Научный архив: статьи

Цель исследования - прогнозирование динамики показателей уровня удовлетворённости и трудового потенциала населения регионов РФ. Эти показатели в том числе необходимы для мониторинга состояния суверенитета и национальной безопасности страны, особенно в условиях санкций и санкционного противостояния. Исследование проводится на базе агент-ориентированного похода. Этот метод подходит для имитации комплексной системы (в данном случае региона РФ) путём симуляции поведения её компонентов (агентов-людей). То есть уровень удовлетворённости и трудовой потенциал каждого человека меняется в зависимости от его поведения и состояния окружающей среды, что приводит к изменению показателей всего региона. Технически разрабатываемая для данного исследования агент-ориентированная модель реализована в среде разработки Microsoft Visual Studio на языке программирования C#. Первый раздел статьи приводит обзор на актуальные исследования за рубежом и в РФ с применением агент-ориентированного моделирования рамках прогнозирования социально-экономических процессов. Второй раздел предоставляет краткое описание применяемого метода и описание разрабатываемой агент-ориентированной модели. Третий раздел описывает полученные на основе модели результаты на примере одного из субъектов РФ (Калужской области).

В статье рассматриваются основные факторы экономических кризисов. Факторы проанализированы с помощью моделей машинного обучения. В исследовании применяются два алгоритма машинного обучения, деревья решений и градиентный бустинг. Деревья решений создаются путем разделения данных на подмножества на основе значения входных функций. Бустинг, ансамблевый метод, обучается путём объединения множества небольших моделей для создания финальной, прогнозирующей модели. Проведён детальный анализ научных работ на тему использования машинного обучения для анализа кризисных явлений. Распространённые факторы моделирования дополнены новыми, итоговые факторы включают в себя широкий список макроэкономических показателей, биржевых данных и социально-политических факторов. Данные были проанализированы с помощью статистического анализа временных рядов, далее данные были стандартизированы для применения в моделях машинного обучения. Параметры моделей подобраны на данных, с помощью метода кросс-валидации. Наиболее эффективные модели были использованы для анализа значимости факторов кризисных явлений. Результаты показывают потенциал использования моделей машинного обучения в анализе кризисов, предлагает новые инструменты раннего обнаружения кризисов и использования результатов для стратегического планирования органами государственной власти. Будущие направления исследования включают в себя улучшения статистической интерпретации результатов машинного обучения, применение более сложных моделей и создание систем анализа в реальном времени.

При многоагентном моделировании ключевым моментом является реализация модели в виде компьютерной программы. Реализацию модели можно сделать удобнее, если использовать проблемно-ориентированный язык (domain-specific language, DSL). В ходе данной работы была разработана библиотека на языке программирования C#, представляющая собой проблемно-ориентированный язык, позволяющий формулировать задачу моделирования на высоком уровне в терминах, близких предметной области. Были предложены структуры данных и иерархия классов. В частности, была предложена реализация агента, состав атрибутов которого может изменяться в процессе моделирования. Библиотека также включает в себя методы для моделирования жизни сообщества: рождаемости и смертности, имеет средства для моделирования брачного поведения. В ходе тестирования было показано, что расход памяти в пике и вычислительная сложность в целом соответствует теоретическим оценкам, структура моделируемого сообщества соответствует демографическим данным. Была построена модель населения Российской Федерации по демографическим данным 2019 года и выполнен прогноз изменения численности населения к 2036 году. Получен результат, близкий к полученному для этих данных и интервала времени Росстатом, способом, отличным от многоагентного моделирования.

Обсуждены существующие проблемы в применении компьютерного прогнозирования добычи нефти и эффективности проведения геолого-технических мероприятий, связанные, прежде всего, с высокой неопределённостью функциональных зависимостей, наличием большого числа гетерогенных объектов и ограниченным объемом доступной геолого-промысловой информации. В качестве альтернативного варианта геолого-гидродинамического моделирования нефтяных месторождений предложен агент-ориентированный подход, отличающийся тем, что вместо традиционных дифференциальных уравнений в частных производных или искусственных нейронных сетей для прогнозирования добычи нефти и эффективности геолого-технических мероприятий используются агент-ориентированные геолого-гидродинамические модели, которые рассчитываются согласно локальным правилам, непротиворечащим глобальным законам подземной гидравлики, и с использованием каскадов нечетко логических матриц, каждый из которых содержит около тысячи различных параметров. Таким образом, удается создать математический инструмент, приближенный к «сильному» искусственному интеллекту, способный принимать самостоятельные решения и генерировать реалистичные прогнозы.

