Методы нелинейной динамики для двухуровневого моделирования задач управления ресурсами здравоохранения тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Биджиев, Артур Заурович
- Специальность ВАК РФ08.00.13
- Количество страниц 193
Оглавление диссертации кандидат экономических наук Биджиев, Артур Заурович
СОДЕРЖАНИЕ
Введение
Глава 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ МОДЕЛИРОВАНИЯ УПРАВЛЕНИЯ РЕСУРСАМИ В ЗДРАВООХРАНЕНИИ
1.1. Проблемы управления ресурсами в региональных учреждениях здравоохранения в современных экономических условиях
1.2. Математико-статистические подходы к моделированию временных рядовЗб
1.3. Двухуровневая модель анализа и прогнозирования иинвестиционных
решений на региональном уровне в сфере здравоохранения
Глава 2. ПРЕДПРОГНОЗНЫЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ ЗАБОЛЕВАЕМОСТЕЙ С ИСПОЛЬЗОВАНИЕМ МАТЕМАТИЧЕСКОГО АППАРАТА ФРАКТАЛЬНОГО И ФАЗОВОГО АНАЛИЗА
2.1. Методы нелинейной динамики для моделирования социально -экономических временных рядов
2.2. Алгоритм последовательного R/S анализа для оценки глубины памяти временных рядов заболеваемостей
2.3. Агрегирование как способ усиления трендоустойчивости временного
ряда
2.4. Эффективность фрактального анализа агрегированных временных рядов для улучшения предпрогнозных характеристик
2.5. Оценка цикличности временных рядов заболеваемостей методом фазового анализа
2.6. Иерархия цикличности временных рядов заболеваемостей
Глава 3. МЕТОДИКА ПРОГНОЗИРОВАНИЯ СПРОСА НА МЕДИЦИНСКИЕ УСЛУГИ В РЕГИОНЕ НА БАЗЕ МАТЕМАТИЧЕСКОЙ ТЕОРИИ КЛЕТОЧНЫХ АВТОМАТОВ
3.1. Возможности клеточных автоматов для прогнозирования временных рядов заболеваемостей
3.2. Алгоритм клеточно-автоматной прогнозной модели спроса
3.3. Определение приоритетных направлений вложения инвестиций в объекты
здравоохранения
Заключение
Список литературы
Приложения
Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК
Экономико-математическое моделирование спроса населения на медицинские услуги2006 год, кандидат экономических наук Лукашов, Сергей Александрович
Использование агрегирования в методах нелинейной динамики для анализа и прогнозирования временных рядов котировки акций2005 год, кандидат экономических наук Беляков, Станислав Сергеевич
Методы нелинейной динамики для управления рисками розничной реализации товаров2006 год, кандидат экономических наук Эбзеева, Наталья Саидовна
Моделирование и прогнозирование поотраслевой инвестиционной динамики: на примере Карачаево-Черкесской Республики2008 год, кандидат экономических наук Тоторкулова, Мадина Аскеровна
Предпрогнозный анализ как инструментарий снижения риска и повышения надежности прогноза в сфере управления материальными потоками2006 год, кандидат экономических наук Мелихов, Эдуард Вадимович
Введение диссертации (часть автореферата) на тему «Методы нелинейной динамики для двухуровневого моделирования задач управления ресурсами здравоохранения»
Введение
Актуальность темы исследования
В условиях трансформационного этапа становления отечественной экономики развитие здравоохранения как экономической системы происходит в закономерном соответствии с экономическими и социальными процессами, отражающими общие тенденции формирования рыночных отношений в России. Возникшее несоответствие между реальными потребностями системы здравоохранения и уровнем ее финансирования с объективной необходимостью требует поиска путей преодоления сложившегося противоречия и разработки модели управления системой здравоохранения с целью обеспечения равновесия между ее медицинской и экономической составляющими.
Непредсказуемое и скоротечное изменение факторов внешней среды и, как следствие, нарастание неопределенности являются характерными признаками сложившихся социально-экономических отношений, что обусловливает существенное усложнение целей и задач, форм и методов управления здравоохранением как экономической системой, ибо для сохранения внутреннего равновесия система должна обеспечить более высокий уровень упорядоченности, чем уровень упорядоченности (или хаоса) факторов внешней среды. В данной ситуации рассмотрение здравоохранения как экономической системы производственного типа и системный подход к проблемам управления здравоохранением способны удовлетворить жестким требованиям, предъявляемым к сложным системам, и обеспечить динамическое равновесие между ее составляющими.
Внедрение информационно-аналитических моделей медико-технологической и экономической деятельности медицинских учреждений, в конечном счете, направлено на обеспечение управляемости всего здравоохранения как экономической системы и, соответственно, повышение эффективности функционирования всего здравоохранения. Развитие рыночных отношений с объективной необходимостью требует адекватной модели
управления в системе здравоохранения, характеризующейся оперативностью, способностью быстро и эффективно реагировать на внешние по отношению к системе изменения. Рыночная модель организационно-управленческой системы здравоохранения, основанная на информационно-аналитических технологиях, соответствует одной из основных задач реформы отрасли, повышению эффективности системы управления здравоохранением.
Степень научной разработанности проблемы
Проблемами управления здравоохранением и вопросами повышения эффективности системы управления в сфере здравоохранения уже многие годы занимаются ведущие ученые-медики и организаторы здравоохранения страны, такие как Стародубов В.И., Комаров Ю.М., Лисицын Ю.А., Кузьменко М.М., Кучеренко В.З., Вялков А.И., Гришин В.В., Денисов И.П., Линденбратен А.Л., Решетников A.B., Ройтмен М.Л., Таранов A.M., Щепин О.П. и другие.
