Деловая слава России


Новости


МЕЖОТРАСЛЕВОЙ АЛЬМАНАХ

Свежий номер альманаха, Архив номеров, Подписка на альманах, Реклама в альманахе, Контакты



РАЗВИТИЕ НАУКИ В РОССИИ



Опрос

Нужно ли стремиться вернуть в Россию учёных, уехавших жить и работать за границу?
Да, не стоит упускать умных и талантливых людей
Скорее да, но вряд ли наше государство сможет обеспечить им заграничный уровень жизни
Скорее нет, лучше обеспечить хорошие условия тем, что ещё не уехали
Нет, лучше вложить средства в воспитание и развитие молодых учёных
Другое








Деловая слава России » Наука » Информатизация Коми

Наука: Информатизация Коми - 8-03-2013, 14:12

Информатизация Коми
Михаил Ростиславович ЕЛАГИН,

руководитель реферантуры государственного автономного учреждения Республики Коми «Центр информационных технологий»

Иван Иванович ЛАВРЕШ,

кандидат технических наук, заведующий кафедрой информационных систем Сыктывкарского лесного института (филиала) государственного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный лесотехнический институт имени С.М. Кирова»

 Владимир Валерьевич МИРОНОВ,

кандидат физико-математических наук, директор института точных наук и информационных технологий федерального государственного бюджетного образовательного учреждения высшего профессионального образования Сыктывкарский государственный университет

Дмитрий Александрович ПОПОВ,

главный специалист государственного автономного учреждения Республики Коми «Центр информационных технологий».

 Андрей Владимирович СМИРНОВ, аспирант

Института социально-экономических и энергетических проблем Севера федерального государственного бюджетного учреждения науки «Коми научный центр Уральского отделения РАН»

 

ИМИТАЦИОННЫЕ МОДЕЛИ И ИНФОРМАТИЗАЦИЯ РЕГИОНА

 

Наиболее распространенные подходы к построению имитационных моделей таковы: дискретно-событийное моделирование, агентное моделирование, системная динамика. Указанные подходы различаются по степени абстракции представления объекта исследования и зависят от используемого модельного времени (непрерывные и дискретные). Модели могут быть использованы для поддержки принятия решений на различных уровнях регионального управления.

 

Государственная политика Республики Коми в сфере информатизации заключается в повышении эффективности решения стратегических и оперативных задач социально-экономического развития Республики Коми посредством внедрения информационно-коммуникационных технологий. Государственная политика Республики Коми в сфере информатизации основана на следующих принципах:

 

 

1) подчинение процессов информатизации решению приоритетных задач социально-экономического развития Республики Коми, модернизации системы государственного управления;

2) определение направлений и объемов бюджетных расходов в области информатизации в государственном управлении на основе конкретных измеримых результатов и показателей эффективности деятельности органов исполнительной власти Республики Коми;

3) создание для органов исполнительной власти и местного самоуправления в Республике Коми общих элементов информационно-технологической инфраструктуры, их унификация, использование типовых решений при создании государственных информационных систем Республики Коми и информационных систем органов местного самоуправления республики;

4) обеспечение согласованности и сбалансированности внедрения информационных технологий в деятельность органов исполнительной власти Республики Коми;

5) согласованность нормативной правовой и методической базы в сфере информатизации на всех уровнях;

6) обеспечение совместимости государственных информационных систем Республики Коми с государственными федеральными и муниципальными информационными системами, организация информационного обмена с федеральными, муниципальными и иными информационными системами в рамках единого информационного пространства Российской Федерации.

 

 

Решить такие задачи непросто. В современных условиях постоянно возрастающая сложность социально-экономических систем вызывает трудность в управлении. Это обусловлено наличием непредсказуемых обратных связей, большим числом параметров, случайными факторами, а также ограниченностью во времени. Требуется детальное изучение их структуры информатизации и прогнозирование возможных последствий принятия решений.

