Леженко - Сотрудничество без Границ

Автономная Некоммерческая Организация
«Национальное Агентство Стратегических
Инноваций» (АНО НАСИ)
Академик АИН д.ф.-м.н Леженко Анатолий
Иванович
Тел. +7 (916) 254-6738
e-mail [email protected]
к
Bc
ИСПОЛЬЗОВАНИЕ
СУПЕРКОМПЬЮТЕРНЫХ
ТЕХНОЛОГИЙ ДЛЯ РАЗВИТИЯ
РЕГИОНА
с учетом инфляции, изменения тарифов на
электроэнергию и налоговой нагрузки
.
Анализ и построение моделей ведется с использованием
методики и пакета программ интеллектуального анализа
данных (ИАД) — DALI
DALI создан в АНО НАСИ
DALI обеспечивает две стадии ИАД
На 1 этапе ручная обработка результатов факторного
анализа
На 2 этапе автоматическая обработка с использованием
экспертных систем (ЭС)
.
Первый этап включает следующие работы
Анализ структуры данных Заказчика
Поставка и инсталляция DALI
Разработка интерфейса БД Заказчика и DALI
Обучение персонала Заказчика
Выполнение ИАД и сопровождение DALI
.
Второй этап включает следующие работы
Поставка и инсталляция ЭС DALI
Разработка правил для ЭС, обеспечивающих ИАД в
автоматическом режиме
Обучение персонала Заказчика
Сопровождение DALI
.
ОСНОВНЫЕ ВАРИАНТЫ
ИСПОЛЬЗОВАНИЯ МОДЕЛИ
 Анализ перспектив экономики региона в зависимости от
тарифов на электроэнергию, темпов инфляции и налогов,
 Поиск компромисса между интересами производителей и
потребителей электроэнергии с учетом интересов региона
и государства в целом,
 Индикативное планирование и оптимизация основных
показателей экономического развития региона.
Экономика региона РФ является сложной
многокомпонентной экономической системой,
прогнозировать развитие и эффективно
управлять которой невозможно без
адекватного компьютерного моделирования.
Такое моделирование должно учитывать
приближенный характер многих данных и
исходных параметров, сложность
пространства решения, противоречивость
требований, неоднозначность оценки
вариантов развития и многое другое.
В отличие от традиционных методов, основанная на аппарате НМ
ТЕХНОЛОГИЯ МОДЕЛИРОВАНИЯ

определяет не отдельные (обычно далеко не лучшие)
решения, а все пространство возможных вариантов развития,
доступного для прямого взаимодействия в процессе выделения
оптимальных зон управления объектом;

работает с данными, представленными в виде НМ и
обеспечивает их автоматическое уточнение в процессе счета и
поступления дополнительной информации;
 позволяет решать особо сложные задачи – например,
обратные экономические задачи, а также задачи с не
полностью определенными или избыточно определенными
условиями;
Управление прогнозом путем регулирования:
Требований
к решению
Темпы экономического
развития региона,
уровень прибыли
отраслей, обновление
основных фондов, и
др.)
Областей
вариации тарифов
Показателей инфляции,
налогов по РФ и региону
Экономика региона
(с разбивкой по отраслям)
Результирующие значения показателей
Тарифы, физические и финансовые объемы производства, оплата
труда, прибыль, инвестиции, амортизация и др.
ВАЖНЕЙШИЕ .ПОКАЗАТЕЛИ:
Цены, тарифы, налоги, физические и финансовые объемы
производства, оплата труда, прибыль, инвестиции,
амортизация, обновление основных фондов.
Общероссийские и региональные изменения цен, тарифов,
налогов по-разному влияют на экономику региона и потому
учитываются в модели раздельно
ОСНОВНЫЕ ЗАКОНОМЕРНОСТИ:
 Баланс потребления и поступления электроэнергии в регионе
 Зависимость инвестиций и оплаты труда от изменений прибыли
 Зависимость прибыли от цен, налогов и тарифов на
электроэнергию при заданных объемах производства
 Зависимость налоговых выплат от прибыли, оплаты
труда
и объемов производства
 Соответствие объемов производства и
реализации инвестициям и ценам
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
решение финансовых и экономических задач повышенной сложности
Результаты статистических исследований могут быть
представлены в виде совокупности дискретных данных, как
некоторое семейство точек для каждого параметра
исследуемого объекта.
