Разработка методологии и программной платформы для построения цифровых двойников, интеллектуального анализа и прогнозирования сложных экономических систем (промежуточный, этап 2)

Объектом исследования являются сложные социально-экономические системы, индикаторы их экономического развития, алгоритмы оценки и прогнозирования значений данных индикаторов, информационные системы на основе цифровых двойников и машинного обучения. Цель работы: целью научно-исследовательского проекта является разработка методологии создания цифровых двойников для объектов произвольной природы с использованием инструментария геометрического моделирования и построение единой программной платформы для генерации цифровых двойников по заданным параметрам; проведение комплексных математических и статистических исследований социально-экономического развития в контексте оценки влияния современных социально-экономических и научно-технологических условий глобализации; выработка рекомендаций для всех уровней управленческой иерархии государственных органов в целях предотвращения угроз национальным интересам страны. Разработанная методология позволит более эффективно решать комплексные оптимизационные задачи и выполнять сценарный анализ на всех уровнях функционирования экономической системы (микро и макро) по сравнению с традиционными методами статистических и экспериментальных исследований. Методы и методология проведения работы. Для решения исследовательских задач использовались эконометрические методы проверки гипотез, метод корреляционного анализа, регрессионного моделирования и искусственные нейронные сети. Построены многофакторные эконометрические модели зависимости регионального социально-экономического развития и выбранных показателей на основе связанных временных рядов. Использованы методы построения цифровых двойников для статистического анализа, что позволило повысить надежность данных и уменьшить изменчивость. Результаты работы: 1) Разработаны модули построения различных архитектур нейронных сетей и верификации прогнозов социально-экономического развития России в рамках информационно-аналитической системы «Горизонт». 2) Построены математические и статистические модели индикаторов социально-экономической устойчивости регионов в условиях цифровой трансформации экономики. Проведена оценка эффективности регионального развития с использованием статистического пакета для социальных наук. 3) Доказана теорема, позволяющая оценить сложность решений голономных систем гипергеометрических уравнений и рассмотрены возможности ее применения для решения задач геометрического моделирования. 4) Разработаны алгоритмы процедурной генерации и интеллектуального анализа свойств геометрических объектов произвольного масштаба и выполнена их программная реализация в рамках системы геометрического моделирования. 5) Алгоритмы интеллектуального анализа данных о социально-экономическом развитии России интегрированы в систему геометрического моделирования. 6) Разработанная методология и алгоритмы использованы для построения моделей при решении практических задач в социо-экономической и промышленной областях. 7) Разработан метод улучшения модели машинного обучения для обнаружения и классификации неустойчивого поведения суперкомпьютерных приложений. 8) Построена асимптотика решения задачи Коши для сингулярно возмущенного дифференциально-операторного уравнения переноса с многими пространственными переменными. Область применения: применение для построения прогнозов по социально-экономическому развитию РФ с использованием гибридного подхода на основе моделей машинного обучения. Полученные результаты могут служить основой для дальнейших исследований как теоретических, так и практических аспектов создания цифровых двойников хозяйствующих субъектов или экономических пространств. Основное внимание следует уделять определению точки входа в определенный цикл и созданию соответствующего контура управления для цифровых двойников, чтобы обеспечить взаимодействие между оператором и моделью в целях прогнозирования предполагаемых изменений параметров модели двойника экономического региона. Теоремы по теории аналитической сложности будут использоваться при реализации алгоритмов расчетов в рамках тематики проекта в системах компьютерной алгебры. Значимость работы: гибридный подход к решению задачи прогнозирования социально-экономических показателей России позволит повысить качество применяемых моделей, точность и глубину расчета. Преимущество представленного подхода состоит в том, что модели на его основе позволяют количественно оценить относительное изменение уровня социально-экономических показателей региона при изменении небольшого количества значимых показателей. Методология анализа социально-экономического анализа развития России в условиях цифровизации позволит обеспечить решение конкретных стратегических задач по достижению эффективности экономического развития страны. Прогнозные предположения о развитии объекта исследования: В перспективе планируется применить разработанную методологию к показателям других сфер, а также провести расширение методов прогнозирования для модели бустинга. Планируется внедрение глубоких нейронных сетей для выявления возможных сценариев экономики. Научная новизна: использование ансамбля моделей на основе систем регрессионных уравнений, искусственных нейронных сетей и метода градиентного бустинга не было представлено в сфере социально-экономического прогнозирования. Разработанная методология интеллектуального анализа и прогнозирования сложных экономических систем является полностью новой. Предлагаемый в разделе 6 метод значительно лучше традиционного подхода и, таким образом, может рассматриваться как предпочтительная альтернатива при работе с моделями оценки кредитного риска в нестабильной экономической среде.