Методы и модели анализа и оценки криминогенной обстановки с использованием средств визуализации данных тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Болтачев Эльдар Филаридович

• Болтачев Эльдар Филаридович
• кандидат наук
• 2020

Оглавление диссертации кандидат наук Болтачев Эльдар Филаридович

ВВЕДЕНИЕ

ГЛАВА 1. КРИМИНОГЕННАЯ ОБСТАНОВКА КАК СОЦИАЛЬНАЯ СИСТЕМА

§ 1.1 Понятие криминогенной обстановки

§ 1.2 Основные детерминанты криминогенной обстановки

§ 1.3 Визуализация как инструмент анализа и оценки криминогенной обстановки

Выводы по главе

ГЛАВА 2. МЕТОДЫ И МОДЕЛИ АНАЛИЗА КРИМИНОГЕННОЙ

ОБСТАНОВКИ

§ 2.1 Место и роль агент-ориентированного подхода в исследовании социально-

экономических систем

§ 2.2 Методы агентного моделирования для анализа криминогенной обстановки

§ 2.3 Агент-ориентированная модель анализа криминогенной обстановки

Выводы по главе

ГЛАВА 3. МЕТОДЫ И МОДЕЛИ ОЦЕНКИ КРИМИНОГЕННОЙ ОБСТАНОВКИ

§ 3.1 Оценка состояния преступности с использованием средств визуализации данных

§ 3.2 Оценка деятельности органов внутренних дел с использованием средств

визуализации данных

§ 3.3 Методика оценки криминогенной обстановки с использованием средств

визуализации данных

Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

Нормативные правовые акты

Книги

Статьи

Диссертации

Электронные ресурсы

Литература на иностранном языке

Приложение

Приложение

Приложение

Приложение

Введение диссертации (часть автореферата) на тему «Методы и модели анализа и оценки криминогенной обстановки с использованием средств визуализации данных»

ВВЕДЕНИЕ

Актуальность темы исследования. Задача поиска путей совершенствования деятельности правоохранительных органов по борьбе с преступностью признается приоритетной для любого социального государства и Российская Федерация не является здесь исключением.

Значительная роль в ее решении отводится органам внутренних дел (ОВД), наделенных от имени российского государства особыми полномочиями по улучшению криминогенной обстановки, как необходимого условия обеспечения устойчивого социально-экономического развития и формирования комфортной среды обитания для граждан.

Реализация этих полномочий подразделениями органов внутренних дел возможно при наличии у их руководителей ясного понимания существующих тенденций развития преступности на обслуживаемой территории, а также особенностей и проблем функционирования вверенных им подразделений.

В этой связи проведение в ОВД качественного анализа криминогенной обстановки, с последующей ее оценкой служит необходимой предпосылкой ее улучшения, которое может быть достигнуто путем применения специфических воздействий со стороны органов внутренних дел.

Обеспечить качество и оперативность такого анализа может применение адекватных, соответствующих исследуемой проблематике, методов математического моделирования, среди которых мы выделяем имитационное и одну из его разновидностей - агент-ориентированное моделирование.

Имитационное моделирование позволяет проводить машинные эксперименты и оценивать возможные состояния криминогенной обстановки в зависимости от прогнозируемых изменений преступности и результатах действий органов внутренних дел.

Агент-ориентированные модели в наибольшей степени отражают особенности функционирования ОВД как управляемой социальной системы-

организации, с учетом ее иерархической структуры и присущего ей свойства подчиненности нижестоящих элементов (агентов) вышестоящим.

Требование повышения оперативности решений, принимаемых агентом, как реакции на изменения криминогенной обстановки, может быть обеспечено за счет визуализации последней. Преимущества средств визуализации данных основываются на психофизиологических особенностях системы человеческого зрения, способного на высокой скорости обрабатывать множество визуальных образов. Содержательно, инструменты визуализации криминогенной обстановки являются удобным интерфейсом между агентом и сложившейся системой принятия решений, позволяющим вносить в систему оперативные корректировки.

Приведенные соображения и определили актуальность и направленность настоящего исследования.

Степень разработанности темы исследования. Теоретические и методологические основы управления в социально-экономических системах нашли свое отражение в трудах А.Г. Аганбегяна, К.А. Багриновского, С.А. Баркалова, Л. Берталанфи, В.Н. Буркова, И.В. Бурковой, Ю.В. Бондаренко,

A.Л. Гапоненко, Ю.Б. Гермейера, Л. Заде, В.А. Ирикова, Е.З. Майминаса, И.М. Макарова, Л.В. Канторовича, А.В. Маслобоева, М. Месаровича, Г. Минцберга, Н.Н. Моисеева, Д.А. Новикова, Д. Нортона, Дж. Нэша,

B.М. Полтеровича, Т. Саати, Д.А. Поспелова, А.И. Орлова, С.А. Орловского, Г.А. Угольницкого, Д. Форрестера, С.Л. Чернышева, А.В. Щепкина и других ученых.

Агент-ориентированное моделирование в социально-экономической сфере становилось предметом научного интереса А.Р. Бахтизина, Н.А. Бегунова, К. Вогиацоглу, И.У. Зулькарная, Д.Х. Конвея, В.Л. Макарова, Е.Д. Сушко,

C. Улама, Т. Цекериса, Р. Экстела, Д. Эпштейна и ряда других исследователей.

Различные аспекты информационно-аналитической деятельности в правоохранительной сфере, в том числе с применением математических методов и моделей, исследованы в работах В.З. Веселого, С.Е. Вицина, О.А. Гаврилова,

Ш.Х. Гонова, И.В. Горошко, И.В. Гурлева, А.П. Ипакяна, В.Д. Кондратьева, В.И. Кононенко, В.А. Колемаева, В.Д. Малкова, В.В. Меньших, В.А. Минаева, А.С. Овчинского, В.Ю. Петровой, Л.В. Россихиной, Б.А. Торопова, Г.А. Туманова, А.Б. Флоки.

Идею использования средств визуализации данных в принятии решений, развивали В.Л. Авербух, И. Бидерман, А.Е. Бондарев, В.А. Галактионов, Д.Д. Гибсон, А.А. Захарова, А.А. Зенкин, Л. Итти, А.А. Кулинич, Р. Мазза, Л.В. Массель, Г.С. Осипов, П. Пиролли, Д.А. Поспелов, В. Рибарский, Д. Саша, А. Соломоник, Э.Р. Тафти, Б. Тверски, К. Уэр, К. Чен, А.В. Шкляр, Б. Шнейдерман, Н. Элмквист.

Вышеперечисленные авторы внесли значительных вклад в разработку теоретических, прикладных и инструментальных подходов к совершенствованию функционирования социально-экономических систем в различных сферах человеческой деятельности, вместе с тем, вопросы анализа и оценки криминогенной обстановки, ее отображения средствами визуализации данных с целью повышения оперативности принимаемых управленческих решений, они не рассматривали.

Актуальность указанной проблематики и ее недостаточная разработанность и предопределили объект, предмет, цели и задачи диссертационного исследования.

Объектом исследования служит аналитическая деятельность территориальных органов МВД России на региональном уровне, решающих задачи улучшения криминогенной обстановки.

Предметом исследования являются математические методы и модели анализа и оценки криминогенной обстановки.

Цель исследования состоит в разработке и обосновании новых подходов к решению задачи совершенствования подходов к анализу и оценки криминогенной обстановки с использованием математических методов, моделей и средств визуализации данных.

Задачи исследования:

1. Изучить существующие подходы к определению понятия «криминогенная обстановка», проанализировать их достоинства и недостатки и обосновать авторскую позицию, основанную на понимании криминогенной обстановки как социальной системы.

2. Предложить обобщенную модель криминогенной обстановки и определить основные детерминанты, ее формирующие.

3. Рассмотреть современные средства визуализации данных с целью изучения возможностей их применения для анализа и оценки криминогенной обстановки.

4. Разработать базовую системно-динамическую модель функционирования территориального органа МВД России на районном уровне, влияющего на формирование пространственно-временных характеристик развития криминогенной обстановки.

5. Предложить агент-ориентированную модель анализа криминогенной обстановки района и провести ее адаптацию к региональным эмпирическим данным.

6. Разработать методику оценки криминогенной обстановки с использованием средств визуализации данных.

7. Разработать прототип компьютерной системы анализа и оценки криминогенной обстановки с использованием средств визуализации данных.

Научная новизна исследования:

1 . Предложена обобщенная модель криминогенной обстановки, для которой проведена формализация и уточнение параметров ее основных детерминант -состояния преступности и деятельности органов внутренних дел. В качестве оценки состояния преступности предложено использовать количественные значения, характеризующие преступность в общественных местах; в качестве оценки деятельности органов внутренних дел - число предварительно расследованных преступлений (параграфы 1.1 и 1.2 главы 1).

2. Разработана базовая системно-динамическая модель функционирования территориального органа МВД России на районном уровне, предназначенная для определения возможностей его влияния на формирование пространственно-временных характеристик развития криминогенной обстановки. Для нахождения параметров модели используется сконструированная искусственная нейронная сеть (перцептрон), состоящая из четырех слоев (параграф 2.2 главы 2).

3. С использованием программного пакета AnyLogic построена агент-ориентированная модель анализа криминогенной обстановки района, которая адаптирована к имеющимся эмпирическим данным. В этой модели Агентом выступает территориальный орган МВД России на районном уровне, входом модели является число зарегистрированных преступлений в текущий момент времени, выходом - значение показателя раскрываемости.

Результаты моделирования по каждому району представляются на карте региона определенной комбинацией красного, зеленого, синего цветов, отражающей текущее состояние криминогенной обстановки. Их интеграция способствует формированию представления о криминогенной обстановке в регионе в целом (параграф 2.3 главы 2).

4. Предложена методика оценки криминогенной обстановки, состоящая из трех этапов: оценки состояния преступности; оценки результатов деятельности территориального органа МВД России на районном уровне, в ходе которой может учитываться кадровая обеспеченность; и нахождении интегральной оценки в результате операции свертки оценок, полученных на предыдущих этапах.

Визуализация итоговой оценки достигается путем наложения визуальных отображений оценок уровня преступности и деятельности ОВД (глава 3).

5. Разработан прототип компьютерной системы анализа и оценки криминогенной обстановки, который состоит из системы управления базой данных, комплекса агент-ориентированных моделей и блока визуализатора. Использование указанного прототипа компьютерной системы ориентировано на повышение оперативности принимаемых Агентом решений по ее улучшению (параграф 3.3 главы 3).

