Информационные модели прогнозирования в сельскохозяйственных организациях тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Шевченко, Андрей Александрович

• Шевченко, Андрей Александрович
• кандидат экономических наук
• 2003

Оглавление диссертации кандидат экономических наук Шевченко, Андрей Александрович

оглавление. введение.

глава i. теоретические основы использования формализованных методов и программных средств в стратегическом планировании.

1.1. прогнозирование и планирование как экономические категории.

1.2. Система экономической информации.

1.3. Принципы и задачи моделирования.

1.4. Информационные и экономико-математические модели.

глава и. разработка программных продуктов для стратегического планирования.

2.1. Описание ситуации, предпосылок и возможных решений.:.

2.2. Основные типы данных.

2.3. Иерархическая модель данных.

2.4. Объектно-ориентированная модель данных.

2.5. Методы доступа к данным.

2.6. Формализм, принятый для программного комплекса.

2.7. Пода оды к реализации программного комплекса.

2.8. Описание программного комплекса.

2.8.1. Блок ввода и организации данных.

2.8.2. Описание структуры информационной модели:.

2.8.3. Модули расширения системы.

2.8.3. Ядро.

2.8.4. Блок отображения результатов поиска решения поставленной задачи.

глава iii. экономический анализ объектов исследования.

3.1. Структура данных дня формализации -экономико-математических моделей.

3.1.1.Постановка задачи.

3.1.2. РСУБД как хранилище объектов.

3.1.3. Связи между объектами.

3.1.4. Система ограничения доступа.

3.2. Описание используемого для оптимизации стратегий комплекса методов и программных средств.

3.3. Отбор типичных сельскохозяйственных организаций в районе.

3.3.1. Характеристика Чеховского района.

3.3.2. Отбор типичных сельскохозяйственных организаций Чеховского района.

3.4. Выбор базовых сценариев для экономического моделирования.

ГЛАВА IV. ОПТИМИЗАЦИЯ СТРАТЕГИЙ РАЗВИТИЯ ТИПИЧНЫХ ХОЗЯЙСТВ ИА ОСНОВЕ РАЗРАБОТАННЫХ ПРОГРАММНЫХ ПРОДУКТОВ.

4.1. Прогнозирование технико-экономических показателей но ис следуемым нрелприя гиям93 % 4.2. Разработка экономико-математических моделей по каждому из типических хозяйств.

4.2.1. Постановка задачи.

4.2.2. Подготовка входной информации.

4.3.3. Система переменных.¡

4.3.4. Система ограничений.¡

4.3.5. Математическое описание экономико-математической модели.¡

4.3.6. Анализ оптимальной производственной структуры.¡

4.3.7. Анализ двойственных оценок.¡

4.4. Разработка сценариев развития.

ВЫВОДЫ.

Введение диссертации (часть автореферата) на тему «Информационные модели прогнозирования в сельскохозяйственных организациях»

Развитие экономики нашей страны в конце 80-х гг. со всей остротой поставило вопрос о необходимости перехода от системы жесткого централизованного планирования к новой хозяйственной системе, основанной на многообразии форм собственности, рыночных отношениях, конкуренции с регулирующей ролью государства. Планирование стало ассоциироваться исключительно с перегибами, имевшими место в командно-административной системе. План и рынок были противопоставлены друг другу, в результате чего возникло новое поколение экономистов, отрицающее не только науку, но и практику планирования как структурный элемент системы управления и регулирования.

Также в ходе проведения реформ не был принят во внимание тот факт, что концепция саморегулирования рынка приводит к серьезным деформациям и провалам в экономических и, особенно, в социальных процессах. Способность же вернуть рыночные отношения в режим цивилизованной конкуренции, а экономику - в состояние динамической сбалансированности способно лишь государство, опираясь на возможность планирования, прогнозирования и экономического регулирования.

Пересмотр взглядов на институты прогнозирования и планирования, осознание экономической некорректности противопоставления «плана» «рынку», поворот системы государственного прогнозирования и планирования в сторону стратегического планирования - вот достижения отечественной экономической мысли последних 10-и лет, обещающие стать самыми решающими за годы проведения экономических реформ в нашей стране.

Накопленный теоретический и методический материал является хорошей базой для дальнейших исследований в отмеченной области. Однако в условиях возрастающей неопределенности будущего появляется необходимость разработки новых подходов к методике прогнозирования развития сельскохозяйственной организаций на различных уровнях иерархии управления на базе стратегического подхода.

