@ARTICLE{26583204_310065570_2019, 
	author = {С. В. Подгорская and А. Г. Подвесовский and Р. А. Исаев and Н. И. Антонова}, 
	keywords = {, когнитивное моделирование, нечеткая когнитивная модель, идентификация когнитивной модели, метод парных сравнений, регрессионный анализ, социально-экономическая системакомплексное развитие сельских территорий},
	title = {<p class="text">Построение нечетких когнитивных моделей социально-экономических систем на примере модели управления комплексным развитием сельских территорий</p>},
	journal = {Бизнес-информатика},
	year = {2019},
	number = {3 Vol.13},
	pages = {7-19},
	url = {https://bijournal.hse.ru/2019--3 Vol.13/310065570.html},
	publisher = {},
	abstract = {&nbsp; &nbsp; &nbsp; В работе рассматривается нечеткое когнитивное моделирование как эффективное средство исследования слабоструктурированных социально-экономических систем. Основное внимание уделяется процессу построения (идентификации) нечетких когнитивных моделей как наиболее сложному и ответственному этапу когнитивного моделирования.&nbsp; &nbsp; &nbsp; Приведена классификация существующих методов идентификации: в соответствии с источником используемой информации, они подразделены на экспертные и статистические.&nbsp; &nbsp; &nbsp; Отмечается, что при построении нечетких когнитивных моделей слабоструктурированных систем типичной является ситуация, при которой в составе исследуемой системы одновременно имеются как количественные (измеримые) факторы, так и факторы относительной, качественной природы. При этом могут иметься в наличии статистические данные, описывающие количественные факторы, в то время как для описания качественных факторов единственным доступным источником информации остаются экспертные знания. В то же время каждый из существующих подходов к идентификации ориентирован на использование информации лишь одного из возможных типов: либо экспертной, либо статистической.&nbsp; &nbsp; &nbsp; Таким образом, актуальной является задача разработки более общего подхода к построению нечетких когнитивных моделей слабоструктурированных систем, обеспечивающего возможность согласованной обработки информации как экспертного, так и статистического происхождения и получения на ее основе достоверных и непротиворечивых результатов. Такой подход предложен в настоящей работе и основан на совместном использовании ранее разработанных авторами методик идентификации с последующим согласованием получаемых промежуточных результатов.&nbsp; &nbsp; &nbsp; С целью демонстрации работы предложенного подхода описан процесс его прикладного применения к задаче управления комплексным развитием сельских территорий. Полученная в результате нечеткая когнитивная модельможет быть использована с целью прогнозирования состояния сельских территорий в условиях различных начальных тенденций и управляющих воздействий, а также для поиска и анализа эффективных стратегий управления их развитием.},
	annote = {&nbsp; &nbsp; &nbsp; В работе рассматривается нечеткое когнитивное моделирование как эффективное средство исследования слабоструктурированных социально-экономических систем. Основное внимание уделяется процессу построения (идентификации) нечетких когнитивных моделей как наиболее сложному и ответственному этапу когнитивного моделирования.&nbsp; &nbsp; &nbsp; Приведена классификация существующих методов идентификации: в соответствии с источником используемой информации, они подразделены на экспертные и статистические.&nbsp; &nbsp; &nbsp; Отмечается, что при построении нечетких когнитивных моделей слабоструктурированных систем типичной является ситуация, при которой в составе исследуемой системы одновременно имеются как количественные (измеримые) факторы, так и факторы относительной, качественной природы. При этом могут иметься в наличии статистические данные, описывающие количественные факторы, в то время как для описания качественных факторов единственным доступным источником информации остаются экспертные знания. В то же время каждый из существующих подходов к идентификации ориентирован на использование информации лишь одного из возможных типов: либо экспертной, либо статистической.&nbsp; &nbsp; &nbsp; Таким образом, актуальной является задача разработки более общего подхода к построению нечетких когнитивных моделей слабоструктурированных систем, обеспечивающего возможность согласованной обработки информации как экспертного, так и статистического происхождения и получения на ее основе достоверных и непротиворечивых результатов. Такой подход предложен в настоящей работе и основан на совместном использовании ранее разработанных авторами методик идентификации с последующим согласованием получаемых промежуточных результатов.&nbsp; &nbsp; &nbsp; С целью демонстрации работы предложенного подхода описан процесс его прикладного применения к задаче управления комплексным развитием сельских территорий. Полученная в результате нечеткая когнитивная модельможет быть использована с целью прогнозирования состояния сельских территорий в условиях различных начальных тенденций и управляющих воздействий, а также для поиска и анализа эффективных стратегий управления их развитием.}
}