Скачать презентацию
Идет загрузка презентации. Пожалуйста, подождите
Презентация была опубликована 10 лет назад пользователемru-eu-cooperation-without-frontiers.com
1 Автономная Некоммерческая Организация «Национальное Агентство Стратегических Инноваций» (АНО НАСИ) Академик АИН д.ф.-м.н Леженко Анатолий Иванович Тел. +7 (916)
2 к Bc ИСПОЛЬЗОВАНИЕ СУПЕРКОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ ДЛЯ РАЗВИТИЯ РЕГИОНА с учетом инфляции, изменения тарифов на электроэнергию и налоговой нагрузки к Bc ИСПОЛЬЗОВАНИЕ СУПЕРКОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ ДЛЯ РАЗВИТИЯ РЕГИОНА с учетом инфляции, изменения тарифов на электроэнергию и налоговой нагрузки
3 . Анализ и построение моделей ведется с использованием методики и пакета программ интеллектуального анализа данных (ИАД) DALI DALI создан в АНО НАСИ DALI обеспечивает две стадии ИАД На 1 этапе ручная обработка результатов факторного анализа На 2 этапе автоматическая обработка с использованием экспертных систем (ЭС)
4 . Анализ структуры данных Заказчика Поставка и инсталляция DALI Разработка интерфейса БД Заказчика и DALI Обучение персонала Заказчика Выполнение ИАД и сопровождение DALI Первый этап включает следующие работы
5 . Поставка и инсталляция ЭС DALI Разработка правил для ЭС, обеспечивающих ИАД в автоматическом режиме Обучение персонала Заказчика Сопровождение DALI Второй этап включает следующие работы
6 . ОСНОВНЫЕ ВАРИАНТЫ ИСПОЛЬЗОВАНИЯ МОДЕЛИ Анализ перспектив экономики региона в зависимости от тарифов на электроэнергию, темпов инфляции и налогов, Анализ перспектив экономики региона в зависимости от тарифов на электроэнергию, темпов инфляции и налогов, Поиск компромисса между интересами производителей и потребителей электроэнергии с учетом интересов региона и государства в целом, Поиск компромисса между интересами производителей и потребителей электроэнергии с учетом интересов региона и государства в целом, Индикативное планирование и оптимизация основных показателей экономического развития региона. Индикативное планирование и оптимизация основных показателей экономического развития региона.
7 Экономика региона РФ является сложной многокомпонентной экономической системой, прогнозировать развитие и эффективно управлять которой невозможно без адекватного компьютерного моделирования. Такое моделирование должно учитывать приближенный характер многих данных и исходных параметров, сложность пространства решения, противоречивость требований, неоднозначность оценки вариантов развития и многое другое.
8 определяет не отдельные (обычно далеко не лучшие) решения, а все пространство возможных вариантов развития, доступного для прямого взаимодействия в процессе выделения оптимальных зон управления объектом; определяет не отдельные (обычно далеко не лучшие) решения, а все пространство возможных вариантов развития, доступного для прямого взаимодействия в процессе выделения оптимальных зон управления объектом; работает с данными, представленными в виде НМ и обеспечивает их автоматическое уточнение в процессе счета и поступления дополнительной информации; работает с данными, представленными в виде НМ и обеспечивает их автоматическое уточнение в процессе счета и поступления дополнительной информации; позволяет решать особо сложные задачи – например, обратные экономические задачи, а также задачи с не полностью определенными или избыточно определенными условиями; позволяет решать особо сложные задачи – например, обратные экономические задачи, а также задачи с не полностью определенными или избыточно определенными условиями; В отличие от традиционных методов, основанная на аппарате НМ ТЕХНОЛОГИЯ МОДЕЛИРОВАНИЯ
9 Экономика региона (с разбивкой по отраслям) Экономика региона (с разбивкой по отраслям) Результирующие значения показателей Результирующие значения показателей Тарифы, физические и финансовые объемы производства, оплата труда, прибыль, инвестиции, амортизация и др. Темпы экономического развития региона, уровень прибыли отраслей, обновление основных фондов, и др.) Управление прогнозом путем регулирования: Показателей инфляции, налогов по РФ и региону Показателей инфляции, налогов по РФ и региону Требований к решению Требований к решению Областей вариации тарифов Областей вариации тарифов
11 . ВАЖНЕЙШИЕ ПОКАЗАТЕЛИ: Цены, тарифы, налоги, физические и финансовые объемы производства, оплата труда, прибыль, инвестиции, амортизация, обновление основных фондов. Общероссийские и региональные изменения цен, тарифов, налогов по-разному влияют на экономику региона и потому учитываются в модели раздельно Общероссийские и региональные изменения цен, тарифов, налогов по-разному влияют на экономику региона и потому учитываются в модели раздельно ОСНОВНЫЕ ЗАКОНОМЕРНОСТИ: Баланс потребления и поступления электроэнергии в регионе Баланс потребления и поступления электроэнергии в регионе Зависимость инвестиций и оплаты труда от изменений прибыли Зависимость инвестиций и оплаты труда от изменений прибыли Зависимость прибыли от цен, налогов и тарифов на электроэнергию при заданных объемах производства Зависимость прибыли от цен, налогов и тарифов на электроэнергию при заданных объемах производства Зависимость налоговых выплат от прибыли, оплаты труда и объемов производства Зависимость налоговых выплат от прибыли, оплаты труда и объемов производства Соответствие объемов производства и реализации инвестициям и ценам Соответствие объемов производства и реализации инвестициям и ценам