Как следствие возросших потребностей в разработке плановых и прогнозных обоснованиях в настоящее время все чаще возникает потребность в быстрой и качественной обработке больших объемов разнородной экономической информации для принятия управленческих решений. Любое предприятие можно и нужно рассматривать как сложную динамическую систему, функционирующую в условиях постоянно изменяющейся внешней среды. Наибольшей зависимости от условий внешней среды подвержены предприятия в сфере сельского хозяйства. Для успешной деятельности предприятий необходимо уменьшение времени реакции на изменение внешней среды, точное предвидение изменений, правильный и своевременный анализ ситуаций. При решении данной задачи необходимо преодолеть следующие препятствия:

• информация, требующая обработки, достаточно разнообразна и представлена в различных источниках;

• объем информации значителен и имеет тенденцию к быстрому увеличению;

• необходимо оперативно отслеживать изменения в экономической обстановке и адекватно на них реагировать.

Правильность принятия того или иного решения напрямую зависит от качества подготовленной информации и своевременности ее обработки.

Необходимость создания автоматизированных систем анализа экономической информации объясняется невозможностью преодоления всех вышеперечисленных трудностей путем «ручных» расчетов. Применение хорошо известных и разработанных методик при автоматизированной обработке оставляют открытой проблему устранения ошибок расчетов, неправильного использования методов анализа и оперативной адаптации алгоритмов расчетов к нестандартной ситуации.

Одна из множества причин, способствующих применению автоматизированных систем обработки информации - необходимость своевременной обработки значительного объема данных об исследуемом объекте. В случае исследования деятельности сельскохозяйственной организации необходимо учитывать:

• широкий спектр производимой продукции, множество видов деятельности и технологий производства;

• потребность в оперативном реагировании на изменение погодных, экономических, правовых и других условий среды функционирования предприятия;

• ограниченность возможных резких изменений в деятельности предприятия;

• достаточно жесткие технологические требования к процессу производства отдельных видов продукции при нечеткости получаемой и отслеживаемой информации о большинстве процессов.

Для решения подобных задач применяют, как правило, системы управления базами данных и табличные процессоры. Однако используемые в этих программах технологии не отвечают стоящим перед ними задачам с точки зрения изучения отдельного предприятия. Появление технологий интеллектуального анализа данных не позволило кардинально изменить ситуацию в связи с отсутствием специалистов высокого уровня и достаточного финансирования. Так, для внедрения подобных систем требуются специализированные центры по сбору, систематизации, обработке и распространению информации. В настоящее время у отдельных предприятий отсутствуют значительные финансовые средства для оплаты услуг исследовательских центров, а программы по поддержке деятельности подобных центров со стороны государства не позволяют кардинально изменить ситуацию.

За последние годы широкое распространение получили персональные компьютеры, работающие под управлением одной и той же операционной системы и обладающие одним и тем же набором базовых программ; появилось достаточно персонала, способного обеспечить функционирование подобных комплексов на различных уровнях управления.

В качестве одного из вариантов разрешения сложившейся проблемы с потребностью в исследовании деятельности отдельных сельскохозяйственной организаций можно использовать программные комплексы, ориентированные на описание структурных и функциональных схем деятельности экономистами-математиками. Конечными пользователями этих описаний должны быть специалисты на предприятиях.

Один из путей преодоления препятствий к эффективному удовлетворению потребностей для управляющих сельскохозяйственной организацией в информации — разработка программного средства, предоставляющего формальный аппарат для описания алгоритмов в терминах учетных и аналитических документов и выбирающего требуемый алгоритм анализа исходя из заданной цели расчетов.

Целью диссертационной работы является исследование научно-методических и практических вопросов совершенствования системы прогнозных обоснований в стратегическом планировании на основе разработки автоматизированной информационной модели. Поставленная цель определила следующие задачи:

• изучить научно-теоретические основы разработки прогнозных обоснований в планировании;

• изучить теоретические основы стратегического прогнозирования и планирования, определить роль, место и процедуры стратегического прогнозирования при формировании перспектив развития сельскохозяйственных организаций административного района;

• систематизировать опыт проведения анализа деятельности предприятий с точки зрения прогнозирования и планирования;

• отобрать типические районы и сельскохозяйственные организации;

• разработать совокупность показателей и создавать банк данных для проведения экономического анализа развития сельскохозяйственных предприятий административного района с точки зрения выбора стратегии дальнейшего развития и провести анализ выбранных типичных хозяйств одного из районов Московской области;

• описать и разработать программный комплекс в виде автоматизированной информационной модели в рамках предметной области;

• предложить и обосновать наиболее вероятные модели стратегий для отобранных предприятий района.

В качестве базовых объектов исследования выступили сельскохозяйственные организации Чеховского административного района Московской области.

Предметом исследования являлась реализация методов стратегического прогнозирования программными средствами, позволяющая с необходимой точностью оценить потенциальные возможности с.-х. предприятий, разработать соответствующие производственные программы на средне- и долгосрочный периоды, скоординировать производство конкурентоспособной продукции.