Рассматривается подход к прогнозированию реализованной волатильности ин-декса S&P 500 с помощью данных, извлекаемых из опционов благодаря теореме восстановления Росса. Цель настоящего исследования заключается в исследовании возможности использовать показатели, получаемые после применения теоремы восстановления Росса, в качестве экзогенных факторов в модели прогнозирования реализованной волатильности финансовых инструментов. Применяемая для достижения цели исследования методика исключает необходимость использования исторических котировок финансовых активов, фокусируясь исключительно на опционах. В работе проведено сравнение точности про-гнозирования реализованной волатильности между предлагаемыми моделями и базовым подходом HAR-RV. Эмпирические результаты показали, что предлагаемый подход обеспечивает более высокую точность предсказаний. Используемый подход в теореме восстановления Росса на основе аппроксимации функции плотности распределения базового актива опциона позволяет более точно учитывать ожидания участников рынка и их предпочтения к риску, что может стать статистически значимыми факторами в моделях прогнозирования различных финансовых индикаторов. Результаты исследования могут быть использованы для оценки систематического риска, прогнозирования ве-роятности коррекций и кризисов на финансовых рынках.

В статье описывается управление машиностроительного производств с использованием искусственных глубоких нейронных сетей, входящих в модели дискретного выбора и в модель симуляции физических процессов управления производством. Такие гибридные системы автоматического управления производством намного эффективно и качественно управляют процессами и техническими объектами на производстве

Аммиак является одним из основных загрязнителей атмосферного воздуха, а также может вызывать аварии при использовании в промышленных условиях. Аммиачные холодильные установки широко используются в промышленности. Рассмотрена принципиальная технологическая схема работы аммиачных холодильных установок, проанализированы типовые факторы возникновения и последствия аварий при их работе. Проведены оценка и прогнозирование факторов возникновения аварий при работе аммиачных холодильных установок путем построения дерева отказов, дерева событий, проведения оценки пожаро- и взрывоопасности. Проведен расчет зон заражения первичным и вторичным облаком аммиака по наиболее вероятному сценарию. Анализ причин возникновения аварий и их прогнозирование позволяют снизить общий риск возникновения аварий и тяжести их последствий.

Глобальное распространение острого респираторного синдрома SARS-CoV-2, вызывавшего COVID-19, остается чрезвычайной ситуацией в области общественного здоровья. Пандемия привела к более 563312528 случаям инфицирования, поставив под угрозу здоровье и повысив риск потери рабочего места и доходов многих людей по всему миру. Статья посвящена расчетно-графическому анализу эффектов (шоков), произошедших в сферах человеческой деятельности под влиянием синдрома SARS-CoV-2 и вспышки новых штаммов COVID-19, моделированию причиненного социально-экономического ущерба и обоснованию прогнозных трендов социально-экономического состояния общества. Достижение данной цели предполагает решение задачи анализа состояния случаев заражения, смертности и выздоровления населения и обоснования прогнозных сценариев тенденции социально-экономических показателей вследствие появления новых штаммов COVID-19. Методической основой работы явилось применение экономико-статического метода и таблично-графического подхода к количественной оценке эмпирических данных. Предложенная модель количественной оценки последствия воздействия инфекции COVID-2019 позволила выявить факторы снижения деловой активности, социально-экономической стагнации и рецессии мировой экономики. Меры, которые были применены против пандемии, усугубили кризис, существовавший до 2019 г. с беспрецедентными социально-экономическими потрясениями, ростом уровня бедности в мире с 17,1 % до 25,9 % и прогнозируемым ущербом в размере более 1976,80 трлн руб. для мировой экономики, и привели к сокращению скорости восстановления социально-экономического благосостояния с 11,8 до 6,7 месяцев. Отмечено, что когда доля активных инфицированных превысит 1 %, система здравоохранения столкнется с серьезными проблемами, а когда достигнет 10 % - возникнет дисфункция социально-экономических компонентов инфраструктур мировой экономики с макроэкономическими шоками, которые сопровождаются тенденцией снижения мирового ВВП на 2,4 % на перспективу по сравнению с 2021-2022 гг. и на 4 % в 2023 г., что обострит имеющиеся социальноэкономические противоречия, рост безработицы, инфляции и приведет к падению уровня реального дохода населения.

Работа посвящена сравнительному анализу моделей прогнозирования урожайности сельскохозяйственных культур. Сравнивались многоуровневые тренды и авторегрессионные модели. В качестве исходных данных в работе использованы ряды урожайности различных сельскохозяйственных культур (пшеница, ячмень, овес) по трем муниципальным (Иркутский, Усольский, Черемховский) и одному агроландшафтному (Юго-Восточный лесостепной) районам за 1996-2023 гг. Исходная обработка данных состояла в построении многоуровневых трендов выбранных характеристик. При этом из значений исходного ряда выделены последовательности локальных максимумов и минимумов. В качестве функции тренда использовано логистическое выражение. Выбор функции основан на оценке точности по коэффициенту детерминации R2, значимости уравнений и его коэффициентов по F-критерию Фишера и t-статистике Стьюдента. Кроме этих критериев, дополнительно определено число благоприятных и неблагоприятных событий. После завершения статистической обработки урожайности сельскохозяйственных культур эти характеристики подвергались моделированию с помощью авторегрессионного анализа. Для рядов, обладающих значимым высоким первым коэффициентом автокорреляции (R1>0.70), построены уравнения авторегрессии с оценкой их точности и значимости. Для сравнения результатов, прилученных на основании многоуровневых трендов и авторегрессионных моделей временных рядов, рассчитаны значения ретроспективного прогноза на 2023 год. Расчетные значения сопоставлены с фактическими данными, определены их относительные погрешности. Установлено, что потенциал многоуровневых трендов значительно шире, чем у авторегрессионных зависимостей. Во-первых, можно прогнозировать разные уровни для усредненных, благоприятных и неблагоприятных условий в отличие от авторегрессионных уравнений, позволяющих получать прогностические результаты с упреждением один год. Сравнительные результаты согласно относительной погрешности и ретроспективному прогнозу показали преимущество многоуровневых трендовых моделей. Между тем некоторые ряды не могут быть описаны многоуровневыми трендами, но характеризуются значимыми авторегрессионными уравнениями. Поэтому выбор той или иной модели нужно обосновывать особенностями изменчивости рядов.