Практическая значимость работы состоит в разработке и реализации методики анализа и оценки криминогенной обстановки с использованием математических методов, моделей и средств визуализации данных. Обоснованы рекомендации по практическому применению технологии визуализации данных в решении задачи совершенствования аналитической деятельности ОВД.

Методология и методы исследования. В ходе исследования применялись методы системного анализа, теории вероятности и математической статистики, теории оптимизации, машинного обучения, математического и имитационного моделирования, аппарат теории множеств, теории активных систем, дифференциальных уравнений, теории нейронных сетей, средства и методы разработки программного обеспечения на языках программирования высокого уровня Python, Java и Delphi, а также оппонентная теория цвета и методы визуализации данных.

Результаты исследований, представленных в диссертации, соответствуют следующим областям исследований паспорта специальности 05.13.10 - Управление в социальных и экономических системах: п. 3. Разработка моделей описания и оценок эффективности решения задач управления и принятия решений в социальных и экономических системах; п. 4. Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах; п. 5. Разработка специального математического и программного обеспечения систем управления и механизмов принятия решений в социальных и экономических системах.

Положения, выносимые на защиту:

1 . Разработанная базовая системно-динамическая модель функционирования территориального органа МВД России на районном уровне позволяет отразить его влияние на пространственно-временные характеристики развития криминогенной обстановки и сформировать матрицу превентивных воздействий, направленных на ее стабилизацию и улучшение.

2. Предложенная агент-ориентированная модель анализа криминогенной обстановки района и визуализация ее результатов способствуют повышению

оперативности этого анализа. Интеграция построенных моделей позволяет сформировать представление о текущей криминогенной обстановки в регионе в целом.

3. Предложенная методика оценки криминогенной обстановки с использованием средств визуализации данных о состоянии преступности и результатах деятельности территориальных органов МВД России на районном уровне может быть использована региональным Центром при выработке управляющего воздействия, направленного на улучшение криминогенной обстановки в регионе, с учетом актуальных целевых установок.

4. Разработанный прототип компьютерной системы анализа и оценки криминогенной обстановки, имеющий в своем составе систему управления базой данных, комплекс агент-ориентированных моделей и блока визуализатора, позволяет повысить оперативность принимаемых решений по улучшению криминогенной обстановки.

Степень достоверности результатов исследования обеспечена необходимыми математическими доказательствами; подтверждена сопоставлением результатов теоретических исследований с данными, полученными из официальных источников статистической информации. Результаты работы согласуются с современными научными представлениями и данными, полученными при обзоре отечественных и зарубежных информационных источников, подтверждаются исследованиями автора.

Апробация и внедрение результатов исследования. Методические и практические результаты исследования докладывались и обсуждались на российских и международных конференциях: XV Международная научно-практическая конференция «Проблемы и перспективы противодействия современным угрозам безопасности личности, общества и государства» (Москва,2013), Всероссийская научно-практическая конференция «Актуальные вопросы совершенствования деятельности служб и подразделений полиции в области охраны общественного порядка и обеспечения общественной безопасности» (Москва,2013), XXIII, XXIV, XXV Всероссийская научная

конференция «Информатизация и информационная безопасность правоохранительных органов» (Москва, 2014,2015, 2016), III Международная научно-практическая конференция «Актуальные проблемы науки и образования в современном вузе» (Стерлитамак, 2017), Международная научно-практическая конференция (Уфа, 2017), VIII Международная молодежная научно-практическая конференция «Математическое моделирование процессов и систем» (Уфа, 2018), Международная научно-практическая конференция «Летняя школа молодых ученных - 2018» (Москва, 2018), IV Всероссийская научно-практическая конференция «Уголовный процесс и криминалистика: теория, практика, дидактика (обеспечение прав и свобод личности в уголовном судопроизводстве) (Москва, 2019).

Публикации. Основные теоретические и прикладные результаты диссертации изложены в 21 научной работе (объемом 5,1 п.л.), в том числе 5 в рецензируемых изданиях, рекомендованных ВАК при Минобрнауки РФ. Получено 5 свидетельств о регистрации программ для ЭВМ.

Структура и объем работы. Диссертационное исследование состоит из введения, трех глав, состоящих из девяти параграфов, заключения, списка приводимых в тексте сокращений и условных обозначений, списка использованной литературы и четырех приложений.

ГЛАВА 1. КРИМИНОГЕННАЯ ОБСТАНОВКА КАК СОЦИАЛЬНАЯ

СИСТЕМА

§ 1.1 Понятие криминогенной обстановки

Совокупность криминогенных факторов, влияющих на состояние и динамику преступности в определенный промежуток времени, традиционно принято называть криминогенной обстановкой [119]. Понятие «криминогенный» позиционирует как явление, способное привести к преступлениям [66], и порождающее преступное поведение [11]. Фактор рассматривается как движущая сила какого-либо процесса или явления, определяющая его характерные черты. Отдельно взятый криминогенный фактор представляет собой явление, способствующее сохранению или росту преступности на определенной территории, как в целом, так и ее отдельных видов [20].

Среди криминологов существует несколько определений данного понятия. Горяйнов К.К. считает, что криминогенная обстановка, являясь частью криминологической обстановки, образует систему детерминирующих преступность факторов, акцентируя внимание на выявлении причин и условий совершения преступлений. Аванесов А.Г. определяет криминогенную обстановку как совокупность (комплекс) процессов и факторов, влияющих в определенный промежуток времени на состояние и динамику преступности. Эминов В.Н. и Кудрявцев В.Е. указывают на то, что криминогенная обстановка представляет собой совокупность факторов, способствующих сохранению или росту преступности (отдельного ее рода или видов) на отдельной территории [112].

В системе МВД России было закреплено понятие криминогенной обстановки [77], которая представляет собой часть оперативной обстановки, связанную с факторами внешней среды (условия функционирования), напрямую или опосредованно влияющими на состояние правонарушительства. В свою очередь, оперативная обстановка - совокупность постоянно изменяющихся взаимосвязанных и взаимодействующих внешних и внутренних по отношению к

территориальному органу МВД России условий и факторов, определяющих состояние противодействия преступности и охраны общественного порядка на обслуживаемой территории и объектах, а также характеризующих определенную степень тревожности (социальной опасности) и являющихся основанием для выработки и принятия соответствующих управленческих решений.

Отдельные специалисты в области правоохранительной деятельности придают особое значение взаимосвязей между районами совершения преступлений. Так, Клушин О.З. указывает, что в рамках изучения территориальной распространенности правонарушений немалый интерес представляет такой показатель, как «коэффициент влияния», характеризующий степень взаимовлияния преступников на географию преступности в зависимости от мест их проживания и совершения преступления [40]. Коллектив авторов под редакцией Захватова И.Ю. полагают, что организация работы территориального органа внутренних дел должна учитывать оперативную обстановку на территории обслуживания сопредельных (соседних) территориальных и транспортных органов МВД России [67].

Бадов О.Д., рассматривая территориальные особенности распространения правонарушений, с общественно-географических позиций обосновывал понятие «геокриминогенное положение». Под геокриминогенным положением отношение определенного объекта (поселения, региона) к другим объектам, которые находятся на его территории или за его пределами и могут оказывать влияние на состояние преступности [86].

Приведенные утверждения формируют предположение о существовании взаимосвязей между состоянием преступности в сопредельных районах. С целью ее проверки автором применен следующий подход к выявлению взаимосвязей между преступлениями, совершаемыми в сопредельных районах.

Исследование проводилось на примере статистических данных о количестве зарегистрированных преступлениях в городах и районах Республики Башкортостан (РБ) с 2013 по 2018 годы. С их помощью были составлены корреляционные матрицы К, отражающие коэффициенты корреляции между

районами совершения преступлений. Данные матрицы получили вид нижней треугольной матрицы:

где ¿,у = 1, п;

с - число зарегистрированных преступлений в ¡, у районах; Т - число наблюдений.

Проиллюстрируем фрагмент матрицы с коэффициентами корреляции общего числа зарегистрированных преступлений между данными районами (таблица 1.1).

Таблица 1.1. Фрагмент матрицы коэффициентов корреляции

Район Абзелиловский район Альшеевский район Архангельский район Аскинский район Аургазинский район Баймакский район

Абзелиловский район 1 0 0 0 0 0

Альшеевский район 0,17201715 1 0 0 0 0

Архангельский район 0,27031928 0,81594114 1 0 0 0

Аскинский район 0,749481 0,3853209 0,52351269 1 0 0

Аургазинский район 0,63077293 0,56212046 0,24836996 0,45211283 1 0

Баймакский район 0,58607042 0,54049281 0,53128165 0,24709404 0,67248635 1

Далее была составлена матрица смежности районов РБ вида:

Значения г^- рассчитаны по формуле:

(1.1)

Ь11Ь12 Ь1п

В = : ••• :

-Ьп1Ьп2 " Ьпп-

Значения матрицы были получены по условию:

Ьц =

1, ЬI граничит с О , ЬI н е гр а н и ч и т с Ьу, (1.2)

О ,Ь1 = Ь]

где ¿,у = 1,п; Ь - район;

« - общее количество районов РБ.

В результате была получена матрица смежности В, на пересечении которых находятся бинарные значения сопредельности данных районов (таблица 1.2). Содержательно матрица показывает, что для 63 районов РБ существует 296 сопредельных районов, то есть каждый район в среднем имеет 4,7 соседей. Для 33 районов РБ сопредельными выступают районы других субъектов РФ, взаимодействие с которыми мы не рассматриваем.

Таблица 1.2. Фрагмент матрицы сопредельных районов

<

Район Абзелиловский район Альшеевский район Архангельский район Аскинский район Аургазинский район Баймакский район

Абзелиловский район 0 0 0 0 0 1

Альшеевский район 0 0 0 0 1 0

Архангельский район 0 0 0 0 0 0

Аскинский район 0 0 0 0 0 0

Аургазинский район 0 1 0 0 0 0

Баймакский район 1 0 0 0 0 0

Для вычисления матрицы корреляционной зависимости между сопредельными районами выполнено поэлементное произведение матриц В и К. Формально была получена матрица С = В X К. Каждый ее элемент д^ у отражает

значение коэффициентов корреляции для сопредельных районов РБ:

О 0 0 01

С =

; ооо

0(71-1)1 4 0 0 9т 9п2 "' 0.

Для приведенных выше фрагментов (рисунок 1.1 и рисунок 1.2) вычислена матрица, в которой находятся только сопредельные районы. На пересечении наименований районов находятся коэффициенты корреляции (таблица 1.3).

