Формирование прогноза в управлении региональными социально-экономическими системами на основе нейронных сетей тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат экономических наук Чернявский, Андрей Павлович

• Чернявский, Андрей Павлович
• кандидат экономических наук
• 2009

Оглавление диссертации кандидат экономических наук Чернявский, Андрей Павлович

Введение.

Глава 1. Теоретические основы формирования прогноза в управлении региональными социально-экономическими системами.

1.1. Стратегическое управление региональными социально-экономическими системами в период изменений.

1.2. Прогнозирование как инструмент управления стратегическими изменениями региональных социально-экономических систем.

1.3. Искусственные нейронные сети в системе управления региональными социально-экономическими системами.

Глава 2. Анализ параметров управления стратегическими изменениями в региональных социально-экономических системах.

2.1. Определение наиболее значимых проблем управления стратегическими изменениями в региональных социально-экономических системах.

2.2. Анализ специфики использования Сбалансированной Системы Показателей в процессе реализации стратегии региональных социально-экономических систем.

2.3. Построение модели формирования прогноза в управлении региональными социально-экономическими системами на основе нейронных сетей.

Глава 3. Апробация модели управления стратегическими изменениями в региональных социально-экономических системах.

3.1. Адаптация модели управления стратегическими изменениями к условиям функционирования региональной некоммерческой социально-экономической системы - НО "Владимирский городской ипотечный фонд".

3.2. Экспериментальная проверка функционирования модели управления стратегическими изменениями в региональной коммерческой социально-экономической системе - ЗАО "Меленковский районный промышленный комбинат".

Введение диссертации (часть автореферата) на тему «Формирование прогноза в управлении региональными социально-экономическими системами на основе нейронных сетей»

Актуальность темы исследования. Развитие Российской Федерации невозможно без развития регионов. Регион как социально-экономическая система (СЭС) состоит из множества взаимосвязанных региональных социально-экономических подсистем, реализующих свою специфическую стратегию развития. Результаты реализации стратегии любой системы тем выше, чем более эффективно' осуществляется стратегическое управление. Важнейшими этапами. стратегического управления являются разработка и реализация стратегии. Реализация стратегии предполагает проведение необходимых изменений для приведения социально-экономической системы в желаемое состояние, и именно стратегические изменения представляют собой основное конструктивное содержание любой стратегии.

В настоящее время процессы, происходящие в мировой и национальных экономиках, характеризуются тем, что внешняя для региональных СЭС среда становится все более неопределенной, ее изменения частыми, а последствия трудно предсказуемыми. В связи с этим возникают серьезнейшие трудности при разработке и . реализации стратегии региональных социально-экономических систем, основные их которых кроются, во-первых, в недостатке информации об изменении параметров внешней и внутренней среды региональной СЭС в будущие периоды времени, а, во-вторых, в невозможности получения полной, оперативной и достоверной информации о ходе реализации стратегии. Поэтому получение такой информации является одной из наиболее острых и актуальных задач современного управления региональными социально-экономическими системами.

В современной практике управления существует достаточное количество диагностических систем, способных создать представление о ходе реализации стратегии. Однако общим недостатком таких подходов является несбалансированность финансовых и нефинансовых показателей деятельности.

Данное противоречие с успехом устранено в разработанной Р. Капланом и Д. Нортоном сбалансированной системе показателей (ССП). Более того, ССП является комплексной системой стратегического управления, позволяющей осуществлять декомпозицию стратегии в систему понятных и осязаемых для персонала целей (показателей) стратегического развития региональных социально-экономических систем. Поэтому сбалансированная система показателей является доминирующей технологией измерения результатов выполнения стратегии.

Проблема недостатка информации о состоянии внешней и внутренней среды, последствий стратегических изменений решается посредством формирования прогнозов. Для разработки качественного прогноза необходимо построить математическую модель объекта исследования и выбрать метод прогнозирования, наилучший для данной конкретной задачи. Построение математической модели для таких стохастических (частично детерминированных) объектов как региональные социально-экономические системы является делом архи сложным, а в некоторых случаях построить адекватную • математическую модель просто невозможно. Поэтому традиционные методы прогнозирования (статистические, эконометрические, математические, адаптивные и другие методы) в условиях изменчивости и неопределенности внешней среды, сложности и многофакторности процессов, протекающих внутри региональных систем, уже далеко не всегда способны дать удовлетворительные результаты.

Для решения задач такого рода в настоящее время все большее применение находят интеллектуальные технологии, основанные на концепции интеллектуализации - переносе структуры, свойств и приемов мышления, свойственного человеку, в техническую и организационную области. Среди интеллектуальных технологий особо выделяются технологии, основанные на парадигме искусственных нейронных сетей (ИНС). Искусственные нейронные сети моделируют деятельность человеческого мозга. Такой подход чрезвычайно эффективен, поскольку для решения трудно формализуемых задач в условиях неопределенности нет ничего эффективнее человеческого мозга.

Поэтому создание эффективного универсального. инструмента, представляющего собой симбиоз достижений в области стратегического управления, прогнозирования и искусственного ' интеллекта в процессе стратегического управления региональными социально-экономическими системами является весьма актуальным и значимым:

Степень разработанности проблемы. Если вопросы общего стратегического управления уже стали предметом широких научных исследований, то проблемы стратегических изменений требуют более детального изучения. Наибольший интерес представляют научные* труды таких зарубежных и отечественных исследователей в области управления стратегическими изменениями» как И. Ансофф, К. Боумен, А. Стрикленд, А-. Томпсон, Б.- Карлоф, Б. Альстрэнд, Дж. Куинн, К. Левин, М. Мескон, Дж. Коттер, О.С. Виханский, А.Л. Гапоненко, А.Т. Зуб, М.В. Локтионов;

A.Н: Люкшинов, А.И'. Панов, С.А. Попов, Э.А". Уткин, Ю.Н. Лапыгин,

B.Д.Шапиро и многих других.

