Методы и алгоритмы для управления процессами кадрового обеспечения региона тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Татьянкин, Виталий Михайлович

• Татьянкин, Виталий Михайлович
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Татьянкин, Виталий Михайлович

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

1. ХАРАКТЕРИСТИКА И ПОДХОДЫ К УПРАВЛЕНИЮ КАДРОВЫМ

ОБЕСПЕЧЕНИЕМ РЕГИОНА

1.1 Современное состояние рынка труда Ханты-Мансийского автономного округа - Югры

1.2. Подходы к управлению кадровым обеспечением региона

1.3.Численная апробация существующего подхода к управлению кадровым обеспечением региона

1.4. Результаты и выводы

2. МЕТОДЫ И АЛГОРИТМЫ ДЛЯ УПРАВЛЕНИЯ ПРОЦЕССАМИ КАДРОВОГО ОБЕСПЕЧЕНИЯ РЕГИОНА

2.1. Модифицированная математическая модель регионального рынка труда

2.2. Метод прогнозирования кадровой потребности региона, которую восполнят учреждения профессионального образования

2.3. Метод прогнозирования численности занятых по видам экономической деятельности

2.4. Метод формирования оптимального с точки зрения экономики региона заказа на подготовку кадров для сети учреждений профессионального образования в рамках региональных ограничений

2.5. Недостатки статистических данных при прогнозировании кадровой потребности

2.6. Результаты и выводы

3. ПРОБЛЕМНО-ОРИЕНТИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ КАДРОВОГО ОБЕСПЕЧЕНИЯ РЕГИОНА

3.1. Структура проблемно-ориентированной системы

3.2. Подсистема прогнозирования

3.3. Подсистема рейтингования

3.4. Подсистема распределения контрольных цифр приёма

3.5.Численная апробация проблемно-ориентированной системы управления «Регион»

3.6. Результаты и выводы

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы для управления процессами кадрового обеспечения региона»

ВВЕДЕНИЕ

Решение задач разработки и внедрения проблемно-ориентированных систем управления кадровым обеспечением региона является одним из приоритетов в стратегии инновационного развития Российской Федерации на период до 2020 года. В качестве основных ресурсов обеспечения трудовыми ресурсами региона рассматриваются: миграционные потоки, вахтовый метод работы, обучение в системе профессионального образования региона и за его пределами. Особое внимание уделено задаче управления потоком выпуска специалистов из системы профессионального образования региона. Решение этой задачи определяет динамику и возможность развития основных и инновационных производств, диверсификацию структуры экономики региона, формирование конкурентно способной структуры рынка труда. Формирование структуры рынка труда требует построения системы управления профессиональной подготовки кадров, обеспечивающей воспроизводство трудовых ресурсов согласно требованиям региональной экономики, которая будет реализована в виде проблемно-ориентированной системы управления кадровым обеспечением региона. Это, в свою очередь, требует решения комплекса задач по моделированию рынка труда и разработке метода оптимального формирования заказа на подготовку кадров. Критериями оптимальности в рамках стратегии социально-экономического развития являются: обеспеченность стратегических отраслей экономики трудовыми ресурсами, эффективность использования бюджетных средств, соответствие динамики развития региональной системы профессионального образования потребностям экономики. Основным потребителем проблемно-ориентированной системы управления кадровым обеспечением региона выступают органы региональной власти, ответственные за политику в сфере рынка труда и формирования контрольных цифр приёма.

В настоящее время имеется следующий мировой опыт использования математических моделей для анализа развития рынка труда: модель межотраслевого баланса INFORGE1 (Германия), модель состояния рынка труда MONASH и ORANI-ED2 (Австралия и страны Азии), модель MDM - E33 (Великобритания). Эти модели не учитывают региональную специфику, а прогнозирование кадровых потребностей региона определяется как доля от общей потребности в трудовых ресурсах4 по стране. Российская Федерация обладает высокой дифференциацией регионов по социально-экономическим параметрам, что обуславливает низкую эффективность использования вышеприведенных математических моделей.

В СССР использовалась модель межотраслевого баланса, разработанная В. В. Леонтьевым, применение которой в настоящее время малоэффективно для анализа рынка труда на региональном уровне в связи с изменением типа экономики, структуры системы профессионального образования, бюджетной политики.

Большой вклад в развитие моделирования отечественного рынка труда внесли работы таких авторов, как В. А. Гуртов5(ФГБОУ ВО ПетрГУ), З. А. Васильева6(ФГБОУ ВО КГТУ), М.В. Облаухова, Н.Л. Казначеева7(ФГБОУ

Christian Lutz. Forecasting the Interindustry Development of the German Economy: The Model INFORGE [INterindustryFORecastingGErmany]. Ges.forWirtschaftl. Strukturforschung (GWS), 2003.

2MaheshwarRao. ORANI-ED: A CGE model of the Australian economy for labour market forecasting and education and training sector policy analysis. A thesis submitted to Monash University in fulfilment of the requirements for the degree of Doctor of Philosophy.

3MDM-E3: UK Multisectoral Dynamic Model - E3 - URL: - http://www.camecon.com/MacroSectoral/ MacroSectoraluk/ModellingCapability/MDM-E3UKMultisectoralDynamicModel.aspx. Дата обращения: 05.05.2014.

4Гуртов В. А. Модели среднесрочного прогнозирования спроса экономики на квалифицированные кадры / В. А. Гуртов, Кекконен А. Л// Кадровик. Рекрутинг для кадровика. - М., 2010. - №. 12 - С.58-66.

5Гуртов В. А. Математическая модель прогнозирования спроса и предложения на рынке труда в российских регионах / В. А. Гуртов, Е. А. Питухин // Обозрение прикладной и промышленной математики. -М., 2004. - Т. 11. - Вып. 3. - С.539-546.

6 Васильева З. А., Филимоненко И.В., Разнова Н.В. и др. Методические аспекты прогнозирования кадровой потребности региональной экономики: монография. - Красноярск: Крас. ИПЦ КГТУ, 2005. - 296с.

7 М.В. Облаухова, Н.Л. Казначеева. Об эффективности использования трудовых ресурсов в современной Российской экономике. Вестник Томского государственного университета. Экономика. - Томск, 2016. - №1(33). - с. 54-66.

ВО СибГУТИ),Т. Д. Карминская8 (ФГБОУ ВО ЮГУ), Макеева М.А.9(ЮНИИ ИТ).

Подходы перечисленных авторов позволяют определить кадровую потребность, учитывая следующие параметры: экономический рост, выход из самозанятости, выпуск из системы профессионального образования, миграция, естественное возрастное выбытие населения. В то же время мало исследовано влияние следующих факторов: увеличение числа работающих пенсионеров, академическая мобильность, нелинейное половозрастное распределение работающих, особые формы работы (вахтовый метод работ), хотя эти факторы имеют существенное значение при прогнозировании кадровой потребности. Так, например, в Ханты-Мансийском автономном округе - Югре процент работающих специалистов в пенсионном возрасте достигает 50 %, при среднем по стране 25 %, а вахтовые рабочие составляют 10 % от занятого населения. В Ямало-Ненецком автономном округе почти полностью отсутствует подготовка по профессиям высшего профессионального образования. Ряд профессий имеет как мужскую направленность (программисты, монтажники и т. д.), так и женскую (медсестры, воспитатели и т. д.).

Кроме математического моделирования для определения кадровой потребности применяются эмпирические методы, основанные на анкетировании. Работы в этом направлении есть как у отечественных авторов (А. Г. Мокроносов, центр профессионального образования г. Самара), так и у зарубежных («барометр специальностей» применяется в Финляндии, Польше). Как показала практика, применение этого метода определения кадровой потребности малоэффективно в РФ, в силу отсутствия законодательных требований по предоставлению работодателями требуемой для прогнозирования информации.

