Teorija stvaranja organizacijskog znanja I. nonki i H. Takechi.

Individualna i organizacijska obuka.

Kognitivna analiza i modeliranje u strateškom upravljanju

Bit koncepta kognitivnosti. Kognitivna organizacija.

Tema 5. Kognitivna kao preduvjeta za strateški razvoj poduzeća.

5.1. Bit koncepta "kognitivnosti". Kognitivna organizacija.

Kognitologija- interdisciplinarna (filozofija, neuropsihologija, psihologija, lingvistika, informatika, matematika, fizika, itd.) Znanstveni smjer, metode učenja i modeli znanja o znanju, znanju, univerzalne strukturne sheme.

Kognitivnost (od lat. Cognicio - Znanje, studija, svijest) kao dio znanosti, znači sposobnost menadžera na mentalnu percepciju i obradu vanjskih informacija. U srcu proučavanja ovog koncepta postoje mentalni procesi osobnosti i takozvanih "mentalnih stanja" (samopouzdanje, želja, uvjerenje, namjera) u smislu obrade informacija. Ovaj izraz se također koristi u kontekstu proučavanja takozvanog "kontekstualnog znanja" (apstrakcije i konkretizacije), kao iu područjima gdje se razmatraju koncepti kao što su znanja, vještine ili obuka.

Pojam "kognitivnost" se također koristi u širem smislu, znači "čin" znanja ili samog identiteta. U tom kontekstu, može se tumačiti kao izgled i "postaje" znanja i koncepata povezanih s ovim znanjem odraženim u mislima i akcijama.

Kognitivnost organizacije Ona karakterizira skup kognitivnih sposobnosti pojedinih ljudi u društvu i onih učinaka koji se pojavljuju pri kombiniranju pojedinačnih kognitivnih sposobnosti. Primjena ovog koncepta u odnosu na Društvo (organizacija, tvrtka, poduzeće) znači namjeru da ga razmotri u ravnini, koja karakterizira određeni aparat za analizu i poseban kut gledanja na interakciji poduzeća ili njegovih komponenti s vanjskim okruženjem.

Termin "Kognitivnost organizacije" Omogućuje vam da procijenite sposobnost tvrtke da se asimilira informacije i pretvori u znanje.

Jedno od najproduktivnijih rješenja za probleme koji proizlaze u području upravljanja i organizacije primjenjuju se kognitivna analiza.

Metodologiju kognitivnog modeliranja, namijenjenog za analizu i donošenje odluka u slabo definiranim situacijama, predložio je američki istraživač R. Axelrod.

Kognitivna analiza se ponekad naziva istraživači s "kognitivnom strukturiranjem". Kognitivna analiza smatra se jednim od najmoćnijih alata za proučavanje nestabilnog i niskog odmora. Pridovoljava boljem razumijevanju problema koje postoje u mediju, otkrivanju kontradikcija i kvalitativnoj analizi procesa koji se teku.

Bit kognitivnog (kognitivnog) modeliranja - ključna točka kognitivne analize - To je da su najsloženiji problemi i trendovi u razvoju sustava za razmišljanje u pojednostavljenom obliku u modelu, istražuju moguće scenarije pojave kriznih situacija, pronađite načine i uvjete za njihovo dopuštenje u modelnoj situaciji. Korištenje kognitivnih modela kvalitativno povećava razumnost odluka o upravljanju u složenom i brzo promjenjivom okruženju, eliminira stručnjak od "intuitivnog lutanja", štedi vrijeme za razumijevanje i tumačenje događaja koji se pojavljuju u sustavu. Korištenje kognitivnih tehnologija u ekonomskoj sferi omogućuje kratko vrijeme za razvoj i opravdanje strategije gospodarskog razvoja poduzeća, uzimajući u obzir utjecaj promjena u vanjskom okruženju.

Kognitivno modeliranje - To je način za analizu određivanja snage i smjera utjecaja čimbenika za prijenos kontrolnog objekta u ciljno stanje, uzimajući u obzir sličnosti i razlike u učinku različitih čimbenika na kontrolnom objektu.

Kognitivna analiza sastoji se od nekoliko faza, od kojih je svaki provodi određeni zadatak. Dosljedno rješenje ovih zadataka dovodi do postizanja glavnog cilja kognitivne analize.

Mogu se razlikovati sljedeće korake karakteristične za kognitivnu analizu bilo koje situacije:

1. Formulacija svrhe i ciljeva studije.

2. Proučavanje teške situacije s položaja cilja: prikupljanje, sistematizacija, analiza postojećih statističkih i kvalitativnih informacija o objektu upravljanja i njegovom vanjskom okruženju, određivanje zahtjeva istraženih situacija, uvjeta i ograničenja.

3. Dodjela glavnih čimbenika koji utječu na razvoj situacije.

4. Određivanje odnosa između čimbenika uzimajući u obzir uzročni lanci (izgradnja kognitivne kartice kao orijentirani grafikon).

5. Proučavanje snage uzajamnog utjecaja različitih čimbenika. U tu svrhu i matematički modeli opisuju neke od točno identificiranih kvantitativnih odnosa između čimbenika i subjektivnih izvješća stručnjaka u odnosu na neformalizirane kvalitativne odnose čimbenika.

Kao rezultat prolaska koraka 3 - 5, u konačnici je kognitivni model situacije (sustav), koji se prikazuje kao funkcionalni graf. Stoga možemo reći da su koraci 3 - 5 kognitivno modeliranje.

6. Provjerite adekvatnost kognitivnog modela stvarne situacije (provjera kognitivnog modela).

7. Određivanje primjenom kognitivnog modela mogućih opcija za razvoj situacije (sustav), otkrivanje putova, mehanizama utjecaja na situaciju kako bi se postigli željeni rezultati, sprječavaju nepoželjne posljedice, odnosno razvoj strategije upravljanja , Zadatak cilja, željene upute i sile promjene trendova procesa u situaciji. Izbor niza mjera (agregat upravljačkih čimbenika), određivanje njihove moguće i željene sile i smjer utjecaja na situaciju (specifična praktična primjena kognitivnog modela).

Kao dio kognitivnog pristupa, pojmovi "kognitivne kartice" i "orijentirani graf" koriste se kao ekvivalent; Iako, strogo govoreći, koncept orijentirani graf je širi, a pojam "kognitivna kartica" označava samo jednu od primjena orijentiranog grafa.

Klasična kognitivna karta- Ovo je orijentirani graf u kojem je povlašteni vrt neki budućnost (u pravilu, ciljnom) stanju kontrolnog objekta, preostali vrhovi odgovaraju čimbenicima, lukovima koji povezuju čimbenike iz vrha države imaju debljinu i a Znak koji odgovara snazi \u200b\u200bi smjeru utjecaja ovog faktora na kontrolu kontrolnog objekta u ovom stanju, a faktori povezivanja lukova pokazuju sličnosti i razlike u učinku tih čimbenika na kontrolnom objektu.

