Экономико-математическое моделирование спроса населения на медицинские услуги тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Лукашов, Сергей Александрович

• Лукашов, Сергей Александрович
• кандидат экономических наук
• 2006

Оглавление диссертации кандидат экономических наук Лукашов, Сергей Александрович

Введение

1 ОБЪЕКТ И ПРЕДМЕТ ИССЛЕДОВАНИЯ. НЕДОСТАТОЧНОСТЬ СТАТИСТИЧЕСКИХ МЕТОДОВ ДЛЯ АНАЛИЗА ДИНАМИКИ ВРЕМЕННЫХ РЯДОВ ЗАБОЛЕВАЕМОСТИ

1.1 Предмет и задачи диссертационного исследования

1.2 Состояние системы здравоохранения в регионе (Карачаево-Черкесская республика)

1.3 Подходы к моделированию временных рядов в системе здравоохранения

1.3.1 Статистический анализ временных рядов детской заболеваемости

1.3.2 Методы нелинейной динамики для моделирования временных рядов в системе здравоохранения

1.3.3 Адаптация математических и инструментальных прогнозных методов к исследованию социально-экономических процессов как основное направление диссертационного исследования

Выводы к разделу

2 ПРЕДПРОГНОЗНЫЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ ДЕТСКОЙ

ЗАБОЛЕВАЕМОСТИ

2.1 Инструментарий фрактального анализа

2.2 Фрактальный анализ и получение предпрогнозной информации для временных рядов детской заболеваемости

2.3 Фазовый анализ и формирование предпрогнозной информации для временных рядов детской заболеваемости

2.3.1 Построение фазовых траекторий и разложение их на квазициклы

2.3.2 Получение предпрогнозной информации

2.4 Улучшение предпрогнозных характеристик временного ряда с помощью агрегирования его уровней

Выводы к разделу

3 ПРОГНОЗИРОВАНИЕ ВРЕМЕННЫХ РЯДОВ ДЕТСКОЙ ЗАБОЛЕВАЕМОСТИ НА БАЗЕ ИНСТРУМЕНТАРИЯ ЛИНЕЙНЫХ КЛЕТОЧНЫХ АВТОМАТОВ И МЕТОДОМ ГЛАВНЫХ КОМПОНЕНТ

3.1 Экономические предпосылки применения математических и инструментальных прогнозных моделей

3.2 Инструментарий метода «Гусеница» и его основные возможности

3.2.1 Математическая модель метода «Гусеница»

3.2.2 Прогнозирование подневных временных рядов заболеваемости школьников

3.2.3 Прогнозирование агрегированных временных рядов еженедельного и ежемесячного количества заболевших школьников

3.3 Инструментарий линейных клеточных автоматов. Описание работы клеточно-автоматной прогнозной модели

3.3.1 Преобразование числового временного ряда в лингвистический как подготовка к клеточноавтоматному прогнозированию

3.3.2 Анализ памяти лингвистического временного ряда получение прогноза и оценка погрешности

3.4 Прогнозирование временного ряда на базе тройного нечетко-клеточно-фазового гибрида

Выводы к разделу

Введение диссертации (часть автореферата) на тему «Экономико-математическое моделирование спроса населения на медицинские услуги»

Актуальность темы исследования. Важными элементами социальной политики государства на всех уровнях государственной власти становится охрана и укрепление здоровья граждан России, увеличение продолжительности их жизни и активной деятельности, повышение качества медицинской помощи. Как известно, здравоохранение в нашей стране развивалось экстенсивным путем, что привело к формированию избыточной сети медицинских учреждений. В этих условиях сформировался и постоянно нарастал дефицит бюджетных ассигнований на их содержание при крайне неэффективном использовании имеющихся ресурсов, проявляющемся в увеличении простоев коечного фонда, росте средней длительности госпитализации, сокращении оборота коек, снижении пропускной способности больничных учреждений.

В действующей системе финансирования по смете расходов не предусматривалась возможность использования сэкономленных средств в целях создания экономических рычагов и стимулов для повышения заинтересованности работников в усилении трудовой активности, изыскании резервов интенсификации использования материальных, финансовых и кадровых ресурсов. Мероприятия административного плана не дают желаемых результатов.

В настоящее время можно считать, что управление медицинской помощью производится крайне нерационально, без предварительного планирования и согласования объёмов, структуры и условий предоставления медицинской помощи. Такое состояние имеет место и происходит в силу следующих причин: основные критерии при планировании работы медицинских учреждений - это койко-день и посещение, а не реальный спрос населения на медицинские услуги;

- осуществляется содержание ресурсов здравоохранения, а не оплата под заранее согласованные объемы и структуру медицинской помощи в соответствии с финансовыми ресурсами бюджета и планируемых средств системы обязательного медицинского страхования (ОМС); новые методы планирования медицинской помощи используются крайне редко;

- игнорируются экономические основы и экономико-математические методы управления.