8 Карминская Т. Д., Алексеев В. И. Гибридная модель прогнозирования потребностей в квалифицированных кадрах для социально-экономических систем регионального уровня управления. Информационные системы и технологии. - Орёл, 2009. - Номер 2. - С. 3-11.

9 Макеева М.А. Моделирование и исследование динамики региональной сети учреждений профессионального образования: дис. канд. техн. наук: 05.13.18. - Ханты-Мансийск, 2011. - 179 л.

Целью диссертационной работы является разработка новых методов и алгоритмов по управлению процессами кадрового обеспечения региона для повышения их эффективности функционирования.

Достижение поставленной цели предполагает решение следующих задач:

1) модификация математической модели рынка труда, учитывающей региональные особенности;

2) разработка метода прогнозирования кадровой потребности региона по видам экономической деятельности;

3) разработка метода прогнозирования кадровой потребности региона, которую восполнят учреждения профессионального образования.

4) разработка алгоритма формирования оптимального с точки зрения экономики региона заказа на подготовку кадров для сети учреждений профессионального образования;

5) разработка проблемно-ориентированной системы управления кадрового обеспечения региона, обеспечивающая прогнозирование дополнительной кадровой потребности региона, рейтингование учреждений профессионального образования, оптимальное формирование регионального заказа на подготовку кадров для учреждений профессионального образования;

6) исследование модифицированной модели рынка, разработанных методов и алгоритмов.

Научная новизна работы по трём областям специальности 05.13.10 отражена в следующих результатах.

Пункт 4: Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах.

1. Разработан метод прогнозирования кадровой потребности региона, которую должны восполнить учреждения профессионального образования региона, с использованием модифицированной математической модели регионального рынка труда, учитывающей динамику спроса на трудовые ресурсы, выпуск из системы профессионального образования, миграцию,

динамику числа работающих пенсионеров, академическую мобильность, нелинейное половозрастное распределение работающих, особые формы трудовой деятельности.

2. Разработан и обоснован метод формирования оптимального с точки зрения регионального рынка труда - регионального заказа на подготовку специалистов по сети учреждений профессионального образования.

3. Разработан и обоснован новый численный метод решения задач целочисленного, нелинейного программирования, позволяющий определить оптимальный с точки зрения регионального рынка труда заказ на подготовку специалистов.

Пункт 5: Разработка специального математического и программного обеспечения систем управления и механизмов принятия решений в социальных и экономических системах.

4. Разработаны динамически подключаемые библиотеки, реализующие разработанные алгоритмы и методы для управления процессами кадрового обеспечения региона.

Пункт 9: Разработка проблемно-ориентированных систем управления, принятия решений и оптимизации экономических и социальных систем.

5. Разработана и внедрена проблемно-ориентированная система поддержки принятия решений, включающая разработанные новые алгоритмы и методы для управления процессами кадрового обеспечения региона, а так же обеспечивающая прогнозирование кадровых потребностей региона, рейтингование учреждений профессионального образования, оптимальное формирование регионального заказа на подготовку кадров для учреждений профессионального образования, моделирование развития регионального рынка труда с учётом динамики изменения социальных параметров и различных сценариев бюджетной политики региона.

Соответствие диссертации паспорту научной специальности

Научные положения диссертации соответствуют формуле специальности 05.13.10 - Управление в социальных и экономических

системах (технические науки). Результаты проведённого исследования соответствуют областям исследования специальности, конкретно пунктам 4, 5 и 9 её паспорта.

Практическая значимость работы

1. Модифицированная модель регионального рынка труда, позволила сократить ошибку определения доступных трудовых ресурсов с 19% (при применении существующего подхода) до 5% (для ХМАО-Югры).

2. Разработанный метод формирования контрольных цифр приёма для региональных учреждений профессионального образования, позволит повысить эффективность управления процессами кадрового обеспечения региона.

3. Проблемно-ориентированная система поддержки принятия решений, позволит уменьшить влияние человеческого фактора при управлении в социально-экономических системах.

Теоретическая значимость работы

1. Модифицированная математическая модель регионального рынка является существенным вкладом в моделирование объектов, относящихся к сложным социально - экономическим системам.

2. Предложенный метод формирования оптимальной архитектуры нейронной сети и модифицированный алгоритм обратного распространения ошибки являются теоретическим вкладом в развитие научного направления искусственные нейронные сети.

3. Разработанный численный метод, является новым для решения одного вида задачи целочисленного нелинейного программирования.

Методы исследования

Для решения указанных задач в диссертационной работе использованы методы системного анализа, теории вероятности, искусственного интеллекта, вычислительной математики. Метод прогнозирования численности занятых по видам экономической деятельности реализована с применением многослойных нейронных сетей. Для распределения регионального заказа на

подготовку кадров среди учреждений профессионального образования используются методы оптимизации. Для реализации автоматизированного программного комплекса разработаны динамические библиотеки в среде вычислений инженерных и научных расчётов MatLABR2009b. Вычислительный эксперимент проводился на данных Ханты-Мансийского автономного округа - Югры.

На защиту выносится:

1) Модифицированная модель регионального рынка труда и метод прогнозирования кадровой потребности региона, которую восполнят учреждения профессионального образования;

2) Метод формирования оптимального с точки зрения регионального рынка труда регионального заказа на подготовку специалистов по сети учреждений профессионального образования;

3) Проблемно-ориентированная система поддержки принятия решений региона.

Степень достоверности и апробация результатов

Научные и практические результаты диссертационной работы были представлены и обсуждались на следующих конференциях и дискуссионных площадках.

1. Десятая международная научно-практическая конференция "Приоритетные направления развития науки и образования" (г. Чебоксары, 2016 г.).

2. Дискуссионная площадка "Система определения контрольных цифр приема ХМАО - Югры" (г. Ханты-Мансийск, 2015 г.).

3. Вторая международная научно - практическая конференция "Новое слово в науке: перспективы и развития" (г. Чебоксары, 2014 г.).

4. Дискуссионная площадка «Формирование прогноза количественной и качественной потребности региона в рабочих кадрах: теоретические модели и практические решения» (г. Смоленск, 2013 г.).

5. Межрегиональный совет начального, среднего профессионального образования Уральского федерального округа с пленарным докладом «Формирование контрольных цифр приёма на основе долгосрочного прогноза потребностей в подготовке рабочих кадров» (г. Сургут, 2013г.).

6. Пятая международная научно-техническая конференция «Информационные технологии в науке, образовании и производстве» (г. Орёл, 2012 г.).

7. Первая Всероссийская конференция молодых учёных «Наука и инновации XXI века» (г. Сургут, 2012 г.).

8. Региональная научно-техническая конференция «Развитие промышленного комплекса Ханты-Мансийского автономного округа - Югры» (г. Ханты-Мансийск, 2012 г.).

9. Третья конференция международного форума (г. Ханты-Мансийск, 2011 г.).

10. Второй и третий молодёжный инновационный Конвент Югры.

11. Конкурс «Лучшая научно-исследовательская работа по естественным, техническим и гуманитарным наукам студентов и аспирантов учреждений высшего профессионального образования Ханты-Мансийского автономного округа - Югры» в номинации «Технические науки», где работа отмечена дипломом III степени.

Результаты диссертационной работы обсуждались на научных семинарах в Югорском государственном университете г. Ханты-Мансийска (2010-2016 гг.), Сургутском государственном университете (2013 г.), ЮжноУральском государственном университет г. Челябинск (2014 г.), Тюменском государственном университете (2014-2015 гг.).

