Kognitivno modeliranje (ili modeliranje pomoću kognitivnih mapa) je od posebnog značaja za političku analizu. Dizajniran je za modeliranje složenih, polustrukturiranih objekata, kao što je većina političkih procesa i situacija.

Ova metoda se zasniva na kognitivnom pristupu koji se ubrzano razvija od 1960-ih. Sam termin pojavio se nešto ranije - 1948. godine, nakon objavljivanja poznatog rada američkog psihologa E. Tolmana "Kognitivne mape kod pacova i ljudi". Razmatrajući ponašanje štakora u lavirintu, Tolman je došao do zaključka da on s vremenom formira posebnu "kognitivnu mapu" lavirinta - strukturiranu ideju okoliša. Upravo ova karta određuje reakcije životinje.

Yu.M. Plotinsky naziva KOGNITIVNI pristup „rješenje tradicionalnih problema za datu nauku metodama koje uzimaju u obzir kognitivne aspekte, koji uključuju procese percepcije, mišljenja, spoznaje, objašnjenja i razumijevanja. Kognitivni pristup u bilo kojoj predmetnoj oblasti fokusira se na "znanje", odnosno na procese njihovog predstavljanja, skladištenja, obrade, interpretacije i proizvodnje novog znanja.

Uz svu raznolikost kognitivne nauke, za nas postoje dva osnovna akcenta. Ako nas zanima sistem znanja i ideja, „slika svijeta“ određene osobe (ili grupe ljudi) kako bismo dobili informacije o toj osobi ili grupi, onda će takva kognitivna analiza biti subjektivno orijentisana. . Na primjer, analiza sistema ideja političkog lidera o stvarnosti može biti izuzetno korisna u predviđanju njegovih postupaka i odluka u određenoj situaciji, a izgradnja kognitivne mape široke društvene grupe će biti potrebna da se predvidi percepcija ove ili ta grupa određenih akcija elite moći.

Ako nas ne zanima predmet kognitivnog procesa, već njegov proizvod - kognitivna mapa jednog ili drugog fragmenta političke stvarnosti (na primjer, prilikom sastavljanja kognitivnih mapa stručnjaka o faktorima koji utiču na situaciju u regionu Bliskog istoka , ne zanimaju nas posebnosti percepcije stručnjaka, već situacija na Bliskom istoku). Istok), onda ekspert nije predmet proučavanja, kao u primjeru s političkim liderima ili društvenim grupama, već „ alat” za izgradnju adekvatnog modela situacije, a ovaj pristup će biti objektno orijentisan.

Sama kognitivna mapa je takozvani označeni usmjereni graf, u kojem:

Vrhovi odgovaraju osnovnim faktorima koji opisuju procese u situaciji;

Direktne veze između faktora određuju se analizom uzročno-posledičnih lanaca koji opisuju distribuciju uticaja jednog faktora na druge. Vjeruje se da faktori uključeni u premisu "ako ..." lanca "ako ... onda ..." utiču na faktore posljedice "onda ..." ovog lanca. Štaviše, ovaj uticaj može biti ili pojačavajući (pozitivan), ili inhibitorni (negativan), ili promenljivog predznaka, u zavisnosti od mogućih dodatnih uslova. U „mekšoj“ verziji kognitivne mape, ne koristi se kruta implikacija „ako... onda...“, već probabilistički utjecaj: realizacija događaja A povećava (smanjuje) vjerovatnoću događaja B.

Veze su vizualizovane kao linije, koje se nazivaju lukovi, sa odgovarajućim predznakom;

Zatvorena orijentirana putanja, čiji su svi vrhovi različiti, naziva se kontura (ili kontura). povratne informacije). Petlja koja pojačava otklon je pozitivna povratna sprega, a petlja koja se suprotstavlja otklonu je negativna povratna sprega.

Na primjer, vjerujemo da će izolacionistička politika Sjedinjenih Država i NATO-a prema Rusiji doprinijeti rastu patriotskih osjećaja u zemlji. Pod pritiskom ovih sentimenta, rusko rukovodstvo će biti prinuđeno da poveća izdatke za vojsku i vojno-industrijski kompleks, što će zauzvrat potaknuti SAD da dodatno intenziviraju svoju politiku izolacije. Možemo vizualizirati ovaj skup reprezentacija koristeći najjednostavniju kognitivnu mapu sa tri vrha i tri luka. Tri postojeća vrha su zatvorena u konturu ojačanja.

Mnogo složenija kognitivna mapa u nastavku opisuje sistem faktora palestinsko-izraelskog sukoba” (pokušajte ga sami analizirati naglašavajući povratne petlje).

Sama po sebi, kognitivna mapa odražava samo sistem faktora i najopštiju ideju njihovog odnosa. Ne fiksira ni detaljnu prirodu uticaja faktora jednih na druge, niti dinamiku promena ovih uticaja u zavisnosti od situacije. U tom smislu, kognitivna mapa je smisleni model objekta koji se proučava. Istovremeno, kao iu opštem slučaju sa smislenim modelima, može se transformisati u formalni model – sistem jednačina. To, naravno, zahtijeva dostizanje određenog nivoa strukturirajućih faktora i njihovih odnosa.

Na modeliranje pomoću kognitivnih mapa vratit ćemo se u toku proučavanja metode scenarija.

Kontrolna pitanja i zadaci

1. Definirajte pojam "modela". Koje su jedinstvene mogućnosti modeliranja u političkim istraživanjima?

2. Koja je razlika linearni modeli od nelinearnog? Opravdajte značaj nelinearna simulacija u odnosu na karakteristike političkog procesa.

3. Navedite glavne karakteristike strukturalnih modela, kao i načine njihove izgradnje.

4. Šta je kognitivna mapa? Od kojih se elemenata sastoji? Koja je razlika između subjekto-orijentisanog i objektno-orijentisanog pristupa u kognitivnom mapiranju?

5. Opišite algoritam za konstruisanje modela "Stranke u prostoru političkih orijentacija".

Teorija stvaranja organizacijskog znanja I. Nonakija i H. Takeuchija.

Individualno i organizacijsko učenje.

Kognitivna analiza i modeliranje u strateškom menadžmentu

Suština pojma spoznaje. kogniciju organizacije.

