Идентификация параметров агент-ориентированной модели управления промышленным комплексом региона Full article
| Journal | 
                                    Экономика региона (Economy of Region)
                                     ISSN: 2072-6414 , E-ISSN: 2411-1406  | 
                            ||
|---|---|---|---|
| Output data | Year: 2024, Volume: 20, Number: 1, Pages: 48-62 Pages count : 15 DOI: 10.17059/ekon.reg.2024-1-4 | ||
| Tags | промышленность, агентное моделирование, регрессионный анализ, региональный промышленный комплекс, идентификация параметров системы управления, фазовый вектор, прогноз развития | ||
| Authors |         
                
     | 
                        ||
| Affiliations |     
  | 
                        
Funding (1)
| 1 | Министерство науки и высшего образования РФ | 0327-2024-0010 | 
                            Abstract:
                            Работа представляет собой очередной этап исследования, посвящённого разработке агент-ориентированной модели трехуровневого иерархического минимаксного управления региональным промышленным комплексом. Целью настоящего исследования является разработка методики решения задачи идентификации параметров агент-ориентированной модели управления промышленным комплексом региона на примере Свердловской области. Поставленные задачи включают отбор эффективного метода установления коэффициентов, определяющих значимость каждого из заданных параметров объекта на региональном и отраслевом уровнях (решение задачи идентификации); выборку данных, описывающих набор характеристик объекта (параметры фазового вектора) и элементы системы управления; построение комплекса статистических моделей для идентификации параметров управляемой системы; проверку их качества и отбор в соответствии с установленными требованиями моделей. Подготовка информационной базы для апробации подхода проводилась в условиях Свердловской области по 28 видам экономической деятельности, относящихся к промышленному производству, по данным за 2005-2021 гг.
Для решения поставленных задач предложено теоретическое обоснование реализуемого подхода, приведена формализация задачи идентификации параметров системы управления промышленным комплексом региона; описан алгоритм построения и отбора моделей для оценки параметров системы управления. В качестве метода решения задачи идентификации выбран подход на базе линейного регрессионного анализа.
В результате исследования построено 125 моделей достаточно высокого качества, которые могут быть использованы в решении задачи идентификации параметров для построения агент-ориентированной модели управления процессами развития промышленности Свердловской области. Полученные статистические модели позволяют установить связь между агентами, уточнить их специфику, рассчитать и дать оценку результатов применения механизмов управления. Предложенный подход отличается гибкостью реализации в программной среде, адаптивностью и дополняет общую авторскую концепцию агент-ориентированного моделирования системы трехуровневого иерархического минимаксного управления региональным промышленным комплексом.
                        
                    
                
                        Cite:
                                Акбердина В.В.
    ,        Шориков А.Ф.
    ,        Коровин Г.Б.
    ,        Сиротин Д.В.
    
Идентификация параметров агент-ориентированной модели управления промышленным комплексом региона
Экономика региона (Economy of Region). 2024. Т.20. №1. С.48-62. DOI: 10.17059/ekon.reg.2024-1-4 WOS РИНЦ OpenAlex
                    
                    
                                            Идентификация параметров агент-ориентированной модели управления промышленным комплексом региона
Экономика региона (Economy of Region). 2024. Т.20. №1. С.48-62. DOI: 10.17059/ekon.reg.2024-1-4 WOS РИНЦ OpenAlex
                            Dates:
                            
                                                                    
                        
                    
                    | Submitted: | Jun 8, 2023 | 
| Accepted: | Dec 21, 2023 | 
| Published print: | Mar 28, 2024 | 
                        Identifiers:
                            
                    
                    
                                            
                    
                                            
                    
                | Web of science: | WOS:001195867100014 | 
| Elibrary: | 65525027 | 
| OpenAlex: | W4393322336 |