Journal of Applied Economic Research
ISSN 2712-7435
УДК 330.45
Метод сетевого экономико-математического моделирования оптимизации адаптивного управления инвестиционным проектированием
А. Ф. Шориков 1, Е. В. Буценко 2
1 Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, г. Екатеринбург, Россия
2 Уральский государственный экономический университет, г. Екатеринбург, Россия
Аннотация
Для успешной деятельности любого хозяйствующего субъекта в области инвестиционного проектирования необходимо иметь современный инструментарий управления его процессами. В статье рассматривается процесс оптимизации адаптивного управления инвестиционными проектами для хозяйствующего субъекта при наличии возможности введения обратной связи. В качестве целевой функции (оценочного функционала) в исследуемой оптимизационной задаче рассматривается значение длительности времени для исполнения инвестиционного проекта в целом, которое требуется минимизировать. Для решения этой задачи предлагается новый метод сетевого экономико-математического моделирования оптимизации адаптивного управления инвестиционным проектированием. Предлагаемый метод позволяет сформировать класс допустимых стратегий адаптивного управления (управления по принципу обратной связи) процессом реализации для рассматриваемого инвестиционного проекта. В рамках этого класса стратегий формируется стратегия оптимального адаптивного управления реализацией инвестиционного проекта, вычисляются оптимальное время его реализации и оптимальный календарный график реализации проекта в целом, соответствующие стратегии оптимального адаптивного управления. В работе описывается новая оптимизационная сетевая экономико-математическая модель, учитывающая возможность адаптивного управления реализацией рассматриваемого инвестиционного проекта, и предлагается новый метод для решения этой задачи. Проведена практическая реализация рассматриваемого метода решения на конкретном примере инвестиционного проектирования. Полученные в работе результаты показывают высокую степень эффективности используемого метода. Дальнейшее развитие данного направления может быть связано с разработкой компьютерной модели процессов реализации инвестиционных проектов и созданием систем поддержки принятия решений при управлении их реализацией.
Ключевые слова
адаптивное управление; сетевая модель; инвестиционный проект; экономико-математическое моделирование; оптимизация инвестиций; стратегия управления; календарный график
JEL classification
C61Список использованной литературы
1. Математика и кибернетика в экономике : словарь-справочник. М.: Экономика, 1975. 704 с.
2. Карев В.П. Математическое моделирование бизнеса – оценка, инвестиционное проектирование, управление предприятием. М.: Маросейка, 2010. 347 с.
3. Срагович В.Г. Адаптивное управление. М.: Наука, 1981. 384 с.
4. Карпов Л.Е., Юдин В.Н. Адаптивное управление по прецедентам, основанное на классификации состояний управляемых объектов // Труды Института системного программирования РАН. 1996. С. 37–57.
5. Шигина А.А., Ступина А.А. Адаптивная модель управления технологическим процессом в условиях неопределенности // Современные наукоемкие технологии. 2017. № 5. С. 83-88. [Электронный ресурс]. Режим доступа: top-technologies.ru/ru/article/view (дата обращения: 13.08.2019).
6. Комаева Л.Э. Адаптивные организационные структуры управления предприятиями в нестабильной среде хозяйствования. М.: Инфра-М, 2017. 200 с.
7. Рыжкина Т.А. Построение адаптивной модели контроля стохастического процесса // Научные труды Дальрыбвтуза. 2019. Т. 47, № 1. С. 49–56.
8. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ / пер. с англ. 2-е изд. М.: Вильямс, 2011. 1 296 с.
9. Кофман А., Дебазей Г. Сетевые методы планирования и их применение. М.: Прогресс, 1968. 182 с.
10. Таха Хемди А. Введение в исследование операций. 7-е изд. / пер. с англ. М.: Изд. дом «Вильямс», 2005. 912 с.
11. Скурихин В.И., Забродский В.А., Копейченко Ю.В. Проектирование систем адаптивного управления производством. Харьков: Изд. Вища школа, 1984. 206 с.
12. Харари Ф. Теория графов. М.: УРСС, 2003. 300 с.
13. Емельянов А.А., Булыгина О.В., Халин В.Г. Экономико-имитационное моделирование с элементами искусственного интеллекта. М.: Неолит, 2018. 160 с.
14. Емельянов А.А., Власова Е.А., Емельянова Н.З., Прокимнов Н.Н. Имитационное моделирование инвестиционных процессов // Прикладная информатика. 2012. № 2 (38). С. 93–99.