Рыночные отношения, конкуренция, прямая зависимость от спроса населения на медицинские услуги и свобода выбора - стимулы для повышения качества медицинской помощи и эффективности системы здравоохранения, защиты прав пациентов и медицинских работников.

Очевидно, что изучение спроса населения на медицинские услуги, его прогнозирование, сопоставление в натуральном и стоимостном выражении с возможностями бюджета и планируемыми средствами системы ОМС должны дать ответ о структуре и видах медицинской помощи, включаемых в Территориальную программу государственных гарантий обеспечения граждан Российской Федерации бесплатной медицинской помощью и медицинских услугах, оплату за которые необходимо перевести на другие источники возмещения затрат.

Единственно реальный путь вывода здравоохранения из кризиса -повышение эффективности использования и управления имеющимися ресурсами как здравоохранения, так и средств ОМС, оптимизация набора бесплатных для больного медицинских, гарантированных государством всем своим гражданам, минимальных медико-социальных стандартов, повсеместное внедрение современных технологий, широкое внедрение информационных технологий, обеспечивающих планирование медицинской помощи и рациональное использование финансовых средств. В условиях дефицита финансовых средств особенно важно внедрять передовые технологии, экономически более выгодные методы планирования, наиболее эффективно использовать все имеющиеся ресурсы на базе прогнозирования спроса населения на медицинские услуги.

В настоящее время можно назвать весьма ограниченный список опубликованных работ (прежде всего Калиниченко В.И., а также Гасников В.К., Зекий О.Е., Исакова JI.E., Калашников В.В., Кадыров Ф.Н., Преображенская B.C.) и реализованных систем (Гасников В.К., Зекий О.Е., Калашников В.В., Чеченин Г.И.), посвященных системам автоматизации финансово-экономической деятельности и, в особенности, автоматизированным интегрированным системам планирования, системам финансово-экономических расчетов, управления лекарственным обеспечением в здравоохранении. С государственной точки зрения этому направлению всё ещё не уделено должного внимания. Этот факт можно объяснить сложностью проблемы, а также отсутствием стандартов медицинских технологий. Несовершенство методик расчета стоимости медицинских услуг и формирования программы государственных гарантий также не позволяет комплексно подойти к решению данной проблемы.

Планирование медицинской помощи должно основываться на определении затрат, требуемых не для содержания медицинских учреждений, а для обеспечения прогнозируемых объемов и структуры медицинской помощи в соответствии с финансовыми средствами муниципального (территориального) бюджета и планируемых средств системы ОМС. Основой для планирования ресурсов, в том числе на развитие материально-технической базы медицинских учреждений, должны стать показатели заболеваемости, спрос на медицинские услуги и сами модели простых и комплексных медицинских услуг, определяющие объем медицинской помощи, перечень лекарственных средств, расходных материалов и изделий медицинского назначения и оборудования для выполнения лечебно-диагностического процесса [33].

Подчеркивая актуальность рассматриваемой проблемы, отметим, что острые респираторные заболевания (ОРЗ) продолжают занимать ведущее 6 место в структуре общей заболеваемости населения России. Грипп и ОРЗ остйю^Я Самыми распространенными заболеваниями у детей. По данным Министерства здравоохранения РФ, ежегодно в России регистрируется от 27,3 до 41,2 млн. больных.

Многочисленные эпидемиологические исследования свидетельствуют о том, что каждый ребенок в среднем переносит в течение года от 3 до 5 эпизодов ОРЗ. При этом наиболее часто острые респираторные инфекции встречаются у детей раннего возраста, дошкольников и младших школьников. Дети в возрасте 10 лет и старше болеют ОРЗ в 2-2,5 раза реже, чем дети первых 3 лет жизни. Установлено также, что 15-40% детей болеют респираторными инфекциями значительно чаще, чем их сверстники, а на их долю приходится до 67,7-75% всех случаев ОРЗ.

Частые и особенно тяжело протекающие ОРЗ могут приводить к нарушению физического и нервно-психического развития детей, способствуют снижению функциональной активности иммунитета и срыву компенсаторно-адаптационных механизмов организма. Частые и затяжные ОРЗ у детей поглощают значительные материальные ресурсы, нанося экономический ущерб, связанный как непосредственно с затратами на лечение, так и с потерей трудового времени родителей.

Степень разработанности проблемы. В 50-е годы прошлого века прогнозирование получило толчок в развитии в результате использования прогнозов в политике капитальных вложений и научных исследований, в борьбе за рынки и источники сырья, а государственное программирование активно воздействовало на эти тенденции, особенно в долговременных прогнозах.