Kognitivna kartica sastoji se od čimbenika (elemenata sustava) i spojeva između njih.

Kako bi se razumjeli i analizirali ponašanje složenog sustava, izgradite strukturnu shemu uzročnih odnosa elemenata sustava (situacijski čimbenici). Dva elementa sustava A i B prikazani su u dijagramu u obliku pojedinih točaka (vrhova), spojenih orijeđenim lukom, ako je element A povezan s elementom u kauzalnom odnosu: a à b, gdje: A - razlog, posljedice.

Čimbenici mogu utjecati jedni druge, s takvim učinkom, kao što je već spomenuti, može biti pozitivan kada se povećanje (smanjenje) jednog čimbenika dovodi do povećanja (smanjenja) drugog faktora, i negativnog kada je povećanje (smanjenje) jednog faktora dovodi do smanjenja (povećanje) drugog čimbenika. Štoviše, učinak može također imati varijabilni znak ovisno o mogućim dodatnim uvjetima.

Takvi dijagrami prezentacije kauzalnih odnosa naširoko se koriste za analizu složenih sustava u ekonomiji i sociologiji.

Primjer. Kognitivna strukturna shema za analizu problema potrošnje energije može imati sljedeći oblik (sl. 5.1):

Sl. 5.1. Kognitivna strukturna shema za analizu energetskih problema

Kognitivna karta prikazuje samo činjenicu prisutnosti utjecaja čimbenika. Ona ne odražava detaljnu prirodu tih utjecaja, ni dinamiku promjena u utjecajima, ovisno o promjeni situacije niti privremene promjene u samim čimbenicima. Računovodstvo za sve ove okolnosti zahtijeva prijelaz na sljedeću razinu strukturiranja informacija, odnosno kognitivnom modelu.

Na toj razini, svaka veza između faktora kognitivnih kartica otkriva odgovarajuće ovisnosti, od kojih svaki može sadržavati i kvantitativne (izmjerene) varijable i visokokvalitetne (ne-izmjerene) varijable. U tom slučaju, kvantitativne varijable su prirodno prikazane u obliku njihovih numeričkih vrijednosti. Ista visokokvalitetna varijabla stavljena je u skladu s setom jezičnih varijabli koje prikazuju različita stanja ove visokokvalitetne varijable (na primjer, potražnja za kupnjom može biti "slaba", "umjerena", "hype", itd.), Svaka jezična varijabla odgovara određenom numeričkom ekvivalentu. U mjerilu. Kako se znanje o procesima dogodila u studijskoj situaciji se akumulira, postaje moguće otkriti prirodu odnosa između faktora detaljnije.

Formalno, kognitivni model situacije može, kao i kognitivna kartica, biti predstavljen grafikonom, ali svaki luk u ovom grafikonu predstavlja neku vrstu funkcionalnog odnosa između odgovarajućih čimbenika; oni. Čini se da je kognitivni model situacije funkcionalan grafikon.

Primjer funkcionalnog grafa koji odražava situaciju u uvjetnoj regiji prikazana je na Sl. 5.2.

Slika 5. \\ t 2. Funkcijski graf.

Imajte na umu da je ovaj model demonstracija, tako da se ne uzimaju u obzir mnogi čimbenici vanjskog okruženja.

Takve tehnologije osvajaju sve više i više povjerenja u strukture koje se bave strateškim i operativnim planiranjem na svim razinama iu svim područjima upravljanja. Korištenje kognitivnih tehnologija u ekonomskoj sferi omogućuje kratko vrijeme za razvoj i opravdanje strategije gospodarskog razvoja poduzeća, uzimajući u obzir utjecaj promjena u vanjskom okruženju.

Korištenje kognitivne tehnologije modeliranja omogućuje djelovanje na unaprijed i ne može se dati potencijalno opasne situacije na razinu prijetećeg i proturječnog, te u slučaju njihovog pojavljivanja - da se racionalna rješenja u interesu poduzeća.

Razmatraju se kognitivni pristup proučavanju složenih sustava, kao što su društveno-ekonomski, politički itd., Razmatraju se brojni koncepti povezani s tim, kao i metodologiju i tehnologiju kognitivnih kompleksnih sustava.

Matematička prezentacija kognitivnih modela

Početak istraživanja vezanih uz korištenje kognitivnog pristupa studiranju, modeliranju, donošenju odluka u području složenih sustava, odnosi se na sredinu XX stoljeća, kada su se počele primjenjivati \u200b\u200bideje kognitivne psihologije u raznim granama znanja i sustav disciplinskih studija, nazvana "kognitivna znanost" počela se razvijati (engleski kognitivna znanost). Njegovi glavni smjerovi su filozofija, psihologija, neurofiziologija, lingvistika, umjetna inteligencija. Trenutno postoji proširenje predmetnih područja u kojima se koristi kognitivni pristup. Aktivna primjena kognitivnog pristupa u studijama složenih sustava u našoj zemlji lansirana je 1990-ih., IPU RAS je postao središte istraživanja. Ovaj stavak prikazuje niz rezultata kognitivnih istraživanja složenih sustava održanih na južnom saveznom sveučilištu, čije se podrijetlo može smatrati rad R. Axelrod, F. Roberts, J. Caste, R. Epkina, kao i Zaposlenici IPU RAS (VI MAXIMOVA, V. V. Klub, N.A. Abramov, itd.).

Razumjeti značenje kognitivnih istraživanja, njihovih smjerova, modela i metoda, znanje o nizu posebnih uvjeta, kao što su: kognitivna znanost i kognitivistista, kognitilologija (inženjerstvo znanja), kognitivni pristup (kognitivni), kognitivni (kognitivno-cilj) Modeliranje tehnologije, vizualizacije, kognitivno modeliranje, kognitivna struktura ili konceptualizacija, metodologija kognitivnog modeliranja, kognitivni model, kognitivna karta. Definicije ovih koncepata (i brojnih drugih vezanih uz kognitivne znanosti mogu se naći u radu. Kognitivne kartice ne samo vizualne, već i matematičko opravdanje. To su jasni i nejasni grafikoni (fuzzy kognitivne kartice).

Grafikon se ispada da je prikladan model za predstavljanje odnosa između ekonomskih objekata (poduzeća, organizacija, sredstava i čimbenika proizvodnje, elemenata društvene sfere, karakterizirane kao objekt u kojem je usmjerena gospodarska aktivnost i predstavljaju određenu stranu ekonomskog jezika odnosi), između subjekata društvenih procesa (na primjer, ljudi, skupine ljudi), između podsustava socioekonomskih sustava, između drugih pojmova, entiteta itd. Koristimo definiciju F. Roberts: "Ikonski graf (znak OrGraf) je graf u kojem" ... vrhovi odgovaraju članovima grupe; Iz vrha V-, Luk se provodi na vrhu ako postoji poseban odnos prema V; do V i luk vd \u003d (v, v]) ima znak plus (+) ako V, "suosjećao" U ^ i. Znak minus (-) u suprotnom. "

Koncept "znaka OrGraf" može imati različite primjene, tako da se lukovi i znakovi tumače različito ovisno o studiranom složenom sustavu. Osim toga, teoretske studije složenih sustava razvijaju se unutar složenijeg modela, a ne znaka OrGraf - kao dio suspendiranog orgara, u kojem svaki luk eC. pripisuje valjani broj (težina) hyu.

