Ф.И.О.
Луценко Евгений Вениаминович
Ученая степень
• доктор экономических наук
Ученое звание
профессор
Почетное звание
—
Организация, должность
• Кубанский государственный аграрный университет
кафедра компьютерных технологий и систем
профессор
Научные интересы
Системно-когнитивный анализ, системы искусственного интеллекта, высшие формы сознания, перспективы человека, технологии и общества
Адрес веб-сайта
Электропочта
Текущий рейтинг (суммарный рейтинг статей)
0
TOP5 соавторов
Статей в журнале: 276 шт
Сформировать список работ, опубликованных в Научном журнале КубГАУ
-
Когнитивные модели прогнозирования развития многоотраслевой корпорации
Краткое описаниеПрименение классических методов прогнозирования применительно к многоотраслевой корпорации наталкивается на ряд определенных сложностей, обусловленных ее экономической природой. В отличие от других хозяйствующих субъектов, многоотраслевые корпорации характеризуются многомерными массивами данных с высокой долей искажения и фрагментированности информации, что обусловлено кумулятивным эффектом неполноты и искажения отчетной информации, поступающей от входящих в нее предприятий. В этих условиях применяемые методы и инструментарий должны обладать высокой разрешающей способностью и эффективно работать с большими базами данных в условиях неполноты информации, обеспечивать корректную совместную сопоставимую количественную обработку разнородных по своей природе факторов, измеряемых в различных единицах измерения. Поэтому необходимо выбрать или разработать методы, способные работать со сложными слабо формализуемыми задачами. Данное обстоятельство обосновывает актуальность проблемы разработки моделей, методик и инструментария для решения задачи прогнозирования развития многоотраслевой корпорации. Этим вопросам посвящена данная работа, что и делает ее актуальной. В работе ставятся задачи: 1) провести анализ методов прогнозирования, обосновать выбор системно-когнитивного анализа как одного из эффективных методов прогнозирования слабоструктурированных задач; 2) адаптировать и развить метод системно-когнитивного анализа для прогнозирования динамики развития корпорации с учетом сценарного подхода; 3) разработать модели прогнозирования сценариев изменения основных экономических показателей развития корпорации и оценить их достоверность; 4) определить в аналитическом виде зависимости между прошлыми и будущими сценариями различных экономических показателей; 5) разработать аналитические модели взвешивания прогнозируемых сценариев, с учетом всех результатов прогнозирования с положительными уровнями сходства, для повышения уровня достоверности прогнозов; 6) разработать процедуру вычисления оценки силы влияния на корпорацию (чувствительность) входящих в нее предприятий; 7) доработать программный инструментарий АСК-анализ до уровня информационной технологии с учетом его адаптации и развития для прогнозирования многоотраслевой корпорации
-
Обоснование выбора метода прогнозирования развития многоотраслевой корпорации
Краткое описаниеПрименение классических методов прогнозирования применительно к многоотраслевой корпорации наталкивается на ряд определенных сложностей, обусловленных ее экономической природой. В отличие от других хозяйствующих субъектов, многоотраслевые корпорации характеризуются многомерными массивами данных с высокой долей искажения и фрагментированности информации, что обусловлено кумулятивным эффектом неполноты и искажения отчетной информации, поступающей от входящих в нее предприятий. В этих условиях, применяемые методы и инструментарий должны обладать высокой разрешающей способностью и эффективно работать с большими базами данных в условиях неполноты информации, обеспечивать корректную совместную сопоставимую количественную обработку разнородных по своей природе факторов, измеряемых в различных единицах измерения. Поэтому необходимо выбрать или разработать методы, способные работать со сложными слабо формализуемыми задачами. Данное обстоятельство обосновывает актуальность проблемы разработки моделей, методик и инструментария для решения задачи прогнозирования развития многоотраслевой корпорации. В данной статье проводится сравнение методов прогнозирования и предлагается применить АСК-анализ, который имеет хорошее теоретическое обоснование содержательной интерпретации модели знаний, основанной на теории информации; высокую точность и независимость результатов расчетов от единиц измерения исходных данных за счет использования не корреляционной матрицы, как в статистических системах, а матриц знаний. Развитый и доступный инструментарий АСК-анализа – интеллектуальная система «Эйдос» (автор – Е.В.Луценко, 1994) позволяет на основе фрагментированных, зашумленных исходных данных различной природы (числовых, текстовых) создавать модели большой размерности. АСК-анализ и система «Эйдос» имеют широкую успешную апробацию в экономике, технике, сельском хозяйстве, социологии и других областях. Эти особенности АСК-анализа и обусловили его выбор в качестве метода прогнозирования динамики показателей корпорации
-
Оценка эффективности кредитных средств во взаимодействующих предприятиях АПК
