УДК 330
ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МЕТОДЫ И ИНСТРУМЕНТЫ ДЛЯ ФОРМИРОВАНИЯ ТЕРРИТОРИЙ ИННОВАЦИОННОГО РАЗВИТИЯ В СЕВЕРНЫХ РЕГИОНАХ РОССИИ
«Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 15-07-02935 А»
Рудометкин А.Н., аспирант филиала ФГБОУ ВО «Национальный исследовательский университет «МЭИ» в г. Смоленске Булыгина О.В., к.э.н., доцент филиала ФГБОУ ВО «Национальный исследовательский университет «МЭИ» в г. Смоленске
Гимаров В.В., к.э.н., доцент филиала ФГБОУ ВО «Национальный исследовательский университет «МЭИ» в г. Смоленске
В статье проанализированы особенности инновационных процессов в районах Севера России, а также обоснована необходимость создания территорий инновационного развития. Предложен новый подход к выявлению территориальных зон инновационного роста с использованием алгоритма бактериальной оптимизации и к формированию программ по активизации инновационных процессов в регионе.
Ключевые слова: регионы Севера, инновационные процессы, территория инновационного развития, бактериальная оптимизация.
TOOLS FOR FORMING AND SUPPORT OF THE INNOVATIVE DEVELOPMENT TERRITORIES IN THE NORTHERN REGIONS OF RUSSIA
Rudometkin A., the post-graduate student of the FSEIHE «National Research University «MPEI», Smolensk branch Bulygina O., Ph.D., associate professor of the FSEI HE «National Research University «MPEI», Smolensk branch Gimarov V., Ph.D., associate professor of the FSEI HE «National Research University «MPEI», Smolensk branch
The article analyzes the innovative process features in the northern regions of Russia and the necessity of forming innovative development territories. It is proposed a new approach to identify the territorial zones of innovative growth using the bacterial optimization algorithm and to creating the programs to activate innovative processes in the region.
Keywords: Northern regions, innovative processes, innovative development territory, bacterial optimization.
Одним из приоритетов государственной политики Российской Федерации является инновационное развитие районов Крайнего Севера и приравненных к ним местностей, которые играют стратегическую роль в социально-экономическом развитии страны, поскольку занимают около 70% ее площади, на которой проживает свыше 25 млн. человек. Кроме того, на их территории сконцентрированы огромные запасы природных ресурсов - более 60% разведанных запасов углеводородов и минералов, а также свыше 50% воспроизводимых ресурсов [1]. Таким образом, российский Север не только обеспечивает энергетическую безопасность страны, но и вносит существенный вклад в формирование ВВП страны и ее экспорта.
Однако развитие российского Севера не должно осуществлять только экстенсивным путем за счет добычи полезных ископаемых, поскольку ресурсно-сырьевая направленность существенно сдерживает развитие высокотехнологичных промышленности в этих регионах. Так, в современных нестабильных макроэкономических и внешнеполитических условиях возникает необходимость развития производств наукоемкой продукции, обладающей высокой добавленной стоимостью, что в результате повысит бюджетные поступления и обеспечит эти регионы дополнительными высококвалифицированными рабочими местами [2,3,4].
В то же время необходимо отметить особую специфику осуществления инновационных процессов в северных регионах, связанную со сложными географическими и природно-климатическими условиями, а также с недостаточной развитостью транспортной инфраструктуры. В этой связи особую перспективность для районов Севера представляет реализация инновационных проектов в области «цифровой экономики», объявленной Президентов Российской Федерации В.В. Путиным приоритетным направлением [5].
Проведенный анализ практики реализации инновационных процессов в районах Севера России позволил выявить следующие особенности [6,7]:
1) низкую готовность адаптации результатов осуществляемой на их территории научно-исследовательской деятельности к рыночным условиям;
2) неразвитость инновационной инфраструктуры процесса (недостаточное количество технопарков, бизнес-инкубаторов, причем их работа зачастую неэффективна);
3) низкий уровень платежеспособного спроса на инновационную продукцию, что обусловлено недостатком промышленных производств, а также отсутствием необходимых условий для инициирования инновационных проектов;
4) высокие риски потери капитальных вложений в создание
инновационной продукции из-за неопределенности и отдаленности во времени получаемых результатов, что зачастую еще более усугубляется северной «спецификой»;
5) отток высококвалифицированных специалистов из районов Севера.