Источником исходной информации послужили нормативные акты Правительства Российской Федерации, официальная информация статистических органов РФ, данные областного Министерства сельского хозяйства при Правительстве Московской области, Управления сельского хозяйства Чеховского района Московской области за 20-летний период, годовые отчеты сельскохозяйственных организаций исследуемых районов, труды отечественных и зарубежных ученых, а также исследования автора.

Теоретической и методологической основой исследования послужили диалектический метод познания экономических явлений и категорий, теоретические и методологические положения, разработанные отечественными и зарубежными учеными в области экономики, планирования, прогнозирования и управления аграрным производством и всей экономикой в целом. Общеметодической основой послужил системный анализ. Разнообразие объектов и задач, в рамках проведенного исследования, обусловило необходимость использования различных методов.

Абстрактно-логический метод был использован при формулировании понятий, раскрытии сущности стратегического прогнозирования, определении его роли, места и процедуры проведения при определении альтернатив развития сельскохозяйственных организаций.

Статистико-экономический метод, методы сравнительного и корреляционно-регрессионного анализа были использованы при экономической оценке уровня развития сельского хозяйства Московской области, выборе наиболее типичных административных районов.

Расчетно-конструктивный метод и метод экономико-математического моделирования были использованы при формировании стратегических альтернатив развития сельскохозяйственных организаций административного района на среднесрочную перспективу.

Метод экспертных оценок был использован при формировании системы технико-экономических показателей для сценариев развития сельскохозяйственных организаций в среднесрочной перспективе и оценке полученных проектных решений.

Научная новизна исследования состоит в следующем:

• обобщены основные понятия и подходы, роль и место прогнозирования и планирования в современных условиях;

• определена экономическая сущность стратегического прогнозирования, его роль и место во взаимосвязи со стратегическим планированием при определении перспектив развития сельскохозяйственных организаций;

• исследовано содержание различных подходов к формированию стратегии развития отечественного сельского хозяйства и экономики РФ в целом на средне- и долгосрочный периоды;

• предложены методические подходы и разработана совокупность показателей для проведения анализа уровня и основных тенденций развития сельскохозяйственных организаций административного района с точки зрения дальнейшего определения основных стратегий их развития на перспективу;

• определена процедура стратегического прогнозирования развития сельскохозяйственных организаций административного района;

• разработаны сценарии развития каждого из сельскохозяйственных организаций на среднесрочную перспективу с точки зрения стратегии и тактики их поведения в условиях становления рыночных отношений, с дальнейшим выходов на районный уровень.

Практическая значимость работы состоит в том, что реализация изложенных предложений:

• позволит проектировать сценарии и определять перспективы развития сельского хозяйства административных районов на среднесрочную перспективу с точки зрения стратегии и тактики поведения каждого из сельскохозяйственных организаций в условиях становления рыночных отношений; будет способствовать улучшению управляемости сельскохозяйственными организациями на уровне административного района, а также расширит возможности регулирования экономических отношений. Основные методические положения проведенного исследования будут использованы в учебном процессе на кафедре прогнозирования и планирования АПК МСХА им. К.А.Тимирязева и могут быть использованы в учебном процессе на других кафедрах и других высших учебных заведениях при подготовке специалистов аграрного профиля, а также при проведении дальнейших научных исследований по данной проблеме.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Шевченко, Андрей Александрович

выводы

Целью диссертационной работы являлось исследование научно-методических и практических вопросов совершенствования системы прогнозных обоснований в стратегическом планировании на основе разработки автоматизированной информационной модели.

Исследование проблемы разработки и использования информационных моделей в прогнозировании при анализе деятельности сельскохозяйственных организаций административного района, изложенное в представленной работе, позволило сформулировать следующие обобщающие выводы:

1. Использование предложенной методики и созданных банков данных в районных управлениях сельского хозяйства будет способствовать улучшению управляемости сельскохозяйственными организациями на уровне административного района, а также расширит возможности регулирования экономических отношений.

2. По результатам анализа в длительной динамике, проведенного по сельскохозяйственным организациям всех категорий Чеховского района Московской области было выявлено, что несмотря на катастрофическое ухудшение ситуации с материально-техническим обеспечением сельского хозяйства на фоне обвального падения объемов производства основных видов сельскохозяйственной продукции (за период 1986-1999 гг.), на сегодняшний день уже наметилось ряд положительных тенденций в развитии: стабилизировалась ситуация с падением размера площадей сельскохозяйственных угодий и пашни; стабилизировались размеры поголовья коров и молодняка КРС; в 2000 году была переломлена ситуация значительного спада объемов производства молока.

