ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТИ ДЛЯ ПРОГНОЗИРОВАНИЯ ПЕРСПЕКТИВ РАЗВИТИЯ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА РОССИЙСКОЙ ФЕДЕРАЦИИ
В статье рассматриваются проблемы устойчивости развития агропромышленного комплекса Российской Федерации. Общие положительные оценки экспертов относительно развития отечественного агропромышленного комплекса под влиянием эффекта санкций на деле могут оказаться не столь оптимистичными в долгосрочном периоде, в связи с чем возникает необходимость проведения дополнительного мониторинга складывающейся ситуации, в том числе посредством использования статистических методов глубокого анализа в целях получения достоверных оценок для рассматриваемого предмета исследования. На базе разработанного оригинального подхода к формированию интегрального показателя оценки состояния агропромышленного комплекса предложено осуществить прогнозирование его изменения путем применения нейронных сетей. Поэтапное проведение прогнозирования с помощью нейронных сетей помогло разработать тестовый пример осуществления прогнозов будущих реакций системы на основе ее предшествующего поведения. Данное исследование доказало успешность методов нейронных сетей как самодостаточного инструмента для анализа и прогнозирования динамики изменения состояния агропромышленного комплекса Российской Федерации и изучения устойчивости его развития. Вместе с тем, опираясь на предложенную методику оценки устойчивости развития агропромышленного комплекса, возможно предсказание значений переменных, являющихся опорными индикаторами в процессе принятия различных управленческих решений. Кроме того, разработанная модель прогнозирования при помощи нейросети может выступать в качестве образца для применения и прогнозирования других экономических показателей.
Ключевые слова: агропромышленный комплекс, архитектура модели нейронной сети, имитационное моделирование, нейронная сеть, прогнозирование, прогнозные сценарии, радиальная базисная функция, санкционные ограничения, интегральный показатель оценки состояния АПК, устойчивость развития АПК.
Основные положения:
♦ по итогам программного расчета наилучшим видом модели была признана архитектура РБФ 38:38-8-1:1, приведена структурная схема данной модели;
♦ реализация прогнозных вариантов событий (оптимистичного, реалистичного, пессимистичного) на основе полученной модели подтвердила общую тенденцию последних лет: ухудшение состояния агропромышленного комплекса Российской Федерации и ослабление его устойчивости в ближайшем будущем;
♦ методы прогнозирования, основанные на нейронных сетях, наряду с традиционными методами могут быть успешно использованы в прогнозирующих системах широкого круга.
Вахрамеев Роман Александрович, соискатель кафедры статистики и эконометрики Самарского государственного экономического университета; Толмачёв Михаил Николаевич, доктор экономических наук, доцент, профессор Департамента учета, анализа и аудита Финансового университета при Правительстве Российской Федерации, г. Москва; Афанасьев Владимир Николаевич, доктор экономических наук, профессор, зав. кафедрой статистики и эконометрики Оренбургского государственного университета.