Таблица 1.3. Фрагмент результирующей матрицы коэффициентов корреляции

Район Абзелиловский район Альшеевский район Архангельский район Аскинский район Аургазинский район Баймакский район

Абзелиловский район 0 0 0 0 0 0

Альшеевский район 0 0 0 0 0 0

Архангельский район 0 0 0 0 0 0

Аскинский район 0 0 0 0 0 0

Аургазинский район 0 0,5621205 0 0 0 0

Баймакский район 0,5860704 0 0 0 0 0

Тест на однородность (критерий Фишера) показал, что при уровне значимости в 95% отсутствует взаимосвязь между сопредельными районами, где были совершены преступления, в том числе мошенничества общеуголовной направленности, вымогательства, разбойные нападения, неправомерные завладения транспортными средствами, хулиганства, преступления экономической направленности, преступления, совершенные иностранными гражданами, а также преступления, совершенные в общественных местах. Статистически значимая связь существует лишь между сопредельными районами, где были зарегистрированы кражи чужого имущества и грабежи.

Таким образом, на примере статистических данных предположение о существовании взаимосвязей между состоянием преступности в сопредельных районах не нашло своего подтверждения. Поэтому в дальнейшем мы будем рассматривать традиционные подходы к анализу и оценке состояния преступности, в том числе применяемые в системе МВД России.

С системной точки зрения криминогенная обстановка формируется под влиянием многих факторов, в том числе социально-экономических, демографических, преступности. Результатом такого влияния является социальный объект, обусловленный определенной системой общественных

отношений. К примеру, «подозреваемые» и «органы предварительного расследования» являются элементами определенной системы, которая задается и регулируется нормами уголовного права. При этом свойством активности она обладать не может, так как формируется под воздействием деятельности определенного среза общества, образуя социальный объект, где отношения базируются на системе уголовно-процессуального права.

Основными качествами социального объекта, позволяющими охарактеризовать его как систему, являются целостность включенных в него элементов и наличие устойчивых связей между ними. Эти качества выражаются через особый характер отношений между составными элементами социальной системы, наличие некоторых общих свойств, ее стремлении к самосохранению под воздействием меняющихся внешних условий и многое другое [32].

Движущей силой любой социальной системы выступают общественные потребности, которые должны быть удовлетворены в той степени, в которой их члены испытывают нужду. Эффективность удовлетворения этих потребностей задает вектор развития общественных отношений, определяемых данной социальной системой. Криминогенная обстановка в явном виде может быть представлена как результат непрерывного взаимодействия двух антагонистических сторон общества: преступности и системы органов государственной власти, образуемая для устранения выявленных причин, условий и иных детерминант преступности.

В деятельности системы органов государственной власти по удовлетворению потребностей общества в устранении проблем, связанных с преступностью, отражается специфическая область социального регулирования, управления и контроля. Значительная роль в этом вопросе отведена органам внутренних дел Российской Федерации (ОВД), которая входит в систему федеральных органов исполнительной власти [1]. ОВД относятся к искусственным социальным системам и выполняют социальный заказ в виде целей-заданий, регулируемых, как правило, законодательством [129]. Одними из таких целей-заданий для ОВД является деятельность по обеспечению защиты

жизни, здоровья, прав и свобод граждан Российской Федерации, иностранных граждан, лиц без гражданства, противодействию преступности, охране общественного порядка и собственности, обеспечению общественной безопасности [2].

Исходя из этого, мы полагаем, что криминогенная обстановка является пассивной социальной системой. В качестве ее основных элементов нами выделяются: преступность - как негативное социальное явление; деятельность органов внутренних дел, обеспечивающих выполнение государственных правоохранительных функций. Остальные факторы также участвуют в формировании криминогенной обстановки, но, как правило, путем их опосредованного воздействия (рисунок 1.1).

Список литературы диссертационного исследования кандидат наук Болтачев Эльдар Филаридович, 2020 год

- 276 с.

81. Шеннон, Р. Имитационное моделирование систем - искусство и наука/ Р. Шеннон: перевод с английского под редакцией Е.К. Масловского. - М.: Мир, 1978. - 418 с.

82. Шолле, Ф. Глубокое обучение на Python / Ф. Шолле. - СПб.: Питер, 2018. - 400 с.

83. Эдвардс, Ч.Г. Дифференциальные уравнения и краевые задачи: моделирование и вычисление с помощью Mathematica, Maple и MATLAB / Ч.Г. Эдвардс, Д.Э. Пенни. - 3-е изд.: пер. с англ. - М.: ООО «И.Д. Вильямс». 2008. - 1104 с.

Статьи

84. Абрамов, А.В. О соотношении понятий «оперативная обстановка» и «криминогенная обстановка» / А.В. Абрамов // Актуальные проблемы российского права. - 2009. - №3. - С. 443-448.

85. Афанасьев, А.А. Технология визуализации данных как инструмент совершенствования процесса поддержки принятия решений / А.А. Афанасьев // Инженерный вестник дона. - 2014. - Т. 31, №4-1. - С. 60.

86. Бадов, А.Д. Геокриминогенное положение как фактор преступности / А.Д. Бадов // Известия РАН. Серия географическая. - 2009. - №2. - С.1-4.

87. Болтачев, Э.Ф. О некоторых проблемах использования статистических данных учетных документов для анализа мест совершения преступлений / Э.Ф. Болтачев // Сборник трудов XXV Всероссийской конференции «Информатизация и информационная безопасность правоохранительных органов». - М.: Академия управления МВД России, 2016. - С. 223-226.

88. Борщев, А.В. Практическое агентное моделирование и его место в арсенале аналитика / А.В. Борщев // Exponenta Pro: Математика в приложениях. -2004. - №3-4. - С. 38-47.

89. Гапоненко, В.Ф. Агент-ориентированные модели как средство поддержки принятия решения в деятельности органов внутренних дел /

B.Ф. Гапоненко, Т.Н. Кильмашкина, Э.Ф. Болтачев // Вестник воронежского института ФСИН России. - 2018. - №3. - С. 52-55.

90. Гафарова, Е.А. Агентная модель для оценивания последствий управленческих решений в жилищно-коммунальной сфере (на примере г. Стерлитамак) / Е.А. Гафарова, Е.В. Зеленова // Государственное управление. Электронный вестник. - 2011. - №29. - С. 1-8.

91. Гонов, Ш.Х. Актуальные вопросы уголовной статистики / Ш.Х. Гонов // Сборник трудов XXV Всероссийской конференции «Информатизация и информационная безопасность правоохранительных органов». - М.: Академия управления МВД России, 2016. - С. 66-70.

92. Горбань, А.Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей // Сибирский журнал вычислительной математики. - 1998. - Т. 1, № 1. - С. 12-24.

93. Грошев, С.В. Комбинированный метод визуализации фронта Парето в задаче многокритериальной оптимизации, основанный на диагональном пересчете гиперпространства / С.В. Грошев, А.П. Карпенко, В.А. Остроушко // Наука и Образование. МГТУ им. Н.Э. Баумана. - 2016. - №08. - С. 150-164.

94. Демидов, Н.Н. Методы и средства визуализации процедур принятия решений в ситуационных центрах / Н.Н. Демидов, И.Н. Демидова // Образовательные ресурсы и технологии. - 2014. - №5(8). - С. 33-42.

95. Дорогин, А.В. Оценка и управление рисками производственных систем на основе агентного моделирования / А.В. Дорогин, Э.Б. Песиков, О. 7а1кт // Проблемы управления безопасностью сложных систем: матер. XXI междунар. конф. - М.: РГГУ, 2013. - С. 430-434.

96. Емелин, С.М. Актуальные проблемы оценки криминогенной обстановки / С.М. Емелин, Э.Ф. Болтачев // Вестник ВЭГУ. - 2017. - № 5 (91). -

C. 41-51.

97. Жаглин, А.В. Система управления органов внутренних дел: общая характеристика / А.В. Жаглин // Вестник воронежского института МВД России. -2012. - №1. - С. 54-60.

98. Захарова, А.А. Визуальные модели / А.А. Захарова, А.В. Шкляр // Проблемы информатики. - 2011. - №4. - С. 41-47.

99. Захарова, А.А. Динамические знаковые структуры в информативных визуальных высказываниях / А.А. Захарова, А.В. Шкляр // GraphiCon 2016: матер. 26 междунар. конф. - Протвино: АНО «ИФТИ», 2016. - С. 131-136.

100. Захарова, А.А. Значение особенностей зрительного восприятия для интерпретации визуальных моделей произвольных данных / А.А. Захарова, А.В. Шкляр // GraphiCon2015: матер. 25 междунар. конф. - Протвино: АНО «ИФТИ», 2015. - С. 214-221.

101. Ивашкин, Ю.А. Мультиагентное имитационное моделирование больших активных систем / Ю.А. Ивашкин // Имитационное моделирование. Теория и практика: Сборник докладов четвертой всероссийской научно-практической конференции ИММ0Д-2009. 2009. - С. 267-272.

102. Калинин, А.А. Визуализация функционирования территориально-распределенных объектов / А.А. Калинин // Прикладная информатика. - 2006. -№6. - С. 11-18.

103. Кашницкий, Ю.С. Визуальная аналитика в задаче трикластеризации многомерных данных / Ю.С. Кашницкий // Труды московского физико-технического института. - 2014. - Т. 6, №3(23). - С. 43-56.

104. Клебанов, Б.И. Технология моделирования социально-экономической динамики муниципального образования на основе мультиагентного подхода / Б.И. Клебанов [и др.] // Имитационное моделирование. Теория и практика: Сборник докладов четвертой всероссийской научно-практической конференции ИММ0Д-2009. 2009. - С. 113-118.

105. Кузнецов, А.В. Краткий обзор многоагентных моделей / А.В. Кузнецов // Управление большими системами: сборник трудов. - 2018. - С. 6-44.

106. Лаптев, В.В. Кластерный анализ визуального восприятия структуры данных / В.В. Лаптев, П.А. Орлов // Бизнес-информатика. - 2015. - №3(33). -С. 34-43.

107. Лычкина, Н.Н. Ретроспектива и перспектива системной динамики. Анализ динамики развития / Н.Н. Лычкина // Бизнес-информатика. - 2009. -№3(9). - С. 55-67.

108. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Агент-ориентированные модели как инструмент апробации управленческих решений // Управленческое консультирование. 2016. №12(96). С.16-25.

