Научный архив: статьи

Предметом исследования являются особенности прогнозирования и стратегического планирования в регионах. Объектом исследования выступают промышленные предприятия Пензенской области. Сегодня выполнение задачи перехода России на инновационную модель развития, технологической модернизации, цифровизации экономики осложняется ситуацией неопределенности, необходимостью отвечать на большие вызовы, сложностью построения стратегических планов. Главным образом данные обстоятельства негативно сказываются на функционировании и развитии предприятий отечественной промышленной отрасли, что определяет актуальность пересмотра традиционно используемых ими методов и инструментов планирования. Особое внимание предлагается обратить на набирающий популярность в российской и зарубежной практике, форсайт. Целью данного исследования является рассмотрение возможности применения методики форсайт при формировании стратегий развития Пензенской области, в том числе промышленности, и выборе механизмов их реализации. Рассматривались научные труды иностранных и отечественных ученых в области стратегического планирования и форсайта, Стратегия социально-экономического развития Пензенской области на период до 2035 года, Закон Пензенской области о стратегическом планировании в Пензенской области. Использовалась методология системного анализа, SWOT-анализ, общенаучные методы синтеза, индукции, дедукции, сравнительный и библиографический методы. Изучены теоретические аспекты форсайта, опыт его применения в мире, стране и регионе, определен перечень задач промышленных предприятий в современных условиях хозяйствования, при решении которых может использоваться методика форсайт, выделены ее преимущества перед традиционными методами планирования и прогнозирования. Новизна исследования заключается в предложении мер по сокращению субъективности форсайт-исследований и разработке рекомендаций по внедрению форсайта в методику прогнозирования и планирования развития промышленности Пензенской области, созданию системы критериев отбора участников форсайта, формировании схемы влияния различных факторов на готовность региона (отраслей) к стратегированию. Методика форсайт-исследований способствует переходу от адаптивного подхода к изменениям внешней среды к конструктивному подходу формирования желаемого образа будущего.

Проблема и цель. Целью является получение данных в результате моделирования с привлечением нейросети и обоснование возможности использования аппарата искусственных нейронных сетей в тепличном комплексе.

Методология. Агропромышленный комплекс (АПК), как отрасль в целом, невозможен без наличия в нем методов и способов производства, требующих заметного количества внедрённых средств автоматизации производства и управления. Управление практически любой системой невозможно без обработки больших объёмов статистических данных. Использование системы управления тепличным комплексом в сфере АПК имеет те же задачи. В статье приведено описание подхода к проектированию специального модуля системы цифрового управления теплицей с возможностью получения прогнозируемых данных об оценке технических элементов объекта. Объект исследования: тепличный объект общего назначения и цифровые данные, получаемые через коммуникационную сеть от цифровых технических элементов. Кратко описана используемая коммуникационная сеть. Предполагается использование технических элементов, имеющих функции накопления и/или передачи измеряемых данных.

Результаты. На первом этапе была исследована сама возможность применения обученных нейросетей для работы с данными элементов от объектов АПК. На втором исследовалась возможность использования аппарата искусственной нейросети на ограниченном наборе данных для получения прогнозных результатов. В описываемом подходе предполагается использование численных методов для моделирования и метод прогноза с помощью аппарат искусственных нейронных сетей для прогноза состояния технических элементов.

Заключение. Модуль, с использованием нейросети, может быть применен в составе управляющего ПО для мониторинга технических элементов и объектов АПК. Используемый способ применения нейросети с простой архитектурой, с упором на результаты моделирования, позволил исследовать применение такого подхода в системе управления теплицей на основе статистики с объекта.

