Управление субъектами агропромышленного комплекса с помощью нейронных сетей и технологий извлечения знаний из массивов статистических данных тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Захаров, Дмитрий Никанорович

• Захаров, Дмитрий Никанорович
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Захаров, Дмитрий Никанорович

Содержание

Введение

Глава 1. Анализ состояния вопроса

1.1. Управление субъектами АПК. Проблемы, цели и решения

1.2. Выводы

Глава 2. Исследование динамических и структурных свойств субъектов АПК

2.1. Исследование динамики процессов, отражающих поведение субъектов ЛПК и выбор интегрального показателя

2.2. Выбор информационной технологии автоматической классификации субъектов АПК по заданным наборам параметров, характеризующих их состояние и поведение

2.3. Выбор метода декомпозиции сложных систем субъектов АПК на основные подсистемы, с целью выявления факторов, определяющих их поведение

2.4. Выводы

Глава 3. Разработка эффективных алгоритмов моделирования и представления динамических систем субъектов АПК

3.1. Обоснование выбора эффективных стимулирующих правил управления субъектами АПК

3.2. Разработка автоматизированного метода идентификации математической модели субъекта АПК

3.3. Выводы

Глава 4. Разработка программного комплекса моделирования и выбора оптимальной стратегии управления субъектами АПК

4.1. Разработка программного комплекса нейродинамического представления субъекта АПК

4.2. Разработка алгоритма и программного комплекса решающего задачу оптимального управления путем распределения управляющих ресурсов на заданный временной интервал, с целью получения максимального эффекта от их применения

4.3. Выводы

Заключение

Литература

Приложение А. Выборка показателей

Приложение Б. Листинг программного кода

Б.1. Обучение нейронной сети

Б.2. Дополнение выборки случайными числами

Б.З. Прогнозирование

Б.4. Алгоритм поиска оптимального распределения параметра

Б.5. Процедура подбора количества нейронов в скрытом слое и опций

обучения

Б.6. Вспомогательные функции

Б.7. Процедура просмотра структуры нейронной сети

Приложение В. Акт о внедрении

175

Введение диссертации (часть автореферата) на тему «Управление субъектами агропромышленного комплекса с помощью нейронных сетей и технологий извлечения знаний из массивов статистических данных»

Введение

Актуальность темы исследования. Реформирование и совершенствование агропромышленного комплекса (АПК) страны невозможно без анализа состояния его субъектов, прогнозирования их поведения и обоснования управленческих решений или целевого управления по достижению заданных результатов функционирования.

К рассматриваемым субъектам относятся: отдельные предприятия, хозяйства, объединения (концерны и холдинги), территориальные структуры, аграрные кластеры, районы, области, регионы, подотрасли и отрасли сельского хозяйства.

С точки зрения теории принятия решений и управления они представляются как сложные системы с большим набором фазовых координат и неоднозначной реакцией на управляющие и возмущающие воздействия.

Большую роль в идентификации и управлении такими объектами сыграли работы Петрикова A.B., Сиптица С.О., Ушачева И.Г., Гатаулина A.M., Зинчешсо А.П., Шимко П.Д., Томаса Р., Розена В.В., Афанасьева JT.A., Василенко Ю.В., Аганбегяна А.Г., Ивахненко А.Г. и др.

Однако, в условиях массовой информатизации и широкого развития информационных технологий, значительное развитие получили методы Data Mining, искусственного интеллекта и нейронных сетей. Реализованы и актуализируются хранилища данных частного, производственного, отраслевого и государственного уровней. В этих условиях назрела необходимость переноса задач идентификации, прогнозирования, обоснования решений и управление субъектами АПК с помощью новых методов, технологий, ориентированных на специализированные центры обработки данных. Такой центр создан при министерстве сельского хозяйства РФ, но он столкнулся с серьезной проблемой отсутствия соотвегсгву-ющих методов и программных средств.

Исходя из сложившихся условий и вышеизложенных особенностей задача

управления субъектами АПК с помощью технологий извлечения знаний из массивов статистических данных и нейронных сетей представляется актуальной.

Проблема исследований - идентификация, управление и моделирование поведения сложных систем в сельском хозяйстве.

Объект исследований - субъекты хозяйственной деятельности агропромышленного комплекса.

Предмет исследований управление субъектами агропромышленного комплекса с использованием существующих или специально созданных массивов данных по результатам наблюдений за этими субъектами или их прототипами.

Цели и задачи диссертационной работы: Цель диссертационной работы является применение методов Data Mining и нейронных сетей к обоснованию решений и управлению субъектами АПК с разработкой необходимого программного обеспечения.

Для достижения поставленной цели в диссертации решаются следующие задачи:

• Выбор и обоснование интегрального показателя, дающего качественную оценку характера и динамики процессов функционирования субъектов АПК, определяющею их управляемость, прогнозируемость и представляемость соответствующими математическими методами.

• Выбор информационной технологии автоматической классификации субъектов АПК по заданным показателям сходства.

• Выбор метода декомпозиции сложных систем субъектов АПК на подсистемы, с целью выявления факторов, определяющих их поведение.

• Выбор алгоритма и технологии обоснования управляющих воздействий на субъект АПК, с целью достижения ожидаемого эффекта.

• Разработка автоматизированного метода идентификации математической модели субъекта АПК.

• Разработка программного комплекса нейродинамического представления субъекта АПК.

• Разработка алгоритма и программного комплекса решающего задачу оптимальною управления путем распределения управляющих ресурсов на заданный временной интервал, с целью получения максимального эффекта от их применения.

Научная новизна Научную новизну составляют следующие результаты работы:

1. Рекомендации по использованию интегрального показателя качественной оценки характера динамики процессов в субъектах АПК.

2. Рекомендации по использованию информационной технологии и программ автоматической классификации субъектов АПК.

3. Метод декомпозиции сложных систем субъектов АПК на подсистемы, с целью выявления факторов, определяющих их поведение.

4. Рекомендации по использованию алгоритма обоснования управляющих воздействий на субъекты АПК, с целью достижения ожидаемого эффекта.

5. Автоматизированный метод идентификации математических моделей субъектов АПК.

6. Программный комплекс нейродинамического представления субъекта АПК и оптимального распределения управляющих ресурсов на заданном временном интервале.

Теоретическая и практическая значимость. Предложенные в работе алгоритмы, методы и программные продукты позволяют создавать центры обработки данных любош уровня для идентификации и управления субъектами АПК, принимая обоснованные решения.

Положения, выносимые на защиту:

1. Рекомендации по использованию технологий Data Mining в автоматической классификации, декомпозиции на подсистемы субъектов АПК и выбора оптимальных управляющих воздействий на них.

2. Достаточность показателя Хёрста для качественной оценки харакгера динамических процессов в субъектах АПК.

3. Автоматизированных метод идентификации математических моделей субъ-екгов АПК.

4. Программный комплекс нейродинамического представления субъектов АПК и оптимального управления путем распределения управляющих ресурсов на заданный промежуток времени.

Степень достоверности и апробация результатов. Достоверность и обоснованность результатов, полученных в диссертации, основывается на применении методов системного анализа в сочетании с технологиями Data Mining, нейронных сетей. Эксперименты, проведенные в рамках данной работы основаны на реальных статистических данных.

Основные результаты диссертации докладывались на следующих конференциях:

1. Международной научно-практической конференции "Инновации в образовании и науке"29-30 января 2009 г.

2. Международная научно-пракгическая конференция (МНПК) энергетического факультета (совместно с ГНУ ВИЭСХ) "Энергосбережение в системах электроснабжения и электротехнологиях"8 октября 2010 г.

3. Международная научно-практическая конференция, посвященная 80-летию ФГОУ ВПО МГАУ "Интеграция науки, образования и производства в области а1роинженерии"7-8 октября 2010

4. Международная научная сессия "Инновационные проекты в области агро-инженерии"6-7 октября 2011 г.

5. Международная научно-практическая конференция "Инновационные энер-горесурсо-сберегающие технологии в АПК"27-28 марта 2012 г.

Публикации. Основные результаты исследований опубликованы в 7 печатных работах в изданиях включенных в перечень ВАК, как ведущие рецензируемые научные журналы и издания, в которых должны быть опубликованы основные научные результаты диссертации на соискание ученой степени кандидата наук.

Личный вклад автора. Содержание диссертации и основные положения, выносимые на защиту, отражают персональный вклад автора в опубликованные работы. Подготовка к публикации полученных результатов проводилась совместно с соавторами, причем вклад диссертанта был определяющим. Все представленные в диссертации результаты получены лично автором.

Структура и объем диссертации. Диссертация состоит из введения, обзора литературы, 4-х глав, заключения и библиографии. Общий объем диссертации 176 страниц, включая 41 рисунок. Библиография включает 98 наименований на 11 страницах.

9

Глава 1

Анализ состояния вопроса

1.1. Управление субъектами АПК. Проблемы, цели и решения

Для целенаправленного развития сельского хозяйства необходимо эффективное планирование и прогнозирование его состояния. В частности, при адаптации сельскохозяйственного производства к изменениям климата и другим факторам неравномерного (по годам) производства товарной продукции необходимо изучить реальную ситуацию, включая научную опенку имеющихся тенденций на кратко, средне и долгосрочную перспективу, учитывая разнообразные, по территориям, негативные воздействия, давая адекватную оценку соответствующим рискам (погодным, технологическим, организационным, кадровым и др.). Только после этого разрабатывать и принимать, соответствующие управляющие мероприятия. В настоящее время такого системного подхода в российских регионах практически не наблюдается.

Это осуществимо когда известен характер процессов с.х. производства, их устойчивость, управляемость и прогнозируемость с необходимой точностью.

В настоящее время, благодаря интенсивному развитию и применению информационных технологий, собраны и используются большие объёмы данных о сельском хозяйстве в виде экономических и физических показателей по регионам Российской федерации. Это способствует анализу состояния этой отрасли народного хозяйства, принятию обоснованных управленческих решений и стимулированию её эффективного развития. Однако, методически, задачи исследования устойчивости, управляемости и прогнозируемости по статистическим данным требуют соответствующих постановок, решений и доведения до практической реализации.

Любой субъект сельского хозяйства в процессе существования во времени

представляет собой динамическую систему. Следовательно, к анализу их поведения применимы методы теории идентификации и анализа поведения динамических систем.

Процесс управления немыслим без предварительного анализа принимаемого решения. Для того чтобы провести качественный и глубокий анализ исследуемой предметной области необходимо большое количество информации. В настоящий момент технология сбора статистических данных хорошо отлажена. Например, Министерство регионального развития [68] осуществляет постоянный сбор большого количества показателей. Федеральная служба государственной статистики ведет работу по сбору большого количества разнообразных данных [30]. При этом используются современные клиент-серверные технологии для облегчения процесса предоставления отчетности [91].

Проблема состоит в том, что за годы работы, стремясь к постоянному повышению эффективности сбора разного рода отчетности, накоплен огромный массив данных.

Исследование задач, которые решаются данными организациями с помощью накопленных данных показало, что проводится только поверхностный анализ, направленный на построение графиков по различному виду показателей. Какого-либо более глубокого анализа не проводится.

Решением проблемы является использование новых научных методов, которые позволяют находить скрьггые зависимости в данных. Это технология Data Mining. Суть этой технологии заключается в поиске закономерностей в больших объемах данных.

В 1996 году агентством Gartner Group, занимающимся анализом рынков информационных технологий введен термин "Business Intelligence". Это программные средства, функционирующие в рамках предприятия и обеспечивающие функции доступа и анализа информации, находящейся в хранилище данных, а также обеспечивающие принятие правильных и обоснованных управленческих решений.