TEMA 5. KOGNITIVNOST KAO PREDUSLOVA ZA STRATEŠKI RAZVOJ PREDUZEĆA.

5.1. Suština koncepta "kognitivnosti". kogniciju organizacije.

kognitivna nauka- interdisciplinarni (filozofija, neuropsihologija, psihologija, lingvistika, informatika, matematika, fizika itd.) naučni pravac, koji proučava metode i modele formiranja znanja, spoznaje, univerzalnih strukturalnih shema mišljenja.

Kognitivnost (od latinskog cognitio - znanje, proučavanje, svest) u okviru nauke o menadžmentu označava sposobnost menadžera da mentalno percipiraju i obrađuju eksterne informacije. Proučavanje ovog koncepta se zasniva na mentalnih procesa ličnosti i tzv mentalna stanja(pouzdanje, želja, uvjerenje, namjere) u smislu obrade informacija. Ovaj termin se takođe koristi u kontekstu proučavanja takozvanog „kontekstualnog znanja“ (apstrakcija i konkretizacija), kao i u oblastima u kojima se razmatraju pojmovi kao što su znanje, veštine ili učenje.

Termin "kognitivnost" se također koristi u širem smislu, što znači "čin" spoznaje ili samospoznaje. U ovom kontekstu, može se tumačiti kao nastanak i „postajanje“ znanja i koncepata koji su povezani s tim znanjem, koji se odražava i u mislima i u postupcima.

Organizacijska kognitivnost karakteriše ukupnost kognitivnih sposobnosti pojedinaca u kompaniji i efekte koji proizlaze iz kombinacije individualnih kognitivnih sposobnosti. Aplikacija ovaj koncept u odnosu na kompaniju (organizaciju, firmu, preduzeće) označava namjeru da se ono razmotri u ravni koju karakteriše specifičan aparat analize i poseban ugao gledanja na interakciju preduzeća ili njegovih komponenti sa eksternim okruženjem.

Termin kogniciju organizacije omogućava vam da procenite sposobnost kompanije da asimilira informacije i pretvori ih u znanje.

Jedno od najproduktivnijih rješenja problema koji se javljaju u oblasti upravljanja i organizacije je primjena kognitivne analize.

Predložena je metodologija kognitivnog modeliranja dizajnirana za analizu i donošenje odluka u loše definiranim situacijama američki istraživač R. Axelrod.

Kognitivnu analizu istraživači ponekad nazivaju "kognitivno strukturiranje". Kognitivna analiza se smatra jednim od najmoćnijih alata za proučavanje nestabilnog i polustrukturiranog okruženja. Doprinosi boljem razumijevanju problema koji postoje u okruženju, identifikaciji kontradiktornosti i kvalitativnoj analizi tekućih procesa.

Suština kognitivnog (kognitivnog) modeliranja - ključni momenat kognitivne analize - je da se u modelu u pojednostavljenom obliku reflektuju najsloženiji problemi i trendovi u razvoju sistema, da se istraže mogući scenariji za nastanak kriznih situacija, pronađu načini i uslovi za njihovo rešavanje u modelskoj situaciji. Upotreba kognitivnih modela kvalitativno povećava validnost menadžerskog odlučivanja u složenom i brzo promenljivom okruženju, spašava stručnjaka od „intuitivnog lutanja“, štedi vreme za razumevanje i tumačenje događaja koji se dešavaju u sistemu. Upotreba kognitivnih tehnologija u ekonomskoj sferi omogućava da se u kratkom vremenu razvije i opravda strategija ekonomskog razvoja preduzeća, uzimajući u obzir uticaj promena u spoljnom okruženju.

Kognitivno modeliranje- ovo je metoda analize koja omogućava određivanje jačine i smjera utjecaja faktora na prijenos kontrolnog objekta u ciljno stanje, uzimajući u obzir sličnosti i razlike u utjecaju razni faktori do kontrolnog objekta.

Kognitivna analiza se sastoji od nekoliko faza, od kojih svaka implementira određeni zadatak. Dosljedno rješavanje ovih problema dovodi do postizanja glavnog cilja kognitivne analize.

Možemo izdvojiti sljedeće faze koje su tipične za kognitivnu analizu svake situacije:

1. Formulacija svrhe i ciljeva studije.

2. Proučavanje složene situacije sa stanovišta cilja: prikupljanje, sistematizacija, analiza postojećih statističkih i kvalitativnih informacija o objektu upravljanja i njegovom vanjskom okruženju, određivanje zahtjeva, uslova i ograničenja svojstvenih situaciji koja se proučava.

3. Identifikacija glavnih faktora koji utiču na razvoj situacije.

4. Utvrđivanje odnosa između faktora razmatranjem uzročno-posledičnih lanaca (izgradnja kognitivne mape u obliku usmjerenog grafa).

5. Proučavanje jačine međusobnog uticaja različitih faktora. Za to se koriste oba matematička modela koji opisuju neke precizno utvrđene kvantitativne odnose među faktorima, kao i subjektivne stavove stručnjaka o neformalizabilnim kvalitativnim odnosima među faktorima.

Kao rezultat prolaska faza 3-5, gradi se kognitivni model situacije (sistema), koji se prikazuje u obliku funkcionalnog grafa. Stoga možemo reći da su faze 3 - 5 kognitivno modeliranje.

6. Provjera adekvatnosti kognitivnog modela realne situacije (verifikacija kognitivnog modela).

7. Definicija pomoću kognitivnog modela opcije razvoj situacije (sistema), otkrivanje načina, mehanizama uticaja na situaciju u cilju postizanja željenih rezultata, sprečavanja neželjenih posledica, odnosno izrada strategije upravljanja. Postavljanje cilja, željenih pravaca i jačine promjene trendova procesa u situaciji. Odabir skupa mjera (skup kontrolnih faktora), određivanje njihove moguće i željene snage i smjera utjecaja na situaciju (konkretna praktična primjena kognitivnog modela).

U okviru kognitivnog pristupa, termini "kognitivna mapa" i "usmjereni graf" se često koriste naizmjenično; iako je, strogo govoreći, pojam usmjerenog grafa širi, a pojam "kognitivna mapa" označava samo jednu od primjena usmjerenog grafa.