Краткое описаниеПриведены результаты исследования по оценке эффективности кредитных средств во взаимодействующих сельскохозяйственных (СХП) и перерабатывающих (ПП) предприятиях АПК. Проведенные исследования являются продолжением научных работ по разработке математических моделей взаимодействия предприятий СХП и ПП, показанных в статьях [1, 2, 3]. В данной статье представлен разработанный авторами комплекс моделей управления кредитными средствами взаимодействующих предприятий агропромышленного комплекса. В его состав входят математические модели экономической эффективности сельскохозяйственного предприятия с учетом использования кредитных средств, а так же оценки максимально допустимой величины процентной ставки кредита и минимальной цены реализации единицы готовой сельскохозяйственной продукции; математическая модель экономической эффективности перерабатывающего предприятия с учетом кредитных обязательств сельскохозяйственного предприятия и модель для расчета минимальной цены реализации его готовой продукции; математическая модель экономической эффективности объединенного предприятия с учетом взятых им кредитов и предложена модель для расчета минимальной цены реализации его готовой продукции
-
01.00.00 Физико-математические науки
Краткое описаниеВ СССР ВАК с 1975 и до самого распада СССР подчинялась не Министерству образования и науки, а непосредственно Совету министров СССР. Однако с тех пор существует устойчивая тенденция постепенного снижения статуса ВАК. Сегодня ВАК уже не просто входит в Минобрнауки, а является всего лишь одним из подразделений одной из его структур: Рособрнадзора. Снижение статуса ВАК неизбежно приводит к снижению как статуса, так и адекватности присваиваемых им ученых степеней и научных званий. Этот процесс обесценивания традиционных ученых степеней и званий, присваиваемых ВАК, дошел до того, что несколько лет назад отменили надбавки к заработной плате за них. Теперь вместо них каждым вузом и НИИ разрабатывается свои локальные, т.е. несопоставимые друг с другом наукометрические методики оценки результатов научной и педагогической деятельности. При всем разнообразии этих методик, общим для всех них является несоразмерно большая роль, которая отводится в них индексу Хирша. Значение индекса Хирша начинает играть важную роль при защитах, при рассмотрении конкурсных дел на замещение должностей, а также при определении величины ежемесячного материального поощрения за результаты научной и педагогической деятельности. Сам по себе, этот индекс теоретически вполне обоснован. Однако, в связи с практикой его применения в наших условиях, в коллективном сознании научного сообщества возникла своеобразная мания, которую авторы называют «Хиршамания». Эта мания характеризуется повышенным нездоровым интересом к самому значению индекса Хирша, а также к некорректному манипулированию его значением, т.е. к искусственному неадекватному преувеличению этого значения, а также рядом негативных последствий этого интереса. В данной работе делается попытка сконструировать количественную меру для оценки степени некорректного манипулирования значением индекса Хирша, а также предлагается научно-обоснованная модификация индекса Хирша, нечувствительная (устойчивая) к манипулированию им. Приводится методика всех численных расчетов, которая достаточно проста, чтобы ее мог применить любой автор
-
Краткое описание
Система детерминации здоровья населения представляет собой большую сложную иерархическую систему. Современный уровень управления подобными системами предполагает использование математических моделей и соответствующего программного инструментария для накопления исходных данных (мониторинга), идентификации, прогнозирования и принятия решений. Однако при моделировании подобных больших сложных систем возникает ряд проблем. Основная проблема состоит в том, что в одной модели необходимо корректно и сопоставимо обрабатывать очень большое количество факторов, измеряемых в различных единицах измерения и различных типах шкал (числовых и текстовых). Традиционно для решения этой проблемы и определения значений частных критериев используются экспертные оценки и функции желательности, а в качестве интегрального критерия – среднее геометрическое. Однако традиционный подход, применяемый в настоящее время в данной области, имеет ряд недостатков. Во-первых, в традиционной модели экспертным путем определено, какие факторы влияют на решение тех или иных проблем положительно, какие отрицательно, а какие вообще не влияют. Во-вторых, для численной оценки силы влияния фактора на решение проблемы используется разные алгоритмы вычисления значений функции желательности для положительно и отрицательно влияющих факторов, что при использовании в качестве интегрального критерия среднего геометрического приводит к несопоставимым результатам. В-третьих, использование нормированных функций полезности приводит к нивелированию силы влияния факторов в результате чего сильно влияющие и слабо влияющие факторы получают одинаковую вариативность числовых значений и оказывают одинаковое влияние на интегральный критерий. Все перечисленные проблемы традиционного подхода решаются с применением Автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – Универсальной когнитивной аналитической системе «Эйдос». В предлагаемой системно-когнитивной модели для значений экологических и экономических факторов без участия экспертов вычисляется количество и знак содержащейся в них информации о том, что наблюдаются те или иные значения показателей здоровья населения
-
Краткое описание