Использование технологии извлечение знаний подразумевает наличие определенных навыков у пользователя. У данной технологии существует ряд особенностей:

• для извлечения полезных данных необходимо понимание их сути;

• требуется большое количество данных, которые необходимо подготовить перед использованием;

• генерация большого количества результатов, требующих проверки на тестовых данных;

• высокая стоимость про1раммных пакетов.

Технология извлечения знаний из данных Data Mining располагает широким наборов методов для исследования. Методы делятся на две группы: направленные на сохранение данных и направленные на выявление закономерностей. Исходя из текущей ситуации необходимо отобрать методы для работы с данными. Имея в своем распоряжении большой массив данных необходимо использовать метод, ориентированный на сохранение оригинальных данных для их последующей обработки. Это кластерный анализ, используемый для автоматической классификации данных. Затем требуется выявить факторы, определяющие взаимодействие между подсист емами субъекта АПК. Для этого пригодны методы статистического анализа, направленные на выявление связей и закономерностей. Для определения характера и динамики процессов, протекающих в субъектах АПК требуется выявить интегральный показатель, позволяющий качественно оценить эту динамику. Для этого хорошо подходят методы ориентированные на использование теории искусственного интеллекта, в частности -дерево решений.

Большую роль в идентификации и управлении такими объектами сыграли работы Петрикова A.B. [77], Сиптица С.О. [89], Ушачева И.Г., Гатаулина A.M.,

Зинченко А.П. [52], Шимко П.Д., Томаса Р., Розена В.В., Афанасьева Л.А., Василенко Ю.В., Аганбегяна А.Г. [10], Ивахненко А.Г. и др.

Альтернативой современного подхода являются методы регионального экономического анализа. Началом данного направления были труды М.Блауга [18], А.Леша [63] и А.Ткаченко [94] они стремились к представлению территории в виде некоторой географической карты. Впоследствии в экономическом анализе стали применять дискретные описания пространства в виде совокупности регионов-точек, упор в которых делался в основном на межрегиональное взаимодействие [92].

В дальнейшем ряд авторов, продолжая работать в данном направлении, развили два подхода к проведению эколого-экономического моделирования. Это были работы Форресгера [96], Медоуза [6] и Леонтьева [62].

Первый подход основан на анализе себестоимости, который был впервые применен В.Леонтьевым. Этот подход наиболее перспективен, потому что основан на эколого-экономической модели [25].

Второй подход использует метод системной динамики Дж. Форрестера. Здесь широкое использование нашли экспертные оценки. Это позволило снизить требования к объему информации. Недостатком этого подхода является большая вероятность получить модель весьма отдаленную от реального положения дел.

В конце 20 века подход Леонтьева эволюционировал и это привело к всплеску работ но данной тематике. Это были работы К.Г. Гофмана [37] и А.А.Гусева [45], Е.В.Рюминой [86], В.И.Денисова [47], А.Б.Горстко [35], О.П.Барматовой [15], Г.В.Шалабина [98].

Так же известны модель Антоновского [12], основанная на известной модели В.Леошъева и Д.Форда, в которой был введен элемент «управление». В модели используются три основных типа переменных: естественные ресурсы, отрасли материального производства, производство загрязнителей. Модель имеет недостаток - отражает только объем выброса загрязнителей в окружающую среду и не рассматривает их воздействие на саму природную подсистему. Мо-

дель С.В.Дубовского [49], состоящая из трех подмоделей: макромодели экономического роста, межотраслевого баланса и «блока загрязняющих веществ».

Модель «Регион» позволяет прогнозировать изменения природной среды под влиянием хозяйственной деятельности, производить сравнение альтернативных вариантов развития региона с точки зрения влияния на природную среду. Производить оптимизацию программы развития по критериям эффективности экономию! и состояния природной среды. Практическое применение модель нашла для анализа Байкальского региона. [44]

Модель была высоко оценена и явилась прототипом для других подобных разработок. В работе [4] модель «Регион» была развита до социо-эколого-эконо-мической модели.

Зарубежный опыт разработки таких моделей представлен математической моделью для анализа энергетической политики, экологии и макроэкономики. Модель МАЯКАЬ, разработанная для Швеции и Швейцарии [1]. Впоследствии модель была применена в Канаде.

В течение длительного периода времени региональное развитие рассматривалось с точки зрения материального подхода. Ключевым вкладом в развитие являлось строительство новых фабрик и развитие дорожной инфраструктуры.

Развитие экономической теории как у нас в стране, так и за рубеж-ом долгое время шло по пути, скорее затруднявшему поиск правильного ответа на вопрос, что же представляет собой регион как субъект хозяйства.

Во времена СССР способ управления народным хозяйством на территории всей страны заключался в разработке пятилетних планов и в процессе своей реализации претерпел изменения, такие как всеобщая централизация, плановость. Все ресурсы народного хозяйства были в распоряжении министерств и ведомств [81].

Недостатком всеобщей плановости было то, что распределение ресурсов строилось на основе предложений отраслевых министерств, а не с использованием генеральных планов городов, схем охраны природы. Все схемы развития

явились набором идей без проверки на их адекватность текущему состоянию системы [80].

Планы были направлены на экстенсивный рост экономики - эксплуатацию как можно большего числа месторождений, независимо от экономической целесообразности их освоения. Похожую ситуацию мы наблюдаем в сегодняшней России, за исключение того, что новые месторождения открываются значительно реже, контроль над их использованием лежит на полугосударственных/полукоммерческих структурах. Которые совершенно не заинтересованы в изменениях своего положения, развитии новых передовых разработок, направленных на интенсификацию роста экономики. Для осуществления, которого и необходима разработка современных технологий моделирования экономики регионов [55], [72].

Динамика развития предстает как результат воздействия основных факторов-ресурсов сельскохозяйственного производства: труда, основного капитала (парков техники, зданий и сооружений, земельных ресурсов, поголовья скота и птицы) и оборотного капитала, (обуславливающего возможности текущего материально-технического обеспечения сельскохозяйственного производства - покупку горюче-смазочных материалов, электричества и теплоэнергии, минеральных удобрений, кормов и т.п.) [90].

Одна из основных трудностей управления региональным развитием заключается в том, что до сих пор неясно, что же такое регион с точки зрения экономической теории. В географии понятие регион трактуется как «единство природы, населения и хозяйства на данной территории». Отталкиваясь от этого определения, что регион это «все-все-все» невозможно построить адекватные модели.

Важным шагом к осознанию особой экономической субъектности региона стали работы В.Н.Богачева [19], [20], опубликованные в 70-80-е годы. Они определяли регион как особый субъект хозяйства с задачами учета влияния решений, принимаемых предприятиями на издержки других предприятий и на общее состояние региона; регулировка уровня и динамики издержек всей совокупно-

сти предприятий посредством развитий региональной инфраструктуры. Одно из центральных мест занимают работы но оптимизации территориального планирования, проведенные в 60-70-е годы А.Г.Аганбегяна [10] и А.Г.Гранберга [40], [39], [42], [38], [41], [43].

1.2. Выводы

Существующие методы анализа и прогнозирования, в частности использование временных рядов предъявляет высокие требования к качеству исходной информации. Любой анализ начинается с оценки данных. Исследуемые показатели должны быть сопоставимыми, однородными [73], [36], [95]. Предложенный метод основывается на имеющихся показателях. Он относится к классу методов количественного прогнозирования, но вместо использования классической экстраполяции значений отдельной неременной на основе статистических данных за прошлый временной период используется технология нейронных сетей [69].

Исходя из этого сформулирована проблема и задачи исследований.

Проблема исследования - идентификация, управление и моделирование поведения сложных систем в сельском хозяйстве.

Для достижения поставленной цели в диссертации решаются следующие основные задачи:

1. Выбор и обоснование интегрального показателя, дающего качественную оценку характера и динамики процессов функционирования субъектов АПК, определяющего их управляемость, прогнозируемость и представляемость соответствующими математическими методами.

2. Выбор информационной технологии автоматической классификации субъектов АПК по заданным показателям сходства.

3. Выбор метода декомпозиции сложных систем субъектов АПК на подсистемы, с целью выявления факторов, определяющих их поведение.

4. Выбор алгоритма и технологии обоснования управляющих воздействий на субъект АПК, с целью достижения ожидаемого эффекта.

5. Разработка автоматизированного метода идентификации математической модели субъекта АПК.

6. Разработка программного комплекса нейродинамического представления субъекта АПК.

7. Разработка алгоритма и программного комплекса решающего задачу оптимального управления путем распределения управляющих ресурсов на заданный временной интервал, с целью получения максимального эффекта от их применения.

Глава 2

Исследование динамических и структурных свойств субъектов АПК

2.1. Исследование динамики процессов, отражающих поведение субъектов АПК и выбор интегрального показателя

Любой субъект сельского хозяйства в процессе существования во времени представляет собой динамическую систему. Следовательно, к анализу их поведения применимы методы теории идентификации и анализа поведения динамических систем.

В соответствии с современной классификацией харакгера их поведения они могут быть: детерминированными, детерминированными с помехами, случайными и фрактальными. Под фрактальным понимается поведение со скрытой закономерностью. Такой тип процессов характерен для природных, биологических и экономических систем [66], [65]. Сельское хозяйство относится к такому виду систем.

При изучении поведения этих систем используются два различных, но связанных подхода [53]. В первом, акцент делается на динамику хаотической характеристики, на основе показахеля Ляпунова и меры энтропии систем.

Второй подход отражает геометрический характер траекторий показателей процесса, определяемый через их фрактальную и корреляционную размерности [66]. Он наиболее чётко отражает устойчивость, прогнозируемость и управляемость процессов. Поэтому представляется необходимым взять его за основу в поставленной задаче исследований.

Наиболее изученным и распространённым интегральным показателем вы-

шеуказанных свойств процессов является показатель Хёрста [66], [65], [76].

Э. Петере и его последователи исследовали его применимость и эффективность на примерах временных рядов на рынках капитала [76]. Б.Манельброт установил его связь с фрактальной размерностью траекторий динамических процессов [66], [65]. Он показал, что показатель Хёрста (Н) может иметь значения в интервале 0 < Н < 1 При этом если Н = 0.5, то процесс чисто-случайный и в нём нет корреляции между соседними состояниями, а функция распределения вероятности состояний может быть любой. Естественно, прогнозировать его вероятности состояний можно только по этому распределению, а его управляемость близка к нулю.

Если 0 < Н < 0.5, то такой процесс называется антиперсистентным и характерен колебаниями относительно среднего значения. При этом если в момент параметр процесса имеет высокое значение, то в момент /,+ 1 он с большой вероятностью будет иметь низкое значение и наоборот. Соответственно, такой процесс не управляемый, но более прогнозируем, чем при Н = 0.5.

Если Н > 0.5, то такой процесс называется персистентным и имеет устойчивый тренд поведения. В нём состояние в момент г, имеет последействие на

состояния в моменты Г/+2, ..____При этом, что не ближе Н к 1.0, тем выше

прогнозируемость временного ряда, а при Я = 1.0 он, фактически, может быть назван детерминируемым и однозначно-прогнозируемым.

Фрактальная размерность траектории процесса Б является показателем изменчивости и изменяется от 1 до 2. Она связана с показателем Хёрста и вычисляется по формуле (2.1):

£> = 2-Я, (2.1)

при Л = 1 траектория имеет вид гладкой одномерной линии и, соответственно, поведение процесса однозначно-предсказуемо, а при Э = 2 - эта траектория заполняет 2-х мерную плоскость, имеющую размерность равную 2, т.е.

его изменчивость близка к бесконечности, предсказуемость близка к нулю.

Исходя из выше-изложенного, справедливо утверждение, что показатель Хёрста может быть использован, как интефальный показатель характера динамических свойств производственных и экономических процессов в сельском хозяйстве.

В связи с этим представляется необходимым рассмотреть методы его расчёта на конкретных примерах изменения объёмов и урожайности растениеводства в регионах Российской Федерации.