Для заданных таким образом параметров необходимо
вводить признаки их классификации.
Например, для параметров, характеризующих
рентабельность планируемого бизнес-направления можно
ввести классификацию: низкая рентабельность, плановая
рентабельность, высокая рентабельность.
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
решение финансовых и экономических задач повышенной сложности
Между этими признаками нет резкой числовой границы.
Для изучения свойств подобных объектов введено понятие
нечеткого множества (НМ) и создана теория НМ.
Приведем ряд определений]:
пусть X = {x} – совокупность объектов (точек), обозначаемых
через х,
тогда НМ А в Х есть совокупность упорядоченных пар А ={x,
Na(x)}, где Na(x) – представляет степень принадлежности х к А.
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
решение финансовых и экономических задач повышенной сложности
Множеством уровня Аj называется четкое подмножество
универсального множества, определяемое в виде - Aά={xЄX, Na(x)≥ ά},
где 1– ά – степень разделения нечеткого множества (это определение
позволяет ввести отношение неравенства между НМ)
35
30
25
20
низкая рентабельность
плановая рентабельность
15
10
5
0
высокая рентабельность
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
решение финансовых и экономических задач повышенной сложности
Кроме того, для уточнения правил Шортлиффом введена формула для
вычисления МД]:
МД(h:L1,L2) = МД(h:L1) + МД(h:L2)*(1 – МД(h:L1)
Эта формула уточняет МД в пользу предложения h, если у него кроме
свидетельства L1 имеется также свидетельство L2.
Данная формула может быть использована для построения правил
логического вывода.
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
решение финансовых и экономических задач повышенной сложности
Введение НМ обуславливает использование методов нечеткой логики
для организации логического вывода в ЭС
Аналогом понятия «степень разделения» в методах нечеткого выбора
является понятие «мера доверия» (МД)
Например, запись р (плановая рентабельность (х)) = 0,2 означает, что
предложение «х –плановая рентабельность» истинно на 0,2
p1 И p2 = min (p1,p2)
p1 ИЛИ p2 = max(p1,p2)
НЕ p1 = 1 - p1.
№
V1
V2
V3
V4
V5
V6
V7
V8
V9
V10
V11
V12
V13
V14
V15
V16
V17
V18
V19
V20
V21
V22
V23
V24
V25
V26
V27
V28
V29
V30
V31
V32
V33
V34
V35
V36
V37
V38
V39
Наименование переменной
Средняя ц ена нефти марки Urals дол. За б арр .
Доб ыча нефти ( консолид ) тыс. б арр . в сутки
Год к году %
Доб ыча нефти и газа (консолид ) тыс. б арр в сутки
Год к году %
Об ъем перераб отки тыс . б арр в сутки
Всего текущие активы
Основные средства (млн. $)
Прочие внеоб оротные активы
(млн. $)
Всего внеоб оротные активы
(млн. $)
Всего активы ( млн. $)
Краткосрочные заимствования
( млн. $)
Прочие текущие об язательства (млн. $)
Всего текущие об язательства (млн . $)
Всего долгосрочные об язательства ( млн. $ )
Доля миноритариев ( млн. $ )
Всего соб ственный капитал (млн. $)
Всего об язательства и соб ственный капитал
(млн . $)
Выручка (млн. $)
Себ естоимость ( млн. $ )
EBITDA (млн. $ )
Амортизац ия ( млн. $ )
EBIT (млн. $)
Чистые проц ентные доходы ( расходы ) (млн. $)
Чистые другие расходы ( доходы) ( млн. $ )
EBT (млн. $)
Налог на приб ыль (млн. $)
Чистая приб ыль (млн. $)
Операц ионный денежный поток
(млн. $)
Инвестиц ионный денежный поток
(млн. $)
Финансовый денежный поток
(млн. $)
Чистый долг (млн. $)
Рост выручки %
Рентаб ельность EBITDA %
Чистая рентаб ельность %
Курс доллара
Курс ЕВРО
Индекс RTSI
Индекс ММВБ
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
По этой таблице начинается самая интересная заключительная стадия
факторного анализа
Имеется два способа – первый ручной с карандашом, а второй
автоматический с использование экспертных систем (ЭС)
В первом факторе наибольшими положительными факторными весами
обладают переменные V7, V11, V23 а отрицательными V6, V33.