Как показывает отечественный и международный опыт, сегодня существуют два подхода к организации эффективных инновационных процессов на региональном уровне [8,9,10]. Первый подход связан с организацией инновационной деятельностью на уровне предприятий, что предполагает построение эффективной системы управления, а также внедрение новых организационно-экономических и маркетинговых инструментов. Второй подход предполагает активное использование различных инструментов государственной поддержки, описанных в Федеральном законе от 23.08.1996 г. №127-ФЗ «О науке и государственной научно-технической политике» (с изменениями от 21.07.2011 г. №254-ФЗ и 07.05.2013 г. №93-ФЗ) и требующих закрепления в стратегиях развития субъектов Российской Федерации.
Таким образом, для каждого региона Севера необходимо использовать индивидуальный подход к активизации инновационных процессов, при этом учитывая не только «северную» специфику, но и особенности его научно-технического и социально-экономического развития.
Важную роль при выборе инновационных проектов, перспективных для оказания для государственной поддержки на различных уровнях, играет выявление потенциальных потребителей инноваций, разрабатываемых региональными новаторами, а также анализа их местоположения на территории данного региона. Решение данной задачи предполагает формирование специальных территориальных зон инновационного роста, на которые будут локализованы промышленные предприятия, готовые на практике реализовывать различные инновационные решения.
Как показывает отечественный и зарубежный опыт, формирование территориальных структур, направленных на интенсивное социально-экономического развитие регионов, может осуществляться на основе инновационного зонирования.
В качестве примеров процессов инновационного зонирования в России можно привести такие крупные центры концентрации научного и промышленного потенциала, как Москва, Санкт-Петербург, Екатеринбург, Нижний Новгород, Новосибирск, Ростов-на-Дону и другие. Например, первые технопарки стали появляться в Санкт-Петербурге в начале 90-х годов (сегодня Россия пятое место в мире по количеству технопарков занимает). Первым примером особой
зоны стал Зеленоград, где в 1997 года на базе предприятий электронной промышленности была создана такая зона.
В то же время в отечественной экономической литературе сегодня не существует единой позиции по определению понятия «территория инновационного развития». Его ввел Лурье Е.А. на основе анализа инновационной деятельности в регионах России. По его мнению, оно включает общий вектор регионального развития, включая области деятельности, участвующие в инновационных процессах, что выражается в документах, определяющих основные направления развития этой территории [11].
Земцов С.П. под территорией инновационного развития понимает экономико-географическую модель организации инновационного процесса на определенной территории при формировании системы взаимодействия науки, производства и власти в рамках инновационно-производственного цикла, где процесс преобразования идеи в готовый продукт идет максимально быстрыми темпами и способствует опережающему развитию данной территории [12].
Кешишева Н.Г. под территорией инновационного развития рассматривает территорию, занимающую полностью или частично одно или несколько муниципальных образований, которая имеет особый правовой статус и специальный режим осуществления хозяйственной деятельности, установленный органами государственного (муниципального) управления, обладает высоким научно-техническим, производственным, ресурсным и интеллектуальным потенциалом, и на которой осуществляются процессы создания, внедрения и распространения инновационной продукции [13].
Мальцева А.А. и Дорофеева Н.С. предлагают выделять два подхода к определению территории инновационного развития [14]:
- в узком плане: это территория в границах одного или нескольких муниципальных образований, на которой формируются благоприятные условия для развития научной и инновационной деятельности;
- в широком плане: это регион с высоким инновационным потенциалом и значимыми научно-техническими достижениями, являющимися результатом развития отдельных его хозяйствующих субъектов, которые оказывают влияние на всю территорию региона.
Анализ нормативно-правовой базы показал, что в российском законодательстве не используется понятие «территория инновационного развития». Однако согласно с рекомендациями Минэкономразвития России по заполнению информационных форм для характеристики объектов инновационной инфраструктуры субъектов Российской Федерации, данным термин является обобщающим по отношению к «территориям с высоким научно-техническим потенциалом», статус которых определяется федеральным и региональным законодательством.
В ряде программных документов федерального уровня вводится термин «инновационно-активные территории» (например, в Стратегии развития науки и инноваций в Российской Федерации на период до 2015 года, утвержденной Межведомственной комиссией по научно-инновационной политике протоколом №1 от 15 февраля 2006 г.).
В Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года, утверждена распоряжением Правительства РФ от 17 ноября 2008 года №1662-р, введено понятие «зона опережающего развития».