В работах Александрова В.Л., Бадаева Ф.И., Врагиной З.В., Вялкова А.И., Ермакова С.П., Исаковой Л.Е., Кадырова Ф.П., Киселева C.B., Кукушкина В.И., Кудрявцева Ю.Н., Шеймана И.М., Яковлева Е.П. и др. исследуются различные аспекты управления отраслью и лечебно-профилактическими учреждениями. Проблемы эффективности здравоохранения и ее оценки изложены в трудах Азарова A.B., Артюхова И.П., Бушуева Г.А., Волкова Ю.М., Введенской И.И., Воронина Ю.А., Доронина Б.М., Кузьмина Н.Б., Кулагиной Г.П., Савашинского С.И. и других авторов. Проблемам анализа и планирования здравоохранения посвящены работы Зельковича P.M., Кораблева В.И., Кремлева С.А., Михайловой Ю.В., Приходько Н.Ф., Хальфина P.A. и др.
Основы для формирования экономических методов управления здравоохранением были заложены в трудах таких ученых-экономистов, как Жильцов E.H., Бояринцев Б.И., Бабич A.M., Егоров В.В., Корчагин В.П., Киселев C.B., Кулагина Э.Н., Пустовой И.В., Разумовская Н.М., Сабитов Н.Х., Шамшурина Н.Г.
Менее изучены проблемы управления системой здравоохранения на основе современных информационных технологий, хотя отдельные аспекты проблем рассмотрены в работах Бенедиктова Д.Д., Вялковой С.М., Кузнецова П.П., Кокорина Е.П., Стуколовой Т.И., Чеченина Г.И. и др.
За последние десять лет были сформированы общие и отраслевые предпосылки для выделения экономики здравоохранения в самостоятельную научную дисциплину. Среди общих причин можно отметить переход к системе рыночных отношений, либерализацию цен на товары и услуги, разгосударствление экономики и, как следствие, дифференциация доходов и социальное расслоение общества. Содержательная сторона этих предпосылок сводится к внедрению в здравоохранение экономических методов управления, приданию медицинской услуге товарных характеристик, которые в наибольшей степени соответствуют природе и характеру рыночных связей и отношений.
Кризис отечественного здравоохранения как социально-экономической отрасли, при всех прочих составляющих, вызван как общим экономическим положением экономики страны так и не совершенством принципов и адекватных методов управления в условиях формирующегося рынка медицинских услуг. В теоретических и организационных основах управления системой здравоохранения остаются не до конца реализованными исследования проблем управления лечебно-профилактическими учреждениями в условиях качественно разнообразных экономических ситуаций.
Изучение спроса на медицинские услуги в регионе и оптимизация расходования бюджетных средств - является одной из актуальных задач современных исследований. Методы экономического и математического моделирования в области здравоохранения позволяли уже в 60-е годы прошлого столетия обеспечить в приложении к медицине моделирование альтернативных систем организации и управления здравоохранением.
Классический научный инструментарий анализа и прогнозирования, к которому в первую очередь отнесен статистический метод, по нашему мнению,
в приложении к крайне разбалансированным системам, по всей видимости, не может корректно использоваться для принятия оперативных управленческих решений. В лучшем случае, с определенной долей запаздывания, он лишь позволяет отобразить текущее критическое состояние конкретной системы. Кроме того, метод научного прогноза, безоговорочно опирающийся на статистические данные, в нестабильной ситуации системы практически сводится к нулю, из-за неадекватности прогнозных данных спонтанно изменившейся ситуации.
Оптимальное решение экономических и финансовых проблем здравоохранения возможно посредством совершенствования организации и управления на основе системного подхода и экономико-математических методов, базирующихся на информационных системах и моделировании динамики показателей основных видов деятельности.
Актуальность темы, её практическая значимость и недостаточная разработанность ряда вопросов обусловили целевую направленность и задачи диссертационного исследования. Настоящая работа посвящена изучению спроса населения на медицинские услуги, обращению за медицинской помощью и его прогнозированию. Предлагаемые методы и модели анализа медицинских временных рядов должны обеспечить возможность формирования программы оказания медицинской помощи учреждениями здравоохранения и муниципального (государственного) заказа по структуре и объёму необходимых ресурсов.
При решении основной задачи - определение потребности в ресурсах, необходимых для обеспечения установленных объёмов и качества медицинской помощи, предоставляемой льготно или бесплатно гражданам, проживающим на территории данного муниципального образования, решаются задачи прогнозирования ожидаемых объёмов спроса на базе данных, которые представляются временными рядами количества поступивших больных в профильные отделения медицинского учреждения регионального уровня.
Цель и задачи диссертационного исследования. Основной целью диссертационной работы является разработка (на содержательном примере задач здравоохранения) двухуровневого подхода к математическому моделированию, на базе методов нелинейной динамики, социально-экономических систем со слабоструктурированными исходными данными для создания основ планирования и принятия управленческих решений. Поставленная цель требует решения следующих задач:
- исследование статистических характеристик слабоструктурированных временных рядов (обращения за медицинской помощью) для обоснования выбора методов прогнозирования;
- исследование возможностей методов нелинейной динамики для первичной обработки фактологических данных с целью улучшения их предпрогнозных характеристик;
исследование возможностей методов теории автоматов для краткосрочного и среднесрочного прогнозирования спроса на медицинские услуги в регионе;
- разработка общей структурной схемы двухуровневого моделирования динамики спроса на медицинские услуги и численных методов его реализации;
- разработка в качестве основной составляющей модели нижнего уровня новых методов предпрогнозного структурирования данных на базе фрактального и фазового анализа;
- формирование данных для верхнего уровня моделирования на базе математического аппарата теории нечетких множеств и инструментария теории детерминированного хаоса;
- разработка прогнозной модели верхнего уровня на базе концепции клеточных автоматов и её реализация доступными компьютерными программными средствами;
- проектирование экспериментальной апробации предложенных моделей на реальной информации.
Объект исследования - Государственное республиканское учреждение здравоохранения «Карачаево-Черкесская республиканская больница».
Предмет исследования - экономико-математические модели прогнозирования временных рядов посуточных поступлений больных с различными симптомами заболеваний в лечебные учреждения регионального уровня для определения спроса на медицинские услуги стационарного лечения в условиях многоукладное™ отечественного здравоохранения.
Методология исследования. Для решения поставленных в работе задач использованы методы системного анализа, дискретной математики, теории алгоритмов с оценками, теории графов, многокритериальной оптимизации, теории вероятностей и математической статистики, теории нечетких множеств и интервального исчисления, методы фрактального анализа, фазовых портретов, прогнозирования временных рядов на базе клеточных автоматов.
