Научный журнал
Международный журнал экспериментального образования
ISSN 2618–7159
ИФ РИНЦ = 0,425

ПРОЕКТИРОВАНИЕ КОНЦЕПТУАЛЬНОЙ МОДЕЛИ СИСТЕМЫ

Гусарова О.М. 2 Голичева Н.Д. 2
2 Финансовый университет при Правительстве РФ
1. Гусарова О.М. Моделирование как способ планирования и управления результатами бизнеса // Успехи современного естествознания. – № 11. – 2014. – С. 88-92.
2. Гусарова О.М. Инвестиции как фактор регионального развития // Фундаментальные исследования. – 2015. – № 2-10. – С. 2194-2199.
3. Гусарова О.М. Инновации в образовательном процессе заочной формы обучения // Успехи современного естествознания. – 2015. – № 1-1. – С. 126-128.
4. Голичева Н.Д. О формировании современного экономического мышления студентов в процессе решения прикладных задач по теории вероятностей // Успехи современного естествознания. – 2015. – № 1-1. – С. 121-125.
5. Голичев В.Д., Голичева Н.Д., Гусарова О.М. и др. Актуальные вопросы экономики и управления в условиях модернизации современной России. Том 2. – Смоленск: Смоленская городская типография, 2015. – 418 с.
6. Голичев В.Д., Голичева Н.Д., Гусарова О.М. и др. Актуальные вопросы экономики и управления в условиях модернизации. Коллективная монография. – Смоленск: Смолгортипография, 2014. – 212 с.
7. Голичев В.Д., Голичева Н.Д., Гусарова О.М. и др. Земля Смоленская и ее население. Историко-статистический обзор в цифрах и фактах. – Смоленск: Смоленская городская типография, 2013.
8. Гусарова О.М., Журавлева М.А. Анализ и совершенствование деятельности акционерных обществ // Современные наукоемкие технологии. – № 7(1), 2014. – с.10-12.
9. Гусарова О.М. Оценка взаимосвязи региональных показателей социально-экономического развития (на материалах Центрального федерального округа России) // Современные проблемы науки и образования. – № 6. – 2013. (Электронный журнал).
10. Голичева Н.Д. Эвристика и математика: Сборник научных трудов 80-летию филиала посвящается. Под редакцией Голичева В.Д. – Смоленск: Смоленская городская типография, 2012. – С. 40-51.
11. Голичева Н.Д. К вопросу о количественных отношениях и предмете математика: Сборник научных трудов под ред. Голичева В.Д. – Смоленск: Смоленская городская типография, 2010. – С. 25-29.
12. Гусарова О.М. Моделирование в принятии управленческих решений // Наука и образование: проблемы и перспективы развития: сборник научных трудов по материалам Международной научно-практической конференции. – Тамбов: Юком, 2014. – С. 41-42.
13. Гусарова О.М. Моделирование результатов бизнеса в менеджменте организации // Перспективы развития науки и образования. – Тамбов: Бизнес-Наука-Общество, 2014. – С. 42-43.
14. Гусарова О.М. Проблемы интеграции теории и практики моделирования результатов бизнеса // Экономика и образование: Вызовы и поиск решений: сборник научных трудов по материалам II Всероссийской (заочной) научно-практической конференции (Ярославль, 15 апреля 2014 г.) – Ярославль: Канцлер, 2014. – С.78-82.
15. Гусарова О.М. Информационно-аналитические технологии моделирования деятельности организаций Смоленского региона (монография). – Смоленск: Свиток, 2013. – 100 с.
16. Гусарова О.М. Методы и модели прогнозирования деятельности корпоративных систем // Теоретические и прикладные вопросы образования и науки. – Тамбов: Юком, 2014. – С. 42-43.
17. Гусарова О.М. Компьютерные технологии моделирования социально-экономических процессов // Экономический рост и конкурентоспособность России: тенденции, проблемы и стратегические приоритеты: сборник научных статей по материалам Международной научно-практической конференции. – М.: Юнити-Дана, 2012. – С. 102-104.
18. Гусарова О.М. Исследование качества краткосрочных моделей прогнозирования финансово-экономических показателей. – М.: 1999. – 198 c.
19. Орлова И.В., Турундаевский В.Б. Многомерный статистический анализ при исследовании экономических процессов. Монография. – М.: МЭСИ, 2014. – С. 190.
20. Орлова И.В. Опыт использования компьютерных технологий при преподавании математического моделирования // Успехи современного естествознания. – 2014. – № 12-4. – С. 433-435.
21. Орлова И.В., Половников В.А., Гусарова О.М. и др. Эконометрика / Учебно-методическое пособие. – М.: Юнити-Дана, 2010. – С. 214.