Klasična kognitivna mapa je usmjereni graf u kojem je privilegirani vrh neko buduće (obično ciljno) stanje kontrolnog objekta, preostali vrhovi odgovaraju faktorima, lukovi koji povezuju faktore sa vrhom stanja imaju debljinu i predznak koji odgovara jačini i smjeru uticaj ovog faktora na prelazak objekta upravljanja u dato stanje, a lukovi koji povezuju faktore pokazuju sličnost i razliku u uticaju ovih faktora na objekat upravljanja.

Kognitivna mapa se sastoji od faktora (elemenata sistema) i veza između njih.

Da bi se razumjelo i analiziralo ponašanje složenog sistema, gradi se blok dijagram uzročno-posledičnih veza elemenata sistema (situacioni faktori). Dva elementa sistema A i B su prikazana na dijagramu kao zasebne tačke (vrhove) povezane orijentisanim lukom, ako je element A povezan sa elementom B uzročno-posledičnom relacijom: A à B, gde je: A uzrok, B je posljedica.

Faktori mogu uticati jedni na druge, a takav uticaj, kao što je već pomenuto, može biti pozitivan, kada povećanje (smanjenje) jednog faktora dovodi do povećanja (smanjenje) drugog faktora, i negativan, kada povećanje (smanjenje) jednog faktora faktor dovodi do smanjenja (povećanja) ) drugog faktora. Štaviše, uticaj može imati i promenljiv predznak, u zavisnosti od mogućih dodatnih uslova.

Takve šeme za predstavljanje uzročno-posledičnih veza se široko koriste za analizu složenih sistema u ekonomiji i sociologiji.

Primjer. Kognitivni blok dijagram za analizu problema potrošnje energije može izgledati ovako (slika 5.1):

Rice. 5.1. Kognitivni blok dijagram za analizu problema potrošnje energije

Kognitivna mapa odražava samo činjenicu prisutnosti uticaja faktora jedni na druge. Ne odražava ni detaljnu prirodu ovih uticaja, ni dinamiku promena uticaja u zavisnosti od promena situacije, niti privremene promene samih faktora. Uzimanje u obzir svih ovih okolnosti zahtijeva prijelaz na sljedeći nivo strukturiranja informacija, odnosno na kognitivni model.

Na ovom nivou, svaki odnos između faktora kognitivne mape otkriva se odgovarajućim zavisnostima, od kojih svaka može sadržavati i kvantitativne (mjerene) varijable i kvalitativne (ne mjerene) varijable. U ovom slučaju, kvantitativne varijable su predstavljene na prirodan način u obliku svojih numeričkih vrijednosti. Svaka kvalitativna varijabla povezana je sa skupom lingvističkih varijabli koje odražavaju različita stanja ove kvalitativne varijable (na primjer, potražnja potrošača može biti „slaba“, „umjerena“, „žurna“ itd.), a svaka lingvistička varijabla odgovara određeni brojčani ekvivalent u skali. Akumulacijom znanja o procesima koji se dešavaju u situaciji koja se proučava, postaje moguće detaljnije otkriti prirodu odnosa između faktora.

Formalno, kognitivni model situacije može, poput kognitivne karte, biti predstavljen grafom, ali svaki luk u ovom grafu već predstavlja određenu funkcionalna zavisnost između relevantnih faktora; one. kognitivni model situacije predstavljen je funkcionalnim grafom.

Primjer funkcionalnog grafa koji odražava situaciju u uslovnoj regiji prikazan je na sl. 5.2.

Sl.5. 2. Funkcionalni graf.

Imajte na umu da je ovaj model demonstracijski model, tako da mnogi faktori okoline nisu uzeti u obzir u njemu.

Takve tehnologije sve više stiču povjerenje kod struktura koje se bave strateškim i operativnim planiranjem na svim nivoima iu svim oblastima upravljanja. Upotreba kognitivnih tehnologija u ekonomskoj sferi omogućava da se u kratkom vremenu razvije i opravda strategija ekonomskog razvoja preduzeća, uzimajući u obzir uticaj promena u spoljnom okruženju.

Upotreba tehnologije kognitivnog modeliranja omogućava proaktivno djelovanje i ne dovođenje potencijalno opasnih situacija do prijeteće i konfliktne razine, a u slučaju njihovog nastanka, donošenje racionalnih odluka u interesu poduzeća.

Slika 3 Kognitivna karta za analizu problema potrošnje električne energije u regionu

Luk () ima znak "+" zbog poboljšanja okruženje dovodi do povećanja broja stanovnika, a degradacija životne sredine izaziva odliv stanovništva. Luk () ima znak "-", jer povećanje potrošnje energije pogoršava stanje okoliša, a smanjenje potrošnje energije blagotvorno utječe na njegovo stanje. Luk () ima znak “+” jer povećanje broja stanovnika uzrokuje povećanje potrošnje energije i obrnuto, smanjenje stanovništva dovodi do smanjenja potrošnje energije.

Razmotrite interakciju faktora u konturi. Pretpostavimo da se stanovništvo povećalo. To će dovesti do povećanja potrošnje energije i, posljedično, pogoršanja stanja okoliša, što će dovesti do smanjenja broja stanovnika. Tako će se utjecaj momenta na vrhu kompenzirati djelovanjem konture, a ponašanje sistema će se stabilizirati. Tri faktora formiraju kolo koje se suprotstavlja devijaciji.

U konturi, svi lukovi imaju znak "+" i lako je vidjeti da će povećanje (smanjenje) bilo koje varijable u ovoj konturi biti pojačano. Kao što je već spomenuto, u matematičkom jeziku, kognitivna mapa se naziva označeni usmjereni graf. Kontura u grafu se shvata kao zatvorena orijentisana putanja čiji su svi vrhovi različiti.

Konture u kognitivnoj mapi odgovaraju konturama povratnih informacija. Petlja koja pojačava otklon je pozitivna povratna sprega, a petlja koja se suprotstavlja otklonu je negativna povratna sprega. Japanski naučnik M. Maruyama nazvao je ove sklopove morfogenetskim, odnosno homeostatskim. U istom djelu, Maruyama je dokazao da kontura pojačava devijaciju ako i samo ako sadrži paran broj negativnih lukova ili ih uopće ne sadrži, inače je to kontura koja se suprotstavlja devijaciji. Zaista, u slučaju parnog broja negativnih lukova, otpor skretanju će sam naići na otpor. Ako je broj negativnih lukova neparan, tada je posljednji otpor skretanju bez suprotstavljanja.

