Metoda kognitivnog modeliranja u proučavanju problema upravljanja. Srednjoročno predviđanje ruskog gospodarstva koristeći kognitivni model

Individualni rad

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. Eakses - 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.

Faze kognitivne tehnologije i njihovi rezultati prikazani su u tablici 1:

stol 1

Faze kognitivne tehnologije i njegovih rezultata

Fazi naziva	Oblik reprezentacije rezultata
1. Kognitivni (obrazovni cilj) Strukturiranje znanja o ispitivanju i vanjskom okruženju za to na temelju analize štetočina i SWOT analize: Analiza početne situacije oko predmeta u studiju s dodjelom osnovnih čimbenika koji karakteriziraju ekonomske, političke itd. Procesi koji se pojavljuju u objektu iu njezinoj makrociminaciji i utječu na razvoj objekta. 1.1 Detekcija čimbenika koji karakteriziraju prednosti i slabosti objekta u studiju 1.2 Detekcija čimbenika koji karakteriziraju mogućnosti i prijetnje iz vanjskog okruženja objekta 1.3 Izgradnja problematičnog polja objekta u studiju	Izvješće o konceptualnom studiju objekta i njegovom problemu
2. Izgradnja kognitivnog modela za razvoj objekta - formalizacija znanja dobivenih u fazi kognitivne strukture 2.1 Izolacija i opravdanje čimbenika 2.2 Uspostava i obrazloženja odnosa između čimbenika 2.3 Izgradnja modela grafa	Računalni kognitivni model objekta u obliku orijentiranog grafikona (i matrice odnosa čimbenika)
3. Scenic proučavanje trendova u razvoju situacije oko predmeta u studiju (uz podršku programskog kompleksa "Situacija", "Compass", "Kit") 3.1 Određivanje svrhe studije 3.2 Quest Skripting istraživanja i njihova simulacija 3.3 Detekcija trendova u razvoju objekta u njegovom macoklanju 3.4 Tumačenje rezultata studije scenarija	Izvješće o studiji scenarija o situaciji, s tumačenjem i zaključcima
4. Razvoj strategija za upravljanje situacijom oko istraživanja 4.1 Definicija i opravdanje cilja upravljanja 4.2 rješenje za izdavanje 4.3 Izbor strategija upravljanja i naručivanje prema kriterijima: Mogućnosti za postizanje cilja; rizik gubitka kontrole situacije; Rizik od izvanrednih situacija	Izvješće o razvoju razvojne strategije s strategijama za različite kriterije kvalitete upravljanja
5. Pretražite i opravdavaju strategije postignuća ciljeva u stabilnim ili promjenjivim situacijama za stabilne situacije: a) izbor i opravdanje cilja upravljanja; b) izbor događaja (ureda) za postizanje cilja; c) analiza glavne mogućnosti postizanja cilja iz trenutnog stanja situacije koristeći odabrane aktivnosti; d) analiza realnih ograničenja provedbe odabranih aktivnosti; e) analiza i obrazloženja stvarne mogućnosti postizanja cilja; e) razvoj i usporedba strategija za postizanje cilja: blizine rezultata upravljanja namjene; troškovi (financijski, fizički itd.); po prirodi posljedica (reverzibilna, nepovratna) iz provedbe ovih strategija u stvarnoj situaciji; U opasnosti od izvanrednih situacija za promjenu situacija: a) izbor i opravdanje trenutnog cilja upravljanja; b) u odnosu na trenutni cilj prethodnih stavki p. BD; c) analiza promjena u situaciji i njihovom mapiranju u modelu grafikona situacije. Prijelaz na str. A.	Izvješće o razvoju strategija za postizanje cilja u stabilnim ili promjenjivim situacijama
6. Razvoj programa za provedbu razvojne strategije ispitivanog objekta na temelju dinamičke simulacije (uz podršku softverskih paketa ithink) 6.1. Povlačenje resursa u smjerovima i vremenom 6.2 Koordinacija 6.3 Upravljanje performansama	Program za provedbu strategije razvoja objekta. Razvoj modela računalne simulacije objekta

2. Problemi kognitivnog pristupa

Danas se mnoge napredne zemlje "vrte" gospodarstvo na temelju znanja i učinkovitog upravljanja. Najvrednija roba države postaje intelektualno vlasništvo. Suština modernog i budućeg rata postaje zbunjenost intelektualaca. U takvim uvjetima, neizravne i nekonvencionalne aktivnosti su najprikladniji načini postizanja geopolitičkih ciljeva i stoga informacijsko oružje postaje ogromno. Postoje dva pojma razvoja strateških ruku s različitim ulogama u njihovom strateškom informacijskom oružju (SiO). Prva generacija SiO je sastavni dio strateškog oružja zajedno s drugim vrstama strateškog oružja i konvencionalnog oružja.