Публикации

По результатам исследований, представленных в диссертации, опубликовано 21 научная работа, в том числе 5 статей в журналах из перечня ВАК. Имеется 4 свидетельства о регистрации программ ЭВМ.

Личный вклад автора. В процессе выполнения работы над диссертацией автор принимал непосредственное участие в постановке задач и полностью их сам выполнял. Созданные методы, алгоритмы и последующая реализация их в виде динамических подключаемых библиотек, являются результатом работы автора. Так же к заслугам автора относится проектирование проблемно-ориентированной системы управления кадровым обеспечением региона.

Внедрение

Программный комплекс внедрён в АУ "Институт дополнительного образования" г. Ханты-Мансийск и в настоящее время находится в стадии опытной эксплуатации.

Результаты диссертационного исследования внедрены в учебный процесс ФГБОУ ВО ЮГУ для студентов специальности "Программная инженерия" и "Информатика и вычислительная техника".

Объём и структура работы

Диссертационная работа состоит из введения, трёх глав, заключения и списка литературы. Содержание диссертационной работы изложено на 155 страницах, включая 50 таблиц, 23 рисунка и три приложения. Список литературы содержит 133 наименования.

1. ХАРАКТЕРИСТИКА И ПОДХОДЫ К УПРАВЛЕНИЮ КАДРОВЫМ

ОБЕСПЕЧЕНИЕМ РЕГИОНА

Первая глава посвящена специфики регионального рынка труда Ханты-Мансийского автономного округа - Югре, а так же анализу существующих подходов к прогнозированию кадровой потребности региона. Описаны факторы, влияющие на региональный рынок труда ХМАО - Югры. Приведены региональные особенности, которые надо учитывать при моделировании рынка труда.

В настоящее время существует множество подходов к прогнозированию кадровой потребности региональной экономики [71,131,40,75,106]. В качестве основных методик, которые используют регионы для составления трудового баланса, выступают работы Петрозаводского государственного университета и РЭУ имени Г. В. Плеханова совместно с IBS (Информационные Бизнес-Системы) [83,120,88,91]. На примере Ханты-Мансийского автономного округа - Югры (далее ХМАО - Югра) показано, что использование перечисленных выше методик приводит к несоответствию реальной кадровой потребности региона и прогноза.

1.1 Современное состояние рынка труда Ханты-Мансийского

автономного округа - Югры

Системное несоответствие профессионального образования задачам и потребностям региональной экономики в значительной степени определят проблемы связанные с деятельностью нефтегазового сектора экономики округа, слабой диверсификацией структуры экономики округа, недостаточным развитием наукоемкого малого бизнеса в ключевых отраслях ХМАО-Югры. При этом подобное оторванное положение системы профессионально образования приводит к значительному снижению его

инвестиционной привлекательности, в качестве объекта позволяющего развить бизнес или способного разработать новый востребованный в регионе продукт.

С другой стороны в ХМАО - Югре активно развиваются несколько программ развития и диверсификации экономики. Однако эти программы не имеют анализа и прогноза потребностей в квалифицированных кадрах необходимых для успешной реализации. При этом экономика округа в значительной степени зависит от трудовой миграции и вахтового метода работы, а с учетом «демографической ямы» 90-х регион может столкнуться с трудностями в реализации программ, вызванными отсутствием необходимых квалифицированных кадров. Проблему усиливает, и десятилетия профицитной подготовки по гуманитарным и экономическим специальностям, которые на сегодняшний день составляют фундаментальную основу кадрового ресурса региона.

Для повышения эффективности управления региональной системой профессионального образования, требуется проведение глубокого анализа современного состояния регионального рынка труда ХМАО - Югры.

Бурное развитие округа во второй половине XX века способствовало привлечению огромного количества трудовых ресурсов. Динамика изменения численности населения ХМАО-Югры, приведена в таблице 1.1 [114].

Таблица 1.1 - Численность населения ХМАО - Югры (в тысячах человек)

Год 1959 1970 1979 1989 1999 2009 2010 2011 2012

Население 124 271 569 1268 1359 1512 1532 1537 1561

Начиная с шестидесятых годов XX века по девяностые, происходило двукратное увеличение численности проживающего населения. В настоящее время миграционный приток сократился, но до сих пор является одним из основных источников изменения трудовых ресурсов в регионе. Особенно интересно выглядят миграционные потоки по уровням образования, приведённые в таблице 1.2 [113]. Несмотря на то, что сальдо миграции в

регион положительное, все же наблюдается отток специалистов с высшим образованием (далее ВО).

Таблица 1.2 - Сальдо миграции по уровням образования

Год 2008 2009 2010 2011

ВО -828 -150 -1156 -1438

СО 434 1514 707 3725

НПО -720 481 -131 -61

В то же время выпуск специалистов из региональной системы профессионального образования составляет 6 тысяч человек с ВО и 3 тысячи со средним образованием (далее СО) [98]. Как видно из таблицы 1.2, миграционный поток с ВО составляет 25 % от выпуска специалистов из системы профессионального образования региона, а со СО превосходит 50 %, что доказывает значительное влияние миграционных потоков на систему «рынок труда».

Сама система профессионального образования в Ханты-Мансийском автономном округе - Югре сформировалась только в девяностые годы прошлого века. В настоящее время эта система не может удовлетворить все потребности проживающего населения и экономики региона. Так, выпуск учащихся в 2012 году из общеобразовательных учреждений в ХМАО - Югры был около 20 тысяч человек, а приём в учреждения профессионального образования (далее УПО) не превышал 10 тысяч [98]. Соответственно, определённая часть населения получает образование за пределами региона, которую нужно учитывать при моделировании системы «рынок труда».

В настоящее время выпуск специалистов с высшим профессиональным образованием в два раза превышает выпуск специалистов со средним профессиональным образованием [98]. В результате происходит омоложение работающих специалистов с высшим профессиональным образованием и старение со средним профессиональным образованием. На рисунках 1.1, 1.2 [84] представлено половозрастное распределение занятых по уровням

образованиям в ХМАО - Югре. Красной линией обозначены женщины, синей мужчины.

Рисунок 1.1-Половозрастное распределение занятых в экономике ХМАО - Югры с высшим образованием

При нормальном распределении возрастной структуры занятых в экономике пик работающих должен приходиться для мужчин на возраст 38-42 лет, для женщин на возраст 35-38 лет. Из рисунка 2.1 видно, что для ХМАО -Югры пик работающих приходится для мужчин на возраст 26-30 лет, а для женщин на возраст 26-28 лет, что говорит о смещении половозрастном распределение занятых в экономике в сторону молодых специалистов.

.„ 7000

£ бооо

1 5000

л 4000

I 3000

х 2000

| 1000

20 24 28 32 36 40 44 48 52 56 60 64 68

Возраст

Рисунок 1.2 - Половозрастное распределение занятых в экономике ХМАО - Югры со средним образованием

Возрастное распределение занятых со средним образованием значительно отличается от структуры с высшим образованием. Пик

работающих мужчин приходится на возраст 48-55 лет, а женщин на 50-54 лет, что уже является предпенсионным возрастом. В результате, как отмечалось выше, складывается ситуация, когда значительная часть людей в пенсионном возрасте остаётся работать.

Можно сделать предположение, что рынок труда очень гибкая система и если он не может восполниться новыми трудовыми ресурсами, то он стимулирует людей пенсионного возраста продолжать работу. То есть, люди пенсионного возраста - это некий резерв трудовых ресурсов, который используется рынком труда, но в то же время мы должны учитывать, что резерв не бесконечен и когда-нибудь его придётся восполнять.