3. Разработка множественных сценариев позволит спрогнозировать и сформулировать стратегии наиболее вероятного направления развития сельскохозяйственных организаций, изложенная в диссертации методика может быть использована при проектировании индикативным путем перспектив развития сельского хозяйства административного района на среднесрочную перспективу (3-5 лет).

4. Обоснованные методические подходы по формированию информационных моделей для стратегического прогнозирования могут сравнительно легко внедряться в сельскохозяйственное производство на разных уровнях управления.

В результате проведенных в рамках исследований достигнуты следующие результаты:

• создана программная реализация формализма описания данных;

• создана программная реализация системы хранения информации;

• созданы 3 программных модуля обработки информации, подтверждена работоспособность одного из них;

• произведена проверка программного продукта в конкретной предметной области.

Предложенный в работе формализм позволяет (после расширения набора определенных объектов и правил в программной реализации формализма) создавать ИМ различной сложности и назначения (обоснование приведено в Главе И).

Для программной реализации основными преимуществами по сравнению с другими прикладными программами (доступными для изучения) достигнуты:

• повышение скорости обработки информации в условиях многократного решения задачи для одной и той же описанной ИМ. Затраты на начальный анализ объекта исследования сопоставимы с другими системами, но при последующем повторном использовании ИМ по сравнению с известными системами решения линейных математических моделей достигнуто снижение затрат времени в соотношении 1:15 (с 7 часов для набора из 12 аналитических таблиц до 20-35 минут);

• возможность быстрой адаптации разработанной ИМ к другому объекту исследования. Проведено тестирование на 7 аналогичных объектах, допускающих использования одной структуры ИМ;

• возможность быстрого формирования результатов решения задачи в документы отчетов. Оформление отчетов возможно по однократно описанной схеме.

Проверка работоспособности отдельных элементов программного комплекса (разработано 7 вариантов организации информации и доступа к ней, до завершения доведено 3 проекта) в течении 1-2 лет позволяют наладить регулярное использование ПК АИМ в целях анализа массивов информации на уровне различных сельскохозяйственной организации для оптимизации процессов сельскохозяйственного производства.

Использование созданного программного комплекса на систематической основе позволяет значительно повысить качество работы экономистов, а также высвободить значительные ресурсы времени специалистов для разработки и описания ряда задач, требующих решения. Дальнейшее развитие программного комплекса позволит:

• использовать методы оптимизации нелинейных экономических моделей;

• описывать задачи уровня районов и регионов; применять методы искусственного интеллекта для анализа социальной сферы, а также организационных и управленческих структур.

Список литературы диссертационного исследования кандидат экономических наук Шевченко, Андрей Александрович, 2003 год

1. Акулич И.Л. Математическое программирование в примерах и задачах. — М.: Высшая школа, 1986.

2. Алексеева М.М. Планирование деятельности фирмы: Учебно-методическое пособие. М.: Финансы и статистика, 1997. 246 с.

3. Аллен Р. Математическая экономия. — М.: ИЛ, 1963.

4. Аоки М. Введение в методы оптимизации. — М.: Наука, 1977,

5. Ашманов С.А. Введение в математическую экономику. — М.: Наука, 1984.

6. Баканов М.И., Шеремет А.Д., Теория экономического анализа. М., Мир, 1996.

7. Банди Б. Методы оптимизации (вводный курс). — М.: Радио и связь, 1988.

8. Блекуэлл Д., Гиршик М.А. Теория игр и статистических решений.—М.: ИЛ, 1958.

9. Бойко В.В., Савинков В.М. Проектирование баз данных информационных систем. М., "Финансы и статистика", 1989.

10. Болтянский В.Г. Математические методы оптимального управления. — М.: Наука, 1966.

11. П.Булавский В.А., Звягина P.A., Яковлева М.А. Численные методы линейного программирования. — М.: Наука, 1977.

12. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++, 2-е издание, пер. с англ., М.:"Бином"., СПб.: "Невский диалект", 2001.-560 с.

13. В. Корнеев. Параллельные вычислительные системы. М., Нолидж, 1999,312с.

14. Вагнер Г. Основы исследования операций. — М.: Мир, 1985.

15. Васильев Ф.П. Численные методы решения экстремальных задач. — М.: Наука, 1980.

16. Вассерман JI. И., Дюк В. А., Иовлев Б. В., Червинская К. Р. Психологическая диагностика и новые информационные технологии. — СПб.: СЛП, 1997.

17. Введение в нелинейное программирование/ Под ред. К.-Х. Эльстера. — М.: Наука, 1985.

18. Веитцель Е.С. Исследование операций. — М.: Наука, 1988.