Druga generacija Sio je neovisna, radikalno nova vrsta strateškog oružja, koja se pojavila kao rezultat informatičke revolucije i korištene u novim strateškim smjerovima (na primjer, ekonomskom, političkom, ideološkom, itd.). Vrijeme izlaganja u takvom oružju može biti mnogo dulje razdoblje - mjesec, ako i više. Druga generacija Sio će moći izdržati mnoge druge vrste strateškog oružja i bit će kernel strateških oružja. Kao rezultat upotrebe SiO-2 situacija, situacija je prijetnja sigurnosti Rusije i karakterizira nesigurnost, nejasna i nejasna struktura, utjecaj velikog broja heterogenih čimbenika i prisutnost mnogih alternativnog razvoja opcije. To dovodi do potrebe za primjenom netradicionalnih metoda za proučavanje geopolitičkih, informacija i drugih procesa koji se pojavljuju u Rusiji i svijetu, zajedno i međusobno u interakciji iu vanjskom nestabilnom okruženju. Anti-inozemstvo je namijenjeno za strukturiranje, analizu i donošenje odluka o upravljanju u složenim i neodređenim situacijama (geopolitička, unutarnja politička, vojska, itd.), u odsutnosti kvantitativnih ili statističkih informacija o procesima koji se pojavljuju u takvim situacijama.

Kognitivno modeliranje omogućuje brz način

u kratkom vremenu na visokoj razini:

- procijeniti situaciju i analizirati uzajamni utjecaj postojećih čimbenika koji određuju moguće scenarije za razvoj situacije;

- identificirati trendove u razvoju situacija i stvarnim namjerama njihovih sudionika;

- razviti strategiju za korištenje trendova u razvoju političke situacije u nacionalnim interesima Rusije;

- utvrditi moguće mehanizme za interakciju sudionika situacije da postignu svoj fokusirani razvoj u interesu Rusije;

- razviti i potkrijepiti upute upravljanja situacijom u interesu Rusije;

- Odredite moguće mogućnosti za razvoj situacije, uzimajući u obzir posljedice usvajanja najvažnijih rješenja i usporedite ih.

Korištenje kognitivne tehnologije modeliranja omogućuje djelovanje na unaprijed i ne donosi potencijalno opasne situacije prijeteći i sukobljenim, te u slučaju njihovog pojavljivanja - da bi racionalne odluke u interesu ruskih sastavnih subjekata.

Za zadatke povezane s organizacijskim sustavima, problem nesigurnosti u opisu i modeliranju funkcija sudionika nije metodološka, \u200b\u200bveć interno svojstvena predmeta istraživanja. Različita postavka problema upravljanja situacijom, ovisno o cjelovitosti sudionika informacija o situaciji i ostatku sudionika, osobito, za traženje rezonantnih i sinergijskih učinaka, kada poboljšate situaciju dok je izloženost nekoliko sudionika više "Udruga" pozitivnih učinaka od svakog od sudionika odvojeno.

Sa stajališta za upravljanje znanosti danas, posebno je važno koristiti meko rezonantno upravljanje složenim društveno-ekonomskim sustavima, čija se umjetnost sastoji u metodama samouprave i samokontrole sustava. Slabi, takozvani rezonantni fenomeni su iznimno učinkoviti za "promociju" ili samouprave, jer odgovaraju unutarnjim trendovima u razvoju složenih sustava. Glavni problem je kako mali rezonantni utjecaj na guranje sustava na jedan od vlastitog i povoljnog razvojnog sustava, kako osigurati samoupravu i samoodrživi razvoj (samoodrživ razvoj).

Zaključak

Korištenje kognitivnog modeliranja otvara nove mogućnosti predviđanja i upravljanja u različitim područjima:

u ekonomskoj sferi, to omogućuje u kratkom vremenu za razvoj i potkrijepiti strategiju ekonomskog razvoja poduzeća, banke, regije ili čak cijele države, uzimajući u obzir utjecaj promjena u vanjskom okruženju;

u području financija i burza - uzeti u obzir očekivanja sudionika na tržištu;

u vojnom području i području informacijske sigurnosti, oduprijeti se strateškom informacijskom oružju, unaprijed prepoznavanje struktura sukoba unaprijed i razvijajući odgovarajuće mjere odgovora za prijetnje.