Большая территория РФ является малопригодной для постоянного места жительства, при этом разработка этих территорий является приоритетной в силу больших запасов ресурсов. Одним из подходов решения этой проблемы является создание вахтовых поселков, в которых специалисты приезжают на месяц, два для работы, а потом уезжают. При этом вахтовые рабочие не являются мигрантами, и их учёт не ведётся миграционной службой. Для ряда регионов количество вахтовых рабочих является существенным, так например в ХМАО - Югре их порядка 80 тысяч, что составляет 10 % от занятого населения в экономике, причём большая часть их занята в добыче полезных ископаемых и строительстве.

В настоящее время, в силу кадрового дефицита по ряду специальностей, регионы выделяют квоты на иностранных рабочих, которые являются частью системы рынка труда.

Главная особенность вахтовых рабочих и иностранных специалистов заключается в том, что это внешние источники, то есть увеличение трудовых ресурсов происходит за счёт «внешних» регионов, стран.

Также рынок труда сильно дифференцирован по половому признаку в разрезе специальностей, по уровням образования.

Анализ движения трудовых ресурсов выделил следующие показатели, влияющие на доступность трудовых ресурсов:

1) естественное выбытие трудовых ресурсов (смертность, инвалидность, декретный отпуск, служба в армии и т.д.);

2) трудовая деятельность специалистов в пенсионном возрасте;

3) половозрастное распределение трудовых ресурсов (старение специалистов со средним профессиональным образованием);

4) особенности полового распределения по специальностям;

5) внешняя миграция населения;

6) получение специальности жителями региона за пределами своего региона;

7) особые формы трудовой деятельности (вахтовые рабочие, квоты для иностранных специалистов).

По данным федеральной службы статистики, каждый год из-за смертности и инвалидности трудовые ресурсы теряют около 1 %. В течение среднесрочного периода прогнозирования, который составляет 5-10 лет, рынок труда недосчитается около 5 %-10 % трудовых ресурсов [110]. На рисунке 1.3 представлена численность занятого населения в РФ за 8-летний период [110]. Рост составил 1 %. Получается, что выбытие трудовых ресурсов из-за смертности и инвалидности в 10 раз превышает рост потребности в трудовых ресурсах за счёт развития экономики. В дальнейших сравнениях будем считать значимыми изменения трудовых ресурсов, если они превышают 0,1 % за год.

Рисунок 1.3 - Численность занятого населения в РФ

В среднем одна женщина рожает двух детей. В большинстве случаев это приходится на трудоспособный возраст. Декретный отпуск за одного ребёнка длится до трёх лет, за двоих, соответственно, шесть. Если считать, что трудовая деятельность женщины составляет 35 лет, то 6 лет составляет 17 %. Таким образом, в среднем каждый год женщина не трудоспособна 0,49 %.Так как доля мужчин и женщин одинакова в экономике, то рынок труда не досчитывает 0,24 % трудовых ресурсов в год из-за декретного отпуска. Аналогично, оценивая влияние на рынок труда, службу в армии мужчин, то получаем 0,24/6=0,04 %, так как срок службы составляет 1 год. В совокупности декретный отпуск женщин и служба мужчин в армии оказывают существенное влияние на рынок труда.

Список литературы диссертационного исследования кандидат наук Татьянкин, Виталий Михайлович, 2016 год

СПИСОК ЛИТЕРАТУРЫ

Книги

1. Алексеев, В.М., Галеев Э.М., Тихомиров В.М. Сборник задач по оптимизации. Теория. Примеры. Задачи: Учеб. Пособие. - 2-е изд. - М.: ФИЗМАЛИТ, 2005. - 256 с. - ISBN 5-9221-0590-6.

2. Аттеков, А.В., Зарубин В.С., Канатников А.Н. Методы оптимизации: Учеб. Пособие. - М. : РИОР: ИНФРА - М, 2013. - 270 с.:ил.

3. Аттеков, А.В., С.В. Галкин, В.С. Зарубин. Методы оптимизации: Учеб. Для вузов / Под ред. В.С. Зарубина, А.П. Крищенко. - 2-е изд., стереотип. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. - 440 с.

4. Афанасьев, М.Ю., Багриновский К.А., Матюшок В.М. Прикладные задачи исследований операций: Учеб. Пособие. - М.: ИНФРА - М, 2006. - 352 с. ISBN 5-16-002397 -6.

5. Балдин, К.В. Математическое программирование: Учебник / К.В. Балдин, Н.А. Брызгалов, А.В. Рукосуев. / Под общ. Ред. Д.э.н., проф. К.В. Балдина. - 2-е. - М.: Издательско-торговая корпорация "Дашков и Ко", 2013. - 220 с.

6. Барский, А.Б. Нейронные сети. : распознавание, управление, принятие решений: Издательский дом «Финансы и статистика», 2004. - 176 с. ISBN 5-279-02757-X.

7. Бордовский, Г.А. Физические основы математического моделирования [Текст] : учеб. пособие для студ. физико-матем. спец. вузов / Г.А. Бордовский, А.С. Кондратьев, А.Д.Р. Чоудери. - М. : Академия, 2005. - 320 с. - (Высшее профессиональное образование. Естественные науки). - ISBN 5-7695-1838-3.

8. Бродецкий, Г.Л. Системный анализ в логистике. Выбор в условиях неопределенности / - М.: Academia, 2010. - 336 стр. ISBN: 978-5-7695-5972-3.

9. Бродецкий, Г.Л. Экономико-математические методы и модели в логистике [Текст]: потоки событий и системы обслуживания: учеб. пособие для студ. вузов, обуч. по спец. "Логистика и управление цепями поставок" /

Г.Л. Бродецкий. - М. : Academia, 2009. - 266, [6] с. : табл., рис. ; 22 см. -(Высшее профессиональное образование. Логистика). - Библиогр.: с. 263-264. -ISBN 978-5-7695-4675-4.

10. Васильев, К.К. Математическое моделирование систем связи: учебное пособие / К.К. Васильев, М.Н. Служивый. - 2-изд., перераб. И доп. -Ульяновск: УлГТУ, 2010. - 170 с.

11. Васильев, Ф.П. Численные методы решения экстремальных задач. -М.: Наука 1980.

12. Васильева, З.А., Филимоненко И.В., Разнова Н.В. и др. Методические аспекты прогнозирования кадровой потребности региональной экономики: монография. - Красноярск: Крас. ИПЦ КГТУ, 2005. - 296с.

13. Васин, А.А. Исследование операций [Текст]: учеб. пособие для студ. вузов, обуч. по спец. "Прикладная математика и информатика", "Прикладная математика" / А.А. Васин, П.С. Краснощеков, В.В. Морозов. - М.: Academia, 2008. - 464 с.: рис.; 22 см. - (Университетский учебник. Серия "Прикладная математика и информатика"). - Библиогр.: с. 454-457 (68 назв.). - Предм. указ.: с. 458-460. - ISBN 978-5-7695-4190-2.

14. Вдовин, В.М. Теория систем и системный анализ: учебник для бакалавров/ Вдовин В.М., Суркова Л.Е., Валентинов В.А. - 3-е изд. - М.: Издательство - торговая корпорация "Дашков и К", 2013. - 644 с. ISBN 978 - 5 - 394 - 02139 - 8.

15. Вентцель, Е.С. Исследование операций [Текст] : задачи, принципы, методология: [учеб. пособие для студ. втузов] / Е.С. Вентцель. - 4-е изд., стереотип. - М.: Высшая школа, 2007. - 208 с.: рис., табл. - (Для высших учебных заведений). - ISBN 978-5-06-005826-0.