Основная формула расчёта этого показателя имеет вид (2.2):

где: К - размер накопленных отклонений от среднего, Б - стандартное отклонение, N - число наблюдений, а - некая постоянная величина.

Относительно , для коротких рядов имеются разные рекомендации. Хёрст рекомендовал его значение 0.5, как это следует из теории случайных процессов для случайных блужданий типа броуновского движения. Федер [26] показал, что при а = 0.5 значения Я > 0.7 преувеличиваются, а при Я < 0.4 преуменьшаются. Однако для коротких рядов это значение применимо.

В свою очередь Э.Нейман [82], используя метод статистического моделирования, для случая (близкого к 0.5), уточнил эту формулу (2.3):

это справедливо только для H близкого к 0.5.

Для оценки ирогнозируемости процессов принято применять коэффициент корреляции С.

Доказано, что он связан с показателем Хёрста соотношением:

Список литературы диссертационного исследования кандидат наук Захаров, Дмитрий Никанорович, 2013 год

Литература

1. Carraro С., Haurie A. Operational Research and Environmental Management. Dordrecht Kluwer academic publishers, 1996.

2. Clocksin W. F., Mellish C. S. Prog. In PROLOG. 2 edition. N. Y.: Spinger-Verlag, 1984.

3. Geist A., Beguelin A., Dongarra J. et al. PVM: Parallel Virtual Machine. A User's Guide and Tutorial for Networked Parallel Computing. Cambridge: The MIT Press, 1994.

4. Gurman V. I. Modeling and Optimization Sustainable Strategies on Regional Level. Proceedings of LI Int. Conference Econometrics of Environment and Trans-displinarity. Lisbon, Portugal, 1996. Vol. 5.

5. MacDonald N., Minty E., Harding Т., Brown S. Writing Message Passing Parallel Programs with MPI. Edinburg: Edinburg Parallel Computing Centre, The University of Edinburg.

6. Meadows D. H. The Limits to Growth. A Report for the Club of Rome's Project on the Predicament of Mankind. New York, 1972.

7. Nissen S. Neural Networks Made Simple. Software 2.0. 2005.

8. Warren D. H., Pereira F., Pereira L. M. PROLOG - the language and its implementation compared with LISP. Proceeding of Simposium on AI and Programming Languages. SIG-PLAN Notices. 1977. Vol. 12.

9. A 4. И. Data Mining. Москва: Национальный Открытый Университет "ИН-ТУИТ 2008. Т. 5.

10. Аганбегян А. Г. Система экономико-математических моделей оптимального

территориально-производственного планирования на перспективу. Проблемы народнохозяйственного оптимума. Новосибирск, 1996.

И. Адаменко А., Кучу ков А. Логическое программирование и Visual Prolog. Санкт-Петербург: БХВ-Петербург, 2003.

12. Антоновский М. Я., Литвин В. А., Тер-Микаэлян М. Т. Методология построения балансовых эколого-экономических моделей. Проблемы экологического мониторинга и моделирования экосистем. Л: Гидрометеоиздат, 1980. Т. 3.

13. Бабенко Л. О. Основы эконометрическош моделирования : Учебное пособие. 2 изд. Санкт-Петербург: Питер, 2010. 704 с.

14. Бальмаков А. А., Каримов Р. Н. Методы обработки многомерных данных и временных рядов. Москва: Горячая линия - Телеком, 2007.

15. Барматова О. П. Оптимизация пространственной структуры ТПК. Экологический аспект. Новосибирск: Наука, 1983.

16. Барсегян А. А. Технология анализа данных : Data Mining, Text Mining, OLAP. 2 изд. Санкг-Петербург: БХВ - Петербург, 2007. 384 с.

17. Барсегян А. А., Куприянов М. С., Степаненко В. В., Холод И. И. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. 2 изд. Санкт-Петербург: БХВ-Петербург, 2008. 384 с.

18. Блауг М. Экономическая мысль в ретроспекгиве. Москва: Дело Лтд, 1994.

19. Богачев В. Н. О функциях районного звена хозяйственного управления. Методология системного анализа регионального развития и управления. Сб. трудов ВНИИСИ изд. Москва: ВНИИСИ, 1980. 62-76 с.

20. Богачев В. Н. Регионы России: теория, проблемы Сибири, экономика строительства. Новосибирск: ИЭиОПП СО РАН, 1999.

21. Болотова Jl. С. Системы искусственного интеллекта: теоретические основы систем искусственного интеллекта и формальные модели представления знаний. Москва, 1998.

22. Борисов В. В., Круглов В. В., Федулов А. С. Нечеткие модели и сети. Москва: Горячие линии — Телеком, 2007. 284 с.

23. Боровкова В. П. Нейронные сети, STAT1ST1CA Neural Networks: Методология и технологии современного анализа данных / Под ред. В. П. Боровкова. 2 изд. Москва: Горячая линия - Телеком, 2008.

24. Братко И. Алгоритмы искусственного интеллекта на языке PROLOG: Пер. с англ. 3 изд. Москва: Вильяме, 2004.

25. Бурматова О. П. Оптимизация пространственной структуры ТПК. Экологический аспект. Новосибирск: Наука, 1983.

26. В Ч. О. Энтропии и фракталы в анализе данных. Москва-Ижевск: НИЦ «Регулярная и хаотическая динамика», 2012. 168 с.

27. Ветров Д. П., Кропотов Д. А. Алгоритмы выбора моделей и построения коллективных решений в задачах классификаторами. Москва: КомКнига, 2006. 112 с.

28. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных информационных систем. Санкг-Петербург: Питер, 2000.

29. Гитис Л. X. Статистическая классификация и кластерный анализ. Москва: Издательство Московского государственного горного университета, 2003. 151 с.

30. Главная:Федеральная служба государственной статистики // Основные статистические показатели / Федеральная служба государственной

статистики. Москва, 2013. URL: http://www.gks.ru/ (дата обращения: 30.10.2013).

31. Горбань А. Н. Обучение нейронных сетей. Москва: Параграф, 1990.

32. Горбань А. Н. Возможности нейронных сетей. Нейроинформатика. Новосибирск: Наука, Сибирская издательская фирма РАН, 1998.

33. Горбань А. Н. Решение задач нейронными сетями. Нейроинформатика. Новосибирск: Наука, Сибирская издательская фирма РАН, 1998.

34. Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.

35. Горстко А. Б. Имитационная система «Азовское море». Москва: Тр.ВНИИВО. Вопросы математического исследования и моделирования экосистемы Азовского моря, 1977. Т. 17.

36. Горчаков А. А., Орлова И. В. Компьютерные экономико-математические модели. Москва: ЮНИТИ, 1995.

37. Гофман К. Г. Экономическая оценка природных ресурсов в условиях социалистической экономики. Москва: Наука, 1977.

38. Гранберг А. Г. Проблемы транзитивности индивидуальных и коллективных предпочтений при построении целевых функций. Количественные методы в социологии. Москва: Наука, 1966.

39. Гранберг А. Г. Оптимизация территориальных пропорций народного хозяйства. Москва: Экономика, 1973.

40. Гранберг А. Г. Математические модели социалистической экономики. Москва: Экономика, 1978.

41. Гранберг А. Г. Региональная политика в программе экономических реформ. Москва: СОПСиЭС, 1995.

42. Гранберг А. Г. Основы региональной экономики. Москва: ГУ ВШЭ, 2000.

43. Гранберг А. Г. Разработка стратегии территориального развития и региональной экономики политики Российской Федерации // Экономика Северо-Запада: проблемы и перспективы развития. 2001.

44. Гурман В. И., Дыхта В. А., Кашина Н. Ф. Эколого-экономические системы: Модели, информация, эксперимент. Новосибирск: Наука, 1987.

45. Гусев А. А. Проблемы совместного прогнозирования развития экономики и охраны атмосферы. 1 изд. Экономика и мат. Методы., 1979. Т. 15.

46. Девятков В. В. Системы искусственного интеллекта: Учебное пособие. Москва: Изд-во МГТУ им. Н. Э. Баумана, 2000.

47. Денисов В. И. Народнохозяйственные модели оптимального развития природных комплексов. Москва: Наука, 1978.

48. Джексон П. Введение в экспертные системы: Учебное пособие. Москва: Вильяме, 2000.

49. Дубовский С. В., Миронычев А. Ф., Осипов С. Н. Экологические последствия альтернатив социально-экономического развития России в переходный период. Проблемы окружающей среды и природных ресурсов. Обзорная информация. М.: ВИНИТИ, 1994.

50. Дюран Б., Оделл П. Кластерный анализ. Москва: Статистика, 1977. 128 с.

51. Жданов А. А. Автономный искусственный интеллект. Москва: БИНОМ, 2008. 359 с.

52. Зинченко А. П. Методология использования итого Всероссийской сельскохозяйственной переписи 2006 года. Экономика сельскохозяйственных и перерабатывающих предприятий. 2008. 13-17 с.

53. И Ш. В. Финансовые рынки: Нейронные сети, хаос и нелинейная динамика. Уч. Пособие. Москва: Книжный дом «Либроком», 2013. Т. 5.

54. Каллан Р. Основные концепции нейронных сечей. Москва: Изд. Дом «Вильяме», 2003. 288 с.

55. Канторович Л. В. Математические методы организации и планирования производства. Применение математических методов в экономических исследованиях. Москва: Соцэкгиз, 1959.

56. Клоксин У., Меллиш К. Программирование на языке Пролог. Москва: Мир, 1987.

57. Корбут Л. С. Итоги Всероссийской сельскохозяйственной переписи 2006 года и проблемы устойчивого развития сельских территорий. Экономика сельскохозяйственных и перерабатывающих предприятий. 2009. 55-57 с.

58. Корнеев В. В. Базы данных. Интеллектуальная обработка информации. 2 изд. Москва: Молгачева, 2001.

59. Кохонен Т. Самоорганизующиеся карты. Москва: БИНОМ, 2008. 655 с.

60. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. Москва: Горячая линия — Телеком, 2002. 332 с.

61. Лежнев А. В. Динамическое программирование в экономических задачах. Москва: БИНОМ, 2006. 240 с.

62. Леонтьев В., Форд Д. Межотраслевой анализ воздействия структуры экономики на окружающую среду. 3 изд. Экономика и мат. Методы., 1972. Т. 8.

63. Леш А. Географическое размещение хозяйства. Москва: ИЛ, 1959.

64. Люгер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем: пер. с англ. Москва: Вильяме, 2003.

65. Мандельброт Б. Фракталы, случай и финансы. Москва-Ижевск: НИЦ "Регулярная и хаотическая динамика 2004.

66. Мандельброт Б. Фрактальная геометрия природы. Москва-Ижевск: НИЦ "Регулярная и хаотическая динамика 2010.

67. Минашкин В. Г., Шмойлова Р. А., Садовникова Н. А. Статистика: учебник для вузов / Под ред. В.Г.Минашкина. Москва: Проспект, 2005. 266 с.

68. Министерство регионального развития РФ - Статистические данные // Статистические данные / Министерство регионального развития РФ. Москва, 2013. URL: http://www.minregion.ru/statparams/ (дата обращения: 30.10.2013).

69. Мур Д., Уэдерфорд Л., Эллен Г. и др. Экономическое моделирование в Microsoft Excel. 6 изд. Москва: Издательский дом "Вильяме 2004. 1024 с.

70. Немнюгин С. А., Стесик О. Л. Параллельное программирование для многопроцессорных вычислительных систем. Санкт-Петербург: БХВ-Петербург, 2002. 400 с.

71. Нильсон Н. Принципы искусственного интеллекта. Москва: Радио и связь, 1985.

72. Огнивцев С. Б., Сиптиц С. О., Чан Чонг X. Моделирование макроэкономических процессов в аграрной сфере. Тр. ВИАПИ. Москва, 1997.