19. Винер Н. Кибернетика. — М.: Советское радио, 1968.

20. Вирт Н., Алгоритмы и структуры данных. М., Мир, 1989.

21. Владимиров B.C. Уравнения математической физики. — М.: Наука, 1971.

22. Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. — М.: Радио и связь, 1992.

23. Гатаулин A.M. Система прикладных статистико-математических методов обработки экспериментальных данных в сельском хозяйстве. М., 1992. — Т.1.- 160 с.

24. Гейл Д. Теория линейных математических моделей. М.: Мир, 1969. —342 с.

25. Гельфанд И. И., Розенфельд Б. И., Шифрин М. А. Структурная организация данных в задачах медицинской диагностики и прогнозирования//Вопросы кибернетики. Задачи медицинской диагностики и прогнозирования с точки зрения врача. М.: АН СССР, 1988.-С. 5-64.

26. Гилл Ф., Миррей У., Райт М. Практическая оптимизация. — М.: Мир, 1985.

27. Гроссман К., Каплан A.A. Нелинейное программирование на основе безусловной минимизации. — Новосибирск: Наука, 1981.

28. Данциг Дж. Линейное программирование, его применения и обобщения. — М.: Прогресс, 1966.

29. Джонсон Р., Каст Ф., Розенцвейг Д. Системы и руководство.— М.: Советское радио, 1971.

30. Замков О.О., Толстопятенко A.B., Черемных Ю.Н. Математические методы в экономике. — М.: ДИС, 1997.

31. З1.3ангвилл У. Нелинейное программирование. Единый подход. — М.: Сов. радио, 1973.

32. Зангвилл У.И. Нелинейное программирование. — М.: Советское радио, 1973.

33. Землянский A.A. Агропромышленный комплекс: вложения, информатизация. М.: Изд-во МСХА, 1998. 251 с.

34. Землянский A.A., Морозов В.П. Структурная организация системы обработки данных. // Теория и практика сбора, передачи и обработки экономической информации. М., 1971. 12 с.

35. Землянский A.A., Светлов Н.М. Теоретические основы формализации линейного экономико-математического моделирования // Современные информационные технологии в экономике: Сб. научн. трудов. / Моск. эконом.-стат. ин-т. М., 1992. С. 85-100.

36. Зинченко А.П. Сельскохозяйственная статистика с основами социально-экономической статистики. М.: Изд-во МСХА, 1998. 429 с.

37. Зойтендейк Г. Методы возможных направлений. — М.: HJI, 1963.

38. Зуховицкий С.Н., Авдеева А.И. Линейное и выпуклое программирование. — М.: Физматгиз, 1967.

39. Идрисов А.Б., Картышев C.B., Постников A.B. Стратегическое планирование и анализ эффективности инвестиций. 2-е изд. М.: Филинъ, 1998.272 с.

40. Ильина Р. Об индикативном (рекомендательном) планировании в капиталистических странах/ЯТлановое хозяйство. 1990.№ U.C. 108—112.

41. Интриллигатор М. Математические методы оптимизации и экономическая теория. — М.: Прогресс, 1975.

42. Иоффе -Л.Д, Тихомиров В.М. Теория экстремальных задач. — М.:Наука, 1974.

43. Карлин С. Математические методы в теории игр, программировании и экономике. М., Мир, 1964.

44. Kapp Ч., Хоув Ч. Количественные методы принятия решений в экономике и управлении. — М.: Мир, 1966.

45. Киселев C.B. Государственное регулирование сельского хозяйства в условиях переходной экономики. М.: Колос, 1994. 180с.

46. Кнут Д. Э., Искусство программирования, тома 1-3, М., Издательский дом "Вильяме", 2000.

47. Колемаев В.А. Математическая экономика. — М.: ЮНИТИ, 1998.

48. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика. — М.: ИНФРА-М, 1997.

49. Кривоножко В.Е., Пропой А.И., Сеньков Р.В., Родченков И.В., Анохин П.М., Анализ эффективности функционирования сложных систем. Автоматизация проектирования, 1999, №1.

50. Кротов Ф.В. и др. Основы теории оптимального управления. — М.: Высшая школа, 1990.

51. Кудрявцев Л.Д. Математический анализ. Т. I, II. — М.: Высшая школа, 1970.

52. Курош А.Г. Курс высшей алгебры. — М.: Физматгиз, 1971.

53. Ланкастер П. Теория матриц. — М.: Физматгиз, 1978.

54. Личко К. П Прогнозирование и планирование аграрно-промышленного комплекса: Учебник — М.,Гардарики, 1999, 264 с.

55. Личко К. П. Планирование и прогнозирование развития сельскохозяйственной сферы АПК. (Опыт и проблемы). М.: МСХА, 1994. -218с.