109. Макаров, В.Л. Агент-ориентированные модели как инструмент апробации управленческих решений / В.Л. Макаров, А.Р. Бахтизин, Е.Д. Сушко // Управленческое консультирование. - 2016. - №12(96). - С. 16-25.

110. Многомерный статистический анализ показателей преступности в субъектах Российской Федерации в задаче синтеза оценки уровня криминогенности / А. Приказчикова [и др.] // Всероссийский криминологический журнал. - 2019. - Т. 13, № 1. - С. 18-29. - 001 10.17150/2500-4255.2019.13(1).18-29.

111. Никулина, Е.А. Визуализация данных, как средство принятия решений / Е.А. Никулина, А.В. Шкляр // Молодежь и современные информационные технологии: матер. междунар. науч.-практ. конф. - Томск: НИТПУ, 2016. -С. 145-146.

112. Новикова, Ю.В. Механизм детерминации преступного поведения как элемент криминологической характеристики преступлений / Ю.В. Новикова // Актуальные проблемы российского права. - 2014. - № 5(42). - С. 930-937.

113. Палей, А.Г. Анализ демографического состояния региона методами системной динамики / А.Г. Палей, Г.А. Поллак // Международный научно-исследовательский журнал. - 2017. - №4(58). - С. 108-111.

114. Пространственно-временной кластерный анализ заболеваемости / М.С. Абрамович [и др.] // Информатика. - 2014. - №4. - С. 75-84.

115. Пузырев, С.В. Об одном подходе к согласованию интересов в системе органов внутренних дел / С.В. Пузырев // Сборник трудов всероссийского научного семинара «Актуальные вопросы управления в социально-экономических системах». - М.: Академия управления МВД России, 2016. - С. 109-115.

116. Райков, А.Н. Визуальная аналитика электронного правительства для стратегического и территориального планирования / А.Н. Райков // Информационное общество. - 2017. - №2. - С. 60-70.

117. Суслов, В.И. Моделирование роли государства в пространственной агент-ориентированной модели / В.И. Суслов, Т.С. Новикова, А.А. Цыплаков // Экономика региона. - 2016. - Т. 12, №3. - С. 951-965.

118. Суслов, С.А. Агентное моделирование как средство анализа и прогноза спроса на энергоресурсы / С.А. Суслов, М.А. Кондратьев, К.В. Сергеев // Проблемы управления. - 2010. - №2. - С. 46-52.

119. Ульянов, А.Д. Криминогенная обстановка как объект познания / А.Д. Ульянов, А.В. Абрамов // Труды Академии управления МВД России. - 2013. - № 3(27). - С. 13-16.

120. Что такое цвет / М. Райзер [и др.] // Ситуационные центры и информационно-аналитические системы класса 41 для задач мониторинга и безопасности (SCVRT1516): матер. междунар. науч. конф. - Протвино: АНО «ИФТИ», 2016. - С. 8-32.

121. Шуляк, К.Ю. О моделировании поведения социально-экономических агентов в бытующей практике государственного протекционизма и преференций / К.Ю. Шуляк // Имитационное моделирование. Теория и практика: Сборник докладов четвертой всероссийской научно-практической конференции ИММОД-2009. - Т. 2. - СПб.: ОАО «ЦТСС». 2009. - С. 291-294.

Диссертации

122. Абрамов В.И. Разработка агент-ориентированной модели функционирования системы государственных закупок (на примере закупочной деятельности предприятия наукограда): дис. ... канд. экон. наук: 08.00.13 / Абрамов Владимир Иванович. - Москва, 2018. - 163 с.

123. Бахтизин А.Р. Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей:

дис. ... д-ра экон. наук: 08.00.13 / Бахтизин Альберт Рауфович. - Москва, 2008. -357 с.

124. Давыдов А.С. Совершенствование аналитической деятельности городских и районных органов внутренних дел в условиях неопределенности первичных данных: дис. ... канд. техн. наук: 05.13.10 / Давыдов Александр Сергеевич. - Москва, 2003. - 152 с.

125. Кузнецов А.С. Методы и модели анализа данных в управлении образовательным процессом образовательной организации МВД России: дис. ... канд. техн. наук: 05.13.10 / Кузнецов Андрей Сергеевич. - М., 2017. - 154 с.

126. Маслобоев А.В. Исследование и разработка моделей и методов информационной поддержки управления региональной безопасностью (на примере Мурманской области): дис. ... д-ра. техн. наук: 05.13.10 / Маслобоев Андрей Владимирович. - Апатиты, 2016. - 314 с.

127. Орешков В.И. Методы и модели интеллектуального анализа данных в задачах управления в социальных и экономических системах: дис. ... канд. техн. наук: 05.13.10 / Орешков Вячеслав Игоревич. - Рязань, 2013. - 221 с.

128. Рябинин К.В. Методы и средства разработки адаптивных мультиплатформенных систем визуализации научных экспериментов: дис. ... канд. физ.-мат. наук: 05.13.11 / Рябинин Константин Валентинович. - М., 2015. -207 с.

129. Флока А.Б. Совершенствование деятельности информационных центров МВД России на основе разработки моделей анализа данных: дис. ... канд. техн. наук: 05.13.10 / Флока Анатолий Борисович. - Москва, 2006. - 159 с.

Электронные ресурсы

130. Tsekeris T., Vogiatzoglou K. Multi-Regional Agent-Based Economic Model of Household and Firm Location and Transport Decisions // Proc. of the 10th STRC Swiss Transport Research Conference. Monte Verita, 2010. URL: http://www.strc.ch/conferences/2010/Tsekeris.pdf (дата обращения: 21.01.2019).

131. Актуальные информационные технологии: визуализация информации, виртуальное окружение, неогеография, осязаемые изображения [Электронный ресурс] / А. Алешин [и др.] // Научная визуализация: электронный журнал открытого доступа. - 2013. - Т. 5. - № 4. - Режим доступа: http://sv-journal.org/2013-4/01/index.html (дата обращения: 08.07.2018).

132. Документация PyQGIS [Электронный ресурс] / M. Dobias; перевод с англ. А. Бруй // DOCPLAYER: docplayer.ru. - 2012. - Режим доступа: https://docplayer.ru/25856289-Dokumentaciya-pyqgis-martin-dobias-perevod-aleksandr-bruy-nextgis-obnovleniya-gis-lab-info.html (12.06.2018).

133. Захарова, А.А. Информативные признаки задач визуализации [Электронный ресурс] / А.А. Захарова, А.В. Шкляр // Научная визуализация: электронный журнал открытого доступа. - 2015. - Т. 7. - №2. - Режим доступа:http://sv-journal.org/2015-2/06/index.php?lang=ru (дата обращения: 06.07.2018).

134. Захарова, А.А. Методика решения задач анализа данных при использовании аналитических визуальных моделей [Электронный ресурс] / А.А. Захарова, Е.В. Вехтер, А.В. Шкляр // Научная визуализация: электронный журнал открытого доступа. - 2017. - Т. 9. - № 4. doi: 10.26583/sv.9.4.08.

135. Зачем и как использовать визуализацию данных? [Электронный ресурс]: Habr. - 2014. - Режим доступа: https://habr.com/company/devexpress/blog/ 240325/ (дата обращения: 08.07.2018).

136. Использование визуализации при решении задач многокритериального выбора [Электронный ресурс] / А.П. Нелюбин [и др.] // Научная визуализация: электронный журнал открытого доступа. - 2016. - Т. 8. - № 4. - Режим доступа:http://sv-journal.org/2016-3/06/ru/mdex.php?lang=ru (дата обращения: 29.05.2018).

137. Киселева, М.В. Моделирование адаптивного поведения социализированных агентов в AnyLogic [Электронный ресурс] / М.В. Киселева, И.О. Гайдай // AnyLogic: The AnyLogic Company. - 2013. - Режим доступа:

https://www.anylogic.ru/resources/articles/modelirovanie-adaptivnogo-povedeniya-sotsializirovannykh-agentov-v-anylogic/ (дата обращения: 04.06.2018).

138. Ланцев, Е.А. Создание агентных имитационных моделей с применением технологии интеллектуального анализа процессов (process mining) [Электронный ресурс] / Е.А.Ланцев, М.Г.Доррер // AnyLogic: The AnyLogic Company. - 2013. - Режим доступа: https://www.anylogic.ru/resources/articles/ sozdanie-agentnykh-imitatsionnykh-modeley-process-mining / (дата обращения: 04.06.2018).

139. Макаров, В.Л. Компьютерное моделирование искусственных миров [Электронный ресурс] / В.Л. Макаров, А.Р. Бахтизин // AnyLogic: The AnyLogic Company. - 2005. - Режим доступа: https://www.anylogic.ru/resources/articles/ kompyuternoe-modelirovanie-iskusstvennykh-mirov/?sphrase_id=14306 (дата обращения: 04.06.2018).

140. Паринов, С.И. Новые возможности имитационного моделирования социально-экономических систем [Электронный ресурс] / С.И. Паринов // Искусственные общества: электронный научно-образовательный журнал. - 2007. - T. 2. - Выпуск 3-4. Доступ для зарегистрированных пользователей. - Режим доступа: http://artsoc.jes.su/s207751800000082-9-1 (дата обращения: 29.06.2018).

141. Пескова, О.В. О визуализации информации [Электронный ресурс] / О.В. Пескова // Вестник МГТУ им. Н.Э. Баумана: электронное научно-техническое издание. - 2012. - №1(1). - Режим доступа: http://engjournal.ru/articles/24/24.pdf (дата обращения 20.10.2017).

142. Республика Башкортостан: статистический справочник [Электронный ресурс] / Территориальный орган Федеральной службы государственной статистикипо Республике Башкортостан. - 2019. Режим доступа: http://bashstat.gks.ru/wps/wcm/connect/rosstat_ts/bashstat/resources/dee2fa804a76abf3 b223b32ae22f80ef/i000001 r.pdf (01.07.2019).

143. Рябинин, К.В. Визуализация дискретного множества точек при помощи плавных кривых без ложных экстремумов [Электронный ресурс] / К.В. Рябинин // Научная визуализация: электронный журнал открытого доступа. - 2017. - Т. 9. -

№1. - Режим доступа: http://sv-journal.org/2017-1/04/mdex.php?lang=ru (дата обращения: 29.05.2018).

144. Степанов, Ю.А. Компьютерная визуализация и районирование параметров техногенного воздействия на окружающую среду [Электронный ресурс] / Ю.А. Степанов, Л.Н. Бурмин, В.А. Марченко // Научная визуализация: электронный журнал открытого доступа. - 2017. - Т. 9. - №1. - Режим доступа: http://sv-journal.org/2017-1/10/index.php?lang=ru (дата обращения: 06.07.2018).

