Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://repository.hneu.edu.ua/handle/123456789/10267
Название: Методологія оцінювання інноваційного розвитку з використанням нейро-нечіткого моделювання
Другие названия: МЕТОДОЛОГИЯ ОЦЕНКИ ИННОВАЦИОННОГО РАЗВИТИЯ С ИСПОЛЬЗОВАНИЕМ НЕЙРО-НЕЧЕТКОГО МОДЕЛИРОВАНИЯ
THE METHODOLOGY OF INNOVATION DEVELOPMENT EVALUATION USING NEURO-FUZZY MODELING
Авторы: Чернов В. Г.
Дорохов О. В.
Чернов В. Г.
Дорохов А. В.
Chernov V. G.
Dorokhov O. V.
Ключевые слова: нейро-нечітке моделювання
інноваційне прогнозування
нейро-нечеткое моделирование
инновационное прогнозирование
оценка инновационного развития
neuro-fuzzy modeling
innovation forecasting
evaluation of innovation development
Дата публикации: 2015
Издательство: ХНЕУ ім. С. Кузнеця
Библиографическое описание: Чернов В. Г. Методологія оцінювання інноваційного розвитку з використанням нейро-нечіткого моделювання / В. Г. Чернов, О. В. Дорохов // Економіка розвитку. - 2015. - №3. - С. 88-96
Краткий осмотр (реферат): В умовах глобалізованої економіки завдання контролю, моніторингу, оцінювання рівня інноваційного розвитку, прогнозування його динаміки є важливими як для окремих підприємств, так і територій загалом. Однак здійснення інноваційної економічної діяльності та її оцінювання відбуваються в умовах значної невизначеності, тому застосування інтелектуальних систем ухвалення рішень на основі математичних та комп'ютерних засобів аналізу невизначеностей стає необхідністю. Нові можливості моделювання надає поєднання інструментарію теорії нечіткіх множин та апарату нейронних мереж, забезпечене підтримкою відповідного програмного забезпечення. Для вирішення проблеми запропоновано застосувати так звані гібридні нейронечіткі системи, що поєднують елементи нечіткої логіки та нейронних мереж. Як інструментальний засіб для створення відповідної моделі такої нейронечіткої системи розглянуто і використано підсистему ANFIS середовища моделювання Matlab. У процесі моделювання розроблено структуризацію факторів, що визначають рівень інноваційного розвитку, наведено формалізоване встановлення завдання. Розроблено та описано архітектуру відповідної системи нечіткого висновку у вигляді нейронечіткої мережі ANFIS, яка реалізує систему нечіткого висновку типу Sugeno. Докладно подано послідовність розроблення та комп'ютерної реалізації моделі. Наведено приклад практичних обчислень за розробленою моделлю і проаналізовано основні результати. На основі побудованої моделі оцінено вплив факторів та умов на рейтингову оцінку інноваційного розвитку. Запропонований підхід до використання нейронечіткої моделі оцінювання інновацій-ного розвитку дозволяє прогнозувати рейтингову оцінку в майбутньому. Досягнуті результати підтвердили можливість практичного застосування таких моделей для прогнозування підсумкової рейтингової оцінки інноваційного розвитку.
В условиях глобализации экономики задачи контроля, мониторинга, оценки уровня инновационного развития, прогнозирования его динамики важны как для отдельных предприятий, так и территорий в целом. Однако осуществление инновационной экономической деятельности и ее оценка происходят в условиях значительной неопределенности, поэтому применение интеллектуальных систем принятия решений на основе математических и компьютерных средств обработки неопределенностей становится необходимостью. Новые возможности моделирования дает соединение инструментария теории нечетких множеств и аппарата нейронных сетей, обеспеченное поддержкой соответствующего программного обеспечения. Для решения проблемы предложено применить гибридные нейронечеткие системы, сочетающие элементы нечеткой логики и нейронных сетей. В качестве инструментального средства для создания соответствующей модели такой нейро-нечеткой системы рассмотрена и использована подсистема ANFIS среды моделирования Matlab. В процессе моделирования разработана структуризация факторов, определяющих уровень инновационного развития, приведена формализованная постановка задачи. Разработана и описана архитектура соответствующей системы нечеткого вывода в виде нейронечеткой сети ANFIS, которая реализует систему нечеткого вывода типа Sugeno. Подробно представлены последовательность разработки и компьютерной реализации модели. Приведен пример практических вычислений по разработанной модели и проанализированы основные результаты. На основе построенной модели оценено влияние факторов и условий на рейтинговую оценку инновационного развития. Предложенный подход к использованию нейронечеткой модели оценки инновационного развития позволяет прогнозировать рейтинговую оценку в будущем. Полученные результаты подтвердили возможность практического применения таких моделей для прогнозирования итоговой рейтинговой оценки инновационного развития.
In a globalized economy the tasks of the control, monitoring and evaluation of the level of innovative development, prediction of its dynamics are very important for both individual com-panies and territories on the whole. However, the implementation and evaluation of innovative economic activities take place under the conditions of considerable uncertainty, so the use of intelligent decision support systems based on mathematical and computer processing of uncertainty becomes a necessity. New modeling possibilities are provided by the combination of the fuzzy set theory tools and neural network instruments which is supported by relevant software. To solve the problem, the use of hybrid neuro-fuzzy systems which combine the elements of fuzzy logic and neural networks has been proposed. The subsystem ANFIS from the Matlab simulation environment has been considered and used as a tool for the creation of an appropriate model of such neuro-fuzzy systems. The structuring of factors determining the level of innovation has been developed and a for-malized statement of the problem has been given in the modeling. The architecture of the corresponding system of fuzzy inference in the form of a neuro-fuzzy network ANFIS, which implements the fuzzy inference system Sugeno has been presented and de¬scribed. The sequence of the development and implementation of the computer model has been presented in detail. An example of practical calculations of the developed model has been supplied and the main results have been analyzed. On the basis of the constructed model the impact of factors and conditions on the rating of innovation development has been estimated. The proposed approach to the use of the neuro-fuzzy model of innovative development evaluation makes it possible to predict the rating in the future. The results have confirmed the possibility of practical application of such models to predicting the total rating of innovative development.
URI (Унифицированный идентификатор ресурса): http://www.repository.hneu.edu.ua/jspui/handle/123456789/10267
Располагается в коллекциях:Статті (ІС)



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.