KOGNITIVNO MODELIRANJE

SADRŽAJ
Uvod
1. Predmet kognitivne analize
1.1. Eksterno okruženje
1.2. nestabilnost spoljašnje okruženje
1.3. Slabo strukturirano vanjsko okruženje
2. Opšti koncept kognitivna analiza
3. Faze kognitivne analize
4. Ciljevi, faze i osnovni koncepti kognitivnog modeliranja
4. 1. Svrha izgradnje kognitivnog modela
4.2. Faze kognitivnog modeliranja
4.3. Usmjereni graf (kognitivna mapa)
4.4. Funkcionalni grafikon (završetak izgradnje kognitivnog modela)
5. Vrste faktora

6.1 Identifikacija faktora (elemenata sistema)
6.2. Dva pristupa utvrđivanju odnosa između faktora
6.3.Primjeri isticanja faktora i odnosa između njih
6.4. Problem određivanja jačine uticaja faktora
7. Provjera adekvatnosti modela
8. Korištenje kognitivnog modela
8.1. Primjena kognitivnih modela u sistemima za podršku odlučivanju
8.2. Primjer rada sa kognitivnim modelom
9. Računalni sistemi za podršku donošenju upravljačkih odluka
9.1. opšte karakteristike sistemi za podršku odlučivanju
9.2. "Situacija - 2"
9.3. "Kompas-2"
9.4. "platno"
Zaključak
Bibliografija
Aplikacija

Uvod
Trenutno su dobijanje pouzdanih informacija i njihova brza analiza postali najvažniji preduslovi za uspešno upravljanje. Ovo posebno vrijedi ako su objekt upravljanja i njegovo vanjsko okruženje kompleks složenih procesa i faktora koji značajno utječu jedni na druge.
Jedno od najproduktivnijih rješenja problema koji se javljaju u oblasti menadžmenta i organizacije je primjena kognitivne analize koja je predmet proučavanja u predmetnom radu.
Metodologiju kognitivnog modeliranja, dizajniranu za analizu i donošenje odluka u loše definiranim situacijama, predložio je američki istraživač R. Axelrod 1 .
U početku se kognitivna analiza formirala u okviru socijalne psihologije, odnosno kognitivizma, koji proučava procese percepcije i spoznaje.
Primjena razvoja socijalne psihologije u teoriji upravljanja dovela je do formiranja posebne grane znanja - kognitivne nauke, koja se koncentrirala na proučavanje problema upravljanja i odlučivanja.
Sada se metodologija kognitivnog modeliranja razvija u pravcu poboljšanja aparata za analizu i modeliranje situacija.
Teorijska dostignuća kognitivne analize postala su osnova za stvaranje računarskih sistema usmerenih na rešavanje primenjenih problema u oblasti menadžmenta.
Rad na razvoju kognitivnog pristupa i njegovoj primeni na analizu i upravljanje takozvanim polustrukturiranim sistemima trenutno se obavlja u Institutu za probleme upravljanja Ruske akademije nauka 2 .
Po nalogu Administracije predsjednika Ruske Federacije, Vlade Ruske Federacije, Vlade grada Moskve, na IPU RAS je sproveden niz socio-ekonomskih studija korištenjem kognitivne tehnologije. Izrađene preporuke uspješno primjenjuju nadležna ministarstva i resori 3 .
Od 2001. godine, pod pokroviteljstvom IPU RAS, redovno se održavaju međunarodne konferencije „Kognitivna analiza i upravljanje razvojem situacije (CASC)“.
Prilikom izrade seminarskog rada bili su uključeni radovi domaćih istraživača - A.A. Kulinich, D.I. Makarenko, S.V. Kachaeva, V.I. Maksimova, E.K. Kornoušenko, E. Grebenjuk, G.S. Osipova, A. Raikov. Većina ovih istraživača su stručnjaci sa Instituta za kompjuterske nauke Ruske akademije nauka.
Dakle, kognitivnu analizu aktivno razvijaju ne samo strani, već i domaći stručnjaci. Ipak, u okviru kognitivne nauke postoji niz problema čije bi rješavanje moglo značajno poboljšati rezultate primjene primijenjenih razvoja zasnovanih na kognitivnoj analizi.
cilj seminarski rad je analiza teorijske osnove kognitivnih tehnologija, problemi metodologije kognitivne analize, kao i zasnovana na kognitivnom modeliranju kompjuterskih sistema za podršku odlučivanju.
Postavljeni ciljevi odgovaraju strukturi rada, koja uzastopno otkriva osnovne koncepte i faze kognitivne analize uopšte, kognitivno modeliranje (kao ključni momenat kognitivne analize), opšte principe za primenu kognitivnog pristupa u praksi u oblasti menadžment, kao i kompjuterske tehnologije koje primjenjuju metode kognitivne analize.

1. Predmet kognitivne analize
1.1. Eksterno okruženje
Za efikasno upravljanje, predviđanje i planiranje potrebno je analizirati eksterno okruženje u kojem objekti upravljanja djeluju.
Eksterno okruženje istraživači obično definišu kao kombinaciju ekonomskih, društvenih i političkih faktora i subjekata koji imaju direktan ili indirektan uticaj na mogućnosti i sposobnosti subjekta (bilo da se radi o banci, preduzeću, bilo kojoj drugoj organizaciji, čitavoj region i dr.) za postizanje postavljenih razvojnih ciljeva.
Za orijentaciju u vanjskom okruženju i za njegovu analizu potrebno je jasno predstaviti njegova svojstva. Stručnjaci Instituta za probleme upravljanja Ruske akademije nauka identifikuju sljedeće glavne karakteristike vanjskog okruženja:
1. Složenost – ovo se odnosi na broj i raznolikost faktora na koje subjekt mora odgovoriti.
2. Odnos faktora, odnosno sila kojom promjena jednog faktora utiče na promjenu drugih faktora.
3. Mobilnost – brzina kojom se dešavaju promjene u vanjskom okruženju 4 .
Odabir takvih karakteristika za opisivanje okruženja ukazuje na to da istraživači primjenjuju sistematski pristup i posmatraju vanjsko okruženje kao sistem ili skup sistema. U okviru ovog pristupa uobičajeno je bilo koje objekte predstavljati u obliku strukturiranog sistema, izdvajati elemente sistema, odnose među njima i dinamiku razvoja elemenata, odnosa i cjeline. sistem u celini. Stoga se kognitivna analiza koja se koristi za proučavanje spoljašnjeg okruženja i razvoj načina i metoda funkcionisanja u njemu ponekad smatra komponentom sistemske analize 5 .
Specifičnost spoljašnjeg okruženja objekata upravljanja leži u činjenici da je ovo okruženje podložno uticaju ljudskog faktora. Drugim riječima, uključuje subjekte obdarene autonomnom voljom, interesima i subjektivnim idejama. To znači da ovo okruženje ne poštuje uvijek linearne zakone koji nedvosmisleno opisuju odnos uzroka i posljedica.
Iz ovoga proizilaze dva osnovna parametra spoljašnje sredine u kojoj ljudski faktor deluje – nestabilnost i slabo strukturisana. Pogledajmo bliže ove parametre.

1.2. Nestabilnost spoljašnje sredine

Istraživači često identificiraju nestabilnost vanjskog okruženja s nepredvidljivošću. „Stepen nestabilnosti eksternog ekonomskog i političkog okruženja za ... [objekat kontrole] karakteriše poznavanje očekivanih događaja, očekivani tempo promena i sposobnost predviđanja budućnosti“ 6 . Ova nepredvidivost je generisana multifaktorskom prirodom, varijabilnosti faktora, tempom i smerom razvoja sredine.
„Kumulativni efekat svih faktora okoline, sažimaju V. Maksimov, S. Kačajev i E. Kornoušenko, „oblikuje nivo njegove nestabilnosti i određuje svrsishodnost i pravac hirurške intervencije u tekućim procesima“ 7 .
Što je veća nestabilnost eksternog okruženja, to je teže razviti adekvatne strateške odluke. Stoga postoji objektivna potreba da se proceni stepen nestabilnosti okruženja, kao i da se razviju pristupi njegovoj analizi.
Prema I. Ansoffu, izbor strategije upravljanja i analize situacija zavisi od stepena nestabilnosti spoljašnjeg okruženja. Za umjerenu nestabilnost primjenjuje se konvencionalno upravljanje zasnovano na ekstrapolaciji znanja o prošlosti okoline. Sa prosječnim nivoom nestabilnosti, upravljanje se vrši na osnovu prognoze promjena u okruženju (na primjer, "tehnička" analiza finansijska tržišta). Na visokom nivou nestabilnosti, upravljanje se koristi na osnovu fleksibilnih stručnih odluka (na primjer, "fundamentalna" 8 analiza finansijskih tržišta) 9 .

1.3. Slabo strukturirano vanjsko okruženje

Okruženje u kojem su subjekti upravljanja prinuđeni da rade karakteriše se ne samo kao nestabilno, već i kao slabo strukturirano. Ove dvije karakteristike su usko povezane, ali različite. Međutim, ovi termini se ponekad koriste naizmjenično.
Tako stručnjaci IPU RAS, definišući polustrukturirane sisteme, ukazuju na neka njihova svojstva svojstvena nestabilnim sistemima: „Poteškoće u analizi procesa i donošenju menadžerskih odluka u oblastima kao što su ekonomija, sociologija, ekologija itd. zbog niza karakteristika svojstvenih ovim oblastima, a to su: višedimenzionalna priroda procesa koji se u njima odvijaju (ekonomski, društveni, itd.) i njihova međusobna povezanost; zbog toga je nemoguće izolovati i detaljno proučavati pojedinačne pojave - sve pojave koje se u njima javljaju moraju se posmatrati kao celina; nedostatak dovoljnih kvantitativnih informacija o dinamici procesa, što nas tjera da se prebacimo na kvalitativna analiza takvi procesi; varijabilnost prirode procesa tokom vremena itd. Zbog ovih karakteristika, ekonomskih, društvenih itd. sistemi se nazivaju polustrukturiranim sistemima” 10 .
Međutim, treba napomenuti da pojam "nestabilnost" podrazumijeva nemogućnost ili teškoću predviđanja razvoja sistema, a slabo strukturiran - nemogućnost njegovog formaliziranja. U konačnici, karakteristike „nestabilnost“ i „slabo strukturiran“, po mom mišljenju, odražavaju različite aspekte iste pojave, budući da tradicionalno percipiramo sistem koji ne možemo formalizirati i samim tim apsolutno precizno predvidjeti njegov razvoj (tj. slabo strukturiran sistem). ) kao nestabilna, sklona haosu. Stoga ću u daljem tekstu, slijedeći autore proučavanih članaka, koristiti ove termine kao ekvivalentne. Ponekad istraživači, uz gore navedene koncepte, koriste izraz „teške situacije“.
Dakle, za razliku od tehničkih sistema, ekonomske, društveno-političke i druge slične sisteme karakteriše odsustvo detaljnog kvantitativnog opisa procesa koji se u njima odvijaju – informacije su ovde kvalitativne prirode. Stoga je za polustrukturirane sisteme nemoguće kreirati formalne tradicionalne kvantitativne modele. Sisteme ovog tipa karakteriše nesigurnost, opis na kvalitativnom nivou i dvosmislenost u proceni posledica određenih odluka 11 .
Stoga je analiza nestabilnog vanjskog okruženja (slabo strukturiranih sistema) ispunjena mnogim poteškoćama. Prilikom njihovog rješavanja potrebna je intuicija stručnjaka, njegovo iskustvo, asocijativnost mišljenja, nagađanja.
Kompjuterska sredstva kognitivnog (kognitivnog) modeliranja situacija omogućavaju da se nosi sa takvom analizom. Ova sredstva se decenijama koriste u ekonomski razvijenim zemljama, pomažući preduzećima da opstanu i razviju svoje poslovanje, a nadležnima da pripreme efikasne regulatorne dokumente 12 . Kognitivno modeliranje je osmišljeno da pomogne stručnjaku da razmišlja na dubljem nivou i da unapredi svoje znanje, kao i da formalizuje svoje ideje o situaciji u najvećoj mogućoj meri.

