Калиткин, Карпенко, Михайлов, Тишкин, Черненков - Математические модели природы и общества - 2005 (947500), страница 66
Текст из файла (страница 66)
Стоит отметить, что задача упорядочения объектов фактически идентична задаче выбора лоптимальногоьн Действительно, первый объект (или последний, в зависимости от типа упорядочения) в упорядоченном списке будет «наилучшимгн С другой стороны, если в группе объектов находить оптимальный, изымать его из списка и снова повторять процедуру поиска, то в результате получим упорядоченную последовательность. Итак, для решения поставленной задачи экспертно оыл определен набор показателей, который характеризует каждый регион в рамках рассматриваемой предметной области. Перечень этих показателей приведен в табл.
6., а значения, уже непосредственно описывающие объект, в табл. 7. Как уже отмечалось, список параметров был определен экспертно и, безусловно, может быть изменен для получения более точных (или, наоборот, для более округленных) результатов. Таблица 7. Значения показателей, характеризующих незаконный оборот наркотиков в регионах Относитсяьиый показатеяь регион -5,13 0,40 0,82 1,58 0,02 0,26 1,50 0,02 0,04 1,02 '2,53 1,56 0,03 0,93 0,1 1 0,25 2,12 0,03 0,26 0,49 3,07 0,02 0,26 0,41 3,29 10,5 ! 0,24 0,02 2,24 0,03 3,38 0,03 0.45 0,08 0,42 0,03 3,29 0,24 0,24 1,86 0,03 1 97 0,74 0,01 0,16 0,1 1 320Рл. Р Митемигни геское моделироеиние сложньгх гнрудногрорлаилизуемьгх В результате работы описанной выше процедуры все регионы Уральского федерального округа были упорядочены и результаты были сравнены с показателем — «Незаконный оборот наркотиков — число зарегистрированных преступлений на 100 тыс.
населенияас Результаты сравнительного анализа приведены в таол. 8. Таблица 8. Сравнительные данные по вычисленным и реальным значениям Результаты показывают, что разраоотанная процедура достаточно хорошо описывает ситуацию. Особое внимание необходимо уделить вопросу вычисления ошибки упорядочения регионов. Предлагается воспользоваться следующей формулой еггат =- ~ ' ~х',~'"' — х,"""'е . где гкг-количество обьектов, а=! ,факт , кран :г, — фактическое место гцго объекта, х, — спрогнозированное место ~'-го объекта.
Фактически эта формула характеризует абсолютную ошибку. Но абсолютная ошибка плохо отражает реальную действительность, так как сразу трудно определить диапазон изменения ошибки (эта проблема присуща всем абсолютным величинам). Поэтому целесообразно воспользоваться нормированной (относительггой) величиной ошибки. В качестве нормировочного коэффициента предлагается взять максимальное значение абсолютной ошибки. Это удобно тем, что тогда относительная ошибка будет лежать в отрезке от 0 до ! (или от 0 до 100%). егг„„„ Теперь для вычисления относительной ошибки необходимо определить максимальное значение абсолютной ошибки. Поэтому надо проанализировать ситуацию и ответить на вопрос: «Когда она возникаетуа. Не вызывает сомнения, что максимальная ошибка получается, когда произошло диаметрально противоположное рапжирование, т.
е. худший объект стал лучшим, а лучший худшим и т.д. Несложными математи- р 4. Зиклюэенив ческими вычислениями получаем следующее ее значение: Лг-'У2 при Х = 2гт где й е И, еггь„: =- 2~%/21(рэг'2,, '+ 1) при Т = 2й+ 1, где й ~ И, где Х количество объектов. С учетом введенных выше понятий величина ошибки составила егг„ть = 11 Я. Данную ошибку можно объяснить не полным перечнем показателей, характеризующим регионы в рамках данной социальной проблемы.
Но с другой стороны, ее величина достаточно невысокая не совпадают всего лишь два места. Таким образом, процедура многокритериального выбора доказала свою работоспособность и может быть рекомендована для применения при анализе социально-экономических явлений. Заключение Построен комплекс математических моделей анализа, оценки и прогнозирования состояния сложных, неопределяемых численно социальных явлений, таких как преступность, коррупция, бедность, социальное неравенство и др.
Показатель уровня развития социального явления в регионе, идентифицированный по вербально-числовой шкале, позволяет качественно и количественно оценить динамику изменения изучаемого процесса, пропорциональность развития и близость к эталону как цели и условию успешного развития. Модификация показателя уровня развития позволяет учесть направления и масштабы изменений, происходящих с отдельными признаками и факторами, выявить влияние этих изменений на общую величину показателя.
