Яшин С.Н.доктор экономических наук, профессор, заведующий кафедрой менеджмента и государственного управления, Национальный исследовательский Нижегородский государственный университет имени Н.И. Лобачевского (ННГУ), Нижний Новгород, Российская Федерация jashinsn@yandex.ru https://orcid.org/0000-0002-7182-2808 SPIN-код: 4191-7293
Кошелев Е.В.кандидат экономических наук, доцент кафедры менеджмента и государственного управления, Национальный исследовательский Нижегородский государственный университет имени Н.И. Лобачевского (ННГУ), Нижний Новгород, Российская Федерация ekoshelev@yandex.ru https://orcid.org/0000-0001-5290-7913 SPIN-код: 8429-5702
Предмет. Внедрение технологий имитационного моделирования в бизнес-процессах, основанных на обработке большого массива данных. Цели. Обосновать применение имитационного моделирования в государственном управлении в конкретных федеральных округах. Методология. Использованы многоцелевой генетический алгоритм, прогнозные функции, Парето-фронты прогнозных функций. Результаты. Доказано, что применение имитационного моделирования позволит увеличить среднедушевые доходы, а это приведет к приросту населения. При этом происходит также информационное и логистическое взаимодействие, что подтверждает практическую действенность модели открытых инноваций. Выводы. Необходимо перенаправить инвестиционные ресурсы и затраты на НИР в те регионы, где экономико-финансовых ресурсов не хватает. Для Приволжского федерального округа в результате форсайта получено, что суммарный положительный резерв по НИР в нем составляет 8 412 млн руб. Его следует направить в Самарскую область. Тогда синергетический эффект всего Приволжского федерального округа будет равен 429 344 млн руб.
Rutkowska D., Pilinski M., Rutkowski L. Sieci Neuronowe, Algorytmy Genetyczne i Systemy Rozmyte. Warszawa, Lodz, Wydawnictwo Naukowe PWN, 1999, 410 s.
Кравец О.Я., Сафронова А.П. Обзор методов структурного синтеза для решения квадратичных задач о назначениях // Современная наука: Актуальные проблемы теории и практики. Серия: Естественные и технические науки. 2013. № 9–10. С. 66–72.
Ahuja R.K., Orlin J.B., Tivari A. A Greedy Genetic Algorithm for the Quadratic Assignment Problem. Working Paper Sloan School of Management, 1995, vol. 2, pp. 13–17. URL: Link
Grafeeva N., Grigorieva L., Kalinina-Shuvalova N. Genetic Algorithms and Genetic Programming. International Journal of Advanced Computer Science and Applications, 2013, vol. 3, no. 9, pp. 465–480. URL: Link
Gwiazda T.D. Algorytmy Genetyczne. Wstep do Teorii. Warszawa, Biblioteka Sztucznej Inteligencji, 1995, 112 s.
Koza J.R. Genetic Programming II. Automatic Discovery of Reusable Programs. Cambridge, Massachusetts, MIT Press, 1994.
Holland J.H. Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology, Control, and Artificial Intelligence. Cambridge, The MIT Press, 1992, 228 p.
Whitley D. A Genetic Algorithm Tutorial. Statistics and Computing, 1994, vol. 4, pp. 65–85. URL: Link
Eshelman L.J. The CHC Adaptive Search Algorithm. How to Have Safe Search When Engaging in Nontraditional Genetic Recombination. Foundations of Genetic Algorithms, 1991, vol. 1, pp. 265–283. URL: Link
Michalewicz Z. Genetic Algorithms + Data Structures = Evolution Programs. 3rd Ed. New York, Springer-Verlag, 1996, 387 p. URL: Link
Mantel B., Periaux J., Sefrioui M. et al. Evolutionary Computational Methods for Complex Design in Aerodynamics. 36th AIAA Aerospace Sciences Meeting and Exhibit, Reno, 1998, 15 p.
Periaux J., Chen H.Q., Mantel B., Sefrioui M., Sui H.T. Combining Game Theory and Genetic Algorithms with Application to DDM-Nozzle Optimization Problems. Finite Elements in Analysis and Design, 2001, vol. 37, iss. 5, pp. 417–429. URL: Link00055-X
Periaux J. Genetic Algorithms for Electromagnetic Backscattering Multiobjective Optimization. Genetic Algorithms for Electromagnetic Computation, 1998, no. 6, pp. 30–39.
Baeck T., Fogel D.B., Michalewicz Z. Evolutionary Computation 2: Advanced Algorithms and Operators. Taylor & Francis, 2000, 304 p.
Fogel D.B., Fogel L.J., Porto V.W. Evolving Neural Networks. Biological Cybernetics, 1990, no. 63, pp. 487–493. URL: Link
Fogel D.B. Evolutionary Computation. Towards a New Philosophy of Machine Intelligence. IEEE Press, 1995, 272 p.
Kalyanmoy D. Multiobjective Optimization Using Evolutionary Algorithms. New York, John Wiley & Sons, Inc., 2001, 518 p.
Кошелев Е.В., Трифонов Ю.В., Яшин С.Н. Методика форсайта развития кластера с использованием арбитражных технологий // Инновации. 2017. № 11 С. 42–53. URL: Link
Яшин С.Н., Кошелев Е.В., Костригин Р.В. Составление линейного функционала ценности инновационно-индустриального кластера для региона // Управление экономическими системами: электронный научный журнал. 2019. № 12. URL: Link