2. Opšti koncept kognitivne analize

Kognitivnu analizu istraživači ponekad nazivaju "kognitivno strukturiranje" 13 .
Kognitivna analiza se smatra jednim od najmoćnijih alata za proučavanje nestabilnog i polustrukturiranog okruženja. Doprinosi boljem razumijevanju problema koji postoje u okruženju, identifikaciji kontradiktornosti i kvalitativnoj analizi tekućih procesa. Suština kognitivnog (kognitivnog) modeliranja - ključna tačka kognitivne analize - je da se najteže probleme i trendove u razvoju sistema treba u pojednostavljenom obliku odraziti u modelu, istražiti moguće scenarije za nastanak kriznih situacija, pronaći načine i uslove za njihovo rješavanje u modelskoj situaciji. Upotreba kognitivnih modela kvalitativno povećava validnost menadžerskog odlučivanja u složenom okruženju koje se brzo mijenja, stručnjaka spašava od „intuitivnog lutanja“, štedi vrijeme za razumijevanje i tumačenje događaja koji se dešavaju u sistemu 14 .
IN AND. Maksimov i S.V. Kačajev, da bi objasnio principe korištenja informacijskih kognitivnih (kognitivnih) tehnologija za poboljšanje upravljanja, koristi metaforu broda u pobješnjelom oceanu - takozvani model "frigata-okean". Većina komercijalnih i nekomercijalnih aktivnosti u promjenjivom i polustrukturiranom okruženju „neizbježno je povezana s rizikom, kako zbog neizvjesnosti budućih uslova poslovanja, tako i zbog potencijala za loše rukovodeće odluke... Za menadžment je veoma važno da bude u stanju da predvidi ovakve poteškoće i unapred razvije strategije za njihovo prevazilaženje, tj. imati unaprijed određene stavove mogućeg ponašanja. Predlaže se da se ovi razvoji izvode na modelima u kojima je informacijski model kontrolnog objekta („fregate“) u interakciji s modelom vanjskog okruženja - ekonomskog, socijalnog, političkog, itd. ("okean"). „Svrha takve simulacije je da se „fregati” daju preporuke kako da pređe „okean” sa najmanje „napora”... Interesantni su načini za postizanje cilja, uzimajući u obzir povoljni "vjetrovi" i "struje" ... Dakle, postavili smo cilj: odrediti "ružu vjetrova" ... [vanjsko okruženje], pa ćemo vidjeti koji će "vjetrovi" biti povoljni, a koji će biti suprotni , kako ih koristiti i kako otkriti svojstva vanjske situacije koja su važna za ... [objekat]” 15 .
Dakle, suština kognitivnog pristupa leži, kao što je već spomenuto, u pomaganju stručnjaku da se zamisli nad situacijom i razvije najefikasniju strategiju upravljanja, zasnovanu ne toliko na njegovoj intuiciji koliko na uređenom i provjerenom (koliko je moguće) znanju. o složenom sistemu. Primjeri primjene kognitivne analize za rješavanje specifičnih problema biće razmotreni u nastavku u paragrafu „8. Korištenje kognitivnog modela”.

3. Faze kognitivne analize

Kognitivna analiza se sastoji od nekoliko faza, od kojih svaka implementira određeni zadatak. Dosljedno rješavanje ovih problema dovodi do postizanja glavnog cilja kognitivne analize. Istraživači daju različitu nomenklaturu faza u zavisnosti od specifičnosti proučavanog objekta (objekata) 16 . Ako sumiramo i generaliziramo sve ove pristupe, možemo razlikovati sljedeće faze koje su karakteristične za kognitivnu analizu svake situacije.

Formulacija svrhe i ciljeva studije.
Proučavanje složene situacije sa stanovišta cilja: prikupljanje, sistematizacija, analiza postojećih statističkih i kvalitativnih informacija o objektu upravljanja i njegovom vanjskom okruženju, određivanje zahtjeva, uslova i ograničenja svojstvenih situaciji koja se proučava.
Identifikacija glavnih faktora koji utiču na razvoj situacije.
Utvrđivanje odnosa između faktora razmatranjem uzročno-posljedičnih lanaca (izgradnja kognitivne mape u obliku usmjerenog grafa).
Proučavanje jačine međusobnog uticaja različitih faktora. Za to se koriste oba matematička modela koji opisuju neke precizno utvrđene kvantitativne odnose među faktorima, kao i subjektivne stavove stručnjaka o neformalizabilnim kvalitativnim odnosima među faktorima.

(Kao rezultat prolaska faza 3 - 5 gradi se kognitivni model situacije (sistema) koji se prikazuje u obliku funkcionalnog grafa. Stoga možemo reći da su faze 3 - 5 kognitivno modeliranje. detaljnije, sve ove faze i osnovni koncepti kognitivnog modeliranja biće razmotreni u paragrafima 4 - 7).

Provjera adekvatnosti kognitivnog modela realne situacije (verifikacija kognitivnog modela).
Definicija pomoću kognitivnog modela opcije razvoj situacije (sistema) 17, otkrivanje načina, mehanizama uticaja na situaciju u cilju postizanja željenih rezultata, sprečavanja neželjenih posledica, odnosno izrada strategije upravljanja. Postavljanje cilja, željenih pravaca i jačine promjene trendova procesa u situaciji. Odabir skupa mjera (skup kontrolnih faktora), određivanje njihove moguće i željene snage i smjera utjecaja na situaciju (konkretna praktična primjena kognitivnog modela).

Razmotrimo detaljno svaku od navedenih faza (sa izuzetkom prve i druge, koje su u suštini pripremne), mehanizme za implementaciju pojedinih zadataka svake od faza, kao i probleme koji se javljaju u različitim fazama kognitivna analiza.

4. Ciljevi, faze i osnovni koncepti kognitivnog modeliranja

Ključni element kognitivne analize je izgradnja kognitivnog modela.

4. 1. Svrha izgradnje kognitivnog modela

Kognitivno modeliranje doprinosi boljem razumijevanju problemske situacije, identifikaciji kontradikcija i kvalitativnoj analizi sistema. Svrha modeliranja je da se formira i precizira hipoteza o funkcionisanju objekta koji se proučava, posmatranog kao složenog sistema, koji se sastoji od zasebnih, ali ipak međusobno povezanih elemenata i podsistema. Da bi se razumjelo i analiziralo ponašanje složenog sistema, gradi se blok dijagram uzročno-posledičnih veza elemenata sistema. Analiza ovih odnosa neophodna je za implementaciju različitih kontrola procesa u sistemu 18 .

4.2. Faze kognitivnog modeliranja

AT uopšteno govoreći faze kognitivnog modeliranja su razmotrene gore. Radovi stručnjaka IPU RAS sadrže konkretizovan prikaz ovih faza. Istaknimo glavne.

Identifikacija faktora koji karakterišu problemsku situaciju, razvoj sistema (okruženja). Na primjer, suština problema neplaćanja poreza može se formulisati u faktorima "Neplaćanje poreza", "Naplata poreza", "Prihodi budžeta", "Budžetski rashodi", "Budžetski deficit" itd.
Identifikacija odnosa između faktora. Određivanje pravca uticaja i međusobnih uticaja između faktora. Na primjer, faktor „Nivo poreskog opterećenja“ utiče na „Neplaćanja poreza“.
Utvrđivanje prirode uticaja (pozitivan, negativan, +\-) Na primjer, povećanje (smanjenje) faktora “Nivo poreskog opterećenja” povećava (smanjuje) “Neplaćanje poreza” – pozitivan uticaj; a povećanje (smanjenje) faktora „Naplata poreza“ smanjuje (povećava) „Neplaćanje poreza“ – negativan uticaj. (U ovoj fazi, kognitivna mapa se konstruiše u obliku usmjerenog grafa.)
Utvrđivanje jačine uticaja i međusobnog uticaja faktora (slab, jak) Na primer, povećanje (smanjenje) faktora „Nivo poreskog opterećenja“ faktor „značajno“ povećava (smanjuje) „Neplaćanja poreza“ 19 (Završna konstrukcija kognitivnog modela u obliku funkcionalnog grafa).

Dakle, kognitivni model uključuje kognitivnu mapu (usmjereni graf) i težine luka grafa (procjena međusobnog utjecaja ili utjecaja faktora). Prilikom određivanja težina lukova, usmjereni graf se pretvara u funkcionalni.
Problemi identifikovanja faktora, procene međusobnog uticaja faktora i tipologije faktora biće obrađeni u paragrafima 5 i 6; ovdje ćemo razmotriti takve osnovne koncepte kognitivnog modeliranja kao što su kognitivna mapa i funkcionalni graf.

4.3. Usmjereni graf (kognitivna mapa)

U okviru kognitivnog pristupa, termini "kognitivna mapa" i "usmjereni graf" se često koriste naizmjenično; iako je, strogo govoreći, pojam usmjerenog grafa širi, a pojam "kognitivna mapa" označava samo jednu od primjena usmjerenog grafa.
Kognitivna mapa se sastoji od faktora (elemenata sistema) i veza između njih.
Da bi se razumjelo i analiziralo ponašanje složenog sistema, gradi se blok dijagram uzročno-posledičnih veza elemenata sistema (situacioni faktori). Dva elementa sistema A i B su prikazana na dijagramu kao zasebne tačke (vrhove) povezane orijentisanim lukom, ako je element A povezan sa elementom B uzročno-posledičnom relacijom: A a B, gde je: A uzrok, B je posljedica.
Faktori mogu uticati jedni na druge, a takav uticaj, kao što je već pomenuto, može biti pozitivan, kada povećanje (smanjenje) jednog faktora dovodi do povećanja (smanjenje) drugog faktora, i negativan, kada povećanje (smanjenje) jednog faktora faktor dovodi do smanjenja (povećanja) ) drugi faktor 20 . Štaviše, uticaj može imati i promenljiv predznak, u zavisnosti od mogućih dodatnih uslova.
Takve šeme za predstavljanje uzročno-posledičnih veza se široko koriste za analizu složenih sistema u ekonomiji i sociologiji.
Primjer kognitivne mape neke ekonomske situacije prikazan je na slici 1.

Slika 1. Usmjereni graf 21 .

4.4. Funkcionalni grafikon (završetak izgradnje kognitivnog modela)
Kognitivna mapa odražava samo činjenicu prisutnosti utjecaja faktora jedni na druge. Ona ne odražava ni detaljnu prirodu ovih uticaja, ni dinamiku promena uticaja u zavisnosti od promena situacije, niti privremene promene samih faktora. Uzimanje u obzir svih ovih okolnosti zahtijeva prijelaz na sljedeći nivo strukturiranja informacija, odnosno na kognitivni model.
Na ovom nivou, svaki odnos između faktora kognitivne mape otkriva se odgovarajućim zavisnostima, od kojih svaka može sadržavati i kvantitativne (mjerene) varijable i kvalitativne (ne mjerene) varijable. U ovom slučaju, kvantitativne varijable su predstavljene na prirodan način u obliku svojih numeričkih vrijednosti. Svaka kvalitativna varijabla povezana je sa skupom lingvističkih varijabli koje odražavaju različita stanja ove kvalitativne varijable (na primjer, potražnja potrošača može biti „slaba“, „umjerena“, „žurna“ itd.), a svaka lingvistička varijabla odgovara određeni brojčani ekvivalent u skali. Akumulacijom znanja o procesima koji se dešavaju u situaciji koja se proučava, postaje moguće detaljnije otkriti prirodu odnosa između faktora.
Formalno, kognitivni model situacije može, poput kognitivne mape, biti predstavljen grafom, ali svaki luk u ovom grafu već predstavlja određeni funkcionalni odnos između odgovarajućih faktora; one. kognitivni model situacije predstavljen je funkcionalnim grafom 22 .
Primjer funkcionalnog grafa koji odražava situaciju u uslovnoj regiji prikazan je na sl. 2.

Slika 2. Funkcionalni grafikon 23 .
Imajte na umu da je ovaj model demonstracijski model, tako da mnogi faktori okoline nisu uzeti u obzir u njemu.