Сущность и основные особенности сбалансированной системы,показателей рассмотрены, не только- ее создателями. (Р. Капланом и Д. Нортоном), но и другими учеными, среди которых особо выделяются труды П. Нивена, Н.Г. Олве, К.Й. Петри, Ж. Рой, С. Рой, М. Ветера, М.Г. Брауна, Х.К. Рамперсада, A.M. Гершуна, М. Горского и ряда других специалистов.

Зарубежными учеными, внесшими огромный вклад в развитие теории и практики прогнозирования, являются Г. Тейл, Дж. Брайт, Р. Эйрес, Э. Янч, Дж. Мартино, О.Моргенштерн, Дж. Бокс, Г. Дженкинс и многие другие. Среди отечественных ученых стоит особо выделить труды И:В'. Бестужева-Лады,

A.F. Ивахненко, В.М. Глушкова, F.M. Доброва, Ю.П. Лукашина,

B.А. Лисичкина, Г.С. Кильдишева, A.A. Френкеля, В.В. Глущенко-и других. Результаты теоретических и практических исследований в области искусственных нейронных сетей отмечены в работах таких выдающихся отечественных и зарубежных ученых, как А.И. Галушкин, Е.М. Миркес,

B.Bi Круглов, С.А. Терехов, C.JL Сотник, И.В. Заенцев, Д. Хебб, Дж. Мак-Каллок, У. Питтс, М., Минский, С. Пайперт, Ф. Розенблатт, Ф. Уоссермен, Б. Видроу, Т. Кохонещ С.Г. Гроссберг, А. К. Джейн.

Однако вопросам применения ИНС в управлении социально-экономическими системами посвящено гораздо меньше трудов. К таким работам следует отнести труды А.Н. Горбаня, Д.А. Россиева, A.A. Ежова,

C.А. Шумского, С.Г. Короткого, M.JI. Кричевского, А.Г. Баркитзиса и других ученых.

Из проведенного анализа литературных источников, периодической- печати и ресурсов глобальной сети Интернет можно сделать. вывод о том, что, по крайней мере, в отечественной' литературе' и доступной переводной иностранной, литературе, не существует сколь бы то ни было глубоких исследований, посвященных управлению стратегическими изменениями региональных социально-экономических систем на основе использования концепции сбалансированной системы показателей и нейросетевого подхода. Указанная проблема послужила причиной выбора данной темы-диссертационной работы, а также обусловила цели и задачи.исследования.

Цель диссертационного исследования заключается в разработке модели формирования прогноза в процессе стратегического управления социально-экономическими системами в регионе.

В соответствии с поставленной целью в ходе исследования были определены, и решены следующие задачи:

• Определить сущность и характерные особенности разработки и реализации стратегических изменений в региональных СЭС;

• Провести анализ методов прогнозирования параметров стратегического развития региональных СЭС и определить наиболее эффективные методы;

• Исследовать сущность, особенности построения и практического применения сбалансированной системы показателей для региональных социально-экономических систем;

• Разработать модель формирования прогноза в управлении региональными социально-экономическими системами, методику работы с моделью, а также провести экспериментальную проверку модели для конкретных региональных социально-экономических систем.

Предметом исследования является процесс формирования прогноза в управлении стратегическими изменениями на основе нейросетей. Объект исследования - стратегическое управление региональными социально-экономическими системами.

Теоретической и методологической основой исследования стали работы отечественных и зарубежных ученых, занимающихся проблемами стратегического и системного управления, прогнозирования, искусственного интеллекта, а также материалы специализированных журналов. Кроме того, в процессе выполнения диссертации были проанализированы статистические данные и материалы различных научных и научно-практических конференций.

При решении поставленных в работе задач использовались общенаучные и специальные методы исследования: дедукции и индукции, анализа и синтеза, контент-анализа, методы экономико-математического моделирования и прогнозирования, системный подход, методы статистического анализа, метод 8\\ЮТ-анализа и другие.

•Логика исследования отражает последовательность основных стадий исследования, представленных ниже. На первых этапах работы определяется понятие региона и региональных социально-экономических систем. Исследуются стратегические изменения, закладывающие основу для создания условий, необходимых при осуществлении стратегии развития региональных СЭС, а также рассматриваются основные подходы и методы управления изменениями.

Далее рассматриваются классические и интеллектуальные подходы* к прогнозированию параметров функционирования региональных СЭС, определяются» основные проблемы, возникающие при управлении изменениями, проводится анализ концепции сбалансированной системы показателей. В итоге, все это, позволяет разработать модель формирования прогноза в управлении региональными социально-экономическими системами на основе нейронных сетей.

Работа выполнена в соответствии с паспортом специальности 08.00.05 (п. 5.14 Паспорта специальностей ВАК РФ).

Научная*новизна работы, состоит в следующем:

1. Выявлены преимущества моделирования' и прогнозирования, параметров стратегического развития региональных СЭС методами^ искусственных нейронных сетей по сравнению с традиционными статистико-математическими методами, заключающиеся в том, что при нейросетевом подходе региональная социально-экономическая система может рассматриваться в виде ¿модели "черного ящика", а математическая ^ модель формируется ИНС посредством обучения (изменения топологии сети) и адаптации к конкретным условиям функционирования СЭС.

2. Определено < новое применение сбалансированной' системы показателей в качестве информационной основы искусственной нейронной сети. При этом показатели ССП региональной СЭС являются входами нейросети, а исследуемые показатели сбалансированной системы — выходами нейросети.

3. Разработан принцип двухкаскадного прогнозирования, состоящий в том, что на первом уровне при разработке стратегии на основе обученной ИНС осуществляется прогнозирование результирующих показателей' ССП (как показателей 1-го уровня, так и показателей более низших уровней), а< далее в процессе реализации стратегии на втором уровне анализируются^ факторы отклонения фактической' траектории стратегического развития от утвержденной и путем построения нормативных и поисковых прогнозов развития ситуации с помощью ИНС определяются количественные значения показателей в будущие периоды времени.

