л. Выработка и принятие управленческих решений/ Л. Плинкетт, Г. Хейл. -М.: Экономика, 1984. 187 с.

113. Подиновский, В. В. Лексикографические задачи оптимизации. М.: 1972.

114. Подиновский, В. В. Многокритериальные задачи с однородными равноценными критериями/ Журнал вычислительной математики и математической физики, 1975, № 2. С. 330-344.

115. Подиновский, В. В. Парето оптимальные решения многокритериальных задач/ В. В. Подиновский, В. Д. Ногин. - М.: Наука, 1982. -320 с.

116. Попов, Э. В. Корпоративные системы управления знаниями// Новости искусственного интеллекта. 2001. № 1. - С. 14-25.

117. Попов, Э. В. Экспертные системы. М.: Наука, 1987. - 288 с.

118. Представление и использование знаний. М.: Мир, 1989. - 220 с.

119. Поспелов, Д. А. Логико-лингвистические модели. М.: Энергоиздат, 1981.-232 с.

120. Поспелов, Д. А. Многоагентные системы настоящее и будущее/ Информационные технологии и вычислительные системы, 1998, № 1. - С 421.

121. Поспелов, Д. А. Моделирование рассуждений. М.: Радио и связь, 1989.-184 с.

122. Райфа, Г. Анализ решений. М.: Наука, 1977. - 408 с.

123. Райфа Г. Прикладная теория статистических решений/ Г. Райфа, Р. Шлейфер. -М.: Статистика, 1977. 306 с.

124. Российский СОФТ (1998/1999): Справочник по программному обеспечению. М.: Центр интеллектуальных систем «Метод», 1998. - 160 с.

125. Ростовцев, Ю. Г. Проблема моделирования поведения субъектно-ориентированных систем на основе их ценностной ориентации/ Известия ВУЗов. Приборостроение, 2001, № 3. С. 54-67.

126. Руа, Б. Классификация и выбор при наличии нескольких критериев (метод ЭЛЕКТРА). В кн.: Вопросы анализа и процедуры принятия решений. - М.: Мир, 1976. - С. 80-107.

127. Руа, Б. К общей методологии выработки и принятия решений/ В сб.: Статистические модели и многокритериальные задачи принятия решений. -М.: Статистика, 1979.-С. 123-167.

128. Рубашкин, В. Ш. Представление и анализ смысла в интеллектуальных информационных системах. М.: Наука, Гл. ред. физ-мат. лит., 1989.-192 с.

129. Саати, Т. Л. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1989. - 316 с.

130. Саати, Т., Кернст, К. Аналитическое планирование. Организация систем: Пер. с англ. М.: Радио и связь, 1991. - 224 с.

131. Самойлович, В. Г. Прогнозирование оптимального технико-экономического уровня машин. -М.: Машиностроение, 1987. 136 с.

132. Саркисян, С. А. Научно-техническое прогнозирование и программно-целевое планирование в машиностроении/ С. А. Саркисян, П. JI. Акопов, Г. В. Мельник. М.: Машиностроение, 1987. - 304 с.

133. Семушкина, Н. В. Исследование и разработка методов анализа финансового состояния предприятия на основе применения экспертных систем: Дис. канд. экон. наук. М., 1998. 210 с.

134. Семь нот менеджмента. Изд. 3-е, доп. М.: ЗАО «ЖурналЭксперт», 1998.-424 с.

135. Соломатин, Н. М. Информационные семантические системы. М.: Высшая школа, 1989. - 127 с.

136. Статистические и динамические экспертные системы. Учебное пособие. М.: Финансы и статистика, 1996. - 320 с.

137. Степанов, А. Я. Категория «потенциал» в экономике: http:// tuk22.Krasnodar.ru / libkubstu/ Fulltextaccess / IEF/ Advertisingmarketing / libr/ А. Я. Степанов, H. В. Иванова. Учебники, словари/ 22000/ Потенц / index.htm.

138. Стоянова, Е. С. Финансовый менеджмент. Российская практика. -М.: Перспектива, 1995.

139. Таунсенд, X. Проектирование и программная реализация экспертных систем на персональных ЭВМ/ X. Таунсенд, Д. Фохт. М.: Финансы и статистика, 1990. - 320 с.

140. Таха, X. Исследование операций. В 2-х кн. М.: Мир, 1985.

141. Тельнов, Ю. Ф. Интеллектуальные информационные системы в экономике: Учеб. пособие. 3-изд. - М.: СИНТЕГ, 2002. - 306 с.

142. Тельное, Ю. Ф. Реанжиниринг бизнес-процессов. М.: Финансы и статистика, 2003. - 256 с.

143. Теория прогнозирования и принятия решений, учебн. пособие/ Под ред. С. А. Саркисяна. М.: Высшая школа, 1977.

144. Трахтеигерц, Э. А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 1998.-376 с.

145. Трахтеигерц, Э. А. Методы генерации, оценки и согласования решений в распределенных системах поддержки принятия решений/ Автоматика и телемеханика, 1995, № 4. С. 3-52.

146. Трахтеигерц, Э. А. Субъективность в компьютерной поддержке управленческих решений. М.: СИНТЕГ, 2001. - 256 с.