В развитие теоретической прогностики большой вклад внесли зарубежные ученые. Особо можно отметить труды И.Бернара, Н. Винера, Д.Ж. Джонстона, Ж.-К.Колли, В.В.Леонтьева, К.Паррамоу, М. Песарана, О. М.Дж. Кендалла, Ю.Колека, Л.Слейтера и др. История развития продуктивной прикладной прогностики начинается с прогнозов Г.Ландсберга, Л.Фишмана, Дж. Фишера «Ресурсы в будущем Америки. Потребности и возможности их удовлетворения в 1960-2000 г.г.», прогноза Дж.Ф.Дьюхорста, Дж.О.Коппока, П.Л, Йейста и др. «Потребности и ресурсы Европы» (1961 г.) - десятилетнего прогноза развития экономики 18 западноевропейских стран; сборника (1962 г.) «Будущее Европы в цифрах» (прогноз до 1970 г., Бельгии - до 1975 г.) и др.

В бывшем СССР проводились серьезные экономические прогностические исследования. Отметим выдающиеся труды известных советских и российских ученых: А.Г. Аганбегяна, Л.В.Канторовича, С.А. Айвазяна, В.А. Кардаша, B.C. Немчинова, В.В. Новожилова, Н.П. Федоренко, С.С. Шаталина, А.Н. Ширяева, а также труды соотечественников: В.А.Буторова, И.В.Бестужева-Лады, И.Г.Винтизенко, Г.В.Гореловой, А.А.Горчакова, В.Е.Демидова, А.С.Емельянова, Э.Б.Ершова, С.В.Жака, П.С.Завьялова, А.Н.Ильченко, В.И.Калиниченко, В.В.Ковалева, Ф.М.Левшина, Ю.П.Лукашина, В.И.Максименко, Е.Н.Мельниковой, А.В.Морозова, А.Л. Новоселова, Г.Н. Хубаева, Б.В. Рязанова, Е.М.Четыркина и др.

При большом числе серьезных работ, широте исследований, обилии полученных в прогнозировании результатов, все еще находятся разделы футурологической науки, в которых новые методы могут улучшить решение, сделать его универсальным, конструктивным и более точным. Важно отметить, что последнее десятилетие - это начало активного изучения и переосмысливание вопросов математического моделирования экономических процессов. Пересматриваются законы линейной парадигмы, появляются публикации (Б.М. Фридман, Д.И. Лейсбон, Е.Д. Вейгель, А.Л. Тернер и др.), в которых отмечается, что многие экономические процессы не следуют нормальному закону распределения. Это в свою очередь ставит вопрос о неправомерности применения известных классических методов прогнозирования эволюционных процессов.

В контексте экономических теорий появляется экономическая синергетика, как наука, занимающаяся изучением хаоса в поведении, что устойчивой эволюционирующей экономической системы не существует. Исследованию этих вопросов посвящены работы как, в основном, зарубежных, так и отечественных авторов: А.Е. Андерсон, Дж. Грендмонт, В.-Б.Занг, Б.Мандельброт, Э. Петере, А.И. Пригожин, Э. Сигел, Р. Чен, И.Г. Винтизенко, В.А. Долятовский, С.П. Курдюмов, Г.Г. Малинецкий, В.А. Перепелица, Е.В. Попова и др.

В контексте перехода на нелинейную парадигму возникла необходимость пересмотра классификации типичных социально-экономических процессов и разработки принципиально новых подходов к анализу экономических временных рядов и построению адекватных прогнозных моделей, подразумевая при этом использовать в максимальной степени возможности систем компьютерной математики с компьютерной реализацией и визуализацией.

Цель и задачи исследования. Целью настоящей диссертационной работы является создание основы для управленческого планирования ресурсной базы учреждений здравоохранения на основании исследований потенциальной прогнозируемости временных рядов детской заболеваемости на базе новых компьютерных технологий математических и инструментальных методов анализа и прогнозирования экономических временных рядов с памятью с использованием таких новых математических инструментов, как линейные клеточные автоматы, фрактальная геометрия, нечеткие множества, фазовые траектории, экспертные системы, которые являются составной частью нелинейной парадигмы. В соответствии с поставленной целью работы решались следующие задачи: уточнение сущности характерных особенностей динамики эволюционирования социально-экономических временных рядов детской заболеваемости с памятью; формирование переченя фундаментальных свойств, характеризующих динамику временного ряда, для уровней (наблюдений) которых не выполняются условия независимости (глубина долговременной памяти, персистентность или антиперсистентность, трендоустойчивость или реверсирование чаще случайного, цвет шума) и формулировка для каждого свойства его содержательной интерпретации в контексте проблемы прогнозирования; с целью предпрогнозного исследования экономических временных рядов с памятью предложить функционально завершенную систему моделей и методов предпрогнозного анализа этих рядов; экспериментальное исследование на ПЭВМ и подтверждение применимости предложенных моделей и методов фрактального анализа и фазового анализа на конкретных социально-экономических временных рядах детской заболеваемости для получения предпрогнозной информации; развитие и адаптация известной клеточно-автоматной прогнозной модели к рассматриваемому семейству экономических временных рядов детской заболеваемости; экспериментальные исследования на ПЭВМ и оценка эффективности работы двух моделей прогнозирования: адаптированной клеточно-автоматной модели в сочетании с агрегированием рассматриваемых временных рядов, и модель прогнозирования на базе главных компонент (сингулярно-спектральная модель); построение, визуализация и использование фазовых портретов временных рядов для получения дополнительной прогнозной информации и выявление иерархической структуры динамики этих рядов.