4. Построена.оригинальная модель набазе вышеназванного принципа-и разработана комплексная.методика управления стратегическими изменениями в; региональных СЭС на основе нейронных сетей, которая заключается в том, что управление стратегическими изменениями в социально-экономической системе охватывает все этапы стратегического управления: разработку стратегии, формирование сбалансированной системы показателей, реализацию стратегии и контроль ее: реализации. Модель содержит в. своем. составе несколько основных блоков:' ССП, нейросетевую часть, систему контроллинга, блок анализа причин отклонений фактических: значений от установленных, блок осуществленияуиравляющих воздействий.

Практическая значимость, диссертационной работы, заключается в, возможности применения научных результатов: проведенного исследования. в практической- деятельности: региональных социально-экономических, систем любого типа. Кроме этого, расширена область применения нейронных сетей за счет симбиоза метода^ искусственных нейронных сетей. - с применением технологии сбалансированной системы, показателей: в рамках методологии стратегического управления.

Разработанные: компьютерные программы на языке программирования системы МАТЬАВ автоматизируют процессы предварительной обработки входных данных, выбора оптимального алгоритма обучения ИНС для конкретной прикладной задачи и. прогнозирования показателей функционирования региональной социально-экономической системы.

Основные результаты диссертационного исследования способствуют эффективному управлению развитием региональных СЭС в период проведения стратегических преобразований; Выводы и обобщения, полученные в ходе исследования, могут быть, использованы, в качестве исходного материала для управленческого персонала региональных социально-экономических систем, в деятельности планово-экономических подразделений предприятий и организаций, консультантов по стратегическому развитию, исследователей, преподавателей и сотрудников^ предприятий и организаций, непосредственно занимающихся проблемами эффективного управления.

Апробация результатов исследования:

- основные теоретические положения и практические результаты исследования, представленные автором, докладывались и обсуждались на б1 международных научно-практических конференциях;

- теоретические и методические положения диссертационного-исследования апробированы и применяются автором в процессе преподавания дисциплин «Социальное управление» и «Инструменты формирования стратегии»' во Владимирском государственном университете на кафедре "Экономики и стратегического управления"; по отдельным направлениям диссертационного исследования опубликовано 17 научных работ общим объемом 10,19'п.л., в т.ч. 2 монографии объемом 33,1 п-.л. (доля^автора- 6,93 п:л.).

Авторская модель формирования^ прогноза' в управлении региональными социально-экономическими системами на- основе нейросетей, обоснованная в работе, реализована в системах управления« НО "Владимирский' городской ипотечный фонд" (г. Владимир) и ЗАО "Меленковский районный промышленный комбинат" (г. Меленки, Владимирская область). Внедрение результатов диссертационного исследования подтверждено соответствующими справками. j

Структура диссертационного исследования отражает логику исследования и соответствует направленности поставленных в работе задач. Диссертационная работа состоит из введения, трех глав и заключения. Список литературы включает 186 наименований- научных источников. В 13 приложениях приведен иллюстративный материал. Работа представлена на 188 странице машинописного текста, включает 35 рисунков и 31 таблицу.

Заключение диссертации по теме «Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда», Чернявский, Андрей Павлович

ЗАКЛЮЧЕНИЕ

В диссертационной работе содержится решение задачи разработки модели формирования прогноза в управлении региональными социально-экономическими системами на основе использования парадигмы искусственных нейронных сетей, имеющей важное теоретическое и практическое значение для управления стратегическим развитием социально-экономических систем регионов страны.

Подводя итоги диссертационного исследования, необходимо выделить следующие результаты проведенной работы:

1. Основываясь на анализе теории и практики стратегического управления, сделан вывод о том, что первоначально при формировании методологии стратегического планирования и управления основное внимание ученого мира и менеджмента организаций было уделено этапу формирования стратегии. В настоящее время важнейшим и в то же время наименее проработанным этапом стратегического управления по праву считается этап реализации стратегии, то есть проведение стратегических изменений.

2. Рассмотрены различные подходы к управлению стратегическими изменениями, в результате чего сделан вывод о том, что применение только одного отдельного метода не в состоянии привести к успеху. Только разумное комбинирование различных методов в зависимости от конкретной ситуации в региональной социально-экономической системе позволит эффективно осуществить изменения и достичь стратегических целей.

3. В исследовании особое внимание обращено на то, что происходит интенсивный переход от индустриального общества к информационному обществу. Информация становится определяющим фактором общественного производства, и обладание информацией становится важнейшим преимуществом. В этих условиях резко возрастает актуальность и значимость прогнозирования. Кроме того, понятие прогноза, издавна имевшее общенаучное значение и определенные соотношения с другими понятиями и категориями, приобретает более емкое^и широкое смысловое наполнение. При этом выявлено, что: современные региональные СЭС представляют собой весьма сложные, многофакторные и высоко динамичные системы. Поэтому построить математическую^ модель для прогнозирования таких систем крайне сложно, а зачастую и просто невозможно; вследствие того, что информация разнообразна как в содержательном, так и в эмпирическом аспекте, при этом, как правило, содержит шумовую составляющую, получить требуемую аналитическую информацию для построения прогноза становится весьма сложно.