Литература на иностранном языке

145. Agent-Based Models of Geographical Systems / A.J. Heppenstall, A.T. Crooks, L.M. See & M. Batty (Eds.).-Dordrecht: Springer. 2012. - 746 p.

146. Akopov A.S. Simulation of human crowd behavior in extreme situations / A.S. Akopov, L.A. Beklaryan // International Journal of Pure and Applied Mathematics. - 2012. - Vol. 79. - №1. - Р. 121-138.

147. Artificial crime analysis systems: using computer simulations and geographic information systems / Lin Liu & John Eck, editors. - Hershey: Information Science Reference, 2008. - 508 р.

148. Epstein J. M., Axtell R. Growing artificial societies. Washington, D. C.: Brookings Institution Press; Cambridge, MA: MIT Press, 1996.

149. ESRI Shapefile: A Technical Description / Environmental System Research Institute Inc., USA, 1997. - 23 p.

150. Frank, M.; Wolfe, P. An algorithm for quadratic programming //Naval Research Logistics Quarterly. 3 (1-2): 95-110. 1956. doi:10.1002/nav.3800030109

151. Harries K. Mapping Crime: Principle and Practice / Keith Harries // U.S. Department of Justice: Office of Justice Programs, National Institute of Justice. 1999. -206 p.

152. Iliinsky N., Steele J. Designing Data Visualizations / Noah Iliinsky, Julie Steele. - O'Reilly Media, Inc. 2011. - 109 p.

153. Ivanov D. Operations and Supply Chain Simulation with AnyLogic: Decision-oriented introductory notes for master students / D. Ivanov. - 2nd Edition. -Berlin: Berlin School of Economics and Law. 2017. - 97 p.

154. Jackson M.O. Social and Economic Networks / Matthew O. Jackson. -Princeton University Press, 2008. - 647 p.

155. Larose D.T. Data mining methods and models / Daniel T. Larose. -Hoboken: John Wiley & Sons, Inc. 2006. - 322 p.

156. Shieritz N., Milling P. Modeling the Forest or Modeling the Trees. A Comparison of System Dynamics and Agent-Based Simulation // Proceedings of the International System Dynamics Society Conference, 2003.

157. Wünsche B.C. A survey, classification and analysis of perceptual concepts and their application for the effective visualisation of complex information / Burkhard Claus Wünsche // APVis '04 Proceedings of the 2004 Australasian symposium on Information Visualisation. - 2004. - Vol. 35. - P. 17-24.

Подходы к верификации модели системной динамики

Верификация, как правило, заключается в сравнении прогнозной и фактической динамики исследуемых характеристик с использованием метода наименьших квадратов:

8 =

N

С=СП 1=1

КР1?(Х)

где ? = 10^0+1,...,Т — модельное (ретроспективное) время; КР1®(£) - фактические значения /-х ключевых показателей деятельности / = 1,2,..., /;КР/^(г:) — прогнозные значения /-х ключевых показателей деятельности /= 1,2,...,/, формируемые в результате прогона имитационной модели.

Для минимизации влияния прогнозов на среднеквадратическую ошибку, относящихся к удаленным моментам времени, можно задать весовой коэффициент:

N

^^ (КР1?(1) - КР1?(хУ 2 ¿=1

КР1?(Х)

Разновидностью верификации модели на основе сравнения является прогон модели на различных отрезках горизонта прогнозирования с последующим сравнением полученных среднеквадратических ошибок:

N

I

11

'КР1?(1) - КР1?(1У

КР1?(Х)

= ¿оДо + т, ...,Т -т,т £ [¿0;Г]

¿=1

Адекватная модель при максимальном значении ошибки прогнозирования 8 = тах{8^] должна удовлетворять условию 8 < 8, где 8 - некоторый допустимый уровень.

Параметры ИНС

N R"2

1 0,99981685384

2 0,99339352595

3 0,99967942623

4 0,99995308771

5 0,99994639711

6 0,99863351590

7 0,98229916580

8 0,99968767958

9 0,94934594631

10 0,94571886212

11 0,92137836665

12 0,99965208315

13 0,99865211674

14 0,99838884373

15 0,99983008506

16 0,99924210279

17 0,99999382355

18 0,99999432208

19 0,99976203394

20 0,99907030421

21 0,99988093918

22 0,98406115547

23 0,99999999921

24 0,99998744275

25 0,99934300961

26 0,95892518014

27 0,99897110718

28 0,99645028822

29 0,99735347717

30 0,99857782165

31 0,99552105414

32 0,99961922420

33 0,99945492129

34 0,99909171049

35 0,98855961673

36 0,99976478828

37 0,99796895892

38 0,99718309543

39 0,99999428582

40 0,99890797876

41 0,99552523158

42 0,99997190945

43 0,99907062395

44 0,99999225946

45 0,90803276747

46 0,99326514360

47 0,99661640567

48 0,93540590256

49 0,99999728824

50 0,98629519530

51 0,98987752479

52 0,99993615933

53 0,99201088771

54 0,99575240305

55 0,99960665664

56 0,99512912333

57 0,94045246392

58 0,90988413990

59 0,87974081188

60 0,93841753900

61 0,75922122598

62 0,86176715791

63 0,99717105972

Method tmsprop tmsprop tmsprop tmsprop tmsprop tmsprop tmsprop tmsptop Adam tmsptop Nadam tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop sgd_mode tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsprop tmsprop tmsptop tmsptop Adam_mod tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop Adamax tmsptop Adam_mod Adadelta sgd_mode tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop tmsptop Adam tmsptop Adam Adadelta tmsptop

W(I_1)1

-0,787 -0,43531 -0,84921 0,348878 -0,82343 1,79759 0,638265 -0,2611 -0,23545 -1,9602 0,379213 -1,52687 -1,58022 -0,26941 -0,38903 0,231713 -1,20431 0,03 -1,69153 0,597871 -0,03003 -0,82535 1,789677 0,405567 -0,27302 -0,40338 1,816664 -0,87517 1,68554 -0,83925 1,03041 1,366057 -1,31532 0,662605 l-0,03489 0,156462 -0,90936 0,076982 0,94182 0,902683 -1,09808 -2,91399 0,683753 0,692638 -0,62861 0,064766 l-0,04556 0,952365 -2,90716 2,081805 0,808182 0,888304 -1,78997 -0,78136 1,598443 -0,0503 -0,01743 -0,13679 -0,19949 1,211624 0,772267 0,725166 -1,33568

W(I_1)2 -0,23745 2,144533 -2,18989 -2,53478 -0,78267 -1,2156 -1,00796 -1,4456 -1,37079 1,356783 -0,93665 -0,0976 -0,03601 -0,64151 -1,02579 -0,91078 0,227025 -0,55052 -1,56688 0,372947 -1,66446 0,639016 -0,34016 -0,71754 -0,57058 0,364967 0,973742 -0,49199 0,71875 -0,28005 0,476506 0,118661 -0,37922 -0,26546 0,18698 0,796502 0,085048 -0,59352 1,138307 0,227855 1,542598 0,220188 0,701662 -0,13421 0,653723 0,082671 1,230814 1,365104 2,348691 -6,13301 -0,29705 0,550539 0,506514 -0,54323 5,148956 0,563431 -0,33756 -0,67721 -0,83979 1,216838 0,332493 0,65227 0,041387

W(I_1)3 -1,13956 0,299526 -0,83957 0,530969 1,29578 -0,63375 0,781855 -0,14114 0,597205 0,736267 -0,26007 -1,44693 0,854922 -0,35403 -0,54054 -1,00129 0,419075 -0,52491 1,567538 0,377494 -0,56946 -0,2504 0,985704 0,090388 -2,7232 1,098084 -1,08594 0,501572 -1,42215 -0,36994 -0,5907 1,184682 2,974522 -0,25809 -1,14945 -0,69006 -1,07131 -0,65247 0,96993 -1,07589 1,073388 -2,87179 0,421257 -0,28735 0,592515 -0,78947 -0,58267 1,174557 0,129085 -3,49325 0,449018 0,067031 1,947408 1,565825 5,017376 -1,27389 0,220804 -1,25062 -0,29451 -0,80306 -0,49705 0,609598 0,099261

W(I_1)4 -0,06126 0,093899 0,715639 -1,46194 1,045376 1,79774 -0,75523 2,021912 0,683247 1,267563 0,69642 -0,33494 -0,57163 0,158056 -0,83748 0,413542 0,155144 -0,15216 -1,39046 1,769742 -0,14827 0,257107 -0,31046 1,267661 -0,31778 0,944155 -0,16413 0,281262 1,556672 -0,51374 -0,66443 -0,86145 -2,99996 0,283947 -0,38522 0,988892 -0,28865 -0,67106 0,746043 0,674663 -0,71165 -0,2716 0,695111 -0,65342 -0,47721 -1,22339 0,425403 -0,89923 0,599929 -0,89978 0,234156 0,196065 -0,77643 -0,03898 -3,01785 -1,23485 -1,00638 -0,64783 -0,38651 -0,89173 -0,18825 0,327506 -0,55195

W(I_2)1 0,077322 0,329287 -0,32771 0,115784 -1,08535 0,33492 0,268017 -0,29586 0,361559 1,015902 -1,13717 -2,89915 -0,65101 1,333039 0,3051 0,222877 -0,16933 0,32162 0,156879 0,583928 0,539547 0,246856 1,303172 0,158246 1,329775 -0,23712 -0,71071 -0,23279 0,004244 1,319391 0,348583 0,901945 -1,15013 -0,86395 -0,14397 -0,7202 -0,57266 0,374455 0,816514 0,324226 -0,32558 -0,69935 -0,61641 0,764666 -0,46269 0,885561 0,022392 1,865472 -1,78316 0,805731 -0,30877 -0,63564 1,789462 1,554621 0,86132 -0,01809 -0,97118 -0,47965 0,766074 -0,05711 0,142811 0,315251 -1,39976