В мировой и отечественной практике существуют различные формы организации территорий инновационного развития, что обусловлено как различием целей их создания и функционирования, так и особенностями формируемой инновационной инфраструктуры [15,16,17]. Проведенный анализ ключевых задач, предъявляемых к территориям инновационного развития, позволил сформировать следующий обобщенный набор:
- организация проведения научных исследований, способных обеспечить научный задел для передовых в регионе сфер деятельности;
- разработка технологических решений для приоритетных видов экономической деятельности;
- построение системы притока в регион передовых технологий и инновационных решений из различных источников, в том числе за счет внедрения открытых инноваций;
сопровождение процесса коммерциализации результатов научных исследований на территории региона и за его пределами;
- формирование условий для ускоренного освоения передовых технологий и инновационной продукции промышленными пред-
приятиями региона;
- содействие модернизации и развитию материально-технической базы производственных предприятий региона;
- организация импортозамещающих производств на территории региона;
- формирование и развитие инновационной инфраструктуры на территории региона;
- обеспечение притока капитальных вложений в инновационное развитие региона;
- обеспечение роста инвестиционной привлекательности региона;
- поддержка процессов распределения инновационной продукции за счет создания новых каналов на территории региона и за его пределами;
- формирования дополнительных рабочих мест в регионе;
- привлечение высококвалифицированных специалистов;
- развитие системы промышленной и экологической безопасности.
В целом, в российском законодательстве можно выделить следующие формы организации территорий с особым правовым статусом федерального уровня:
1) наукоград (Федеральный закон от 07.04.1999 г. №70-ФЗ «О статусе наукограда Российской Федерации»);
2) технико-внедренческая особая экономическая зона (Федеральный закон от 22.07.2005 г. №116-ФЗ "Об особых экономических зонах в Российской Федерации");
3) зона территориального развития (Федеральный закон от 03.12.2011 г. №392-Ф3 «О зонах территориального развития в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации»);
4) территория опережающего развития (Федеральный закон от 29.12.2014 г. №473-ФЗ "О территориях опережающего социально-экономического развития в Российской Федерации").
На сегодняшний день в Российской Федерации существует еще такая форма "территории инновационного развития", как технопарк, порядок создания и развития которого регламентируется Государственной программой «Создание в Российской Федерации технопарков в сфере высоких технологий», одобренная Распоряжением Правительства РФ от 10.03.2006 г. № 328-р.
Еще одной формой "территории инновационного развития" может выступать закрытое административно-территориальное образование (Закон Российской Федерации от 14.07.1992 г. "3297-1 "О закрытом административно-территориальном образовании"). Особенно это перспективно для муниципальных образований, обладающих серьезным научно-производственным комплексом и развитой инфраструктурой, которые с советских времен специализируются на выпуске наукоемкой продукции оборонного назначения.
Следует отметить, что аналогичная ситуация с определением статуса "территории инновационного развития" отмечается и в региональном законодательстве, которое характеризуется наличием существенных различий в нормативной правовой базе, регулирующей инновационную деятельность на уровне субъектов Российской Федерации.
Например, в «Стратегии развития науки, научно-технической и инновационной деятельности в Мурманской области на период до 2015 года под «территорией инновационного развития» понимаются особые внедренческие зоны экономического развития и наукограды.
Кроме того, в региональном законодательстве также существует понятие зоны экономического благоприятствования технико-внедренческого типа (Закон Республики Бурятия от 14 марта 2007 г. № 2073-Ш «О зонах экономического благоприятствования в Республике Бурятия»), под которой понимается часть территории муниципального образования, на которой размещаются юридические лица, осуществляющие технико-внедренческую деятельность.
Анализ правовых основ различных субъектов Российской Федерации свидетельствует, что на нормативно закрепленный статус "территории инновационного развития" в форме наукограда могут претендовать только регионы-лидеры инновационного развития. В настоящее время более трети всех наукоградов (31 наукоград) находятся в Московской области.
В регионах со средней инновационной активностью обычно используются другие формы "территорий инновационного развития". Например, особые экономические зоны получили развитие на территории Хабаровского края («Хабаровск» и «Комсомольск»),
который в соответствии с рейтингом Национальной ассоциации инноваций и развития информационных технологий относится к регионам с умеренной инновационной активностью.