4. Обобщены и систематизированы методы и модели прогнозирования. Проведен критический анализ* алгоритмов и методов прогнозирования, позволивший выявить ряд существенных ограничений и недостатков классических методов. Показано, что применение классических методов при прогнозировании параметров таких объектов, как социально-экономические системы, весьма ограничено и в большинстве случаев приводит к неудовлетворительным результатам. Для решения подобных трудно формализуемых задач в условиях недостатка' (избытка)1 информации лучшие результаты демонстрируют интеллектуальные технологии прогнозирования. При этом показано, что оптимальной интеллектуальной технологией является метод искусственных нейронных сетей. Преимущества моделирования и прогнозирования методами искусственных нейронных сетей заключаются в том, что: при нейросетевом подходе региональная СЭС может рассматриваться в виде черного ящика, имеющего контакты с внешней средой посредством входов и выходов; математическая модель строится ИНС посредством обучения (изменения» топологии сети) и адаптации к конкретным условиям функционирования региональной социально-экономической системы.

5. Показано, что поскольку люди являются основной составляющей любой социально-экономической системы, то и основные проблемы управления стратегическими изменениями кроются среди людей и их коммуникаций. Таким образом, основными проблемами стратегических изменений являются: проблемы, вызванные изменением организационной культуры. Чаще всего такими проблемами являются различного рода сопротивления; проблемы, связанные с недостатком информации о проводимых изменениях, текущем состоянии и развитии социально-экономической системы в будущем. При этом проблема недостатка информации распадается на две подпроблемы: определение критериев1 оценки реализации стратегии и получение качественных и количественных оценок показателей реализации стратегии.

6. Проведенное1 исследование показало наличие принципиальных возможностей- повысить» качество управления реализацией стратегии региональных СЭС при использовании^ концепции сбалансированной системы показателей, поскольку ССП предполагает взаимоувязку запаздывающих и опережающих (финансовых и нефинансовых) показателей функционирования организации, а также помогает донести стратегию и суть стратегических изменений до всех сотрудников организации. Кроме того, предложено применение сбалансированной системы показателей в качестве информационной основы искусственной нейронной сети, когда показатели сбалансированной системы являются входами нейросети, а исследуемые (результирующие) показатели - выходами ИНС.

7. Главным научно-практическим итогом диссертации является разработанная в общем виде модель формирования прогноза в управлении региональными социально-экономическими системами на основе искусственных нейронных сетей.

8. Разработан принцип двухкаскадного прогнозирования, состоящий в том, что на первом уровне при разработке стратегии региональной СЭС на основе обученной ИНС осуществляется прогнозирование результирующих показателей ССП, а далее- в процессе реализации стратегии (осуществления стратегических изменений) на втором уровне с использования интегрированной системы контроллинга фиксируются отклонения фактических значений показателей, сбалансированной системы от их прогнозных значений. Далее анализируются факторы отклонения фактической траектории стратегического развития от утвержденной, на основе ИНС осуществляется построение нормативных и поисковых прогнозов развития ситуации, рассчитываются-количественные значения показателей ССП в будущие периоды времени. На основании этого определяются' необходимые корректировки стратегических изменений, а в- случае необходимости корректировки должны быть внесены в стратегию развития региональной СЭС.

9. Выявлены преимущества применения программной реализации ИНС перед реализацией аппаратным способом, заключающиеся в более низкой стоимости, простоте использования и высокой скорости изменения-конфигурации- нейросети. Также с помощью сравнительного анализа определена предпочтительность использования' системы, инженерных, и научных расчетов MATLAB' в качестве инструмента компьютерного* моделирования искусственной нейронной сети.

10. На практических примерах показаны универсальность и возможности для развития; заложенные в модели, которые позволяют применять ее с успехом в деятельности различных региональных социально-экономических систем. Кроме того, в процессе адаптации определены ограничения модели, заключающиеся в том, что для адекватного прогнозирования показатели ССП должны обладать достаточной описательной статистикой. Точность модели также падает в условиях системных кризисных явлений (резкие изменения в начальной- фазе- кризиса), оставаясь выше точности прогнозирования классическими методами, однако благодаря наличию адаптивных свойств, через обучение на текущих данных достаточно быстро выходит на приемлемый уровень точности прогноза.

Таким образом, можно считать, что цель, поставленная в начале диссертационного исследования, достигнута, а задачи решены.

В заключение следует отметить, что проделанная работа носит масштабный характер, вследствие чего часть важных проблем не попала в область рассмотрения. В связи с этим дальнейшими путями развития данной темы являются: применение генетических алгоритмов для предварительной обработки данных и оптимизации структуры искусственной нейронной сети, дальнейшая проработка интегрированной системы контроллинга, унификация и автоматизация процессов создания сбалансированной системы показателей, автоматизация прогнозирования показателей ССП и контроля их фактических значений, что предоставляет широкое поле для последующих научных изысканий.

152

Список литературы диссертационного исследования кандидат экономических наук Чернявский, Андрей Павлович, 2009 год

1. Aleksander I., Morton H. An Introduction to Neural Computing. — London: Chapman & Hall, 1990. — 218 p.

2. Anil K. Jain, Jianchang Mao, K.M. Mohiuddin. Artificial Neural Networks: A Tutorial // Computer, Vol.29, No.3, March/1996, p. 31- 44.Translated from the original English version and reprinted with permission. (IEEE).

3. Balanced Scorecard Collaborative http://www.bscol.com

4. Beer M., Nohria N. Revolving the tension between theories E and О of Change // Breaking the code of change. Harvard business school press. Boston, 2000, P. 1-33.

5. Bright J. R. Evaluating signals of technological" change // Harvard Business Review, January/February, 1970.

6. Funahashi K. On the approximate realization of continuous mappings'by neural networks // Neural Networks, 1989. N 2, p. 183—192. Источник: http ://users.kpi.kharkov.ua >

7. Galbraith J. The Role of Formal Structures and Processes // Breaking the Code of Change. Harvard Business School Press, Boston, 2000, p. 139-159.

8. Grossberg S. Competitive Learning: from Interactive Activation to Adaptive Resonance // Cognitive Science, 1987, no. 11, P. 23-63.