Достоверность и обоснованность полученных в диссертационной работе теоретических результатов и формулировок обеспечивается корректным применением математического программирования и теории вычислительной сложности алгоритмов, математической статистики, математического аппарата нечеткой и интервальной математики, методов теории детерминированного хаоса.
Информационную базу исследования составили аналитические и статистические материалы территориального органа Федеральной службы государственной статистики по КЧР, Государственного республиканского учреждения здравоохранения «Карачаево-Черкесская республиканская больница». Эффективность предложенных методов подтверждается валидацией результатов, полученных путем проведения численных расчетов.
Соответствие Паспорту научной специальности (08.00.13) -Математические и инструментальные методы:
п. 1.1. Разработка и развитие математического аппарата анализа экономических систем: математической экономики, эконометрики, прикладной
статистики, теории игр, оптимизации, теории принятия решений дискретной математики и других методов, используемых в экономико-математическом моделировании;
п. 1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений.
Научная новизна диссертационного исследования заключается в разработке и развитии теоретического, методологического и инструментального обеспечения для двухуровневого экономико-математического моделирования (анализа, прогнозирования и оптимизации) в социально-экономических системах, отличающихся неопределенностью исходных данных.
На защиту выносятся следующие основные положения, полученные лично автором и содержащие элементы новизны:
1. Двухуровневая концепция для моделирования задач прикладной оптимизации, предусматривающая структурирование исходных данных на нижнем уровне и нахождение оптимального решения на верхнем уровне.
2. Методы (модели и алгоритмы) для фрактального анализа и фазового анализа временных рядов для оценки предпрогнозных характеристик этих рядов и принятия методических решений при разработке методов прогнозирования рассматриваемых временных рядов.
3. Алгоритмы реализации таких этапов клеточно-автоматного прогнозирования, как перевод исходного числового временного ряда в лингвистический временной ряд, построение множества конфигураций лингвистического временного ряда, вычисление частостей переходов конфигураций в состояния, вычисление значений функции принадлежности для лингвистического прогноза, построение числового прогноза в терминах
нечетких множеств и дефазификации, валидация с целью оценки точности и надежности прогнозирования.
4. Методика определения приоритетных направлений вложения инвестиций в объекты здравоохранения, базирующаяся на построении модели векторной оптимизации.
Практическая ценность полученных результатов и их реализация. Практическая значимость исследования определяется его ориентацией на решение актуальных проблем развития здравоохранения. Предложенные подходы, экономико-математические модели и алгоритмы универсальны и позволяют решать широкий круг задач оптимизации управления, в частности организационно-экономического, методического, алгоритмического
обеспечения и инструментальных средств и могут быть использованы, органами регионального управления, разработчиками информационно-аналитических систем для поддержки принятия управленческих решений на различных уровнях социальной, экономической и административной деятельности.
Построенные на базе клеточных автоматов модель и метод прогнозирования временных рядов спроса населения на медицинские услуги могут быть использованы всюду, где поведение рассматриваемого эволюционного процесса с памятью не подчиняется нормальному закону.
Предложенные методы, методики и алгоритмы моделирования на нижнем уровне были погружены в модельные и реальные экономические процессы и оправдали себя. Их корректность подтверждается расчетами на конкретных материалах прогнозирования.
Практическая значимость результатов исследования подтверждается их использованием в планово-аналитической работе Министерства здравоохранения и курортов Карачаево-Черкесской Республики в 2008-2010 г.г.
Разработанная модель и математический аппарат их количественного анализа и прогнозирования включены в лекционные курсы следующих
дисциплин: «Теория систем и системный анализ», «Теория рисков», «Дискретное программирование с нечеткими данными», читаемых на факультете прикладной математики и информатики Северо-Кавказской Государственной гуманитарно-технологической академии.
Апробация и внедрение результатов исследования. Основные теоретические положения и выводы, а так же практические рекомендации диссертационного исследования нашли отражение в докладах и выступлениях автора на ряде научно-практических конференциях и симпозиумах, проводимых различными академическими учреждениями и высшими учебными
заведениями России:
- на Международной научно-практической конференции «Экономико-организационные проблемы проектирования и применения информационных систем» (Ростов-на-Дону, 2005);
- на Международной научно-практической конференции «Экономическое прогнозирование: модели и методы» (Воронеж, 2006);
- на Международной междисциплинарной научной конференции «Идеи синергетики в естественных науках» (Тверь, 2006);
- на X Международной научно-практической конференции «Системный анализ в проектировании и управлении» (Таганрог, 2006);
- на V и VI научно-практических конференциях «От фундаментальной науки - к решению прикладных задач современности» (Черкесск, 2004, 2006);
- на научных семинарах кафедры Управления и экономико-математического моделирования ФГБОУ ВПО «ИГХТУ» (Иваново, 2010-2011).
Публикации. Основные положения и выводы диссертационного исследования нашли отражение в 7 научных статьях (из них 3 - в журналах из списка ВАК) и в 6 тезисах докладов.
Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы, состоящего из 141 источника и приложений.
Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК
Моделирование и прогнозирование развития отраслей социально-экономической сферы Карачаево-Черкесской Республики2006 год, кандидат экономических наук Кошелев, Игорь Викторович
Экономико-математическое моделирование деятельности страховых компаний методами нелинейной динамики2006 год, кандидат экономических наук Комиссарова, Ксения Александровна
Математические и инструментальные методы моделирования туристско-рекреационной деятельности: На материалах Карачаево-Черкесской республики2006 год, кандидат экономических наук Шебзухова, Мадина Владимировна
Математические методы статистики и нелинейной динамики для оценки валютных рисков на базе предпрогнозного анализа2005 год, кандидат экономических наук Болатова, Лилия Руслановна
Методы нелинейной динамики и инструментальные методы моделирования бюджетных финансовых потоков: на материалах Управления Федерального казначейства по Карачаево-Черкесской Республике2006 год, кандидат экономических наук Леншова, Татьяна Михайловна
Заключение диссертации по теме «Математические и инструментальные методы экономики», Биджиев, Артур Заурович
Выводы по третьей главе
1. Сопоставляя результаты предпрогнозного анализа, полученные в главе 2, с результатами прогнозирования, представленными в таблицах 3.8 и 3.9, представляется возможным утверждать, что результаты прогнозирования на базе клеточного автомата в достаточной степени согласуются с результатами предпрогнозного анализа, полученными как с помощью фрактального анализа, так и с помощью фазового анализа:
- достаточно приемлемым погрешностям числового и лингвистического прогноза рассмотренных девяти временных рядов (предшествовали неудовлетворительные предпрогнозные характеристики этих рядов (как исходных так и агрегированных);
- вполне приемлемым (т.е. сопоставимым с погрешностью исходных данных) погрешностям числового и лингвистического прогноза временного ряда регистрации больных в отделении «Пульмонология» предшествовали вполне удовлетворительные прогнозные характеристики агрегированного временного ряда этого отделения.
2. В контексте сложившихся к настоящему времени методов экономико-математического прогнозирования можно утверждать, что реализации собственно прогнозирования, по необходимости, должен предшествовать этап предпрогнозного анализа. Имеется основание ожидать, что чем лучше предпрогнозные характеристики, тем лучше результаты прогнозирования. При этом целесообразно реализовать комбинированный подход к построению, визуализации и совместному использованию клеточного автомата, фазовых траекторий, фрактального анализа временных рядов для получения дополнительной предпрогнозной информации.
3. Автором осуществлена попытка комплексного анализа на основе исследования классических рисковых показателей. В контексте проблемы прогнозирования и визуализации данных таблиц 3.9-3.10, вытекает принципиально важный вывод об отсутствии свойства стационарности рассмотренных временных рядов. Напомним, что наличие этого свойства является обязательным в случае, когда прогнозирование осуществляется на базе методов математической статистики.
4. Относительно полученных показателей, можно сделать следующие выводы:
- необходимо использовать разные подходы для планирования и финансирования деятельности отделений В1 и В2, так как мера риска СКО для ряда В1 имеет большее значение чем для В2. Автор предлагает для планово-экономического отдела КЧРБ разработать скользящий график планирования бюджета для отделения кардиологии.
- для получения краткосрочного (один месяц), среднесрочного (от одного до двух лет) и долгосрочного прогноза (на пять лет), автор предлагает использовать еженедельные, агрегированные помесячные и агрегированные поквартальные данные соответственно.
Таким образом, на основании полученных прогнозов, можно определить объемы финансирования лечебных учреждений в зависимости от потребности населения. На основе этого можно корректировать план бюджетного финансирования в конкретном медицинском учреждении, путём более грамотного и эффективного использования коечного фонда в медицинском учреждении, что в свою очередь является весьма актуальной задачей (см. приложение 6).
Заключение
Сформулированные систематизированные статистические данные о социально-экономической жизнедеятельности объекта исследования -Государственного республиканского учреждения здравоохранения «Карачаево-Черкесская республиканская больница» подтверждают вывод о недостаточно развитой политике управления региональным здравоохранением. Очевидно, что выработка и обоснование управленческих решений в социально-экономической сфере должна осуществляться с помощью экономико-математического моделирования, программирования и прогнозирования.
Автором разработана двухуровневая концепция моделирования задачи управления ресурсами здравоохранения. На нижнем уровне предложен достаточно общий подход и инструментарий использования предпрогнозных фрактальных характеристик временных рядов как для оценки их прогнозируемости, так и для качественной оценки устойчивости и тенденции в динамике развития процессов планирования медицинских ресурсов. Эти оценки представляют потенциально реализуемую возможность спрогнозировать спрос населения на медицинские услуги при принятии региональных управленческих решений.
Разработана методика выявления и анализа циклической компоненты временных рядов количества людей, обратившихся за медицинской помощью, на базе фазовых траекторий и разложения их на квазициклы. Получаемая на базе этого разложения предпрогнозная информация представляет собой дополнительное знание о закономерностях динамики рассматриваемого временного ряда. Это знание может быть использовано для повышения точности и надежности нечеткого прогноза, получаемого на выходе клеточного автомата.
Адаптирован, развит и апробирован метод прогнозирования на базе клеточного автомата для социально-экономических временных рядов региона.
В контексте проблем реального экономико-математического моделирования можно утверждать о целесообразности постановки задач развития социально-экономической сферы региона, вопросов анализа и прогнозирования этих рядов. Иными словами, сформировавшиеся к настоящему времени «статические» постановки управленческих задач необходимо пополнить «динамическими» постановками, включая вопросы принятия решений на базе результатов прогнозирования.
Практический вывод из выше сформулированного заключения состоит в том, чтобы конкретный план работы медицинских учреждений в отношении имеющихся ресурсов строить по возможности в соответствии с выявленными трендами прогнозных характеристик, используя методологию и информационную инфраструктуру, предложенную в настоящей диссертации.
Список литературы диссертационного исследования кандидат экономических наук Биджиев, Артур Заурович, 2012 год
Список литературы
1. Cleland, Р.В., Scholes, I. Soft Systems Methodology in Action. Chichester, Wiley, 1990.
2. Emelichev, V.A. and Perepelitsa, V.A. // Discrete Mathematics and Applications. Volume 2, No. 5, pp. 461-471.
3. Holden, K., Peel D.A., Thomson, J.L. Economic forecasting: an introduction. -Press Syndicate of the University of Cambridge, 1990. - 213 p.
4. Hurst, H.E. The Long-Term Storage Capacity of Reservoirs, Transactions of the American Society of Civil Engineers, 116, 1951.
5. Kearfott, R.B. and Kreinovich, V. (eds). Applications of Interval Computations. Kluwer Academic Publishers. Dordrecht, Boston, London, 1996.