73. Орлова И. В. Экономико-математическое моделирование: Практическое пособие по решению задач. Москва: Вузовский учебник, 2004. 144 с.

74. Паклин Н., Орешков В. Бизнес — аналитика: от данных к знаниям: Учебное пособие. 2 изд. Санкт-Петербург: Питер, 2010. 704 с.

75. Панюков А. В. Математическое моделирование экономических процессов : Учебное пособие. Москва: Книжный дом «Либроком», 2010. 192 с.

76. Петере Э. Хаос и подарок на рынке капитала. Пер. с англ. Москва, 2008.

77. Петриков А. В. «Результаты всероссийской сельскохозяйственной переписи и совершенствование аграрной и сельской политики». Экономика сельского хозяйства России. 2008. 4-8 с.

78. Пиндайк Р., Рубинфельд Д. Микроэкномика. Москва: Экономика, 1992. 504 с.

79. Прасолов А. В. Математические методы экономической динамики : Уч. Пособие. Санкт-Петербург: издательство «Лань», 2008. 352 с.

80. Прокопьев М. Г. Моделирование экономических процессов в АПК в условиях перехода к рыночным отношениям. Москва, 1994.

81. Пчелинцев О. С. Региональная экономика в системе устойчивого развития. Москва: Наука, 2004. 258 с.

82. Расчёт показателей Хёрста в целях выявления трендовости (персистентности) финансовых рынков // Показатели Херста / Capital Times. Украина, 2013. URL: http://capital-times.com.ua (дата обращения: 31.10.2013).

83. Роберте Ф. С. Дискретные математические модели с приглашениями к социальным, биологическим и экономическим задачам. Москва: Наука, 1986. 496 с.

84. Розенблат Ф. Принципы нейродинамики. Москва: Мир, 1965.

85. Романовский Ю. М., Романовский М. Ю. Введение в эконофизику: статические и динамические модели. 2 изд. Ижевск: Институт компьютерных исследований, 2012. 340 с.

86. Рюмина Е. В. Экологический фактор в экономико-математических моделях. Москва: Наука, 1980.

87. С.О.Сиптиц. Проектирование эффективных механизмов государственного регулирования аграрных рынков методами математического моделирования. Москва: РАСХН, ВИАПИ им. А.А.Никонова. 137 с.

88. Сейдж Э. П., Мелса Д. Л. Идентификация систем управления. Москва: Наука, 1974. 248 с.

89. Сиптиц С. О. Экономико-математическая модель и методика оптимального распределения ресурсов целевых программ развития сельского хозяйства. Москва: Энциклопедия российских деревень, 2011. 80 с.

90. Сиптиц С. О., Романенко И. А., Евдокимова Н. Е. и др. Моделирование и прогнозирование развития агропродовольственных систем национального уровня. Москва: РАСХН, ВИАПИ им. А.А.Никонова, 2011. 220 с.

91. Статистическая отчетность в электронном виде:Федеральная служба государственной статистики // Статистическая отчетность в электронном виде / Федеральная служба государственной статистики. Москва, 2013. URL: http: //www. gks. ru/metod/unif-f orm.html (дата обращения: 30.10.2013).

92. Суслов В. И. Измерение эффектов межрегиональных взаимодействий: модели, методы, результаты. Новосибирск: Наука, 1991.

93. Тим Джонс М. Программирование искусственного интеллекта в приложениях. Москва: ДМК Пресс, 2006. 312 с.

94. Ткаченко А. А. Территориальная общность в региональном развитии и управлении. Тверь, 1995.

95. Федосеев В. В., Гармаш А. Н., Дайитбегов Д. М. и др. Экономико-математические методы и прикладные модели: Учеб. пособие для вузов / Под ред. В. В. Федосеева. Москва: ЮНИТИ, 1999.

96. Форрестер Д. Мировая динамика. Москва: Наука, 1978.

97. Хайкин С. Нейронные сети: полный курс. 2 изд. Москва: Издательский дом «Вильяме», 2006. 1104 с.

98. Шалабин Г. В. Экономические вопросы охраны природы в регионе. Л: Изд-во ЛГУ, 1983.

Приложение А Выборка показателей

В таблице заголовку присвоен шифр:

(A) Регион

(B) № per.

(C) Годы

(D) Численность населения всего, тыс.чел.

(E) Среднегодовая численность занятого населения в экономике, всего тыс.чел.

(F) Денежные доходы населения (в среднем на душу в месяц), руб.

(G) Потребительские расходы в среднем на душу населения в месяц, тыс.руб.

(H) Количество сельскохозяйственных предприятий, ед. (I) Общая площадь сельскохозяйственных угодий, тыс.га (J) Посевная площадь всего

(К) Производство валовой продукции сельского хозяйства во всех категориях хозяйств, в факт, ценах, млн.руб. после 1998

(L) Число крестьянских (фермерских) хозяйств, единиц

(М) Площадь участков, предоставленных крестьянским (фермерским) хозяйствам, ты с. га

(N) Посевные площади сельскохозяйственных культур, тыс.га (О) Инвестиции в основной капитал, млн.руб.

(Р) Капитальные вложения за счет федерального бюджета, млн.руб.

(О) Капитальные вложения за счет бюджетов субъектов федерации, млн.руб.

(И.) Удельный вес убыточных предприятий в общем их числе, %

(8) Прибыль (до налогооблажения) по всей деятельности сельхозпредприятий, млн.руб.

(Т) Бюджетные субсидии относимые на результаты хоз. деятельности сельхозпредприятий Минсельхоза, млн.руб.

(и) Критерий эффективности АПК

(V) Уровень рентабельности по всей деятельности сельхозпредприятий (с дотациями и компенсациями), %

(\¥) Уставный капитал, тыс.руб.

Л в С о Е Р с; Н 1 .1 К Ь М N О Р 0 Я Б т и V

1 1990 1568960 764,7 0,22 0,16 196 708,5 295,08 1609 37 37 24,8 119653,5 15804 17482 94 -277,34 46,1 Ьаё -41,3 58190715

1 1991 1554584 642,3 0,46 331 196 708,5 293,1 1609 321 321 24,8 119653,5 15804 17482 94 -277,34 46,1 Ьас1 -41,3 58190715

1 1992 1537808 642,3 48935 331 196 708,5 290,4 1609 828 828 24.8 119653,5 15804 17482 94 -277,34 46,1 Ьас1 -41,3 58190715

1 1993 1517979 642,3 567243 331 196 708,5 291,49 1609 1113 1113 24,8 119653,5 15804 17482 94 -277.34 46,1 Ьас! -41,3 58190715

1 1994 1498182 642,3 2398,87 331 196 708,5 281,9 1609 1095 1095 24,8 119653,5 15804 17482 94 -277,34 46,1 Ьа<1 -41,3 58190715

1 1995 1476064 642,3 518,6 331 196 708,5 273,3 1609 1041 1041 24,8 119653,5 15804 17482 94 -277,34 46,1 Ьас1 -41,3 58190715

1 1996 1454894 627,1 693,5 1246 196 609,7 269,1 2299 1152 1152 24,8 119653,5 15804 17482 94 -277,34 46,1 Ьас1 -41,3 252813,3

г- ю С I 1997 1433874 573 822,8 1246 196 609,7 254,19 2304 1166 1166 24,8 101022 3485,9 13074 95 -277,34 46,1 Ьас1 -45,1 252813,3

к « * 1 1998 1414144 567,1 840,1 1246 196 609,7 234,37 2546 1220 1220 24,8 29 3,5 1 90 -277,34 46,1 Ьа(1 -38 509793

О 1 1999 1390334 587,8 1434,2 1246 196 609,7 219,71 4393 1229 1229 24,8 131,6 2 2 1,5 93 -277,34 46,1 Ьас! -25,9 456525

С-2 1 2000 1369118 594.4 2139,5 1246 196 599,8 215,62 5129 1228 1228 24,8 196,7 4,1 14,9 89 -277,34 46,1 Ьас! -21,4 519250

1 2001 1350448 601,3 3041,1 1853 194 583,3 203,84 5273 1224 1224 31,43 196,7 4,1 14,9 81 -218,48 44,31 Ьас1 -14,7^ 428526

1 2002 1332655 609 3956,5 2385 181 583 188.27 5504,9 1132 1132 39,17 196,7 4,1 14,9 71,3 -247,5 74,6 Ьас! -16,5 480045

1 2003 1317923 609,7 4834,2 2939 160 556,4 174,4 5419,9 1088 1060 36,37 289.7 4,3 14,1 68,1 -210,7 78 Ьас! -11,6 624862

1 2004 1304543 600,4 6119,4 3776 101 510,9 159,6 6071,8 1077 1077 34,3 263,8 8 6,8 44,6 -20,8 104,7 7.СГО -1,6 562424

1 2005 1291370 601,5 7857 4763 99 491,2 146,9 6431,1 1062 1062 29,76 415,7 2,3 36,5 31 -3 167 гсго -0,2 641567

1 2006 12X0187 618,9 9539,4 5901 97 488,3 138,6 7288 1060 1060 26,06 1239,6 0 5,1 30 -78 223 гсто -0,2 844398

1 2007 1271877 621,4 11573,7 7407 122 492,3 130,6 7082,5 1060 1060 26,06 1239,6 0 5,1 30 -78 223 гсго -0,2 844398

1 2008 1271877 621,4 1 1573,7 7407 122 492,3 110,98 7082,5 1060 1060 26,06 1239,6 0 5,1 30 -78 223 7.СГ0 -0,2 844398

2 1990 1001044 506 0,2 0,14 138 2838,2 324 1194 6 6 11,3 112107,1 23671,3 12475,9 85 -97,32 17,23 Ьас! -41,2 13400894

2 1991 1003253 451,9 0,42 212 138 2838,2 319,37 1194 359 359 11,3 112107,1 23671,3 12475,9 85 -97,32 17,23 Ьа<1 -41,2 13400894

2 1992 1004737 451,9 32055 212 138 2838,2 306,51 1194 1254 1254 11,3 112107,1 23671,3 12475,9 85 -97,32 17,23 ЬасЗ -41,2 13400894

2 1993 1006099 451,9 370005 212 138 2838,2 314,62 1194 1842 1842 11,3 112107,1 23671,3 12475,9 85 -97,32 17,23 Ьас! -41,2 13400894

2 1994 1014170 451,9 1493623 212 138 2838,2 255,92 1194 1957 1957 11.3 112107,1 23671,3 12475,9 85 -97,32 17,23 Ьас1 -41,2 13400894

2 1995 1019171 451,9 324,3 212 138 2838,2 218,5 1194 1955 1955 11,3 112107,1 23671,3 12475,9 85 -97.32 17,23 Ъас1 -41,2 13400894

2 1996 1020576 429,8 526,9 1157 138 2347,7 179,68 1376 1877 1877 11,3 112107,1 23671,3 12475,9 85 -97,32 17,23 Ьаё -41,2 21096,01

2 1997 1019880 416,9 664.3 1157 138 2347,7 166,98 1474 1757 1757 11,3 120966 38472,4 8189,7 85 -97,32 17,23 Ьас! -34,3 21096,01

Ж сЗ 2 1998 1016372 398,4 725,2 1157 138 2347,7 137,36 1698 1779 1779 11,3 119,6 0,1 8,7 84 -97,32 17,23 Ьас! -32,6 173492,2

у 2 1999 1012385 421,8 1221,3 1157 138 2347,7 105,95 2633 1758 1758 11.3 1531,9 31,1 8,7 73 -97,32 17.23 Ьас! -7,2 286463,1

сЗ с. ь 2 2000 1009281 428,4 1778,6 1157 138 2230,9 96,04 3094 1732 1732 11.3 226 32.4 6,8 68 -97,32 17,23 Ьас! -14,1: 356693