Объектом исследования является система здравоохранения и спрос населения (детской возрастной группы) на медицинские услуги как один из основных показателей этой системы, эволюционирующей во времени. Под спросом населения на медицинские услуги в настоящей работе подразумевается детская заболеваемость ОРЗ или посуточное обращение за медицинской помощью с симптомами ОРЗ.

Предметом исследования являются социально-экономические временные ряды детской заболеваемости, на базе которых осуществляется моделирование, предпрогнозный анализ и прогнозирование объемов медицинской помощи в среде здравоохранения.

Методология и методы исследования. Теоретической и методологической основой исследования послужили фундаментальные концепции и прикладные исследования, содержащиеся в работах отечественных и зарубежных ученых, посвященные вопросам моделирования и прогнозирования, а также содержательной экономической интерпретации прогнозных процессов и результатов.

В качестве аппарата исследования применялись методы системного анализа, дискретной математики, теории нечетких множеств, статистического анализа временных рядов, фрактального анализа, фазовых портретов, сингулярно-спектрального анализа и клеточных автоматов.

Информационную базу исследования составили аналитические и статистические материалы и отчеты Детской городской поликлиники г. Черкесска и научно-практические публикации по социально-экономическим вопросам.

Диссертационная работа выполнена в соответствии с пунктом 1.8.-«Математическое моделирование экономической конъюнктуры, деловой активности, определение трендов, циклов и тенденций развития», п. 1.9.-«Разработка и развитие математических методов и моделей анализа и прогнозирования социально-экономических процессов общественной жизни: демографических процессов, ., качества жизни населения и др.» и пунктом

2.1. «Развитие теории, методологии и практики компьютерного эксперимента в социально-экономических исследованиях и задачах управления», а также пунктом 2.4. «Разработка систем поддержки принятия решений для обоснования общегосударственных программ в областях: социальной, финансовой, .». Паспорта специальности 08.00.13 - математические и инструментальные методы экономики.

Научная новизна. Научная новизна диссертационного исследования заключается в решении задачи - развитие теоретического, методологического и инструментального обеспечения для математического моделирования, анализа и прогнозирования в социально-экономических системах. Научную новизну содержат следующие положения:

1. Развитие методов предпрогнозного анализа социально-экономических временных рядов на базе методов фрактального анализа и фазового анализа.

2. Иерархия цикличности, выявленная на базе фазового анализа, как особенность временных рядов детской заболеваемости.

3. Адаптация метода главных компонент к прогнозированию временных рядов детской заболеваемости.

4. Адаптация клеточно-автоматной прогнозной модели к прогнозированию временных рядов детской заболеваемости.

5. Оптимизационная настройка фазового анализа для улучшения результатов клеточно-автоматного прогнозирования социально-экономических временных рядов.

Практическая значимость полученных результатов. Практическая значимость работы определяется тем, что основные положения, выводы, рекомендации, модели, методы и алгоритмы диссертации ориентированы на широкое использование организационно-экономического, методического, алгоритмического обеспечения и инструментальных средств и могут быть использованы финансовыми учреждениями, органами регионального управления, разработчиками информационно-аналитических систем для поддержки принятия управленческих решений на различных уровнях социальной, экономической и административной деятельности.

Предложенные методы, алгоритмы, модели и программы апробированы на реальных временных рядах детской заболеваемости и оправдали себя. Их корректность и адекватность подтверждаются расчетами на конкретных данных прогнозирования спроса населения на медицинские услуги.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается применением: системного анализа, математических и инструментальных методов экономики, включая статистику, прогностику и методы агрегирования; построением информационных моделей, включая проверенные практикой методы экспертных систем; известных методов теории нечетких множеств и теории клеточных автоматов; построением экономико-математических моделей, реализующих методы анализа и прогнозирования на базе современных информационных технологий; наглядной визуализацией результатов моделирования, анализа и прогнозирования; документальным характером использованных данных по объектам приложений разработанных моделей и методов.

На защиту выносятся следующие основные положения:

1. Концепция предпрогнозного исследования социально-экономических временных рядов с памятью, реализуемая на базе инструментария фрактального анализа и теории нечетких множеств.

2. Развитие методов предпрогнозного анализа социально-экономических временных рядов на базе комбинированного подхода к построению, визуализации и совместному использованию их фазовых траекторий и R/S- траекторий для получения дополнительной прогнозной информации, включая выявление джокера.

3. Методика выявления иерархии цикличности социально-экономических временных рядов на базе их фазового анализа и агрегирования в целях надежного удлинения горизонта прогноза этих рядов.

