vestreaВестник Российского экономического университета имени Г. В. ПлехановаVestnik of the Plekhanov Russian University of Economics2413-28292587-9251Plekhanov Russian University of Economics10.21686/2413-2829-2018-4-152-160vestrea-540Research ArticleМАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫMATHEMATIC AND INSTRUMENTAL METHODSСистемный анализ на основе нечетких когнитивных картSystem Analysis on the Basis of Imprecise Cognitive CardsЗаграновскаяА. В.ZagranovskayaA. V.

Анна Васильевна Заграновская - кандидат экономических наук, доцент  кафедры прикладной математики  и экономико-математических методов СПбГЭУ.

191023, Санкт-Петербург, ул. Садовая, д. 21

Anna V. Zagranovskaya - PhD, Assistant Professor of the Department  for Applied Mathematics and EconomicMathematical Methods of the SPSUE.

21 Sadovaya str.,  Saint-Petersburg, 191023

zagranet@rambler.ruСанкт-Петербургский государственный экономический университетРоссияSaint-Petersburg State University of EconomicRussian Federation20183007201804152160Copyright © Заграновская А.В., 20182018Заграновская А.В.Zagranovskaya A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vest.rea.ru/jour/article/view/540

Современные условия хозяйствования характеризуются высокой степенью неопределенности и сложности, что существенно ограничивает возможности применения количественных методов для анализа и прогнозирования экономической ситуации. В статье обобщается теоретический материал по когнитивному моделированию. Предложено осуществлять анализ сложных систем на основе приводимого в статье инструментария, что позволит целостно взглянуть на ситуацию за счет качественно-количественного, пространственновременного описания рассматриваемой ситуации в условиях определенности, риска и неопределенности. Положенная в основу метода нечеткая причинная алгебра позволяет выявить прямые и косвенные связи между элементами системы, проанализировать поведение системы, найти ее предельное состояние, позволяющее спрогнозировать развитие ситуации в долгосрочном периоде. Также можно рассчитать основные характеристики системы, такие как плотность, сложность, степень иерархии. Автором дан системный анализ деятельности предприятия на основе нечеткой когнитивной карты, моделирующей сложившиеся условия хозяйствования в современной российской экономике и включающей факторы внутренней и внешней среды организации. Возможность включить в модель большое количество переменных, даже с нечеткими значениями, прямую и обратную связь с разной степенью точности, совместить точные и экспертные знания, легкость и скорость, с которой могут быть объединены разрозненные знания, построены когнитивные карты и получены нужные результаты, а также возможность сценарного прогнозирования и планирования делают нечеткие когнитивные карты важнейшим инструментом предварительного анализа сложных систем.

The current conditions in business can be characterized as uncertain and complicated and it limits possibilities of using quantitative methods for analysis and forecast of the economic situation. The article summarizes theoretical material dealing with cognitive modeling. It is proposed to analyze complicated systems on the basis of tools shown in the article, which could provide an opportunity to get an integral view of the situation at the expense of quantitative-qualitative and space-time description of the situation in conditions of certainty, risk and uncertainty. Imprecise causal algebra, which forms the basis of the method, makes it possible to identify direct and indirect links between elements of the system, to analyze the system behavior, to find utmost standing allowing us to forecast the situation development in the long-term period. It is also feasible to calculate the principle characteristics of the system, such as density, complexity, the degree of hierarchy. The author gives a system analysis of the enterprise functioning on the basis of imprecise cognitive card, which models the current conditions of business in today’s Russian economy, including factors of internal and external environment of the organization. The opportunity to include in the model plenty of variables, even with imprecise values, direct and indirect link with different degree of precision, to combine accurate and expert knowledge, simplicity and speed of combining uncoordinated knowledge, build cognitive cards and obtain needed results, as well as possibility of scenario forecasting and planning make imprecise cognitive cards an essential tool of preliminary analysis of complicated systems.