Математическое моделирование является мощным инструментом исследования функционирования сложных систем различных сфер деятельности, будь то бизнес, экономика, социология, физика и т.д. Этой проблеме посвящен ряд работ [1,6,8,13]. Одним из главных достоинств использования данного метода экспериментального исследования заключается в возможности изучения реального объекта опосредованно, используя математическую модель объекта (системы) исследования [3]. Математическая модель представляет собой формализацию реального процесса в символьном виде с использованием математических выражений [4]. При этом, естественно, встает вопрос, как грамотно осуществить математическое моделирование системы исследования, чтобы построенная математическая модель была адекватна, т.е. отражала основные свойства и характеристики объекта, представляющего определенный интерес с точки зрения исследователя [10].

Центральным звеном в реализации математического моделирования является проектирование концептуальной модели, под которой понимается совокупность гипотез о свойствах объекта исследования и его взаимосвязях с различными факторами внешней и внутренней среды [14]. На данном этапе осуществляется исследование структуры системы, выявление составляющих ее элементов и их характеристик, определение цели функционирования системы [11].

На этапе проектирования концептуальной модели функционирования системы осуществляется содержательная постановка задачи исследования, которая в дальнейшем подлежит уточнению и детализации. Данный этап имеет чрезвычайно большое значение, так как неверно сформулированная концептуальная модель системы приведет к построению неадекватной математической модели и, как следствие этого, получению недостоверных результатов исследования и нецелесообразности их использования в принятии управленческих решений [12].

Проектирование концептуальной модели системы предполагает реализацию ряда этапов исследования. Первым этапом является осуществление обследования объекта с целью выявления его основных свойств и количественных характеристик. На данном этапе формулируется ряд гипотез о динамике основных показателей функционирования объекта и его взаимосвязях с окружающей средой [2]. В дополнение к этому обычно осуществляется сбор статистической информации, наиболее полно отражающей развитие системы [19]. При этом в зависимости от сложности системы исследования могут использоваться такие статистические методы сбора информации, как монографическое, сплошное или выборочное обследование. Важным моментом при этом является обеспечение репрезентативности полученных результатов, которые достоверно и в полной мере должны характеризовать свойства и характеристики объекта исследования [9]. При реализации данного этапа немаловажное значение имеет определение интервала анализа статистических данных. Если целью моделирования является не только изучение свойств системы и выявления ее количественных взаимосвязей с рядом факторов окружающей среды, но и дальнейшее прогнозирование динамики развития системы, то для получения достоверных результатов период сбора статистических данных должен как минимум в три раза превышать период прогнозирования [18]. Кроме требования полноты и достоверности статистической информации, существует ряд требований, которым должна отвечать полученная информация в том случае, если целью исследования является прогнозирование перспектив развития системы. В наблюдениях, отражающих динамику объекта исследования, должен иметь место тренд, свидетельствующий о том, что развитие системы осуществляется согласно определенным закономерностям [21]. Любой метод прогнозирования базируется на принципе аппроксимации, т.е. продлении на перспективный период тенденций и закономерностей, действующих на этапе исследования. Если тренд в динамике системы отсутствует, то результаты моделирования представляются сомнительными, не соответствующими реальной действительности. К статистической информации также предъявляется требование однородности, т.е. в массиве полученной статистической информации должны отсутствовать аномальные наблюдения, искажающие тенденцию ряда наблюдений и влекущие за собой получение неадекватных моделей [16]. Для обработки полученной информации используются различные статистические методы такие, как сводка и группировка. Это помогает систематизировать большой объем полученной информации и облегчает выполнение анализа данных. Немалую помощью в предварительной обработке статистической информации и проверке ее соответствия рассмотренным свойствам оказывают современные информационные технологии и ряд созданных на их основе специализированных программных пакетов статистического анализа и прогнозирования данных. Обзору возможностей программных средств, таких как SPSS, STATISTICA, VSTAT и других посвящен ряд работ, в частности [15,17,20].

До непосредственной разработки математической модели необходимо осуществить обзор уже выполненных исследований по аналогичным объектам с целью установления возможности применения ранее полученных результатов или ее возможной адаптации к объекту (системе) исследования [5,7].

Итоговой целью проектирования концептуальной модели системы является формулировка словесно-описательной модели системы, т.е. концептуальная постановка задачи исследования. Реализацию изложенных этапов исследования должны осуществлять высокопрофессиональные специалисты – постановщики задачи, обладающие знаниями основ математического моделирования и возможностей современных информационных технологий, а также определенными познаниями в конкретной предметной области.


Библиографическая ссылка

Гусарова О.М., Голичева Н.Д. ПРОЕКТИРОВАНИЕ КОНЦЕПТУАЛЬНОЙ МОДЕЛИ СИСТЕМЫ // Международный журнал экспериментального образования. – 2015. – № 12-4. – С. 548-549;
URL: https://expeducation.ru/ru/article/view?id=9226 (дата обращения: 28.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674