9. Hebb D. O. The Organization of Behavior: A Neuropsychological Theory. — New York: Wiley, 1949. — 358 p.

10. Heskett J. GE: We Bring Good Things to Life. Boston // Harvard Business School, 1999.

11. Huse E. Organizational development and change. L., 1975.

12. Kaplan R., Norton D. The Balanced Scorecard Measures That Drive Performance // Harvard Business Review, Jan-Feb 1992.

13. Kaplan R., Norton D. Using the Balanced Scorecard as a Strategic Management System // Harvard Business Review, Jan-Feb 1996.

14. Kevin Swingler "Applying Neural Networks. A practical Guide". 1996.

15. Перевод Ю.П.Маслобоева. Источник www.matlab.exponenta.ru

16. Kohonen Т. Self-organized formation of topologically correct feature maps // Biological Cybernetics, 1982, N 43, P. 59-69.

17. Kotter J., Schlesinger L. Choosing strategies for change // Harvard business review. March, 1979, P. 106—114.

18. Lewin K. Feedback problems of social diagnosis and action: Part II-B of Frontiers in Group Dynamics // Human Relations. № 1, 1947, P. 147-153.

19. Lynch R. Corporate strategy. Pitman Publishing, 1997.1'9. McCulloch W. S., Pitts W. A logical calculus of the ideas immanent in nervous activity // Bulletin of Mathematical Biophysics, № 5, 1943, P. 115 -133.

20. Pearce II J.M., Robinson R.B. Jr. Strategic Management, 2nd ed. Homewood, III: Richard D. Irwin, 1985.

21. Quinn J.B. and Voyer J. Logical incrementalism: managing strategy formation. In Mintzberg H., Quinn J.B. and Ghoshal S. (eds). The Strategy Process. Englewood Cliffs: Prentice Hall, 1998. 448 p.

22. Rosenblatt F. The Perceptron: A probabilistic model for information storage and organization in the brain // Psychological Review, 1958. N 65, P. 386408.

23. Rumelhart D.E., Hinton G.E., Williams R.J. Learning internal representations by error propagation. In Parallel distributed processing, vol. 1, pp.318-62. Cambridge, MA: MIT Press, 1986.

24. Schein E.H. Management Development as a Process of Influence. Executive education: process, practice and evaluation /Albert A. Vicere (ed.) Peterson's Guides, Princeton , New Jersey , 1989, p. 3 - 20.

25. Schendel D. E., Hatten K. J. Business policy or strategic management: A broader view for an emerging discipline // Academy of Management Proceedings (August), 1972, P. 99-102.

26. Senge P. The Puzzles and Paradoxes of How Living Companies Create Wealth // Breaking the Code of Change. Harvard Business School Press,1. Boston, 2000, P. 59-81.

27. Widrow, B. Rumelhart, D.E. and Lehr, M.A. "Neural networks: Application in industry, business and science" // Communications of the ACM, 1994, № 37(3) P. 93-105.

28. Акимова T.A. Теория организации: Учеб. пособие для вузов. — М.: ЮНИТИ-ДАНА, 2003. 367 с.

29. Алексеев Н. Управление изменениями в условиях новой экономики // Консультант директора. 2003. № 16 (196). - С. 2-7.

30. Алексеева М. Б., Балан С. Н. Основы теории систем и системного анализа: Учеб. пособие. СПб.: СПбГИЭУ, 2002. - 88 с.

31. Андреев A.B., Борисова JI.M., Плучевская Э.В. Основы региональной экономики: учебное пособие. М.: КНОРУС, 2007. - 336 с.

32. Андрейчиков А. В., Андрейчикова О. Н. Интеллектуальные информационные системы: Учебник. — М.: Финансы и статистика, 2004.-424 с.

33. Ансофф И. Новая корпоративная стратегия. — СПб: Издательство «Питер», 1999.-416 с.

34. Ануфриев И.Е., Смирнов|А.Б., Смирнова E.H. MATLAB 7. СПб.: БХВ-Петербург, 2005. - 1104 с.

35. Арженовский C.B., Молчанов И.Н. Статистические методы прогнозирования. Учебное пособие для аспирантов / РГЭУ Ростов-на-Дону, 2001. - 74 с.

36. Баринов В.А., Харченко B.JI. Стратегический менеджмент: Учебник. -М.: ИНФРА-М, 2005. 237 с.

37. Бестужев-Лада И.В. Окно в будущее. Современные проблемы социального прогнозирования. М.: Мысль, 1970. - 269 с.

38. Бильчак B.C., Захаров Р.Ф. Региональная экономика. Калининград: Янтарный сказ, 1998. 316 с.

39. Блаттер К. Вейвлет-анализ. Основы теории. М.: Техносфера, 2004.273 с.

40. Большой1 экономический словарь / Под ред. А.Н. Азрилияна. 7-е изд. доп: - М.: Институт новой экономики, 2007. - 1472 с.

41. Боумен'К. Стратегия на практике. СПб.: Питер, 2003. - 256 с.

42. Браун Марк Г. Сбалансированная система показателей: на маршруте внедрения / Марк Грэм<Браун; Пер. с англ. М.: Альпина Бизнес Букс, 2005. - 226 с.и

43. Васильев С.Н. От классических задач к интеллектуальномууправлению //Известия, академии наук. Теория систем и системы . управления. 2001, №1, с. 5-22.

44. Веснин В.Р. Стратегическое управление. Учебник. М.: ТК Велби, Изд-во Проспект, 20041 328 с.

45. Винер Н: Кибернетика, или Управление и связь в животном и машине. / Пер. с англ. И.В. Соловьева и Г.Н. Поварова; Под ред. Г.Н. Поварова.- 2-е издание. М;: Наука, 1983. - 99 с.

46. Витязев В.В. Вейвлет-анализ временных рядов: Учеб. пособие. — СПб.:

47. Изд-во С.-Петерб. ун-та, 2001. 58 с.

