НЕЧЕТКОЕ МОДЕЛИРОВАНИЕ ОЦЕНКИ ЭЛЕМЕНТА КЛАСТЕРА |
| научная статья | 338.27 | ||
| 23-28 | математическое моделирование, нечеткое моделирование, теория нечетких множеств, нечеткая логика, оценка экономической деятельности |
| Статья посвящена исследованию нечеткого моделирования экономических процессов. Отмечается роль теории нечетких множеств в теоретической и практической применимости к широкому кругу задач, где дей- ственным инструментом выступает использование прикладных программ. На примере экономического субъ- екта, кластера, рассматривается способ оценки средствами нечеткого моделирования одного из входящих в него элементов. Практическая часть работы направлена на преобразование алгоритмов нечеткого логическо- го вывода средствами MATLAB с целью наиболее точной оценки участников инновационной инфраструкту- ры. Полученный результат позволил преодолеть некоторую неточность предыдущих исследований авторов данной статьи, что привело к итоговой оценке элемента кластера. По итогу проделанной работы обращается внимание на то, что нечеткое моделирование, основанное на теории нечетких множеств, может оказаться весьма эффективным средством в контексте экономической деятельности. |
 |
| 1 . Ашихмин В.Н., Гитман М.Б., Келлер И.Э. и др. Введение в математическое моделирование. М.: Ло- гос, 2015. 440 с. 2 . Самарский А.А., Михайлов А.П. Математиче- ское моделирование: Идеи. Методы. Примеры. 2-е изд., испр. М.: Физматлит, 2001. 320 с. 3 . Hritonenko N., Yatsenko Y. Mathematical model- ing in economics, ecology and the environment. Springer, 2014. 305 p. 4 . Поляков С.В., Кисляков А.Н. Основы матема- тического моделирования социально-экономических процессов. Владимир: Владимирский филиал РАНХиГС, 2017. 269 с. 5 . Zadeh L. Fuzzy sets // Information and Control. 1965. № 8. Р. 338-353. 6 . Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2005. 736 с. 7 . Пегат А. Нечеткое моделирование и управле- ние: Пер. с англ. 2-е изд. М.: БИНОМ. Лаборатория- знаний, 2013. 798 с. 8 . Mamdani E., Assilian S. An experiment in linguis- tic synthesis with a fuzzy logic controller // Int. J. Man Mach. Stud. 1975. 7. P. 1-13. 9 . Takagi T., Sugeno M. Fuzzy identification of sys- tems and its applications to modeling and control // IEEE Transactions on Systems, Man, and Cybernetics. 1985. Vol. 15. P. 116-132. 10 . Tsukamoto Y. An approach to fuzzy reasoning method // In: Advances in Fuzzy Set Theory and Appli- cations. Elsevier, 1979. P. 137-149. 11 . Штовба С.Д. Проектирование нечетких си- стем средствами MATLAB. М.: Горячая Линия - Телеком, 2007. 288 с. 12 . Jang J.-S.R. ANFIS: Adaptive-Network-Based Fuzzy Inference System // IEEE Trans. Systems & Cub- ernetics. 1993. Vol. 23. P. 655-658. 13 . Аксянова А.В., Валеева А.Н., Валеева Д.Н., Гумеров А.М. Математическое моделирование эко- номических процессов. Казань: КНИТУ, 2016. 92 с. 14 . Соловьев Д.Б., Кузора С.С., Меркушева А.Е. Использование алгоритмов нечеткого вывода для предварительной оценки участников при кластерном подходе // Инновации. 2018. № 5. С. 77-81. 15 . Российская кластерная обсерватория. URL: http://cluster.hse.ru (дата обращения: 22.08.2018). 16 . Геоинформационная система (индустриальные парки, технопарки, кластеры). URL: https://www.gisip.ru (дата обращения: 22.08.2018). |