6. Kozina,G.L. and Perepelitsa,V.A. // Interval Computations. 1993. - №1. pp.51-59.
7. Kozina,G.L. and Perepelitsa,V.A. // Interval Computations. 1994. - №1. pp.42-50.
8. Miettinen, K. and Makela, M.M. // Math. Meth. Oper. Res. 2001. № 53. pp. 233245.
9. Takens, F. Detecting strange attractors in turbulence //Dynamical systems and turbulence, eds. D.Rand, L.Young. Berlin: Springer - Verlag. - P. 366-382.
10. Гражданский кодекс Российской Федерации. - М: Гросс-Медиа, 2006. -384с.
11. Конституция Российской Федерации. - СПб.: 2001.
12. Айвазян, С.А., Мхитарян, B.C. Т.1: Теория вероятностей и прикладная статистика.- М.: ЮНИТИ-ДАНА, 2001. - 656 с.
13. Алдаров, А.Г., Воробьев, А.И., Егоркина, Т.Н. Информационное обеспечение обязательного медицинского страхования // Экономика здравоохранения: Спец. выпуск.-1996.-С.48-50.
14 Алефельд, Г., Херцберг, Ю. Введение в интервальные исчисления. - М.: Мир, 1987.
15. Алтунин, А.Е., Семухин, М.В. Модели и алгоритмы принятия решений в нечетких условиях: - Тюмень: Изд-во ТюмГУ, 2000. - 352 с.
16. Андерсон, Т. Статистический анализ временных рядов. - М.: Наука, 1976. -756 с.
17. Афанасьев, В.Н., Анализ временных рядов и прогнозирование: Учебник /
B.Н. Афанасьев, М.М. Юзбашев. - М.: Финансы и статистика, 2001 .-228 с.
18. Бабков, Г.А., Касаева, М.Д., Перепелица, В.А. Фрактальный анализ одного временного ряда урожайностей /Материалы V Всероссийского симпозиума «Математическое моделирование и компьютерные технологии», т.2. -Кисловодск: КИЭП, 2002.- С. 16-17.
19. Басовский, Л.Е., Прогнозирование и планирование в условиях рынка / Л.Е. Басовский. - М.: ИНФРА-М, 2010. - 260с.
20. Бережная, Е.В., Бережной, В.И. Математические методы моделирования экономических систем: Учебное пособие. - М.: Финансы и статистика, 2001. -368 с.
21. Берж, К. Теория графов и ее применение. - М., Изд. иностр. лит., 1962 г. -319 с.
22. Бессонов, В.А. Введение в анализ российской макроэкономической динамики переходного периода. - М.: ЦЭМИ РАН, 2003. - 151 с.
23. Биджиев, А.З., Ильченко, А.Н. Анализ спроса на медицинские услуги с применением векторной оценки риска и фрактального анализа временных рядов // Вестник университета, - Москва, Изд. дом ГОУВПО «ГУУ» 20Ю.-№1.-
C.90-93.
24. Биджиев, А.З. Исследование задач дискретной оптимизации в условиях двухуровневого моделирования. М.: ВИНИТИ, 2006. Деп. № 3351 от 15.10.06 г. -42 с.
25. Биджиев, А.З., Тебуева, Ф.Б., Темирова, Л.Г., Коркмазова, Ф.А. Структурирование данных для дискретных эволюционных процессов и прогнозирование временных рядов// Гуманитарные социально-экономические науки. №5.- 2006. - С.75-79.
26. Биджиев, А.З., Темирова, Л.Г. Иерархия цикличности временных рядов заболеваемости на базе фазового анализа// Электронный журнал «Исследовано в России». - 2006. - http://zhurnal.ape.relarn.ru/articles/003/6016.pdf.
27. Биджиев, А.З., Темирова, М.А. Формирование данных для верхнего уровня моделирования на базе клеточно-автоматного прогнозирования. М.: ВИНИТИ, 2006. Деп. № 305 от 23.03.2006 г. - 29 с.
28. Биджиев, А.З. Моделирование временных рядов заболеваемостей на базе фрактального анализа.//Известия вузов. Северо-Кавказский регион. Приложение №3. - 2006. - С.12-18.
29. Биджиев, А.З., Бобылева, Е.В. Использование информационных технологий для моделирования медицинских временных рядов.//Материалы VIII Международной научно-практической конференции «Экономико-организационные проблемы проектирования и применения информационных систем», Кисловодск, 27-29 октября 2005. - Ростов н/Д: Изд-во Рост, ун-та, 2005.-С. 197-200.
30. Биджиев, А.З., Тебуева, Ф.Б., Лукашов, С.А. Использование агрегирования и клеточного автомата для прогнозирования временных рядов заболеваемости. //Материалы конференции Международной междисциплинарной научной конференции «Идеи синергетики в естественных науках». Вторые Курдюмовские чтения, Тверь: Твер.гос.ун-т, 2006 - С.93-95.
31. Биджиев, А.З., Темирова, М.А. Адаптация клеточно-автоматной прогнозной модели для медицинских временных рядов с памятью.//Материалы конференции Международной междисциплинарной научной конференции «Идеи синергетики в естественных науках». Вторые Курдюмовские чтения, Тверь: Твер.гос.ун-т, 2006.-С.96-100.
32. Биджиев, А.З., Темирова, М.А. Двухуровневый подход к моделированию задач управления здравоохранением.//Материалы Международной научно-практической конференции «Экономическое прогнозирование: модели и
методы». Воронеж, 30-31 марта 2006 г., в 2 ч./ под ред.проф. В.В.Давниса. -Воронеж: ВГУ, 2006. - 4.1. - С.270-273.
33. Биджиев, А.З. Фазовые траектории и агрегирование как инструментарий для предпрогнозного анализа микро- и макроэкономических рядов. //Научная мысль Кавказа. Приложение №5 - Ростов-на-Дону: Изд-во Северо-Кавказского центра высшей школы, 2006. - С. 29-38.
34. Биджиев, А.З., Лукашов, С.А. Иерархический подход к прогнозированию для принятия управленческих решений в сфере здравоохранения. Сб. трудов X Международной научно-практической конференции «Системный анализ в проектировании и управлении», Таганрог, 28 июня - 10 июля 2006 г. - Санкт-Петербург: Изд-во Политехнического университета, 2006 - С. 139-143.