Параметры пассажиропотока на маршруте регулярного городского общественного пассажирского транспорта (ГОПТ) являются основополагающими при организации данного вида транспортной работы. В частности, величина пассажиропотока на маршруте определяет количество и вместимость пассажирских транспортных средств (ПТС), а также интервалы их движения и период работы. Основная проблема заключается в том, что величина пассажиропотока не является постоянной и может меняться ежедневно в зависимости от дня недели, месяца года и иных факторов, влияющих на транспортную подвижность населения. В то же время на практике количество ПТС, работающих на маршруте, их вместимость и интервалы движения изменяются в зависимости от типа дня недели (будний/выходной) и сезона (летнее/зимнее расписание). Такой подход к планированию и организации работы ГОПТ зачастую приводит к избытку провозных возможностей по сравнению с имеющейся мощностью пассажиропотока. В свою очередь это ведёт к неоправданному увеличению себестоимости работы ГОПТ. Поэтому создание условий, при которых провозные возможности ПТС будут максимально приближаться к величине пассажиропотока, позволит повысить окупаемость работы ГОПТ. Одним из возможных способов обеспечения соответствия вместимости ПТС фактическому пассажиропотоку является организация работы ГОПТ с использованием составов модульных ПТС. Суммарная вместимость таких ПТС при выполнении каждого рейса на каждом маршруте может увеличиваться (уменьшаться) путём прицепки (отцепки) модулей. Регулирование вместимости модульных ПТС основано на мониторинге пассажиронапряжённости на каждом рейсе каждого маршрута и прогнозировании пассажиронапряжённости для распределения имеющегося парка составов модульных ПТС на эти рейсы. Целью исследования является оценка экономической эффективности ежесуточного прогнозирования пассажиронапряжённости на каждом рейсе каждого маршрута с дальнейшим назначением на рейсы состава модульных ПТС оптимальной вместимости. Результаты расчётов показали, что использование составов модульных ПТС позволяет повысить окупаемость работы на исследуемом оборотном рейсе на 39% (с 79.8% до 110.6%), а также снизить себестоимость выполнения такого оборотного рейса на 41% (с 7.74 у. е. до 4.59 у. е.). Реализация предлагаемой схемы организации работы городского пассажирского транспорта в гор. Гомеле, основанной на использовании составов модульных ПТС, позволит сэкономить порядка 2.38 млн у. е. в год.

Устойчивые тенденции урбанизации, а также структурные изменения грузовых перевозок (колебания интенсивности перевозок, структурные изменения внешнеторговых связей и т. д.) являются факторами снижения качества транспортного обслуживания населения и участников процесса товародвижения. Одним из способов повышения эффективности функционирования транспортно-логистической системы является оптимальное управление транспортными потоками как на этапе проектирования, так и при последующем развитии и совершенствовании системы с учётом прогнозных значений параметров транспортных и грузовых потоков. Выполнен обзор наиболее распространённых методов и алгоритмов больших данных (Big Data), применяемых для прогнозирования транспортных потоков при развитии транспортно-логистических систем. Существующие методы и алгоритмы являются универсальными, но требуют адаптации к потоковым свойствам транспортного процесса. Анализ исследований в этой области позволил сделать вывод о необходимости комбинирования различных методов для учёта особенностей транспортных потоков, связанных с их нелинейностью, неопределённостью, динамическими изменениями пространственно-временной структуры.

Цель. Прогнозирование показателя инвестиций в основной капитал по виду добычи полезных ископаемых Хабаровского края. Процедура и методы. Для прогноза экономического развития существует множество различных методик, в данной работе выбран метод Хольта-Винтерса. На примере Хабаровского края выполнено прогнозирование показателя инвестиций в основной капитал по виду экономической деятельности «Добыча полезных ископаемых» [4]. Результаты. По итогам анализа инвестиционной политики Хабаровского края, выполненного прогноза показателя инвестиций в основной капитал по добыче полезных ископаемых (ДПИ), выявлены проблемы, влияющие на развитие инвестиционной привлекательности края. Теоретическая и/или практическая значимость. Практическая значимость заключается в возможности подготовки и разработки предложений, развития методических рекомендаций в исследованиях, которые впоследствии могут быть использованы для оценки инвестиционных проектов.