16. Воробьев, В.А. Теория систем и системный анализ. Стохастические системы [Текст] : учеб. пособие для студ. вузов, обуч. по напр. 080800 "Прикладная информатика (по областям) и др. экон. спец. / В.А. Воробьев, Ю.В. Березовская ; Северный (Арктический) фед. ун-т. - Архангельск : ИПЦ

САФУ, 2012. - 146 с. ; 20 см. - Библиогр.: с. 146. - 200 экз. - ISBN 978-5-26100616-9 (в пер.).

17. Галушкин, А.И. Теория нейронных сетей: ИПРЖР, 2000. - 416 с. -ISBN 5-93108-05-8.

18. Головко, В.А. Нейронные сети: обучение, организация и применение. Кн. 10: Учеб. пособие для вузов / Общая ред. А.И. Галушкина. - М.: ИПРЖР, 2000.

19. Голубев, Н.В. Математическое моделирование систем и процессов: Учебное пособие. - СПб. : Издательство «Лань», 2013. - 192 с.: ил. - (Учебники для вузов. Специальная литература). ISBN 978-5-8114-1424-6.

20. Джамшид Гараедаги. Системное мышление. Как управлять хаосом и сложными процессами. Издательство Гревцова, 2011 год. - 480 с. ISBN 978985-6926-03-0.

21. Дьяконов, В.П. MATLAB7.*/R2006/R2007: Самоучитель. - М.: ДМК ПРЕСС. - 768с.

22. Евменов, В.П. Интеллектуальные системы управления: Учебное пособие. М.: Книжный дом "ЛИБРОКОМ", 2009. - 304 с.

23. Евтушенко, Ю.Г. Численные методы решения задач нелинейного программирования // журнал вычислительной математики и математической физики г. Москва 1976, т.16. с. 307-324.

24. Емельянов, В.В. Теория и практика эволюционного моделирования [Текст] / В.В. Емельянов, В.В. Курейчик, В.М. Курейчик. - Москва : ФИЗМАТЛИТ, 2003. - 432 с. - (Проблемы искусственного интеллекта). - ISBN 5-9221-0337-7.

25. Заенцев, И.В. Нейронные сети: основные модели: Издательский дом "Воронеж", 1999. - 452 с.

26. Зангвилл, У. Нелинейное программирование. Единый подход. 1969 г. Пер. с англ., под ред. Е.Г. Гольштейна, М., «Сов. Радио», 1973, 312 с.

27. Игошин, В.И. Математическая логика и теория алгоритмов [Текст] : учеб. пособие для студ., вузов по спец. 032100 "Математика" / В.И. Игошин. -

М. : Academia, 2004. - 448 с. - (Высшее профессиональное образование. Пед. спец.). - ISBN 5-7695-1363-2.

28. Колбин, В.В. Специальные методы оптимизации: Учебное пособие. -СПб.: Издательство «Лань», 2014. - 384 с.: ил. ISBN 978-5-8114-1536-6.

29. Краснощеков, П.С., Петров А.А. Принципы построения моделей. -М.: Изд-во МГУ, 1983. - 264 с.

30. Кремер, Н.Ш. Исследование операций в экономике: Учеб. Пособие для вузов /Н.Ш. Кремер, Б.А. Путко, И.М. Тришин, М.Н. Фридман: Под. Ред. Проф. Н.Ш. Кремера. - М.: ЮНИТИ, 2003. - 407с.

31. Круглов, В.В. Нечёткая логика и искусственные нейронные сети: ФИЗМАЛИТ, 2001. - 221 с. - ISBN 5-7695-1958-4.

32. Крянев, А.В. Математические методы обработки неопределенных данных [Текст]: учеб. пособие для студентов вузов, обучающихся по направлению и специальности "Прикладная математика и информатика" / А.В. Крянев, Г.В. Лукин. - Изд. 2-е, испр. - М. : Физматлит, 2006. - 213 с. : рис. ; 22 см. - Библиогр.: с. 205-210 (110 назв.). - Предм. указ.: с. 211-213. - 2000 экз. -ISBN 5-9221-0724-0.

33. Кубланов, М.С. Математическое моделирование. Методология и методы разработки математических моделей механических систем и процессов. Часть I. Моделирование систем и процессов. Издание третье, переработанное и дополненное: Учебное пособие.- М.: МГТУ ГА, 2004. - 108 с.: ил. 42, табл. 5. ISBN 5-86311-428-2.

34. Кузнецов, А.В., В.А. Сакович, Н.И. Холод. Высшая математика. Математическое программирование. Минск «Высшая школа», 1994, 288 с.

35. Кундышева, Е.С. Математическое моделирование в экономике [Текст]: учеб. пособие для студ. вузов / Е. С. Кундышева; ред. Б. А. Суслаков. -М.: Дашков и К°, 2004. - 352 с.: рис. - ISBN 5-94798-221-8.

36. Лесиг, В.В., Лисовец Ю.П. Основы методов оптимизации: Учебное пособие. 3-е изд., испр. - СПб.: Издательство «Лань», 2011. - 352 с.: ил. ISBN 978-5-8114-1217-4.

37. Лорьер, Ж.-Л. Системы искусственного интеллекта: Пер. с франц. -М.: Мир, 1991. - 568 с., ил. ISBN 5-03-001408-Х.

38. Лэсдон, Л.С. Оптимизация больших систем. - М.: Наука, 1977.

39. Математическое моделирование [Текст]: проблемы и результаты / РАН. - М.: Наука, 2003. - 478 с.: рис. - (Информатика: неограниченные возможности и возможные ограничения). - ISBN 5-02-006202-2.

40. Мокроносов, А.Г [и др.]. Прогнозирование потребности региональной экономики в подготовке кадров: монография. - Екатеринбург: РГППУ, 2010. -111с.

41. Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных / Под редакцией В.П. Боровикова. -2-е изд., перераб. и доп. - М.: Горячая линия - Телеком, 2008. - 392 с., ил.

42. Нильсон, Н. Принципы искусственного интеллекта: Пер. с англ. - М.: Радио и связь, 1985. - 376., ил.

43. Одинцов, И.О. Профессиональное программирование. Системный подход [Текст] : научно-популярная литература / И.О. Одинцов. - 2-е изд. -СПб. : БХВ-Петербург, 2004. - 624 с.: ил. - Библиогр. в конце глав. - Предм. указ.: с. 605-610. - ISBN 5-94157-457-6.

44. Пантелеев, А.В. Методы оптимизации. Практический курс: учебное пособие / А.В. Пантелеев, Т.А. Летова. - М.: Логос, 2011. - 424 с: ил.

45. Партыка, Т.Л., Попов И.И. Математические методы: учебник 2-е изд., испр. И доп. - М.: ФОРУМ ИНФРА-М, 2007. - 464 с.: ил. ISBN 978-5-91134152-7.

46. Перегудов, Ф.И. Введение в системный анализ / Ф.И. Перегудов, Ф.П. Тарасенко. Москва "ВЫСШАЯ ШКОЛА", 1989. - 360 с.

47. Писарук, Н.Н. Исследование операций / Н.Н. Писарук. - Минск: БГУ, 2014. - 289 с.

48. Плохотников, К.Э. Математическое моделирование и вычислительный эксперимент [Текст]: методология и практика / К.Э. Плохотников. - М.: Едиториал УРСС, 2003. - 280 с. - ISBN 5-354-00521-3.

49. Поршнев, С.В. Компьютерное моделирование физических процессов в пакете MATLAB: Учебное пособие. 2-е., испр. - СПб.: Издательство «Лань», 2011. - 736 с.: ил.