Положительные факторы характеризуют уровень активов, а
отрицательные производственные и финансовые показатели.
Во втором факторе наибольшими положительными факторными весами
обладают переменные V2, V20, V21, а отрицательными V15, V17
Положительные факторы характеризуют производственные показатели,
а отрицательные финансовые.
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
В третьем факторе наибольшими положительными факторными весами
обладают переменные V16, V17, V36, а отрицательными V5, V10.
Положительные факторные веса относятся к внешним финансовым
показателям, отрицательные к внутренним.
В четвертом факторе наибольшими положительными факторными
весами обладают переменные V3, V35, V22, V24, а отрицательными
V32, V5.
Положительные факторные веса характеризуют рост рентабельности
производства,, а отрицательные внутренние финансовые показатели.
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
С помощью карандаша мы провели краткий разбор результатов
факторного анализа, далее необходимо работать со специалистами.
Еще больший интерес представляет использовать методы НМ и
экспертных систем (ЭС) для автоматического анализа результатов
факторного анализа.
Кроме того в ЭС имеется развитый аппарат правил, используя
который можно строить прогнозы развития отрасли, а опора на то, что
для анализа используются данные в реальном масштабе времени
повысит точность этих проектов.
Формируем НМ в виде группы (group) загружаем ее в FuzzyCLIPS,
распечатка НМ представлена ниже.
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
(deftemplate group; factor analiz0 40
;q-vo value
(
; start of primary term declaration ; primary term fact1
described in singleton notation
(fact1(2 1.0) (3 0.037) (4 0.185) (5 0.874) (10 1.0) (13 1.0) (15 1.0)
(19 1.0) (20 1.0) (21 1.0) (23 1.0) (24 1.0) (25 1.0) (26 1.0) (28 1.0) (29
1.0) (30 1.0) (31 1.0) (32 1.0) (33 1.0) (35 1.0) (37 1.0))
(nfact1(6 0.979) (12 0.940) (15 0.613) (17 0.455) (18 0.810) (22 0.397) (24
0.555) (25 0.186) (26 0.489) (27 0.301) (28 0.025) (29 0.104) (31 0.824)
(33 0.941) (34 0.116) (35 0.636) (38 0.591))
)
)
;end of primary term declatation
;end of fuzzy declaration
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
Вывод основан на правилах композиционного вывода, описание
которого приведено ниже.
Fc ‘= Fα’ Ū R , где
Fc ‘ - это НМ определяющее выводы и расчитываетя следующим
образом:
µFc (v) = max u €U (min(µFα(u), R(u,v)))
Которая может упрощена
µFc (v) = min (z, µFc(v))
Где
z = max (min (µFα(u), µFα(U))
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
В ЭС систему данные после обработки методами факторного
анализа поступают автоматически, поэтому предложенные
методика и программное обеспечение фактически становятся
системой искусственного интеллекта управления проектом
(defrulle V21EBITDA
(load “dataoil”)
(V21 = V23 + V22)
(creates output in 1 files ebitda.dat)
(open “editda.dat” ofile “w”)
(printout ofile V21)
(printout ofile group))
Необходимо подчеркнуть, что обработка данных идет в
реальном масштабе времени, это позволяет отслеживать
динамику изменения интересующих параметров.
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
EBITDA = 2,000 млн. рублей
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НОВОГО ПОКОЛЕНИЯ
DALI
Спасибо за внимание
Вопросы