и < 2 2001 1005510 428.7 2333,3 1524 146 2246,4 96,15 3772 1709 1709 13,22 226 32,4 6,8 53 -108,69 33,51 Ьас! -15,4: 290130

2 2002 100478( 429,8 3058 | 1933 147 2246 84,09 4359,7 1722 1722 13,6 226 32,4 6,8 52,4 3 34,54 7.СГ0 0,4 259141

Л В с D Е I' G Н I ,1 К L М N о Р 0 R S т и V VV

2 2003 1001245 438 3864,1 2417 146 2290,4 75,6 4975,2 1807 1807 14,9 294.5 38,6 14,6 57,5 -61 42,15 bad -8,3 233989

2 2004 998225 443,1 4559,4 2929 157 2263,4 72,1 5983,7 1830 1830 16,23 293.9 55,8 0,2 40.8 49,1 39,7 bad 6 134797

2 2005 994208 445 5683,3 3756 155 2313,1 74,4 8332,7 1894 1894 19,46 166,4 СС 1,8 39 -5 47 zero -0,6 119831

2 2006 994127 449,9 7089.6 4810 150 2337,7 74,7 9598,8 1973 1973 21,74 234,4 86,3 0,3 39 -58 56 zero -0.6 271198

2 2007 1000874 457,9 8691,4 6183 137 2367,5 73 11860,8 1973 1973 21,74 234,4 86,3 0,3 39 -58 56 zero -0,6 271198

2 2008 1000874 457,9 8691,4 6183 137 2367,5 71,78 11860,8 1973 1973 21,74 234,4 86,3 0,3 39 -58 56 zero -0,6 271198

3 1990 1397986 706,2 0,2 0,13 473 2127,1 1586,16 3311 6 6 72,7 743851,7 287(8,2 158891,4 77 208,74 15,96 bad -17,6 9398857

3 1991 1404959 678,9 0,44 265 473 2127,1 1578,4 3311 327 327 72,7 743851,7 28718,2 158891,4 77 208,74 15,96 bad -17,6 9398857

3 1992 1419743 678,9 38181 265 473 2127,1 1554,76 3311 1708 1708 72,7 743851,7 28718,2 158891,4 77 208,74 15,96 bad -17,6 9398857

3 1993 1434551 678,9 426999 265 473 2127,1 1515 3311 2765 2765 72,7 743851,7 28718,2 158891,4 77 208,74 15,96 bad -17,6 9398857

3 1994 1454923 678,9 1901936 265 473 2127,1 1483,03 3311 1739 1739 72,7 743851,7 28718,2 158891,4 77 208,74 15,96 bad -17,6 9398857

3 1995 1467562 678,9 392,5 265 473 2127,1 1498,9 3311 1666 1666 72,7 743851,7 28718,2 158891,4 77 208,74 15,96 bad -17,6 9398857

3 1996 1478580 646,4 593,3 1191 473 1953,8 1481,12 4762 1596 1596 72,7 743851,7 28718,2 158891,4 77 208.74 15,96 bad -17,6 286319,3

ю 3 1997 1485855 622,8 657,6 1191 473 1953,8 1486,35 4842 1620 1620 72.7 782675,8 41103,5 170898,5 86 208.74 15,96 bad -17.7 286319,3

к « Ей 3 1998 1494868 607,3 717.5 1191 473 1953,8 1433,8 4931 1678 1678 72,7 574,8 1,9 109,6 82 208,74 15.96 bad -21.3 529487,3

и Ч О 3 1999 1501699 676,6 1187,1 1191 473 1953,8 1442,31 11209 1755 1755 72,7 762,3 8 51,8 47 208,74 15,96 bad 5,8 620211

Q-Р 3 2000 1506976 671,3 1554,5 1191 473 1950,6 1416,22 15398 1842 1842 72,7 2341,6 11,8 0,3 50 208,74 15,96 bad 4,15 1431626

CJ и 3 2001 1508137 677.5 2121,4 1454 553 1944,9 1427,77 19937 1911 1911 76,82 2341,6 11,8 0,3 49 421,74 119,5 > bad 5,61 2988230

3 2002 1511899 673,4 2762,3 1745 438 1945 1452,2 20209,2 1992 1992 91,11 2341,6 11.8 0,3 54,8 -163,5 134,7 5 zero -1,8 2765306

3 2003 1513096 668,3 3357,4 2092 430 1947,7 1407,8 23903,2 2007 2007 92,63 3020,7 12,5 0,4 50,7 -95,5 202,6 ) 7.СГ0 -0,8 3313685

3 2004 1511603 670,7 4070.2 2652 412 1944,7 1359,9 27168,9 1908 1908 95,92 4760,3 16 2,8 47,1 84,6 245,4 zero 0,6 4069992

3 2005 1511433 674,7 5276,4 3357 367 1949,3 1303.3 33889,4 1893 1893 109.79 8618,9 18 5,8 41 1862 627 bad 10,6 3396428

3 2006 1513620 677,4 7084.8 4514 369 1934,7 1295,9 40144,1 1815 1815 138,1 16370 63,9 170,7 42 1952 1380 bad 10,6 4417003

3 2007 1519137 678,7 9403,7 6003 350 1936,2 1348 58169,7 1815 1815 138,1 16370 63.9 170,7 42 1952 1380 bad 10,6 4417003

3 2008 1519137 678,7 9403,7 6003 350 1936.2 1385,45 58169,7 1815 1815 138,1 16370 63,9 170,7 42 1952 1380 bad 10,6 4417003

А в С 0 Е 1- 0 Н 1 .1 К Ь М N О Р 0 К Б Т и V

4 ¡990 1457987 739,4 0.2 0.14 486 1881,7 1292,01 2837 14 14 18,9 336122,2 207753 17406,9 93 -273,92 66,18 Ьас! -36,6 84738610

4 1991 1456025 617,1 0,44 252 486 1881,7 1260,82 2837 393 393 18.9 336122.2 207753 17406,9 93 -273,92 66,18 Ьас1 -36.6 84738610

4 1992 1460144 617,1 35,47 252 486 1881,7 1253,2 2837 1354 1354 18,9 336122,2 207753 17406,9 93 -273,92 66,18 Ьас! -36,6 84738610

4 1993 1462308 617,1 396147 252 486 1881,7 1237,2 2837 1830 1830 18,9 336122,2 207753 17406,9 93 -273,92 66,18 Ьа(] -36,6 84738610

4 1994 1469251 617,1 1697647 252 486 1881,7 1165,55 2837 1623 1623 18,9 336122,2 207753 17406,9 93 -273,92 66,18 Ьас! -36,6 84738610

4 1995 1466792 617.1 342,8 252 486 1881,7 1169,6 2837 1479 1479 18,9 336122,2 207753 17406,9 93 -273,92 66,18 ЬасЗ -36,6 84738610

4 1996 1459181 583,4 528,8 926 486 1832,3 1140.12 3799 1356 1356 18,9 336122,2 207753 17406.9 93 -273,92 66,18 Ьас! -36,6 5097,67

4 1997 1448275 563,2 601,4 926 486 1832,3 1070,15 3852 1236 1236 18,9 231206,5 114761,1 10653 96 -273,92 66,18 Ьас1 -44,2 5097,67

О 4 1998 1437471 546,2 592,7 926 486 1832.3 993,21 4377 1115 1115 18,9 145,8 7,3 6,5 97 -273,92 66.18 Ьас! -43.2 328462,3

« и 4 1999 1423178 588,1 945,7 926 486 1832,3 936,08 8924 1045 1045 18,9 241,8 7,5 9,8 84 -273,92 66,18 Ьас! -12,9 740054

к С- 4 2000 140796)5 593,7 1312,1 926 486 1630,5 865,76 10256 988 988 18,9 569,7 1,7 7 78 -273,92 66,18 Ьас! -15,05 761544

4 2001 1391430 596,1 1818,3 1253 487 1824,7 882,42 11310 923 923 19.66 569,7 1,7 7 70 -148,15 88,32 7.СГ0 -1,97 863828

4 2002 1375004 601,1 2452,4 1647 526 1825 864,38 13581.8 881 881 22,17 569,7 1,7 7 77 -339,5 135,5 ^ 7сг<1 -3,6 1306647

4 2003 1361113 602,3 3134,6 2086 568 1752 804,6 13896,6 849 849 25,9 489,7 2,7 11,4 78,7 -330,7 158,1 7.СТ0 -2,9 1448005

4 2004 1346548 601 3720,4 2688 649 1752,6 739,5 14417,1 843 843 30,51 694,3 4,7 7 62,9 21,3 201,8 гсго 0,7 2179414

4 2005 1331363 604,1 4776,9 3394 665 1747,5 715,1 15716.2 868 868 35,73 1420,7 8,9 41,5 58 68 244 7.СГ0 2 2178734

4 2006 1317589 603,3 6151,1 4283 442 1747,1 684,5 17634 899 899 48,82 1691,3 1,5 31 54 141 328 7СГ0 2 1142174

4 2007 1308479 607,7 7597.5 5560 455 1744,5 675,7 20375,7 899 899 48,82 1691,3 1,5 31 54 141 328 7.СТ0 2 1142174

4 2008 1308479 607,7 7597,5 5560 455 1744,5 641,2 20375,7 899 899 48,82 1691,3 1,5 31 54 141 328 7.СГ0 2 1142174

5 1990 1654489 877.3 0,19 0,14 225 1005,1 643,61 2281 36 36 9,4 161897 23351,3 10186,2 84 52,73 39,02 Ьас! -26,4 14952584

5 1991 1647701 727,5 0,41 225 225 1005,1 628,9 2281 418 418 9,4 161897 23351,3 10186,2 84 52,73 39,02 Ьас! -26,4 14952584

5 1992 1642469 727,5 38528 225 225 1005,1 622,97 2281 1282 1282 9,4 161897 23351,3 10186,2 84 52,73 39.02 Ьас! -26,4 14952584

5 1993 1634028 727.5 404841 225 225 1005,1 615,39 2281 1921 192! 9.4 161897 23351,3 10186,2 84 52,73 39,02 Ьас! -26,4 14952584

5 1994 1630514 727,5 1647548 225 225 1005,1 542.96 2281 2364 2364 9,4 161897 23351,3 10186,2 84 52,73 39,02 Ьас! -26,4 14952584

5 1995 1623677 727,5 317,7 225 225 1005,1 553,4 2281 2463 2463 9,4 161897 23351,3 10186,2 84 52,73 39,02 Ьас! -26.4 14952584

5 1996 1612692 701,3 473,2 803 225 962,2 541,17 2922 2372 2372 9.4 161897 23351,3 10186,2 84 52,73 39,02 Ьаё -26,4 137771

о о 5 1997 1602911 704,6 577.3 803 225 962,2 532,74 2757 2^28 2328 9,4 276690,5 12152,1 8754,4 87 52,73 39,02 Ьас! -28,5 137771

3 5 1998 1592184 699 593,5 803 225 962.2 515,74 3452 2205 2205 9,4 183,8 5,2 4,7 84 52,73 39,02 Ьас! -21,3 215532,2

о 5 1999 1575507 724,4 994,5 803 225 962,2 490,22 7477 2117 2117 9,4 279.1 10,9 20,6 57 52,73 39,02 уоос! 6 584161,3

гз 5 2000 1558052 724,6 1279,6 803 225 936,7 484,96 7616 2070 2070 9,4 656 26.8 22,6 60 52,73 39,02 7СГО 2,65 853016,6

5 2001 1539179 715,6 1665,9 1034 229 930,9 476.5 8207 2099 2099 8,33 656 26,8 22,6 55 172,61 55 уоос 7,51 930306.3