50. Прогнозирование и планирование в условиях рынка. Учеб. пособие для вузов / Под ред. Т.Г. Морозовой, А.В. Пикулькина. - 2-е изд., перераб. и доп. - М.: ЮНИТИ-ДАНА, 2003. 279 с.

51. Ракитов, А.И., Бондяев Д.А., Романов И.Б., Егерев С.В., Щербаков А.Ю. Системный анализ и аналитические исследования: руководство для профессиональных аналитиков / А.И. Ракитов, Д.А. Бондяев, И.Б. Романов, С.В. Егерев, А.Ю. Щербаков; [отв. Ред. А.И. Ракитов]. - м., 2009. - 448 с.

52. Рассел, С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. - М.: Издательский дом "Вильямс", 2006. - 1408 с.: ил.

53. Рутковская, Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечёткие системы: Пер. с польск. И.Д. Рудинского. -М.: Горячая линия - Телеком, 2006. - 452 с.: ил. ISBN 5-93517-103-1.

54. Самарский, А.А. Математическое моделирование [Текст] : идеи. Методы. Примеры / А.А. Самарский, А.П. Михайлов. - 2-е изд., испр. - Москва : Физматлит, 2002. - 320 с. : ил. ; 22 см. - Библиогр.: с. 313-316. - 3000 экз. -ISBN 5-9221-0120-Х (в пер.).

55. Сидняев, Н.И. Теория планирования эксперимента и анализ статистических данных [Текст] : учебное пособие для магистров, студ. и аспирантов вузов, обуч. по спец. "Прикладная математика" / Н.И. Сидняев. - М. : Юрайт, 2012. - 399 с. : рис., табл. ; 21 см. - (Серия "Магистр"). - 1000 экз. -ISBN 978-5-9916-1878-6. - ISBN 978-5-9692-1338-8.

56. Смоленцев, Н.К. MATLAB: Программирование на Visual C#, Borland C#, JBuilder, VBA: Учебный курс - М.: ДМК Пресс; Спб.: Питер. - 464 с.: ил.

57. Советов, Б.Я., Яковлев С.А. Моделирование систем: Учеб. Для вузов -3-е изд., перераб. И доп. - М.: Высш. шк., 2001. - 343 с.: ил. ISBN 5-06-0038602.

58. Современные проблемы вычислительной математики и математического моделирования [Текст] : в 2 т. / РАН, Ин-т вычислит. матем. -М. : Наука. - ISBN 5-02-033436-7. Т. 2: Математическое моделирование / отв. ред. В.П. Дымников. - 2005. - 405 с. - ISBN 5-02-033717-Х.

59. Спицнадель, В.Н. Основы системного анализа: Учеб. пособие. - СПб.: «Изд. дом «Бизнесс-пресса», 2000 г. - 326 с. ISBN 5-8110-0025-1.

60. Струченко, В.И. Методы оптимизации в прикладных задачах. - М.: СОЛОН-ПРЕСС, 2009. - 320 с.: ил. ISBN 978-5-91359-061-9.

61. Сурмин, Ю.П. Теория систем и системный анализ: Учеб. пособие. -К.: МАУП, 2003. - 368 с.: Библиогр. в конце глав.ISBN 966-608-290-Х.

62. Теоремы Куна - Таккера. - URL:- http://www.nsu.ru/ education/ genecon/work/appendix/math/Lagrange/kun. pdf. Дата обращения: 18.07.2014.

63. Хайкин, Саймон. Нейронные сети: полный курс, 2-е издание.: Пер. с англ.- М.: Издательский дом "Вильямс",2006. - 1104 с.: ил. ISBN 5-8459-0890-6.

64. Хедли Дж. Нелинейное и динамическое программирование. Пер. с.англ. - М.: Мир, 1967. - 506 с.

65. Химмельблау, Д. Прикладное нелинейное программирование. - М.: Мир, 1975.

66. Цисарь, И.Ф. MATLABSimulink. Компьютерное моделирование экономики. - М.: СОЛОН - ПРЕСС, 2008. - 256 с.: ил.

67. Черников, Ю.Г. Системный анализ и исследование операций: Учебное пособие для вузов. - М.: Издательство Московского государственного горного университета, 2006. - 370 с. ISBN 5-7418-0424-1.

68. Чуличков, А.И. Математические модели нелинейной динамики [Текст] / А.И. Чуличков. - 2-е изд., испр. - М. : ФИЗМАТЛИТ, 2003. - 296 с. -ISBN 5-9221-0366-0.

69. Эндрю, А. Искусственный интеллект: Пер. с англ./ Под ред. И с предисл. Д.А. Поспелова. - М.: Мир, 1985. - 264 с., ил.

70. Яглов, И.М. Математические структуры и математическое моделирование. - М.: Сов. Радио, 1980. - 144 с., ил.

71. Christian Lutz. Forecasting the Interindustry Development of the German Economy: The Model INFORGE [INterindustry FORecasting GErmany]. Ges. für Wirtschaftl. Strukturforschung (GWS), 2003.

72. Maheshwar Rao. ORANI-ED: A CGE model of the Australian economy for labour market forecasting and education and training sector policy analysis. A thesis submitted to Monash University in fulfilment of the requirements for the degree of Doctor of Philosophy.

Диссертации

73. Воронов, И.В. Прогнозирование электропотребления промышленных предприятий с помощью искусственных нейронных сетей: дис. канд. тех. наук: 05.09.03. - Кемерово, 2010. - 153 л.

74. Восьмирко, С.О. Разработка математического и программного обеспечения среды моделирования нейронных сетей для решения задач прогнозирования: дис. канд. тех. наук: 05.13.11. - Москва, 2004. - 158 л.

75. Питухин, Е.А. Математическое моделирование организационно-технических систем верхнего уровня: дис. доктора техн. наук: 05.13.18. -Петрозаводск, 2006. - 348 л.

76. Покровская, М.В. Создание подсистемы прогнозирования объемов производства в составе АСУ промышленного предприятия с использованием аппарата нейронных сетей: дис. канд. тех. наук:05.13.06.- Вологда, 2006.- 171 л.

77. Половников, В.С. Об оптимизации структурной реализации нейронных сетей: дис. канд. физ.мат. наук: 01.01.09. - Москва, 2008. - 108 л.

78. Хахулин, С.С. Процедура проектирования нейросетевых алгоритмов цифровой обработки сигналов в радиотехнических устройствах: дис. Канд. тех. Наук: 05.12.04. - Рязань, 2007. - 166 л.

79. Забоев, М.В. Модели и методы экспресс-анализа инвестиционных проектов на основе теории нечетких множеств и искусственных нейронных сетей: дис. канд. экон. наук: 08.00.13. - Санкт - Петербург, 2009. - 181 л.

80. Горбатов, А.И. Прогнозирование экономических показателей на основе искусственных нейронных сетей: дис. канд. экон. наук: 08.00.13. -Москва, 2003. - 175 л.

Нормативные правовые акты

81. Приказ Минобразования РФ от 19 февраля 2003 г. № 593 "О внесение изменений в приказ Минобразования России от 26.02.2001 № 631 "О рейтинге высших учебных заведений".

Электронные ресурсы

82. MDM-E3: UK Multisectoral Dynamic Model - E3 - URL: -http://www.camecon.com/MacroSectoral/ Macro Sectoraluk/Modelling Capability/MDM-E3UK Multisectoral Dynamic Model.aspx. Датаобращения: 05.05.2014.

83. Алгоритмы и математические модели макроэкономической методики прогнозирования потребностей экономики в квалифицированных кадра. - URL: - http://www.labourmarket.ru/Pages/metodika/03.php. Дата обращения: 18.07.2014.

84. Всероссийская перепись населения. - URL:-http://www.gks.ru/free_doc /new_site/perepis2010/croc/perepis_itogi1612.htm. Дата обращения: 18.07.2014.

