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

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.

сфера исследований и инноваций, системы регрессионных уравнений, модели краткосрочного прогноза, верификация прогноза, система нейросетевых моделей, система гибридных моделей

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.