5 2002 1520057 716 2158 1267 240 931 470,17 9776,9 2107 2107 7,54 656 26,8 22,6 56,3 ' 126,9 67,64 Воос 5,5 1208642

15 С D I; I' G Н 1 J К L М N О Р 0 R S т U V W

5 2003 1503703 714,2 2842 1605 238 920,2 456,6 12127,7 2119 2119 6,84 1304,2 35,7 23,9 54,6 48,4 101,7 S 7ero 1,8 1308638

5 2004 1487219 709,4 3381,6 2029 241 893,6 443,9 12493,9 2116 2116 7,09 1230,1 30,5 23,8 40,7 175 107,6 good 3,9 1485882

5 2005 1472621 713 4141,1 2651 246 881,2 430 14315,2 2107 2107 7 14 1297,5 4,3 37,7 50 250 138 good 4,9 1323082

5 2006 1459574 703,3 5684,7 3645 265 876,5 410,6 15329,6 2133 2133 8,48 2566,8 11,7 5,6 48 362 240 good 4,9 1364465

5 2007 1449475 704,6 7095,9 5056 256 872,9 399,1 18111 2133 2133 8,48 2566,8 11,7 5,6 48 362 240 good 4,9 1364465

5 2008 1449475 704,6 7095,9 5056 256 872,9 377,86 18111 2133 2133 8,48 2566,8 11,7 5,6 48 362 240 good 4,9 1364465

6 1990 2641862 1345, 0,2 0,14 600 8649 4619,14 4324 135 135 430,4 494770,1 59714 7 50983,7 75 -41,81 162,2 bad -1,02 1.36H+08

6 1991 2656164 1273,: 0,44 220 600 8649 4539,81 4324 1763 1763 430,4 494770,1 59714,7 50983.7 75 -41,81 162,2 -1,02 1,361:4 08

6 1992 2676779 1273,: 37984 220 600 8649 4542,39 4324 7264 7264 430,4 494770,1 59714,7 50983,7 75 -41,81 162,2 -1,02 1.36Ы08

6 1993 2693887 1273,: 412946 220 600 8649 4345,62 4324 10614 10614 430,4 494770,1 59714,7 50983,7 75 -41,81 162,2 -1,02 1.36EH 08

6 1994 2717867 1273,: 1628475 220 600 8649 3880,09 4324 11808 11808 430,4 494770,1 59714,7 50983,7 75 -41,81 162,2 -1,02 1,36Е^08

6 1995 2738015 1273,: 327 2 220 600 8649 3992.1 4324 12176 12176 430,4 494770,1 59714.7 50983,7 75 -41,81 162,2 -1,02 1.36E+08

6 1996 2746454 1226,: 510,4 1149 600 7847,6 3796,34 6475 13006 13006 430,4 494770,1 59714,7 50983 7 75 -41,81 162,2 -1,02 181843,7

6 1997 2751385 1148,!- 660,4 1149 600 7847,6 3582,58 7415 13264 13264 430.4 684450,7 51850,1 22394,9 75 -41,81 162.2 -1,02 181843.7

6 1998 2750443 1081, 1 647,9 1149 600 7847,6 3403,26 6904 12765 12765 430,4 414,6 3,9 6 90 -41,81 162.2 -1,02 480324,4

6 1999 2738531 1147 1118 1149 600 7847,6 2780,03 12979 12739 12739 430,4 698,5 26,6 6,5 67 -41.81 162,2 -1,02 1073358

6 2000 2725433 1154, 1577,6 1149 600 8345,5 2610,17 16724 12708 12708 430,4 1907,2 47,8 35,9 53 -41,81 162,2 -1,02 1666199

6 2001 2709610 1247.. 2163 1557 605 8281,9 2645,98 22684 12447 12447 512,53 1907,2 47,8 35.9 49 247,43 275,0 4 good 4,64 2598894

6 2002 2694232 1244, | 2952,1 2082 546 8282 2824,71 24553,3 12031 12031 593,63 1907,2 47,8 35,9 56,2 -368,4 258,7 5 bad -6,4 2666050

6 2003 2673071 1248, ' 3802,9 2629 451 8299,1 2534,2 30021,2 12001 10303 545,33 1456,8 26,1 3,9 36,8 746,3 283,9 1 good 11,2 2233290

6 2004 265 М 80 1243, > 4648,2 3370 442 8289 2891,2 34287.1 11594 11594 730,19 2795,5 49,6 27,4 26,9 1665,4 335,6 good 20,3 2386204

6 2005 2635640 1254, 5914,6 4299 424 8250,9 2989,9 33734,9 10844 10844 770.81 3469,4 30,6 1,2 33 645 385 good 6.4 3031289

6 2006 2619955 1256, 7911,5 5287 437 8238,5 3113,6 39791,5 10303 10303 866,12 3115,8 53,6 45.6 28 "1032 828 good 6,4 2962777

6 2007 2608762 1258, 9453,5 6689 428 8251,1 3121,9 56713,4 10303 10303 866,12 3115,8 53,6 45 6 28 1032 828 good 6,4 2962777

6 2008 2608762 1258, 9453,5 6689 428 8251,1 3167,84 56713,4 10303 10303 866,12 3115,8 53,6 45,6 28 1032 828 good 6,4 2962777

Л И С О К Г в Н 1 .1 К 1. М N 0 1' 0 К т и V

7 1990 1353799 678,5 0,2 0,15 462 1335,2 815,14 2507 68 68 10,9 370544,9 9957,2 16108,4 92 516,9 491,1 7 Ьас1 -21,5 59 180774

7 199! 1353220 612,7 0,43 341 462 1335,2 799,26 2507 434 434 10,9 370544,9 9957,2 16108,4 92 516,9 491,1 7 Ьас1 -21.5 59480774

7 1992 1351869 612,7 45262 341 462 1335,2 801,08 2507 1698 1698 10,9 370544,9 9957,2 16108,4 92 516,9 491,1 7 Ьас! -21,5 59480774

7 1993 1348063 612,7 549459 341 462 1335,2 788,78 2507 1956 1956 10,9 370544,9 9957,2 16108,4 92 516,9 491,1 7 Ьас! -21,5 59180774

7 1994 1339926 612,7 2201144 34! 462 1335,2 745,77 2507 2040 2040 10,9 370544,9 9957,2 16108,4 92 516,9 491,1 Ьас! -21,5 59480774

7 1995 1332505 612,7 505 341 462 1335,2 757,3 2507 1665 1665 10,9 370544,9 9957,2 16108,4 92 516,9 491,1 7 Ьа(1 -21,5 59480774

7 1996 1324722 601,9 709,1 1169 462 1202.6 761,59 3133 1610 1610 10,9 370544,9 9957,2 16108,4 92 516,9 491,1 7 Ьа(1 -21,5 172816

к 1С с к о \л о р' 7 1997 1317144 582,1 890,7 1169 462 1202,6 748,39 3679 1507 1507 10.9 158890,5 2366,6 2139,9 91 516,9 491,1 7 Ьас! -19,9 172816

7 1998 1309832 571,9 884,7 1169 462 1202,6 725,82 3983 1425 1425 10,9 235 5,7 3,7 87 5! 6,9 491,1 7 Ьас! -12,5 919377

7 1999 1299611 598,4 1396,2 1169 462 1202,6 713,73 8070 13201 1320 10,9 351,9 1,5 5,4 52 516,9 491,1 7 цоос! 15,6 1600173

о о 7 2000 1290370 622,6 2022.8 1169 462 1189,2 702,25 9470 1277 1277 10,9 972,5 3 2,2 47 516,9 491,1 7 цоос! 16,97 1813953

7 200! 1278543 623 2719 1561 474 1184,9 685,66 11422 1250 1250 12,29 972,5 3 2 2 32 583,68 311,9 уоос! 14,66 1433724

7 2002 1266848 623,9 3481,3 1992 490 1185 662,73 12190 1169 1169 17,09 972,5 3 2,2 49,4 168,1 307,2 е-> цоос! 3,7 1646371

7 2003 1255560 619,2 4411,8 2433 398 1173,8 628,9 12939,2 1040 1149 17,18 1181,4 21,7 4,2 50,3 123,2 438,9 > ЦООс! 2 2 1585620

7 2004 1245468 600,4 5246,4 2966 365 1150,2 601,4 13728,1 1049 1019 15,93 2148,2 873,3 16 34,5 385,1 547,8 цоос! 5,9 1539775

7 2005 1235425 605,7 6344,7 3585 342 1140,9 569,9 16833,2 1108 1108 16,38 2441,8 769,2 33,7 34 661 609 уоос! 9,2 1693410

7 2006 1227778 6! 0,4 8673,2 4618 348 1130,1 549,5 17822,1 1149 1149 21,18 2357,3 33,6 45,3 42 196 661 цоск! 9.2 1909079

7 2007 1222888 613,7 10499,4 5794 317 1109 530,9 20284 1149 1149 21,18 2357,3 33,6 45,3 42 196 661 ЦООс! 9,2 1909079

7 2008 1222888 613,7 10499,4 5794 317 1109 492,79 20284 1149 1149 21,18 2357,3 33,6 45,3 42 196 661 ¡»ос! 9,2 1909079

8 1990 2469031 1218,5 ; 0,19 0,13 747 4059,6 2985.52 4119 2 2 117,2 488797,9 45782,2 39337,2 87 126,79 122,7 ) Ьас! -26,7 93450322

8 1991 2467384 1107,' 0,41 251 747 4059,6 2909,61 4119 575 575 117,2 488797,9 45782,2 39337,2 87 126,79 122,7 ) Ьас! -26,7 93450322

8 1992 2478686 1107," 3069 1 251 747 4059,6 2948,81 4119 2298 2298 117,2 488797,9 45782,2 39337,2 87 126,79 122,7 ) Ьас! -26,7 93450322

8 1993 2488228 1107,' 361008 251 747 4059,6 2865,42 4119 3064 3064 117.2 488797,9 45782,2 39337,2 87 126,79 122,7 ) Ьас! -26,7 93450322

8 1994 2494979 1107," 1539072 251 747 4059,6 2758,08 4119 3147 3147 117.2 488797,9 45782,2 39337,2 87 126,79 122,7 > Ьас1 -26,7 93450322

8 1995 2490675 1107,' 345 251 747 4059,6 2725,3 4119 3377 3377 117,2 488797.9 45782,2 39337,2 87 126,79 122,7 ) Ьас! -26,7 93450322

8 1996 2484790 1042, 468 1162 747 4012.3 2714,32 5731 3326 3326 117,2 488797,9 45782,2 39337,2 87 126,79 122,7 > Ьас! -26,7 440324

ё 8 1997 2470308 1020, 676,2 1162 747 4012.3 2691,11 6903 3267 3267 117,2 40(331,3 23574,7 38940,3 88 126,79 122,7 ) Ьас! -27,7 440324

о сс гз 8 1998 2458558 988,6 787,1 1162 747 4012,3 2485,08 6784 3)30 3130 117,2 269,6 3,8 4,3 88 126,79 122,7 > Ьас! -29,7 1748154

и * О 8 1999 2441337 1105, 1186 1162 747 4012.3 2360.01 14783 3317 3317 117,2 723,8 6,1 1,5 57 126,79 122,7 ) 7СГО 1 2299240

О. 8 2000 2422371 1090, ' 1486.5 1162 747 4011.9 2319,07 18247 3686 3686 117,2 1756,7 5,6 0,7 52 126,79 122,7 ) /его 1,95 3290380

ег 8 2001 2397111 1076, 1 2039,7 1595 843 4009 3 2319,5! 22300 3973 3973 170.21 1756.7 5,6 0,7 46 493,58 201,9 цоо с! 6,1 3489255

8 2002 2374461 1091, 2597,4 1908 1010 4009 2350,32 23677,4 4227 4227 216,04 1756,7 5,6 0,7 53,8 -802.2 288,7 ? Ьас! -7,9 3847428

