Развитие методологии когнитивного моделирования для исследований и прогнозирования сложных систем и процессов - umotnas.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Принципы моделирования сложных систем. Применимость принципов в соответствии... 1 66.89kb.
Учебная программа Дисциплины р1 «Моделирование информационных процессов» 1 127.43kb.
Когнитивного моделирования 1 67.18kb.
Тема Моделирование и классы моделей 1 Сущность моделирования 2 Возможные... 1 45.36kb.
Программа дисциплины «Инструментальные средства моделирования сложных... 1 49.19kb.
Ю. А. Соляник, Ю. И. Жуков 1 77.15kb.
Параллельный рендеринг воксельной графики 1 28.16kb.
Функции семантической обработки данных космического мониторинга 1 118.86kb.
Особенности социолого-математического моделирования в исследовании... 2 585.1kb.
Оценка живучести противоборствующих информационно-управляющих систем 1 133.17kb.
К выбору прототипа для изучения раздела: "индуктивное моделирование... 1 86.97kb.
Принципы моделирования сложных систем. Применимость принципов в соответствии... 1 66.89kb.
Викторина для любознательных: «Занимательная биология» 1 9.92kb.

Развитие методологии когнитивного моделирования для исследований и прогнозирования - страница №1/1


«Научно-исследовательский центр распознавания образов» декабрь 2008

Развитие методологии когнитивного моделирования для исследований и прогнозирования сложных систем и процессов (технических, социально-экономических, политических и др.)
Основу существующих подходов составляет экспертный метод построения когнитивной модели – когнитивной карты, содержащей совокупность факторов и связей между ними. Отличительной особенностью развиваемой методологии является формирование когнитивной карты объекта исследований на основе использования расчетно-экспертного подхода к определению ее параметров:

экспертный метод –  для формирования факторов модели;

расчетный метод –  для оценки силы связи между факторами модели с использованием статистических данных о значениях факторов на определенном временном интервале.

Адекватность модели исследуемой системы оценивается по результатам прогнозирования ее состояния на моменты времени получения статистических данных о значениях факторов системы. Адекватность модели обеспечивается путем введения дополнительных факторов с последующей оценкой их влияния на степень адекватности.

Методология включает методы решения обратной задачи – определения политики изменения факторов и силы связей между ними, приводящей к желаемому состоянию исследуемой системы.
Прикладное значение:
Методология позволяет создавать: модели оценки технико-экономических и финансовых рисков, системы поддержки принятия решения для среднесрочного и стратегического планирования и управления сложными системами.
Возможности метода иллюстрируется на примере оценки и прогнозирования социально-экономического развития РФ в декабре 2008г.
Мотивом создания когнитивной модели стало исследование целесообразности повышения ставки рефинансирования в РФ, в то время как развитые государства снизили её до беспрецедентно низкого уровня.

Динамика изменения ставки рефинансирования в РФ с 01.2007г. по 11.2009г. приведена на рисунке 1.



Рисунок 1 – Динамика изменения ставки рефинансирования в РФ
Когнитивная карта модели в виде знакового графа отражает согласованное мнение группы экспертов и представлена на рисунке 2. Для удобства восприятия стрелки красного цвета характеризуют положительные связи, а синие – отрицательные связи.

Рисунок 2 – Знаковый граф когнитивной карты, используемый в модели социально-экономического развития РФ

Распределение собственных значений матрицы смежности, графа когнитивной карты на комплексной плоскости характеризует отсутствие устойчивости (в сбалансированных системах все собственные значения должны находиться внутри единичного круга). Визуализация собственных значений когнитивной карты приведена на рисунке 3.

Рисунок 3 – Распределение собственных значений

матрицы смежности графа когнитивной карты на комплексной плоскости

в условиях отсутствия устойчивости к внешнему возмущению


Когнитивный анализ позволил определить влияние системы на каждую концепту (фактора) и влияние каждой концепты на систему в целом. Сводные данные приведены в таблице 1.

Таблица 1



Название вершины

Влияние системы

Влияние концепты

'ВоспрНасел '

0.54

0.62

'CтавРефен'

0

-0.62

'ВВП'

0.54

0.62

'ИмпЗависим'

0.54

0.62

'ПолитСтаб'

0.54

0.62

'ОборПотен'

0.54

0.62

'Здравоохранен'

0.54

0.62

'БанкПотен'

0.54

0.62

'ЦенаГаз'

0

0.54

'ЦенаНефть'

0

0.08

'ЗапасыГаза'

0

-0.54

'ЗапасыНефти'

0

-0.08

'ЗанятНасел'

0.54

0.62

Полученные результаты, в рамках рассматриваемого примера, говорят о том, что дестабилизирующими факторами являются запасы нефти и газа, а так же ставка рефинансирования (влияние концепты). При этом, ставка рефинансирования, цена на нефть и газ, а так же запасы нефти и газа являются внесистемными параметрами (влияние системы на эти факторы отсутствуют, см. таблицу 1). В то же время влияние ставки рефинансирования и запасы газа и нефти являются дестабилизирующими факторами. Учитывая это, произведем моделирование путем увеличения ставки рефинансирования и посмотрим поведение системы в таких концептах как ВВП-валовый внутренний продукт и оборонный потенциал.

С этой целью увеличим ставку рефинансирования и проанализируем, как со временем будет изменяться ВВП и оборонный потенциал.



Рисунок 4 – Увеличение ставки рефинансирования


Рисунок 5 – Реакция ВВП на увеличение ставки рефинансирования



Рисунок 6 – Реакция оборонного потенциала на увеличение ставки рефинансирования


Несмотря на упрощенный подход к моделированию, социально-экономического развития РФ, можно сделать следующие выводы:

- увеличение ставки рефинансирования явилось пусковым механизмом к резкому снижению ВВП и оборонного потенциала;

- для изменения ситуации к лучшему необходимо как можно скорее снизить ставку рефинансирования до уровня 3-5 %;

- необходимо изменить вектор развития экономики России, отказавшись от приоритета в развитии сырьевых отраслей экономики.

Таким образом, использование когнитивного моделирования позволяет на качественном уровне провести моделирование систем достаточной сложности, вскрыть явные и не явные взаимосвязи внутри системы, осуществить прогноз. Данная технология позволяет дать оценку, при каких условиях возможна стабилизация ситуации.

Вместе с тем, отличительной особенностью, разрабатываемых нами подходов, является минимизация субъективизма экспертов и использование «нелинейных» когнитивных моделей, основанных на методах нечетких множеств и нечетких отношений.

Разрабатываемая технология позволяет анализировать достаточно сложные системы, строить модели в интересах анализа и прогнозирования развития технических, социально-экономических и военно-политических систем с ориентацией их на специфику работы.

Имеющаяся методология может быть полезна специалистам-разработчикам ситуационно-аналитическим центров различного назначения.



.

1