56. Личко К.П. Теоретические основы системы планирования аграрной сферы АПК в условиях формирования нового экономического механизма хозяйствования- Лекция. М.: МСХА, 1992. 48 с.

57. Математическая теория оптимальных процессов Л.С. Понтрягин, В.Г. Болтянский, Р.В. Гамкрелидзе, Е.Ф. Мищенко — М.: Наука, 1983.

58. Математическое моделирование экономических процессов в сельском хозяйстве, Учебник для вузов под ред. проф.А.М.Гатаулина, М., Агропромиздат, 1990.

59. Михалевич B.C., Кукса А.И. Методы последовательной оптимизации. — М.: Наука, 1983.

60. Моисеев H.H., Иванилов Ю.П., Столярова Е.М. Методы оптимизации. — М.: Наука, 1978.

61. Моррис У. Наука об управлении. Байесовский подход. — М.: Мир, 1971.

62. Муртаф Б. Современное линейное программирование. — М.: Мир, 1984.

63. Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. — М.: Физматгиз, 1970.

64. Никайдо X. Выпуклые структуры и математическая экономика.—М.: Мир, 1972.

65. Ногин В.Д., Протодьяконов И.О., Евлампиев И.И. Основы теории оптимизации. — М.: Высшая школа, 1986.

66. Ноэль Э. Массовые опросы: Пер. с нем. — М.; Прогресс, 1978.

67. Основы экономического и социального прогнозирования: Учебник / Под ред В.Н. Мосина, Д.М. Крука. М.: Высшая школа, 1985. 200 с.

68. Пажитнов Л. А. Логическая структура компьютерной игры//Микропроцессорные средства и системы. — 1987. — № 3. — С. 1113.

69. Пападимитриу X., Стайглиц К. Комбинаторная оптимизация. — М.:Мир, 1985.

70. Первозванский А. А., Первозванская Т.Н. Финансовый рынок: расчеты и риск. — М.: ИНФРА-М, 1994.

71. Поляк Б.Т. Введение в оптимизацию. — М.: Наука, 1983.

72. Понтрягин Л.С. Математическая теория оптимального управления. — М.: Наука, 1976.

73. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. М., Финансы и статистика, 1996.

74. Поспелов Д. А. Ситуационное управление: теория и практика. — М.: Наука, 1986.

75. Практикум по математическому моделированию экономических процессов в сельском хозяйстве под ред. А.Ф.Карпенко, М., Агропромиздат, 1985.

76. Реклейтис Г., Рейвиндран A.A. Рэгсдэл К. Оптимизация в технике. T. I, II. — M.: Мир, 1986.

77. Рыжиков Ю.И. Управление запасами. — М.: Наука, 1969.

78. Самуэльсон П. Экономика. — М.: Прогресс, 1992.

79. Cea Ж. Оптимизация. Теория и алгоритмы. — М.: Мир, 1973.

80. Серков А.Ф. Индикативное планирование в сельском хозяйстве. М.: Информагробизнес, 1996. 162с.

81. Сибуя М., Ямамото Т. Алгоритмы обработки данных. М., Мир, 1986.

82. Системы управления базами данных и знаний под ред. А.Н.Наумова. М., 1991.

83. Стратегическое планирование: Учебник / Под ред. Э.А. Уткина. М.: Тандем, 1998.438с.

84. Сухарев А.Г., Тимохов A.B., Федоров В.В. Курс методов оптимизации. — М.: Наука, 1986.

85. Taxa X. Введение в исследование операций. — М.: Мир, 1985.

86. Taxa X. Введение в исследование операций. T. I, II, III. — M.: Мир, 1972.

87. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М., Синтег, 1998.

88. Треногий В.А. Функциональный анализ. — М.: Наука, 1980.

89. Фалин Г.Н., Фалин А.Н. Введение в актуарную математику.— М.:Изд-во МГУ, 1994.

90. Федоренко Р.П. Приближенное решение задач оптимального управления. — М.: Наука, 1978.

91. Фиакко А., Мак-Кормик Г. Нелинейное программирование. Методы последовательной безусловной минимизации. — М.: Мир, 1972.

92. Франселла Ф., Баннистер Д. Новый метод исследования личности. — М.: Прогресс, 1987.

93. Харари Ф. Теория графов. — М.: Мир, 1967.

94. Хедли Дж. Нелинейное и динамическое программирование. — М.: Мир, 1967.

95. Химмельблау Д. Прикладное нелинейное программирование. — М.: Мир, 1975.

96. Цигичко В.Н, Прогнозирование социально-экономических процессов. М.: Финансы и статистика, 1986. 210с.