А в С D Е Г G Н 1 J К L М N О Р Q R S т U V W

8 2003 2353532 1065,' 3391,2 2340 819 4004,4 2327,8 29419,4 4181 3904 268,28 2625 30,4 3,7 36.3 604,9 322,1 5 good 5,3 2954967

8 2004 2334049 1059,( 4143 2968 695 4000,5 2314,2 29762,6 4204 4204 314,68 2745,6 25,3 2,3 31,2 1099,7 226,2 good 9,1 3368082

8 2005 2313648 1055,: 5488,6 3809 640 3998,8 2207,1 32394 40S1 4081 327,31 2854,9 11.7 0,2 33 190 296 zero 1,5 3605614

S 2006 2294616 1057,; 7020,2 4464 621 4002.7 2229 36823.9 3904 3904 402,6 5932,7 20,7 7,6 30 953 366 zero 1,5 3199445

8 2007 2280406 1062 8530,3 5597 584 3994,7 2198,8 55272,2 3904 3904 402,6 5932,7 20,7 7,6 30 953 366 zero 1,5 3199445

8 2008 2280406 1062 8530.3 5597 584 3994.7 2356,77 55272,2 3904 3904 402,6 5932,7 20,7 7,6 30 953 366 zero 1,5 3199445

9 1990 1292642 671,9 0,19 0,15 273 876 609,15 1374 32 32 6,5 257905,8 101486,9 9134,3 92 -41,56 58,8 bad -32,8 2974341

9 1991 1285299 529,2 0,45 224 273 876 599.5 1374 386 386 6,5 257905,8 101486,9 9134,3 92 -41,56 58,8 bad -32,8 2974341

9 1992 1279087 529,2 35,45 224 273 876 594,49 1374 944 944 6,5 257905,8 101486,9 9134,3 92 -41,56 58,8 bad -32,8 2974341

9 1993 1269218 529,2 352152 224 273 876 590,09 1374 1233 1233 6,5 257905,8 101486,9 9134,3 92 -41,56 58,8 bad -32,8 2974341

9 1994 1260347 529.2 1367,16 224 273 876 529.9 1374 1147 1147 6.5 257905,8 101486,9 9134,3 92 -41,56 58,8 bad -32,8 2974341

9 1995 1248793 529,2 309,9 224 273 876 528,2 1374 1058 1058 6,5 257905,8 101486,9 9134,3 92 -41,56 58,8 bad -32,8 2974341

9 1996 1235701 515,9 460,5 759 273 772.3 519,3 1870 1003 1003 6,5 257905,8 101486,9 9134,3 92 -41,56 58,8 bad -32,8 77546,3

9 1997 1222691 512,3 555.2 759 273 772,3 514,34 1765 907 907 6,5 144727.2 35330,7 4043,8 95 -41,56 58,8 bad -38,4 77546,3

о (К я 9 1998 1210603 479 522.2 759 273 772,3 483,92 1741 867 867 6,5 128,3 1,3 1,3 97 -41,56 58,8 bad -40,2 250754,3

ьг о со о 9 1999 1194595 490,7 756,7 759 273 772,3 455,49 3766 846 846 6,5 175,9 5,1 2,8 76 -41,56 58,8 bad -12,1 288519

а: гз а 9 2000 1178969 491,2 1037,6 759 273 769,7 407,33 4421 821 821 6,5 389,2 4 1,8 68 -41,56 58,8 zero -2,96 434545,8

S 9 2001 1161861 490,6 1297,8 944 305 768,2 415,02 4910 804 804 6,63 389,2 4 1.8 55 39,57 101,1 1 zero 2,36 425254

9 2002 1144540 483,2 1778,4 1238 357 768 384.11 5184,8 796 796 7,66 389,2 4 1,8 65 -137,6 116,7 5 bad -7,6 541201,1

9 2003 1129833 476,1 2293,1 1534 286 760,2 342,2 6179,4 789 760 6,62 587,8 11,7 5,6 65,4 49,7 117,8 > zero 2,6 528031

9 2004 1114925 480,6 2858,8 1950 275 741,2 306,9 6579,2 762 762 6,84 469,4 13,4 10,5 44,7 264,3 122,1 good 11,6 560575

9 2005 1099908 478,7 3486,3 2423 259 724,9 269,8 6978,4 758 75S 7,27 437,4 6,7 3,3 51 245 172 good 9,9 661738,2

9 2006 1087886 484,9 4464,8 3240 240 717,9 257,4 7886,4 760 760 9,15 809,1 5,4 11,6 43 148 179 good 9,9 620555

9 2007 1079605 494,9 5692,8 4168 218 688,8 249,3 10014,8 760 760 9,15 809,1 5,4 11,6 43 148 179 good 9,9 620555

9 2008 1079605 494,9 5692.8 4168 218 688,8 238,9 10014,8 760 760 9,15 809,1 5,4 11,6 43 148 179 good 9,9 620555

в с О Е Р с; Н I } К 1 М N О Р 0 Я Б Т и V

10 1990 780768 325,4 0,17 0,12 144 671.3 325,34 1211 8 8 4,8 255617 128202,7 27905,6 77 -35,15 29,44 Ьа<1 -29,5 13382127

10 1991 794380 296,8 0.38 156 144 671,3 323,69 1211 12 12 4,8 255617 128202,7 27905,6 77 -35,15 29,44 Ьас! -29,5 13382127

10 1992 803318 296,8 23613 156 144 671,3 321,55 1211 272 272 4,8 255617 128202,7 27905,6 77 -35,15 29,44 Ьас1 -29,5 13382127

10 1993 810033 296,8 313736 156 144 671,3 311,75 1211 470 470 4.8 255617 128202,7 27905,6 77 -35,15 29,44 Ьас1 -29,5 13382127

10 1994 821149 296,8 1365626 156 144 671,3 314.5 1211 577 577 4,8 255617 128202,7 27905,6 77 -35,15 29,44 Ьас! -29,5 13382127

10 1995 834504 296,8 253,7 156 144 671,3 316,8 1211 603 603 4,8 255617 128202,7 27905,6 77 -35,15 29,44 Ьас1 -29,5 13382127

10 1996 846310 256,2 372,5 762 144 665,3 316,21 2030 673 673 4,8 255617 128202,7 27905,6 77 -35,15 29,44 Ьас1 -29,5 29676,76

10 1997 860502 248,9 443,8 762 144 665,3 317,26 2119 728 728 4,8 256493,8 46110,4 47988,2 74 -35,15 29,44 Ьас! -31,8 29676,76

10 1998 870822 243,8 481,1 762 144 665,3 309,29 2683 787 787 4,8 49,4 0,8 0.3 79 -35,15 29,44 Ьас! -37,4 21625

10 1999 878990 287,3 812,6 762 144 665,3 308,3 5410 821 821 4,8 1605,4 3,5 10,2 49 -35,15 29,44 7.СГО -1,9 59469

10 2000 886698 321,9 1057,1 762 144 665,3 308.66 8110 1022 1022 4,8 195,5 13.6 7,4 51 -35,15 29,44 7СГ0 -3,58 200468

10 2001 894356 320,2 1465,7 1071 149 665 310,8 10462 1121 1121 8,64 195,5 13,6 7,4 51 13,15 45,25 7СГО 1,23 212969

10 2002 901051 321,5 2095 1460 152 665 310,23 11788,3 1169 1169 9,32 195,5 13,6 7,4 42,1 -19,8 64,08 7СГ0 -1,9 221148

10 2003 898948 315,7 2571,4 1869 150 571,4 306,7 13049,2 1229 1110 9,09 86,4 19,5 5,6 53,3 -180,6 52,31 Ьас1 -18,6 433708

10 2004 896938 316,1 3159,9 2272 150 407,6 302,2 14842,2 1233 1233 69,17 81,1 23,1 3,4 60,7 -204,1 29,5 Ьас! -17,3 426207

10 2005 894014 310,6 4078,9 2835 151 377 304 14705,1 1140 1140 110,58 63,9 9,9 0 65 -197 21 Ьас! -20,3 415098

10 2006 891299 309.7 5080,1 3451 120 382,1 300,3 15775,5 1110 1110 122,48 230 37,9 0 60 -71 29 Ьас! -20,3 353035

10 2007 891338 312,2 6643,1 4244 102 386,1 297,5 18143,4 1110 1110 122,48 230 37,9 0 60 -71 29 Ьас! -20,3 353035

10 2008 891338 312,2 6643,1 4244 102 386,1 297,14 18143,4 1110 1110 122,48 230 37,9 0 60 -71 29 Ьас! -20,3 353035

11 1990 1073948 519,7 0,2 0,14 352 1348 918,95 2105 24 24 18,8 140398 26123,8 18789,5 91 11,12 49,04 Ьас! -36,4 14943997

11 1991 1074673 508,4 0,42 328 352 1348 864,7 2105 307 307 18,8 140398 26123,8 18789,5 91 11,12 49,04 Ьас! -36,4 14943997

11 1992 1079108 508,4 35339 328 352 1348 871,22 2105 1355 1355 18,8 140398 26123,8 18789.5 91 11,12 49,04 Ьас! -36,4 14943997

11 1993 1080681 508,4 451606 328 352 1348 872,21 2105 1779 1779 18,8 140398 26123,8 18789,5 91 11,12 49,04 Ьас! -36,4 14943997

11 1994 1087278 508,4 1977465 328 352 1348 776,19 2105 1910 1910 18,8 140398 26123,8 18789,5 91 11,12 49,04 Ьас! -36,4 14943997

11 1995 1088982 508,4 438,4 328 352 1348 754,3 2105 1817 1817 18,8 140398 26123,8 18789,5 91 11,12 49,04 Ьас! -36,4 14943997

11 1996 1086767 504,8 571 921 352 1319,4 722,02 2780 1902 1902 18,8 140398 26123,8 18789.5 91 11,12 49,04 Ьас! -36,4 59931,04

11 1997 1084479 488,7 644,8 921 352 1319,4 686,78 2616 1986 1986 18,8 112885,3 13948.2 12394,2 90 11,12 49,04 Ьас1 -31,8 59931,04

11 1998 1079831 473 696,7 921 352 1319,4 604,89 2986 2029 2029 18,8 112,4 5,7 0,9 89 11,12 49,04 Ьас! -27,1 264954

и 1999 1070426 492,7 1028,5 921 352 1319,4 561,34 5830 1985 1985 18,8 754.5 5,5 0.7 68 11,12 49,04 7СГ0 -2,4 606438

11 2000 1060285 488,7 1311,3 921 352 1311.3 535,08 6178 2031 2031 18,8 1674.7 1 10,1 65 11,12 49,04 7.СГ0 0,79 739305

11 2001 1049614 484,1 1782,1 1308 339 1301,1 511,33 7644 2020 2020 21,67 1674,7 1 10,1 48 82,42 46.24 цоос] 5,03 654962

11 2002 1038614 482 2503.3 1813 327 1301 489.8 8459,9 2021 2021 21,72 1674,7 1 10,1 66.7 -50,2 39.28 7СГО -2.8 663095

А В С 0 Н I3 в Н 1 К Ь М N 0 !> 0 К Б т и V \¥

п 2003 1028829 480 3339,8 2457 317 1291.4 429,6 9395,3 1982 2184 16,77 1237.6 0,6 5,2 63,1 -183.4 87,57 Ьас1 -9.1 628351

И 2004 1021503 479,3 4181,4 3264 299 1281,3 408,2 10565 1651 1651 14,3 1416,9 6,6 54,7 47,2 -4,2 70,3 гсго -0,2 684088

п 2005 1014243 478,7 5383,1 4159 286 1274,7 381,6 12129,3 2161 2161 13,23 1636,5 131,4 100,1 45 187 83 good 6,3 677880

