CC BY
31
УДК 004.94
С. В.ГОЛУБ (Черкаський нацюнальний ушверситет 1меш Богдана Хмельницького), О. М. ШОР (Черкаська обласна державна адмЫстращя)
ТЕХНОЛОГИ БАГАТОР1ВНЕВОГО МОДЕЛЮВАННЯ В СИСТЕМАХ РЕГЮНАЛЬНОГО УПРАВЛ1ННЯ
Дослвджеш особливосп застосування багатор1вневих технологш шформацшного моделювання в системах репонального управлшня економ1кою. Описано використання евристично1 системи спостереження з метою мониторингу сощально-економ1чних об'екпв. Експериментально тдтверджено ефектившсть застосування запропонованих технологий. Зменшуеться шльшсть контрольованих параметр1в, пвдвищуеться адеква-тнють моделей, зменшуеться вплив суб'ективних фактор1в на результати економ1чного прогнозування.
Исследованы особенности применения многоуровневых технологий информационного моделирования в системах регионального управления экономикой. Описано использование эвристической системы наблюдения с целью мониторинга социально-экономических объектов. Экспериментально подтверждена эффективность применения предложенных технологий. Уменьшается количество контролируемых параметров, повышается адекватность моделей, уменьшается влияние субъективных факторов на результаты экономического прогнозирования.
Features of application of multilevel technologies of information modeling in systems of regional management are investigated by economy. Use of heuristic system of supervision is described with the purpose of monitoring social and economic objects. Efficiency of application of the offered technologies is experimentally confirmed. The quantity of controllable parameters decreases, adequacy of models raises, influence of subjective factors on results of economic forecasting decreases.
В умовах динам1чних змш сташв неоднор> дно! економши коло дш та об'екпв анал1зу ке-р1вниюв державних служб управлшня р1зних р1вшв стае настшьки широким, що швидко до-сягаеться межа техшчних можливостей ефек-тивного прийняття ршень. Нерщко, дослщжу-ючи поведшку ринку, на якому функцюнують кшька десятюв а то i сотень шдприемств, кер> вники допускають помилки ще на самих перших етапах прийняття управлшських ршень, не маючи можливiсть враховувати спшьний вплив значно1 кiлькостi зовнiшнiх та внутр> шнiх факторiв. Але навггь якщо спецiалiсти i вiдслiдковують вс цi тенденцiï, вони, як правило, звертають увагу лише на традицшш показ-ники, не тдозрюючи про новi можливостi, якi виникли i виникають щоденно.
Одшею iз основних функцiй регiонального управлiння е прогнозування сощально-економiчних показникiв. Традицшними для аналiзу факторiв ринку та економiчного прогнозування, якi використовуються в практищ управлiнь економiки закладах державного управлшня рiзних рiвнiв е експертш методи. Рiдше використовуються статистичш методи моделювання. Приклади застосування шших методiв моделювання знайти не вдалось.
Основним шструментом е iнтуïцiя i досвщ спецiалiстiв. В умовах полiтичноï нестабшьно-стi, коли маемо значний рiвень ротацiï кадрiв,
якiсне та кшьюсне прогнозування стае значною проблемою, вщ вирiшення якоï в значнш мiрi залежить якiсть управлiння економшою регю-ну. Втрата будь-кого iз профiльних фахiвцiв приводить до значного попршення якостi прогнозування. Тому набувае значно1' актуальностi зниження залежносп процесу прогнозування вiд суб'ективних факторiв, зниження вимог до квалiфiкованостi сшвробггниюв, якi проймають участь в процес прогнозування.