 

 

Одним из наиболее эффективных подходов к построению систем поддержки принятия решений является имитационное моделирование. Имитационная модель в результате многократных прогонов прогнозирует различные варианты развития исследуемых систем. На основе полученных данных вырабатываются рекомендации, необходимые лицам, принимающим решения. Преимуществом этого подхода является возможность моделирования во времени объектов, реальные эксперименты с которыми невозможны. К ним относятся и социально-экономические системы регионов.

 

 

В имитационном моделировании выделяют несколько наиболее распространенных подходов к построению моделей:

 

• дискретно-событийное моделирование

• агентное моделирование

• системная динамика

 

Подходы различаются по степени абстракции представления объекта исследования и зависят от используемого модельного времени (непрерывные и дискретные). Дискретно-событийное моделирование – построение и исследование имитационной модели, отражающей последовательные изменения состояния системы в определенные (дискретные) моменты времени. Система может меняться только в исчислимое количество моментов времени. В такие моменты происходят события, которые могут изменить состояние системы.

 

 

Дискретно-событийные модели основаны на моделировании случайных событий, величин и процессов. Для этого используются генераторы последовательностей псевдослучайных чисел. От качества генератора во многом зависит эффективность модели. Необходимо добиться наибольшей независимости чисел последовательности друг от друга и отсутствия цикличности (в рамках требуемого объема последовательности). Обычно используются генераторы, моделирующие случайную величину с равномерным распределением. Имеются методы преобразования этих результатов для получения произвольно распределенной случайной величины.


 

Противоположностью дискретно-событийным являются непрерывные модели. Непрерывное моделирование – моделирование, при котором модельное время может принимать любое значение в заданном промежутке. Непрерывные модели, для которых возможно построение математической модели, используются в виде совокупности алгебраических дифференциальных уравнений. Непрерывные имитационные модели обычно реализуются средствами системной динамики.

 

 

Системная динамика – метод имитационного моделирования, основанный на представлении системы на высоком уровне абстракции как совокупности потоков и накопителей. В этой парадигме моделирования для исследуемой системы строятся графические диаграммы причинных связей и влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. Такой вид моделирования более всех других парадигм помогает понять суть причинно-следственных связей между объектами и явлениями.


 

Основы системной динамики заложил профессор Слоановской школы бизнеса Массачусетского технологического института Джей Форрестер. Он исследовал влияние обратных связей на городские системы (жилой фонд, предприятия, налоги, рынок рабочей силы) и на мировую динамику в целом. Форрестер спрогнозировал развитие экономики, демографии и экологии планеты на весь XXI век. Его ученик, Джон Стерман, применил системо-динамический подход к изучению систем в бизнесе. Математически модели системной динамики представляют собой системы дифференциальных уравнений, называемых уравнениями состояния:

 

X’ = f(X,U,t),

 

где:

 X = (x1,x2,…,xm)T – вектор состояний

 x1,x2,…,xm – переменные состояния

U = (u,x2,…,up)T – вектор входов

t – модельное время

 

 

Связи между переменными состояния устанавливается в виде функций правых частей уравнений состояния. Полученная модель может быть представлена графом, вершины которого соответствуют переменным модели, а дуги – функциональным связям между ними. В процессе численного решения уравнений определяются значения искомых показателей.

 

Суть третьего подхода – агентного моделирования – не связана с определенным типом модельного времени. Он применяется для исследования децентрализованных систем, представимых в виде совокупности объектов, обладающих определенными правилами поведения. Агентное моделирование позволяет исследовать сложные системы, поведение которых определяется на низком уровне абстракции. Оно основано на исследовании взаимодействующих друг с другом агентов. Каждый агент:

 

 

• обладает набором характеристик

• имеет правила поведения и принятия решений

• имеет цель, влияющую на его поведение

• находится в определенной среде и взаимодействует в ней с другими агентами

• может обладать способностью самообучения на основе собственного опыта


 

Впервые агентный подход для моделирования социально-экономических систем применил американский экономист, лауреат Нобелевской премии Томас Шеллинг. Он исследовал расовую сегрегацию в американских городах и показал, что гетто могут образовываться в результате взаимодействия индивидуумов, а не целенаправленной политики властей. Каждый подход имеет свои преимущества и недостатки, но наиболее эффективным является такой, который совмещает все виды имитационного моделирования в рамках единой модели. Часть системы описывается в терминах одного вида моделирования, а часть – в терминах другого.