Проолема прогнозирования развития социально-экономических явлений, описываемых набором взаимосвязанных признаков, при отсутствии информации об их взаимозависимости, решена с полющью обучающегося генетического алгоритма. Группировка регионов со сходными социально-экономическими показателями, позволяет выявлять особенности и скрытые объективно существующие закономерности развития социальных процессов. Выделение факторов позволяет сформировать группы признаков, сильно коррелированных между собой и отображающих отдельные аспекты исследуемого явления. Построенный индикатор, идентифицированный по оценочной шкале, позволяет проводить сравнительный анализ состояния изучаемого процесса для группы регионов.
Метод многокритериального выбора позволяет, кроме упорядочения, определять усредненные показатели наилучшего региона как промежуточной цели развития. П Пол реа В,Ф тявжяпа 322рл. !г Микиемитихеское моделирование сложньгх тррдиофорлгализремых Список литературы 1. Кирпенко Н. В. Оценка степени влияния факторов на изменение социальноэкономической ситуации в регионе / Труды юбилейной научно-технической конференции.
Часть 11. -" М.. Изд. Ц!.!ИИРЭС, 2001. 2. Карпенко Н.В. Влияние факторов на социально-экономическую ситуацию в регионе / Математическое моделирование социальных процессов. Вып.4. — Мс Изд. МГУ, 2002. 3. П~оти В. Сравнительный многомерный анализ в экономических исследованиях. Пер, с польского — М: Статистика, 1980 4 Со1аЬегд ПЕ. Пепе!!с А18огй1нпз 1п зеагсй, ор11гп!хайоп апй гпасЫп! 1еап1пя. Аб!зоп тУез!еу, йеаб!пп, МА, 1989. 5 Кендилл Я, Стьирт А Статисти ~вские выводы и связи М.
Наука, 1973. — 900 с 6. Данирл А.Н., Корнеенко В.Н. Системный анализ управления экономическими процессами. — Мл Изд. РАГС, 2001. — 140 с. 7. Загоруйко НмП Прикладные методы анализа данных и знаний. — Новосибирск Изд. Института математики, 1999 — 2?О с. 8 Российский статистический ежегодник. 1999. Стат. сб / Госкомстат России. — М., 1999. 9 Российский статистический ежегодник 2000.
Стат. сб 7 Госкомстат России — М., 2000. 10. Российский статистический ежегодник. 2001.. Стат. сб / Госкомстат России. — М., 200!. 11. Айвазян СА., Л!китаряи В.С. Прикладная статистика и основы эконометрики..— М.. ЮНИТИ, 1998. -- 1022 с. 12. Айвизян С.А., Бежиееи 3 И., Стироеерое О.В. Классификагьия многомерных наблюдений. — Мл Статистика, 1974. — 240с. Глава тх! МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗЕЙ ПРОБЛЕМ ПРИ ОБРАБОТКЕ ТЕКСТОВ Введение Важным источником информации о социально-эконол~ическоы и оощественно-политическом развитии страны в целом и отдельных субьектов Российской Федерации являются средства массовой информации (СМИ).
Несмотря на порой ангажнрованный характер информации, содержащийся в отдельных изданиях и электронных СМИ, существующие сегодня средства ее обработки, основанные на использовании закона болыпих чисел, позволяют исследователям и аналитикам достаточно точно оценивать процессы, протекающие в обществе. При обработке больших объемов текстовой информации наиболыпую сложность у аналитиков вызывает поиск и анализ возможных взаимосвязей между изучаемыми проблемами в различных предметных областях.
Анализ такого рода взаимосвязей позволяет исследователям воссоздать общую картину социально-экономических отношений как единой системы в целом по стране, региону и тем самым способствует выработке рекомендаций по эффективному решению рассматриваемых проблем. С этой точки зрения представляет интерес определение эффективной стратегии поиска исходной информации для анализа взаимосвязей проблем ЄЄпроизвольно фиксируемых в составе некоторого множества проблем ЛХл = ~Ры..,, Р,,..., Р,,..., Рь). Данная задача рассматривается здесь в рамках определенных ограничений, в значительной степени детерминирующих, с одной стороны, действия эксперта-аналитика, с другой, структуру и функцию программных средств, ориентированных на поддержку указанных действий при поиске требуемой информации.
При этом, в частности, предполагается что исходная совокупность сообщений СМИ, служащая источником выбора необходимых аналитику данных, представляет собой массив рубрицированных документов ЛХь документы которого полностью или частично относящиеся к проолеме Р, ~ ЛХ„„образуют класс г, е ЛХш Выраженное в естественном языке имя данного класса, совпадающее с наименованием (именем) проблемы Р,, фиксируется в качестве )-и статьи рубрикатора ХХ.
Соответственно, выражение эгъя рубрикаь в зависимости от контекста далее означает или класс г, документов, относящихся к проблеме Р„или название проблемы Р„фиксированное в качестве статьи используемого рубрикатора. ы 324 Гл. ГЛ Мобелировиние взаилюсвлзей проблем при обрибокпке тексмов Следующее важное допущение касается способа формализованного представления отдельно взятой проблемы Р, из множества ЛХр.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