Kognitivno modeliranje automatizira dio funkcija kognitivnih procesa, tako da se uspješno mogu koristiti u svim područjima u kojima tvrde samo-znanja. Ovdje su samo neka od tih područja:

1. Modeli i metode inteligentnih informacijskih tehnologija i sustava za stvaranje geopolitičkih, nacionalnih i regionalnih strategija društveno-ekonomskog razvoja.

2. Modeli opstanka "mekih" sustava u mijenjanju medija s nedostatkom resursa.

3. Situacijska analiza i razvoj događaja u kriznim okruženjima i situacijama.

4. Praćenje informacija o društveno-političkim, društveno-ekonomskim i vojnim političkim situacijama.

5. Razvoj načela i metodologije za provođenje računalne analize problemskih situacija.

6. Razvoj analitičkih scenarija za razvoj problematičnih situacija i upravljanje njima.

8. Problemi praćenja u društveno-ekonomskom razvoju korporacije, regije, grada, država.

9. Tehnologija kognitivnog modeliranja ciljanog razvoja regije Ruske Federacije.

10. Analiza razvoja regije i praćenje problema s problemom u ciljanom razvoju regije.

11. Modeli za formiranje državne regulacije i samoregulacije potrošačkog tržišta.

12. Analiza i upravljanje razvojem situacije na tržištu potrošača.

Tehnologija kognitivnog modeliranja može se široko koristiti za jedinstvene projekte za razvoj regija, banaka, korporacija (i drugih objekata) u kriznim uvjetima nakon odgovarajućeg učenja.

Popis rabljene literature

1. http://www.ipu.ru.

2. http://www.admhmao.ru.

3. Maksimov V.i., Kornowoshenko e.k. Znanje je temelj analize. Bankarstvo Technologies, br. 4, 1997.

4. Maksimov V.i., Kornowoshenko e.k. Analitičke baze za primjenu kognitivnog pristupa pri rješavanju zadataka s niskim otporom. Postupak IPU, ISP.2, 1998.

5. Maksimov V.i., Kachaev S.V., Kornowoshenko e.k. Konceptualno modeliranje i praćenje problema i konfliktnih situacija u ciljanom razvoju regije. U subotu "Moderne tehnologije upravljanja za gradove i regije uprave." Zaklada "Problemi upravljanja", M. 1998.

Slika 3. Kognitivna karta za analizu problema potrošnje električne energije u regiji

Arc () ima znak "+", jer poboljšanje okoliša dovodi do povećanja broja stanovnika, a pogoršanje okoliša okoliša uzrokuje odljev populacije. Arc () ima znak "-", budući da povećanje potrošnje energije pogoršava stanje okoliša, a smanjenje potrošnje energije ima blagotvoran učinak na njegovo stanje. Arc () ima znak "+" zbog činjenice da povećanje broja stanovnika uzrokuje povećanje potrošnje energije i, naprotiv, smanjenje populacije dovodi do pada potrošnje energije.

Razmotrite interakciju čimbenika u krugu. Pretpostavimo da se stanovništvo povećalo. To će dovesti do povećanja potrošnje energije i stoga će pogoršati stanje okoliša, što će zauzvrat dovesti do smanjenja broja stanovnika. Dakle, učinak pulsa u vrhu će se kompenzirati djelovanjem konture, a ponašanje sustava se stabilizira. Tri čimbenika oblikuju konturu suprotno odstupanje.

U krugu, svi lukovima s oznakom "+", i lako je vidjeti da će se povećanje (smanjenje) bilo koje varijable u ovom krugu pojačati. Kao što je gore spomenuto, na matematičkom jeziku, kognitivna karta se naziva orijentirani grafikon na temelju znakova. Pod konturom, stupac znači zatvoreni orijentirani put, čiji su svi vrhovi različiti.