85. Департамент образования и молодёжной политики ХМАО - Югры. -URL:- http://www.doinhmao.ru/. Дата обращения: 18.07.2014.

86. Задача Лагранжа. - URL:- http://www.seinstitute.ru/Files/ 50_p587(v).pdf. Дата обращения: 18.07.2014.

87. Классификация методов прогнозирования. - URL: -http: //sergey. svetunkov.ru/study/forecasting/files/12. pdf. Дата обращения: 18.07.2014.

88. Комплексный подход моделирования рынка труда. - URL: -http://www.prognozkadrov.ru/information/ public/ docs/ integrated_ model_is_suitable_lution_of_the_labor_market.pdf. Дата обращения: 18.07.2014.

89. Конкурс на создание экспертно-аналитической системы принятия решений по распределению контрольных цифр приема граждан, обучающихся за счет средств федерального бюджета, и формированию государственных

заданий на подготовку кадров в государственных образовательных учреждениях профессионального образования. - URL:-http://zakupki.gov.ru/pgz/public/action/orders/info/common_info/show7notificationId =1374281. Дата обращения: 18.07.2014.Департамент образования и молодёжной политики ХМАО - Югры. - URL:- http://www.doinhmao.ru/. Дата обращения: 18.07.2014.

90. Корреляционный анализ. - URL: - http://stat-msu.narod.ru/Tasks/task_7.pdf. Дата обращения: 18.07.2014.

91. Косоруков, О.А и др. Комплексный подход моделирования рынка труда. - URL: http://prognozkadrov.ru/information/public/docs/integrated_model_is_ suitable_lution_of_the_labor_market.pdf (дата обращения: 26.04.2014).

92. Методика скользящей кусочно-линейной аппроксимации с адаптацией ширины окна фильтрации. - URL: -http://vspu2014.ipu.ru/proceedings/ prcdngs/8444.pdf. Дата обращения: 18.07.2014.

93. Методы прогнозирования в условиях рынка. - URL:-http://www.mirkin.ru/_docs/tiho.pdf. Дата обращения: 18.07.2014.

94. Методы прогнозирования. - URL:- http://edu.dvgups.ru/METDOC /CGU/SOTS_RAB_S/PR_PROEKT_SR/METOD/SMIRNOV/WEBUMK/frame/3_2 .htm. Дата обращения: 18.07.2014.

95. Методы прогнозирования. - URL:- http://window.edu.ru/resource/ 940/67940/files/ForecastingSukharev.pdf. Дата обращения: 18.07.2014.

96. Методы прогнозирования. - URL:- http://www.neuroproject.ru/ forecasting_tutorial.php. Дата обращения: 18.07.2014.

97. Нейронные сети. - URL:- http://www.authorstream.com/Presentation/ deutschmalai-1053733/. Дата обращения: 18.07.2014.

98. Образование в РФ. - URL: - http://www.hse.ru/ primarydata/ orf2012. Дата обращения: 18.07.2014.

99. Параллельный алгоритм целочисленного квадратичного программирования. http://www.ict.nsc.ru/jct/getfile.php?id=543. Дата обращения: 18.07.2014.

100. Практическое применение методов линейной регрессии для прогнозирования продаж компании. - URL: - http://www.rusnauka.com/ 29_NIOXXI_2012/Economics/8_118846.doc.htm. Дата обращения: 18.07.2014.

101. Приближение функций нескольких переменных нейронными сетями. - URL: - http://mech.math.msu.su /~fpm/ps/k09/k093/k09303.pdf. Дата обращения: 18.07.2014.

102. Приказ Федеральной службы государственной статистики от 21 декабря 2010 г. № 452. - URL: - http://www.garant.ru/products/ipo/prime/ doc/12082061/. Дата обращения: 18.07.2014.

103. Прогнозирование временных рядов с помощью искусственных нейронных сетей и регрессионных моделей на примере прогнозирования котировок валютных пар. - URL: -http://zhurnal.ape.relarn.ru/articles/2010/030.pdf. Дата обращения: 18.07.2014.

104. Прогнозы и прогнозирование. - URL: - http://prognoz.org/. Дата обращения: 18.07.2014.

105. Программный комплекс "Регион". http://region.ugrasu.ru/ login.aspx?ReturnUrl=%2f. Дата обращения: 18.07.2014.

106. Разработка среднесрочного прогноза кадровых потребностей экономики Самарской области к 2017 и до 2020 г. ЦПО Самара 2012. - URL: -http://www.cposo.ru/issledovatelskaya-deyatelnost/novosti-i-meropriyatiya. Дата обращения: 18.07.2014.

107. Регионы России. Социально-Экономические показатели . - URL: -http://www.gks.ru/bgd/regl/B11_14p/Main.htm. Дата обращения: 18.07.2014.

108. Регрессионный анализ. - URL: - http://www.sde.ru/files/t/Kazakov/ Book/section3.pdf. Дата обращения: 18.07.2014.

109. Российская государственная статистика в период перехода к рыночной экономике. - URL: - http://www.gks.ru/wps/wcm/

connect/rosstat_main/rosstat/ru/about/history/1637fe804bdd90558f5cbfc25c10f730. Дата обращения: 18.07.2014.

110. Социально-экономические показатели РФ. - URL:-http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/cat alog/doc_1138623506156. Дата обращения: 18.07.2014.

111. Татьянкин, В.М., Тей Д.О. Недостатки статистических данных для систем прогнозирования кадровых потребностей//Информационные ресурсы, системы и технологии. Электрон. журн. ИТН0П-2012. Режим доступа: http://www.irsit.ru/files/article/172.pdf (дата обращения 18.09.2013).

112. Численность занятых по ОКВЭД. - URL: - http://www.gks.ru/ bgd/regl/ B10_14p/ IssWWW.exe/ Stg/d01/04-04-1.htm. Дата обращения: 18.07.2014.

113. Численность и миграция населения РФ. - URL:-http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/cat alog/doc_1140096034906. Дата обращения: 18.07.2014.

114. Численность населения ХМАО - Югры. Регионы России. Социально-Экономические показатели 2011. - URL:- http:// www.gks.ru/bgd/regl/B11_14p/ Main.htm. Дата обращения: 18.07.2014.

Статьи

115. Андреев, В.В., Виноградов А.Л., Седов М.К. Оптимизация параметров искусственной нейронной сети для прогноза показателей сопротивления усталости металлов// Научно-технический вестник Поволжья г. Казань 2012, № 1. С. 71-74.

116. Болдырев, В.И. Метод кусочно-линейной аппроксимации для решения задач оптимального управления // Дифференциальные уравнения и процессы управления г. Санкт - Петербург 2004, № 1, с. 28-123.

117. Борило, И.А., Слядников Е.Е. Алгоритм обучения рекуррентного персептрона с симметричными связями // Технические науки - от теории к практике г. Новосибирск 2013, № 28. С. 35-40.

118. Гамбарова, Е.М. Оптимизация структуры нейронных сетей с использованием генетического алгоритма для распознавания объектов на космических снимках // Информация и космос г. Санкт - Петербург 2009, № 3. С. 67-71.

119. Громов, Ю.Ю., Алеев В.А., Рошка А.Г. К вопросу о решении задач нелинейного программирования в условиях неопределенности // Вестник тамбовского университета. Серия: естественные и технические науки г. Тамбов 2000, № 1, с. 88-90.

120. Гуртов, В.А. Математическая модель прогнозирования спроса и предложения на рынке труда в российских регионах / В.А. Гуртов, Е.А. Питухин // Обозрение прикладной и промышленной математики. - М., 2004. -Т. 11. - Вып. 3. - С. 539-546.