Статья посвящена выявлению релевантных методов краткосрочного прогнозирования доходов региональных и местных бюджетов для повышения точности прогнозов. Методологическую основу исследования составляет аналитический обзор научных публикаций о способах прогнозирования доходов бюджетов, выявление их отличительных особенностей, ограничений их применения, а также обосновании выбора метода, обеспечивающего высокую точность прогнозирования налоговых доходов субнациональных бюджетов. Аргументировано, что точность прогнозов доходов является важнейшим компонентом экономического планирования правительства, так как позволяет разработать эффективно действующую налогово-бюджетную политику, распределять ресурсы и осуществлять стратегическое финансовое управление. Учитывая, что достижение точного прогноза является сложной задачей, в статье показано, что одним из основных источников ошибок в прогнозировании доходов является выбор метода прогнозировании доходов, в дополнение к множеству политических и институциональных факторов, влияющих на точность прогнозов. На основе компаративного анализа существующих методов прогнозирования отобраны два метода: метод прогнозирования временны х рядов (традиционный метод SARMA/SARIMA) и метод прогнозирования на основе дискретного вейвлет-преобразования. Проведена их апробация на данных агрегированных ежемесячных налоговых доходов консолидированных бюджетов субъектов Российской Федерации за период с января 2011 г. по март 2023 г. Выявлено, что метод прогнозирования на основе вейвлет-преобразований по всем показателям превосходит традиционный метод SARMA/SARIMA и позволяет достичь более высокого уровня точности прогнозов ежемесячных агрегированных налоговых доходов консолидированных бюджетов регионов России. Результаты исследования демонстрируют высокий прогнозный потенциал краткосрочных методов прогнозирования с предварительным разложением временны х рядов на основе вейвлет-преобразований. Полученные результаты позволяют повысить точность классических методов прогнозирования и тем самым способствуют росту эффективности и результативности бюджетного планирования и прогнозирования.

В статье проведён анализ и дана оценка факторов, влияющих на повышение эффективности функционирования производственного потенциала сельскохозяйственных организаций Орловской области. Детально изучены состав и структура производственных затрат в зерновом хозяйстве и в отрасли молочного скотоводства СХО за 2019-2023 гг. Представлены результаты корреляционно-регрессионного анализа. Разработаны варианты факторных прогнозов среднегодовых уровней урожайности зерновых и зернобобовых культур, продуктивности животных (валового надоя молока в расчёте на одну голову скота молочного направления продуктивности). Обоснованы параметры эффективного функционирования производственного потенциала в сельском хозяйстве. Проведено сравнение фактических и прогнозных уровней урожайности зерна и среднегодовой продуктивности коров, в результате чего установлена группа хозяйств, которые недоиспользуют имеющиеся производственные возможности, и ряд предприятий, которые исчерпывают все потенциальные резервы для достижения максимально высоких результативных показателей. Сделан вывод, что в сельскохозяйственных организациях Орловской области имеются возможности для повышения эффективности функционирования производственного потенциала, что будет способствовать увеличению объёмов производства продукции сельского хозяйства и росту уровня самообеспеченности продовольствием в регионе.

Основным видом деятельности, приносящим доход коммерческим банкам, является кредитная деятельность. От построенной кредитной политики и возможностей банка по её изменению и регулированию зависит эффективность как отдельно коммерческого банка, так и банковского сектора в целом. В связи с тем что банковский сектор предоставляет денежные средства в рамках различных программ кредитования, он является одним из ключевых систем ускоренного воспроизводства в экономике страны и повышения уровня благосостояния населения. Актуальность проведённого исследования обуславливается высокой ролью эффективной кредитной деятельности как для отдельно взятого коммерческого банка, так и для устойчивого развития банковского сектора и социально-экономического развития России в целом. Предметом исследования являются взаимосвязи и взаимозависимости, возникающие в процессе коммуникации различных звеньев банковской системы в рамках кредитования юридических и физических лиц. Объектом исследования выступает кредитная деятельность коммерческих банков. Цель статьи - подробно рассмотреть, как коммерческие банки осуществляют кредитную деятельность, какие существуют подходы к её анализу, с какими рисками сталкиваются банки при кредитовании и какие стратегические решения они принимают в условиях современной экономики. В статье используется комплексный подход к анализу кредитной деятельности, включающий анализ структуры и динамики кредитного портфеля, оценку качества кредитов (в том числе просроченной задолженности), применение коэффициентов ликвидности, доходности и риска, анализ нормативов ЦБ РФ, влияющих на объёмы и условия кредитования. Методология исследования основана на сравнительно-аналитическом и статистическом анализе, а также на принципах управления банковскими рисками. Также применяются элементы стратегического планирования, направленные на адаптацию банков к изменениям во внешней среде (экономика, санкции, цифровизация и т. п.). В результате разработана модель зависимости различных факторов от объёмов кредитования в целом по банковскому сектору, на основе которой было проведено прогнозирование кредитной деятельности. Указаны направления по повышению эффективности кредитной деятельности ПАО «Банк ВТБ» для достижения стратегической цели развития кредитной организации; предложена новая линейка кредитных продуктов для физических лиц.