Аналiзуючи тенденцiï розвитку економiч-них i соцiальних систем, академш В. М. Глуш-ков ввiв поняття iнформацiйного бар'еру, який характеризуе зростання ролi iнформацiï в про-цесах управлiння. Другий iнформацiйний бар'ер за Глушковим досягаеться в той час, коли юнуюча система управлшня не здатна обро-бити та ефективно використати результати мо-шторингу соцiально-економiчних об'ектiв. На наш погляд саме досягнення другого шформа-цiйного бар'еру характерне для системи державного управлшня в Украш на даний час. Хара-ктерним е неможливють врахування значно1' кшькост даних — результатiв монiторингу та зростання ролi експертних методiв прийняття ршення.
На даний час управлшнями економiки державних адмiнiстрацiй контролюеться понад 2 000 параметрiв. Для цього затверджеш пере-лiки показниюв статистично!' звiтностi, для
отримання яких використовуеться значнi обся-ги фшансових, людських, часових та шших ви-дiв ресурсiв. При цьому результатом цього виду мошторингу е шформащя, яка представля-еться у виглядi двовимiрних залежностей конт-рольованих показникiв вiд часу. За таких умов виявити комплексний вплив кшькох параметрiв на основнi показники розвитку економши реп-ону та виявити новi впливовi фактори та !хню важливiсть досить складно. I основною причиною цього стану е вщсутнють необидного ш-струментарда. Тому особливо актуальним на даний час е шдвищення ефективностi обробки даних монiторингу соцiально-економiчних об'ектiв за рахунок застосування шформацш-них технологш та систем на етапi збору, транс-портування, зберiгання та аналiзу результатiв монiторингу.
Значне пiдвищення ефективносп обробки результатiв монiторингу е застосування технологш шформацшного моделювання як шстру-менту дослiдження складних систем.
Базовi алгоритми iндуктивного моделювання отримуються на основi методу групового врахування аргуменпв (МГУА) [1]. Оскшьки обробка даних не збiльшуе кшькосп шформаци первинного опису [2], постае завдання тдвищення «потужносп» технологи моделювання для бшьш повного вщображення в моделi наяв-но! шформаци, яка мiститься в масивi експери-ментальних даних. Для ще! мети використову-ються багаторiвневi технологи шформацшного моделювання.
Багаторiвневi моделi будуються шляхом поеднання кшькох моделей одного об'екта, отриманих за рiзними методами моделювання. [3].
Метою ще! роботи е дослщження можливо-стей сучасних технологш шформацшного моделювання, зокрема багаторiвневих iндуктив-них алгоритмiв, при !х застосуваннi в системах регюнального управлiння.
Застосування подiбних технологiй забезпе-чення iнформацiею процесу прийняття управ-лiнських рiшень вимагае розробки нових прин-ципiв монiторингу та шформацшних систем його забезпечення. З щею метою розроблена концепцiя побудови технологш мошторингу на основi евристичних систем спостереження [4].
Евристична система спостереження ((ЕСС) iнформацiйна система монiторингу об'екпв оточуючого середовища, в якiй висновки про стан цих об'екпв робляться на основi евристик iнформацiйних моделей. Об'ектами мошторингу е еколопчш, економiчнi, медичнi, соцiальнi та iншi системи, якi оточують особу прийняття ршення та впливають на процес формування управлiнських рiшень. Поеднання можливостей iнформацiйних моделюючих систем iз знання-ми експертiв вiдповiдних галузей економши дозволяе отримувати адекватнi прогнозуючi моделi економiчних об'ектiв за даних умов, з'являеться можливють виявлення надлишко-восн в перелiку показникiв статистично! зв№ ностi, зменшуеться трудомiсткiсть процесу ста-тистичного облiку. Можливiсть виявлення ваги кожного фактора, який був використаний як параметр моделювання, дозволяе прорахувати економiчнi наслiдки спланованих заходiв.
ЕСС програмно реалiзована на кафедрi ма-тематичного та програмного забезпечення ав-томатизованих систем Черкаського нацюналь-ного ушверситету iменi Богдана Хмельницько-го. Структура ЕСС подана на рисунку.