5. Vrste faktora
Da bi strukturirali situaciju (sistem), istraživači dijele faktore (elemente) u različite grupe, od kojih svaka ima određenu specifičnost, odnosno funkcionalnu ulogu u modeliranju. Štaviše, u zavisnosti od specifičnosti analizirane situacije (sistema), tipologija faktora (elemenata) može biti različita. Ovdje ću istaknuti neke vrste faktora koji se koriste u kognitivnom modeliranju većine sistema (situacija, okruženja).
Prvo, među svim otkrivenim faktorima postoje osnovni (značajno utiču na situaciju, opisujući suštinu problema) i „prekomerni“ (beznačajni) faktori, „slabo povezani“ sa „jezgrom“ osnovnih faktora 24 .
Prilikom analize određene situacije, stručnjak obično zna ili pretpostavlja koje su promjene osnovnih faktora za njega poželjne. Faktori od najvećeg interesa za stručnjaka nazivaju se ciljni faktori. IN AND. Maksimov, E.K. Kornoušenko, S.V. Kačajev ovako opisuje ciljne faktore: „Ovo su „izlazni“ faktori kognitivnog modela. Zadatak razvoja odluka o upravljanju procesima u situaciji je da obezbijedi željene promjene ciljnih faktora, to je cilj menadžmenta. Smatra se da je cilj ispravno postavljen ako željene promjene u nekim ciljnim faktorima ne dovedu do neželjenih promjena u drugim ciljnim faktorima” 25 .
U početnom skupu osnovnih faktora izdvaja se skup takozvanih kontrolnih faktora - „„ulaznih“ faktora kognitivnog modela, preko kojih se kontrolne akcije unose u model. Kontrolna akcija se smatra usklađenom sa ciljem ako ne uzrokuje neželjene promjene u bilo kojem od ciljnih faktora” 26 . Da bi se identifikovali kontrolni faktori, određuju se faktori koji utiču na ciljne faktore. Kontrolni faktori u modelu će biti potencijalno moguće poluge uticaja na situaciju 27 .
Uticaj kontrolnih faktora sažima se u konceptu "kontrolnog vektora" - skupa faktora, od kojih se svaki snabdijeva kontrolnim impulsom date vrijednosti 28 .
Faktori situacije (ili elementi sistema) se takođe mogu podeliti na interne (koji pripadaju samom objektu upravljanja i pod manje ili više potpunom kontrolom menadžmenta) i eksterne (koji odražavaju uticaj na situaciju ili sistem). spoljne sile koje ne može da kontroliše ili samo posredno kontroliše subjekt upravljanja).
Eksterni faktori se najčešće dijele na predvidljive, čija se pojava i ponašanje mogu predvidjeti na osnovu analize dostupnih informacija, i nepredvidive o čijem ponašanju stručnjak saznaje tek nakon njihovog pojavljivanja 29 .
Ponekad istraživači identifikuju takozvane indikatorske faktore koji odražavaju i objašnjavaju razvoj procesa u problemskoj situaciji (sistem, okruženje) 30 . U te svrhe koristi se i koncept integralnih indikatora (faktora), promjenom kojih se mogu suditi o općim trendovima u ovoj oblasti 31 .
Faktore karakteriše i trend u njihovim vrijednostima. Razlikovati sljedeće trendove: rast, pad. Ako nema promjene faktora, govori se o odsustvu trenda ili nultom trendu 32 .
Na kraju, treba napomenuti da je moguće identifikovati uzročne faktore i faktore-posljedice, kratkoročne i dugoročne faktore.

6. Glavni problemi izgradnje kognitivnog modela
Postoje dva glavna problema u izgradnji kognitivnog modela.
Prvo, teško je identifikovati faktore (elemente sistema) i rangirati faktore (izbor osnovnih i sekundarnih) (u fazi konstruisanja usmerenog grafa).
Drugo, utvrđivanje stepena međusobnog uticaja faktora (određivanje težina lukova grafa) (u fazi konstruisanja funkcionalnog grafa).

6.1. Identifikacija faktora (elemenata sistema)

Može se reći da istraživači nisu razvili jasan algoritam za identifikaciju elemenata sistema koji se proučava. Pretpostavlja se da su proučavani faktori situacije već poznati stručnjaku koji sprovodi kognitivnu analizu.
Obično, kada se razmatraju veliki (na primjer, makroekonomski) sistemi, koristi se tzv. PEST-analiza (Politika - politika, Ekonomija - ekonomija, Društvo - društvo, Tehnologija - tehnologija), koja uključuje alokaciju 4 glavne grupe faktora kroz koje politički, ekonomski, sociokulturni i tehnološki aspekti životne sredine 33 . Ovaj pristup je dobro poznat u svim društveno-ekonomskim naukama.
PEST analiza je alat za istorijski uspostavljenu stratešku analizu eksternog okruženja od četiri elementa. Istovremeno, za svaki konkretan složeni objekat postoji poseban skup ključnih faktora koji direktno i najznačajnije utiču na objekat. Analiza svakog od identifikovanih aspekata vrši se sistematski, jer su u životu svi ovi aspekti usko povezani 34 .
Osim toga, pretpostavlja se da stručnjak može suditi o nizu faktora, u skladu sa svojim subjektivnim idejama. Dakle, „Fundamentalna“ analiza finansijskih situacija, po nekim parametrima bliska kognitivnoj analizi, zasniva se na skupu osnovnih faktora (finansijskih i ekonomskih pokazatelja) – kako makroekonomskih tako i nižeg reda, kako dugoročnih tako i kratkoročnih. Ovi faktori se, u skladu sa „fundamentalnim“ pristupom, određuju na osnovu zdravog razuma 35 .
Dakle, jedini zaključak koji se može izvući u vezi sa procesom identifikacije faktora je da se analitičar, u ostvarivanju ovog cilja, treba rukovoditi gotovim znanjem različitih društveno-ekonomskih nauka koje se bave specifičnim proučavanjem različitih sistema, kao i kao njegovo iskustvo i intuicija.

6.2. Dva pristupa utvrđivanju odnosa između faktora

Za prikaz prirode interakcije faktora koriste se pozitivni i normativni pristupi.
Pozitivan pristup temelji se na uzimanju u obzir objektivne prirode interakcije faktora i omogućava vam da nacrtate lukove, dodijelite im znakove (+ / -) i točne težine, odnosno odražavate prirodu ove interakcije. Ovaj pristup je primjenjiv ako se odnos faktora može formalizirati i izraziti matematičkim formulama koje uspostavljaju precizne kvantitativne odnose.
Međutim, nisu svi realni sistemi i njihovi podsistemi opisani određenim matematičkim formulama. Možemo reći da su formalizovani samo neki posebni slučajevi interakcije faktora. Štaviše, što je sistem složeniji, manja je vjerovatnoća da će ga u potpunosti opisati tradicionalni matematički modeli. Ovo je prvenstveno zbog osnovnih svojstava nestabilnih, polustrukturiranih sistema, opisanih u paragrafu 1. Stoga je pozitivan pristup dopunjen normativnim.
Normativni pristup temelji se na subjektivnoj, evaluativnoj percepciji interakcije faktora, a njegova upotreba također vam omogućava da dodijelite težine lukovima, odnosno odražavaju snagu (intenzitet) interakcije faktora. Pojašnjenje uticaja faktora jednih na druge i procena ovih uticaja zasnivaju se na "procenama" stručnjaka i izražavaju se u kvantitativnom obliku pomoću skale [-1,1] ili jezičkih varijabli kao što su "jako", "slab", "umjereno" 36 . Drugim riječima, normativnim pristupom stručnjak se suočava sa zadatkom da intuitivno odredi jačinu međusobnog utjecaja faktora, na osnovu njihovog poznavanja kvalitativnog odnosa.
Osim toga, kao što je već spomenuto, stručnjak treba utvrditi negativnu ili pozitivnu prirodu utjecaja faktora, a ne samo snagu utjecaja. U izvršavanju ovog zadatka, očigledno, moguće je koristiti dva gore navedena pristupa.

6.3.Primjeri isticanja faktora i odnosa između njih
Evo nekoliko primjera koje istraživači koriste da ilustruju odabir faktora i uspostavljanje odnosa između njih.
Tako V. Maksimov, S. Kačajev i E. Kornoušenko identifikuju sljedeće osnovne faktore za izgradnju kognitivnog modela procesa koji se dešavaju u kriznoj ekonomiji: 1. Bruto domaći proizvod (BDP); 2. Agregatna potražnja; 3. inflacija; 4. Štednja; 5. Potrošnja; 6. Investicije; 7. Javne nabavke; 8. Nezaposlenost; 9. Ponuda novca; 10. Državna transferna plaćanja; 11. Državna potrošnja; 12. Državni prihodi; 13. Deficit državnog budžeta; 14. Porezi; 15. Neplaćanje poreza; 16. kamatna stopa; 17. Potražnja za novcem 37 .
V. Maksimov, E. Grebenyuk, E. Kornoushenko u članku „Fundamentalna i tehnička analiza: integracija dvaju pristupa” daju još jedan primjer identifikacije faktora i otkrivaju prirodu veza između njih: „Najvažniji ekonomski pokazatelji koji utiču na berzama u SAD i Evropi, su: bruto nacionalni proizvod (BNP), indeks proizvodne proizvodnje (PPI), indeks potrošačkih cena (CPI), indeks cena proizvođača (CPI), stopa nezaposlenosti, cena nafte, kurs dolara... Ako tržište raste, a ekonomski pokazatelji potvrđuju stabilan razvoj privrede, onda se može očekivati ​​dalji rast cijena... Zalihe poskupljuju ako raste profit kompanije i postoji izgled za njihov dalji rast... Ako se realno stope rasta ekonomskih pokazatelja odstupaju od očekivanih, onda to dovodi do panike na berzi i do njenih oštrih promjena. Promjena bruto nacionalnog proizvoda je obično 3-5% godišnje. Ako godišnji rast BDP-a prelazi 5%, onda se to naziva ekonomski bum, koji na kraju može dovesti do kolapsa tržišta. Promjena BNP-a može se predvidjeti promjenama indeksa prerađivačke industrije. Oštar porast IPI ukazuje na mogući porast inflacije, što dovodi do pada tržišta. Rast CPI i CPI i cijena nafte također dovodi do pada tržišta. Visoka nezaposlenost u SAD i Evropi (preko 6%) primorava federalne agencije da snize bankarsku kamatnu stopu, što dovodi do oživljavanja privrede i rasta cijena akcija. Ako se nezaposlenost postepeno smanjuje, onda tržište ne reagira na te promjene. Ako nivo nezaposlenosti naglo padne i postane manji od očekivane vrijednosti, onda tržište počinje da pada, jer naglo smanjenje nezaposlenosti može povećati stopu inflacije iznad očekivane” 38 .

6.4. Problem određivanja jačine uticaja faktora

Dakle, najvažniji problem kognitivnog modeliranja je identifikacija težina lukova grafa, odnosno kvantitativna procjena međusobnog utjecaja ili utjecaja faktora. Činjenica je da se kognitivni pristup koristi u proučavanju nestabilnog, polustrukturiranog okruženja. Podsjetimo da su njegove karakteristike: varijabilnost, teško formaliziranje, višefaktornost, itd. To je specifičnost svih sistema u koje su ljudi uključeni. Stoga, neoperabilnost tradicionalnih matematičkih modela u mnogim slučajevima nije metodološki nedostatak kognitivne analize, već fundamentalno svojstvo predmeta proučavanja 39 .

Dakle, najvažnija karakteristika većine situacija koje se proučavaju u teoriji kontrole jeste prisustvo misaonih učesnika u njima, od kojih svaka na svoj način predstavlja situaciju i donosi određene odluke na osnovu „svoje“ reprezentacije. Kao što je J. Soros primetio u svojoj knjizi Alhemija finansija, „kada misleći učesnici deluju u situaciji, slijed događaja ne vodi direktno od jednog skupa faktora do drugog; umjesto toga, on se ukršta... povezuje faktore sa njihovim percepcijama, a percepcije sa faktorima. To dovodi do činjenice da „procesi u situaciji ne dovode do ravnoteže, već do beskrajnog procesa promjene“ 40 . Otuda proizilazi da je pouzdano predviđanje ponašanja procesa u situaciji nemoguće bez uzimanja u obzir procjene ove situacije od strane njenih učesnika i njihovih vlastitih pretpostavki o mogućim akcijama. J. Soros je ovu osobinu nekih sistema nazvao refleksivnošću.
Opisane su formalizovane kvantitativne zavisnosti faktora različite formule(regularnosti) u zavisnosti od predmeta istraživanja, odnosno od samih faktora. Međutim, kao što je već spomenuto, izgradnja tradicionalnog matematičkog modela nije uvijek moguća.

Problem univerzalne formalizacije međusobnog uticaja faktora još nije rešen i teško da će ikada biti rešen.

Stoga se treba pomiriti s činjenicom da je daleko od uvijek moguće opisati odnose faktora matematičkim formulama, tj. nikako nije uvijek moguće precizno kvantifikovati zavisnosti 41 .
Stoga se u kognitivnom modeliranju pri procjeni težina lukova, kao što je spomenuto, često uzima u obzir subjektivno mišljenje stručnjaka 42 . Glavni zadatak u ovom slučaju je kompenzacija subjektivnosti i izobličenja procjena kroz različite procedure verifikacije.