В сложных многопараметрических технических системах происходят многочисленные и разнообразные физические процессы, которые, с одной стороны, оказывают существенное влияние на характеристики этих систем, а с другой стороны, крайне сложно поддаются описанию в виде содержательных аналитических моделей, основанных на уравнениях, т.к. эти модели должны учитывать специфические особенности систем. Вследствие этого разработка содержательных аналитических моделей является «штучной работой» и связана с большим количеством упрощающих допущений, снижающих их универсальность и достоверность. Но известен и другой принцип моделирования: построение феноменологических информационных моделей, т.е. моделей, не имеющих аналитической формы представления и описывающих моделируемую систему чисто внешне как «черный ящик». Такие модели могут строиться непосредственно на основе эмпирических данных и при наличии соответствующего программного инструментария это может быть по типовой технологии намного быстрее и значительно менее трудоемко, чем разработка содержательных аналитических моделей. С другой стороны феноменологические информационные модели могут быть вполне достаточны для определения рациональных конструктивных особенностей и параметров режимов работы сложных технических систем. Кроме того, такие феноменологические модели могут рассматриваться в качестве первого этапа разработки содержательных аналитических моделей. Предлагается применить для создания феноменологических моделей сложных технических систем новый универсальный инновационный метод искусственного интеллекта: автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий – универсальную когнитивную аналитическую систему «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий непосредственный ввод в систему больших объемов эмпирических данных из Excel-файла. Система «Эйдос», непосредственно на основе эмпирических (экспериментальных) данных, позволяет рассчитать какое количество информации о результатах работы технической системы содержится в фактах наличия у нее определенных конкретных конструктивных элементов и в определенных значениях параметрах режимов ее работы. На этой основе системой предлагаются научно-обоснованные и адекватные рекомендации по рациональному выбору конструктивных особенностей и параметров режимов работы моделируемой системы
-
Краткое описание
Общеизвестно, что генетика изучает механизмы изменчивости/наследственности и очень широко пользуется понятием «наследственная информация». При этом генетика под информацией подразумевает содержание генетического кода - структуры молекул ДНК и РНК, входящих в состав клетки живого организма. Генетика изучает механизмы записи, копирования, считывания генетической информации, возможности ее модификации, а также ее влияние на признаки и свойства организма. В разговорном и научном языке прочно закрепились фразы, типа «Гены содержат информацию о признаках/свойствах организма». Парадоксально, но мы не видим попыток определения количества информации, содержащейся в конкретных генах о конкретных фенотипических признаках или свойствах организма. Казалось бы, применение теории информации в генетике является совершенно естественным и напрашивается само собой. Тем более странно, что практически нет работ, посвященных применению теории информации для решения задач генетики. Данная статья призвана в какой-то степени восполнить этот пробел на примере вычисления количества информации в генах о признаках или свойствах различных сортов винограда. В ней рассматривается применение автоматизированного системно-когнитивного анализа (АСК-анализ), его математической модели – системной теории информации и реализующего их программного инструментария – интеллектуальной системы «Эйдос» для решения одной из важных задач генетики: определения количества информации, содержащейся в генах о различных фенотипических признаках/свойствах винограда. Для решения этой задачи выполняются следующие этапы: 1) когнитивно-целевая структуризация предметной области; 2) формализация предметной области, т.е. разработка классификационных и описательных шкал и градаций и обучающей выборки; 3) синтез и верификация информационной модели, отражающей количество информации в генах о фенотипических признаках/свойствах (многопараметрическая типизация); 4) вывод информации о генетической системе детерминации фенотипических признаков/свойств (SWOT-анализ феносвойства); 5) вывод информации о силе и направлении влияния конкретного гена на фенотипические признаки/свойства (SWOT-диаграммы генов); 6) решение задачи системной идентификации фенотипических признаков/свойств по наличию тех или иных генов; 7) количественное определение сходства-различия различных фенотипических признаков/свойств по их системе детерминации генами. Конкретное фенотипическое свойство (или признак) рассматривается как зашумленный генетический текст, включающий как генетическую информацию об истинном феносвойстве (чистый сигнал), так и шум, искажающий эту информацию, обусловленный случайным воздействием окружающей среды. Программный инструментарий АСК-анализа – интеллектуальная система «Эйдос» обеспечивает подавление шума и выделение истинного сигнала
-
Краткое описание