4. Адаптированный метод главных компонент («Гусеница») для прогнозирования социально-экономических временных рядов и адаптированная клеточно-автоматная прогнозная модель для прогнозирования социально-экономических временных рядов.

5. Тройной нечетко-клеточно-фазовый гибрид для улучшения качества прогноза в социально-экономических временных рядах. Апробация и внедрение результатов исследования. Результаты исследования и его положения докладывались и получили положительную оценку на следующих конференциях и симпозиумах, проводимых различными академическими учреждениями и высшими учебными заведениями России:

- на IV Международной конференции, (Невинномысск, 2004);

- на V и VII научно-практических конференциях «От фундаментальной науки - к решению прикладных задач современности», (Черкесск, 2004,2006);

- на IV Международной научно-практической конференции «Проблемы регионального управления, экономики, права и инновационных процессов в образовании», (Таганрог, 2005);

- на VII Международном симпозиуме «Математическое моделирование и компьютерные технологии» (Кисловодск, 2005);

- на Международная междисциплинарная научная конференция «Идеи синергетики в естественных науках» (Тверь, 2006);

- на Международном форуме «Актуальные проблемы современной науки»: (6-ой Международной конференции молодых ученых и студентов) (Самара, 2005);

Результаты исследования, отдельные положения и рекомендации получили принципиальное одобрение Министерства экономики КЧР. Отдельные рекомендации, вытекающие из диссертации, приняты к внедрению в детской поликлиники г. Черкесска. Разработанные модели клеточно-автоматного и гибридного нечетко-клеточно-фазового прогнозирования включены в лекционный материал дисциплины «Экономическая кибернетика» для студентов специальности «Прикладная математика» Карачаево-Черкесской государственной технологической академии.

Публикации. Основные результаты диссертации были опубликованы в 15 печатных работах общим объемом 6,67 п.л., в которых автору в совокупности принадлежит 3,72 п.л.

Объем и структура работы. Диссертация состоит из введения, 3 разделов, заключения, списка использованной литературы и приложений. Текст диссертации изложен на 153 страницах, включает 7 таблиц, 88 рисунков. Список использованной литературы состоит из 108 источников.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Лукашов, Сергей Александрович

Основные результаты диссертационного исследования можно представить в виде следующего перечня:

1. Концепция предпрогнозного исследования социально-экономических временных рядов с памятью. В диссертации эта концепция реализуется на базе инструментария фрактального анализа и теории нечетких множеств. На выходе этой реализации получаем качественные и количественные оценки прогнозируемости рассматриваемого временного ряда.

2. Развитие методов предпрогнозного анализа социально-экономических временных рядов на базе комбинированного подхода к построению, визуализации и совместному использованию их фазовых траекторий и R/S- траекторий для получения дополнительной прогнозной информации, включая выявление джокера.

3. Предложена и апробирована методика выявления иерархии цикличности социально-экономических временных рядов на базе их фазового анализа и агрегирования в целях надежного удлинения горизонта прогноза этих рядов.

4. Адаптация, методика использования и сравнительный анализ эффективности двух методов прогнозирования временных рядов. Первым является метод главных компонент («Гусеница»), вторым является клеточно-автоматная прогнозная модель. В настоящей диссертации предложена новая модификация, которая базируется на построении специальных деревьев перехода /-конфигураций лингвистического временного ряда в события клеточно-автоматной прогнозной модели.

5. Тройной нечетко-клеточно-фазовый гибрид для улучшения качества прогноза в социально-экономических временных рядах. Фазовые траектории, выполняющие функцию оптимизационной настройки, позволили существенно уменьшить «клеточно-автоматные» погрешности прогнозирования.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат экономических наук Лукашов, Сергей Александрович, 2006 год

1. Актуальные проблемы оценки качества медицинской помощи населению / Щепин О.П., Линденбратен А.Л., Голодненко В.Н., Зволинская P.M. // Проблемы соц. Гигиены и истории медицины. 1996. -№3. - С.24-29.

2. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Тюмень: Изд-во ТюмГУ, 2000. - 352 с.

3. Аргибаев К.М., Принятие решений в условиях неопределенности и риска. Препринт. - Новосибирск, 1993. - 17 с.

4. Айвазян С.А., Мхитарян B.C. Т.1: Теория Вероятностей и прикладная статистика. М.: ЮНИТИ-ДАНА, 2001. - 656 с.

5. Айвазян С.А. Т.2: Основы эконометрики. М.: ЮНИТИ-ДАНА, 2001.-432 с.

6. Бережная Е.В., Бережной В.И. Математические методы моделирования экономических систем: Учебное пособие. М.: Финансы и статистика, 2001.

7. Бессонов В.А. Введение в анализ российской макроэкономической динамики переходного периода. М.: ЦЭМИ РАН, 2003. - 151 с.

8. Винтезенко Г. И., Колосников И. М., Шадуев М. Г. Прогнозирование в моделях экономических систем. Кисловодск: Издательство кисловодско-го института экономики и права, 2001. - 100 с.