147. Трухаев, Р. Н. Методы принятия решений в условиях неопределенности. М.: Наука, 1980. - 321 с.

148. Федоров, В. В. Численные методы максимины. М.: Наука, 1979. -278 с.

149. Фишер, Р. Путь к согласию или переговоры без поражения. М.: Наука, 1992.-155 с.

150. Фишберн, П. Теория полезности для принятия решения. М.: Наука, 1978.-352 с.

151. Фишберн, П. Обобщенная независимость по полезности и некоторые смежные вопросы/ В сб.: Статистические модели и многокритериальные задачи принятия решений/ П. Фишберн, Р. Кини Р. М.: Статистика, 1979. -С. 45-52.

152. Финн, В. К. Индуктивные модели/ Веб.: Представление знаний в человеко-машинных работотехнических системах, т. А. М.: ВИНИТИ, 1984.

153. Хорват, П. Сбалансированная система показателей как средство управления предприятием// Проблемы теории и практики управления. 2001. № 1.

154. Целых, А. Н. Формирование процедур принятия решений с использованием гомоморфных отображений нечетких отношений/ А. Н. Целых, JI. С. Бернштейн/ Труды конференции КИИ'2000. Т. 2. М.: Изд-во физ.-мат. лит., 2000. - С. 524-535.

155. Черемных, Н. Н. Математические модели развития народного хозяйства. М.: Изд.-во МГУ, 1986. - 102 с.

156. Чернов, Г. Элементарная теория статистических решений/ Г. Чернов, Л. Мозес/ Пер. с англ. М.: Сов. Радио, 1962. - 406 с.

157. Чувахин, Н. Трудная судьба матрицы BCG. Режим доступа: http: // www.cfin.ru / chuvakhin / bcg.shtml.

158. Шишкин, Е. В. Математические методы и модели в управлении/ Е. В. Шишкин А. Г. Чхартишвили. М.: Дело, 2000. - 400 с.

159. Шоломов, JI. А. Функциональные возможности и сложность механизмов выбора, основанных на исключении худших вариантов/ Изв. АН СССР. Техн. кибернетика, 1987, № 1. С. 10-17.

160. Экспертные системы для персональных компьютеров: методы, средства, реализация. Минск: Вышэйшая школа, 1990. - 197 с.

161. Экспертные системы: состояние и перспективы. М.: Наука, 1989. -152 с.

162. Экспертные системы. Принципы работы и примеры. М.: Радио и связь, 1987.-224 с.

163. Эддоус, М. Методы принятия решений/ М. Эддоус, Р. Стенфилд. -М.: Аудит, ЮНИТИ, 1997. 590 с.

164. Элти Дж. Экспертные системы: концепции и примеры/ Дж. Элти, М. Кумбс М.: Финансы и статистика, 1987. - 191 с.

165. Юдин, Д. Б. Вычислительные методы теории принятия решений. -М.: Наука, 1989,10.-320 с.

166. Ярушкина, Н. Г. Мягкие вычисления в автоматизации проектирования/ Труды конференции КИИ'2000. М.: Изд-во физ.-мат. лит., 2000. Т. 2.-С. 541-549.

167. Altman E. Corporate Financial Distress. New York, Wiley, 1983.

168. Arrow K.J. Social Choice and Individual Values. New York: John Wiley, 1963.

169. Bauer P., Nonak S., Winkler R. A brief course in Fuzzy Logic and Fuzzy Control, ftp: // ftp.flll.uni-linz.ac.at / pub / info, 1996.

170. Clarke E.H. Multipart pricing of public goods. / Public Choice, 1970, № 11, p. 17-33.

171. Gibbard A.Manipulation of voting schemes: a general result. / Econometrica, 1973, № 41, p. 587-601.

172. Green J., Laffont J.J. Incentives in pablic decision making. In Stadies of Pablic Economics, vol.1, Amsterdam: Noth Holland, 1979.

173. Groves T. Incentives in tenms. / Econometrica, 1973, № 41, p. 617-663.

174. Groves Т., Loeb M. Incentives and public inputs. Jonrnal of public Economics, 1975, № 4, p. 211-226.

175. Kahneman D., Tversky A. Prospect Thory: an analysis of decisions risk. / Econometrica, 1979, № 47.

176. Nash J.F. The bargaining problem. / Econometrica, 1950, № 28, p.l55—162.

177. Roy B. Multicriterica Methodology for Decision Aiding. Dordrecht: Kluwer Academic Publisher, 1996.

178. Saaty T.L. Fundamentals of Decision making and Prioritu Theory with the Analytic Hierarchy Process. Pittsburgh RWS Publication, 1994. - 527 p.

179. Satterthwaite M.A. Stategy profneess and Arrows conditions: existence and correspondence theorems for voting procedures and social welfare functions/ Journal of Economic Theory, 1975, № 10, p. 198-217.

180. Sen A.K. Collective Choice and Social Welfare. San Francusco: Holden Day, 1970.

181. Sertel M.R. Choice, hull, continuity and fidelity // Math. Soc. Sciences, 1988, vol. 16, № 2, p.203-206.