Из огромного количества организмов, населяющих нашу планету, насекомые составляют 70%, являясь самым многочисленным из беспозвоночных животных классов, насчитывающих более 2 млн. видов. Сложно отыскать такое место, где нельзя было бы встретить представителей этого огромного класса. Они полностью освоили все среды обитания - воду, сушу, воздух. Для них характерны сложные инстинкты, всеядность, высокая плодовитость, для некоторых - общественный образ жизни. Насекомых можно встретить на огромных высотах, доходящих до уровня 5000 метров, населяют они и безжизненные пустыни, где практически никогда не бывает дождей, не говоря уж об отсутствии какой – либо растительности. Глубокие пещеры, в которых нет ни солнечного света, ни условий для питания и существования живых организмов — это тоже места обитания насекомых, встретить их можно далеко за Полярным кругом, и даже — на многих островах Антарктики, где кроме безжизненных скал, казалось бы, нет ничего. Среди насекомых, одним из самых больших и многочисленных семейств – являются жужелицы (Carabidae). Они тонко реагируют на изменения почвенно-растительных, гидротермических и микроклиматических условий среды, что делает их удобным модельным объектом различных экологических и зоологических исследований. Жужелицам принадлежит большое число родов и видов, нередко трудно различимых, в связи с этим для диагностики используются много различных признаков: принимаются во внимание окраска, форма тела, наружное строение, структура поверхности, размеры, строение гениталий и хетотаксия. Вследствие того, что количество жужелиц огромно, а по внешнему виду очень трудно определить их родовую принадлежность, возникла потребность автоматизации процесса их идентификации, вследствие чего потребовался специальный механизм, который бы повысил точность определения этих насекомых. В предыдущей работе авторов (http://ej.kubagro.ru/2016/05/pdf/01.pdf) в перспективе рассматривалась возможность с помощью метода АСК-анализа классифицировать насекомых не только по видам, но и по родам, отрядам, тем самым повысив достоверность определения жужелиц, что и будет сделано в данной статье. Приводится численный пример. Имеется успешный опыт решения подобных задач в других предметных областях. Данная статья может рассматриваться, как продолжение серии работ, посвященных применению автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – системы «Эйдос»
-
Логарифмический закон и коэффициент эмерджентности классических и квантовых систем
01.00.00 Физико-математические науки
Краткое описаниеВ работе рассмотрены различные примеры физических систем, состояние которых определяется логарифмическим законом – статистические квантовые и классические системы, и релятивистское движение в многомерных пространствах. Установлено, что статистики Ферми-Дирака, Бозе-Эйнштейна и Максвелла- Больцмана можно описать единым уравнением, которое следует из уравнения Эйнштейна для систем, обладающих центральной симметрией. Построен коэффициент эмерджентности классических и квантовых систем. Установлена взаимосвязь статистических и динамических параметров в теории супергравитации в пространствах произвольной размерности. Показано, что описание движения большого числа частиц может быть сведено к задаче о движении на гиперсфере. Радиальное движение в такой модели сводится к известным распределениям квантовой и классической статистики. Модель углового движения сводится к системе нелинейных уравнений, описывающих взаимодействие пробной частицы с источниками логарифмического типа. Уравнение Гамильтона-Якоби проинтегрировано при самых общих предположениях в случае центрально-симметрической метрики. Получена зависимость действия от параметров системы и метрики. Показано, что в случае фермионов действие достигает экстремума в четырехмерном пространстве. В случае же бозонов существует локальный экстремум действия в пространствах любой размерности
-
Краткое описание
Авторами разработано и изготовлено большое количество различных конструкций релятивных винтовых барабанов для смешивания комбикормов. Проведено 749 натурных экспериментов с барабанами 10 различных конструкций при различных параметрах режимов работы. Во всех экспериментах измерялось качество получаемой комбикормовой смеси. Однако непосредственно на основе эмпирических данных рациональный выбор конструктивных особенностей и параметров режимов работы барабанов не представляется возможным. Для этого необходимо предварительно разработать модель, отражающую эти эмпирические данные. Построение содержательных аналитических моделей различных типов барабанов представляет собой сложную и трудоемкую научную задачу, сложность которой обусловлена большим разнообразием и сложностью форм барабанов и режимов их использования, большим числом разнородных физических факторов, влияющих на процессы в барабане. Вследствие этого разработка аналитических моделей связана с большим количеством упрощающих допущений, снижающих их универсальность и достоверность. Поэтому актуальной является задача поиска математического метода и программного инструментария, обеспечивающих быструю и простую для пользователя разработку модели влияния конструкции барабана и параметров режимов его работы на качество получаемой комбикормовой смеси непосредственно на основе эмпирических (экспериментальных) данных. Предлагается решение этой задачи с применением нового универсального инновационного метода искусственного интеллекта: автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – универсальной когнитивной аналитической системы «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий непосредственный ввод в систему больших объемов эмпирических данных из Excel-файла. Создаваемая на их основе в системе «Эйдос» системно-когнитивная модель позволяет в наглядной форме отразить влияние конструкции барабана и параметров режимов его работы на качество получаемой комбикормовой смеси и разработать на этой основе научно-обоснованные и адекватные рекомендации по рациональному выбору конструктивных особенностей и параметров режимов работы релятивных винтовых барабанов. Приводится численный пример