9. Винтизенко И. Г. Детерминированное прогнозирование в экономических системах. Новые технологии в управлении, бизнесе и праве. Труды III Международной конференции (г. Невинномысск, 30 мая 2003г.). Невинномысск: ИУБиП, 2003. С. 30- 37.

10. Виханский О.С. Стратегическое управление: Учебник. М.: Гарда-рика, - 296 с.

11. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа: Учебник для студентов вузов, обучающихся по направлению «Системный анализ и управление». СПб.: Изд-во СПбГПУ, 2003. - 520 с.

12. Васильев В.В. Кластерные технологии / Материалы V научно-практической конференции КЧГТА «От фундаментальной науки к решению прикладных задач современности» - Черкесск: РИО КЧТИ, 2004. - С.77-78.

13. Вельтищев Ю.Е. Состояние здоровья детей и общая стратегия профилактики детских болезней. М., 1994. - 45 с.

14. Гаврилов А.В., Губарев В.В., Дж К.-Х., Ли Х.-Х. Гибридная система управления мобильного робота. М.: Мехатроника, 2004 - 278 с.

15. Гаврилов А.В. Гибридные интеллектуальные системы. Новосибирск: Изд^во НГТУ, 2003. - 162 с. »

16. Гаврилов А.В., Карпенков А.А., Ленский А.А., Новицкая Ю.В., Тимофеев Е.Н., Чистяков Н.А. Программная система поведения мобильного робота. Информационные системы и технологии, Новосибирск: Изд-во НГТУ, 2004.-284.

17. Гаврилов А.В., Новицкая Ю.В., Тимофеев Е.Н. Гибридные интеллектуальные системы. Межд. конф. ИСТ 2003, Новосибирск: Изд-во НГТУ, 2003. - Т.З - С.116-121.

18. Гаскаров Л.В., Голинкевич Т.А. Мозгалевский А.В. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. -М.: Сов. радио, 1974. 224 с.

19. Данилов Д.JI., Жиглявский А.А. Главные компоненты временных рядов: метод «Гусеница». Санкт-Петербург: Санкт-Петербургский государственный университет, 1997. - 308с.

20. Дементьев В.Т., Ерзин А.И., Ларцн P.M., Шамардин Ю.В. Задачи оптимизации иерархических структур. Новосибирск: Изд-во Новосиб. Уи-та, 1996.-167 с.

21. Долятовский В.А., Касаков А.И., Коханенко И.К. Методы эволюционной синергетической экономики в управлении. Отрадная: РГЭУ- ИУ-БиП-ОГИ, 2001.-577 с.

22. Дудов А.С., Щадуев М.Г. О новых показателях в прогнозировании экономических процессов // Приложение к журналу «Известия высших учебных заведений. Северо-Кавказский регион. Общественные науки. 2001. -1.-С.12-17.

23. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. М.: ИНФРА-М, 2000. - 416 с.

24. Жирабок А.Н. Нечеткие множества и их использование для принятия решений // Соросовский образовательный журнал. 2001. - Т.7, №2. -С. 109-115.

25. Зайченко Ю.П. Исследование операций: Нечеткая оптимизация: Учеб. пособие. Киев: Высшая школа, 1991.-191 с.

26. Замков О.О., Черемных Ю.А., Толстопятенко А.В. Математические методы в экономике. М.: Дело и сервис, 1999. 368 с.

27. Закон Российской Федерации «Об иммунопрофилактике инфекционных болезней» № 157 ФЗ, вступил в силу от 17.09.98г.

28. Занг В.-Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории. М.: Мир, 1999. - 335 с.

29. Зайченко Ю.П. Исследование операций: Нечеткая оптимизация: Учеб.пособие. Киев: Высшая школа, 1991. - 191 с.

30. Зеленская Т.В. Основы организации и прогнозирования предпринимательской деятельности. Автореферат диссертации на соискание ученой степени кандидата эконом, наук: 08.00.05. М.: 1993. - 32 с.

31. Иммунопрофилактика. 2001 / Под ред. В.К. Таточенко, Н.А. Озе-резцского. М., 2001.33. „Калиниченко В. И. Управление медицинской помощью с использованием интегрированных систем: Монография. Краснодар: КубГУ, 2001. -376 с.

32. Калиниченко В. И. Интегрированные системы в управлении здравоохранением / Труды IV Международной конференции, г. Невинно-мысск, 21-23 мая 2004 г. Невинномысск: Изд-во ИУБиП, 2004. - С.91-94.

33. Калиниченко Д.В. Применение ABC-VEN-Анализа для определения целесообразности затрат закупки лекарственных препаратов / Труды IV Международной конференции, г. Невинномысск, 21-23 мая 2004 г. Невинномысск: Изд-во ИУБиП, 2004. - С.97-99.