35. Биджиев, А.З., Боташева, JI.C. Роль национального приоритетного проекта «Здоровье» в развитии здравоохранения в регионе // Региональное приложение к журналу «Современные наукоемкие технологии» №3, Иваново. - 2009 г., С.25-28.
36. Блохин, А.Г., Самкова, Н.П., Поздеева, JI.B. Методика расчета себестоимости медицинских услуг по медико-статистическим группам стационара многопрофильной больницы// Методические рекомендации по расчету тарифов на медицинские услуги: Сб.тр.-М., 1992.-С.51-104.
37. Бокс, Дж., Дженкинс, Г. Анализ временных рядов: Прогноз и управление. -М., 1974. - Вып. 1. - 408 е.,1974. - Вып.2. - 200 с.
38. Борисов, А.Н., Крумберг, O.A., Федоров, И.П. Принятие решений на основе нечетких моделей: Примеры использования. - Рига: Зинатне, 1990. - 184 с.
39. Бояджян, В.А., Гаенко, О.Н., Рыбаков, B.C. Система диагностически связанных групп для определения стоимости лечения стационарных больных // Главный врач. - 1996. - №3. - С.81-86.
40. Бриллинджер, Д. Временные ряды. Обработка данных и теория. - М.: Наука, 1980.-454 с.
41. Булашев, C.B. Статистика для трейдеров. - M.: Компания Спутник +, 2003. - 245 с.
42. Волкова, В.Н., Денисов, A.A. Основы теории систем и системного анализа: Учебник для студентов вузов, обучающихся по направлению «Системный анализ и управление». - СПб.: Изд-во СПбГПУ, 2003. - 520 с.
43. Вагнер, Г. Основы исследования операций. В 3-х книгах / Г. Вагнер. - М.: Мир 1973. - 336 с. + 488 с. + 503 с.
44. Вощинин, А.П., Сотиров, Г.Р. Оптимизация в условиях неопределенности. -М.: Наука, 1989.-356 с.
45. Гимади, Э.Х., Глебов, Н.И., Перепелица, В.А. Алгоритмы с оценками для задач дискретной оптимизации// Проблемы кибернетики. - М.: Наука, 1976. -Вып.31. - С35-45.
46. Глущенко, В.В. Прогнозирование - 2-е изд., испр. и доп. / В.В. Глущенко -СПб.: СПГУВК, 1999. - 245 с.
47. Гранберг, А.Г. Математические модели социальной экономики / А.Г. Гранберг. -М.: Экономика, 1978, - 351 с.
48.Гришин, А.Ф. Статистические модели: Построение, оценка, анализ / А.Ф. Гришин, Кочерова E.B. - М.: Финансы и статистика, 2005. - 416 с.
49. Гэри, М., Джонсон, Д. Вычислительные машины и труднорешаемые задачи. -М.: Мир, 1982.-416 с.
50. Демченко, А.И.// Труды семинара по интервальной математике, Саратов, 1990. - С.10-16.
51.Друкер, П. Эффективное управление. Экономические задачи и оптимальные решения. Пер. с англ. М. Котельниковой. / П. Друкер. - М.: ФАИР-ПРЕСС, 2001. - 288 с.
52. Дубров, A.M., Многомерные статистические методы: Учебник / A.M. Дубров B.C. Мхитарян Л.П. Трошин - М.: Финансы и статистика, 2003. - 352 с.
53. Дуброва, Т.А. Статистические методы прогнозирования в экономике: учеб. Пособие / Т.А. Дуброва. - М.: ЮНИТИ-ДАНА, 2004. - 206 с.
54. Емеличев, В.А., Перепелица, В.А. Сложность дискретных многокритериальных задач //Дискретная математика. - 1994. - Т.6. - Вып.1- С. 3-33.
55. Еремин, И.И. Противоречивые модели оптимального планирования. - М.: 1988.
56. Жирабок, А.Н. Нечеткие множества и их использование для принятия решений //Соросовский образовательный журнал. - 2001. - Т.7, №2. - С. 109115.
57. Заде, Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. -М.: Мир, 1976. - 165 с.
58. Зайченко, Ю.П. Исследование операций: Нечеткая оптимизация: Учеб.пособие. - Киев: Выща школа, 1991.- 191 с.
59. Занг, В.Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории. - М.: Мир, 1999. - 335 с.
60. Здравоохранение в России 2009 г.// Статистический сборник Федеральной службы государственной статистики России. М., 2009.
61. Ильченко, А.Н. Экономико-математические методы. - М.: Финансы и статистика, 2006.-288 с.
62. Ильченко, А.Н., Бабаев, Д.Б. / Новая экономика: реальность информациионного общества / А.Н. Ильченко, Д.Б. Бабаев. - М., 2004. - 176 с.
63. Интрилигатор, М. Математические методы оптимизации и экономическая теория: Пер.с анг. / М. Интрилигатор. - М.: Прогресс, 1975. -606 с.
64. Искусственный интеллект: В 3 кн. Кн.1. Системы общения и экспертные системы. Справочник / Под ред. Э.В. Попова - М.: Радио и связь, 1990.
65. Исследование операций: В 2-х томах /Под ред. Дж. Моудера, С.Элмаграби. -М.: Мир, 1981.-677 с.
66. Калиниченко, В.И. Управление медицинской помощью с использованием интегрированных систем: Монография. - Краснодар: КубГУ, 2001.- 376 с.
67. Калиниченко, В.И. Управление медицинской помощью на основе медицинских технологических стандартов // Наука Кубани. - 2003. - № 3. - С. 125-136.
68. Калиниченко, В.И. Планирование медицинской помощи на основе протоколов и экономических моделей // Проблемы территориального здравоохранения: Сб. науч. тр. Вып. 2. — М., 2002. — С. 39-45.
69. Калиниченко, В.И., Валькович, В.П. Методики расчета стоимости медицинских услуг: проблемы и поиски их решений // Менеджер здравоохранения. - 2006. - № 1. - С. 44-51.
