Preview

Управленческие науки / Management Sciences

Расширенный поиск

СИНТЕЗ ЭКОНОМЕТРИЧЕСКИХ И НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ПРОГНОЗА ПОКАЗАТЕЛЕЙ СФЕРЫ ИССЛЕДОВАНИЙ И ИННОВАЦИЙ В РОССИЙСКОЙ ФЕДЕРАЦИИ

https://doi.org/10.26794/2304-022X-2016--2-27-37

Аннотация

Рассмотрены общая методология и архитектура системы гибридных моделей прогноза экономических показателей и ее реализации в виде интегрированной информационной системы на примере показателей сферы исследований и инноваций экономики Российской Федерации. Продемонстрирована схема распределенной информационно-аналитической метасистемы, представлен общий алгоритм верификации типового блока прогноза, которая способствует значительному повышению доверия к результатам прогнозирования. Объектом исследования статьи является единая система гибридных моделей, объединяющая эконометрические и нейросетевые модели в единую систему гибридных экономических моделей. Структура гибридной системы прогноза состоит из двух подсистем: подсистемы прогноза распределенных эконометрических моделей и подсистемы распределенных нейросетевых моделей прогнозирования. Выявлены объективные причины, при которых достигается предел возможностей регрессионных моделей. Описана архитектура подсистемы распределенных нейросетевых моделей, разработанная на языке программирования Python с помощью вебфреймворка Django. Показаны стадии процесса прогноза показателей в гибридной модели. Рассмотрена функциональная структура гибридных моделей, в основе которой - применение программных модулей. Использование подобной системы позволяет не только повысить точность и качество прогнозных расчетов, но и применять их в контуре управления достижения целевых показателей.

Об авторах

ИГОРЬ БОРИСОВИЧ Колмаков
Российский экономический университет им. Г.В. Плеханова
Россия
доктор экономических наук, профессор кафедры информатики


МАТВЕЙ ВАЛЕРЬЕВИЧ Доможаков
Российский экономический университет им. Г.В. Плеханова
Россия
аспирант кафедры информатики


Список литературы

1. Гришин В.И., Абдикеев Н.М., Колмаков И.Б. [и др.]. Система расчета прогнозных показателей макроэкономики России // Финансовая аналитика. Проблемы и решения. Научно-практический и информационно-аналитический сборник. М.: Финансы и кредит, 2010. № 13 (37). С. 2-15.

2. Колмаков И.Б., Кольцов А.В., Доможаков М.В. Основы построения системы комплексного прогноза сферы исследований и инноваций во взаимосвязи с макроэконометрическими моделями экономики России // Инноватика и экспертиза. 2015. № 1 (14). С. 255-275.

3. Абдикеев Н. М. Когнитивная бизнес-аналитика: учебник / под научной редакцией доктора техн. наук, проф. Н. М. Абдикеева. М.: ИНФРА-М, 2014. 511 с.

4. Китова О. В., Колмаков И. Б., Шарафутдинова А. Р. Анализ точности и качества краткосрочного прогноза показателей социально-экономического развития России // Вестник Российского экономического университета им. Г.В. Плеханова. 2013. № 9. С. 111-119.

5. Колмаков И.Б., Доможаков М.В. Методология прогнозирования показателей сферы научных исследований и инноваций с помощью нейросетевых моделей // Менеджмент и бизнес-администрирование. 2015. № 3. С. 121-127.

6. Амосов О.С., Пащенко Ф.Ф., Муллер Н.В. Структурно-параметрическая идентификация временного ряда с применением фрактального и вейвлет-анализа // Информатика и системы управления. 2015. № 2 (44). С. 80-88.

7. Российский статистический ежегодник. Статистический сборник. М.: Росстат, 2014. 693 с.


Рецензия

Для цитирования:


Колмаков И.Б., Доможаков М.В. СИНТЕЗ ЭКОНОМЕТРИЧЕСКИХ И НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ПРОГНОЗА ПОКАЗАТЕЛЕЙ СФЕРЫ ИССЛЕДОВАНИЙ И ИННОВАЦИЙ В РОССИЙСКОЙ ФЕДЕРАЦИИ. Управленческие науки / Management Sciences. 2016;6(2):27-37. https://doi.org/10.26794/2304-022X-2016--2-27-37

For citation:


Kolmakov I., Domozhakov M. SYNTHESIS OF ECONOMETRIC AND NEURAL NETWORK MODELS FOR INDICATORS PREDICTION IN RESEARCH AND INNOVATION IN THE RUSSIAN FEDERATION. Management Sciences. 2016;6(2):27-37. (In Russ.) https://doi.org/10.26794/2304-022X-2016--2-27-37

Просмотров: 568


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2304-022X (Print)
ISSN 2618-9941 (Online)