ОПТИМИЗАЦИОННО-ИМИТАЦИОННЫЙ ПОДХОД К ОПРЕДЕЛЕНИЮ КРИТИЧЕСКИХ КОМБИНАЦИЙ ПАРАМЕТРОВ КОМПАНИЙ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Предлагается оптимизационно-имитационный метод определения комбинаций воздействий, позволяющих вывести организационно-техническую систему из потенциально неблагоприятного состояния. Решение показано на примере обратной задачи стресс-тестирования зрелых компаний традиционных отраслей реального сектора. Условием нахождения компании в потенциально неблагоприятном состоянии считается прогнозируемый отрицательный остаток денежных средств. Для определения изменений, улучшающих прогноз, методами математического программирования решается задача максимизации выгоды от таких изменений – разности прогнозируемого остатка денежных средств и затрат на изменения. Полученные результаты могут быть применены при решении вопросов стабилизации в условиях рисков: пандемии, экономических санкций, стихийных бедствий и др. Приводится модельный пример.

Об авторах

А. Д ЦВИРКУН

Институт проблем управления им. В. А. Трапезникова РАН

Email: tsvirkun@ipu.rssi.ru
д-р техн. наук Москва

А. Ф РЕЗЧИКОВ

Институт проблем управления им. В. А. Трапезникова РАН

Email: rw4cy@mail.ru
Москва

И. О ДРАНКО

Институт проблем управления им. В. А. Трапезникова РАН

Email: olegdranko@gmail.com
д-р техн. наук Москва

В. А КУШНИКОВ

Саратовский научный центр РАН

Email: kushnikoff@iptmuran.ru
д-р техн. наук

А. С БОГОМОЛОВ

Саратовский научный центр РАН

Email: alexbogomolov@ya.ru
д-р техн. наук

Список литературы

  1. Kahneman D., Tversky A. Prospect Theory: An Analysis of Decision under Risk // Econometrica. XVLII (1979). P. 263–291.
  2. Kahneman D., Tversky A. Advances in Prospect Theory: Cumulative Representation of Uncertainty // J. Risk Uncertaint. 1992. No. 5. P. 297–323.
  3. Sunstein C., Thaler R. Libertarian Paternalism is Not an Oxymoron // Univer. Chicago Law Rev. 2003. No. 70. P. 1159–1202.
  4. Thaler R., Sunstein C. Nudge: improving decisions about health, wealth, and happiness. Soundview Executive Book Summaries. Norwood: Mass. 2010.
  5. Талер Р. Архитектура выбора. Как улучшить наши решения о здоровье, благосостоянии и счастье / М.: Манн, Иванов и Фербер, 2017.
  6. Журба М.В. Критический взгляд на теорию подталкивания // Экономические исследования и разработки. 2017. № 8. C. 213–222.
  7. Жильцов В.А., Пахомов А.П. .Nudge. – теория .мягкого подталкивания. // Вост.-европ. науч. журн. Т. 11. № 3. 2016. C. 129–137.
  8. Богомолов А.С. Анализ путей возникновения и предотвращения критических сочетаний событий в человекомашинных системах // Изв. Сарат. ун-та.Серия: Математика. Механика. Информатика. 2017. Т. 17. № 2. С. 219–230.
  9. Богомолов А.С., Иващенко В.А., Кушников В.А. и др. Моделирующий комплекс для анализа критических сочетаний событий в авиационных транспортных системах // Проблемы управления. 2018. № 1. С. 74–79.
  10. Резчиков А.Ф., Кушников В.А., Богомолов А.С. и др. Математические модели и методы анализа выполнимости планов управления сложными системами в условиях критических комбинаций событий. Саратов: Изд-во Саратов. ун-та, 2023. 128 с.
  11. Цвиркун А.Д., Акинфеев В.К., Филиппов В.А. Имитационное моделирование в задачах синтеза структуры сложных систем. Оптимизационно-имитационный подход. М.: Наука, 1985. 173 с.
  12. Антонова Г.М., Цвиркун А.Д. Оптимизационно-имитационное моделирование для решения проблем оптимизации современных сложных систем управления // Проблемы управления. 2005. № 5. С. 19–27.