70. Калиниченко, В.И. Интегрированные системы в управлении здравоохранением на основе продуктов корпорации Microsoft // Управление здравоохранением в современных условиях: проблемы и поиски решений: Сб. науч. тр. Всерос. науч.-практ. конф. — Краснодар, 3-6 октября 2006 г. / Под ред. В.И. Калиниченко. — Краснодар: КМИВЦ, 2006. — С. 82-112.
71. Калмыков, С.А., Шокин, Ю.И., Юлдашев, З.Х. Методы интервального анализа. - Новосибирск: Наука, 1986. - 222 с.
72. Кардаш, В.А. Экономика оптимального погодного риска в АПК (теория и методы). - М.: Агропромиздат,1989. - 167 с.
73. Карякин, А.М. Источники инвестиций. Межвузовский сборник научных трудов «Социально-экономические и гуманитарные проблемы развития России». Выпуск №4 / А.М. Карякин, А.А. Андреев. - Иваново, ИГЭУ, 2009. - С. 5-6.
74. Кендэл, М. Временные ряды / Пер. с анг. Ю.П. Лукашина. М.: Финансы и статистика, 1981. - 199 с.
75. Кобелев, Н.Б. Практика применения экономико-математических методов и моделей. - М.: ЗАО «Финстатформ», 2000. - 246 с.
76. Короновский, А.А., Трубецков, Д.И. Нелинейная динамика в действии: Как идеи нелинейной динамики проникают в экологию, экономику и социальные науки. - Саратов: Изд-во ГосУНЦ «Колледж», 2002. - 328 с.
77. Коршунов, А.Д. Основные свойства случайных графов с большим числом вершин и ребер// Успехи математических наук. - 1985. - Т.40. - Вып.1. - С. 107173.
78. Кремер, Н.Ш. Теория вероятностей и математическая статистика: Учебник для вузов. - М.: ЮНИТИ-ДАНА, 2000. - 543 с.
79. Кристофидес, Н. Теория графов. Алгоритмический подход. - М.: Мир, 19878.-432 с.
80. Курдюмов, С.П., Малинецкий, Г.Г., Потапов, А.Б. Нестационарные структуры, динамический хаос, клеточные автоматы. /В сб. Новое в синергетике. Загадки мира неравновесных структур. - М.: Наука, 1996. - С. 95164.
81.Курейчик, В.М. Генетические алгоритмы: Монография. Таганрог: Изд-во ТРТУ, 1998.
82. Курейчик, В.В. Эволюционные, синергетические и гомеостатические методы принятия решений: Монография-Таганрог: Изд-во ТРТУ, 2001. - 221 с.
83. Куржанский, А.Б. Управление и наблюдение в условиях неопределенности. -М.: Наука, 1977.-392 с.
84. Курс социально-экономической статистики: Учебник для вузов / Под ред. М.Г. Назарова. - М: Финстатинформ, ЮНИТИ-ДАНА, 2000. - 771 с.
85. КЧР в цифрах: Крат. стат. сб./Карачаево-Черкесск стат.- Черкесск, 2010.
86. Ларичев, О.И. Наука и искусство принятия решения.-М.: Наука, 1979. -200с.
87. Литвак, Б.Г. Экспертная информация: Методы получения и анализа. - М.: Радио и связь, 1982. - 184 с.
88. Лукасевич, И .Я. Анализ финансовых операций. Методы, модели, техника вычислений. - М.: Финансы, ЮНИТИ, 1998. - 400 с.
89. Лукашин, Ю.Л. Адаптивные методы прогнозирования временных рядов. Учеб.пособие. - М.: Финансы и статистика, 2003. - 416 с.
90. Малинецкий, Г.Г., Потапов, А.Б. Современные проблемы нелинейной динамики. - М.: Эдиториал УРСС, 2000.
91. Малхотра, Н.К. Маркетинговые исследования. Практическое руководство. -М.: Издательский дом «Вильяме», 2002. - 960 с.
92. Месарович, М., Мако, Д., Такахара, Я. Теория иерархических многоуровневых систем. - М.: Мир, 1973. - 412 с.
93. Модели принятии решений на основе лингвистической переменной /А.Н. Назаров, В.А. Алексеев, O.A. Крумберг и др. - Рига: Зинатне, 1982. - 234 с.
94. Молодцов, Д.А. Теория мягких вычислений. - М.: Едиториал УРСС, 2004. -360 с.
95. Морозов, Т.Г., Пикулькин, A.B., Тихонов, В.Ф. и др. Прогнозирование и планирование в условиях рынка. Учебное пособие для вузов. Под ред. Т.Г. Морозовой, A.B. Пикулина. - М.: ЮНИТИ-ДАНА, 1999. - 318 с.
96. Наац, И.Э., Музенитов, Ш.А. Дискретная математика. - Ставрополь: Изд-во СевКавГТУ, 2001. - 455 с.
97. Назаров, A.B., Лоскутов, А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. - СПБ.: Наука и Техника, 2003.-384 с.
98. Наумов, Л.А., Шалыто, A.A. Клеточные автоматы - реализация и эксперименты //Мир ПК. - 2003. - №8. - С.37-44.
99. Нейман, Дж. Теория самовоспроизводящихся автоматов. - М.: Мир, 1971. -378 с.
100. Нечеткие множества в моделях управления и искусственного интеллекта / Под редакцией Д.А. Поспелова. - М.: Наука, 1986. - 378 с.
101. Нечеткие множества и теория возможностей. Последние достижения: Пер. с англ. / Под ред.Р.Р.Ягера. - М.: Радио и связь, 1986.
102. Овчаренко, Н.Ф. Роль и развитие статистики и экономико-математических методов / История науки и техники. - Москва: Научтехлитиздат, 2005.-№4.-С. 64-67.
103. Орловский, С.А. Проблемы принятия решений при нечеткой исходной информации. - М.: Наука, 1981. - 208 с.
104. Пападимитриу, X., Стайглиц, К. Комбинаторная оптимизация. Алгоритмы и сложность. - М.: Мир, 1985. - 510 с.
105. Пашанова, О.В., Никитина, H.H. Совершенствование организации льготного лекарственного обеспечения // Фармация. - 1998. - №5 - С.36-38.