11 2006 1008968 477,5 6994,1 5283 269 1273,8 352,8 13351.5 2184 2184 13,38 2168,5 20 22.1 42 316 194 good 6.3 649885

11 2007 1005648 479,1 9291,6 6825 278 1264,9 338,8 16690,9 2184 2184 13.38 2168,5 20 22,1 42 316 194 good 6,3 649885

п 2008 1005648 479,1 9291,6 6825 278 1264,9 341,35 16690,9 2184 2184 13,38 2168,5 20 22,1 42 316 194 6,3 649885

12 1990 424842 149.9 0,19 0,14 83 629,8 192,28 706 173 173 5,7 54787,4 19015,9 2459,5 67 -82,04 14,44 Ьаё -15,2 2249801

12 1991 428795 149,9 0.29 133 83 629,8 174,62 706 173 173 5,7 54787,4 19015,9 2459,5 67 -82,04 14,44 Ьаа -15,2 2249801

12 1992 433088 149,9 30,86 133 83 629,8 168,34 706 451 451 5.7 54787,4 19015.9 2459.5 67 -82,04 14,44 Ьа4 -15,2 2249801

12 1993 433470 149,9 263,51 133 83 629,8 159,22 706 749 749 5,7 54787,4 19015,9 2459,5 67 -82,04 14,44 bad -15,2 2249801

12 1994 435474 149,9 1159042 133 83 629,8 154,39 706 835 835 5,7 54787,4 19015,9 2459,5 67 -82,04 14,44 bad -15,2 2249801

я — 12 1995 437950 149,9 232 133 83 629,8 155,2 706 837 837 5,7 54787,4 19015,9 2459.5 67 -82,04 14.44 Ьаа -15.2 2249801

со 12 1996 439201 140,1 323,6 781 83 522.5 154,45 1083 888 888 5,7 54787,4 19015,9 2459,5 67 -82,04 14,44 Ьаё -15,2 2135,13

и о О. 12 1997 440354 142,2 434,8 781 83 522,5 150,7 1222 959 959 5,7 101336,9 19685,2 16622,2 88 -82,04 14,44 bad -33 2135,13

к ^ к 12 1998 441281 132,7 449,8 781 83 522,5 135.84 1250 1335 1335 5,7 22,9 5,6 0,06 87 -82,04 14,44 bad -43,2 2256

о а х 12 1999 439981 137,9 709,4 781 83 522,5 132,63 2467 1503 1503 5,7 53.8 10,8 0,06 66 -82,04 14,44 Ьаа -14,9 29602

о, о т 12 2000 440621 143,9 1039,5 781 83 584,1 142,01 3106 2061 2061 5,7 408,6 4,7 0,06 76 -82,04 14,44 Ьаё -21,4( 44097

о ¡Л о 12 2001 439803 144,3 1341,7 955 88 578,8 140,3 3559 2005 2005 8 408,6 4,7 0,06 65 -52,14 38,49 Ьаё -9,44 27284

Й а. 12 2002 438853 151,5 1999,4 1305 81 579 138,25 4654,8 2289 2289 7,51 408,6 4,7 0,06 55,6 -74,3 43,3 bad -13,5 125427

■3. 12 2003 436585 153,2 2619.2 1755 80 581,5 122,2 4904,8 2484 2987 7.97 657,3 58,5 1,3 70 -136.3 25,39 bad -24,8 125763

12 2004 434488 152,1 3343,7 2273 77 582,6 122,3 5490.9 2465 2465 12,46 508 112,5 0 48,1 -102,7 31,5 bad -16,6 125506

12 2005 431488 161.5 4266,3 3023 65 583 118,1 7223,2 2726 2726 19,49 946 70,1 105,5 57 -156 43 bad -33,2 132203

12 2006 428706 164,5 5534,2 3892 68 580,7 113,1 8539,2 2987 2987 25.63 1078,6 158 16,6 53 -61 27 Ьаа -33,2 387312

12 2007 427418 165,7 6939 4512 58 575,7 120,9 10781.8 2987 2987 25,63 1078.6 158 16,6 53 -61 27 bad -33,2 387312

12 2008 427418 165,7 6939 4512 58 575,7 113,43 10781,8 2987 2987 25,63 1078,6 158 16,6 53 -61 27 bad -33.2 387312

А В С D К F G Н 1 J К L М N О Р Q R S т U V W

13 1990 1648962 833,2 0,19 0,15 624 3230,8 2193,92 3684 29 29 29,3 224392,4 15359,6 13954,7 93 168,74 122,0 2 good 5,49 17616384

13 1991 1645091 728,2 0,4 320 624 3230.8 2190,46 3684 391 391 29,3 224392,4 15359,6 13954,7 93 168,74 122,0 2 good 5,49 17616384

13 1992 1641886 728,2 35244 320 624 3230,8 2177,21 3684 938 938 29,3 224392,4 15359,6 13954.7 93 168,74 122,0 good 5,49 17616384

13 1993 1632494 728,2 420184 320 624 3230,8 2082,04 3684 1192 1192 29,3 224392,4 15359,6 13954,7 93 168,74 122,0 good 5,49 17616384

13 1994 1623370 728,2 1746569 320 624 3230,8 1945.18 3684 13S8 1388 29,3 224392,4 15359,6 13954,7 93 168,74 122,0 good 5,49 17616384

13 1995 16094SO 728 2 386,7 320 624 3230,8 1838,1 3684 1437 1437 29.3 224392,4 15359,6 13954,7 93 168,74 122,0 good 5,49 17616384

13 1996 1595919 701,6 553,5 995 624 2807,4 1847,42 4469 1410 1410 29,3 224392,4 15359,6 13954,7 93 168,74 122,0 good 5,49 50156,06

id о к 13 1997 1581490 692,9 630 995 624 2807,4 1795.98 4974 1381 1381 29,3 187929.5 19007,2 17292,7 95 168,74 122,0 2 good 5,49 50156,06

13 1998 1568722 682,4 622,3 995 624 2807,4 1714,22 4986 1275 1275 29,3 330,3 1,9 S,8 96 168,74 122,0 2 good 5,49 59048,12

и 13 1999 1553595 749 1006,2 995 624 2807,4 1672,41 9482 1252 1252 29,3 496,8 2,9 7,3 66 168,74 122,0 2 good 5,49 128683

о с. ¡2 13 2000 1536772 717,3 1359,3 995 624 2781,8 1626,86 11751 1158 1158 29,3 927,3 5,6 7,4 58 168,74 122,0 2 good 5,49 226241,8

13 2001 1518378 708,8 1830,6 1271 657 2734,3 1554.79 14016 1120 1120 40,53 927,3 5,6 7,4 45 392,67 187,2 > good 10,78 526727,6

13 2002 1498976 707 2517,4 1691 658 2734 1488,78 14133,3 1116 1116 87,17 927,3 5,6 7,4 62,9 93,9 247,9 I 7cr0 2.3 862190.9

13 2003 1479342 701,7 3093,6 1971 631 2669,4 1375,9 15492,1 1113 716 100,73 1160,6 1,4 3,4 67,5 -161,7 262,5 3 zero -3,2 1054984

13 2004 1461301 712,4 3757,9 2442 616 2805,2 1323,4 17701,8 1005 1005 94,88 1536,3 2 2 6,1 40,7 817,2 264,1 good 14,5 1252521

13 2005 1442935 714,6 4580 3015 616 2779,5 1253,3 18789,2 937 937 95,21 1673,1 6,3 13.8 52 415 385 good 6,6 1399567

13 2006 1426917 706,1 5772,5 3722 564 2769,2 1141,9 19743,1 716 716 81,23 2794,2 23 2,7 43 311 382 good 6,6 1547760

13 2007 1413257 700,9 7238.4 4910 525 2757,2 1048,7 20650,2 716 716 81,23 2794,2 23 2,7 43 311 382 good 6,6 1547760

13 2008 1413257 700,9 7238.4 4910 525 2757,2 982,55 20650,2 716 716 81.23 2794,2 23 2,7 43 311 382 good 6,6 1547760

14 1990 804405 410,3 0.19 0,15 346 986,7 661,7 1600 18 18 7,8 82836,4 5472,6 24616,2 94 -14,26 44,41 bad -34,6 4833677

14 1991 801880 365,5 0,4 293 346 986,7 649,59 1600 258 258 7,8 82836,4 5472,6 24616.2 94 -14,26 44,41 bad -34,6 4833677

14 1992 799790 365,5 35921 293 346 986,7 630,99 1600 936 936 7,8 82836,4 5472,6 24616,2 94 -14,26 44,41 bad -34,6 4833677

14 1993 796563 365,5 415602 293 346 986,7 608,1 1600 1108 1108 7,8 82836,4 5472,6 24616,2 94 -14,26 44,41 bad -34,6 4833677

14 1994 794082 365,5 1854,58 293 346 986,7 563,62 1600 1128 1128 7,8 82836,4 5472,6 24616,2 94 -14,26 44,41 bad -34,6 4833677

14 1995 788538 365,5 398,7 293 346 986,7 575,7 1600 1102 1102 7,8 82836,4 5472,6 24616,2 94 -14,26 44,41 bad -34,6 4833677

14 1996 782010 345,3 533,9 916 346 933,7 568,37 2094 1084 1084 7,8 82836,4 5472,6 24616,2 94 -14.26 44,41 bad -34,6 49165,47

14 1997 775987 336,9 620,3 916 346 933,7 550,95 2551 957 957 7,8 101525,6 8862 36509,6 95 -14.26 44,41 bail -39,4 49165,47

О се а 14 1998 769681 325,1 619 916 346 933,7 528,52 2866 842 842 7,8 68,6 3,1 10,2 94 -14,26 44,41 bad -38,8 39435,5

и С 14 1999 761907 336,4 1034,5 916 346 933,7 497,96 4597 762 762 7,8 154,3 5,3 14.6 90 -14,26 44,41 bad -11,6 526811,3

с. н и 14 2000 753972 332,6 1438,9 916 346 929 2 467,16 5437 735 735 7,8 419,2 21,8 18,2 84 -14,26 44,41 bad -1,13 773044,3

14 2001 743967 327,7 1904.5 1149 346 922,3 441,39 7000 689 689 7.52 419,2 21,8 18,2 73 95,82 47,62 good 6,22 826722

14 2002 734453 326,4 2515.7 1507 359 922 427,61 7881,9 677 677 8.45 419,2 21.8 18.2 73.3 21,5 96,66 zero 1.2 775192

А В С D Ь О Н 1 J К L М N О [' 0 R S т U V W

14 2003 725647 325,2 3089,2 1865 349 914,1 397,3 7971,4 606 546 6,76 382,7 54,3 6,9 75,1 -24,8 90,3 7CT0 -1.2 670595

14 2004 717504 325,6 3815,5 2410 346 877,3 383.4 8643 573 573 5,54 337.1 35,4 1,5 31,5 614,8 102,1 good 25,2 687781

14 2005 708988 324,5 4934,2 2924 347 836,6 345,9 9887,6 579 579 5.51 447,9 36,9 2,9 55 236 138 good 9 725379

14 2006 702209 323,8 6299,5 3647 350 817,1 325,1 11583,7 546 546 5,46 551,1 30.6 3,7 53 214 210 good 9 504916

14 2007 697043 324,5 7711,4 4721 348 812,3 303,7 13146,9 546 546 5,46 551,1 30,6 3,7 53 214 210 good 9 504916

14 2008 697043 324,5 7711,4 4721 348 812,3 258,38 13146,9 546 546 5,46 551,1 30,6 3,7 53 214 210 good 9 504916

15 1990 4690810 2297,' 0,19 0,16 594 4631,1 3902,6 9221 182 182 420,2 2169847 104444,9 36676,8 54 3871,85 135,2 7CrO -1 2,19E+08