когнитивные картынечеткие когнитивные картымоделированиесистемный анализплотность когнитивной картымеры центральностимера сложностииндекс иерархииcognitive cardsimprecise cognitive cardsmodelingsystem analysisdensity of cognitive cardmeasure of centralityhierarchy indexReferencesВокуева Т. А. Вычисление матрицы взаимовлияния когнитивной карты // Известия Коми научного центра УрО РАН. – 2012. – Вып. 3 (11). – С. 123–129.Vokueva T. A. Vychislenie matricy vzaimovliyaniya kognitivnoy karty [The Calculation of the Matrix Interference of the Cognitive Maps]. Izvestiya Komi nauchnogo centra UrO RAN [Proceedings of the Komi Science Center, Urals branch of RAS], 2012, Issue 3 (11), pp. 123–129. (In Russ.).Axelrod R. Structure of Decision: The Cognitive Maps of Political Elites. – Princeton, NJ : Princeton University Press, 1976.Axelrod R. Structure of Decision: The Cognitive Maps of Political Elites. Princeton, NJ, Princeton University Press, 1976.Chrysafiadi K., Virvou M. A Knowledge Representation Approach Using Fuzzy Cognitive Maps for Better Navigation Support in an Adaptive Learning System // SpringerPlus. – 2013. – Issue 2:81. – P. 1–13.Chrysafiadi K., Virvou M. A Knowledge Representation Approach Using Fuzzy Cognitive Maps for Better Navigation Support in an Adaptive Learning System. SpringerPlus, 2013, Issue 2:81, pp. 1–13.Kosko B. Fuzzy Cognitive Maps // International Journal of Man-Machine Studies. – 1986. – Vol. 24. – P. 65–75.Kosko B. Fuzzy Cognitive Maps. International Journal of Man-Machine Studies, 1986, Vol. 24, pp. 65–75.Kosko B. Fuzzy Engineering. – Upper Saddle River, NJ : Prentice-Hall, 1997.Kosko B. Fuzzy Engineering. Upper Saddle River, NJ, Prentice-Hall, 1997.Kosko B. Neural Networks and Fuzzy Systems. – Upper Saddle River, NJ : Prentice Hall, 1992.Kosko B. Neural Networks and Fuzzy Systems. Upper Saddle River, NJ, Prentice Hall, 1992.Osoba O. A., Kosko B. Fuzzy Cognitive Maps of Public Support for Insurgency and Terrorism // Journal of Defense Modeling and Simulation: Applications, Methodology, Technology. – 2017. – Vol. 14 (1). – P. 17–32.Osoba O. A., Kosko B. Fuzzy Cognitive Maps of Public Support for Insurgency and Terrorism. Journal of Defense Modeling and Simulation: Applications, Methodology, Technology, 2017, Vol. 14 (1), pp. 17–32.Özesmi U., Özesmi S. L. Ecological Models Based on People’s Knowledge: a Multi-Step Fuzzy Cognitive Mapping Approach // Ecological Modelling. – 2004. – N 176. – P. 43–64.Özesmi U., Özesmi S. L. Ecological Models Based on People’s Knowledge: a Multi-Step Fuzzy Cognitive Mapping Approach. Ecological Modelling, 2004, No. 176, pp. 43–64.Papageorgiou E. Review Study on Fuzzy Cognitive Maps and their Applications during the Last Decade // Paper Presented at the IEEE International Conference on Fuzzy Systems, Taipei. – Taiwan, 2011.Papageorgiou E. Review Study on Fuzzy Cognitive Maps and their Applications during the Last Decade. Paper Presented at the IEEE International Conference on Fuzzy Systems, Taipei. Taiwan, 2011.Stach W., Kurgan L., Pedrycz W., Reformat M. Genetic Learning of Fuzzy Cognitive Maps // Fuzzy Set Syst. – 2005. – Issue 153. – P. 371–401.Stach W., Kurgan L., Pedrycz W., Reformat M. Genetic Learning of Fuzzy Cognitive Maps. Fuzzy Set Syst, 2005, Issue 153, pp. 371–401.

The authors declare that there are no conflicts of interest present.