U ovom slučaju, jedna provjera konzistentnosti procjena stručnjaka obično nije dovoljna. Osnovni cilj postupka obrade subjektivnog mišljenja veštaka je da mu pomogne da reflektuje, jasnije razume i sistematizuje svoja znanja, proceni njihovu doslednost i adekvatnost stvarnosti.

U procesu izvlačenja ekspertskog znanja, stručnjak - izvor znanja - stupa u interakciju sa kognitologom (inženjerom znanja) ili sa kompjuterskim programom, što omogućava praćenje toka rezonovanja stručnjaka prilikom donošenja odluka i otkrivanje strukture njihove ideje o predmetu istraživanja 43 .
Detaljnije, postupci za provjeru i formalizaciju znanja stručnjaka su prikazani u članku A.A. Kulinich “Sistem kognitivnog modeliranja “Canva”” 44 .

7. Provjera adekvatnosti modela
Istraživači su predložili nekoliko formalnih procedura za provjeru adekvatnosti konstruiranog modela 45 . Međutim, kako se model ne zasniva samo na formalizovanim odnosima faktora, matematičke metode za provjeru njegove ispravnosti ne daju uvijek tačnu sliku. Stoga su istraživači predložili neku vrstu "historijskog metoda" za testiranje adekvatnosti modela. Drugim riječima, razvijeni model svake situacije primjenjuje se na slične situacije koje su postojale u prošlosti i čija je dinamika dobro poznata 46 . U slučaju da se pokaže da je model izvodljiv (to jest, daje prognoze koje se poklapaju sa stvarnim tokom događaja), prepoznaje se kao ispravan. Naravno, nijedna od metoda za odvojenu provjeru modela nije iscrpna, pa je preporučljivo koristiti skup procedura validacije.

8. Korištenje kognitivnog modela

8.1. Primjena kognitivnih modela u sistemima za podršku odlučivanju
Osnovna svrha kognitivnog modela je pomoći stručnjaku u procesu učenja i, shodno tome, donošenju prave odluke. Stoga se kognitivni pristup koristi u sistemima za podršku odlučivanju.
Kognitivni model vizualizira i organizira informacije o okruženju, namjeri, ciljevima i akcijama. Istovremeno, vizualizacija obavlja važnu kognitivnu funkciju, ilustrujući ne samo rezultate radnji subjekta kontrole, već ga i podstiče da analizira i generiše rješenja 47 .
Međutim, kognitivni model služi ne samo za sistematizaciju i „razjašnjavanje“ znanja stručnjaka, već i za identifikaciju najkorisnijih „tačaka primene“ kontrolnih akcija subjekta upravljanja 48 . Drugim riječima, kognitivni model objašnjava na koji faktor ili odnos faktora treba djelovati, kojom snagom i u kom smjeru, da bi se postigla željena promjena ciljnih faktora, odnosno da bi se postigao cilj kontrole. po najnižoj ceni.
Kontrolne akcije mogu biti kratkoročne (impulsne) ili dugoročne (kontinuirane), koje djeluju dok se cilj ne postigne. Također je moguće koristiti impulsno i kontinuirano upravljanje 49 .
Po dolasku zadati cilj odmah se postavlja zadatak da se stanje zadrži u postignutom povoljnom stanju dok se ne pojavi novi cilj. U principu, zadatak održavanja situacije u željenom stanju ne razlikuje se od zadatka postizanja cilja 50 .
Kompleks međusobno povezanih upravljačkih radnji i njihov logički vremenski slijed čine integralnu strategiju upravljanja (model upravljanja).
Upotreba različitih modela upravljanja može dovesti do različitih rezultata. Ovdje je važno biti u stanju predvidjeti do kakvih će posljedica na kraju dovesti ova ili ona strategija upravljanja.
Za izradu ovakvih prognoza koristi se scenarijski pristup (modeliranje scenarija) u okviru kognitivne analize. Modeliranje scenarija se ponekad naziva "dinamička simulacija".
Scenarski pristup je svojevrsno „glumljenje“ različitih scenarija u zavisnosti od izabranog modela upravljanja i ponašanja nepredvidivih faktora. Za svaki scenario izgrađena je trijada „početni preduslovi – naš uticaj na situaciju – dobijeni rezultat“ 51 . Kognitivni model u ovom slučaju omogućava da se uzme u obzir čitav kompleks efekata kontrolnih akcija za različite faktore, dinamiku faktora i njihove odnose u različitim uslovima.
Tako se identifikuju sve moguće opcije razvoja sistema i izrađuju prijedlozi optimalne strategije upravljanja za realizaciju željenog scenarija od mogućih 52 .
Istraživači često uključuju modeliranje scenarija kao dio svoje kognitivne analize ili razmatraju modeliranje scenarija kao dodatak kognitivnoj analizi.
Ako sumiramo i generalizujemo mišljenja istraživača o fazama modeliranja scenarija, onda se u najopštijem obliku faze analize scenarija mogu predstaviti na sljedeći način.
1. Razvoj cilja menadžmenta (željena promjena ciljnih faktora).
2. Izrada scenarija za razvoj situacije pri primjeni različitih strategija upravljanja.
3. Utvrđivanje ostvarivosti postavljenog cilja (izvodljivost scenarija koji dovode do toga); provjera optimalnosti već planirane strategije upravljanja (ako postoji); izbor optimalne strategije koja odgovara najboljem, u smislu cilja, scenariju.
4. Konkretizacija optimalnog modela upravljanja - izrada konkretnih praktičnih preporuka za menadžere. Ova konkretizacija obuhvata identifikaciju kontrolnih faktora (preko kojih se može uticati na razvoj događaja), određivanje jačine i smera kontrolnih akcija na kontrolne faktore, predviđanje verovatnih kriznih situacija usled uticaja nepredvidivih spoljnih faktora itd.
Treba napomenuti da faze modeliranja scenarija mogu varirati u zavisnosti od predmeta proučavanja i upravljanja.
U početnoj fazi modeliranja može postojati dovoljno visokokvalitetnih informacija koje nemaju točnu numeričku vrijednost i odražavaju suštinu situacije. U prelasku na modeliranje specifičnih scenarija, korištenje kvantitativnih informacija, koje su numeričke procjene vrijednosti bilo kojeg indikatora, postaje sve značajnije. U nastavku se kvantitativne informacije uglavnom koriste za izvođenje potrebnih proračuna 53 .
Prvi scenario koji ne zahtijeva nikakve radnje istraživača da bi ga formirao je samorazvoj situacije (u ovom slučaju vektor kontrolnih radnji je „prazan“). Samorazvoj situacije je polazna tačka za dalje formiranje scenarija. Ako je istraživač zadovoljan rezultatima dobijenim tokom samorazvoja (drugim riječima, ako se postavljeni ciljevi ostvare u toku samorazvoja), onda se dalje istraživanje scenarija svodi na proučavanje uticaja određenih promjena u vanjskom okruženju. o situaciji 54 .
Postoje dvije glavne klase scenarija: scenariji koji simuliraju vanjske utjecaje i scenariji koji simuliraju svrsishodan (kontrolisani) razvoj situacije 55 .

8.2. Primjer rada sa kognitivnim modelom

Razmotrimo primjer rada sa kognitivnim modelom koji je dat u članku S.V. Kachaeva i D.I. Makarenko "Integrirani informacijsko-analitički kompleks za situacionu analizu društveno-ekonomskog razvoja regije."
„Korišćenje integrisanog informaciono-analitičkog kompleksa situacione analize može se razmotriti na primeru izrade strategije i programa socio-ekonomskog razvoja regiona.
U prvoj fazi izgrađuje se kognitivni model socio-ekonomske situacije u regionu... Zatim se modeliraju scenariji potencijalne i realne mogućnosti promjene situacije u regionu i ostvarivanja postavljenih ciljeva.
Za ciljeve socio-ekonomske politike izabrani su:

povećanje obima proizvodnje
poboljšanje životnog standarda stanovništva regiona
smanjenje budžetskog deficita

Za postizanje postavljenih ciljeva odabrane su sljedeće “poluge” (kontrolni faktori - Yu.M.), uz pomoć kojih donosilac odluke može ili želi utjecati na situaciju:

prihodi stanovništva;
investiciona klima;
troškovi proizvodnje;
razvoj proizvodne infrastrukture;
naplata poreza;
poreske olakšice;
političke i ekonomske preferencije u regionu.

Kao rezultat modeliranja, razjašnjava se potencijalna i stvarna mogućnost postizanja postavljenih ciljeva uz pomoć odabranih poluga i rezultirajućih kontrolnih radnji (vidi sliku 3).

Slika 3. Kognitivno i dinamičko simulacijsko (scenarijsko) modeliranje.

U sljedećoj fazi prelaze sa izrade strategije za postizanje ciljeva na izradu programa konkretnih akcija. Alat za sprovođenje strategije je regionalna budžetska i poreska politika.
Odabrane poluge u prethodnoj fazi i određeni uticaji odgovaraju sledećim pravcima budžetske i poreske politike.

Poluge postignuća strateški ciljevi	Smjernice budžeta i poresku politiku
Prihodi stanovništva	Potrošnja socijalne politike
Investiciona klima	Rashodi javne uprave Troškovi provođenja zakona Troškovi za industriju, elektroprivredu, građevinarstvo i poljoprivredu
troškovi proizvodnje	Regulisanje tarifa za električnu energiju, gorivo, toplotnu energiju, kiriju itd.
Razvoj proizvodne infrastrukture	Razvoj tržišne infrastrukture
Naplata poreza	Regulisanje nivoa neplaćanja poreza
poreske olakšice	Regulisanje visine poreskih olakšica
Političke i ekonomske preferencije za region.	Besplatni transferi sa drugih nivoa vlasti

Dakle, integrisani informaciono-analitički kompleks situacione analize predstavlja moćno oruđe za izradu strategije razvoja regiona i sprovođenje ove strategije u praksu” 56 .
Treba napomenuti da se u studijama primjeri upotrebe kognitivnog i scenarijskog modeliranja obično daju u vrlo općenitom obliku, budući da je, prvo, ova vrsta informacija isključiva i ima određenu komercijalnu vrijednost, i, drugo, svaka konkretna situacija ( sistem, okruženje, kontrolni objekat) zahteva individualni pristup.
Postojeća teorijska osnova kognitivne analize, iako zahtijeva pojašnjenje i razvoj, omogućava različitim subjektima upravljanja da razviju vlastite kognitivne modele, budući da se, kao što je navedeno, pretpostavlja da se za svaku oblast, za svaki problem, kompiliraju specifični modeli.

9. Računalni sistemi za podršku donošenju upravljačkih odluka

Provođenje kognitivne analize nestabilnih, polustrukturiranih situacija i okruženja je izuzetno težak zadatak za koji su uključeni informacioni sistemi. U suštini, ovi sistemi su dizajnirani da poboljšaju efikasnost mehanizma donošenja odluka, budući da je glavni primenjeni zadatak kognitivne analize optimizacija kontrole.

9.1. Opće karakteristike sistema za podršku odlučivanju
Sistemi za podršku odlučivanju su, po pravilu, interaktivni. Dizajnirani su za obradu podataka i implementaciju modela koji pomažu u rješavanju pojedinačnih, uglavnom slabo ili nestrukturiranih zadataka (na primjer, donošenje investicijskih odluka, pravljenje prognoza, itd.). Ovi sistemi mogu pružiti radnicima informacije koje su im potrebne za donošenje pojedinačnih i grupnih odluka. Takvi sistemi omogućavaju direktan pristup informacijama koje odražavaju trenutnu situaciju i sve faktore i odnose neophodne za donošenje odluka 57
itd...................