  13. Арутюнов А.Л. Синтез оптимизационно-имитационных моделей структуры использования различных видов энергоресурсовв производственном цикле АПК // Управление развитием крупномасштабных систем (MLSD’2013) : Материалы международной конференции. 2013. С. 272–278.
  14. Семушина Е.И. Оптимизационно-имитационное моделирование как инструмент анализа социально-экономического развития региона // Научный ежегодник Центра анализа и прогнозирования. 2017. № 1. С. 247–249.
  15. Бабина О.И. Разработка оптимизационной имитационной модели для поддержки процессов планирования складских систем // Компьютерные исследования и моделирование. 2014. Т. 6, № 2. С. 295–307.
  16. Васильев С.Н., Цвиркун А.Д. Проблемы управления развитием крупномасштабных систем в условиях кризиса // Управление развитием крупномасштабных систем (MLSD’2009): Материалы международной конференции. 2009. С. 14–18.
  17. Горошникова Т.А. Оптимизационная модель и алгоритмы поиска оптимального решения для анализа эффективности удаления неприбыльных предприятий из компании // Управление большими системами: сборник трудов. 2012. № 36. С. 173–185.
  18. Гopoшникова Т.А., Синюков А.В. Оптимизационные модели анализа эффективности слияний и поглощений // Управление большими системами. 2010. № 31. С. 177–191.
  19. Nwogugu M. Decision-making, risk and corporate governance: New dynamic models/ algorithms and optimization for bankruptcy decisions // Appl. Math. Comput. 2006. V. 179. No. 1. P.386–401.
  20. Elhoseny M. et al. Deep Learning-Based Model for Financial Distress Prediction // Annals of operations research. 2022.
  21. Lu Y., Zeng N., Liu X. A New Hybrid Algorithm for Bankruptcy Prediction Using Switching Particle Swarm Optimization and Support Vector Machines // Discrete dynamics in nature and society. 2015. 294930.
  22. Sen Z., Li Y., Yang W. et al. A Financial Distress Prediction Model Based on Sparse Algorithm and Support Vector Machine // Mathematical Problems in Engineering. 2020(4). P. 1–11.
  23. Карманов В.Г. Математическое программирование. М.: Физматлит, 2004.
  24. Рыбкин В.А., Язенин А.В. Возможностная регуляризация задач линейного программирования // Известия Российской академии наук. Теория и системы управления. 2003. № 3. С. 80–89.
  25. Голиков А.И., Евтушенко Ю.Г., Ячимович М. Нормальное решение и регуляризация задач линейного программирования. В сб. .Динамика неоднородных систем. под ред. Ю.С. Попкова, 2004. C. 107–135.
  26. Федоров В.В. К вопросу об устойчивости задачи линейного программирования // Журн. вычисл. матем. и матем.физ. 1975. Т. 15. № 6. С. 1412–1423.
  27. Ашманов С.А. Условия устойчивости задач линейного программирования // Журн. вычисл. матем. и матем. физ. 1981. Т. 21. № 6. С. 1402–1410.
  28. Дранко О.И. Эмпирический вид производственной функции предприятия // Экономика и менеджмент систем управления. 2014. №. 3.2 (13). С. 245–253.
  29. Ириков В.А. и др. Разработка программы инновационного развития предприятия: Методика, практика, рекомендации по внедрению. М.: Логос, МЗ-Пресс, 2013.
  30. Балашов В.Г., Ириков В.А., Токарев В.Д. Опыт реформирования: четырехкратный рост и техперевооружение. Трехлетний опыт ОАО .Салаватстекло.. М.: Книга сервис, 2002.
  31. Богомолов А.С., Дворяшина М.М., Дранко О.И. и др. Стресс-тестирование нефинансовых организаций: подход к обратной задаче на основе аналитического решения // Проблемы управления. 2021. № 6. С. 15–29.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024