97. Чепурных Н.В., Новоселов А.Л. Планирование и прогнозирование природопользования. М.: Интерпракс, 1995. 288 с.

98. Червинская К. Р. Методы концептуального анализа знаний//Методы и системы принятия решений. Системы поддержки процессов проектирования на основе знаний. — Рига: Рижск. техн. ун-т, 1991. — С. 116-122.

99. Четыркин Е.М. Методы финансовых и коммерческих расчетов. — М.: Дело, 1995.

100. Эрроу К. Дж., Гурвиц Д., Удзава X. Исследования по линейному и нелинейному программированию. — М.: ИЛ, 1962.

101. Эртли-Каякоб П. Экономическая кибернетика на практике. — М.: Экономика, 1983.

102. Эшби У.Р. Введение в кибернетику. — М.: ИЛ, 1959.

103. Arunabha Bagchi. Stackelberg Diflerental Games in Economic Models. — Springerg — Verlag, 1984.

104. Banker R.D., Charnes A., Cooper W.W. Some models for estimating technical and scale efficiency in data envelopment analysis.//Management Science, 1984, 30/9.

105. Basar Т., Olsder I. Dynamic Noncooperative Game Theory. — London, Acad. Press, 1982.

106. Bierman N. S., Fernandez L. Game theory nith economic applications. Addison — Wesley Publishing Company, INC, USA, 1993.

107. Brams S. J. Theory of Moves. Cambridge University Press, 1994.

108. Charnes A., Cooper W.W. and Rhodes E. Measuring of efficiency of decision making units.//EJOR, 1978, vol 2.

109. Friedman A. Differential Games. — N. Y., John Wiley, 1971.

110. Fudenberg D., Tirole J. Game theory. MIT Press, Cambridge, Massachusetts, London, England. 1992.

111. Giblons R. Game theory for applied economists. Princeton University Press, Princeton, Newgersey, 1992.

112. Goldberg D.E. Genetic algorithms in search, optimization and machine learning. Adison Wesley, Reading, MA, 1989.

113. Harsanyi J. C., Selten R. A. General Theory of Eguilibrium Selection in Games.

114. The MIT Press, Cambridge, Massachusetts, London, England. 1989.

115. Hayes-Roth B„ Johnson M. V., Garvey A. and Hewett H. Building systems in the BB environment. In Blackboard Systems (Englemore R. and Morgan Т., eds.), Chapter 29. Reading, MA: Addison-Wesley, 1988.

116. Hayes-Roth B. Blackboard architecture for control. Artificial Intelligence, 26, p. 251-321, 1985.

117. Hayes-Roth F., Waterman D. A. and Lenat D., eds. Building Expert Systems. Reading, MA: Addison-Wesley, 1983. (Русский перевод: ХеЙес-Рот Ф., Уотерман Д., Ленат Д. Построение экспертных систем. — М.: Мир, 1987. — 430с.)

118. Hayes-Roth В., Buchanan В., LichtargeO., HewettM., AltmanR., BrinkleyJ., Cornelius С., Duncan В. and JardetzkyO. PROTEAN: deriving protein structure from constraints. In Proc. National Conference on Artificial Intelligence, p. 904909, 1986.

119. Hayes-Roth В., Garvey A., Johnson M. V. and Hewett H. A Modular and Layered Environment for Reasoning About Action. Technical Report No. KSL 86-38, Knowledge Systems Laboratory, Stanford University, 1987.

120. Hampshir J. II, B.A. Perlmutter. Equivalence Proofs for Multy-Layer Perceptron Classifiers and the Bayesian Discriminant Function // Carnegie Mellon University, Pittsburg, 1997.

121. Kowalski R. A. Logic as a computer language. In Logic Programming (Clark K. L. and Taralund S. -A., eds.) Chapter I. London: Academic Press, 1982.

122. Kowalski R. A. Logic for Problem Solving. Amsterdam: North-Holland, 1979.

123. Kahneman D. and Tversky A. Subjective probability: a judgement of representativeness. Cognitive Psychology, 3, p. 430-454, 1972.

124. Kahneman D., Slovic P. and Tversky A., eds. Judgement under Uncertainty: Heuristics and Biases. Cambridge: Cambridge University Press, 1982.

125. Kunz J. C., Kehler T. P. and Williams M. D. Applications development using a hybrid AI development system. AI Magazine, 5(3), Fall, p. 41-54, 1984.

126. Mitchell T. M. Version Spaces: An Approach to Concept Learning. Report No. STAN-CS-78-711, Computer Science Department, Stanford University, 1978.

127. Mitchell T. M., Keller R. M. and Kedar-Cabelli S. T. Explanation-based generalization: A unifying view. Machine Learning, 1(1), p. 47-80, 1986.