Srednjoročno predviđanje ruske ekonomije pomoću kognitivnog modela

U članku se obrazlaže svrsishodnost primjene kognitivnog pristupa u istraživanju i predviđanju ekonomije zavisne od resursa. Predstavljeni su rezultati modeliranja srednjoročne prognoze ruske privrede pomoću fuzzy kognitivne mape.1

Ovisnost o resursima, neizvjesnost i predviđanje. Specifičnosti privrede moderna Rusija su zavisnost od resursa, tranzicioni tip razvoja i krizno stanje privrede. Ovisnost o resursima dovodi do različitih vrsta nepovoljnih trendova, čije je proširenje krajnje nepoželjno, jer značajno ograničava mogućnosti prediktivne ekstrapolacije. Tranziciono stanje privrede povezano je sa „mentalnom nesavršenošću“ nasleđenom iz prethodnih godina, nedostatkom stabilnih trendova i zrelih ekonomskih struktura, što „dostignuti nivo“ čini ne baš pouzdanom osnovom za predviđanje. Isto se može reći i za krizu u privredi, posebno ako se uzme u obzir njenu uglavnom „ljudsku” prirodu, povezanu sa ekonomskom politikom države i agresivnim spoljnim uticajima. Generalno, pogoršanje ekonomske situacije u zemlji, koje se dešava od 2013. "duboko prirodno i uzrokovano unutrašnjim uzrocima fundamentalne prirode".

Jedan od faktora usporavanja ekonomskog rasta je ovisnost o svjetskim cijenama nafte, čiji pad minimizira pozitivan efekat povećanja proizvodnje ugljovodonika. Problem neizvjesnosti je veoma svojstven ekonomiji koja zavisi od resursa, jer pored faktora razvoja koji su tradicionalni za sve ekonomije, faktori povezani sa razvojem prirodni resursi. Fundamentalna neizvjesnost u ruskoj ekonomiji 2 zbog dobro utvrđene resursne i sirovinske prirode razvoja tokom proteklih decenija. Štaviše, kako se povećava obim i stepen zrelosti sektora resursa i sirovina, tako se povećava i neizvjesnost svojstvena ne samo sektoru, već i privredi u cjelini. Dakle, može se reći da je ekonomija zavisna od resursa pogođena „snopom“ složenih i daleko od očiglednih ekonomskih i političkih veza, i sa ove tačke gledišta, ruska ekonomija nije izuzetak.

Primijenjeni prediktivni model ruske ekonomije. Metodologiju kognitivnog modeliranja, dizajniranu za analizu i donošenje odluka u loše definiranim situacijama, predložio je američki istraživač R. Axelrod. Zasnovan je na modeliranju subjektivnih ideja stručnjaka o situaciji, njegov glavni alat je kognitivna mapa situacije (Fuzzy Cognitive Map), sastavljena u obliku usmjerenog funkcionalnog grafa. Vrhovi (koncepti) grafa odgovaraju faktorima (događajima) koji se razmatraju, a usmjereni lukovi, karakterizirani predznacima i parametrima intenziteta, odražavaju međusobne utjecaje između faktora (događaja). Kognitivna mapa služi da identifikuje strukturu uzročno-posledičnih veza između elemenata sistema i proceni posledice uticaja na njih ili promene prirode odnosa.

1 Članak je pripremljen u sklopu istraživanja uz finansijsku podršku Ruske naučne fondacije(Projekat br. 14-18-02345).

2 Fundamentalna neizvjesnost isključuje mogućnost ispravne transformacije u rizičnoj situaciji. Upotreba termina "rizik" povezana je sa slučajevima u kojima se može izmjeriti stepen neizvjesnosti ili vjerovatnoća nastanka nekog događaja. Praktična razlika između kategorija rizika i neizvjesnosti je u tome što je u prvom slučaju poznata distribucija ishoda događaja (što se postiže apriornim proračunima ili proučavanjem statistike prethodnog iskustva), dok je u drugom slučaju poznata nije.

Implementacija postupaka modeliranja obično se dijeli u tri faze. Prva faza je modeliranje (imitacija) samorazvoja situacije (sistema) u odsustvu kontrolnih akcija „spolja“ istraživača. Druga faza pretpostavlja kontrolisan razvoj situacije: istraživač, kao rezultat uticaja na bilo koji od faktora, određuje kontrolne faktore i varira ih, posmatrajući promene koje se dešavaju u sistemu. Treća faza je rješenje inverznog problema, koji se sastoji u određivanju vrijednosti kontrolnih impulsa potrebnih za rješavanje problema. Tako se u procesu numeričke implementacije kognitivnog modela mogu izgraditi različiti scenariji za predviđanje razvoja situacije (sistema): bez kontrole i sa kontrolom za smanjenje negativnih ili jačanje pozitivnih trendova.

Upotreba metode kognitivnog modeliranja opravdava se iu teorijskim i u primijenjenim istraživanjima. Upotreba kognitivnih modela u proučavanju obrazaca i mehanizama zavisnosti od resursa za analizu interakcija endogenih i egzogenih faktora i njihovog uticaja na ekonomski rast razmatra se u jednom od naših radova. Kao primjeri primijenjenih istraživanja mogu se navesti radovi na kognitivnom modeliranju socio-ekonomskih ocjena u Republici Komi i razvoju turističko-rekreativnog sistema juga Rusije. Naš zadatak je postavljen šire: procijeniti uticaj ključnih faktora na dinamiku društvenog ekonomski razvoj Rusija, koja uključuje izgradnju agregirane strukture, koja pokriva čitav društveno-ekonomski sistem zemlje. Po svojoj formulaciji, ovaj zadatak je blizak poznatim stranim studijama, od kojih jedna predstavlja teorijski kognitivni model ekonomije, a druga - model izgrađen za procjenu socio-ekonomskih posljedica istraživanja nafte i plina na Kipru. Od domaća istraživanja posebno ističemo rad, u kojem je predstavljen kognitivni model, uz pomoć kojeg se identifikuju glavni faktori koji utiču na proces stvaranja inovativne ekonomije u Rusiji i pokazuje prioritetni uticaj industrijska politika na ekonomski rast.

Naš konceptualni pristup i tehnika rada sa primenjenim kognitivnim modelima opisani su u radu, gde su prikazani i smisleno interpretirani rezultati modeliranja srednjoročne prognoze socio-ekonomskog razvoja Tomske oblasti. Ova regija je zanimljiva jer je i snalažljiva i inovativna, a sektor nafte i gasa, prerađivačka industrija i naučno-obrazovni kompleks igraju važnu ulogu u njegovoj ekonomiji. Tomska oblast se može opisati kao neka vrsta " maketa» Rusija - sa sličnom ekonomskom strukturom, sličnim dostignućima i problemima u društveno-ekonomskom razvoju. Posebno treba istaći uporedivost proizvodnje nafte i plina (kao jednog od glavnih izvora prihoda) po glavi stanovnika: u regiji Tomsk - oko 15 toe. e./osoba, u Rusiji - oko 8 tona ekvivalenta nafte. e./osoba . 3

Rezultati istraživanja društveno-ekonomskog razvoja Tomske regije omogućili su da se dođe do zaključaka koji se u velikoj mjeri mogu povezati sa cijelom državom. Stoga, počevši da radimo na prediktivnom modelu ruske ekonomije, fokusirali smo se na rezultate prethodnih studija i na praktična iskustva u izgradnji kognitivnih modela stečena u ovim studijama.

3 Za poređenje: prosječna proizvodnja ugljovodonika po stanovniku u Jamalo-Neneckom autonomnom okrugu je oko 1.000 tona, u Nenetskom autonomnom okrugu - više od 440, u Hanti-Mansijskom autonomnom okrugu - 190, u Sahalinskoj regiji - 70 tona. (izračunato prema Rosstatu).

Razvijeni model ruske privrede ima horizont predviđanja do 2020. Kognitivna mapa modela sadrži 16 faktora podeljenih u 6 klasa (tabela 1), međusobno povezanih uzajamnim uticajem modeliranja 121. luka.

Tabela 1. Faktori primijenjenog prediktivnog modela ruske ekonomije

Klasa faktori	Faktorska karakteristika	Oznaka
Osnovni resurs	Resursi nafte i gasa (u smislu proizvodnje, milion toe) Ljudski kapital (kumulativni troškovi formiranja, milijarde rubalja)	0-1 Ulje 0-2 Ljudski kapital
Posredovanje finansijskih tokova	Ulaganja u osnovna sredstva (milijarde rubalja) Prihodi i rashodi budžeta (milijarde rubalja) Priliv direktnih stranih investicija (SDI, milion dolara) Troškovi proizvodnje (milijarde rubalja) Potrošnja na inovacije (potrošnja na istraživanje i razvoj, milijarda rubalja)	1-1 Investicije 1-2 Budžet 1-4 Troškovi 1-5 Inovacija
Glavni privredni kompleksi	Sektor nafte i gasa (bruto dodana vrijednost, milijarde rubalja) Industrija (proizvodnja, bruto dodana vrijednost, milijarde rubalja) Naučno-obrazovni kompleks (NOC, bruto dodana vrijednost, milijarde rubalja)	2-1 NHS 2-2 Industrija
Faktori obezbjeđenja	Infrastruktura (proizvodnja infrastrukturnih sektora i pratećih aktivnosti, milijarde rubalja) Nivo tehnologije (kvalitativna varijabla*) Nivo razvoja društvene sfere (kvalitativne varijabli)	3-1 Infrastruktura 3-2 Tehnologije 3-3 Socijalna sfera
Eksternalije	Eksterna situacija (cijene nafte, USD/bbl) Eksterni rizici - finansijski, politički, regulatorni itd. (kvalitativna varijabla)	4-1 Cijene
ciljni faktor	Nivo ekonomskog razvoja (BDP po glavi stanovnika, hiljada rubalja)	5-1 BDP
* Kvalitativne (ne mjerljive) varijable odražavaju različita stanja, od kojih svako odgovara određenom numeričkom ekvivalentu. Prisustvo kvantitativnih i kvalitativnih varijabli u sastavu jednog modela je moguće, budući da je potraga za rješenjem usmjerena na dobivanje ne apsolutnih vrijednosti, već dinamičkih (inkrementalnih) karakteristika u smislu pogoršanja ili poboljšanja situacije.

Preliminarne vrijednosti intenziteta međusobnog utjecaja između mjerljivih faktora kognitivnog modela utvrđene su korelacione analize. Razmotrene su parne korelacije između vremenskih serija podataka (za period 2000-2013) prema faktorima datim u tabeli. 1. Dalje, koeficijenti su precizirani od strane stručnjaka u skladu sa logikom prelaska sistema iz jednog stacionarnog stanja u drugo kao rezultat spoljašnjih impulsnih uticaja.

Treba napomenuti da je ovo jedna od najsloženijih i najneočiglednijih nijansi kognitivnog modeliranja za percepciju, jer je svaki kognitivni model subjektivno viđenje stručnjaka o procesima u složenoj dinamičkoj situaciji (sistemu), formalno predstavljenim kao usmjereni označeni graf. Postavlja se pitanje: može li takva subjektivnost biti opravdana? Neće li to dovesti do dobijanja iskrivljenih koncepata o obrascima razvoja sistema koji se proučava?

Problem subjektivnosti se u velikoj mjeri može riješiti uz pomoć obrnute verifikacije, odnosno provjerom modela pod poznatim uvjetima, njihovim "uranjanjem" u prošlost. Testirali smo model za retrospektivni period 2000-2013. na osnovu dostupnih statističkih podataka o mjerljivim faktorima modela. Istovremeno, u vektoru početnih trendova postavljeni su priraštaji sljedećih faktora: 0-1 nafta (+31%); 1-3 SDI (+28%); Cijene 4-1 (+182%) - na osnovu dostupnih statistika - i 4-2 rizika (-70%) su procijenjene na osnovu realne hipoteze o značajnom ukupnom smanjenju rizika za rusku ekonomiju 2000-ih u odnosu na 1990. mi. . Faktor „nafte“ smatramo uporednim sa spoljnim uticajima (globalne cene nafte, SDI, rizici), budući da je dinamika proizvodnje nafte i gasa u Rusiji više povezana sa situacijom na tržištu i mogućnostima izvoza nego sa potrebama razvoj nacionalne ekonomije.

Opću ispravnost modela u ovoj fazi potvrdila je bliskost faktorskih stopa rasta izračunatih na modelu stvarnim stopama rasta u 2013. u odnosu na 2000. Procijenjena stopa rasta BDP-a iznosila je 78% u odnosu na stvarni pokazatelj na nivou od 79% (Tabela 2). Kao rezultat toga, sastavljena je matrica koeficijenata međusobnih uticaja verifikovanog modela na osnovu koje je izgrađena prognoza za period do 2020. godine.