Primjer kognitivne kartice prikazan je na Sl. 6.12 (Slika se izrađuje pomoću PSC softverskih sustava ^). Čvrste linije lukova Sranje \u003d +1, barkupotyre - = -jedan. Znak se može tumačiti kao "pozitivne (negativne) promjene na vrhu R\u003e dovesti do poželjnih (negativnih) promjena na vrhu gu", tj. To su jednosmjerne promjene; Znak "-" - kao "pozitivne (negativne) promjene u vrhu dovode negativne (pozitivne) promjene u vrhom Vj "- Metralizirane promjene. Strelice brojača prikazuju smetnje vrhova, ciklus grafikona; Takav odnos je simetrično. Većina pojmova Orgravas također se primjenjuje na suspendirane orgrave. To su koncepti: put, jednostavan način, napola prazna, kontura, ciklus, pola vrata; Snažna, slaba, jednostrana povezanost, "znak staze, zatvoreni put, kontura".

Znak puta, lanci, zatvoreni put, zatvoreni lanac, kontura ciklusa itd. Određeno kao djelo znakova lukova u njima.

Očito, put, ciklus itd. Imajte znak ako je broj negativnih lukova sadržanih u njima neparan, inače imaju znak "+". Dakle, za grafikon "Romeo i Juliet" put v, - "v, -" W. -> V, je negativan i ciklus Wow -\u003e -\u003e V, - pozitivan.

Sl. 6.12. Doug gou \u003d +1 I. Shz \u003d -1

S matematičkim modeliranjem složenih sustava, istraživač proizlazi problem pronalaženja kompromisa između točnosti rezultati modeliranja i sposobnosti za dobivanje točnih i detaljnih informacija za izgradnju modela. U takvoj situaciji, ikonični i ponderirani orgravi su prikladni za razvoj "jednostavnih" matematičkih modela i pri analizi rezultata dobivenih uz minimalne informacije.

Dajemo još dva primjera [Noesh, iz. 161, 162] - Sl. 6.13 i 6.14, zanimljivo je s povijesnog stajališta kao jednu od prvih kognitivnih kartica, ali ne i izgubljena relevantnost i sada.

Na sl. 6,14 konture Vau -\u003e U - \u003e $ -\u003e U 6 - " Vau suzbija odstupanje na vrhu V ,. Ako povećate / smanjite bilo koju varijablu u ovom krugu, te se promjene voze kroz druge vrhove na smanjenje / povećanje ove varijable (interpretacija: više populacije, više otpada, veće bakterije, to je veća učestalost - više učestalost, manje ljudi, itd.). Ovo je kontura negativnih povratnih informacija. Contour v, -\u003e U -\u003e UA -\u003e V je sklop koji poboljšava odstupanje, tj. Pozitivni povratni krug.

Sl. 6.13.

Upotrijebit ćemo sljedeće sljedeće instantimiranje Maruyama: "Kontura poboljšava odstupanje ako i samo ako sadrži i broj negativnih lukova (inače je kontura suprotstavljanje odstupanju)."

Shema (sl. 6.14) sadrži mali broj vrhova i priključaka za praktičnost preliminarne analize. Temeljitiju analizu problema potrošnje električne energije zahtijevat će, prema Robertsu, značajno veći broj varijabli i suptilnijih metoda za njihov izbor. U isto vrijeme, problem nastaje kako bi se kombinirala mišljenja stručnjaka.

Za rješavanje problema označenih u primjerima. 6.13 i 6.14, ne dovoljno za izgradnju grafikona jedne ili druge složenosti i analizira lance njegovih spojeva (staza) i ciklusa, dublje analize njegove strukture, svojstva stabilnosti (nestabilnost), analizu utjecaja promjena u Vrhunski parametri na druge vrhove, analiza osjetljivosti je potrebno.

Sl. 6.14.(Roberts. , iz. 162)

Srednjoročno predviđanje ruskog gospodarstva koristeći kognitivni model

U članku će potkrijepiti izvedivost primjene kognitivnog pristupa za istraživanje i predviđanje ekonomije ovisne o resursima. Prikazat će se rezultati modeliranja srednjoročne prognoze ruskog gospodarstva koristeći nejasnu kognitivnu karticu.

Ovisnost o resursima, neizvjesnošću i predviđanje. Posebnosti gospodarstva moderne Rusije su ovisnost o resursima, prijelazni vrsti razvoja i kriznog stanja gospodarstva. Ovisnost o resursima dovodi do raznih vrsta nepovoljnih trendova, čiji je produžetak vrlo nepoželjan, jer značajno ograničava mogućnosti predviđanja ekstrapolacije. Prijelazno stanje gospodarstva povezano je s "mentalnom nesavršenošću od proteklih godina, nedostatak održivih trendova i zrelih gospodarskih struktura, što čini" postignutu razinu "ne previše pouzdanu osnovu za predviđanje. Isto se može reći o krizi u gospodarstvu, posebno s obzirom na to u velikoj mjeri "čovjek-napravio" prirodu povezanu s državnim ekonomskim politikama i agresivnim vanjskim utjecajima. Općenito, pogoršanje gospodarske situacije zemlje, koja se događa od 2013. godine, "Duboko prirodno i uzrokovano unutarnjim razlozima za temeljnu prirodu".

Jedan od čimbenika kočenja gospodarskog rasta je ovisnost o svjetskim cijena nafte, smanjenje kojim se smanjuje pozitivan učinak povećanja proizvodnje ugljikovodika. Problem nesigurnosti je vrlo svojstven ekonomiji ovisno o resursima, jer zajedno s čimbenicima razvoja tradicionalno za sva gospodarstva, čimbenici povezani s razvojem prirodnih resursa dobivaju značajan utjecaj. U ruskom gospodarstvu, temeljna nesigurnost 2 to je posljedica prirodne prirode razvoja resursa tijekom proteklih desetljeća. Štoviše, kako se povećava skala i stupanj zrelosti sektora resursa - robnih proizvoda, nesigurnost svojstvena svojstvenom sektoru, ali i gospodarstvo u cjelini. Dakle, može se reći da je "snop" kompleksa i daleko od očiglednih ekonomskih i političkih veza pod utjecajem ekonomije ovisne o resursima, a s tog stajališta, rusko gospodarstvo nije iznimka.