W(I_2)2 -0,01908 0,248508 -0,20134 -0,10158 0,402781 0,805615 0,940438 -0,73076 -0,71384 -1,12597 0,390513 -0,1406 -0,42207 -0,1129 -0,51781 0,538361 -0,35542 0,084987 -0,6891 -0,77461 0,445063 1,384115 -0,62975 0,478366 1,4971 -0,56778 1,466778 -0,60104 -0,33732 -1,31573 0,467443 0,309923 -0,44807 -0,2383 -0,01491 0,186212 0,725739 -2,53961 0,324271 0,042447 0,016684 -0,53735 -0,91392 0,373071 -0,35033 -0,45131 0,265597 0,591941 0,631933 -0,95412 1,639482 0,2813 0,077764 -1,66717 1,864524 0,354789 0,409782 -0,59638 -0,37708 -0,31925 0,007409 -0,72011 0,158817

W(I_2)3 -0,38661 0,057159 -0,30385 1,014406 0,527696 -0,96936 -1,18089 -0,35267 0,415488 0,540923 -0,50285 -1,24999 -0,14031 -0,05393 0,790017 -0,41486 0,353112 -0,26228 0,059362 0,695111 0,719043 -0,25531 0,284814 0,188425 -0,97271 0,12497 -1,08437 -0,35813 0,379523 3,121932 -0,83497 0,257368 0,129625 -0,25142 0,453938 -0,25892 0,849973 -0,53433 0,782424 -0,06067 -0,21773 -0,78195 1,562968 0,327239 -0,38014 -0,04371 -0,39433 0,38939 1,010564 -1,65753 -0,05597 -0,00991 -1,52778 0,165999 1,833202 -0,00141 0,288938 -0,28684 0,214369 2,221581 -0,22489 0,187873 -3,00521

W(I_2)4 0,82767 0,719088 -0,90994 -1,05559 -0,77232 0,329739 1,114998 4,586748 -0,36833 -1,20561 0,057534 0,33715 -0,01679 -1,38504 0,970873 0,220263 -0,24393 0,256246 -0,45203 0,017236 -0,39386 -0,83864 1,126516 0,091755 -0,00089 -0,49419 0,684432 -0,67974 -0,19245 0,891496 0,442335 -0,72316 -0,12371 0,349679 0,484972 0,322023 -0,12851 0,168444 -0,93367 0,22662 0,258893 -0,7808 2,005219 0,484537 -0,20974 -0,2071 -0,84581 -1,79719 0,511689 -0,37754 3,179099 -0,01408 -0,96054 -0,44051 1,116692 0,005833 -0,63984 0,420547 0,151792 -0,58494 0,404287 1,1957 -2,78854

b11 0,351477 0,16403 -1,05108 0,204327 -0,05821 1,529215 -2,35778 -0,53034 -0,17004 0,981346 0,011137 -1,49502 -0,3782 0,334946 -3,55897 1,050876 0,460646 0,801166 -2,8201 -0,39067 -0,97567 0,003089 1,607111 -0,35086 0,323554 -4,27559 -0,18087 0

-0,15907 -2,65994 -4,90945 0,122007 -1,18303 0,290016 -2,50465 0,065939 -2,81819 3,002526 0,501151 0,327332 -0,76582 -1,37617 -1,09824 -0,31168 -0,96174 0,241911 3,056587 1,216174 0,839902 -0,12805 -2,69391 -0,01354 -1,21738 0,512806 -1,15625 1,702034 0 0

0,146283 -0,53818 -0,25455 0

-0,41202

b12 -0,89128 1,331241 0,796087 1,166723 1,013303 -1,33215 -0,13196 -1,18593 -0,60477 -0,70397 0

-0,31913 0,14343 -1,9607 -1,0397 -0,45941 -0,71036 0,454322 -7,66251 -0,00051 0,300547 -6,85672 0,554882 0,196583 0,959958 0

0,313819 -0,33043 -2,4431 -0,81045 4,593216 -0,10053 3,718278 0,911253 0,762924 -0,0616 0,013554 -0,36512 -0,38475 0,374473 0,275952 2,46284 -1,62666 -0,2159 -0,06179 -0,18872 0,4839 -0,26793 -1,27565 4,30277 -0,65705 0,268669 -0,88952 -1,02624 2,348884 1,522527 0 0

-0,25645 -0,34995 0,004134 0

-0,47742

b13

-0,4979 0,656202 0,715494 1,041575 -1,88677 0,617901 0,452854 0,684065 -3,39892 -4,88777 0,004806 -0,41696 -0,07419 0,59832 -0,79366 -2,07397 -0,64976 0,455116 2,976594 -0,67688 0,037047 -4,48524 -0,94518 -0,65104 0,313386 3,244463 -0,42953 1,132852 -1,66934 -1,49356 0

0,602875 0,828298 -2,89647 0,275564 0,300076 -0,07311 -5,92046 0,262556 -1,72329 0,912814 -0,80186 1,065343 -0,77993 0,086578 0,038271 0

-2,08634 -1,86182 3,311115 0,05446 -0,03101 1,1291 -0,32385 1,207749 0,067447 0

-0,62507 1,003315 6,513655 0 0

-6,52624

b14

0 0 0

0,511516 -0,94909 1,566248 -0,78204 3,233714 0

-0,33422 -0,04018 -0,56465 0,857433 -0,73831 -0,97748 3,317995 -0,51438 0,703132 2,394106 0,354023 1,818347 0

1,961055 0,535283 2,095586 0

-0,58436 0

-0,63266 -3,03681 -0,42086 -1,27736 -1,01888 -7,70304 0,220176 -0,80804 -1,65433 3,169745 -0,17141 -0,38334 -1,47953 -2,76979 2,278301 -0,6128 -0,60133 -1,40166 0

-1,16799 0,662991 -0,35996 0,998119 -0,49177 -6,90247 0,955713 -1,47383 0,048991 0,002558 0

-1,36585 0,768076 0 0

-0,2936

W(H_11)1 -0,53866 -1,80864 -1,78655 -1,73393 -0,56447 -1,16284 1,959599 0,882562 -0,12379 0,961487 0,787132 0,64604 3,589046 0,252237 -2,50406 1,379942 0,695286 1,492672 2,234986 -1,23127 1,83101 -0,95518 1,161787 -2,22977 -1,29368 -1,01679 -1,27182 -2,31345 -0,92815 -1,28526 -0,79671 1,267078 -0,86705 1,091996 -1,21375 -1,85235 -4,41856 -3,74644 1,104444 3,362902 -2,28536 0,223615 0,964113 -0,79793 -2,25416 1,332589 -4,11764 -1,644 -0,79936 2,489213 2,136705 -0,77415 -1,4748 1,067127 -4,28575 -2,11506 2,628783 1,559663 -1,24439 -5,02474 -5,16213 -7,38671 -0,04834

W(H_11)2 0,720898 -0,36865 2,220562 1,058408 -0,68042 -1,88541 1,352176 -2,05244 -0,10903 -0,4057 0,866882 0,567505 -3,61914 -1,31441 2,157399 2,581422 0,686099 -1,21071 1,795646 1,560012 1,806135 1,888305 -0,4262 0,834254 -0,85344 1,039517 -2,02226 2,803371 -1,2199 -1,17482 1,890226 1,423015 -0,66938 -1,44687 2,021055 -0,66164 -3,59767 -2,37392 -1,96112 -4,4471 2,817597 -0,88481 -1,30219 1,764398 -2,01502 0,94515 3,319595 -0,84846 -1,23913 -2,8922 1,952246 2,179984 0,774899 -0,3864 -3,95598 2,012617 -2,33578 -0,31752 1,738827 -4,90545 5,607692 8,421744 -1,49256

W(H_12)1 -1,79717 3,436339 1,800692 -1,13437 -1,23319 -1,70644 1,512994 -1,13449 -4,44774 -0,77943 1,681663 -1,14769 1,285284 -2,35806 0,156745 0,747763 -0,79866 0,911246 -2,13078 -0,57469 0,982061 -0,98304 0,296862 -0,70157 -1,34864 -0,42826 -0,36536 2,501946 -2,25986 1,234196 -1,70092 -1,69437 1,581266 -1,33668 1,674783 -2,8267 1,8502 -0,78066 -2,25325 -1,46373 -2,0694 1,439018 1,039269 -1,35191 -1,00434 -1,44261 0,195853 -1,14112 1,857875 -1,63731 -1,33268 2,620434 -2,18683 -1,35742 1,320789 2,461668 -2,3982 1,35201 2,830756 4,042623 -6,82468 -3,40678 0,904532

W(H_12)2 2,655777 4,034274 -1,85775 1,243175 -0,72761 -1,22854 1,609565 0,762365 -4,70151 -0,29518 2,388178 -0,63562 -0,27321 2,306886 1,224994 1,268678 -0,50401 -2,02571 -3,051 0,794677 0,413194 2,785055 -1,08144 0,908921 -1,10127 0,86274 1,417601 -2,86329 -2,4677 1,343952 0,729308 -1,00099 2,4022 2,560318 -1,68241 -2,43738 2,25534 -1,28938 1,163944 2,33028 0,391017 -0,7002 -0,35708 1,511452 -1,64854 -1,97267 1,304412 -1,24392 0,388446 0,198296 -0,91948 -2,33455 0,518469 3,13781 1,816285 -2,62047 2,607827 -1,51542 -1,72984 3,378489 7,586068 3,021635 -0,38806

W(H_13)1 2,43668 -3,98603 0,856155 -1,30332 -0,17393 -2,14622 -1,1695 1,975891 -4,75502 -3,13111 4,175992 1,187487 -1,54528 -1,89811 1,553879 0,437394 1,692837 -1,34504 -2,11922 -1,84965 1,603142 0,836357 -1,49761 -1,526 -1,943 -3,17894 -1,2828 -0,40073 1,078175 0,758729 1,86025 -0,8962 1,715979 4,775215 1,285281 -2,02004 1,454264 -2,43026 0,785414 1,604465 -1,84052 1,391921 -0,0868 -1,67341 -0,16172 7,458918 1,748209 3,85887 -1,05862 0,967927 -3,64643 -1,75382 2,096962 1,14439 1,271741 1,814363 -2,8793 7,657403 2,863672 4,678992 0,188915 13,05775 0,933894

W(H_13)2 -1,59865 -4,68514 -1,28477 1,382268 -1,05489 -1,24064 -1,63637 -2,96515 -4,51869 -3,15299 4,058277 0,871631 1,947736 1,133659 -1,38706 1,441556 1,93831 1,910869 -1,54982 0,234948 0,307763 -0,37614 0,993505 1,321837 -2,352 3,104489 -0,62504 0,655088 0,624689 1,013293 -1,61124 -2,45797 1,077278 -4,03778 -1,56208 -2,16178 2,104376 -1,52469 -0,77402 -2,824 0,731537 -0,96193 -0,63314 1,550976 -1,20815 7,81242 -1,85475 3,756206 -0,6042 0,748807 -3,44727 0,096673 -2,23783 -0,67286 1,165581 -0,59376 2,122425 -7,25512 -4,09499 3,508384 1,202071 -11,9974 -1,94041