121. Гуртов, В.А. Модели среднесрочного прогнозирования спроса экономики на квалифицированные кадры / В.А. Гуртов, Кекконен А.Л// Кадровик. Рекрутинг для кадровика. - М., 2010. - №. 12 - С. 58-66.

122. Карминская, Т.Д., Алексеев В.И. Гибридная модель прогнозирования потребностей в квалифицированных кадрах для социально-экономических систем регионального уровня управления. Информационные системы и технологии. - Орёл, 2009. - Номер 2. - С. 3-11.

123. Карминская, Т.Д., Татьянкин В.М., Тей Д.О., Русанов М.А. Использование кластерного анализа и нейронных сетей в задаче управления региональным рынком труда // Доклады Томского государственного университета систем управления и радиоэлектроники: сб. науч. тр. Томск, 2013. № 3(30). С. 201-205.

124. Карминская, Т.Д., Тей Д.О., Татьянкин В.М., Русанов М.А. Формирование контрольных цифр приёма с учётом прогноза потребностей региональной экономики //Информационные системы и технологии г. Орёл, 2014, № 1 (81). С. 30-38.

125. Кравец, О.Я., Крючкова И.Н. Оптимизация параметров прогнозирующей нейронной сети// Системы управления и информационные технологии г. Воронеж 2006, № 2.1(24). С.154-159.

126. Кувыкин, В.И., Кувыкина Е.В., Петухов М.Ю. Анализ оптимальных решений в задачах нелинейного программирования // Вестник нижегородского университета им. Н.И. Лобачевского г. Нижний - Новгород 2011, № 4-5, с. 2285-2286.

127. Левина, Е.Ю., Левин М.Ю., Нагорнов С.А. // Анализ влияния архитектуры нейронной сети при прогнозировании показателей качества биодизеля, г. Липецк 2013, № 2. с. 5-9.

128. Макеева, М.А., Моновская А.В., Сокол Т.А., Опарина Е.В. Управление структурой выпуска региональной сети профессионального образования // Информационные системы и технологии г. Орёл 2010, № 5 с.99-104.

129. Поляк, Б.Т. Метод Ньютона и его роль в оптимизации и вычислительной математике // Труды ИСА РАН 2006. Т. 28. С. 48-66.

130. Ракитянская, А.Б, Ротштейн А.П. Нечеткая модель прогнозирования с генетико-нейронной настройкой// Известия российской академии наук. Теория и системы управления г. Москва 2005, № 1. С. 110-119.

131. Родионов, Е.Д., Перекаренкова Ю.А., Пономарёв И.В., Родионова Л.В. Региональный рынок труда: анализ, моделирование, прогноз// Вестник Алтайской науки: г.Барнаул, 2014, №1(19). С. 57-65.

132. Тей, Д.О., Татьянкин В.М., Карминская Т.Д., Русанов М.А. Модель регионального рынка труда в задаче управления региональным заказом на подготовку квалифицированных специалистов // Доклады Томского государственного университета систем управления и радиоэлектроники: сб. науч. тр. г.Томск, 2013, № 3(30). С. 195-200.

133. Якушенко, А.С. Оптимизация размера нейронной сети диагностики турбореактивного двухконтурного двигателя с учетом эффекта переучивания//

Вестник национального авиационного университета г. Киев 2010, № 42. С. 5864.

СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА

1. Таблица 1.1 - Численность населения ХМАО - Югры

2. Таблица 1.2 - Сальдо миграции по уровням образования

3. Рисунок 1.1- Возрастное распределение занятых в экономике ХМАО - Югры с высшим образованием

4. Рисунок 1.2- Возрастное распределение занятых в экономике ХМАО - Югры со средним образованием

5. Рисунок 1.3 - Численность занятого населения в РФ

6. Таблица 1.3 - Информация о работающих пенсионеров

7. Таблица 1.4 - Миграция населения по уровням образования

8. Рисунок 1.4 - Возрастное распределение занятых в экономике Югры со средним образованием

9. Таблица 1.5 - Информация о людях пенсионного возраста

10. Таблица 1.6 - Объём анкетирования

11. Таблица 1.7 -Входные данные для апробации математической модели

12. Рисунок 2.1 - Возрастное распределение у мужчин

13. Рисунок 2.2 - Возрастное распределение у женщин

14. Рисунок 2.3 - Численная апробация модифицированной математической модели

15. Рисунок 2.4 - Архитектура однослойной сети

16. Таблица 2.1 - Сравнительный анализ способов прогнозирования

17. Рисунок 2.5 - Архитектура многослойной сети

18. Таблица 2.2 - Данные для прогнозирования нелинейной функции

19. Таблица 2.3 - Данные для сравнение способов прогнозирования

20. Рисунок 2.6 - График прогнозных значений

(14)

(15)

(16)

(16)

(19)

(20) (22)

ХМАО -(28) (28) (33)

(36)

(41)

(42) (46)

(52) (55)

(55)

(58)

(59)

21. Рисунок 2.7 - График ошибки обучения МНС (61)

22. Рисунок 2.8 - График сигмоидной функции (62)

23. Рисунок 2.9 - Биполярная сигмоидная функция (63)

24. Рисунок 2.10 - График гиперболического тангенса (64)

25. Рисунок 2.11 - Блок схема алгоритма адаптации (67) структуры и связей нейронной сети

26. Таблица 2.4 - Корреляционный анализ (70)

27. Таблица 2.5 - Время выполнения алгоритмов (84)

28. Таблица 2.6 - Численность занятых по ОКВЭД (90)

29. Таблица 2.7 - Сравнительный анализ численности (90) занятых по ОКВЭД из разных источников

30. Таблица 2.8 - Сравнительный анализ численности (91) занятых по ОКВЭД

31. Рисунок 3.1 - Структурная схема ПОС Регион (95)

32. Рисунок 3.2 - Структура расчётного блока (96)

33. Рисунок 3.3 - Структура подсистемы прогнозирования (97)

34. Рисунок 3.4 - Подсистема рейтингования (100)

35. Рисунок 3.5 - Подсистема распределения КЦП (102)

36. Таблица 3.1 - Виды экономической деятельности (103)

37. Таблица 3.2 - Динамика среднесписочной численность занятых по видам экономической деятельности в ХМАО-Югре, чел. (105)

38. Таблица 3.3 - Динамика изменения индекса дефлятора по видам экономической деятельности (изменение к предыдущему году) (105)

39. Таблица 3.4 -Динамика изменения инфляций в России за период с 2005 года по 2011 (105)

40. Таблица 3.5 -Динамика изменения роста производства ОКВЭД относящихся к первому кластеру (105)

41. Таблица 3.6 -Динамика изменения инвестиций, млн. руб. (107)

42. Таблица 3.7 -Динамика изменения численности населения в ХМАО-Югре, чел. (107)

43. Таблица 3.8 -Планируемый коэффициент естественного прироста населения в ХМАО-Югре на тысячу человек, чел. (107)

44. Таблица 3.9 -Доля занятого населения (107)

45. Таблица 3.10 - Планируемые инвестиции, млн. руб. (107)

46. Таблица 3.11 - Численность занятого населения в ХМАО-Югре по ОКВЭД, чел. (108)

47. Таблица 3.12 - Выпуск работников из учреждений профессионального образования, чел. (109)

48. Таблица 3.13 - Планируемый выпуск работников из учреждений профессионального образования, чел. (109)

49. Таблица 3.14 - Доля занятого населения (110)

50. Таблица 3.15 - Количество специалистов с высшим образованием способных к трудовой деятельности в 2020 г., чел. (111)