Primijenjeni model ruskog gospodarstva. Metodologija za kognitivno modeliranje, namijenjene za analizu i donošenje odluka u slabo definiranim situacijama, predlaže američki istraživač R. Axelrod. Temelji se na modeliranju subjektivnih prezentacija stručnjaka o situaciji, njegov glavni alat je kognitivna karta situacije (Fuzzy kognitivna karta), sastavljena u obliku fokusiranog funkcionalnog grafa. Vrhovi (koncepti) grafikona odgovaraju faktorima koji se razmatraju (događaji) i usmjereni lukovi karakterizirani znakovima i parametrima intenziteta odražavaju međusobni utjecaj čimbenika (događanja). Kognitivna kartica koristi se za identifikaciju strukture uzroka veza između elemenata sustava i procijeniti učinke utjecaja na njih ili promjene u prirodi odnosa.

1 Članak je bio pripremljen kao dio istraživanja uz financijsku potporu ruskog znanstvenog fonda(Projekt br. 14-18-02345).

2 Temeljna nesigurnost eliminira mogućnost ispravne transformacije u situaciji rizika. Korištenje pojma "rizik" povezan je s slučajevima u kojima se može izmjeriti stupanj nesigurnosti ili vjerojatnosti određenog događaja. Praktična razlika između kategorija rizika i nesigurnosti je u tome što je u prvom slučaju poznata raspodjela rezultata događaja (koja se postiže prioriziranjem ili studiranjem statistike prethodnog iskustva), au drugom - br.

Provedba procedura modeliranja obično se podijeli u tri faze. Prva faza je modeliranje (imitacija) samorazvojnih situacija (sustav) u nedostatku kontrolnih utjecaja "sa strane istraživača. Druga faza podrazumijeva upravljanu situaciju situacije: istraživač kao rezultat utjecaja na bilo koji čimbenik određuje kontrolne čimbenike i mijenja ih, promatrajući promjene u sustavu. Treća faza je rješenje za suprotan problem, koji je odrediti vrijednosti kontrolnih impulsa potrebnih za rješavanje problema. Dakle, u procesu numeričke provedbe kognitivnog modela mogu se graditi različiti scenari za prognozu situacije situacije (sustav): bez upravljanja i upravljanja za ublažavanje negativnih ili povećanja pozitivnih trendova.

Korištenje metode kognitivnog modeliranja opravdava se u teorijskom iu primijenjenim istraživanjima. U korištenju kognitivnih modela u proučavanju obrazaca i mehanizama ovisnosti o resursima o analizi interakcija endogenih i egzogenih čimbenika i njihov utjecaj na gospodarski rast razmatra se u jednom od naših radova. Kao primjeri primijenjenih istraživanja, mogu se raditi na kognitivnom modeliranju društveno-gospodarskih ocjena u Republici Komima i razvoj turističkog i rekreativnog sustava juga od Rusije. Naš zadatak je napravljen širi: za procjenu utjecaja ključnih čimbenika na dinamiku društveno-ekonomskog razvoja Rusije, koja uključuje izgradnju agregirane konstrukcije koja pokriva cijeli socio-ekonomski sustav zemlje. Prema njegovoj formulaciji, ovaj zadatak je blizu poznatih stranih studija, u kojem se predstavlja teorijski kognitivni model gospodarstva, au drugom - model izgrađen za procjenu socio-ekonomskih posljedica istraživanja nafte i plina Resursi na Cipru. Od domaćih studija posebno ćemo zabilježiti rad, gdje je predstavljen kognitivni model, uz pomoć kojih glavni čimbenici koji utječu na proces stvaranja inovativnog gospodarstva u Rusiji, te pokazuje prioritetni učinak industrijske politike o gospodarskom rastu.

Naš konceptualni pristup i tehnika rada s primijenjenim kognitivnim modelima karakteriziraju se u radu, gdje su prikazani rezultati modeliranja srednjoročnog prognoza društveno-ekonomskog razvoja TomSK regije i smisleno tumačenja. Ova regija je zanimljiva u tome što je u isto vrijeme resurs i inovativan, u svojoj ekonomiji, sektor nafte i plina, prerađivačkoj industriji i znanstveni i obrazovni kompleks igraju važnu ulogu. Tomsk regiji može se opisati kao vrsta "velikog modela" Rusije - s bliskom strukturom gospodarstva, sličnim postignućima i problemima u društveno-ekonomskom razvoju. Treba napomenuti da usporedivost pokazatelja proizvodnje nafte i plina (kao jedan od glavnih izvora dohotka) po stanovniku: u TomSK regiji - oko 15 tona. e. / Osoba, u Rusiji - oko 8 tona. e. / osoba . 3

Rezultati istraživanja o problemima društveno-ekonomskog razvoja TomSK regije dopušteno je doći do zaključaka, koji se u velikoj mjeri mogu povezati s cijelom zemljom. Stoga, postupajući na rad na prognozu modela ruskog gospodarstva, usredotočili smo se na rezultate prethodnih studija i na praktično iskustvo izgradnje kognitivnih modela dobivenih u tim studijama.

3 Za usporedbu: prosjek po stanovniku proizvodnje ugljikovodika u Yamalo-Nenets AO račun za oko milijun tona, u nenetima i AO - više od 440, u Khanizy-Mansiysk AO - 190, u području Sakhaline - 70 tona (izračunata prema Rosstatu).

Razvijen model ruskog gospodarstva ima predviđanje horizonta do 2020. godine. Modelna kognitivna karta sadrži 16 čimbenika razbijenih u 6 razreda (tablica 1), međusobno povezan s 121. luk koji simulira međusobni utjecaj.

Tablica 1. Čimbenici primijenjenog predviđenog modela ruskog gospodarstva

Preliminarne vrijednosti intenziteta uzajamnog utjecaja između mjerljivih čimbenika kognitivnog modela uspostavljene su korelacijskom analizom. Razmatrane su korelacije parova između vremenskih nizova podataka (za razdoblje od 2000. do 2013.) čimbenicima navedenim u tablici. 1. Nadalje, koeficijenti su određeni stručnjakom, prema logici sustava prijelaza iz jednog stacionarnog stanja na drugi kao rezultat vanjskih impulsnih efekata.

Treba napomenuti da je to jedan od najsloženijih i nedvidljivijih percepcija nijansi kognitivnog modeliranja, jer je svaki kognitivni model subjektivna zastupljenost stručnjakao procesima u složenoj dinamičkoj situaciji (sustav), formalno predstavljenom u obliku orijentiranog ikoničnog grafa. Postavlja se pitanje: Može li takva subjektivnost biti opravdana? Hoće li to dovesti do primitka iskrivljenih koncepata o zakonima razvoja sustava u studiji?