Ova shema analize u osnovi odgovara intuitivnim idejama o kauzalnosti. Jasno je da interakcija dva faktora i može biti podložna složenijim obrascima, ali u ovom slučaju, za opisivanje procesa koji se proučava, treba koristiti jezike funkcionalnih odnosa.

Iskustvo upotrebe kognitivnih mapa pokazuje da istraživač često previše pojednostavljuje situaciju zbog ograničenih kognitivnih mogućnosti, poteškoća u istovremenom uzimanja u obzir veliki broj faktori, njihova dinamička interakcija. M. Wertheimer je napisao da istraživaču često nedostaje širina pogleda teške situacije, uključujući nekoliko podproblema, gubi se razumijevanje cjeline, nameće se uski pogled na problem sam po sebi.

U monografiji D. Hayesa, posvećenoj kauzalnoj analizi, ističe se da samo nekoliko zanimljivih pojava u društvenim naukama zavisi od samo jednog uzroka. Društveni fenomeni obično uključuju mnogo različitih događaja, trendova, determinisanih nekoliko faktora, od kojih svaki zauzvrat utiče na niz drugih faktora. Formiraju se mreže uzročno-posledičnih veza, tj. uzročnost je sistemska. Uzročnost generiše model društvenih pojava, a proučavanje modela pruža dublje razumevanje uzročno-posledičnih veza koje su ih generisale.

Analizirajući svoje i tuđe kognitivne mape, istraživač može brzo produbiti razumijevanje problema, poboljšati kvalitetu i valjanost donesenih odluka. Osim toga, kognitivna mapa je zgodan alat za promjenu ustaljenih stereotipa i doprinosi stvaranju novih gledišta. Tako se u radu M. Maruyame navodi primjer pogrešnog uvjerenja (kognitivni kliše) da je trgovina između dvije zemlje igra sa nultom sumom. Ako jedan partner pobijedi, onda drugi gubi isti iznos. Ovo uvjerenje je psihološka osnova rata ograničenja na uvoz robe (uvoza).

Za državu koja ima deficit u trgovini sa drugom zemljom, na prvi pogled postoje dva jednaka načina za poboljšanje trgovinskog bilansa: smanjenje uvoza i povećanje izvoza. Međutim, rat restrikcija dovodi do negativnog kumulativnog efekta: zbog smanjenja cirkulacije kapitala između dvije države, povećanje nezaposlenosti gubi obje strane. Naprotiv, međusobna ekspanzija izvoza povećava stopu cirkulacije kapitala i pozitivno utiče na obe države.

Kognitivna mapa je posebno korisna za analizu djelovanja faktora koje je teško formalizirati, čije mjerenje je često vrlo težak problem.

Engleski naučnik K. Eden predložio je korištenje kognitivnih mapa za kolektivni razvoj i donošenje odluka. K.Eden naglašava važnost činjenice da efikasnost interakcije u grupi donosilaca odluka značajno zavisi od toga kako svaki učesnik razumije kako situacije tumače drugi članovi grupe. Važna uloga u postizanju konsenzusa, postizanje jedinstva od strane članova grupe u načinu konstruisanja budućih događaja, igraju se procesi „jačanja razumevanja“, „promena simbola“, identifikovanja novih tačaka gledišta. Potreban je alat za prikupljanje i analizu mišljenja, koja se često zasnivaju na iskustvu i intuiciji stručnjaka. Važno je biti u stanju zapisati suprotstavljena gledišta stručnjaka bez gubljenja bogatstva argumentacije. Kognitivna mapa omogućava praćenje odnosa između budućnosti, sadašnjosti i prošlosti procesa koji se proučava.

Jasno je da upotreba kognitivnih mapa za planiranje u organizaciji može zahtijevati hvatanje nekoliko hiljada međusobno povezanih iskaza. Stoga je za snimanje, pohranjivanje, pretraživanje i analizu informacija potrebno koristiti kompjuter i poseban softver. Trenutno je razvijen niz komercijalnih paketa za analizu kognitivnih mapa (NIPPER, Cope, GISMO).

Računar se može koristiti u sljedeće svrhe:

§ traženje koncepata koji sadrže određeni skup ključnih riječi;

§ traženje klastera na mapi, tj. grupe međusobno povezanih pojmova koji su bliski jedan drugom;

§ pronalaženje izlaza karte (izjave bez posljedica);

§ traženje iskaza koji su centralni za veliki broj argumenata;

§ definicije iskaza sa najvećom argumentacijom;

analiza povezanosti izraženih mišljenja sa strukturom organizacije.

Kognitivna mapa predstavlja "sintetičku mudrost" kolektiva organizacije i akumulira poglede ljudi, od kojih se mnogi nikada nisu sreli. Svaki učesnik u procesu mora biti siguran da je njegovo mišljenje uzeto u obzir i da može uticati na strategiju organizacije. Stoga je poželjno da zaposleni u organizaciji budu redovno uključeni u ovaj proces, a da znaju da su i ostali zaposleni uključeni u proces formiranja strategije. Uz pomoć različitih radnih grupa i komisija, razrađuju se pojedinačni dijelovi strateškog plana i, što je najvažnije, prate se povratni efekti.

Ovaj pristup vam omogućava da se riješite niza okolnosti koje ometaju donošenje učinkovitih odluka: sužavanje pogleda na stvarnost pod utjecajem uobičajenog iskustva, dosade i ritualne prirode planiranja, rigidnosti organizacione strukture, uticaj stereotipa, ambicija itd.

Metoda kognitivnog modeliranja, u pravilu, uključuje određeni slijed radnji. Uključuje podelu okruženja relevantnog za problem koji se proučava na eksterno i unutrašnje. Eksterno okruženje je nešto što praktično i jasno ne zavisi od osobe (menadžer, subjekt, menadžer, lider, organizacija itd.) može da se promeni.