Вщ традицшних експертних систем ЕСС вiдрiзняеться способом збереження шформаци, яку мютить база знань. Iнформацiя зберпаеться у виглядi iнформацiйних моделей, як викорис-товуються для конструювання моделей наступ-ного рiвня. Пiдсистема генераци шформацш-них моделей реалiзуе центральну процедуру процесу монiторингу — створення модель Для забезпечення умов отримання адекватних моделей налаштовуються вс пiдсистеми ЕСС.
а
V
2
£
Й у
и N
И | |
Пвдсистема з бору та доставки
пнрЕкнно1
Ьофорлтаци
Рис. Структура евристично! системи спостережень
Пщсистему збору та транспортування пер-винноТ шформацп реалiзовано з використанням результатiв дiяльностi iснуючих засобiв отримання характеристик екожмчних об'eктiв. Для доставки шформацп використовуеться мережа 1п1егпе1 Спроектовано сайт, який мiстить базу даних (БД) та систему управлшня базою даних (СУБД) з ш-терфейсом у вигщщ багаторiвневого меню. СУБД забезпечуе оперативне введення шформацп та са-нкцiонований доступ до БД за паролями та спещ-альними iменами (логiнами).
База даних ЕСС формуеться кожним район-ним управлiнням економiки райдержадмшютра-ци i мiстить чисельш характеристики об'ектiв монiторингу показники статистично! звiтностi.
Первинний опис об'екта спостереження формувався у виглядi двовимiрноl таблищ, сто-впчиками яко! е назви параметрiв моделюван-ня, строчками - спостереження. Формувався первинний опис у вщповщносп iз метою моде-лювання - визначення залежностi цiльових по-казникiв розвитку регiону вiд шших показникiв статистично! звiтностi..
Для генерацн модел1 використовуеться ба-гаторядний та комбшаторний алгоритми МГУА [1], алгоритм Степаненка [5], генетичнi алгоритми та шструментарш нейромереж. Технологiя моделювання конструюеться шляхом поеднання процедур базових алгоритмiв у вiдповiдностi з певними принципами, яю забезпечують шдви-щення «потужносп» базових моделей в умовах неповно! шформацп первинного опису об'екту монiторингу. Отримуеться юлько моделей, яю мiстять несумiщену iнформацiю про об'ект.
1нтерпретатор мiстить засоби визначення характеристик отриманих моделей та важливостi параметрiв моделювання. Важливiсть параметрiв моделювання визначаеться за !х ваговими коефь щентами. Ваговi коефiцiенти (оцiнка значимостi) параметрiв визначались за формулою:
к = ■ 100 (1)
ХА г
де А, - похщна моделi за /-им параметром.
За похибкою моделi визначалась вичерпнiсть враховано! в моделi шформацп.
Таблиця 1
Характеристики моделей першого р1вня
Модель Параметры моделювання ¡з значимыми ваговими коефщентами Ваговий коефщент СКВ Коефщент кореляци
Виробництво непродовольчих товар1в за видами (Синте-тичш смоли 1 пластмаси, тис. т) 22,3%
1 Виробництво непродовольчих товар1в за видами (Дерево-стружков! плити, тис. куб. м) Виробництво найважливших вид1в продукцп легко!' про-мисловост1 (Пальта, швпальта, тис. шт.) Виробництво непродовольчих товар1в за видами (Елект-родвигуни мало! потуж-ност1 для комплектування елект-ропобутових прилад1в, тис. шт.) 43,5% 21,3% 39,91% 5,58 0,97
2 Виробництво найважливших вид1в продукц!! легко! про-мисловост1 (Трикотажн1 вироби, тис.шт.) Виробництво найважливших вид1в продукц1! легко! про-мисловост1 (Блузи, тис. шт.) Виробництво найважливших вид1в продукц1! легко! про-мисловост1 (Сорочки верхн1, тис. шт.) 34,91% 11,14% 9,64% 5,33 0,98
Пщсистема обгрунтування прийняття р1шень мiстить засоби формування керуючих впливiв та. прорахунку наслщюв застосування стратегiй управлiння об'ектами оточуючого середовища та основi отриманих шформацш-них моделей.