 

 

При моделировании социально-экономических систем наиболее ценные методологии – агентная и системодинамическая. Это связано с различными подходами экономической теории. Наибольшее развитие получила неоклассическая экономическая школа, которая исследует экономику с помощью предельных величин. Такие модели представимы в виде систем дифференциальных уравнений и, следовательно, соответствуют методологии системной динамики.

 

 

Другой подход к изучению экономики – поведенческая экономика. Он исходит из положения ограниченной рациональности, заключающегося в том, что экономический субъект не всегда соблюдает максимально рациональный вариант поведения, а останавливается на одном из относительно приемлемых. Тогда поведение этого субъекта можно описать алгоритмически. Для моделирования таких процессов используется агентная методология.

 

 

Большое число компьютерных моделей российской экономики было создано отделом «Математическое моделирование экономических систем» Вычислительного центра имени А.А. Дородницына Российской академии наук (РАН) под руководством члена-корреспондента РАН И.Г. Поспелова. Эти модели основаны на агентном подходе. В качестве агентов выступают: фирмы, банки, население, собственники, государство, центральный банк и другие.


 

«С помощью моделей удалось понять внутреннюю логику развития экономических процессов, скрывшуюся за видимой, часто, казалось бы, парадоксальной картиной экономических явлений, которая не укладывалась в известные теоретические схемы. Опыт применения моделей показал, что они служат надежным инструментом анализа макроэкономических закономерностей, а также прогноза последствий макроэкономических решений при условии сохранения сложившихся отношений. Можно сказать, получилась целая «летопись» российских экономических реформ, выраженная языком математических моделей».

 

 

Одна из моделей (модель экономики России, учитывающая теневой оборот) построена на основе модели межвременного равновесия с капиталом, модифицированном варианте модели Эрроу-Дебре. Согласно модели, названной в честь нобелевских лауреатов Кеннета Джозефа Эрроу и Жерара Дебре, экономика функционирует конечное множество дискретных моментов времени. В ней действуют конечное множество производителей и потребителей, распределяющих конечное множество продуктов. Каждый производитель в каждый период времени приобретает и продает продукты, преобразуя одни продукты в другие. Каждый потребитель приобретает и потребляет некоторый набор продуктов. Векторы производства и потребления составляют траекторию развития экономики.

 

 

В.А. Колемаев предлагает моделировать экономику как систему трех взаимодействующих секторов:

 

1. Материальный сектор – предметы труда

2. Фондосоздающий сектор – средства труда

3. Потребительский сектор – предметы потребления

 

При этом за каждым сектором закреплены основные производственные фонды, а трудовые ресурсы и инвестиции могут свободно перемещаться между секторами. Модели экономического потенциала трудовых ресурсов и демографической ситуации региона рассмотрены в монографии В.А. Путилова и А.В. Горохова. В качестве основного средства моделирования авторы выбрали системодинамический подход. Совокупность диаграмм системной динамики образует модель экономики и социальной сферы региона. Системодинамические диаграммы многих региональных систем, а именно ресурсного потенциала, здравоохранения, жилищно-коммунальной сферы и многих других, были получены в Государственном университете управления Н.Н. Лычкиной.