W(H_14)1 -1,83427 -0,32975 0,010087 -0,53241 2,047659 -2,64897 1,634137 0,900016 -0,09443 -0,69828 2,280134 -0,72583 -3,50054 -0,30906 1,541583 -0,98631 -1,52289 1,904367 0,957172 2,488099 -1,04906 1,930197 2,164016 2,137129 1,443565 -0,33997 -0,97628 -1,22403 2,319043 -1,98278 -0,96913 -1,28095 -1,31494 -1,65158 1,035161 1,610535 4,528733 -0,74753 0,780355 1,598909 1,57162 -1,32562 -0,62162 -2,23999 -0,08043 -3,3252 1,554722 0,591575 -2,09455 4,521868 1,370546 -2,29121 0,255113 3,145127 -0,6523 1,55534 5,739802 -4,68669 -3,37687 -0,06997 1,147883 -0,02601 0,737035

W(H_14)2 1,726615 -0,46625 1,397588 1,207845 1,607369 -1,60697 0,820541 -0,89573 -0,51408 -0,82373 3,860671 -1,95898 2,979433 0,282083 -1,85336 -1,43711 -1,4322 -0,87189 2,042674 -2,74005 -2,04631 -1,47467 -1,09932 -2,14675 0,4863 0,460926 -1,00676 0,275318 2,957394 -0,88539 0,769947 -1,03339 -1,11587 2,092461 -2,02746 1,677947 5,040705 0,130155 -1,03624 -2,62397 -1,7952 1,067711 1,684616 1,204226 1,523678 -1,66283 -2,83221 0,573414 -1,30692 -3,48553 1,113605 0,619455 -1,81915 -2,69348 -2,4716 -2,01894 -7,41436 4,139825 3,794035 -1,32475 -1,02722 1,371912 -0,68466

b21 -0,64749 0,733297 -0,69943 0,232051 0,355201 0,194142 0,463122 -0,92066 -2,24952 -2,6246 -0,83534 -0,20009 -0,66817 -0,84363 -0,93918 0,510933 -0,10295 0,242282 -1,49536 -0,23073 -0,05979 -0,94218 -0,45315 -0,41281 -0,56859 1,127929 0,358452 -1,03775 -0,78319 -1,28192 -0,81388 -0,20755 -1,20785 0,991408 -0,80027 0,361445 -0,2018 -0,10059 0,57669 0,769288 0,435659 -0,54582 0,187277 -0,16748 -0,41844 -0,5101 1,669695 0,536955 0,4934 1,197799 -0,26108 0,439806 0,221894 -0,75379 -0,41213 1,517892 -2,60517 1,217549 -0,15891 1,618329 -2,14752 -2,60462 0,497872

b22 0,647494 0,736126 0,699052 -0,23184 0,353248 0,193148 0,459484 0,922446 -2,28271 -2,63077 -1,29759 -0,19882 0,667388 0,845763 0,93942 0,513815 -0,10282 -0,2374 -1,49889 0,230217 0,007789 0,927415 0,38799 0,411428 -0,56917 -1,12085 0,370554 1,049287 -0,79574 -1,28204 0,819947 -0,2061 -1,20829 -0,99205 0,809185 0,356947 -0,20055 -0,11463 -0,57622 -0,76881 -0,45321 0,545269 -0,19225 0,166651 -0,41975 -0,5101 -1,81531 0,421752 0,170222 -1,19753 -0,26108 -0,44007 -0,22394 0,750973 -0,4085 -1,52222 2,605339 -1,21669 -0,02309 1,616557 1,81585 2,533516 -0,4909

W(H_21)1 -2,56464 -3,53153 2,94801 -2,35992 -2,32404 3,395178 2,370068 -1,80651 -5,12053 3,606737 -3,47908 -2,28956 -6,23465 -2,49813 4,019091 2,369917 1,345893 1,112487 2,775094 -2,86583 1,233356 -1,50937 1,093499 -2,0233 -1,7538 3,383637 2,103257 -6,2534 2,273804 -2,42404 -1,86372 2,570669 -1,66531 -2,28399 2,653548 1,853267 3,664073 -2,8504 2,054892 2,009189 1,130539 2,77687 -1,82418 -1,6193 1,686776 5,414576 -3,64536 -2,68179 -1,7346 -3,43962 -4,47741 2,639472 -2,68801 -3,90849 -3,6643 3,554489 -3,46008 -5,52252 -5,52101 5,342052 6,395752 13,24869 -2,14313

W(H_22)1 2,34328 -4,99823 -2,1674 2,57608 -2,52489 2,602262 1,793093 3,552566 -5,80534 7,775007 -4,27388 -4,41036 7,69685 3,400386 -3,42705 2,189607 1,297618 -2,36203 3,006798 2,324874 2,391318 2,588196 -0,76364 2,005179 -2,40977 -3,14027 2,92506 4,629051 4,089609 -2,46978 1,543659 3,859605 -2,17684 2,878085 -3,27458 2,676423 2,747155 -3,3987 -1,75718 -3,55498 -1,86883 -1,72934 3,522511 1,690317 1,626311 5,709518 4,079646 -3,73369 -0,82529 2,197015 -4,76594 -1,71643 2,514679 4,488238 -2,55491 -3,69543 3,825521 4,143689 5,446256 4,621162 -7,74903 -12,972 1,858594

b3 0,646635 -0,73329 -0,69982 -0,23049 -0,35704 0,189648 0,475988 0,921008 2,452917 -2,63315 0,990866 0,197988 0,667753 0,852516 -0,93714 0,49693 -0,10169 0,236961 -1,50045 0,230218 0,007737 0,904717 -0,48713 0,411101 0,569355 1,123489 0,381005 1,040949 -0,79906 1,280516 0,801128 -0,20789 1,208574 -0,99989 -0,87502 0,355492 -0,20253 0,099779 0,577334 0,765981 0,454443 -0,54691 -0,19402 0,166146 -0,41926 -0,5162 -2,06595 -0,36576 0,01131 -1,18758 0,261035 0,438605 -0,22317 0,748987 0,4182 1,519501 2,603722 -1,21773 0,241744 1,621588 -1,81504 -2,46278 -0,50364

16 6

Сравнительный анализ точности моделей

№ Линейная Производственная ИНС Разница

1 0,963652842 0,964268558 0,999816854 0,035548296

2 0,939299706 0,956985235 0,993393526 0,036408291

3 0,825432852 0,88718392 0,999679426 0,112495507

4 0,884988271 0,90658699 0,999953088 0,093366098

5 0,7811528 0,834562778 0,999946397 0,165383619

6 0,680973619 0,670179099 0,998633516 0,317659897

7 0,774055481 0,686442912 0,982299166 0,208243685

8 0,950110693 0,948427249 0,99968768 0,049576987

9 0,31019789 0,266733766 0,949345946 0,639148057

10 0,606905609 0,688967168 0,945718862 0,256751694

11 0,610630184 0,628101319 0,921378367 0,293277048

12 0,743313164 0,724379361 0,999652083 0,25633892

13 0,147590578 0,189567685 0,998652117 0,809084432

14 0,801552519 0,769404143 0,998388844 0,196836325

15 0,54340145 0,605156541 0,999830085 0,394673544

16 0,981274746 0,985044868 0,999242103 0,014197235

17 0,975434832 0,98099328 0,999993824 0,019000543

18 0,981451165 0,983515274 0,999994322 0,016479048

19 0,821554169 0,935469069 0,999762034 0,064292965

20 0,660001338 0,666190237 0,999070304 0,332880067

21 0,692293525 0,648756295 0,999880939 0,307587414

22 0,834444582 0,786684006 0,984061155 0,149616573

23 0,731298834 0,733521193 0,999999999 0,266478806

24 0,970402129 0,981183121 0,999987443 0,018804322

25 0,782773659 0,819251388 0,99934301 0,180091621

26 0,845247611 0,868690491 0,95892518 0,090234689

27 0,695772439 0,670351893 0,998971107 0,303198668

28 0,062156856 0,093494177 0,996450288 0,902956111

29 0,73170948 0,669017941 0,997353477 0,265643997

30 0,869965285 0,838138998 0,998577822 0,128612537

31 0,943719022 0,900871344 0,995521054 0,051802032

32 0,787759691 0,784936681 0,999619224 0,211859533

33 0,752861217 0,759162039 0,999454921 0,240292883

34 0,945582226 0,917878032 0,99909171 0,053509485

35 0,965123694 0,988395905 0,988559617 0,000163712

36 0,918918036 0,889497235 0,999764788 0,080846752

37 0,967997734 0,950255591 0,997968959 0,029971225

38 0,565645754 0,534199357 0,997183095 0,431537341

39 0,679651588 0,743742853 0,999994286 0,256251432

40 0,960932821 0,834691659 0,998907979 0,037975158

41 0,872557163 0,867640719 0,995525232 0,122968068

42 0,601460993 0,564696342 0,999971909 0,398510916

43 0,869289473 0,92507948 0,999070624 0,073991144

44 0,884911567 0,884778939 0,999992259 0,115080692

45 0,8904792 0,789585635 0,908032767 0,017553568

46 0,882091761 0,896961413 0,993265144 0,09630373

47 0,954320598 0,975860858 0,996616406 0,020755547

48 0,781441003 0,752554223 0,935405903 0,153964899

49 0,887386158 0,919635728 0,999997288 0,08036156

50 0,887358323 0,943931554 0,986295195 0,042363642

51 0,697463006 0,574420631 0,989877525 0,292414519

52 0,877370559 0,849362403 0,999936159 0,122565601

53 0,941548042 0,937835902 0,992010888 0,050462846

54 0,707981139 0,717526793 0,995752403 0,27822561

55 0,798963577 0,840599671 0,999606657 0,159006986

56 0,66596058 0,644800007 0,995129123 0,329168543

57 0,937577166 0,922281727 0,940452464 0,002875298

58 0,646993488 0,677920043 0,90988414 0,231964096

59 0,651453733 0,64450708 0,879740812 0,228287078

60 0,344511926 0,38075 0,938417539 0,557667539

61 0,702386558 0,630560935 0,759221226 0,056834668

62 0,076643467 0,094606638 0,861767158 0,76716052

63 0,515772909 0,603891492 0,99717106 0,393279568

Акты внедрения

УТВЕРЖДАЮ

Проректор

ПО учебно-методической работе

ДОЦС1Л

_ Ю.В. Рахманова

я 2019 года

внедрения в учебный процесс результатов диссертационной работы адъюнкта Академии управления МВД России Болтачева Эльдара Филаридовнча

на соискание ученой степени кандидата технических наук, выполненной по специальности 05.13.10 - Управление в социальных и экономических системах

Мы. нижеподписавшиеся, составили настоящий акт о том. что основные теорстичсскне положения и практические результаты, полученные адъюнктом Академии управления МВД России Болтачевым Э.Ф. при выполнении диссертационной работы, используются в учебном процессе ФГБОУ ВО Уфимского государственного авиационного технического университета на кафедре гсоинформашюнных систем при подготовке бакалавров по направлению 09.03.02 Информационные системы и технологии, направленность Геоинформационные системы по дисциплинам «Технология обработки информации» и «Инструментальные средств информационных систем» при выполнении лабораторных работ, а также для методического обеспечения выпускных квалификационных работ.