В представленном исследовании рассматриваются проблемы развития отраслевой экономики России в современных условиях. В связи с введением против России санкций, уходом зарубежных компаний и сокращением импорта отечественные производители попали в сложную ситуацию. Особенно остро проблема импортозамещения и восстановления производства коснулась автомобильной отрасли. Параллельный импорт, китайские производители и отечественный автопром помогли восстановить автомобильный бизнес. В короткие сроки нужно было решить вопрос с обеспечением страны транспортными средствами собственного производства. В статье определены проблемы, возникающие в сфере автомобилестроения, факторы, влияющие на рост цен на автомобильные запчасти. Ранее государство возмещало дилерам утиль сбор в виде субсидий в зависимости от локализации производства, в настоящее время предполагают, что невозмещаемую стоимость продавцы будут включать в стоимость автомобиля. В ближайшее время не стоит ожидать снижения цен в автомобильной отрасли. Авторами проведено исследование Постановления Правительства и сделан расчет изменения утилизационного сбора и его влияния на рост цен на автомобили в будущем. В статье рассмотрены проблемы автомобильной отрасли в России в 2024 г., а также даны прогнозы на 2025 г.

Алгоритмы машинного обучения предоставляют широкий спектр возможностей для предиктивного анализа работы технологического оборудования. Они позволяют выявлять скрытые закономерности и прогнозировать будущие события на основе имеющихся данных. Целью данного исследования является анализ и сравнение методов машинного обучения для реализации задач прогнозирования состояния вибрации компрессорной установки. Каждый из методов имеет свои преимущества и ограничения, поэтому выбор конкретного алгоритма зависит от решаемой задачи применительно к характеристикам оборудования и данных. В данной работе исследованы методы машинного обучения для решения задачи регрессии: в случае прогнозирования одномерных рядов использованы методы авторегрессии и авторегрессии со скользящей средней; для прогнозирования многомерных рядов использованы методы линейной регрессии, деревьев решений, случайный лес и градиентный бустинг. Проведен сравнительный анализ методов машинного обучения. Из результатов анализа видно, что для задачи регрессии наилучшими методами являются ансамблевые методы, такие как случайный лес и XGBoost. Применение XGBoost значительно улучшает качество прогнозов, особенно при работе с большим объемом данных. Для моделей AutoReg и ARIMA необходим стационарный временной ряд для получения точных и интерпретируемых результатов. Важно экспериментировать и настраивать параметры для каждого конкретного временного ряда, учитывая такие факторы, как наличие сезонности, тренда и выбросов в данных. При выборе метода прогнозирования необходимо учитывать не только его математические характеристики, но и особенности конкретных данных, на которых он будет применен.

Цель исследовательской работы - автоматизация расчета практической работы студентов, обучающихся в Уфимском государственном нефтяном техническом университете по направлению «Техносферная безопасность», а именно масштаба и последствий радиоактивного заражения. Для достижения поставленной цели проведен сравнительный анализ методик оценки промышленной безопасности радиационно опасных объектов, рассмотрена предметная область (оценка радиоактивного заражения территории), составлены алгоритмы для оценки радиационной обстановки по нормативной документации, проведен анализ существующих решений. Выбраны средства проектирования и инструменты разработки геоинформационной системы, позволяющей оценивать масштаб и последствия аварии на опасном производственном объекте. Приведено функциональное моделирование программного средства, включающее контекстную диаграмму верхнего уровня, а также ее декомпозицию. В результате разработано программное средство, реализующее оценку радиационной обстановки. Разработанный программный комплекс позволяет существенно уменьшить время, необходимое для расчета и графического отображения масштаба, последствий инцидента или аварии, сопровождающихся радиационным заражением местности, прилежащей к опасному объекту. Разработанная геоинформационная система может использоваться для определения размеров зон заражения радиоактивными элементами, последствий облучения персонала и территории, прилежащей к рассматриваемому объекту. Программное средство может быть применено как при составлении плана ликвидации аварии на радиационно опасном объекте, так и в процессе обучения студентов вузов (направление - «Техносферная безопасность»).

Целью статьи является синтез иерархии моделей предиктивной аналитики, реализуемых для объектов и субъектов, функционирующих в ОАО «РЖД». Выполнен синтез семантической сети моделей, вершиной которой является метаонтология на основе онтологий предметных областей и прикладных онтологий, применимых к железнодорожному транспорту. Приведены примеры, подтверждающих реализуемость предложенных иерархий.