Problem subjektivnosti može se u velikoj mjeri riješiti s obrnutom provjerom, tj. Provjerom modela pod određenim uvjetima, njihovim "ronjenjima" u prošlosti. Testirali smo model za retroaktivno razdoblje od 2000. do 2013. godine. Na temelju jednokratnih statističkih podataka o mjerljivim modelnim čimbenicima. U isto vrijeme, početni trendovi u sljedećim čimbenicima dani su u vektoru: 0-1 ulje (+ 31%); 1-3 FDI (+ 28%); 4-1 Cijene (+ 182%) - na temelju postojećih statističkih podataka - i 4-2 rizika (-70%) se procjenjuju, na temelju realne hipoteze o značajnom ukupnom smanjenju rizika za rusko gospodarstvo u 2000-ih u odnosu na 1990. godinu "" Faktor "Ulje" Razmatramo zajedno s vanjskim utjecajima (cijene svjetskih nafte, FDI, rizici), budući da je dinamika proizvodnje nafte i plina u Rusiji više povezana s tržišnim situacijom i mogućnostima izvoza nego s potrebama nacionalnog gospodarstva ,

Opća ispravnost modela u ovoj fazi potvrđena je blizinom čimbenika izračunata na stope rasta na stvarne stope rasta u 2013. u odnosu na 2000. godinu. Procijenjena stopa rasta BDP-a iznosila je 78% u odnosu na činjenični pokazatelj na razini od 79% (tablica 2). Kao rezultat toga, matrica koeficijenata uzajamnih utjecaja provjerenog modela, koja je korištena za izgradnju predviđanja za razdoblje do 2020. godine

Tablica 2. Procijenjene i stvarne stope rasta pokazatelja modela: 2013/2000,%

Rezultate modeliranja srednjoročne prognoze. U prvoj fazi numeričkog modeliranja, samo-razvoj situacije je imitiran, a rast "nafte" i "cijena" bili su izvori izloženosti impulsa sustavu. Pretpostavljalo se da će se proizvodnja ugljikovodika u Ruskoj Federaciji povećati za oko 10% do 2020. u usporedbi s 2013. (do 1250 milijuna tona u n. E. - u znamenitosti energetske strategije Rusije za razdoblje do 2030. \\ t ), a cijena nafte smanjit će se za oko 40% (prema ekstrapolaciji uvjeta scenarija za prognozu društveno-ekonomskog razvoja Ruske Federacije za razdoblje do 2018., Ministarstvo gospodarskog razvoja Rusije). Hipoteze o promjeni veličine izravnih stranih ulaganja i vanjskih rizika nisu razmatrani.

Izračuni su pokazali da za dane impulsne učinke, prognoza promjena u BDP faktor u 2020. godini je: -12%, proračunski prihodi će se smanjiti za 22%, ulaganja u stalnu imovinu - za 28%; Bruto dodatna vrijednost prerađivačke industrije će se smanjiti za 9%, znanstveni i obrazovni kompleks - za 7% u odnosu na razinu 2013. godine. Dakle, kada se predviđaju samoregulacija (samo-razvoj), kriza trendovi u ruskom gospodarstvu. S obzirom na nepoželjnost ovog ishoda, potrebni su ciljani utjecaji na ekonomski sustav za formiranje povoljnijih rezultata.

U fazi imitacije upravljanog razvoja sustava kao čimbenika koji se odnose na kontrolne utjecaje, odabrano je sljedeće (vidi tablicu 1): ulaganja, izravna strana ulaganja, industrija, NOK, infrastruktura, rizici. To podrazumijeva stanje države relevantne ekonomske procese, sektore gospodarstva i aktivnosti provođenjem namjerno reguliranih politika. Osim toga, smatra se da se mjere smanjuju rizike i potiču gospodarski rast (na makro razini). Dosljedno postavljaju "slabe" povećanja vrijednosti svih gore navedenih čimbenika na 10% (smanjenje rizika za 10%) omogućilo je procjenu osjetljivosti gospodarstva na kontrolne utjecaje u skladu s ovim pravcima regulacije.

U procesu eksperimenata na modelu, pokazatelji rasta BDP faktora dobiveni su u rasponu od -12 do + 2% do 2020. godine. Štoviše je 2013. godine, ako uzmemo u obzir pojedinačne čimbenike, onda su najučinkovitije mjere smanjenja rizika najučinkovitije. Uvjetna kombinacija slabog utjecaja svih razmatranih čimbenika dovodi do povećanja BDP-a za oko 2% (tablica 3).

Tablica 3. BDP povećanje po stanovniku u 2020. godini u odnosu na razinu 2013. prema izračunima modela,%

Rezultat modeliranja odgovara nepovoljnom scenariju gospodarskog razvoja. Dobiveni pokazatelji su niži od referentnih točaka Ministarstva gospodarskog razvoja Rusije 2020. godine: Prema dugoročnom razvoju razvijenog od strane Ministarstva, konzervativni scenarij dugoročnog razvoja, povećanja BDP-a trebao bi biti 29% do 2013. godine do 2013. godine, u usporedbi s 2013. godine. Ekstrapolacija trendova scenarija u skladu s prognozom za 2018. daje stope rasta do 2020. godine (u odnosu na 2013.) za 10 i 16%.

Potreban intenzitet utjecaja na kontrolne čimbenike na danom povećanju ciljanog faktora može se izračunati u trećoj fazi modeliranja - otopine inverznog problema. Kao cilj, prihvatit ćemo stopu rasta BDP-a po stanovniku do 2020. godine u vezi za 2013. iznosi 16%. Prilikom modeliranja u ovom slučaju, utvrđeno je da je najveći intenzitet utjecaja potreban za poticanje izravnih stranih ulaganja i razvoja NOC-a, te najmanju industriju, infrastrukturu i rizike (sl. 1).

Sl. 1. izračunate vrijednosti intenziteta upravljačkih utjecaja potrebnih za postizanje povećanja cilj BDP-a za 2020. za 16% u odnosu na 2013. godinu.

Drugim riječima, kako bi se osiguralo da gospodarski rast zahtijeva relativno malu - zbog prilično snažne osnove - napore usmjerene na poticanje industrije i infrastrukture, a maksimalni regulatorni napori potrebni su kako bi se privukli ulaganja i razvili inovativni sektor.

Rezultati procjene predviđanja pokazuju da bi potrebno povećanje ulaganja biti gotovo dva i pol puta veća od povećanja ciljanog pokazatelja (sl. 2), kao što je, na primjer, u razdoblju od 2001. do 2007. godine. Prognoza rasta NOC-a je relativno spor, unatoč visokom intenzitetu izračunatog upravljačkog učinka. Vjerojatno, razlog je u najznačajnijoj prirodi razvoja inovacijskog sfere, kada je rad NOO-a u većoj mjeri ocijenjen na troškove inovacija (udio R & D potrošnje u BDP-u), a ne prema na stvarni učinak gospodarstva.

Sl. 2. predvidjeti pokazatelje rasta modelnih čimbenika rješavanjem inverznog problema (2013 \u003d 100)

Općenito, rezultati rješenja suprotnog problema, po našem mišljenju, su prilično prirodni. Trebalo bi biti prvenstveno da se formira povoljna investicijska klima koja doprinosi akumulaciji unutarnjeg i priljeva vanjskih ulaganja, kao i inovativnu prirodu razvoja gospodarstva: odnos tih čimbenika u sustavu pridonijet će jačanju Pozitivni učinci drugih čimbenika na ciljni pokazatelj iz dijela.