12 Результаты статистических исследований могут быть представлены в виде совокупности дискретных данных, как некоторое семейство точек для каждого параметра исследуемого объекта. Для заданных таким образом параметров необходимо вводить признаки их классификации. Например, для параметров, характеризующих рентабельность планируемого бизнес-направления можно ввести классификацию: низкая рентабельность, плановая рентабельность, высокая рентабельность. И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI решение финансовых и экономических задач повышенной сложности
13 Между этими признаками нет резкой числовой границы. Для изучения свойств подобных объектов введено понятие нечеткого множества (НМ) и создана теория НМ. Приведем ряд определений]: пусть X = {x} – совокупность объектов (точек), обозначаемых через х, тогда НМ А в Х есть совокупность упорядоченных пар А ={x, Na(x)}, где Na(x) – представляет степень принадлежности х к А. И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI решение финансовых и экономических задач повышенной сложности
14 Множеством уровня Аj называется четкое подмножество универсального множества, определяемое в виде - Aά={xЄX, Na(x) ά}, где 1– ά – степень разделения нечеткого множества (это определение позволяет ввести отношение неравенства между НМ) И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI решение финансовых и экономических задач повышенной сложности
15 Кроме того, для уточнения правил Шортлиффом введена формула для вычисления МД]: МД(h:L1,L2) = МД(h:L1) + МД(h:L2)*(1 – МД(h:L1) Эта формула уточняет МД в пользу предложения h, если у него кроме свидетельства L1 имеется также свидетельство L2. Данная формула может быть использована для построения правил логического вывода. И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI решение финансовых и экономических задач повышенной сложности
16 Введение НМ обуславливает использование методов нечеткой логики для организации логического вывода в ЭС Аналогом понятия «степень разделения» в методах нечеткого выбора является понятие «мера доверия» (МД) Например, запись р (плановая рентабельность (х)) = 0,2 означает, что предложение «х –плановая рентабельность» истинно на 0,2 p1 И p2 = min (p1,p2) p1 ИЛИ p2 = max(p1,p2) НЕ p1 = 1 - p1. И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI решение финансовых и экономических задач повышенной сложности
19 По этой таблице начинается самая интересная заключительная стадия факторного анализа Имеется два способа – первый ручной с карандашом, а второй автоматический с использование экспертных систем (ЭС) В первом факторе наибольшими положительными факторными весами обладают переменные V7, V11, V23 а отрицательными V6, V33. Положительные факторы характеризуют уровень активов, а отрицательные производственные и финансовые показатели. Во втором факторе наибольшими положительными факторными весами обладают переменные V2, V20, V21, а отрицательными V15, V17 Положительные факторы характеризуют производственные показатели, а отрицательные финансовые. И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI
20 В третьем факторе наибольшими положительными факторными весами обладают переменные V16, V17, V36, а отрицательными V5, V10. Положительные факторные веса относятся к внешним финансовым показателям, отрицательные к внутренним. В четвертом факторе наибольшими положительными факторными весами обладают переменные V3, V35, V22, V24, а отрицательными V32, V5. Положительные факторные веса характеризуют рост рентабельности производства,, а отрицательные внутренние финансовые показатели. И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI
21 С помощью карандаша мы провели краткий разбор результатов факторного анализа, далее необходимо работать со специалистами. Еще больший интерес представляет использовать методы НМ и экспертных систем (ЭС) для автоматического анализа результатов факторного анализа. Кроме того в ЭС имеется развитый аппарат правил, используя который можно строить прогнозы развития отрасли, а опора на то, что для анализа используются данные в реальном масштабе времени повысит точность этих проектов. Формируем НМ в виде группы (group) загружаем ее в FuzzyCLIPS, распечатка НМ представлена ниже. И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI
22 (deftemplate group; factor analiz0 40;q-vo value (; start of primary term declaration; primary term fact1 described in singleton notation (fact1(2 1.0) ( ) ( ) ( ) (10 1.0) (13 1.0) (15 1.0) (19 1.0) (20 1.0) (21 1.0) (23 1.0) (24 1.0) (25 1.0) (26 1.0) (28 1.0) (29 1.0) (30 1.0) (31 1.0) (32 1.0) (33 1.0) (35 1.0) (37 1.0)) (nfact1( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )) );end of primary term declatation );end of fuzzy declaration И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI
23 DALI
24 DALI
25 DALI Вывод основан на правилах композиционного вывода, описание которого приведено ниже. Fc = Fα Ū R, где Fc - это НМ определяющее выводы и расчитываетя следующим образом: µFc (v) = max u U (min(µFα(u), R(u,v))) Которая может упрощена µFc (v) = min (z, µFc(v)) Где z = max (min (µFα(u), µFα(U))
26 И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI В ЭС систему данные после обработки методами факторного анализа поступают автоматически, поэтому предложенные методика и программное обеспечение фактически становятся системой искусственного интеллекта управления проектом (defrulle V21EBITDA (load dataoil) (V21 = V23 + V22) (creates output in 1 files ebitda.dat) (open editda.dat ofile w) (printout ofile V21) (printout ofile group)) Необходимо подчеркнуть, что обработка данных идет в реальном масштабе времени, это позволяет отслеживать динамику изменения интересующих параметров.
27 И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI EBITDA = 2,000 млн. рублей
28 И Н Т Е Л Л Е К Т У А Л Ь Н А Я С И С Т Е М А Н О В О Г О П О К О Л Е Н И Я DALI Спасибо за внимание Вопросы
Еще похожие презентации в нашем архиве:
© 2024 MyShared Inc.
All rights reserved.