Разрабатываются эконометрические модели временной динамики изменения на примере трех показателей экономической безопасности и устойчивого развития Калининградской области, эконометрических моделей, устанавливающих взаимосвязь базового показателя с двумя факторными показателями, а также сравнительной оценки этих моделей по точности прогнозирования будущих значений. Анализируются числовые значения временного ряда рассматриваемых экономических показателей. Проводится сравнительная оценка целесообразности использования для прогнозирования будущих значений оцениваемых параметров ВРП с ожидаемой продолжительностью жизни и параметров ВРП с коэффициентом Джини по анализируемым регрессионным зависимостям. Основываясь на полученной оценке, приведены графики зависимости оцениваемых параметров c прогнозируемыми значениями и их фактические значения на различных временных интервалах. Обосновывается выбор наиболее приемлемого уравнения для прогнозирования оцениваемых параметров на следующий год. Проводится оценка возможности использования для прогнозирования валового регионального продукта на душу населения аддитивных и мультипликативных двухфакторных моделей взаимосвязи его значений с прогнозируемыми значениями средней продолжительности жизни и коэффициента Джини.

Умный город должен обеспечивать комфорт, удобство и безопасность горожан. Одно из основных направлений развития умного города - транспортная инфраструктура. В области исследований транспортной инфраструктуры городов за последние годы сформировался тренд на внедрение умного электрического транспорта. Однако, помимо ряда преимуществ, такое внедрение несет в себе также и ряд вызовов для городской среды. Целью работы является определение темпов развития электротранспорта в России и мире, выявление тенденции и прогноз на основе существующей статистики. В статье проведен анализ существующих проблем внедрения умного электротранспорта в городскую инфраструктуру, а также развития электротранспорта в умном городе. Осуществлено прогнозирование роста количества электромобилей в России на основе статистики роста за последние 5 лет. На основе прогноза приблизительно оценена доля присутствия электрических транспортных средств (ЭТС) к 2030 г. На данный момент ЭТС составляют не более 0,1 % общего числа транспортных средств на дорогах России, однако при сохранении тенденций к росту спроса на них, сформировавшегося за последние 5 лет, ЭТС начнут вытеснять транспортные средства с другими типами двигателей уже к 2030 г. В связи с этим меры по решению проблем внедрения ЭТС в транспортную инфраструктуру города необходимо предпринимать заранее.

Работа посвящена развитию метода рандомизированного машинного обучения в направлении оценивания динамических моделей связанных процессов с использованием реальных данных, один из которых рассматривается в качестве основного, а другой в качестве зависимого. Модель основного процесса в этой концепции реализуется динамической моделью на основе дифференциальных уравнений с параметрами, которые в свою очередь реализуются статической моделью в другой временной шкале. Рандомизированное машинное обучение - новая теория, находящаяся на стыке науки о данных, машинного обучения и интеллектуального анализа данных, основанная на использовании концепции энтропии для оценивания вероятностных характеристик параметров моделей. Такими характеристиками являются распределения вероятностей соответствующих объектов, оценками которых являются распределения, реализованные функциями плотности распределения вероятностей или дискретными распределениями. Достижение этой цели становится возможным благодаря идее перехода от моделей с детерминированными параметрами к моделями со случайными параметрами и, дополнительно, измеряемыми на выходе со случайным шумом, чем достигается учёт стохастической природы, которая, очевидно, присутствует в любом природном феномене. В качестве демонстрации предлагаемого в работе метода рассматривается задача прогнозирования общего количества инфицированных, основанная на динамической эпидемиологической модели SIR, в которой один из параметров рассматривается в качестве состояния связанного процесса, реализуемого статической моделью. Её оценивание производится по наблюдениям основного процесса, а прогнозирование осуществляется с помощью модели связанного процесса. Проведённый эксперимент с использованием реальных данных о случаях заболевания COVID-19 в Германии показывает работоспособность предлагаемого подхода. Прогноз, полученный классическим методом наименьших квадратов, приводит к недооценке выхода модели по сравнению с реальными наблюдаемыми данными, в то время как предлагаемый в работе подход обладает большей гибкостью и потенциально позволяет получать более адекватные реальным данным прогнозы, чем подтверждается его эффективность и адекватность в условиях малого количества данных с высоким уровнем неопределённости.