Dobiveni rezultati, po našem mišljenju, vrlo smisleni, rezultati trebaju biti prepoznati na mnogo načina prije. Daljnje proučavanje mogućnosti kognitivnog modeliranja potrebno je potkrijepiti ekonomske prognoze i regulatorne politike, prvenstveno pri odabiru prioritetnih područja. Na temelju njezina iskustva, možemo napomenuti da je kognitivni pristup najučinkovitiji u analizi i predviđanju razvoja složenih ekonomskih sustava. Osobitost ovog pristupa je primijeniti metode kvantitativne analize u kombinaciji s konstrukcijom modelnih struktura na temelju subjektivne vizije situacije. Svaka faza rada oslanja se na rješenje istraživača, od kojih ukupno određuje adekvatnost modela. Posebno treba napomenuti da kognitivni modeli ne mogu zamijeniti modele drugih vrsta i klasa, oni samo moraju zauzeti svoju "nišu" kao dio matematičke instrumentalne u ekonomskim studijama, uključujući rješenje projicirane prirode. Vjerujemo da će daljnji razvoj kognitivnog pristupa proučavanju ruskog gospodarstva omogućiti učinkovite alate i izgraditi prognoze i potkrijepiti odluke o upravljanju problematičnim situacijama u nastajanju.

Književnost

1. Aganbegian. Socio-ekonomski razvoj Rusije: Analiza i prognoza // Problemi prognoziranja. 2014. No. 4. str 3-16.
2. Knight F. Rizik i nesigurnost // Tezesis. 1994. № 5. P. 12-17.
3. OlsevichYu.y.Temeljna nesigurnosttržištei koncept moderne krize. M.: Institut za eko-nomiki ras, 2011. 51 str. URL: http://www.inecon.org/images/stores/stories/nauchnaya-Jizn/konverensii/olsevich_8-08-2011.pdf.(Referentni datum 02/13/2016).
4. Shmat v.V. Resursi u "zapadnoj" globalizaciji // eko. 2015. Ne. 7. P. 163-178.
5. Axelrod R. Struktura odluke: kognitivne karte političkih elita. Princeton // NJ: Princeton University Press, 1976. 404 str.
6. MOROZOVA M.E., Shmat V.V. Kako znati mehanizme ovisnosti o resursima? Primjena metode kognitivnog modeliranja u proučavanju ekonomije ovisne o resursima // Eco. 2015. No. 6. str. 146-159.
7. Lavanresh i.i., Mirona V.V., Smirnov A.V. Kognitivno modeliranje regija Socio-ekonomske stope // bilten itk. 2011. Ne. 1. P. 22-30.
8. Solokhin s.s. O kognitivnom modeliranju održivog razvoja društveno-ekonomskih sustava (na primjeru turističkog i rekreativnog sustava juga Rusije) // umjetni intelekt. 2009. № 4. P. 150-160.
9. Carvalho J.p., Tome Jose A.B. Pravilo na temelju nejasne kognitivne karte u društveno-ekonomskim sustavima // postupci IFSA-Eusflat 2009. Lisabon. 2009. PP. 1821-1826. URL: http://www.eusflat.org/procatings/ifsa-eusflat_2009/pdf/tema_1821.pdf. (Datum refera 02.2016).
10. Neokleosna. , Schizas. C. Papaionou M. Nejasan kognitivni. karte. u. procjena njihov reperkussionsions. od. ulje plin. istraživanje nA. političko-ekonomski pitanja. u. Cipar. // 2011 IEEE. Međunarodna. Konferencija. NA. Nejasan Sustavi. Taapei, Tajvan: Ieee, 2011. 1119-1126. URL: http://ieeeexplore.iieeee.org/xpl/mostrocentissue.jsp?punumber\u003d5976945 (datum prijave13.02.2016).

1. Kuleshov V., Alekseev A., Jagolnizer M. Map Road Reindustrial Politika: kognitivni alat // ekonomist. 2015. № 10. str. 51-63.
2. Bellan A.K., Shmat v.V. Analiza utjecaja resursa i neposrednih čimbenika na rast gospodarstva TomSK regije uz korištenje kognitivnog pristupa // biltena NSU-a. Serija: Socio-ekonomske znanosti. 2015. T. 15. Vol. 1. P. 78-93.
3. Unificirani međuresorni informacijski i statistički sustav (emiss). URL: https://www.fedstat.ru/indicators/data.do (Referentni datum 02/13/2016).
4. Energetska strategija Rusije za razdoblje do 2030. godine. Odobren od strane naloga Vlade Ruske Federacije 13. studenog 2009. godine .1715-str. M.: Institut za energetsku strategiju, 2009. URL:http://www.energystrategy.ru/projects/es-2030.htm. (Datum refera 02.2016).
5. Uvjeti scenarija, glavni parametri prognoze društveno-ekonomskog razvoja Ruske federacije i ograničavajućih razina cijena (tarifa) za usluge društva za infrastrukturu za 2016. i na planiranje razdoblja od 2017. i 2018. godine. M.: Ministarstvo gospodarskog razvoja Ruske Federacije, 28. svibnja 2015. URL:http://economion.gov.ru/minac/activity/Sections/macro/prognoz/201505272. (Datum refera 02.2016).
6. Prognoza dugoročno društveno-ekonomski razvoj ruski Federacija na razdoblje prije 2030 godine. M .: Mi-ne-amradeRf8. studenog 2013. URL:http://economion.gov.ru/minac/activity/sections/macro/prognoz/doc20131108_5 (datum prijave 02.2016).

Problemi proučavanja složenih tehničkih i ekonomskih, društvenih, političkih itd. Branio brojnim značajkama koje su svojstvene navedenim područjima:

· Međusobni postupci na njima (tehničke i ekonomske, društvene, političke batchere) i njihove višegodišnje; Na temelju toga, nemoguće je propadati i detaljno proučavanje pojedinih fenomena (na primjer, samo ekonomski ili jedini društveni) - sve što se događa u ekonomskoj (političkoj itd) sustava fenomena treba razmotriti i istražiti u agregat;

· Nedostatak dovoljnih kvantitativnih informacija o dinamici procesa koji se pojavljuju u simuliranom sustavu, koji se koriste zajedno s kvantitativnim i kvalitativnim informacijama prilikom opisu takvih procesa;

· Nemotarnost procesa samih, a priroda promjena u određenim karakteristikama procesa često je nepoznata, što otežava izgradnju njihovih kvantitativnih modela.