Konture u kognitivnoj karti odgovaraju konturama povratnih informacija. Kontur, povećavajući odstupanje, je krug pozitivne povratne informacije, a kontura koja se protivi odstupanje je negativan povratni krug. Japanski znanstvenik m.Marayama nazvao je ove konture, odnosno morfogenetske i homestatične. U istom radu, Maruyam je dokazao da kontura poboljšava odstupanje ako i samo ako sadrži i broj negativnih luka ili ih uopće ne sadrži, inače je to kontura suprotna odstupanja. Doista, u slučaju ravnomjernog broja negativnih luka, oporba će biti susret samu opoziciju. Ako je broj negativnih luka neparan, onda potonja opozicija ne ispunjava opoziciju.

Ova shema analize uglavnom odgovara intuitivnim idejama o uzročnosti. Jasno je da interakcija dvaju čimbenika i može poštivati \u200b\u200bsloženije uzorke, ali u ovom slučaju, jezici funkcionalnih odnosa treba koristiti za opisivanje procesa u studiju.

Iskustvo korištenja kognitivnih karata pokazuje da istraživač često pretjerano pojednostavljuje situaciju zbog ograničenih kognitivnih sposobnosti, poteškoće istodobnog računovodstva za veliki broj čimbenika, njihove dinamičke interakcije. M. Vertheimer je napisao da istraživač često nema širinu vizije u teškim situacijama, uključujući i nekoliko podnesaka, razumijevanje cjeline je izgubljeno, nametnut je uski pogled na problem.

U monografiji D. oslika, posvećeno uzrokoj analizi, naglašava se da samo nekoliko zanimljivih fenomena u javnim znanostima ovisi o samo jednom razlogu. Javni fenomeni obično uključuju mnogo različitih događanja, trendove definirane nekoliko čimbenika, svaki zauzvrat utječe na neki broj drugih čimbenika. Mreže kauzalnog odnosa formiraju se, tj. uzročnost je sistemska. Uzročnost uzrokuje model društvenih fenomena, a proučavanje modela osigurava produbljivanje razumijevanja uzročnih odnosa koje su ih proveli.

Analizirajući svoje i druge kognitivne kartice, istraživač može brzo produbiti razumijevanje problema, poboljšati kvalitetu i valjanost donesenih odluka. Osim toga, kognitivna karta je prikladan alat za promjenu dobro utvrđenih stereotipa, doprinosi stvaranju novih gledišta. Tako je u radu M. Maruyama dao primjer pogrešnog vjerovanja (kognitivni kliše), da je trgovina dviju zemalja igra s nultom iznosom. Ako jedan partner pobijedi, onda drugi od istih gubitaka. Ovo uvjerenje je psihološka pozadina ratnih ograničenja na uvoz robe (uvoz).

Za zemlju koja ima deficit u trgovini s drugom zemljom, na prvi pogled nalaze se dva ekvivalentna načina za poboljšanje trgovinske bilance: smanjiti uvoz i povećati izvoz. Međutim, ratna ograničenja dovode do negativnog ukupnog učinka: zbog smanjenja prometa kapitala između dviju država, povećanje nezaposlenosti gubi obje strane. Naprotiv, međusobna ekspanzija izvoza povećava stopu cirkulacije kapitala i daje pozitivan učinak za obje države.

Kognitivna kartica posebno je korisna za analizu akcije teško za formalizabilne čimbenike, čiji je dimenzija često vrlo težak problem.

Engleski znanstvenik K.IDAN ponudio je korištenje kognitivnih kartica za kolektivni razvoj i donošenje odluka. K.IDEN naglašava važnost činjenice da učinkovitost interakcije u skupini osoba donošenja odluka značajno ovisi o tome kako svaki sudionik razumije načine tumačenja situacija od strane drugih članova Grupe. Važnu ulogu u dobivanju konsenzusa igraju članovi jedinstva Grupe u načinu izgradnje budućih događaja, procesa "jačanja razumijevanja", "promjena simbola", identificiranjem novih gledišta. Trebamo alat za popravak i analizu mišljenja, koje se često temelje na iskustvu i intuiciji stručnjaka. Važno je biti u mogućnosti snimiti kontradiktorne točke gledišta stručnjaka bez gubitka bogatstva argumentacije. Kognitivna karta omogućuje praćenje odnosa između budućnosti, sadašnjosti i prošlosti u procesu.

Jasno je da korištenje kognitivnih kartica za planiranje u organizaciji može zahtijevati fiksaciju nekoliko tisuća međusobno povezanih izjava. Stoga, za pisanje, pohranjivanje, pretraživanje i analizu podataka, potrebno je koristiti računalo i poseban softver. Trenutno su razvijeni brojni komercijalni paketi za analizu kognitivnih kartica (NIPER, Cope, Gismo).