Использование разработанной методики анализа и оценки статистических ланных с использованием средств визуализации данных позволяет в учебном процессе:

• освоить студентами современные методы работы с пространственно-временными данными;

• расширить представления студентов о визуальных моделях представления статистических данных в графической форме;

• обеспечить представление в курсовых проектах и выпускных квалификационных работах результатов обработки эмпирических ланных.

Новые подходы к работе с пространственно-временными данными отражены в научных статьях и методических материалах, разработанных Болтачевым 'Э.Ф

Начальник учебного управления, к.з.н.. доцент

Н.Г. Косьяненк

Зав. кафедрой

геоннформационных систем, д.т.н., профессор

О.И. Христодуло

УТВЕРЖДАЮ

Зам. директора СФ Баш ГУ

по науиюй работе

ВН

« /■< » ^лГЛ ^и 2019 г.

• ч

АКТ

внедрения в учебный процесс резу льтатов диссертационной работы адъюнкта Академии у правления МВД России Болтачева Эльдара Филаридовнча

на соискание ученой степени кандидата технических наук, выполненной по специальности 05.13.10 - Управление в социальных и экономических системах

Мы. нижеподписавшиеся, составили настоящий акт о том. что основные теоретические положения и практические результаты, полученные адъюнктом Академии управления МВД России Болтачсвым ЭФ. при выполнении диссертационной работы, используются в учебном процессе Стерлитамакского филиала БашГУ (СФ БашГУ) на кафедре математического моделирования факультета математики и информационных технологий (ФМиИТ) при изучении геоннформаиионных систем и технологий

Применение разработанной методики анализа и оценки статистических данных с использованием средств визуализации данных позволяет в учебном процессе:

- углубить знания студентов в области использования и применения методов и моделей обработки пространственно-временных данных.

- ознакомить студентов с техническими решениями, позволяющими проводить картографический анализ;

- обучить студентов навыкам и умениям работы с геоинформационной системой и строить тематические карты

Новые подходы к работе с пространственно-временными данными отражены в научных статьях и методических материалах, разработанных Болтачсвым Э Ф.

Декан ФМиИТ СФ БашГУ.

доктор физико-математических наук, профессор

Доцент кафедры математического моделирования кандидат физико-математических наук

А Р. Нафикова

АКТ ВНЕДРЕНИЯ научной, научно-техннческой продукции

1. Наименование ННТП: «Методы и модели 1рафнческого представления статистических данных».

2. Вид выходного результата: методические материалы, подготовленные в ходе работы над диссертацией на соискание ученой степени кандидата технических наук по научной специальности 05.13.10 - управление в социальных и экономических системах.

3. Заказчик ННТП: инициатива адъюнкта Академии управления МВД России полковника полиции Ьолтачева Эльдара Филаршювича.

4. Исполнитель работ: адъюнкт Академии управления МВД России полковник полиции Болтачев Эльдар Филаридович.

5. Основание выполнения научного исследовании: решение Ученого совета Академии управления МВД России об утверждении темы исследования (протокол № 7 от 25 ноября 2014 г.)

6. Сведения о внедрении ННТП: разработанные Болтачевым Э.Ф. методические материалы внедрены в практическую деятельность Следственного департамента МВД России и органов предварительного следствия в системе МВД России посредством изучения в системе служебной подготовки и использования в у правленческой деятельности при разработке распорядительных документов, а гакже непосредственно в планирования деятельности органов предварительного следствия.

7. Сведения об эффективности внедрения ННТП: использование методов и моделей графического представления статистических данных позволяет выявлять регионы с высокой криминальной активностью, осуществлять анализ, планирование и контроль за деятельностью следственных подразделений, проводить оценку принятых решений при организации расследования преступления.

А.А. Бирюков

АКТ ВНЕДРЕНИЯ

научных результатов, полученных Э.Ф. Болтачевым в ходе диссертационного исследования, в деятельность Федерального казенного учреждения

1. Наименование ННТП: «Методы и модели обработки и представления информации первичного учета».

2. Вид выходного результата: методические .материалы, подготовленные в ходе работы над диссертацией на соискание ученой степени кандидата технических наук по научной специальности 05.13.10 - управление в социальных и экономических системах.

3. Заказчик ННТП: инициатива адъюнкта Академии управления МВД России полковника полиции Бо.тгачева 'Эльдара Филаридовича.

4. Исполнитель работ: адъюнкт Академии управления МВД России полковник полиции Болтачев Эльдар Филаридович.

5. Основание выполнения научного исследования: решение Ученого совета Академии управления МВД России об утверждении темы исследования (протокол № 7 от 25 ноября 2014 г.)

6. Свеления о внедрении ННТП: разработанные Болтачевым Э.Ф. методические материалы внедрены в информационно-аналитическую деятельность ФКУ «ГИАЦ МВД России».

7. Сведения об эффективности внедрения ННТП: использование методов и моделей обработки и представления информации первичного учета позволяет формировать модели полигонов в векторном формате для их графического представления в виде объектов геофафической информационной системы, адаптировать системы управления базами данных для работы с пространственными объектами. обеспечить раздельное хранение пространственных и атрибутивных данных.

«Главный информационно-аналитический центр Министерства внутренних дел Российской Федерации»

И.А. Кубасов

АКТ ВНЕДРЕНИЯ научной, научно-технической продукции

(методических материалов, подготовленных в ходе работы над диссертацией адъюнктом Академии управления МВД России, полковником полиции Болтачсвым Эльдаром Филаридовнчем в практическую деятельность Штаба МВД по Респу блике Бурятия

1. Наименование ННIII: «Методы и модели анализа и оценки криминогенной обстановки с использованием средств визуатизации данных».

2. Вид выходного результата: методические материалы, подготовленные в ходе работы над диссертацией на соискание ученой степени кандидата технических наук по научной специальности 05.13.10 - управление в социальных и экономических системах.

3. Заказчик ННТП инициатива адъюнкта Академии управления МВД России полковника полиции Болтачсва Эльлара Филаридовича.

4. Исполнитель работ: адъюнкт Академии управления МВД России полковник полиции Боллачсв Эльдар Филаридович.

5. Основание выполнения научного исследования решение Ученого совета Академии управления МВД России об утверждении темы исследования (протокол № 7 от 25 ноября 2014 г.)

6. Сведения о внедрении ННТП: разработанные Болтачевым Э.Ф. методические материаты внедрены в информационно-аналитическую деятельность Штаба МВД по Респу блике Бурятия

7. Сведения об эффективности внедрения ННТП использование методических матсриатов «Методы и модели анализа и оценки криминогенной обстановки с использованием средств визуализации данных» позволяет проводить исследование пространственно-временных характеристик мест криминальной активности с целью у становления причин и условий, способствующих совершению преступлений, и принятия мер по их устранению, осуществляемых согласно п.4 ч.1 ст. 12 «Обязанности полиции* Федерального закона Российской Федерации от 07.02.2011 ЛЪЗ-ФЗ «О полиции ., п.11 Указа Президента Российской Федерации от 21.12.2016 №699 «Об утверждении Наложения о Министерстве внутренних дел Российской Федерации и Типового положения о территориальном органе Министерства внутренних дел Российской Федерации по субъекту Российской Федерации».

Заместитель Министра внутренних дс но Республике Бурятия полковник внутренней службы

оГ 2019 года

2019 года

АКТ ВНЕДРЕНИЯ научной, научно-технической продукции

(методических материалов, подготовленных в ходе работы над диссертацией адъюнктом Академии у правления МВД России, полковником полиции Болтачевым "Эльдаром Филаридовичем в практическую деятельность ГСУ МВД по Республике

Башкортостан

1. Наименование ННТП: «Методы и модели анализа и оценки криминогенной обстановки с использованием средств визуализащш данных».

2. Вид выходного результата: методические материалы, подготовленные в ходе работы над диссертацией на соискание ученой степени кандидата технических наук по научной специальности 05.13.10 - управление в социальных и

экономических системах.

3. Заказчик ННТП: инициатива адъюнкта Академии управления МВД России полковника полиции Болтачева Эльдара Филаридовича.

4. Исполнитель работ: адъюнкт Академии управления МВД России полковник полиции Болтачев Эльдар Филарндович.

5. Основание выполнения научною исследования: решение Ученого совета Академии управления МВД России об утверждении темы исследования (протокол № 7 от 2 5 ноября 2014 г.) _

6. Сведения о внедрении ННТП: разработанные Болтачевым Э.Ф. методические материалы внедрены в информационно-аналитическую деятельность ГСУ МВД по Республике Башкортостан.

7. Сведения об эффективности внедрения ННТП: использование методических материалов «Методы и модели анализа и оценки криминогенной обстановки с использованием средств визуализации данных» позволяет проводить исследование пространственно-временных характеристик мест криминальной активности с целью установления причин и условий, способствующих совершению преступлений, и принятия мер по их устранению, осуществляемых согласно п.4 ч.1 ст. 12 «Обязанности полиции» Федерального закона Российской Федерации от 07.02.2011 г. № З-ФЗ «О полиции», п. 11 Указа Президента Российской Федерации от 21.12.2016 №699 «Об утверждении Положения о Министерстве внутренних дел Российской Федерации и Типового положен»« о территориальном ор!аие Министерства внутренних дел Российской Федерации по субъекту Российской Федерации».

Заместитель начальника

ГСУ МВД по Республике Башкорстан

полковник юстиции

«_» 3 2019 года