Tabela 2. Procijenjene i stvarne stope rasta indikatora modela: 2013/2000, %

Rezultati modeliranja srednjoročnih prognoza. U prvoj fazi numeričke simulacije simuliran je samorazvoj situacije, a prirast faktora „nafta“ i „cijena“ služili su kao izvori impulsivnog djelovanja na sistem. Pretpostavljalo se da će proizvodnja ugljovodonika u Ruskoj Federaciji do 2020. godine porasti za oko 10% u odnosu na 2013. (do 1250 miliona tona ekvivalenta nafte - prema smjernicama Energetske strategije Rusije za period do 2030. godine), a cijena nafte će se smanjiti za oko 40% (prema ekstrapolaciji scenarijskih uslova za prognozu društveno-ekonomskog razvoja Ruske Federacije za period do 2018. godine, Ministarstvo ekonomskog razvoja Rusije). Hipoteze o promjenama SDI i eksternih rizika nisu razmatrane.

Proračuni su pokazali da je za date impulsivne efekte predviđena promjena faktora BDP-a u 2020. godini: -12%, budžetski prihodi će se smanjiti za 22%, investicije u osnovna sredstva - za 28%; bruto dodata vrednost prerađivačke industrije smanjiće se za 9%, naučnog i obrazovnog kompleksa - za 7% u odnosu na nivo 2013. Dakle, samoregulacijom (samorazvojom) situacije predviđaju se krizne tendencije u ruska ekonomija. S obzirom na nepoželjnost ovakvog ishoda, potrebni su ciljani uticaji na ekonomski sistem da bi se formirali povoljniji rezultati.

U fazi simulacije kontrolisanog razvoja sistema, kao faktori podložni kontrolnim uticajima izabrani su sledeći faktori (videti tabelu 1): investicije, SDI, industrija, NPL, infrastruktura, rizici. To podrazumijeva državno stimulisanje relevantnih privrednih procesa, sektora privrede i djelatnosti kroz provođenje ciljano uređene politike. Osim toga, razmatraju se mjere za smanjenje rizika i stimulisanje ekonomskog rasta (na makro nivou). Uzastopno postavljeni „slabi“ priraštaji vrijednosti svih gore navedenih faktora na nivou od 10% (rizici – smanjenje za 10%) omogućili su procjenu osjetljivosti privrede na kontrolne akcije u ovim oblastima regulacije.

U toku eksperimenata na modelu dobijeni su pokazatelji rasta faktora BDP-a u rasponu od -12 do +2% do 2020. godine u odnosu na 2013. Ako uzmemo u obzir pojedinačne faktore, onda su najefikasnije mjere za smanjenje rizika. Uslovna kombinacija slabog uticaja svih razmatranih faktora dovodi do povećanja BDP-a za oko 2% (tabela 3).

Tabela 3. Rast BDP-a po stanovniku u 2020. godini u odnosu na nivo 2013. godine prema varijantama proračuna modela, %

Rezultat simulacije odgovara nepovoljnom scenariju ekonomskog razvoja. Dobijene brojke su ispod predviđenih ciljeva Ministarstva za ekonomski razvoj Rusije za 2020. godinu: prema konzervativnom scenariju dugoročnog razvoja koji je izradilo Ministarstvo, rast BDP-a bi trebao biti 29% do 2020. godine u odnosu na 2013. godinu. Ekstrapolacija trendova scenarija prema prognozi za 2018. godinu daje pokazatelje rasta do 2020. godine (u odnosu na 2013.) za 10% i 16%.

Potreban intenzitet uticaja na kontrolne faktore za dati prirast ciljnog faktora može se izračunati u trećoj fazi modeliranja - rešavanju inverznog problema. Za cilj ćemo uzeti stopu rasta BDP-a po glavi stanovnika do 2020. godine u odnosu na 2013. godinu od 16%. Prilikom modeliranja u ovom slučaju, utvrđeno je da je najveći intenzitet uticaja potreban za stimulisanje SDI i razvoj problematičnih kredita, a najmanji za industriju, infrastrukturu i rizike (Sl. 1).

Rice. 1. Procijenjene vrijednosti intenziteta kontrolnih radnji potrebnih za postizanje ciljanog rasta BDP-a od 16% do 2020. godine u odnosu na 2013.

Drugim riječima, da bi se osigurao ekonomski rast, potrebni su relativno mali napori za stimulaciju industrije i infrastrukture zbog prilično jake baze, dok su maksimalni regulatorni napori potrebni za privlačenje investicija i razvoj sektora inovacija.

Rezultati prognostičke procjene pokazuju da bi potrebno povećanje investicija trebalo da bude skoro dva i po puta veće od povećanja ciljnog indikatora (slika 2), kao što je bio slučaj, na primjer, u periodu 2001-2007. Predviđeni rast NPL-a pokazuje se relativno sporim, uprkos velikom intenzitetu proračunate kontrolne akcije. Vjerovatno razlog leži u sadašnjoj skupoj prirodi razvoja inovacijske sfere, kada se aktivnost NJC-a u većoj mjeri procjenjuje troškovima inovacija (udio rashoda za istraživanje i razvoj u BDP-u), a ne realnim efekat ekonomije.

Rice. 2. Prognoza indikatora rasta faktora modela rješavanjem inverznog problema (2013 = 100)

Općenito, rezultati rješavanja inverznog problema, po našem mišljenju, sasvim su prirodni. Prije svega, potrebno je stvoriti povoljnu investicionu klimu koja doprinosi akumulaciji domaćih i stranih investicija, kao i inovativnosti privrednog razvoja: odnos ovih faktora u sistemu će pojačati pozitivan uticaj drugih faktora. na ciljnom indikatoru spolja.

Dobijeni rezultati su, po našem mišljenju, vrlo informativni, te ih u mnogim aspektima treba priznati kao preliminarne. Dalje proučavanje mogućnosti kognitivnog modeliranja potrebno je da bi se potkrijepile ekonomske prognoze i regulatorna politika, prvenstveno pri izboru njegovih prioritetnih oblasti. Na osnovu našeg iskustva, možemo primijetiti da je kognitivni pristup najefikasniji u analizi i predviđanju razvoja složenih ekonomskih sistema. Karakteristika ovog pristupa je upotreba metoda kvantitativne analize u kombinaciji sa izgradnjom modelskih struktura zasnovanih na subjektivnoj viziji situacije. Svaka faza rada zasniva se na odlukama istraživača, čiji rezultat određuje adekvatnost modela. Posebno treba napomenuti da kognitivni modeli ne mogu zamijeniti modele drugih tipova i klasa, oni samo moraju zauzeti svoju „nišu“ u sastavu matematičkih alata koji se koriste u ekonomskim istraživanjima, uključujući rješavanje problema prediktivne prirode. Vjerujemo da će dalji razvoj kognitivnog pristupa proučavanju ruske ekonomije omogućiti dobijanje efikasnih alata kako za predviđanje tako i za potkrepljivanje odluka o upravljanju novonastalim problemskim situacijama.

Književnost

1. Aganbegyan A.G. Društveno-ekonomski razvoj Rusije: analiza i prognoza // Problemi predviđanja. 2014. br. 4. S. 3-16.
2. Knight F. Koncepti rizika i neizvjesnosti // Teza. 1994. br. 5. S. 12-17.
3. OlsevichYu.Ya.Fundamental Uncertaintytržištei koncept moderne krize. M.: Ekonomski institut RAN, 2011. 51 str. URL: http://www.inecon.org/images/stories/nauchnaya-jizn/konverensii/Olsevich_8-08-2011.pdf(pristupljeno 13.02.2016).
4. Shmat V.V. Resursi u "zamci" globalizacije // ECO. 2015. br. 7. str. 163-178.
5. Axelrod R. Struktura odluke: kognitivne mape političkih elita. Princeton // NJ: Princeton University Press, 1976. 404 str.
6. Morozova M.E., Shmat V.V. Kako saznati mehanizme ovisnosti o resursima? Primjena metode kognitivnog modeliranja u proučavanju ekonomije zavisne od resursa // EKO. 2015. br. 6. str. 146-159.
7. Lavresh I.I., Mironov V.V., Smirnov A.V. Kognitivno modeliranje socio-ekonomskih rejtinga regija // Vestnik ITARK. 2011. br. 1. S. 22-30.
8. Solokhin S.S. O kognitivnom modeliranju održivog razvoja društveno-ekonomskih sistema (na primjeru turističko-rekreativnog sistema juga Rusije) // Umjetna inteligencija. 2009. br. 4. str. 150-160.
9. Carvalho J.P., Tome Jose A.B. Fuzzy kognitivne mape zasnovane na pravilima u društveno-ekonomskim sistemima // IFSA-EUSFLAT 2009 Proceedings. Lisabon. 2009. Str. 1821-1826. URL: http://www.eusflat.org/proceedings/IFSA-EUSFLAT_2009/pdf/tema_1821.pdf(pristupljeno 02.2016).
10. neocleous , Schizas C., papaioannou M. Nejasan kognitivni mape in procjena the reperkusije of nafta/gas istraživanje on političko-ekonomski problemi in Kipar // 2011 IEEE International Konferencija On Nejasan sistemima. Tajpej, Tajvan: IEEE, 2011. 1119-1126. URL: http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=5976945(datum podnošenja prijave13.02.2016).

1. Kuleshov V., Alekseev A., Yagolnitser M. Mapa puta politike reindustrijalizacije: kognitivni alat // The Economist. 2015. br. 10. S. 51-63.
2. Belan A.K., Shmat V.V. Analiza uticaja resursnih i neresursnih faktora na rast privrede Tomske oblasti korišćenjem kognitivnog pristupa // Vestnik NGU. Serija: Društvene i ekonomske nauke. 2015. Tom 15. Br. 1. S. 78-93.
3. Jedinstveni međuresorni informacioni i statistički sistem (EMISS). URL: https://www.fedstat.ru/indicators/data.do (pristupljeno 13.02.2016).
4. Energetska strategija Rusije za period do 2030. Odobreno vladinom nalogom Ruska Federacija od 13. novembra 2009. godine broj 1715-r. Moskva: Institut za energetsku strategiju, 2009. URL:http://www.energystrategy.ru/projects/es-2030.htm (pristupljeno 02.2016).
5. Uslovi scenarija, glavni parametri prognoze društveno-ekonomskog razvoja Ruske Federacije i granični nivoi cijena (tarifa) usluga preduzeća u sektoru infrastrukture za 2016. i za planirani period 2017. i 2018. godine. M.: Ministarstvo za ekonomski razvoj Ruske Federacije, 28. maj 2015. URL:http://economy.gov.ru/minec/activity/sections/macro/prognoz/201505272 (pristupljeno 02.2016).
6. Prognoza dugoročno socio-ekonomski razvoj ruski Federacije na period prije 2030 godine. M.: Mi-ekonomski razvojRF,8. nov 2013 URL:http://economy.gov.ru/minec/activity/sections/macro/prognoz/doc20131108_5 (datum podnošenja prijave 02.2016).

Da bi se razumjelo i analiziralo ponašanje složenog sistema, gradi se strukturni dijagram uzročno-posljedičnih veza. Takve šeme koje tumače mišljenje i stavove donosioca odluke nazivaju se kognitivna mapa.

Termin "kognitivna mapa" skovao je psiholog Tolman 1948. godine. Kognitivna mapa je vrsta matematičkog modela koji vam omogućava da formalizirate opis složenog objekta, problema ili funkcioniranja sistema i identifikujete strukture uzročno-posljedičnih odnosa između elemenata sistema, složenog objekta koji čine problem i procijeniti posljedice kao rezultat utjecaja na te elemente ili promjene u prirodi odnosa. Engleski naučnik K.Idei predložio je korištenje kognitivnih mapa za kolektivni razvoj i donošenje odluka.

Kognitivna mapa situacije je usmjereni graf čiji su čvorovi neki objekti (koncepti), a lukovi su veze između njih koje karakteriziraju uzročno-posljedične veze.

Razvoj modela počinje izgradnjom kognitivne mape koja odražava situaciju „kakva jeste“. Na osnovu generisane kognitivne mape radi se simulacija samorazvoja situacije u cilju identifikacije pozitivnih trendova razvoja.Samorazvoj vam omogućava da uporedite subjektivna očekivanja sa modelskim.

Glavni koncept u ovom pristupu je koncept "situacije". Situaciju karakteriše skup tzv osnovni faktori, uz pomoć kojih se opisuju procesi promjene stanja u situaciji. Faktori mogu uticati jedni na druge, a takav uticaj može biti pozitivan, kada povećanje (smanjenje) jednog faktora dovodi do povećanja (smanjenje) drugog faktora, i negativan, kada povećanje (smanjenje) jednog faktora dovodi do smanjenja (povećanje) u drugom faktoru.