 

Для Республики Коми характерны некоторые особенности социально-экономических систем регионов Российского Севера:

 

 

• ограниченные возможности бюджетной и законодательной политики (региональные законодательные акты не могут противоречить федеральным)

• низкая изолированность системы (сильные связи с другими регионами, отсутствие между ними таможенных барьеров)

• значительное влияние сырьевых ресурсов на экономику (для большинства регионов)

• тяжелые условия ведения сельского хозяйства

• сложные транспортные условия

• депрессивные тенденции в некоторых районах (характерные моногородам и слабо развитым территориям)


 

Информатизация Коми

 

Рисунок 1. Архитектура модели

 

 

Архитектурно модель состоит из трех уровней в порядке увеличения степени абстракции: экономический агент, район, регион. Экономические агенты (ЭА) могут относиться как к конкретному району, так и ко всему региону (агенты, отвечающие за функции государства). Некоторые виды взаимодействия могут происходить в рамках одного района, а некоторые – между агентами из различных районов.

 

 

Агенты могут включать системодинамические диаграммы, алгоритмические правила поведения, переменные, диаграммы состояния. Начальное количество агентов каждого вида определяется из статистических данных и может изменяться в процессе выполнения эксперимента. Для вычисления скорости изменения населения и предприятий в среднесрочной перспективе достаточно уравнений регрессии.


 

Центр информационных технологий является оператором электронного правительства Республики Коми. Наиболее актуальным показателем в сфере построения информационного общества служит рейтинг информатизации республики. Применяя методику имитационного моделирования и метод когнитивного моделирования, можно построить и модель структуры рейтинга информатизации. Он приведен на рис. 2

 

Информатизация Коми

Рисунок 2. Структура рейтинга информатизации

 


Модель создана для поддержки принятия управленческих решений в области информатизации региона. Интернет и информационные технологии имеют большое значение для развития гражданского общества. Сфера информационных технологий имеет сложную структуру, динамично развивается и требует детального изучения.

 

 

Рейтинг информатизации регионов совмещает в себе как уровень использования в регионе информационных технологий (ИТ) бизнесом и населением, так и оценку степени внедрения ИТ в региональных и муниципальных органах власти. Важнейшим фактором при этом является качество электронного правительства региона (число и степень внедрения электронных услуг, инфраструктура и техническое обеспечение электронного правительства).


 

Факторы развития
информационного
общества
Использование
информационных
технологий (ИТ)
Уровень внедрения
электронного
правительства (ЭП)
ИТ – инфраструктура
Человеческий капитал
Деловой климат

 

ИТ в бизнесе
ИТ в здравоохранении
ИТ в культуре
ИТ в домохозяйствах
ИТ в органах власти

 

 

Муниципальные услуги
Государственные услуги
Инфраструктура ЭП
Техническое обеспечение ЭП

 

Таблица 1 . Подсистемы модели рейтинга информатизации


 

Структура рейтинга информатизации (таблица 1) позволяет всесторонне проанализировать состояние информационных технологий в регионе и его готовность к информационному обществу.

 

 

M.R. YELAGIN, I.I. LAVRESH, V.V. MIRONOV , D.A. POPOV , A.V. SMIRNOV. The article presents approaches to creation of imitating models, the most widespread of which are event-driven modeling, agentny modeling, system dynamics. The specified approaches differ by degrees of abstraction of the researched object and depend on modeling time applied (continuous and discrete). Models can be used for decision-making support at various levels of regional government.

 


(Межотраслевой альманах ДСР №39/2013г.)

 


 

Другие новости по теме:


Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь. Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.


АКТУАЛЬНО

ПРИОРИТЕТНЫЕ НАПРАВЛЕНИЯ НАУКИ


Календарь событий:

«    Октябрь 2017    »
ПнВтСрЧтПтСбВс
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
 

Архив новостей:

Сентябрь 2017 (2)
Август 2017 (3)
Июль 2017 (5)
Февраль 2017 (1)
Декабрь 2016 (1)
Ноябрь 2016 (7)