Zatim se izdvajaju faktori (pojmovi, koncepti) koji karakterišu situaciju i vrednuju međusobni uticaji između njih. Ponekad se faktori odmah dijele na pozitivne (pozitivne) i negativne (negativne) faktore. U početku može biti previše takvih faktora koji bi pomogli u rješavanju problema (oko 100-120), pa se koriste posebne procedure "kompresije" da bi se smanjili na 5-25.

U sljedećoj fazi potrebno je uključiti stručne procjene koje omogućavaju popunjavanje rezultirajuće sheme specifična značenja, što omogućava da se odgovori na pitanje na koje faktore osoba može direktno uticati, kao i faktore čije vrednosti bih želeo da promenim, ali to se ne može učiniti direktno.

Na osnovu stručnih procjena i njihovih odgovarajućih analiza, odabiru se mogući scenariji razvoja situacije i opcije poduzetih radnji, na osnovu kojih se provodi simulacija situacije u njenoj dinamici. Rezultat kognitivnog modeliranja trebao bi biti formuliranje akcione strategije koja je najprikladnija za osobu, uzimajući u obzir ne samo vanjske koristi i ograničenja, već i zahtjeve unutrašnjeg okruženja.

Kognitivno modeliranje je, prije svega, brzo dobijanje odgovora na pitanja poput "Šta će se dogoditi ako...?" i "Šta treba učiniti da se...?" kroz identifikaciju faktora i njihovih međusobnih uticaja u nastaloj slabo determinisanoj i nestabilnoj situaciji, gde na dinamiku procesa rešavanja problema u velikoj meri utiču ljudi, a formulacija problema je najčešće inverzna i netačna.

Trendovi u razvoju metoda kognitivnog modeliranja formiraju se u kontekstu unapređenja metoda situacijske analize, kao i drugih teorijskih i primijenjenih analitičkih istraživanja i to:

· od informisanja učesnika - do izvlačenja znanja i razumijevanja;

od referentni rad- na analitičke;

· od jednog učesnika - grupama;

od analize unutrašnjeg okruženja - ka spoljašnjem;

· od ekstrapolacije trendova - do potrage za izvanrednim ciljevima i putevima;

Od evidentiranja podataka do upravljanja znanjem;

od informacione sigurnosti do održivog upravljanja;

· od tačnosti - do intelektualnosti;

Kognitivno modeliranje je jedinstven i praktičan način podrške strateškom i taktičkom upravljanju, osigurava rast povjerenja u lidera; povećati povjerenje u ispravnost akcija; postizanje zadovoljstva menadžmenta kvalitetom sastanaka; brzo traženje dobrih mjera i rješenja; prevencija sukoba i kriza; duboko razumevanje problema; praktično i vizuelno upravljanje resursima.

Tehnologija kognitivne analize i modeliranja (slika 4) zasniva se na kognitivnom (kognitivno-ciljnom) strukturiranju znanja o objektu i njegovom vanjskom okruženju.

Srednjoročno predviđanje ruske ekonomije pomoću kognitivnog modela

U članku se obrazlaže svrsishodnost primjene kognitivnog pristupa u istraživanju i predviđanju ekonomije zavisne od resursa. Prikazani su rezultati modeliranja srednjoročne prognoze ruske privrede pomoću fuzzy kognitivne mape.1

Ovisnost o resursima, neizvjesnost i predviđanje. Specifičnosti privrede moderna Rusija su zavisnost od resursa, tranzicioni tip razvoja i krizno stanje privrede. Ovisnost o resursima dovodi do različitih vrsta nepovoljnih trendova, čije je proširenje krajnje nepoželjno, jer značajno ograničava mogućnosti prediktivne ekstrapolacije. Tranziciono stanje privrede povezano je sa „mentalnom nesavršenošću“ nasleđenom iz prethodnih godina, nedostatkom stabilnih trendova i zrelih ekonomskih struktura, što „dostignuti nivo“ čini ne baš pouzdanom osnovom za predviđanje. Isto se može reći i za krizu u privredi, posebno ako se ima u vidu njenu uglavnom „ljudsku” prirodu, povezanu sa ekonomskom politikom države i agresivnim spoljnim uticajima. Generalno, pogoršanje ekonomske situacije u zemlji, koje se dešava od 2013. „duboko prirodno i uzrokovano unutrašnji razlozi osnovni karakter".

Jedan od faktora usporavanja ekonomskog rasta je ovisnost o svjetskim cijenama nafte, čiji pad minimizira pozitivan efekat povećanja proizvodnje ugljovodonika. Problem neizvjesnosti u visok stepen je svojstveno privredi koja zavisi od resursa, jer pored faktora razvoja koji su tradicionalni za sve ekonomije, faktori povezani sa razvojem prirodni resursi. Fundamentalna neizvjesnost u ruskoj ekonomiji 2 zbog dobro utvrđene resursne i sirovinske prirode razvoja tokom proteklih decenija. Štaviše, kako se povećava obim i stepen zrelosti sektora resursa i sirovina, tako se povećava i neizvjesnost svojstvena ne samo sektoru, već i privredi u cjelini. Dakle, može se reći da je ekonomija zavisna od resursa pogođena „snopom“ složenih i daleko od očiglednih ekonomskih i političkih veza, i sa ove tačke gledišta, ruska ekonomija nije izuzetak.

Primijenjeni prediktivni model ruske ekonomije. Metodologiju kognitivnog modeliranja, dizajniranu za analizu i donošenje odluka u loše definiranim situacijama, predložio je američki istraživač R. Axelrod. Zasnovan je na modeliranju subjektivnih ideja stručnjaka o situaciji, njegov glavni alat je kognitivna mapa situacije (Fuzzy Cognitive Map), sastavljena u obliku usmjerenog funkcionalnog grafa. Vrhovi (koncepti) grafa odgovaraju faktorima (događajima) koji se razmatraju, a usmjereni lukovi, karakterizirani predznacima i parametrima intenziteta, odražavaju međusobne utjecaje između faktora (događaja). Kognitivna mapa služi za otkrivanje strukture uzročnost između elemenata sistema i proceniti posledice izloženosti njima ili promene u prirodi veza.

1 Članak je pripremljen kao dio istraživanja uz finansijsku podršku Ruske naučne fondacije(Projekat br. 14-18-02345).