34. Кардаш В.А. Экономика оптимального погодного риска в АПК (теория и методы). М.: Агропромиздат, 1989. - 167 с.

35. Красненков B.JI., Морозов О.Н., Плотицына JI.A., Никольская В.А. Тверская Некоторые проблемы организации страховой медицины (ме141тодологический аспект) Материалы II региональной научно-практической конференции. - Тверь: ГМА, 1995.

36. Касаева М.Д., Перепелица В.А. Прогнозирование природного временного ряда на базе модели клеточного автомата // Современные аспекты Экономики. 2002. - №9(22). - С.201-207.

37. Кендэлл М., Стюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736 с.

38. Кендэлл М. Временные ряды. М.: Финансы и статистика, 1981. -199 с.

39. Кобелев Н.Б. Практика применения экономико-математических методов и моделей / Учеб.-практ. пособие. М.: ЗАО «Финстатинформ», 2000.-246 с.

40. Кремер Н.Ш. Теория вероятностей и математическая статистика: Учебник для вузов. М.: ЮНИТИ-ДАНА, 2000. - 543 с.

41. Курдюмов С.П., Малинецкий Г.Г., Потапов А.Б. Нестационарные структуры, динамический хаос, клеточные автоматы. В сб. Новое в синергетике. Загадки мира неравновесных структур. М.: Наука, 1996. - С.95-164.

42. Личко К.Ш. Прогнозирование и планирование АПК: Учебник для вузов. М.: Гардарика, 1999. - 261 с.

43. Лопатников Л.И. Экономико-математический словарь. Москва: Наука, 1987.-512 с.

44. Лукасевич И.Я. Анализ финансовых операций. Методы, модели, техника вычислений. М.: Финансы, ЮНИТИ, 1998. - 400 с.

45. Лукашов С.А., Мохамед-Боташева З.А. Фрактальные методы получения предпрогнозной информации временных рядов детской заболеваемости //Научная мысль Кавказа 2005.- Приложение №2 (70), - С.160-164.

46. Льюис Р.Д., РайфаГ. Игры и решения.-М.: ИЛ, 1961.-418 с.

47. Малинецкий Г.Г., Митин Н.А. Нелинейная динамика в проблеме безопасности. В сб. Новое в синергетике. Загадки мира неравновесных структур.-М.: Наука, 1996.-С.191-214.

48. Малинецкий Г.Г., Потапов А.Б. Нелинейность. Новые проблемы, новые возможности. В кн. Новое в синергетике. Загадки мира неравновесных структур. М.: Наука, 1996. (Серия «Кибернетика: неограниченные возможности и возможные ограничения»). - С. 165-190.

49. Мамчик Н.П., Усачева Л.П. Актуальные проблемы эпидемиологии и профилактики инфекционных болезней: Материалы Всероссийской научной конференции. - Самара. 2004.

50. Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПБ.: Наука и Техника, 2003.-384 с.

51. Нейман Дж. Фон, Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970. - 578 с.

52. Нечеткие множества и теория возможностей. Последние достижения. М.: Радио и связь, 1986. - 408 с.

53. Организация профилактической медицинской помощи в детской поликлинике. Оценка уровня здоровья ребенка: Метод. Рек. Д-ра мед. Наук Н.Л. Черной. -Ярославль, 1999. 96 с.

54. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. - 208 с.

55. Перепелица В.А., Беляков С.С., Овчаренко Н.Ф. Фрактальный анализ временных рядов объемов инвестиций в основной капитал региона // Региональное приложение к журналу «Современные наукоемкие технологии». 2004. - №2. - С. 19-23.

56. Перепелица В.А., Попова Е.В. Математические модели и методы оценки рисков экономических, социальных и аграрных процессов. Ростов н/Д.: Изд-во Рост, ун-та, 2002. - 208 с.

57. Перепелица В.А., Попова Е. В., Янгишиева А. М., Салпагаров А. Д. Использование методов нелинейной динамики для предпрогнозного анализа объёмов стока горных рек // Экологический вестник научных центров ЧЭС. 2005. - №1. - С.73-84.

58. Перепелица В.А., Тебуева Ф.Б., Узденов Р.Х., Такушинов А.Р. Различие Фрактальных свойств временных рядов с наличием и отсутствием долговременной памяти. // Известия вузов. Северо-Кавказский регион. -2003. №4. - С.184-188.

59. Перепелица В.А., Тебуева Ф.Б., Узденов Р.Х. Квазициклы временных рядов жилищного строительства. Новые технологии в управлении, бизнесе и праве. Труды III Международной конференции (г. Невинномысск, 30 мая 2003г.). Невинномысск: ИУБиП, 2003 С. 159-163.

60. Перепелица В.А., Тебуева Ф.Б., Эбзеева Н.С., Овчаренко Н.Ф. Использование долговременной памяти временных рядов для их предпрогнозного анализа // Известия высших учебных заведений. СевероКавказский регион. Общественные науки. 2005. Приложение. - 8/05.

