Лычагина Т.А.кандидат физико-математических наук, доцент, старший научный сотрудник, Объединенный институт ядерных исследований, Дубна, Российская Федерация lychagina@jinr.ru ORCID id: отсутствует SPIN-код: 5675-8867
Пахомова Е.А.доктор экономических наук, профессор кафедры экономики, Государственный университет «Дубна», Дубна, Российская Федерация pakhomova.ea@phystech.edu ORCID id: отсутствует SPIN-код: 3500-1423
Рожкова О.В.аспирантка кафедры экономики, Государственный университет «Дубна», Дубна, Российская Федерация olga_r2006@mail.ru ORCID id: отсутствует SPIN-код: 6691-6956
Старостин Е.А.студент магистратуры института системного анализа и управления, Государственный университет «Дубна», Дубна, Российская Федерация starostinudjin1@mail.ru ORCID id: отсутствует SPIN-код: отсутствует
Предмет. В современных условиях особую актуальность приобретает повышение точности оценки социально-экономической деятельности территорий как субъектов конкурентных отношений. Объектом рассмотрения является Люберецкий район Московской области. Цели. Построение интегрального показателя для оценки степени привлекательности региона на основе методов нечисловой статистики. Методология. Выбор методов исследования продиктован спецификой социально-экономических задач, при решении которых часто приходится иметь дело с нечисловыми данными, сильно зависящими от сферы деятельности и субъективных оценок. Реализованы экспертные методы, аппарат теории нечетких множеств на основе данных опроса выпускников Государственного университета «Дубна». Результаты. Для оценки были отобраны социально-экономические показатели по рассматриваемому району и Московской области за 2015–2016 гг. и разработан последовательный алгоритм, включающий этапы обработки мнений экспертов методом парных сравнений, нормирования, ранжирования, определения системы весов, построения функции принадлежности, распознавания уровня показателей и расчета интегрального показателя за каждый год. Полученный результат свидетельствует о том, что за два года интегральные показатели не достигли высокой степени привлекательности для жизни в Люберецком районе. Выводы. Результаты исследования подтверждают текущую неоднозначную социально-экономическую ситуацию в объекте, что указывает на непротиворечивость полученных с помощью аппарата нечетких множеств результатов. Материалы и выводы работы представляют собой пример реализации новых информационных технологий управления регионом, что расширяет границы практического использования предложенных инструментальных средств.
Клейнер Г.Б. Экономико-математическое моделирование и экономическая теория // Экономика и математические методы. 2001. Т. 37. № 3. С. 111–127.
Орлов А.И. Нечисловая статистика. М.: МЗ-Пресс, 2004. 513 с.
Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. М.: Мир, 1976. 167 с.
Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. 432 с.
Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. M.: Радио и связь, 1981. 286 c.
Пегат А. Нечеткое моделирование и управление. М.: БИНОМ. Лаборатория знаний, 2013. 798 с.
Пахомова Е.А., Харчева Т.С., Шаркова Т.С. Комплексный анализ социально-экономического положения муниципальных районов Московской области на основе экономико-математического инструментария // Национальные интересы: приоритеты и безопасность. 2016. Т. 12. Вып. 9. С. 4–17. URL: Link
Ярушкина Н.Г. Основы теории нечетких и гибридных систем. M.: Финансы и статистика, 2004. 320 c.
Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Тюменский государственный университет, 2000. 352 с.
Бондаренко П.В., Фокина Е.А., Трухляева А.А. Применение теории нечетких множеств для оценки качества жизни населения региона // Фундаментальные исследования. 2015. № 11-5. С. 967–971.
Кемени Дж., Снелл Дж. Кибернетическое моделирование: некоторые приложения. М.: Советское радио, 1972. 192 с.
Бирюлева Е.П., Лычагина Т.А., Пахомова Е.А., Чудина Е.В. Методы прикладной статистики для решения задач управления вузом // Аудит и финансовый анализ. 2009. № 4. С. 115–148.
Гольц Г.Г., Гольц Г.А., Картавенко Г.Г. Методы преобразования массива социально-экономических показателей на региональном и федеральном уровнях // Известия РАН. Серия географическая. 2008. № 2. С. 13–26.
Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. Винница: УНИВЕРСУМ-Винница, 2001. 756 с.
Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978. 352 с.
Борисов А.Н., Алексеев А.В., Меркурьева Г.В. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989. 304 с.
Дилигенский Н.В., Дымова Л.Г., Севастьянов П.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. M.: Машиностроение, 2004. 397 c.
Пахомова Е.А. Методологические основы влияния вуза на эффективность регионального развития. М.: МЭЙЛЕР, 2010. 725 с.
Аверкин А.Н., Батыршин И.З., Блишун А.Ф. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука, 1986. 312 с.
Гетманцев А.А., Сомина И.В. Теория нечетких множеств как математический аппарат для оценки инновационного потенциала предприятия // Современные проблемы науки и образования. 2013. № 5. URL: Link
Недосекин А.О. Нечеткие множества и финансовый менеджмент. М.: Аудит и финансовый анализ, 2003. 184 с.
Ротштейн А.П., Кательников Д.И. Идентификация нелинейных зависимостей нечеткими базами знаний // Кибернетика и системный анализ. 1998. № 5. С. 53–61.