48. Виханский О.С. Стратегическое управление: Учебник. — 2-е изд.перераб. и доп. М.: Экономистъ, 2004. — 296 с.

49. Виханский О.С., Наумов А.И. Менеджмент: Учебник. — 4-е изд., перераб. и доп. М.: Экономистъ, 2006. — 670 с.

50. Волкогонова О.Д., Зуб А.Т. Стратегический менеджмент. Учебник. — ; М.: ФОРУМ: ИНФРА-М, 2006. 256 с.

51. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учеб пособие для вузов. М.: ИПРЖР, 2000. - 416 с.

52. Гапоненко А.Л. Стратегия социально экономического развития:51. страна, регион, область. Учебное пособие. М.: Издательство РАГС, * 2001.-224 е.

53. Гапоненко А.Л., Панкрухин А.П. Стратегическое управление: Учебник. М.: Омега-Л, 2004. - 472 с.

54. Генетические алгоритмы, искусственные нейронные сети и проблемывиртуальной реальности / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашев, С.А. Сергеев. Харьков: Основа, 1997. — 112 с.

55. Гершун А., Горский М. Технологии сбалансированного управления. — М.: ЗАО «Олимп-Бизнес», 2005.-416 с.

56. Гик Дж. Прикладная общая теория систем. — М.: Мир, 1981.

57. Глушков В.М. О прогнозировании на основе экспертных оценок //Науковедение. Прогнозирование. Информатика. — Киев, 1970. -413с.

58. Глущенко В.В. Прогнозирование./ 4-е изд. — М.: Вузовская книга, 2005. -208 с.

59. Голосов OlB., Лаптев 0.\В. Регион: модельное отображение. М.: ЗАО "Издательство "Экономика", 2007. - 350 с.

60. Горбань А. Hl, Россиев Д. А. Нейронные сети на персональном компьютере // Новосибирск: Наука (Сиб. Отделение), 1996. 276 с.

61. Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск : Наука, 1996. - 216 с.

62. Горбань А.Н., и др. Нейроинформатика / А.Н.Горбань, В.Л.Дунин-Барковский, А.Н. Кирдин и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296 с.

63. Гранберг А. Г. Основы региональной экономики: учебник для вузов.-М.: Изд. дом ГУ ВШЭ, 2004. 495 с.

64. Гутман Г.В., Мироедов A.A. Регионоведение. Владимир.: Изд. ВФ РАГС при Президенте РФ, 2000. 84 с.

65. Де Янг К. Эволюционные вычисления: новейшие достижения инерешенные проблемы. Обозрение прикладной и промышленной математики. М.: 1996, т.З, вып. 5.

66. Дж. Бокс, Г.Дженкинс. Анализ временных рядов: прогноз и управление. Выпуск Л. Пер. с англ. М.: МИР, 1974. 408 с.

67. Дж. Маккалок, У Питтс. Логическое исчисление идей, относящихся к нервной деятельности // Автоматы. М: ИЛ, 1956.

68. Джаримов A.A. Регион в едином рыночном пространстве. Ростов на1. Дону, 1995.- 188 с.

69. Добеши И. Десять лекций по вейвлетам. — М.: Ижевск: РХД, 2001. -464 с.

70. Добров Г.М. Прогнозирование науки и техники. М.: Наука, 1969. -208 с.

71. Добрынин А.И. Региональные пропорции воспроизводства. — JI.: Изд-во ЛГУ 1977.-347 с.

72. Дьяконов В.П. Вейвлеты. От теории к практике. М.: СОЛОН-Р, 2002. - 446 с.

73. Ежов A.A., Шумский С.А. Нейрокомпьютинг и его применения в экономике и бизнесе. М.: МИФИ, 1998. -216 с.

74. Желтиков В.П. Экономическая география и регионолистика: учебное пособие. -М.: ИТК "Дашков и К" Р-н-Д: Наука-Пресс, 2007. -384 с.

75. Заенцев И. В. Нейронные сети: основные модели. Учебное пособие к курсу "Нейронные сети". Воронежский Гос. Университет, 2000. 76 с.

76. Зайцев Л.Г., Соколова М.И. Стратегический менеджмент: Учебник. -М.: Юристь, 2002. 416 с.

77. Закон Владимирской области № 2-03 от 11.01.2006 г. "Об областной целевой программе "развитие и поддержка ипотечного жилищного кредитования во владимирской области на 2006 2010 годы".

78. Зуб А.Т. Стратегический менеджмент: Теория и практика: Уч.пособие для вузов. 2-е изд., испр. и доп. - М.: Аспект Пресс, 2004. — 415 с.

79. Зуб А.Т., Локтионов М.В. Системный стратегический менеджмент: методология и практика. М.: Генезис, 2001. — 752 с.

80. Ивахненко А. Г. Долгосрочное прогнозирование и управление сложными системами. К: Техника, 1975. 312 с.

81. Инструменты реализации стратегии / Под ред. проф. Ю.Н. Лапыгина. Владимир: Владимирская книжная типография, 2005. - 281 с.

82. Исаев В.В., Немчин А.М. Общая теория социально-экономических систем: Уч. пособие. СПб.: Изд. дом «Бизнес-пресса», 2002. - 176 с.t i

83. Истомина T.B., Чувыкин Б.В., Щеголев В'.Е. Применение теории wavelets в задачах обработки информации: Монография. Пенза: Изд-во Пенз. Гос. ун-та, 2000. - 188 с.

84. История становления и развития Сбалансированной системыsпоказателей: http://www.bscol.comj ,

85. Каплан Р., Нортон Д. Сбалансированная системам показателей. От84. стратегии к действию. 2-е изд., испр. и доп. / Пер. с англ. - М.: ЗАО «Олимп-Бизнес», 2003. - 228 с.