EUM se može koristiti za sljedeće svrhe:

§ potražite koncepte koji sadrže određeni skup ključnih riječi;

§ Traži klastere na karti, tj. skupine međusobno povezanih koncepata koje su blizu jedni drugima;

§ Pronalaženje izlaza kartica (izjave bez posljedica);

§ potražite izjave koje su ključne za veliki broj argumenata;

§ definicije navoda s najvišom argumentacijom;

analiza veza izraženih mišljenja sa strukturom organizacije.

Kognitivna kartica je "sintetička mudrost" tima organizacije i akumulira stavove ljudi, od kojih se mnogi nikada nisu sreli. Svaki sudionik procesa mora biti uvjeren da se njegovo mišljenje uzima u obzir i može utjecati na strategiju organizacije. Stoga je poželjno da su zaposlenici organizacije na redovito uključeni u taj proces, te bi trebali znati da su preostali zaposlenici također uključeni u proces formiranja strategije. Uz pomoć različitih radnih skupina i odbora, postoji proučavanje pojedinih dijelova strateškog plana i, što je najvažnije, prate učinke povratnih informacija.

Ovaj pristup omogućuje vam da se riješite brojnih okolnosti koje ometaju usvajanje učinkovitih rješenja: sužavanje stajališta o stvarnosti pod utjecajem uobičajenog iskustva, dosade i ritualne prirode planiranja, institucije organizacijskih struktura, Utjecaj stereotipa, ambicija itd.

Tehnika kognitivnog modeliranja, u pravilu podrazumijeva određeni slijed djelovanja. To uključuje razdvajanje medija, relevantan za problem u studiju, na vanjskom i unutarnjem. Vanjski okoliš je nešto što praktično i jasno ne ovisi o osobi (menadžer, predmet, vođa, vođa, organizaciji, itd.) Zainteresirani za rješavanje problema koji se pojavljuje, ali utječe na rješenje ovog problema, a unutarnji je da ta osoba može promijeniti.

Tada se dodjeljuju čimbenici (koncepti, pojmovi), karakteriziraju situaciju i procijenili međusobni utjecaj između njih. Ponekad se čimbenici odmah distribuiraju pozitivnim (pozitivnim) i negativnim (negativnim) čimbenicima. Takvi čimbenici mogu najprije biti pretjerano mnogo pomoći u rješavanju problema (oko 100-120), stoga koriste posebne postupke za kompresiju, omogućujući im da se smanjuju na 5-5.

U sljedećoj fazi, potrebno je privući stručne procjene kako bi se ispunila rezultat s određenim značenjima, što omogućuje odgovoriti na pitanje koje čimbenici mogu izravno utjecati, kao i čimbenike čije bi se vrijednosti promijenile, ali to nemoguće je to učiniti izravno.

Na temelju stručnih procjena i njihove odgovarajuće analize, mogući scenariji za razvoj situacije i opcija za poduzete aktivnosti, na temelju kojih se provodi simulacija situacije u njegovoj dinamici. Rezultat kognitivnog modeliranja treba biti formulacija najviše uznemirujuće strategije djelovanja koje uzimaju u obzir ne samo vanjske koristi i ograničenja, već i zahtjeve unutarnjeg okruženja.

Kognitivno modeliranje je, prije svega, brz primitak odgovora na pitanja poput "Što će se dogoditi ako ...?" I "Što da radim ...?" Kroz identifikaciju čimbenika i njihovih međusobnih utjecaja u sklapanju slabih i nestabilnih situacija, gdje ljudi imaju veliki utjecaj na dinamiku problema rješavanja problema, a zadatak je najčešće obrnut i netočan.

Razvojni trendovi kognitivnih metoda modeliranja formiraju se u kontekstu poboljšanja metoda situacijske analize, kao i druge teorijske i primijenjene analitičke studije, naime:

· Od informiranja sudionika - ekstrakciji znanja i razumijevanja;

· Od referentnog rada - do analitičke;

· Od jednog sudionika do skupina;

· Iz analize unutarnjeg medija - do vanjskog;

· Od ekstrapolacijskih trendova - pronaći izvanredne svrhe i putove;

· Od registracije podataka - do upravljanja znanjem;

· Iz informacijske sigurnosti - održivo upravljanje;

· Iz točnosti - intelektualnosti;

Kognitivno modeliranje je jedinstven i praktičan način za potporu strateškog i taktičkog upravljanja, osiguravajući rast povjerenja u vođu; Poboljšati povjerenje u ispravnost djelovanja; postići zadovoljstvo upravljanja od kvalitete sastanaka; Brza potraga za dobrim mjerama i rješenjima; Upozorenja sukoba i kriza; duboko razumijevanje problema; Zgodan i upravljanje vizualnim resursima.