В то же время сегодня рассматривается вопрос поддержки инновационного развития регионов с низкой инновационной активностью. Так, в 2011 году на федеральном уровне поддержана инициатива о создании специальных зон инновационного развития за счет привлечения инвестиций в регионы-аутсайдеры, в том числе и северные регионы (республики Алтай, Бурятия, Карелия и Тыва; Камчатский и Приморский края; Амурская и Магаданская области).
Таким образом, региональная нормативно-правовая база в сфере инновационной деятельности не в полной мере удовлетворяет потребностям инновационного развития экономики Севера России. Неравномерный характер оказания региональной поддержки инновационной деятельности приводит к усилению диспропорции по показателям инновационной активности субъектов Федерации. В значительной степени это обусловлено отсутствием инструментов формирования и поддержки "территорий инновационного развития" в регионах со средней и низкой инновационной активностью, к которым зачастую и относятся районы Севера России.
Решение описанной задачи может быть выполнено за счет выявления территориальных зон инновационного развития в субъекте Российской Федерации, которые будут характеризоваться благоприятными условиями для реализации некоторого типа инновационных проектов. Так, в основе отбора перспективных территорий должен лежать анализ различных показателей деятельности предприятий, готовых реализовывать данные инновационные проекты.
Для его практической реализации целесообразно применять методов интеллектуального анализа данных, которые позволяют выявить скрытые закономерности в больших массивах данных, поскольку накопленная информация в хранилищах является информационной основой для поддержки принятия управленческих решений по отбору региональных инновационных проектов, перспективных для оказания государственной поддержки [18].
Как представляется, для отбора территорий, перспективных для реализации инновационных проектов, целесообразно использовать методы параметрической оптимизации. Данные методы позволяют в условиях недостатка статистической информации определять вектор параметров, при котором заданная целевая функция принимает оптимальное значение.
В настоящее время широкое распространение получили методы роевой оптимизации, которые направлены на решение сложных задач многомерной и многокритериальной оптимизации и основаны на моделировании коллективного поведения различных живых организмов. В качестве конкретного алгоритма к решению поставленной задачи можно предложить использование бактериальной оптимизации (bacterial optimization), основанной на принципах осуществления двигательной реакции бактерий E.coli на полезные и вредные вещества. Отличительной особенностью колоний бактерий, которой не обладают высшие животные, является высокая скорость размножения.
Бактерия E.coli может осуществлять два вида движения, выполняемых шестью жгутиками [19]:
1) плавание (swims) - это равномерное прямолинейное движение, когда все жгутики вращаются по часовой стрелке со скоростью 10-20 мкм/c;
2) кувырок (tumble) - это разворот, необходимые для изменения направление движения, когда жгутики вращаются против часовой стрелки.
Движение бактерии E.coli зависит от наличия химических веществ, находящихся в среде ее обитания: аттрактантов (зачастую питательных веществ) и репеллентов (потенциально опасных веществ). Так, бактерия стремится в область с наибольшей концентрацией питательных веществ (или в область с наименьшей концентрацией вредных веществ). При этом если бактерия движется в направлении увеличения концентрации аттрактантов (или снижения концентрации репеллентов), то время до ее последующего кувырка увеличивается. Если же количество питательных веществ начинает снижаться (или увеличиваться количество вредных веществ), то приводит смена направления движения (до тех пор, пока не будет найдено правильное направление). Такая двигательная реакция бактерий E.coli на химическим раздражитель называется бактериальным хемотаксисом [20].
Перемещение бактерии E.coli в различных средах выполняется
в соответствие со следующими принципами [20]:
- в нейтральной среде: чередование прямолинейного движения и кувырков;
- в среде, содержащей питательные вещества: по градиенту аттрактанта, т.е. в направление наиболее благоприятной среды;
- в среде, содержащей вредные вещества: в направлении, противоположном градиенту репеллента, т.е. бактерия стремится избежать неблагоприятной среды.
Следует отметить, что каждая бактерия способна выделять специальные вещества, которые сигнализирут о наличии в месте ее нахождения или полезных, или вредных веществ. Данная информация «считывается» другими бактериями, что позволяет позволяет им перещаться концентрированными роями с высокой плотностью [20].
Для решения рассматриваемой задачи отбора перспективных территорий можно использовать классический алгоритм бактериальной оптимизации, предложенный К.М. Пассино в 2002 году, который включает [21]:
1. Хемотаксис, который заключается в локальной оптимизации в некотором пространстве признаков. Для рассматриваемой задачи будет использоваться двухмерное пространство, характеризующее территориальное размещение потребителей инноваций.
