Горемыкина Г.И.кандидат физико-математических наук, доцент кафедры математических методов в экономике, Российский экономический университет им. Г.В. Плеханова, Москва, Российская Федерация g_iv.05@mail.ru
Константинова О.В.студентка магистратуры программы экономических рисков, Российский экономический университет им. Г.В. Плеханова, Москва, Российская Федерация konstantinova93@yandex.ru
Мастяева И.Н.кандидат технических наук, доцент кафедры математических методов в экономике, Российский экономический университет им. Г.В. Плеханова, Москва, Российская Федерация imastyaeva@mail.ru
Предмет. Новая стратегия развития Министерства РФ по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий требует до 2030 г. внедрения нового принципа перехода от оперативного реагирования к управлению рисками, профилактике и предупреждению крупномасштабных опасных факторов, рисков и угроз. Одним из условий успешной реализации государственных программ является активная инвестиционная политика государства. Инвестиционные проекты в системе МЧС России относятся к классу вложений в сфере нематериального производства и нерыночной отрасли, и, следовательно, использование традиционного научно-методологического аппарата управления инвестициями не может быть признано обоснованным. Именно поэтому увеличение объемов инвестиций, формирование и реализация эффективной стратегии инвестиционного развития требуют создания и внедрения в специфическую сферу деятельности МЧС России научно обоснованных моделей и методов управления инвестициями. Цели. Создание и компьютерная реализация математической модели системы поддержки принятия решений в управлении инвестиционными проектами по предупреждению чрезвычайных ситуаций Методология. В работе применена методология нечеткого моделирования. Результаты. Построена модель системы поддержки принятия решений в управлении инвестиционными проектами по предупреждению чрезвычайных ситуаций. В модели применена схема нечеткого логического вывода с помощью алгоритма Мамдани по экспертным нечетким базам знаний. Процесс разработки системы реализован в среде MatLab с использованием пакета Fuzzy Logic Toolbox. Данные количественных вариантов реализации построенной нечеткой системы были использованы для формирования модели множественной регрессии, позволившей получить функцию, связывающую эндогенную и экзогенные переменные. Проведены сравнительный анализ полученных моделей, сравнительная оценка инвестиционных проектов на основе разработанной системы, принято решение о приоритетности их финансирования. Выводы. Практическая значимость исследования заключается в возможности применения построенной системы в качестве универсального средства управления инвестиционными проектами по предупреждению чрезвычайных ситуаций.
Тихомиров Н.П. Организационно-экономические механизмы управления чрезвычайными ситуациями: материалы международной научной конференции «Проблемы правовых и экономических способов предупреждения и минимизации ущерба, возникшего в условиях чрезвычайных ситуаций». М.: ИИЦ ВНИИ ГОЧС, 2000. С. 77–81.
Zadeh L.A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes // IEEE Transaction on Systems, Man, and Cybernetics. 1973. No. 3. P. 28–44.
Mamdani E.H., Assilian S. An Experiment in Linguistic Synthesis with Fuzzy Logic Controller // International Journal of Man-Machine Studies. 1975. Vol. 7. No. 1. P. 1–13. doi: Link80002-2
Шишкин В.И., Небався А.С. Учет факторов неопределенности и топологии при оценке природоохранных проектов по предотвращению чрезвычайных ситуаций // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 94. С. 49–55. URL: Link.
Пегат А. Нечеткое моделирование и управление. М.: БИНОМ. Лаборатория знаний, 2013. 798 с.
Горемыкина Г.И., Дмитриевская Н.А., Мастяева И.Н. Экономико-математическое моделирование систем управления на основе нечеткой технологии: монография. М.: МЭСИ, 2014. 139 с.
Гупанова Ю.Е. Методология оценки эффективности управления качеством таможенных услуг // Качество. Инновации. Образование. 2015. № 7. С. 27–32.
Новосёлов А.Л., Новосёлова И.Ю., Желтенков А.В. Оптимизация использования альтернатив природных ресурсов в экономике региона // Вестник Московского государственного областного университета. Сер. Экономика. 2016. № 2. С. 104–114.
Ямалов И.Я. Моделирование процессов управления и принятия решений в условиях чрезвычайных ситуаций. М.: Лаборатория Базовых Знаний, 2013. 288 с.
Авдотьин В.П., Горемыкина Г.И. Моделирование системы управления резервом аварийно-спасательного оборудования и снаряжения для проведения крупномасштабных и поисково-спасательных операций в Арктической зоне Российской Федерации // РИСК: Ресурсы, информация, снабжение, конкуренция. 2015. № 4. С. 260–268.
Викулов С.Ф., Хрусталёв Е.Ю. Российский оборонно-промышленный комплекс: финансово-экономический и институциональный анализ // Аудит и финансовый анализ. 2010. № 1. С. 97–111.
Гупанова Ю.Е. Таможенные факторы развития инновационной экономики: материалы международной научно-практической конференции «Проблемы инновационной экономики, технологического развития и импортозамещения». Пенза: Приволжский Дом знаний, 2016. С. 44–47.
Дорохина Е.Ю. О некоторых проблемах моделирования показателей устойчивого развития. В кн.: International Scientific and Practical Congress of Economists and Lawyers The Unification of Economists and Lawyers-is a Key to the new Stage of Development. Женева: ISAE “Consilium”, 2013. C. 162–165.
Дорохина Е.Ю. О понимании природы в рамках концепции устойчивого развития // Международный журнал прикладных и фундаментальных исследований. 2016. № 9-2. С. 272–275.
Киселёва И.А., Симонович М.Е., Струков Г.Н. Управление рисками с учетом влияния человеческого фактора // Вестник Воронежского государственного университета инженерных технологий. 2016. № 2. С. 280–286.
Тихомирова Т.М. Эконометрические модели оценки уровня безработицы в регионах Российской Федерации в ресурсно ориентированной экономике // Экономика природопользования. 2014. № 3. С. 4–25.
Тихомирова Т.М.,Сукиасян А.Г. Сопоставительные оценки человеческого потенциала с учетом рисков социального неблагополучия // Экономика природопользования. 2015. № 1. С. 4–41.
Хрусталёв Е.Ю. Когнитивная модель развития банковской системы Российской Федерации // Экономика и математические методы. 2011. Т. 47. № 2. С. 117–127.
Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб: ДиаСофтЮП, 2005. 608 с.