2 Fundamentalna neizvjesnost isključuje mogućnost ispravne transformacije u rizičnoj situaciji. Upotreba termina "rizik" povezana je sa slučajevima u kojima se može izmjeriti stepen neizvjesnosti ili vjerovatnoća nastanka nekog događaja. Praktična razlika između kategorija rizika i neizvjesnosti je u tome što je u prvom slučaju poznata distribucija ishoda događaja (što se postiže apriornim proračunima ili proučavanjem statistike prethodnog iskustva), dok je u drugom slučaju poznata nije.

Implementacija postupaka modeliranja obično se dijeli u tri faze. Prva faza je modeliranje (imitacija) samorazvoja situacije (sistema) u odsustvu kontrolnih akcija „spolja“ istraživača. Druga faza pretpostavlja kontrolisan razvoj situacije: istraživač, kao rezultat uticaja na bilo koji od faktora, određuje kontrolne faktore i varira ih, posmatrajući promene koje se dešavaju u sistemu. Treća faza je rješenje inverznog problema, koji se sastoji u određivanju vrijednosti kontrolnih impulsa potrebnih za rješavanje problema. Tako se u procesu numeričke implementacije kognitivnog modela mogu izgraditi različiti scenariji za predviđanje razvoja situacije (sistema): bez kontrole i sa kontrolom za smanjenje negativnih ili jačanje pozitivnih trendova.

Upotreba metode kognitivnog modeliranja opravdava se kako u teorijskim tako i u primijenjenim istraživanjima. Upotreba kognitivnih modela u proučavanju obrazaca i mehanizama zavisnosti od resursa za analizu interakcija endogenih i egzogenih faktora i njihovog uticaja na ekonomski rast razmatra se u jednom od naših radova. Kao primjeri primijenjenih istraživanja mogu se navesti radovi na kognitivnom modeliranju socio-ekonomskih ocjena u Republici Komi i razvoju turističko-rekreativnog sistema juga Rusije. Naš zadatak je širi: da procenimo uticaj ključnih faktora na dinamiku društveno-ekonomskog razvoja Rusije, što podrazumeva izgradnju agregatne strukture koja pokriva ceo društveno-ekonomski sistem zemlje. Po svojoj formulaciji, ovaj zadatak je blizak poznatim stranim studijama, od kojih jedna predstavlja teorijski kognitivni model ekonomije, a druga - model izgrađen za procjenu socio-ekonomskih posljedica istraživanja nafte i plina na Kipru. Od domaćih istraživanja izdvajamo rad, koji predstavlja kognitivni model, koji identifikuje glavne faktore koji utiču na proces stvaranja inovativne ekonomije u Rusiji, i pokazuje prioritetni uticaj industrijske politike na privredni rast.

Naš konceptualni pristup i tehnika rada sa primijenjenim kognitivnim modelima opisani su u radu, gdje su prikazani i smisleno interpretirani rezultati modeliranja srednjoročne prognoze društveno-ekonomskog razvoja. Tomsk region. Ova regija je zanimljiva jer je i snalažljiva i inovativna, a sektor nafte i gasa, prerađivačka industrija i naučno-obrazovni kompleks igraju važnu ulogu u njegovoj ekonomiji. Tomski region se može opisati kao svojevrsni „model“ Rusije – sa sličnom ekonomskom strukturom, sličnim dostignućima i problemima u društveno-ekonomskom razvoju. Posebno treba istaći uporedivost proizvodnje nafte i gasa (kao jednog od glavnih izvora prihoda) po glavi stanovnika: u regiji Tomsk - oko 15 toe. e./osoba, u Rusiji - oko 8 tona ekvivalenta nafte. e./osoba . 3

Rezultati istraživanja društveno-ekonomskog razvoja Tomske regije omogućili su da se dođe do zaključaka koji se u velikoj mjeri mogu povezati sa cijelom državom. Stoga, počevši da radimo na prediktivnom modelu ruske ekonomije, fokusirali smo se na rezultate prethodnih studija i na praktično iskustvo u izgradnji kognitivnih modela stečeno u ovim studijama.

3 Za poređenje: prosječna proizvodnja ugljovodonika po stanovniku u Jamalo-Neneckom autonomnom okrugu je oko 1.000 tona, u Nenetskom autonomnom okrugu - više od 440, u Hanti-Mansijskom autonomnom okrugu - 190, u Sahalinskoj regiji - 70 tona. (izračunato prema Rosstatu).

Razvijeni model ruske privrede ima horizont predviđanja do 2020. Kognitivna mapa modela sadrži 16 faktora podeljenih u 6 klasa (Tabela 1), međusobno povezanih uzajamnim uticajem modeliranja 121. luka.

Tabela 1. Faktori primijenjenog prediktivnog modela ruske privrede

Klasa faktori	Faktorska karakteristika	Oznaka
Osnovni resurs	Resursi nafte i gasa (u smislu proizvodnje, milion toe) Ljudski kapital (kumulativni troškovi formiranja, milijarde rubalja)	0-1 Ulje 0-2 Ljudski kapital
Posredovanje finansijskih tokova	Ulaganja u osnovna sredstva (milijarde rubalja) Prihodi i rashodi budžeta (milijarde rubalja) Priliv direktnih stranih investicija (SDI, milion dolara) Troškovi proizvodnje (milijarde rubalja) Potrošnja na inovacije (potrošnja na istraživanje i razvoj, milijarda rubalja)	1-1 Investicije 1-2 Budžet 1-4 Troškovi 1-5 Inovacija
Glavni privredni kompleksi	Sektor nafte i plina (bruto dodana vrijednost, milijarde rubalja) Industrija (proizvodnja, bruto dodana vrijednost, milijarde rubalja) Naučno-obrazovni kompleks (NOC, bruto dodana vrijednost, milijarde rubalja)	2-1 NHS 2-2 Industrija
Faktori obezbjeđenja	Infrastruktura (proizvodnja infrastrukturnih sektora i pratećih aktivnosti, milijarde rubalja) Nivo tehnologije (kvalitativna varijabla*) Nivo razvoja društvene sfere (kvalitativne varijabli)	3-1 Infrastruktura 3-2 Tehnologije 3-3 Socijalna sfera
Eksternalije	Eksterna situacija (cijene nafte, USD/bbl) Eksterni rizici - finansijski, politički, regulatorni, itd. (kvalitativna varijabla)	4-1 Cijene
ciljni faktor	Nivo ekonomskog razvoja (BDP po glavi stanovnika, hiljada rubalja)	5-1 BDP
* Kvalitativne (ne mjerljive) varijable odražavaju različita stanja, od kojih svako odgovara određenom numeričkom ekvivalentu. Prisustvo kvantitativnih i kvalitativnih varijabli u jednom modelu je moguće, jer je potraga za rješenjem usmjerena na dobivanje ne apsolutnih vrijednosti, već dinamičkih (inkrementalnih) karakteristika u smislu pogoršanja ili poboljšanja situacije.