Пусть Е - вектор текущего положения бактерии (т.е. отдельного исследования) s.еS на 1-ом шаге хемотаксиса, г-м шаге репродукции и 1-ом шаге рассеивания; - четное число бактерий в популяции S; ^ , ^ , ^ - общее число шагов хемотаксиса, репродукции и рассеяния.
Тогда следующее положение бактерии s. определяется по формуле:
* V
Е., = Е., +Х; '
i,r,l
i,r,l
V
IIE
где V. - направляющий (|Е|х1)-вектор шага бактерии s.; \ - значение шага.
Так, при плавании бактерии вектор V. на следующем шаге остается неизменным, а при кувырке представляет случайный вектор, компоненты которого лежат в интервале [-1;1]. Плавание бактерии продолжается до тех пор, пока значение целевой функции увеличивается.
2. Репродукция, которая направлена на увеличение скорости сходимости алгоритма за счет сокращения поискового пространства.
Суммарное значение целевой функции к, определяемой для всех точек траектории т е [1,1] бактерии s., рассчитывается по формуле:
к =Х^,г,1(х)>
Т=1
ф.г,(т)
где - фитнесс-функция бактерии s. (перспективность
территории) на г-м шаге репродукции и 1-ом шаге рассеивания.
Для всех бактерий s. рассчитывается значение целевой функции к, которое потом сортируется в порядке убывания. По результатам сортировки на (г+1)-м шаге репродукции наиболее слабые бактерии исключаются, а каждая выжившая делится на две идентичных с координатами разделившейся. После репродукции общее число бактерий в популяции остается неизменным и равным
3. Рассеивание, которое запускается после выполнения определенного числа репродукций. В популяции произвольным образом с заданной вероятностью отбирается п бактерий, исключаемых из популяции. Взамен уничтоженных бактерий в случайной точке пространства признаков генерируется новая бактерия, при этом общее число бактерий в популяции остается постоянным.
Алгоритм бактериальной оптимизации завершается выполнением поставленногоо условия (достижение максимального числа итераций или получение решения с заданной степенью точности).
На основе результатов применения данного алгоритма можно предложить процедуру поддержки принятия решений по активизации инновационных процессов на уровне Субъекта Российской Федерации, которая включает следующие этапы:
1. Выявление территориальных зон инновационного роста с использованием алгоритма бактериальной оптимизации и исключение из рассмотрения неперспективных территорий. Выбор формы организации перспективных территорий инновационного развития.
2. Разработка решений по рационализации организационной структуры органов исполнительной власти, нацеленная на инновационное развитие региона.
Для неперспективных территорий разрабатывается комплекс мероприятий по изменению системы управления непосредственно на уровне субъекта и/или организационной структуры органов местного самоуправления.
Для развития перспективных территорий возможно:
1) Изменение организационной структуры Администрации Субъекта РФ:
■ создание новой структуры (департамента) для реализации приоритетных направлений инновационного развития региона;
■ объединение нескольких департаментов для реализации муль-типрофильных инновационных проектов;
■ перераспределение сотрудников между департаментами, привлечение ведущих экспертов;
■ создание подведомственной организации или ее нового подразделения;
■ создание специальной рабочей группы.
2) Создание автономных некоммерческих организаций для активизации инновационной деятельности в регионе:
■ кластеров, объединяющих предприятия и организации, что позволяет усилить их конкурентные преимущества для создания, производства и реализации инновационной продукции;
■ инновационно-технологических центров, ориентированных на предоставление предприятиям возможностей коллективного пользования материально-техническими средствами.
3) Создание некоммерческих организаций для сопровождения инновационной деятельности: фондов и ассоциаций.
3. Подготовка региональной программы по поддержке реализации инновационных проектов в регионе, которая предполагает комплекс мер различных форм государственной поддержки, разработанных отдельно для каждой территории инновационного развития.
Как представляется, применение предложенных инструментов, основанных на применении алгоритма бактериальной оптимизации, позволит не только выявлять территории инновационного развития в районах Севера, но разрабатывать эффективные региональной программы по активизации инновационных процессов в регионе за счет использования индивидуального подхода к подбору мер поддержки их участников.