Matrica međusobnih uticaja predstavlja pondere samo direktnih uticaja između faktora. Redovi i kolone matrice preslikavaju se na faktore kognitivne mape, a označena vrijednost na presjeku i-tog reda i j-ro kolone označava težinu i smjer utjecaja i-ro faktora na j-ti faktor. Za prikaz stepena (težine) uticaja koristi se skup jezičkih varijabli kao što su "jako", "umjereno", "slabo" itd.; takav skup lingvističkih varijabli uspoređuje se s brojčanim vrijednostima iz intervala: 0,1 - "veoma slab"; 0,3 - "umjeren"; 0,5 - "značajno"; 0,7 - "jako"; 1.0 - "veoma jak". Smjer utjecaja je dat predznakom: pozitivan, kada povećanje (smanjenje) jednog faktora dovodi do povećanja (smanjenje) drugog faktora i negativan, kada povećanje (smanjenje) jednog faktora dovodi do smanjenja (porasta ) u drugom faktoru.

Identifikacija početnih trendova

Početne tendencije date su jezičkim varijablama tipa

"jako", "umjereno", "slabo" itd.; takav skup lingvističkih varijabli uspoređuje se s numeričkim vrijednostima iz intervala . Ako za neki faktor nije postavljen trend, to znači da ili nema primjetnih promjena u faktoru koji se razmatra, ili nema dovoljno informacija za procjenu postojećeg trenda na njemu. Pri modeliranju se smatra da je vrijednost ovog faktora 0 (tj. da se ne mijenja).

Izbor ciljnih faktora

Među svim odabranim faktorima potrebno je odrediti ciljne i kontrolne faktore. Ciljni faktori su faktori čija se dinamika mora približiti traženim vrijednostima. Osiguravanje potrebne dinamike ciljnih faktora rješenje je kojem se teži prilikom izgradnje kognitivnog modela.

Kognitivne mape se mogu koristiti za kvalitativnu procjenu uticaja pojedinačnih koncepata jednih na druge i na stabilnost sistema u cjelini, za modeliranje i evaluaciju upotrebe različitih strategija u donošenju odluka i predviđanju odluka.

Treba napomenuti da kognitivna mapa odražava samo činjenicu da faktori utiču jedni na druge. Ona ne odražava ni detaljnu prirodu ovih uticaja, ni dinamiku promena uticaja u zavisnosti od promena situacije, niti privremene promene samih faktora. Uzimanje u obzir svih ovih okolnosti zahtijeva prijelaz na sljedeći nivo strukturiranja informacija prikazanih u kognitivnoj mapi, odnosno kognitivni model. Na ovom nivou, svaki odnos između faktora kognitivne mape otkriva se odgovarajućom jednačinom, koja može sadržavati i kvantitativne (mjerene) varijable i kvalitativne (ne mjerene) varijable. U isto vrijeme, kvantitativne varijable ulaze na prirodan način u obliku svojih numeričkih vrijednosti, budući da je svaka kvalitativna varijabla povezana sa skupom jezičkih varijabli, a svaka jezička varijabla odgovara određenom numeričkom ekvivalentu na skali [-1, 1]. Akumulacijom znanja o procesima koji se dešavaju u situaciji koja se proučava, postaje moguće detaljnije otkriti prirodu odnosa između faktora.

Postoje matematičke interpretacije kognitivnih mapa, kao što su meki matematički modeli (čuveni Lotka-Volterra model borbe za postojanje). Matematičke metode moguće je predvideti razvoj situacije i analizirati stabilnost dobijenog rešenja. Postoje dva pristupa izgradnji kognitivnih mapa – proceduralni i procesni. Procedura je radnja koja je diskretna u vremenu i ima mjerljiv rezultat. Matematika je značajno koristila diskretnost, čak i ako smo mjerili jezičkim varijablama. Procesni pristup više govori o održavanju procesa, karakterišu ga koncepti „poboljšati“, „aktivirati“, bez pozivanja na merljive rezultate. Kognitivna mapa ovog pristupa ima gotovo trivijalnu strukturu – postoji ciljni proces i okolni procesi koji na njega utječu pozitivno ili negativno.

Postoje dvije vrste kognitivnih mapa: tradicionalne i nejasne. Tradicionalne karte su postavljene u obliku usmjerenog grafa i predstavljaju modelirani sistem kao skup koncepata koji prikazuju njegove objekte ili atribute, međusobno povezane uzročno-posljedičnim vezama. Koriste se za kvalitativnu procjenu uticaja pojedinih koncepata na stabilnost sistema.

Kako bi se proširile mogućnosti kognitivnog modeliranja, u brojnim radovima koriste se fuzzy kognitivne mape. U nejasnoj kognitivnoj mapi, svaki luk određuje ne samo pravac i prirodu, već i stepen uticaja povezanih koncepata.

Kognitivno modeliranje

Uvod

1. Koncepti i suština "kognitivnog modeliranja" i "kognitivne mape"

2. Problemi kognitivnog pristupa

Zaključak

Spisak korišćene literature

UVOD

Sredinom 17. vijeka, čuveni filozof i matematičar René Descartes izgovorio je aforizam koji je postao klasik: "Cogito Ergo Sum" (mislim, dakle jesam). Latinski korijen cognito ima zanimljivu etimologiju. Sastoji se od dijelova "co-" ("zajedno") + "gnoscere" ("Znam"). AT engleski jezik postoji čitava porodica termina sa ovim korenom: "spoznaja", "spoznaja" itd.

U tradiciji koju smo označili pojmom "kognitivna" vidljivo je samo jedno "lice" misli - njena analitička suština (sposobnost da se cjelina razloži na dijelove), razloži i reducira stvarnost. Ova strana razmišljanja povezana je sa identifikacijom uzročno-posledičnih veza (uzročnosti), što je karakteristično za razum. Očigledno, Descartes je apsolutizirao razum u svom algebarskom sistemu. Drugo "lice" misli je njena sintetizujuća suština (sposobnost konstruisanja cjeline iz cjeline bez predrasuda), sagledavanje stvarnosti intuitivnih oblika, sintetiziranje rješenja i predviđanje događaja. Ova strana mišljenja, otkrivena u filozofiji Platona i njegove škole, inherentna je ljudskom umu. Nije slučajno da u latinskim korijenima nalazimo dvije osnove: ratio (racionalni odnosi) i razum (razuman uvid u suštinu stvari). Racionalno lice misli potiče od latinskog reri ("misliti"), vraćajući se do starog latinskog korijena ars (umjetnost), a zatim se pretvorilo u moderni koncept umjetnosti. Dakle, razum (razumni) je misao srodna djelu umjetnika. Kognitivno kao "razum" znači "sposobnost razmišljanja, objašnjavanja, opravdavanja akcija, ideja i hipoteza".

Za "jaku" spoznaju bitan je poseban, konstruktivan status kategorije "hipoteza". To je hipoteza koja je intuitivna polazna tačka za dedukciju slike rješenja. Sagledavajući situaciju, donosilac odluke otkriva u situaciji neke negativne veze i strukture („prelome“ situacije) koje treba zamijeniti novim objektima, procesima i odnosima koji otklanjaju negativan utjecaj i stvaraju jasno izražen pozitivan učinak. Ovo je suština upravljanja inovacijama. Paralelno sa otkrivanjem „preloma“ situacije, često kvalificiranih kao „izazovi“ ili čak „prijetnje“, subjekt menadžmenta intuitivno zamišlja neke „pozitivne odgovore“ kao integralne slike stanja buduće (harmonizovane) situacije. .

Kognitivna analiza i modeliranje su fundamentalno novi elementi u strukturi sistema za podršku odlučivanju.

Tehnologija kognitivnog modeliranja omogućava vam da istražite probleme s nejasnim faktorima i odnosima; - uzmete u obzir promjene u vanjskom okruženju; - koristite objektivno utvrđene trendove u razvoju situacije u vlastitim interesima.

Takve tehnologije stiču sve više povjerenja od struktura uključenih u strateško i operativno planiranje na svim nivoima iu svim oblastima upravljanja. Primjena kognitivnih tehnologija u ekonomskoj sferi omogućava da se u kratkom roku razvije i opravda strategija ekonomskog razvoja preduzeća, banke, regiona ili cele države, uzimajući u obzir uticaj promena u spoljnom okruženju. U oblasti finansija i berze, kognitivne tehnologije omogućavaju da se uzmu u obzir očekivanja učesnika na tržištu. U vojnoj oblasti i oblasti informacione bezbednosti, upotreba kognitivne analize i modeliranja omogućava suprotstavljanje strateškom informacionom oružju, prepoznavanje konfliktnih struktura bez dovođenja sukoba u fazu oružanog sukoba.

1. Koncepti i suština "kognitivnog modeliranja" i "kognitivne mape"

Axelrod je predložio metodologiju kognitivnog modeliranja dizajniranu za analizu i donošenje odluka u loše definiranim situacijama. Zasniva se na modeliranju subjektivnih ideja stručnjaka o situaciji i uključuje: metodologiju strukturiranja situacije: model za predstavljanje stručnog znanja u obliku potpisanog digrafa (kognitivne mape) (F, W), gdje je F a skup faktora situacije, W je skup uzročno-posledičnih veza između faktora situacija; metode analize situacije. Trenutno se metodologija kognitivnog modeliranja razvija u pravcu poboljšanja aparata za analizu i modeliranje situacije. Ovdje se predlažu modeli za predviđanje razvoja situacije; metode za rješavanje inverznih problema

Kognitivna karta (od latinskog cognitio - znanje, spoznaja) - slika poznatog prostornog okruženja.

Kognitivne mape nastaju i modificiraju se kao rezultat aktivne interakcije subjekta sa vanjskim svijetom. U tom slučaju se mogu formirati kognitivne karte različitog stepena uopštenosti, „razmera“ i organizacije (na primer, pregledna karta ili mapa putanja, u zavisnosti od kompletnosti prikaza prostornih odnosa i prisutnosti izražene referentne tačke ). Ovo je subjektivna slika, koja ima, prije svega, prostorne koordinate, u kojima su lokalizirani pojedinačni percipirani objekti. Karta puta se izdvaja kao sekvencijalni prikaz veza između objekata duž određene rute, a pregledna karta kao simultani prikaz prostornog rasporeda objekata.

vodeći naučna organizacija Institut za probleme upravljanja Ruske akademije nauka, odjeljenje: Sektor-51, naučnici Maksimov V.I., Kornoušenko E.K., Kachaev S.V., Grigoryan A.K. i drugi. Na njima naučni radovi u oblasti kognitivne analize i zasnovano je na ovom predavanju.

Tehnologija kognitivne analize i modeliranja (slika 1) zasniva se na kognitivnom (kognitivno-ciljanom) strukturiranju znanja o objektu i njegovom vanjskom okruženju.

Slika 1. Tehnologija kognitivne analize i modeliranja

Kognitivno strukturiranje predmetnog područja je identifikacija budućih ciljnih i nepoželjnih stanja objekta upravljanja i najznačajnijih (osnovnih) faktora kontrole i okruženja koji utiču na prelazak objekta u ta stanja, kao i utvrđivanje uzroka. -efektivni odnosi između njih na kvalitativnom nivou, uzimajući u obzir faktore međusobnog uticaja jedni na druge.

Rezultati kognitivnog strukturiranja se prikazuju pomoću kognitivne mape (modela).

2. Kognitivno (kognitivno ciljano) strukturiranje znanja o objektu koji se proučava i njegovom vanjskom okruženju na osnovu PEST-analize i SWOT-analize

Odabir osnovnih faktora vrši se primjenom PEST-analize, koja razlikuje četiri glavne grupe faktora (aspekata) koji određuju ponašanje objekta koji se proučava (slika 2):

P olicy - politika;

E privreda - privreda;

S društvo - društvo ( sociokulturni aspekt);

T tehnologija - tehnologija

Slika 2. Faktori analize PEST

Za svaki konkretan složeni objekat postoji poseban skup najznačajnijih faktora koji određuju njegovo ponašanje i razvoj.

PEST analiza se može razmotriti kao opcija analiza sistema, jer su faktori koji se odnose na navedena četiri aspekta generalno usko povezani i karakterišu različite hijerarhijske nivoe društva kao sistema.