106. Перепелица, В. А., Попова, Е. В., Семенчин, Е. А. Теория игр и исследование операций. - Ставрополь: Изд-во СГУ, 2004. - 182 с.
107. Перепелица, В.А. Овчаренко, Н.Ф. Беляков, С.С. Фрактальный анализ временных рядов инвестиций в основной капитал региона // «Современные наукоемкие технологии»/ Региональное приложение, Иваново, 2004. -№2. -С. 19-26. -0,33 п.л.
108. Перепелица, В.А., Попова, Е.В. Математические модели и методы оценки рисков экономических, социальных и аграрных процессов. - Ростов н/Д.: Изд-во Рост, ун-та, 2002. - 208 с.
109. Перепелица, В.А., Тебуева, Ф.Б., Темирова, Л.Г. Структурирование данных методами нелинейной динамики для двухуровневого моделирования. -Ставрополь: Ставропольское книжное издательство, 2006. - 284 с.
110. Петере, Э. Фрактальный анализ финансовых рынков: Применение теории хаоса в инвестициях и экономике. М.: Интернет-трейдинг, 2004 - 304 с.
111. Петере, Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка. - М.: Мир, 2000. - 333 с.
112. Петровский, А.Б., Теория принятия решений: учебник для студ. высш. учеб. заведений / А.Б. Петровский. - М.: Издательский центр «Академия», 2009.-400 с. - (Университетский учебник. Сер. Прикладная математика и информатика).
ИЗ. Подиновский, В.В., Ногин, В. Д. Парето-оптимальные решения многокритериальных задач. - М.: Наука, 1982. - 256 с.
114. Попов, Э.В. Динамические интеллектуальные системы в управлении и моделировании. - М.: МИФИ, 1996. - 278 с.
115. Попова, Г.В. Методические основы формирования инновационной системы в управлении регионального здравоохранения// Экономика и управление.-2009.- №7 (45).- с.44
116. Пригожин, И., Стингере, И. Порядок из хаоса. Новый диалог человека с природой. - М.: Прогресс, 1986 - 278 с.
117. Прикладные нечеткие системы: Пер. с япон./ К. Асаи, Д. Ватада, С. Иваи и др. Под ред. Т. Тэрано, К. Асаи, М. Сугэно. - М.: Мир, 1993. - 368 с.
118. Прогнозирование и планирование в условиях рынка: Учеб. пособие для студентов вузов /Под ред. Т.Г. Морозовой, A.B. Пикулькина. - М.: ЮНИТИ-Дана, 1999.-318 с.
119. Пытьев, Ю.П. Возможность. Элементы теории и применения. - М.: Едиториал УРСС, 2000. - 258 с.
120. Романенко, И.В. Социальное и экономическое прогнозирование: Конспект лекций / И.В. Романенко - СПб.: Издательство Михайлова В.А., 2000. -64 с.
121. Рябушкин, Б.Т. Применение статистических методов в экономическом анализе и прогнозировании / Б.Т. Рябушкин - М.: Финансы и статистика, 1987. -75 с.
122. Сергеева, JI.H. Моделирование поведения экономических систем методами нелинейной динамики (теория хаоса). - Запорожье: ЗГУ, 2002 - 277 с.
123. Сергиенко, И.Л. Математические модели и методы решения задач дискретной оптимизации. Киев, 1988.
124. Сигел, Э. Практическая бизнес-статистика. - М.: Издательский дом "Вильяме", 2002. - 1056 с.
125. Статистические модели: Построение, оценка, анализ. - Гришин А.Ф. Кочерова E.B. М.: Финансы и статистика, 2005. - 416 с.
126. Статистическое моделирование и прогнозирование: Учеб. Пособие / Под ред. А.Г. Гранберга. - М.: Финансы и статистика, 1990. -383 с.
127. Суворов, В.В. Искусственный интеллект: проблемы и реальность: М.: Изд-воМГУ, 1,998.
128. Сугнатов, Р.Ш. Методология моделирования управленческих инноваций в системе здравоохранения. Казань, 2010. - с.26.
129. Теория статистики: Учебник/ P.A. Шмойлова, В.Г. Минашкин, H.A. Садовникова Е.Б. Шувалова; Под ред. P.A. Шмойловой. - 4-е изд., перераб. и доп. - М.: Финансы и статистика, 2004. - 656 с.
130. Тюрин, Ю.Н. Макаров, A.A. Анализ данных на компьютере. - М.: ИНФРА-М, 2003. - 544 с.
131. Угольницкий, Г.А., Усов, А.Б. Метод принуждения как метод управления трехуровневыми иерархическими системами // Известия вузов. СевероКавказский регион. Естественные науки. - № 3. - 2004. - С.23-26.
132. Федер, Е. Фракталы. - М.: Мир, 1991. - 260 с.
133. Федосеев, В.В, Гармаш, А.Н, Дайитбегов, Д.М. и др. Экономико-математические методы и прикладные модели. - М.: ЮНИТИ, 2000. - 391 с.
134. Хохлова, O.A. Методология статистического исследования экономики региона. Монография. / O.A. Хохлова. - Иркутск: Издательство БГУЭП, 2006. -276 с.
135. Черныш, Е.А. Прогнозирование и планирование в условиях рынка: Учебное пособие /Е.А. Черныш. - М.: ПРИОР, 2001.
136. Шредер, М. Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая. - Ижевск: НИЦ « Регулярная и хаотичная динамика», 2001 -528 с.
137. Шустер, Г. Детерминированный хаос: Введение - М.: Мир, 1988 - 240 с.
138. Эконометрика: Учебник/ Под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2005. - 576 с.
139. Экономико-математические методы и прикладные модели/ Под ред. В.В. Федосеева. М.: ЮНИТИ, 1999. Гл. 4, 5, 7.
140. Яновский, Л.П. Принципы, методология и научное обоснование урожайности по технологии «Зонт». - Воронеж: ВГАУ, 2000. - 379 с.
141.Ярушкина, Н.Г. Основы теории нечетких и гибридных систем. Учеб.пособие. - М.: Финансы и статистика, 2004. - 320 с.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.