Takvi sustavi nazivaju se nisko otpornim (slabo neformalizirano). Oni nisu mogući tradicionalni matematički (ekonomski, sociometrijski, itd.) Pristup analizi procesa za razvoj kompleksa (tj. Utjecaj na različite aspekte sustava u studiju) rješenja. Simulirati složene loše informirane sustave (na primjer, socijalne, tehničke i ekonomske, regionalne, itd.), Koristi se kognitivni pristup koji se temelji na kognitivnim aspektima. Ovi aspekti uključuju procese percepcije, razmišljanja, znanja, objašnjenja i razumijevanja. Shematski, pojednostavljeni opis slike svijeta koji se odnosi na problemsku situaciju prikazana je kao kognitivna kartica.

Sa stajališta kognitivnog pristupa, proces modeliranja može biti predstavljen kao shema - Sl.8.2.

Sl. 8.2 Proces simulacije

Kognitivna analiza predviđa dosljedan uzročni strukturiranje informacija o procesima koji se pojavljuju u studiji. Sljedeće faze opisa sustava razlikuju se:

a. Svaki događaj koji se dogodio u sustavu uzrokovan je određenim razlozima (preduvjeti), čiji je izgled povezan s kretanjem materijalnih tokova (roba, novca, resursa itd.) I nematerijalne tokove (Informacije interakcije). Kretanje svakog potoka može se opisati u najopćenitiji oblik odgovarajućim lancima uzročnih odnosa koji čine znanje o analitičaru ili njezinim pretpostavkama o zakonima koji djeluju u ovom sustavu.

b. Svaki od odabranih tokova opisan je odgovarajućim skupom čimbenika. Unija svih ovih agregata je mnogo čimbenika, u smislu onih koji su opisani procesi u sustavu;

c. Odnosi između čimbenika određuju se razmatranjem uzročnih lanaca koji opisuju kretanje svakog protoka. Vjeruje se da su čimbenici uključeni u prvi dio "ako ..." lanci "ako to., ..", utjecati na čimbenike njegovog drugog dijela "da ...", a taj učinak može biti ili pojačano (pozitivno ) ili Thoring (negativni) ili varijabilni znak, ovisno o mogućim dodatnim uvjetima.

Sila utjecaja čimbenika opisuju jedni drugima koristeći jezične varijable tipa "značajne", "umjerene", "slabe", itd. Možete usporediti kombinaciju takvih jezičnih varijabli neke numeričke skale tako da svaka varijabla odgovara određenom broju u ovoj skali. Možete odabrati interval kao takvu skalu.

· Zajednički utjecaj čimbenika prikazuje se pomoću kognitivne kartice, koji je model sustava u studiju u obliku suspendiranog orgara svaki vrh grafikona odgovara jednom faktoru ili elementu slike svijeta. Arc koji vežu vrhove odgovaraju uzrošnim odnosa između vrhova, komunikacija može biti pozitivna i negativna.

· Metoda kognitivnog modeliranja odnosi se na metode mekih modeliranja (meka simulacija). Najbliži analozi ove metode su modeliranje simulacije, metoda zvučnika sustava. Prednost ove metode je da metoda može raditi ne samo preciznim kvantitativnim vrijednostima i formulama, već i visoke kvalitete vrijednosti i procjene. Ali i trenutak je također nedostatak, jer Rezultati su dobiveni kvalitetom.

Kognitivno modeliranje je modeliranje "nulte razine". Kognitivno modeliranje pomaže brzo dobiti primarne rezultate, shvatiti detaljnije u simuliranom sustavu, identificirati uzorke, a zatim idite na točnije modele (ako se čini mogućim i potrebnim). Stoga će korištenje kognitivnog modeliranja na vrhunskoj razini donošenja odluka u analizi složenih društveno-ekonomskih, političkih, tehničkih, tehno-ekonomskih sustava će biti najprirodniji.

U Rusiji se ova metoda primjenjuje na zastupnici (2002. u IPU RAS-u, izgrađen je model željezničkog prijevoza), kao iu upravama nekih područja. U inozemstvu će se ova metoda primjenjivati \u200b\u200bu brojnim konzultantskim organizacijama.

Razvijeni alati DC "Situacija" i "Kanva" (IPA RAS). "Situacija" - zatvoreni sustav, nema informacija o njemu praktički ne. Kanva je jednostavan sustav koji implementira samo osnovne metode.

Kognitivno modeliranje

Uvod

1. Koncepti i suština "kognitivnog modeliranja" i "kognitivne kartice"

2. Problemi kognitivnog pristupa

Zaključak

Popis rabljene literature

Uvod

Sredinom 17. stoljeća, poznati filozof i matematičar René Descartes izrazio je aforizam, koji je postao klasičan: "Cogito Ergo sum" (mislim, dakle, postojao). Latinski korijenski kognito ima zanimljivu etimologiju. Sastoji se od dijelova "co-" ("zajedno") + "Gnosters" ("znam"). Na engleskom, postoji cijela obitelj pojmova s \u200b\u200bovim korijenom: "spoznaja", "spoznajte" i druge.

U tradiciji, koja je određena po pojam "kognitivni", samo jedan "lica" misli jest, njegova analitička suština (sposobnost razgradnje cijeli broj na dijelu), razgraditi i smanjiti stvarnost. Ova strana razmišljanja povezana je s identifikacijom kauzalnih odnosa (uzročnost), što je karakteristično za um. Očigledno, dekartizi su apsolutirali razlog u njegovom algebarskom sustavu. Još jedno "lice" misli je njegova sintetizacijska suština (sposobnost dizajniranja cijelog nepristranog cijeli broj), doživljava stvarnost intuitivnih oblika, sintetizira rješenja i predviđanja događaja. Ova strana razmišljanja, otkrivena u Platonoj filozofiji i njegovoj školi, je svojstvena ljudskom umu. Nije slučajno u latinskim korijenima nalazimo dvije osnove: omjer (racionalan odnos) i razum (razumno prodor u suštinu stvari). Razumno lice misa potječe od latinskog rerea ("mislim"), uzdiglo se do korijena Eneldo korijena (umjetnosti), a zatim se pretvorio u moderan koncept umjetnosti. Dakle, razlog (razumno) je misao, slično radu umjetnika. Kognitivnost kao "um" znači "sposobnost razmišljanja, objašnjenja, eksternaliziranih radnji, ideja i hipoteza".

Za "snažnu" kognitivnost, bitan je poseban, konstruktivan status kategorije "hipoteza". To je hipoteza koja je intuitivna polazna točka za ocjenjivanje rješenja. Prilikom razmatranja situacije, LPR otkriva neke negativne veze i strukture ("praznine" situacije) da se zamijeni novim objektima, procesima i odnosima koji eliminiraju negativne učinke i stvaranje jasno izraženog pozitivnog učinka. To je suština upravljanja inovacijama. Paralelno s otkrivanjem "pauze" situacije, često kvalificirani kao "izazovi" ili čak "prijetnji", predmet upravljanja intuitivno zamišlja neke "pozitivne odgovore" kao holističke slike stanja budućnosti (usklađene) situacije.