Литература:
1. Павлова С.Н. Развитие инноваций на Севере: проблемы и перспективы [Электронный ресурс] // Cyberleninka.ru. URL: https:// cyberleninka.ru/article/n/razvitie-innovatsiy-na-severe-problemy-i-perspektivy (дата обращения: 14.11.2017)
2. Дли М.И., Какатунова Т.В. Инновационная деятельность: региональные аспекты. Смоленск, 2007. 151 с.
3. Дли М.И., Гимаров В.В., Иванова И.В. Иерархические мультиагентные модели для управления телекоммуникационным предприятием/Журнал правовых и экономических исследований. 2012. № 4. С. 86-89.
4. Дли М.И., Какатунова Т.В., Литвинчук Ю.Я. Контроллинг локальных инноваций авиастроительного предприятия//Контроллинг. 2009. № 2 (30). С. 32-36.
5. Путин объявил переход России на «цифровую экономику»
[Электронный ресурс] // CNews.ru. URL: http://www.cnews.ru/news/ top/2016-12-01_poslanie_federalnomu_sobraniyu_putin_nastaivaet (дата обращения: 14.11.2017)
6. Дли М.И., Какатунова Т.В. О перспективах создания виртуальных технопарковых структур//Инновации. 2008. № 2. С. 118-120.
7. Дли М.И., Какатунова Т.В. Обеспечение эффективного взаимодействия элементов инновационной среды региона//Интеграл. 2008. № 2 (40). С. 92-93.
8. Дли М.И., Какатунова Т.В. Трехуровневая нечеткая когнитивная модель для анализа процессов инновационного развития региона//Прикладная информатика. 2013. № 1 (43). С. 5-10.
9. Дли М.И., Какатунова Т.В. Управление инновационным потенциалом региона. Смоленск, 2008. 146 с.
10. Дли М.И., Кролин А.А. Роль и место инноваций в реализации программ энергосбережения в экономике// Путеводитель предпринимателя. 2012. № 14. С. 66-69.
11. Лурье Е.А. Территории инновационного развития: опыт регионов // Инновации. -2008. - Специальный выпуск. - С. 96-97.
12. Земцов С.П. Инновационная зона как территориальная модель модернизации экономики России // Региональные исследования. - 2009. - №4-5(25). - С. 14-23.
13. Кешишева Н.Г. Территории инновационного развития: зарубежный опыт и российская практика [Электронный ресурс] // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/territorii-innovatsionnogo-razvitiya-zarubezhnyy-opyt-i-rossiyskaya-praktika (дата обращения: 14.11.2017)
14. Мальцева А.А., Дорофеева Н.С. Территории инновационного развития: аспекты социально-гуманитарного проектирования на основе функционального подхода // Инновации и инвестиции. -2014. - №25(352). - С.33-39.
15. Мешалкин В.П., Какатунова Т.В. Информационные системы управления инновациями в региональных промышленных комплек-сах//Журнал правовых и экономических исследований. 2011. № 4. С. 191-193.
16. Дли М.И., Какатунова Т.В. Применение аппарата когнитивного моделирования для анализа сложных систем//Транспортное дело России. 2013. № 4. С. 193-195.
17. Палюх Б.В., Дли М.И., Какатунова Т.В., Багузова О.В. Интеллектуальная система поддержки принятия решений по управлению сложными объектами с использованием динамических нечетких когнитивных карт //Программные продукты и системы. 2013. № 4. С. 29.
18. Бояринов Ю.Г., Стоянова О.В., Дли М.И. Применение нейро-нечеткого метода группового учета аргументов для построения моделей социально-экономических систем//Программные продукты и системы. 2006. № 3. С. 7.
19. Tripathy M., Mishra S. Bacteria Foraging-Based Solution to Optimize Both Real Poser Loss and Voltage Stability Limit. IEEE Transactions on Power Systems, 2007, no. 22(1), pp.240-248.
20. Das S., Biswas A., Dasgupta S., Abraham A. Bacterial Foraging Optimization Algorithm: Theoretical Foundations, Analysis, and Applications. Foundations of Computational Intelligence. Publisher: Springer, 2009, vol. 203, pp. 23-55.
21. Карпенко А.П. Популяционные алгоритмы глобальной поисковой оптимизации. Обзор новых малоизвестных алгоритмов // ИТ: Прилож. к журналу «Информационные технологии». - 2012. - № 7. - С. 1-32.