Korelacionom analizom utvrđene su preliminarne vrednosti intenziteta međusobnog uticaja između merljivih faktora kognitivnog modela. Razmotrene su parne korelacije između vremenskih serija podataka (za period 2000-2013) prema faktorima datim u tabeli. 1. Zatim je koeficijente preradio stručnjak u skladu sa logikom prelaska sistema iz jednog stacionarnog stanja u drugo kao rezultat vanjskih impulsnih utjecaja.

Treba napomenuti da je ovo jedna od najsloženijih i najneočiglednijih nijansi kognitivnog modeliranja za percepciju, jer je svaki kognitivni model subjektivno viđenje stručnjaka o procesima u složenoj dinamičkoj situaciji (sistemu), formalno predstavljenim kao usmjereni označeni graf. Postavlja se pitanje: može li takva subjektivnost biti opravdana? Neće li to dovesti do dobijanja iskrivljenih koncepata o obrascima razvoja sistema koji se proučava?

Problem subjektivnosti se u velikoj mjeri može riješiti uz pomoć obrnute verifikacije, odnosno provjerom modela pod poznatim uvjetima, njihovim "uranjanjem" u prošlost. Testirali smo model za retrospektivni period 2000-2013. na osnovu dostupnih statističkih podataka o mjerljivim faktorima modela. Istovremeno, u vektoru početnih trendova, inkrementi sledeći faktori: 0-1 ulje (+31%); 1-3 SDI (+28%); Cijene 4-1 (+182%) - na osnovu dostupnih statistika - i 4-2 rizika (-70%) su procijenjene na osnovu realne hipoteze o značajnom ukupnom smanjenju rizika za rusku privredu 2000-ih u odnosu na 1990. mi. . Faktor „nafte“ smatramo uporednim sa spoljnim uticajima (globalne cene nafte, SDI, rizici), budući da je dinamika proizvodnje nafte i gasa u Rusiji više povezana sa tržišnom situacijom i mogućnostima izvoza nego sa potrebama razvoj nacionalne ekonomije.

Ukupna ispravnost modela u ovoj fazi je potvrđena bliskošću stopa rasta faktora izračunatih na modelu stvarnim stopama rasta u 2013. u odnosu na 2000. Procijenjena stopa rasta BDP-a iznosila je 78% u odnosu na stvarni pokazatelj na nivou od 79% (Tabela 2). Kao rezultat, sastavljena je matrica koeficijenata međusobnih uticaja verifikovanog modela, na osnovu koje je izgrađena prognoza za period do 2020. godine.

Tabela 2. Procijenjene i stvarne stope rasta indikatora modela: 2013/2000, %

Rezultati modeliranja srednjoročnih prognoza. U prvoj fazi numeričke simulacije simuliran je samorazvoj situacije, a prirast faktora „nafta“ i „cijena“ služili su kao izvori impulsivnog djelovanja na sistem. Pretpostavljalo se da će proizvodnja ugljovodonika u Ruskoj Federaciji do 2020. godine porasti za oko 10% u odnosu na 2013. (do 1250 miliona tona ekvivalenta nafte - prema smjernicama Energetske strategije Rusije za period do 2030. godine), a cijena nafte će se smanjiti za oko 40% (prema ekstrapolaciji scenarijskih uslova za prognozu društveno-ekonomskog razvoja Ruske Federacije za period do 2018. godine, Ministarstvo ekonomskog razvoja Rusije). Hipoteze o promjenama SDI i eksternih rizika nisu razmatrane.

Proračuni su pokazali da je za date impulzivne efekte predviđena promjena faktora BDP-a u 2020. godini: -12%, budžetski prihodi će se smanjiti za 22%, investicije u osnovna sredstva - za 28%; bruto dodata vrednost prerađivačke industrije smanjiće se za 9%, naučnog i obrazovnog kompleksa - za 7% u odnosu na nivo 2013. Dakle, samoregulacijom (samorazvojom) situacije predviđaju se krizne tendencije u ruska ekonomija. S obzirom na nepoželjnost ovakvog ishoda, potrebni su ciljani uticaji na ekonomski sistem da bi se formirali povoljniji rezultati.

U fazi simulacije kontrolisanog razvoja sistema, kao faktori podložni kontrolnim uticajima izabrani su sledeći faktori (videti tabelu 1): investicije, SDI, industrija, NPL, infrastruktura, rizici. To podrazumijeva državno stimulisanje relevantnih privrednih procesa, sektora privrede i djelatnosti kroz provođenje namjenski uređene politike. Osim toga, razmatraju se mjere za smanjenje rizika i stimulisanje ekonomskog rasta (na makro nivou). Konzistentno postavljeni „slabi“ priraštaji vrijednosti svih gore navedenih faktora na nivou od 10% (rizici – smanjenje od 10%) omogućili su procjenu osjetljivosti privrede na kontrolu djelovanja u ovim oblastima regulacije.

U toku eksperimenata na modelu dobijeni su pokazatelji rasta faktora BDP-a u rasponu od -12 do +2% do 2020. godine u odnosu na 2013. godinu. Ako uzmemo u obzir pojedinačne faktore, onda su najefikasnije mjere za smanjenje rizika. Uslovna kombinacija slabog uticaja svih razmatranih faktora dovodi do povećanja BDP-a za oko 2% (tabela 3).