86. Каплан Роберт С., Нортон Дейвид-П. Организация, ориентированная на стратегию. Как в новой бизнес-среде преуспевают организации, применяющие сбалансированную систему показателей./ Пер: с англ.

87. М.: ЗАО «Олимп- Бизнес», 2004. 416 с.

88. Кетков Ю.Л., Кетков А.Ю., Шульц М.М. MATLAB 7: Программирование, численные методы. СПб.: БХВ-Петербург, 2005. - 752 с.

89. Кетова Н., Овчинников В. Региональная экономика: универсальный учебный словарь. Р-н-Д; 1996. 356»с.

90. Кильдишев Г.С., Френкель A.A. Анализ временных рядов ипрогнозирование. — М.: Статистика, 1973. 452 с.

91. Коваленко Е. и др. Региональная экономика и управление: учебное пособие, 2-е изд. перераб. и доп. Спб.: Питер, 2008. - 288 с.

92. Коленсо М. Стратегия кайзен для успешных организационных перемен / Пер. с англ. М.: ИНФРА-М, 2002. - 174 с.

93. Короткий С.Г. Нейронные сети: основные положения, 1996. 7 с.

94. Источник: http://gotai.net/

95. Короткий С.Г. Нейронные сети: обучение без учителя, 1996. 11 с. Источник: http://gotai.net/

96. Короткое Э.М. Исследование систем управления — М.: ООО Издательско-Консалтинговое Предприятие «ДеКА», 2004. 336 с.

97. Коттер Дж. Впереди перемен / Пер. с англ. М.: Олимп-бизнес, 2003. -256 с.

98. Кричевский M.JI. Интеллектуальные методы в менеджменте. СПб.: Питер, 2005. 304 с.

99. Круглов В.В., Борисов Б.Б. Искусственные нейронные сети. Теория и практика. М.: Горячая Линия — Телеком, 2001. 382 с.

100. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. — М.: Физматлит, 2001. 225 с.

101. Курносов Ю.В., Конотопов П.Ю. АНАЛИТИКА: методология, технология и организация информационно-аналитической работы. — Москва: Издательство «Русаки», 2004. 550 с.

102. Курс MB А по стратегическому менеджменту / Под ред. Л. Фаэй, Р. Рэнделл / Пер. с анг. В. Егоров. М.: Альпина Бизнес Букс, 2007. 588 с.

103. Кэмпбел Д., Стоунхаус Д., Хьюстон Б. Стратегический менеджмент: Учебник/Пер. с англ. Н.И. Алмазовой. — М.: ООО «Издательство Проспект», 2003. 336 с.

104. Лапыгин Д.Ю., Лапыгин Ю.Н. Принятие управленческих решений. -СПб.: ПИТЕР, 2005.

105. Лапыгин Ю.Н. Основы стратегического управления/2-е изд., перераб. и доп. — Владимир: ВлГУ, 2005. — 245 с.

106. Лапыгин Ю.Н. Основы управленческого консультирования / 3-е изд., перераб. и доп. Владимир: ВлГУ, 2005. - 304 с.

107. Лапыгин Ю.Н. Системное решение проблем. М.: ЭКСМО, 2007. -270с.

108. Лапыгин Ю.Н. Стратегический менеджмент: учебное пособие. — М.: Инфра-М, 2006. 245 с.

109. Лапыгин Ю.Н. Теория организации: учебное пособие. / Ю.Н. Лапыгин.

110. М. : Инфра-М, 2006. 311 с.

111. Лапыгин Ю.Н. Теория организаций и системный анализ / 3-е изд., перераб. и доп. Владимир: ВлГУ, 2005. - 324 с.

112. Лапыгин Ю.Н., Илларионов А.Е., Лачинина Т.А. Разработка и реализация стратегии муниципалитета. — Владимир: Владимирская книжная*типография, 2005. 259 с.

113. Лисичкин В.А. Теория* и практика прогностики. М., - 1972. - 224 с.

114. Логический подход к искусственному^ интеллекту: от классической логики к логическому программированию / А. Тейз, П. Грибомон, Ж. Луи и др. М.: Мир, 1990. - 432 е.

115. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования.- М.: Статистика, 1979. 254 с.

116. Малин A.C., Мухин В1И. Исследование систем управления: Учебник для вузов. 2-е изд. - Mi: Издательский дом ГУ ВШЭ, 2004. - 400 с.

117. Мартино Дж. Технологическое прогнозирование. — М., 1977. 591' с.

118. Маршалова A.C., Новоселов A.C. Основы теории регионального121122123124125126127128129130131.132,133134воспроизводства. -М.: Экономика. 1998. 192 с.

119. Мащенко В.Е. "Системное корпоративное управление". М.: Сирин,2003.-251 с.

120. Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента: Пер. с англ. М.: Дело, 2000. - 800 с.

121. Орлов А.И. Прикладная.статистика. Учебник. М.: Изд-во "Экзамен", 2004. - 656 с.

122. Осовский С. Нейронные сети для обработки информации / Пер. с польск. И. Д. Рудинского. — М.: Финансы и статистика, 2002. 344 с.

123. П. М. Сенге. Пятая дисциплина: Искусство и практика самообучающейся организации. М.: Олимп-Бизнес, 1999. 408 с.

124. Панов А.И. Стратегический менеджмент: Учебное пособие. Н; Новгород: НКИ, 2000. - 235 с.

125. Прогнозирование национальной'экономики: Учебник / Г.А. Парсаданов, В.В. Егоров. М.: Высшая школа, 2002. - 304 с.

126. Региональная экономика: Учебник под ред. В.И. Видяпина и М.В. Степанова. М.: ИНФРА-М, 2008. 666 с.