Tehnologija kognitivne analize i modeliranja (slika 4) je kognitivna (kognitivno ciljno) strukturiranje znanja o objektu i vanjskom okruženju za to.

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

Klasa Čimbenici	Karakteristike faktora	Oznaka
Osnovni resurs	Resursi nafte i plina (u pokazateljima proizvodnje, milijun tona. E.) Ljudski kapital (akumulirani troškovi formiranja, milijarde rubalja)	0-1 ulje 0-2 Ljudski kapital
Ispraviti financijske tokove	Ulaganja u dugotrajnu imovinu (milijardu rubalja) Prihodi i rashodi za proračun (milijarde rubalja) Primanje izravnih stranih ulaganja (FDI, milijuna dolara) troškovi proizvodnje (milijarde rubalja) Inovacijski troškovi (troškovi istraživanja i razvoja, milijarde rubalja)	1-1 ulaganja 1-2 proračun 1-4 Troškovi 1-5 inovacija
Glavni shopping kompleksi	Sektor nafte i plina (bruto dodana vrijednost, milijarde rubalja) Industrija (proizvodnja, bruto dodana vrijednost, milijarde rubalja) Znanstveni i obrazovni kompleks (NOK, bruto dodana vrijednost, milijardu rubalja)	2-1 ngs 2-2 industrije
Pružanje čimbenika	Infrastruktura (proizvodnja infrastrukturnih grana i pružanje aktivnosti, milijarde rubalja) Razina tehnologije (Visokokvalitetna varijabla *) Razina razvoja društvene sfere (visokokvalitetna varijabla)	3-1 infrastruktura 3-2 tehnologija 3-3 društvene sfere
Vanjski	Vanjska situacija (cijene nafte, dolar / bačva.) Vanjski rizici - financijska, politička, regulatorna itd. (Kvalitativna varijabla)	4-1 Cijene
Ciljani čimbenik	Razina gospodarskog razvoja (po GDP-u po glavi stanovnika, Tisuću rubalja)	5-1 BDP
* Kvalitativne (ne-izmjerene) varijable odražavaju različita stanja, od kojih svaka odgovara određenom numeričkom ekvivalentu. Prisutnost jednog modela kvantitativnih i kvalitetnih varijabli moguće je, budući da je otopina otopine usmjerena na dobivanje ne apsolutnih vrijednosti, ali dinamičnih (povećanje) karakteristike u smislu propadanja ili poboljšane situacije.

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

Aganbegian. Socio-ekonomski razvoj Rusije: Analiza i prognoza // Problemi prognoziranja. 2014. No. 4. str 3-16.
Knight F. Rizik i nesigurnost // Tezesis. 1994. № 5. P. 12-17.
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).
Shmat v.V. Resursi u "zapadnoj" globalizaciji // eko. 2015. Ne. 7. P. 163-178.
Axelrod R. Struktura odluke: kognitivne karte političkih elita. Princeton // NJ: Princeton University Press, 1976. 404 str.
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.
Lavanresh i.i., Mirona V.V., Smirnov A.V. Kognitivno modeliranje regija Socio-ekonomske stope // bilten itk. 2011. Ne. 1. P. 22-30.
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.
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).
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).

Kuleshov V., Alekseev A., Jagolnizer M. Map Road Reindustrial Politika: kognitivni alat // ekonomist. 2015. № 10. str. 51-63.
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.
Unificirani međuresorni informacijski i statistički sustav (emiss). URL: https://www.fedstat.ru/indicators/data.do. (Referentni datum 02/13/2016).
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).
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).
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).

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. 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.

Kognitivno modeliranje

Uvod

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

2. Problemi kognitivnog pristupa

Zaključak

Popis rabljene literature

Uvod

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

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

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

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

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.

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.eakses - nedostaci, slabosti;

O.pportunities - mogućnosti;

T.poražaj - Prijetnje.

Slika 3. Čimbenici SWOT-analize

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.