U ovom sistemu postoje određujuće veze usmerene od nižih nivoa hijerarhije sistema ka višim (nauka i tehnologija utiču na ekonomiju, ekonomija utiče na politiku), kao i obrnute i međunivoske veze. Promjena nekog od faktora kroz ovaj sistem veza može uticati na sve ostale.

Ove promjene mogu predstavljati prijetnju razvoju objekta, ili, obrnuto, pružiti nove mogućnosti za njegov uspješan razvoj.

Sljedeći korak je analiza situacijskog problema, SWOT analiza (Slika 3):

S trendovi - prednosti;

W eaknesses - nedostaci, slabosti;

O prilike - prilike;

T hreats - prijetnje.

Slika 3. Faktori SWOT analize

Uključuje analizu snaga i slabosti razvoja objekta koji se proučava u njihovoj interakciji sa prijetnjama i prilikama i omogućava vam da odredite stvarna problematična područja, uska grla, šanse i opasnosti, uzimajući u obzir faktore okoline.

Prilike se definišu kao okolnosti koje pogoduju povoljan razvoj objekt.

Prijetnje su situacije u kojima može nastati šteta na objektu, na primjer, njegovo funkcionisanje može biti poremećeno ili može izgubiti postojeće prednosti.

Na osnovu analize različitih mogućih kombinacija snaga i slabosti sa prijetnjama i mogućnostima formira se problemsko polje objekta koji se proučava.

Problemsko polje je skup problema koji postoje u modeliranom objektu i okruženje, u njihovom međusobnom odnosu.

Dostupnost ovakvih informacija je osnova za određivanje ciljeva (pravaca) razvoja i načina njihovog ostvarivanja, te izradu strategije razvoja.

Kognitivno modeliranje na osnovu sprovedene situacione analize omogućava pripremu alternativnih rešenja za smanjenje stepena rizika u identifikovanim problemskim područjima, predviđanje mogućih događaja koji mogu najteže uticati na položaj objekta koji se modelira.

Teorija stvaranja organizacijskog znanja I. Nonakija i H. Takeuchija.

Individualno i organizacijsko učenje.

Kognitivna analiza i modeliranje u strateškom menadžmentu

Suština pojma spoznaje. kogniciju organizacije.

TEMA 5. KOGNITIVNOST KAO PREDUSLOVA ZA STRATEŠKI RAZVOJ PREDUZEĆA.

5.1. Suština koncepta "kognitivnosti". kogniciju organizacije.

kognitivna nauka- interdisciplinarni (filozofija, neuropsihologija, psihologija, lingvistika, informatika, matematika, fizika itd.) naučni pravac, koji proučava metode i modele formiranja znanja, spoznaje, univerzalnih strukturalnih shema mišljenja.

Kognitivnost (od lat. sognitio - znanje, proučavanje, svest) u okviru nauke o menadžmentu označava sposobnost menadžera da mentalno percipiraju i obrađuju eksterne informacije. Proučavanje ovog koncepta zasniva se na mentalnim procesima pojedinca i takozvanim "mentalnim stanjima" (pouzdanje, želja, uvjerenje, namjere) u smislu obrade informacija. Ovaj termin se takođe koristi u kontekstu proučavanja takozvanog „kontekstualnog znanja“ (apstrakcija i konkretizacija), kao i u oblastima u kojima se razmatraju pojmovi kao što su znanje, veštine ili učenje.

Termin "kognitivnost" se takođe koristi u širem smislu, što znači "čin" spoznaje ili samospoznaje. U ovom kontekstu, može se tumačiti kao nastanak i "postajanje" znanja i pojmova povezanih s tim znanjem, koji se odražava iu mislima i u akcijama.

Organizacijska kognitivnost karakteriše totalitet kognitivne sposobnosti pojedinačne ljude u kompaniji i efekte koji proizlaze iz kombinacije individualnih kognitivnih sposobnosti. Primena ovog koncepta u odnosu na kompaniju (organizaciju, firmu, preduzeće) podrazumeva nameru da se ono posmatra u ravni koju karakteriše specifičan aparat za analizu i poseban ugao gledanja na interakciju preduzeća ili njegovih komponenti. sa spoljnim okruženjem.

Termin kogniciju organizacije omogućava vam da procenite sposobnost kompanije da asimilira informacije i pretvori ih u znanje.

Jedno od najproduktivnijih rješenja problema koji se javljaju u oblasti upravljanja i organizacije je primjena kognitivne analize.

Metodologiju kognitivnog modeliranja, dizajniranu za analizu i donošenje odluka u loše definiranim situacijama, predložio je američki istraživač R. Axelrod.

Kognitivnu analizu istraživači ponekad nazivaju "kognitivno strukturiranje". Kognitivna analiza se smatra jednim od najmoćnijih alata za proučavanje nestabilnog i polustrukturiranog okruženja. Doprinosi boljem razumijevanju problema koji postoje u okruženju, identifikaciji kontradiktornosti i kvalitativnoj analizi tekućih procesa.

Suština kognitivnog (kognitivnog) modeliranja - ključni momenat kognitivne analize - je da se u modelu u pojednostavljenom obliku reflektuju najsloženiji problemi i trendovi u razvoju sistema, da se istraže mogući scenariji za nastanak kriznih situacija, pronađu načini i uslovi za njihovo rešavanje u modelskoj situaciji. Upotreba kognitivnih modela kvalitativno povećava validnost menadžerskog odlučivanja u složenom i brzo promenljivom okruženju, štedi stručnjaka od „intuitivnog lutanja“, štedi vreme za razumevanje i tumačenje događaja koji se dešavaju u sistemu. Upotreba kognitivnih tehnologija u ekonomskoj sferi omogućava da se u kratkom vremenu razvije i opravda strategija ekonomskog razvoja preduzeća, uzimajući u obzir uticaj promena u spoljnom okruženju.

Kognitivno modeliranje- ovo je metoda analize kojom se utvrđuje jačina i pravac uticaja faktora na prelazak kontrolnog objekta u ciljno stanje, uzimajući u obzir sličnosti i razlike u uticaju različitih faktora na objekat upravljanja.

Kognitivna analiza se sastoji od nekoliko faza, od kojih svaka implementira određeni zadatak. Dosljedno rješavanje ovih problema dovodi do postizanja glavnog cilja kognitivne analize.

Možemo izdvojiti sljedeće faze koje su tipične za kognitivnu analizu svake situacije:

1. Formulacija svrhe i ciljeva studije.

2. Proučavanje složene situacije sa stanovišta cilja: prikupljanje, sistematizacija, analiza postojećih statističkih i kvalitativnih informacija o objektu upravljanja i njegovom vanjskom okruženju, određivanje zahtjeva, uslova i ograničenja svojstvenih situaciji koja se proučava.

3. Identifikacija glavnih faktora koji utiču na razvoj situacije.

4. Utvrđivanje odnosa između faktora razmatranjem uzročno-posledičnih lanaca (izgradnja kognitivne mape u obliku usmjerenog grafa).

5. Proučavanje jačine međusobnog uticaja različitih faktora. Za to se koriste oba matematička modela koji opisuju neke precizno utvrđene kvantitativne odnose među faktorima, kao i subjektivne stavove stručnjaka o neformalizabilnim kvalitativnim odnosima među faktorima.

Kao rezultat prolaska faza 3-5, gradi se kognitivni model situacije (sistema), koji se prikazuje u obliku funkcionalnog grafa. Stoga možemo reći da su faze 3 - 5 kognitivno modeliranje.

6. Provjera adekvatnosti kognitivnog modela realne situacije (verifikacija kognitivnog modela).

7. Korištenjem kognitivnog modela utvrditi moguće opcije razvoja situacije (sistema), pronaći načine, mehanizme uticaja na situaciju u cilju postizanja željenih rezultata, spriječiti neželjene posljedice, odnosno razviti strategiju upravljanja. Postavljanje cilja, željenih pravaca i jačine promjene trendova procesa u situaciji. Odabir skupa mjera (skup kontrolnih faktora), određivanje njihove moguće i željene snage i smjera utjecaja na situaciju (konkretna praktična primjena kognitivnog modela).

U okviru kognitivnog pristupa, termini "kognitivna mapa" i "usmjereni graf" se često koriste naizmjenično; iako je, strogo govoreći, pojam usmjerenog grafa širi, a pojam "kognitivna mapa" označava samo jednu od primjena usmjerenog grafa.

Klasična kognitivna mapa je usmjereni graf u kojem je privilegirani vrh neko buduće (obično ciljno) stanje kontrolnog objekta, preostali vrhovi odgovaraju faktorima, lukovi koji povezuju faktore sa vrhom stanja imaju debljinu i predznak koji odgovara jačini i smjeru uticaj ovog faktora na prelazak objekta upravljanja u dato stanje, a lukovi koji povezuju faktore pokazuju sličnost i razliku u uticaju ovih faktora na objekat upravljanja.

Kognitivna mapa se sastoji od faktora (elemenata sistema) i veza između njih.

Da bi se razumjelo i analiziralo ponašanje složenog sistema, gradi se blok dijagram uzročno-posledičnih veza elemenata sistema (situacioni faktori). Dva elementa sistema A i B su prikazana na dijagramu kao zasebne tačke (vrhove) povezane orijentisanim lukom, ako je element A povezan sa elementom B uzročno-posledičnom relacijom: A à B, gde je: A uzrok, B je posljedica.

Faktori mogu uticati jedni na druge, a takav uticaj, kao što je već pomenuto, može biti pozitivan, kada povećanje (smanjenje) jednog faktora dovodi do povećanja (smanjenje) drugog faktora, i negativan, kada povećanje (smanjenje) jednog faktora faktor dovodi do smanjenja (povećanja) drugog faktora. Štaviše, uticaj može imati i promenljiv predznak, u zavisnosti od mogućih dodatnih uslova.

Takve šeme za predstavljanje uzročno-posledičnih veza se široko koriste za analizu složenih sistema u ekonomiji i sociologiji.

Primjer. Kognitivni blok dijagram za analizu problema potrošnje energije može izgledati ovako (slika 5.1):

Rice. 5.1. Kognitivni blok dijagram za analizu problema potrošnje energije

Kognitivna mapa odražava samo činjenicu prisutnosti utjecaja faktora jedni na druge. Ona ne odražava ni detaljnu prirodu ovih uticaja, ni dinamiku promena uticaja u zavisnosti od promena situacije, niti privremene promene samih faktora. Uzimanje u obzir svih ovih okolnosti zahtijeva prijelaz na sljedeći nivo strukturiranja informacija, odnosno na kognitivni model.

Na ovom nivou, svaki odnos između faktora kognitivne mape otkriva se odgovarajućim zavisnostima, od kojih svaka može sadržavati i kvantitativne (mjerene) varijable i kvalitativne (ne mjerene) varijable. U ovom slučaju, kvantitativne varijable su predstavljene na prirodan način u obliku svojih numeričkih vrijednosti. Svaka kvalitativna varijabla povezana je sa skupom lingvističkih varijabli koje odražavaju različita stanja ove kvalitativne varijable (na primjer, potražnja potrošača može biti „slaba“, „umjerena“, „žurna“ itd.), a svaka lingvistička varijabla odgovara određeni brojčani ekvivalent u skali. Akumulacijom znanja o procesima koji se dešavaju u situaciji koja se proučava, postaje moguće detaljnije otkriti prirodu odnosa između faktora.

Formalno, kognitivni model situacije može, poput kognitivne mape, biti predstavljen grafom, ali svaki luk u ovom grafu već predstavlja određeni funkcionalni odnos između odgovarajućih faktora; one. kognitivni model situacije predstavljen je funkcionalnim grafom.

Primjer funkcionalnog grafa koji odražava situaciju u uslovnoj regiji prikazan je na sl. 5.2.

Sl.5. 2. Funkcionalni graf.

Imajte na umu da je ovaj model demonstracijski model, tako da mnogi faktori okoline nisu uzeti u obzir u njemu.

Takve tehnologije sve više stiču povjerenje kod struktura koje se bave strateškim i operativnim planiranjem na svim nivoima iu svim oblastima upravljanja. Upotreba kognitivnih tehnologija u ekonomskoj sferi omogućava da se u kratkom vremenu razvije i opravda strategija ekonomskog razvoja preduzeća, uzimajući u obzir uticaj promena u spoljnom okruženju.

Upotreba tehnologije kognitivnog modeliranja omogućava proaktivno djelovanje i ne dovođenje potencijalno opasnih situacija do prijeteće i konfliktne razine, a u slučaju njihovog nastanka, donošenje racionalnih odluka u interesu poduzeća.