127. Решение Владимирского городского совета народных депутатов № 69 от 20.03.2003 г. "О создании Владимирского городского Фонда ипотечного кредитования"

128. Решение Владимирского городского Совета народных депутатов от147,148149150151.152,153,154155,156,157,158,159,160,1707.2003 N 186 "О программе ипотечного жилищного кредитования населения г. Владимира"

129. Розенблат Ф. Принципы нейродинамики. М.: Мир, 1965. - 480 с. Романова JI.A. Экономика региона: самостоятельность и государственное регулирование. - Пермь, 1994. - 142 с. Руководители о Balanced Scorecard» на сайте www.balancedscorecards.ru.

130. Саати Т., КернсК. Аналитическое планирование. Организация систем. М.: Радио и связь, 1991. 224 с.

131. Сигеру О. и др. Нейроуправление и его приложения. Пер. с англ. под ред. А.И. Галушкина. М.:РШРЖР, 2001.-321 с. Смирнов Э.А. Основы теории организации: Учеб. пособие для вузов. — М.: Аудит, ЮНИТИ, 1998. - 375 с.

132. Смоленцев Н.К. Основы теории вейвлетов. Вейвлеты в МАТЛАБ. М.: ДМК—Пресс, 2008. 448 с.

133. Собрание законодательства Российской Федерации. 1996. № 23. Ст. 2756.

134. Сотник С. Л. Конспект лекций по курсу "Основы проектирования систем искусственного интеллекта", 1998. 187 с. Стратегический контроллинг / Под ред. проф. Ю.Н. Лапыгина. -М.:КноРус, 2004-276 с.

135. Стратегическое управление: регион, город, предприятие / Д.С. Львов и др.; под ред. Д.С. Львова, А.Г. Гранберга, А.П. Егоршина; ООН РАН, НИМБ. 2-е изд., доп. - М.: ЗАО "Издательство "Экономика", 2005. -603 с.

136. Стратегия. Как создавать и использовать эффективную стратегию. 2-е изд./Р. Кох. — СПб.: Питер, 2003. — С 31-34. Тархов Д.А. Нейронные сети. Модели и алгоритмы. Кн. 18. М.: Радиотехника, 2005. 256 с.

137. Тейл Г. Экономические прогнозы и принятие решений. М.:1. Прогресс, 1971.-510 с.

138. Терехов С.А. Лекции по теории и приложениям искусственных нейронных сетей // Лаборатотория Искусственных Нейронных Сетей НТО-2, ВНИИТФ, г. Снежинск, 1998. Источник: http://alife.narod.ru/

139. Терехов С.А. Технологические аспекты обучения нейросетевых машин. Материалы VIII Всероссийской научно-технической конференции "Нейроинформатика-2006" // М.: МИФИ, 2006. С. 7-69.

140. Титов К.А., Виттих В.А., Логойдо Ю.М., Савельев С.Н. Холистический подход к управлению регионом // Труды 2-й Междунар. конф., г. Самара: Самарский научный центр РАН, 2000.

141. Тихомиров Н.П., Попов В.А. Методы социально- экономического прогнозирования. М.: Изд-во ВЗПИ, АО "Росвузнаука", 1992. — 228 с.

142. Томпсон A.A., Стрикленд А.Дж. Стратегический менеджмент. Искусство разработки и реализации стратегии: Учебник для вузов /

143. Пер. с англ. под ред. Л.Г. Зайцева, М.И. Соколовой. М.: Банки и биржи, ЮНИТИ, 1998. - 576 с.

144. Тэрано Т., Асаи К., Сугэно М. Прикладные нечеткие системы. М.: Мир, 1993.-368 с.

145. Уоссермен Ф., Нейрокомпьютерная техника: теория и практика. — М., Мир, 1992.- 184 с.

146. Управление организацией: Учебник / Под ред. А.Г. Поршнева, З.П. Румянцевой, H.A. Саломатиной. 2-е изд. перераб. и доп. — М.: ИНФРА-М, 2002. - 669 с.

147. Уткин Э.А., Денисов А.Ф. Государственное и региональное управление.- М.:ИКФ «ЭКМОС», 2002. 320 с.

148. Ф. Аналоуи, А. Карами. Стратегический менеджмент малых и средних предприятий: Учебник. М.: ЮНИТИ-ДАНА,2005. - 400 с.

149. Факторы стратегического развития / Под ред. проф.' Ю.Н. Лапыгина. — Владимир: Владимирская книжная типография, 2005. — 165 с.

150. Фатхутдинов P.A. Управленческие решения ИНФРА-М, 2001 - 283с.173174175176177178179180181182183184,185,186

151. Фролов Ю. В. Интеллектуальные системы и управленческие решения. М: Изд-во МГПУ, 2000. - 294 с.

152. Хамел Г., Прахалад К. Конкурируя за будущее. Создание рынковзавтрашнего дня. М.: ЗАО "Олимп-Бизнес", 2002". - 288 с. ,

153. Хартанович К.В. Методологические аспекты исследования управлениярегиональной экономической системой // Экономика региона:электронный журнал. 2007. - № 18 (часть 2).

154. Чен К., Джиблин П., Ирвинг A. MATLAB в математическихисследованиях / Пер. с англ. М.: Мир, 2001.- 346 с.

155. Четыркин Е.М. Статистические методы прогнозирования. Изд. 2-е,перераб. и доп. — М.: "Статистика", 1977. 200 с.

156. Чуй Т.К. Введение в вейвлеты. М.: Мир, 2001. — 412 с.

157. Шайн Э. Организационная культура и лидерство: построение,эволюция, совершенствование. СПб.: Питер, 2002. - 336 с.

158. Э. Кемпбелл, К. Саммерс Лачс. Стратегический синергизм, 2-е изд.1. СПб.: Питер, 2004. 416 с.

159. Эйрес Р. Научно-техническое прогнозирование и долгосрочное планирование. М.: Мир, 1971. - 296 с.

160. Янч Э. Прогнозирование научно-технического прогресса. М.: Прогресс, 1974.-586 с.166