61. Петере Э. Фрактальный анализ финансовых рынков: Применение теории Хаоса в инвестициях и экономике. М.: Интернет-трейдинг, 2004 -304 с.

62. Петере Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы и изменчивость рынка. М.: Мир, 2000. - 333 с.

63. Пригожин И., Стингере И. Порядок из хаоса. Новый диалог человека с природой. М.: Прогресс, 1986. - 278 с.

64. Прикладные нечеткие системы: Пер. с япон. / К.Асаи, Д.Ватада, С.Иваи под редакцией Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993. - 368 с.

65. Прогнозирование и планирование в условиях рынка: Учеб, пособие для студентов вузов / Под ред. Т.Г. Морозовой, А.В. Пикулькина. М.: ЮНИТИ-Дана, 1999.-318 с.

66. Профилактическая медицинская помощь в детской поликлинике: Метод. Рек. / Под ред. д-ра мед. Наук H.JI. Черной. Ярославль, 2000. - 148 с.

67. Профилактическая оздоровительная работа педиатра / Под ред. проф. Лебедевой Н.Т. Минск, 1982. - 167 с.

68. Райфа Г. Анализ решений. Введение в проблему выбора в условиях неопределенности. М.: Наука, 1977. - 408 с.

69. Риски в современном бизнесе/П.Г. Грабовый, С.Н. Петрова, С.И. Полтавцева, К.Г. Романова, Б.Б. Хрусталев, С.М. Яровенко. М.: Изд-во «Алане», 1994.-200 с.

70. Рюэль Д., Такенс Ф. О природе турбулентности // Странные аттракторы. 1991. - С.117-151.

71. Сергеева Л. Н. Клеточные сети с опосредованным взаимодействием в микроэкономическом моделировании // Искусственный интеллект, №2 (специальный выпуск). 1999. - С.398-406.

72. Сергеева Л. Н. Моделирование поведения экономических систем методами нелинейной динамики (теории хаоса). Запорожье: ЗГУ, 2002. -227 с.

73. Сергеева Л.Н. Нелинейная динамика: модели и методы. Запорожье: «Полиграф», 2003. - 218 с.

74. Сигэл Э. Практическая бизнес-статистика. М.: Издательский дом "Вильяме", 2002. - 1056 с.

75. Управление риском: Риск. Устойчивое развитие. Синергетика. М.: Наука, 2000. - 254 с.

76. Федер Е. Фракталы. М.: Мир, 1991. - 260 с.

77. Фишберн П.С. Теория полезности для принятия решения. М.: Наука, - 298 с.

78. Фоменко В.Н., Голубчикова Л.Н. Актуальные проблемы эпидемиологии и профилактики инфекционных болезней: Материалы Всероссийской научной конференции. - Самара. 2004. - С.13-15.

79. Чернов В.А. Анализ коммерческого риска. М.: Финансы и статистика, 1998.-128 с.

80. Щепин О.П. Оценка качества и эффективности деятельности лечебно-профилактических учреждений / Метод, материалы. М., 1996 - 68 с.

81. Щепин О.П. К вопросу об оценке технологии оказания медицинской помощи в новых условиях хозяйствования // Советское здравоохранение.-1990.-№9.-С.10-13.

82. Щепин О.П. Социально-экономические аспекты здравоохранения и обязательного медицинского страхования // Вестник обязательного медицинского страхования. 2000. - №2. - С.3-7.

83. Шредер М. Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая. Ижевск: НИЦ «Регулярная и хаотичная динамика», 2001. -528 с.

84. Щукина И.А., с соавт. Актуальные проблемы эпидемиологии и профилактики инфекционных болезней: Материалы Всероссийской научной конференции. - Самара. 2004. - С.23-27.

85. Шустер Г. Детерминированный хаос: Введение. М.: Мир, 1988.-240 с.

86. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. Учебное пособие. М.: Финансы и статистика. 2004г. - 320 с.

87. Andrews. J. How to Take the Sting out of Business Risk. Business Books, 1987.

88. Greene M.R. Risk and Insurance / M.R. Greene, J.S. Trieschmann. -Cincinnati: South-Western Pub., 785.

89. Hurst H.E. Long-term Storage of Reservoirs. Transactions of the American Society of Civil Engineers 116,1951.

90. Hurst, H.E. Long-term Storage of Reservoirs, Transactions of the American Society of Civil Engineers 88,1991.

91. Mandelbrot, B. The Fractal Geometry of Nature. New York: W.H. Freeman, 1982.

92. Packard, N., Crutchfield, J., Farmer, D. and Shaw, R. Geometry from a Time Series. Physical Review Letters 45,1980.

93. Zadeh L.A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic //Fuzzy sets and systems. -Vol. 90. 1997. - #2.

94. Zeckhauser R. Insurance and Catastrophes / Geneva Papers on Risk and Insurance Theory. X2 20, December 1995, pp. 157-175.