15. Чертовской В.Д. Информационная поддержка адаптивного автоматизированного управления производством // Прикладная информатика. 2013. № 1 (43). С. 11–17.
16. Шориков А.Ф. Минимаксное оценивание и управление в дискретных динамических системах. Екатеринбург: Изд-во Урал. гос. ун-та, 1997. 242 с.
17. Шориков А.Ф., Буценко Е.В. Построение сетевой экономико-математической модели для реализации процесса оптимизации инвестиционного проектирования // Прикладная информатика. Научно-практический журнал. Изд-во «МФПУ «Синергия». 2015. Т. 10, № 2(56). С. 80–91.
18. Шориков А.Ф., Буценко Е.В. Прогнозирование и оптимизация результата управления инвестиционным проектированием. М.: URSS-ЛЕНАНД, 2017. 272 с.
19. Aksyonov K., Bykov E., Aksyonova O., Goncharova N., Nevolina A. Analysis of Simulation Modeling Systems Illustrated with the Problem of Model Design for the Subject of Technological Logistics (WIP) // Society for Modeling & Simulation International (SCS). 2015 Summer Simulation Multi-Conference (SummerSim'15). Simulation Series. 2015. Vol. 47, Issue 10. P. 345–348.
20. Aksyonov K., Antonova A., Goncharova N. Choice of the Scheduling Technique Taking into Account the Subcontracting Optimization // Advances in Signal Processing and Intelligent Recognition Systems. SIRS 2017. Advances in Intelligent Systems and Computing / еdited by S.M. Thampi, S. Krishnan, J.M. Corchado Rodriguez, S. Das, M. Wozniak, D. Al-Jumeily. Vol. 678. Springer, Cham., 2018. P. 297–304. DOI: doi.org/10.1007/978-3-319-67934-1_26.
21. Astolfi A. Nonlinear and Adaptive Control, Tools and Algorithms for the User. London: Imperial College Press, 2006. 313 p.
22. Astroem K.J., Wittenmark B. Adaptive Control. 2nd edition. Dover Publications, 2008. 590 p.
23. Artificial Intelligence Techniques / Edited by A. Bundy. Springer Verlag, 1997.
24. Farrell J.A., Polycarpou M.M. Adaptive Approximation Based Control. Unifying Neural, Fuzzy and Traditional Adaptive Approximation Approaches. John Wiley, 2006. 432 p.
25. Landau I.D., Lozano R., M'Saad M., Karimi A. Adaptive Control: Algorithms, Analysis and Applications. London: Springer, 2011. 610 p.
Благодарности
Исследование выполнено при финансовой поддержке гранта Российского фонда фундаментальных исследований, проект № 18-01-00544 «Задачи достижимости, управления, оценивания в динамических системах с импульсным управлением и неопределенностью».
Информация об авторах
Шориков Андрей Федорович – доктор физико-математических наук, профессор кафедры прикладной математики Уральского федерального университета имени первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия (620002, г. Екатеринбург, ул. Мира, 19); ORCID 0000-0003-1255-0862; e-mail: afshorikov@mail.ru.
Буценко Елена Владимировна – кандидат экономических наук, доцент кафедры бизнес-информатики Уральского государственного экономического университета, г. Екатеринбург, Россия (620144, г. Екатеринбург, ул. 8 Марта, 62); ORCID 000-0003-2747-5391; e-mail: evl@usue.ru.
Для цитирования
Шориков А. Ф., Буценко Е. В. Метод сетевого экономико-математического моделированияоптимизации адаптивного управления инвестиционным проектированием // Journal ofApplied Economic Research. 2020. Т. 19, № 1. С. 97–124. DOI: 10.15826/vestnik.2020.19.1.006
Информация о статье
Дата поступления 19 ноября 2019 г.; дата поступления после рецензирования 28 января 2020 г.; дата принятия к печати 20 февраля 2020 г.
DOI: http://dx.doi.org/10.15826/vestnik.2020.19.1.006
Скачать полный текст статьи:
~17 МБ, *.pdf
(Размещен
02.06.2020)
Создано / Изменено: 18 августа 2015 / 20 сентября 2021
© ФГАОУ ВО «УрФУ имени первого Президента России Б.Н. Ельцина»
Увидели ошибку?
выделите фрагмент и нажмите:
Ctrl + Enter
Дизайн портала: Artsofte