128. Mitchell T. M. Generalization as search. Artificial Intelligence, 18,203-226, 1982.

129. Mitchell T. M. Machine Learning. New York, NY: McGraw-Hill, 1997.

130. Mohamed E., El-Rewini H., Abdel-Wahab H., Helal A. Parallel Database Architectures: A Comparison Stady. Informática, Vol. 22, No. 3,1998, pp. 195-203.

131. Myerson R. B. Game Theory. Analysis of Conflict. Harvard University Press. Cambridge, Massachusetts, London, England, 1991.

132. Newell A. and Simon H. A. Computer science as empirical enquiry. Communications of the Association for Computing Machinery, 19(3), p. 113126, 1976.

133. Newell A. and Simon H. A. Human Problem Solving. Englewood-Cliffs, NJ: Prentice-Hall, 1972.

134. Newell A. Physical symbol systems. In Perspectives on Cognitive Science (Norman D. A., eds.), Chapter 4. Norwood, NJ: Ablex, 1981.

135. Newell A. The knowledge level. Artificial Intelligence, 18, p. 87-127, 1982.

136. Owen G. Game Theory. Second Edition. Acad. Press, 1982.

137. P. J. Hayes and S. P. Weinstein. Construe/TIS: A system for content-based indexing of a database of news stories. In Innovative Applications of Artificial Intelligence 2, pages 49-64. The AAAI Press/The MIT Press, Cambridge, MA, 1991.

138. Paradi J.C., Reese D.N. and Rosen D. Application of DEA to measure the efficiency of software production at two large Canadian banks.//Annals of OR, 1997, #73.

139. Pearl J. Heuristics. Intelligent Search Strategies for Computer ProblemSolving. Reading, MA: Addison-Wesley, 1984.

140. Pearl J. On evidential reasoning in a hierarchy of hypotheses. Artificial Intelligence, 28 p. 9-15, 1986.

141. Pearl J. Probabilistic Reasoning for Intelligent Systems. Los Altos, CA: Morgan Kauf-mann, 1988.

142. Pearl J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Los Altos, CA: Morgan Kaufmann, 1997.

143. Pearl J. Reverend Bayes on inference engines: a distributed hierarchical approach. In Proc. National Conference on Artificial Intelligence, p. 133-136, 1982.

144. Petrosjan L. A. Differential Games of Pursuit. World Scientific Publishing Co. Pte Ltd. London, Singapore, 1993.

145. Quinlan J. R. Learning efficient classification procedures and their application to chess endgames. In Machine Learning (Michalski A. S., Carbonell J. G. and Mitchell Т. M., eds.). Chapter 15. Palo Alto, CA: Tioga, 1983.

146. Quinlan J. R. C4.5: Programs for Machine Learning. San Mateo, CA: Morgan Kaufmann, 1993.

147. Quinlan J. R. Discovering rules from large collections of examples: a case study. In Expert Systems in the Micro-Electronic Age (Michie D., eds.), p. 168201. Edinburgh: Edinburgh University Press, 1979.

148. Quinlan J. R. Induction of decision trees. Machine Learning, l,p. 81 -106, 1986.

149. Quinlan J. R. The effect of noise on concept learning. In Machine Learning Vol. II (Michalski R. S., Carbonell J. G. and Mitchell Т. M., eds.). Chapter 6, Palo Alto, CA: Tioga, 1986.

150. Quinlan J. R., eds. Applications of Expert Systems. Sydney: Addison-Wesley, 1987.

151. Stroustrup B. The С++ Programming Language, 3rd ed. Reading, MA: Addison-Wesley, 1997.

152. Van Damme, EES. Stability and Perfection of Nash Eguilibria. Springer — Verbag, Berlin, №. 9. 1991.

153. Wang C.H., Gopal R.D. and Zionts S. Use of Data Envelopment Analysis in assessing Information Technology impact on firm performance.//Annals of OR, 1997, №73.

154. Waterman D. A. A Guide to Expert Systems. Reading, MA: Addison-Wesley, 1986. (Русский перевод:. Уотермен Д. Руководство по экспертным системам. — М.: Мир, 1989.)

155. Waterman D. A. and Hayes-Rbth F. Pattern Directed Inference Systems. New York: Academic Press, 1978.

156. Watson I. and Marir F. Case-Based Reasoning: A Review. The Knowledge Engineering Review, 9 (4), p. 355-381, 1994.

157. Watson I. Progress in Case-Based Reasoning. Lecture Notes in Artificial Intelligence, 1020. Berlin: Springer-Verlag, 1995.

158. Weibull J. W. Evolutionary Game Theory. MIT Press, Cambridge, Massachusetts, London, England. 1995.