Метод анализа и обработки сценариев

Сценарием называется документ аналитико-описательного характера, в котором отражается логическая последовательность развития объекта в будущем на основе научно обоснованных гипотез и положений, отражающих главные направления его развития.

Суть этого метода заключается в организации взаимодействия высококвалифицированных специалистов-экспертов различных направлений при постановке и решении сложных трудноформализуемых социально-политических и общественно-экономических проблем с использованием современных средств математического моделирования. Понятие сценария здесь является центральным. По результатам моделирования исходные прогнозы уточняются, конкретизируются; рождаются также новые варианты сценариев и новые серии исследований в рамках предполагаемой технологии. Роль математического моделирования при реализации разных сценариев может быть весьма различной и определяется самим сценарием, его характером.

Методы оптимизации

Методы оптимизации используются, как правило, при аналитическом описании исследуемых процессов для синтеза какого-либо одного выбранного критерия экономической безопасности. Этот вариант значительно ограничивает область применения критериев, поскольку реальные процессы развития государств характеризуются многими показателями, часть которых к тому же не поддается количественному описанию в простой аналитической форме.

Теоретико-игровые методы

Теоретико-игровые методы используются для анализа двусторонних и многосторонних конфликтных ситуаций и синтеза параметров управления у конфликтующих сторон с учетом их влияния друг на друга. Такая методика дает хорошие результаты в тех случаях, когда реальные процессы удается формализовать в игровой постановке.

Методы распознавания образов

Под образом понимается наименование области, в которой отображается множество объектов или явлений материального мира, выделенное в соответствии с определенной целью. В самых общих чертах распознавание можно определить как соотнесение объектов или явлений на основе анализа их характеристик с одним из нескольких, заранее определенных классов.

Иначе можно определить, что распознавание (классификация) образов (объектов, сигналов, ситуаций, явлений или процессов) представляет собой задачу преобразования входной информации, в качестве которой уместно рассматривать некоторые параметры, признаки распознаваемых образов, в выходную, представляющую собой заключение о том, к какому классу относится распознаваемый образ.

Математической основой теории распознавания образов является совокупность методов математической статистики, теории вероятностей, алгебры логики, теории игр, теории информации, статистической теории связи и таксономических методов.

В общей проблеме распознавания выделяется ряд частных проблем, имеющих в отдельных случаях самостоятельное значение. Одной из них является обучение и самообучение. При решении этой задачи исследуются и запоминаются статистические характеристики распознаваемых объектов или явлений. Обучение (самообучение) заканчивается в момент, когда распределения вероятностей классов и распределения значений признаков становятся устойчивыми.

Метод дискриминантного анализа относится к классификации при наличии обучающих выборок (т.е. с обучением), а метод кластерного анализа – к классификации без обучения, или, как иногда говорят, к методам автоматической классификации (т.е. самообучающихся).

При дискриминантном анализе обучающие выборки в виде, как правило, двух групп показателей безопасности (опасного состояния объекта и безопасного) определяются экспертами, после чего составляется новая матрица показателей безопасности для нового объекта с целью его отнесения к той или иной группе.

Кластерный анализ – это совокупность методов классификации многомерных наблюдений или объектов, основанных на определении понятия расстояния между объектами с последующим выделением из них групп, "сгустков" наблюдений (кластеров, таксонов). При этом не требуется априорной информации о распределении генеральной совокупности. Выбор конкретного метода анализа зависит от цели классификации.

Кластерный анализ используется при исследовании структуры совокупностей социально-экономических показателей или объектов: предприятий, регионов и т.д.