Для експериментального пiдтвердження ефективност застосування ЕСС в системах регюнального управлiння був проведений мо-дельний експеримент. На основi показникiв
статистично! зв^ност Головного управлiння економiки Черкасько! облдержадмiнiстрацi! [6] отримувалась модель залежносп потужно-стi електростанцiй i виробництва електроене-ргi! вiд показникiв економiчного розвитку Черкаського регiону. Первинний опис мютив 35 показникiв статистично! зв^носп, вщбра-них експертами головного управлшня еконо-мiки Черкасько! облдержадмiнiстрацi! як ш-формативнi, за перiод 1995 ... 2004 року. Ге-
неращя багаторiвневоl моделi проводилась за технолопею, описаною в [3].
На першому рiвнi моделювання були отри-маш моделi, характеристики яких поданi в таблица Середне квадратичне вщхилення розрахо-вувалось за формулою:
^ =
Е (7 - 7 *)2
г=1
п
(2)
де 7 - дшсне значення модельованого параметра; 7* - розраховане значення модельованого параметра.Як видно iз таблиц iз 35 пара-метрiв значимими виявились для кожно1 моделi по три - чотири параметра. При цьому перелш параметрiв не перекриваеться. Iншi показники iз перелiку статистично1 звiтностi можна ви-ключити. Результат тдтверджуе принцип бага-томодельностi, вщповщно якого один i той же об'ект може бути описаний за кшькома моделями однаково1 адекватность При генерацп моделi другого рiвня отримуемо СКВ результа-тiв моделювання Бу = 4,01, коефiцiент кореляцп К = 0,98.
Таким чином застосування технологи бага-торiвневого моделювання дозволяе зменшити СКВ результатiв на 28 % без попршення значення коефщента кореляци. При цьому кшь-кiсть контрольованих показникiв зменшуеться на 83 %. Такi результати доводять ефектившсть застосування технологiй багаторiвневого шфо-рмацiйного моделювання в системах регюналь-ного управлiння та оргашзацп монiторингу стану соцiально-економiчних об'ектiв за прин-
ципами ЕСС. Подальшi дослщження необхiдно провести для виявлення особливостей розраху-нку наслiдкiв застосування керуючих впливiв на основi застосування багаторiвневих моделей.
Б1БЛ1ОГРАФ1ЧНИЙ СПИСОК
1. Ивахненко А. Г. Степашко В. С. Помехоустойчивость моделирования. - К.: Наук. Думка, 1985. - 216 с.
2. Перегудов Ф. И., Тарасенко Ф. П. Введение в системный анализ: Учеб. пособие для вузов. -М.: Высш. шк., 1989. - 367 с.
3. Голуб С. В. Застосування алгоршшв багатор1вне-вого моделювання при проектуванш мошторин-гових систем // Вюник Хмельницького нацюналь-ного ушверситету. 200. - № 5. - Ч. 1. - Т.2. -С. 31-35.
4. Голуб С. В. Моделирование мониторинговых процессов эвристической системой наблюдений. Электронное моделирование. К.: Т. 26. -№ 5. - С. 55-65.
5. Голуб С. В. Моделювання об'ектш мониторингу довкшля за алгоритмом Степаненка. Електрош-ка та системи управлшня.К:. Видавництво НАУ. № 4(10), - 2006. - С. 165-168.
6. Гаман П. I., Горобець В. В., Голуб С. В., Зозуля I. Ф., Роздобудьмо В. А., Пуха В. М., Кучер Л. М., 1льченко М. П., Токарев Б. £., Костенко А. О., Оксамитний Б. Я., Шор О. М. Стратепя роз-витку Черкасько1 обласп до 2015 року. Черкаси: Вид-во Черкасько1 обласно1 державно1 адмшют-рацп. 2006, 73 с.
Надшшла до редколеги 15.05.07.