Kognitivna analiza i modeliranje su u osnovi nove elemente u strukturi sustava podrške odlučivanju.

Tehnologija kognitivnog modeliranja omogućuje vam da istražite probleme s nejasnim čimbenicima i odnosima; - promjene u vanjskom okruženju; - koristiti objektivno utvrđene trendove u razvoju situacije u svojim interesima.

Takve tehnologije osvajaju sve više i više povjerenja u strukture koje se bave strateškim i operativnim planiranjem na svim razinama iu svim sferama upravljanja. Korištenje kognitivnih tehnologija u ekonomskoj sferi omogućuje kratko vrijeme za razvoj i potkrijepiti strategiju ekonomskog razvoja poduzeća, banke, regije ili cijelog država, uzimajući u obzir utjecaj promjena u vanjskom okruženju. U području financija i burza, kognitivne tehnologije omogućuju vam da uzmete u obzir očekivanja sudionika na tržištu. U području vojne i informacijske sigurnosti, korištenje kognitivne analize i modeliranja omogućuje se odupiranju strateškog informacijskog oružja, prepoznavanje konstrukcija sukoba, bez dovođenja sukoba u fazu oružanog sudara.

1. Koncepti i suština "kognitivnog modeliranja" i "kognitivne kartice"

Metodologiju kognitivnog modeliranja, namijenjena za analizu i donošenje odluka u slabo definiranim situacijama, predložila je Axelrod. Temelji se na modeliranju subjektivnih prezentacija stručnjaka o situaciji i uključuje: metodologiju za strukturiranje situacije: model predstavljanje stručnog znanja u obliku znaka OrGraf (kognitivna kartica) (F, W), gdje je F je skup faktora situacije, W je skup uzročnih odnosa između faktora situacija; Metode za analizu situacije. Trenutno se metodologija za kognitivno modeliranje razvija u smjeru poboljšanja analize i simulacije situacije. Ovdje su predloženi modeli za razvoj situacije; Metode rješavanja inverznih problema

Kognitivna kartica (od lat. Kognitio-znanje, znanje) - slika poznatog prostornog okruženja.

Kognitivne kartice se stvaraju i modificiraju kao rezultat aktivne interakcije subjekta s okolnim svijetom. U isto vrijeme, kognitivne kartice različitih stupnjeva zajednice, "skale" i organizacije (na primjer, mapa-pregled ili map-stazu ovisno o cjelovitosti predstavljanja prostornog odnosa i prisutnosti izražene točke reference ) može se formirati. To je subjektivna slika koja je, prije svega, prostorne koordinate u kojima su lokalizirani odvojeni percipirani objekti. Dodijelite mapu kao sekvencijalni prikaz linkova između objekata na određenoj ruti i karticu primitka kao istovremeni prikaz prostorne lokacije objekata.

Vodeća znanstvena organizacija Rusije koja se bavi razvojem i primjenom tehnologije kognitivne analize je Institut za problem upravljanja Ruskom akademijom znanosti, Division: Sektor-51, znanstvenici Maksimov VI, Korotošenko EK, Kachaev Sv, Grigoryan Ak drugi. Na svojim znanstvenim radovima u području kognitivne analize i ovo se predavanje temelji.

Osnova kognitivne analize i modeliranja tehnologije (slika 1) je kognitivna (kognitivno ciljno) strukturirajuće znanje o objektu i vanjskom okruženju za to.

Slika 1. Tehnologija kognitivne analize i modeliranja

Kognitivno strukturiranje predmetnog područja je identifikacija budućeg cilja i nepoželjnih stanja objekta upravljanja i najznačajnijih (osnovnih) faktora upravljanja i vanjskog okruženja koji utječu na tranziciju objekta u ovim državama, kao i uspostavu kvalitativnog Razina uzročnih odnosa između njih, uzimajući u obzir međusobne čimbenike utjecaja.

Rezultati kognitivnog strukturiranja prikazani su pomoću kognitivne kartice (model).

2. Kognitivni (obrazovni cilj) Strukturiranje znanja o ispitivanom objektu i vanjskom okruženju za to na temelju analize štetočina i SWOT analize

Odabir osnovnih čimbenika provodi se primjenom analize štetočina, dodjeljivanjem četiri glavne skupine čimbenika (aspekata), koji određuju ponašanje objekta u studiju (slika 2):

P.olicy - politika;

E.comomy - ekonomija;

S.društvo - društvo (socio-kulturni aspekt);

T.enjanologija - Tehnologija

Slika 2. Faktori analize štetočina

Za svaki specifični složen objekt postoji poseban skup najznačajnijih čimbenika koji određuju njegovo ponašanje i razvoj.

Analiza štetočina može se smatrati opcijom analize sustava, jer faktori koji pripadaju navedenim četiri aspekta općenito međusobno povezani i karakteriziraju različite hijerarhijske razine društva kao sustava.

U ovom sustavu postoje determinističke veze usmjerene s nižim razinama hijerarhije sustava na gornju (znanost i tehnologiju utječu na gospodarstvo, gospodarstvo utječe na politiku), kao i inverzne i inter-razine veze. Promjena bilo kojeg od čimbenika kroz ovaj sustav odnosa može utjecati na sve druge.

Te promjene mogu predstavljati prijetnju razvoju objekta, ili, naprotiv, pružiti nove mogućnosti za uspješan razvoj.

Sljedeći korak je situacijska analiza problema, SWOT analiza (slika 3):

S.trenings - prednosti;

W.eakines - nedostaci, slabosti;

O.pportunities - mogućnosti;

T.poražaj - Prijetnje.

Slika 3. Čimbenici SWOT-analize

To uključuje analizu prednosti i slabosti razvoja objekta u studiju u njihovoj interakciji s prijetnjama i mogućnostima i omogućuje vam da identificirate stvarna problematična područja, uska grla, šanse i opasnosti, uzimajući u obzir čimbenike vanjskog okruženja.

Mogućnosti su definirane kao okolnosti koje doprinose povoljnom razvoju objekta.

Prijetnje su situacije u kojima se oštećenja može oštetiti, na primjer, njegovo funkcioniranje može biti povrijeđeno ili može izgubiti postojeće prednosti.

Na temelju analize različitih mogućih kombinacija prednosti i slabosti s prijetnjama i sposobnostima, formira se problemsko polje objekta prema studiji.

Problem polje je skup problema koji postoje u simuliranom objektu i okolišu u njihovom odnosu jedni s drugima.

Prisutnost takvih informacija je osnova za određivanje ciljeva (smjerova) razvoja i načina da ih postignemo, razvijaju razvojnu strategiju.

Kognitivno modeliranje na temelju situacijske analize omogućuje vam da pripremite alternativna rješenja za smanjenje stupnja rizika u namjenskim problematičnim područjima, predviđajte moguće događaje koji mogu biti teže razmisliti o položaju simuliranog objekta.