Tabela 3. Rast BDP-a po stanovniku u 2020. godini u odnosu na nivo 2013. godine prema varijantama proračuna modela, %

Rezultat simulacije odgovara nepovoljnom scenariju ekonomskog razvoja. Dobijene brojke su ispod predviđenih ciljeva Ministarstva za ekonomski razvoj Rusije za 2020. godinu: prema konzervativnom scenariju dugoročnog razvoja koji je izradilo Ministarstvo, rast BDP-a bi trebao biti 29% do 2020. godine u odnosu na 2013. godinu. Ekstrapolacija trendova scenarija prema prognozi za 2018. godinu daje pokazatelje rasta do 2020. godine (u odnosu na 2013.) za 10% i 16%.

Potreban intenzitet uticaja na kontrolne faktore za dati prirast ciljnog faktora može se izračunati u trećoj fazi modeliranja - rešavanju inverznog problema. Za cilj ćemo uzeti stopu rasta BDP-a po glavi stanovnika do 2020. godine u odnosu na 2013. godinu od 16%. Prilikom modeliranja u ovom slučaju, utvrđeno je da je najveći intenzitet uticaja potreban za stimulisanje SDI i razvoj NPL-ova, a najmanji za industriju, infrastrukturu i rizike (Sl. 1).

Rice. 1. Procijenjene vrijednosti intenziteta kontrolnih radnji potrebnih za postizanje ciljanog rasta BDP-a od 16% do 2020. godine u odnosu na 2013.

Drugim riječima, da bi se osigurao ekonomski rast, potrebni su relativno mali napori za stimulaciju industrije i infrastrukture zbog prilično jake baze, dok su maksimalni regulatorni napori potrebni za privlačenje investicija i razvoj sektora inovacija.

Rezultati prognostičke procjene pokazuju da bi potrebno povećanje investicija trebalo da bude skoro dva i po puta veće od povećanja ciljnog indikatora (slika 2), kao što je bio slučaj, na primjer, u periodu 2001-2007. Predviđeni rast NPL-a se pokazao relativno sporim, uprkos velikom intenzitetu proračunate kontrolne akcije. Vjerovatno razlog leži u sadašnjoj skupoj prirodi razvoja inovacijske sfere, kada se aktivnost NJC-a u većoj mjeri procjenjuje troškovima inovacija (udio rashoda za istraživanje i razvoj u BDP-u), a ne realnim efekat ekonomije.

Rice. 2. Prognoza indikatora rasta faktora modela rješavanjem inverznog problema (2013 = 100)

Općenito, rezultati rješavanja inverznog problema, po našem mišljenju, sasvim su prirodni. Prije svega, potrebno je stvoriti povoljnu investicionu klimu koja doprinosi akumulaciji domaćih i stranih investicija, kao i inovativnosti privrednog razvoja: odnos ovih faktora u sistemu će pojačati pozitivan uticaj drugih faktora. na ciljnom indikatoru spolja.

Dobijeni rezultati su, po našem mišljenju, vrlo informativni, te ih u mnogo čemu treba priznati kao preliminarne. Dalje proučavanje mogućnosti kognitivnog modeliranja potrebno je da bi se potkrijepile ekonomske prognoze i regulatorna politika, prvenstveno pri odabiru njene prioritetne oblasti. Na osnovu našeg iskustva možemo konstatovati da je kognitivni pristup najefikasniji u analizi i predviđanju razvoja složenih ekonomskih sistema. Karakteristika ovog pristupa je upotreba metoda kvantitativne analize u kombinaciji sa izgradnjom modelskih struktura zasnovanih na subjektivnoj viziji situacije. Svaka faza rada zasniva se na odlukama istraživača, čiji rezultat određuje adekvatnost modela. Posebno treba napomenuti da kognitivni modeli ne mogu zamijeniti modele drugih tipova i klasa, oni samo moraju zauzeti svoju „nišu“ u sastavu matematičkih alata koji se koriste u ekonomskim istraživanjima, uključujući rješavanje problema prediktivne prirode. Vjerujemo u to dalji razvoj Kognitivni pristup proučavanju ruske ekonomije pružiće efikasan alat kako za predviđanje tako i za potkrepljivanje odluka o upravljanju novonastalim problemskim situacijama.

Književnost

1. Aganbegyan A.G. Društveno-ekonomski razvoj Rusije: analiza i prognoza // Problemi predviđanja. 2014. br. 4. S. 3-16.
2. Knight F. Koncepti rizika i neizvjesnosti // Teza. 1994. br. 5. S. 12-17.
3. OlsevichYu.Ya.Fundamental Uncertaintytržištei koncept moderne krize. M.: Ekonomski institut RAN, 2011. 51 str. URL: http://www.inecon.org/images/stories/nauchnaya-jizn/konverensii/Olsevich_8-08-2011.pdf(pristupljeno 13.02.2016).
4. Shmat V.V. Resursi u "zamci" globalizacije // ECO. 2015. br. 7. str. 163-178.
5. Axelrod R. Struktura odluke: kognitivne mape političkih elita. Princeton // NJ: Princeton University Press, 1976. 404 str.
6. Morozova M.E., Shmat V.V. Kako saznati mehanizme ovisnosti o resursima? Primjena metode kognitivnog modeliranja u proučavanju resursno zavisne ekonomije // EKO. 2015. br. 6. str. 146-159.
7. Lavreš I.I., Mironov V.V., Smirnov A.V. Kognitivno modeliranje socio-ekonomskih rejtinga regija // Vestnik ITARK. 2011. br. 1. S. 22-30.
8. Solokhin S.S. O kognitivnom modeliranju održivog razvoja društveno-ekonomskih sistema (na primjeru turističko-rekreativnog sistema juga Rusije) // Umjetna inteligencija. 2009. br. 4. str. 150-160.
9. Carvalho J.P., Tome Jose A.B. Fuzzy kognitivne mape zasnovane na pravilima u društveno-ekonomskim sistemima // IFSA-EUSFLAT 2009 Proceedings. Lisabon. 2009. Str. 1821-1826. URL: http://www.eusflat.org/proceedings/IFSA-EUSFLAT_2009/pdf/tema_1821.pdf(pristupljeno 02.2016).
10. neokleozan , Schizas C., papaioannou M. Nejasan kognitivni mape in procjena the reperkusije of nafta/gas istraživanje on političko-ekonomski problemi in Kipar // 2011 IEEE International Konferencija On Nejasan sistemi. Tajpej, Tajvan: IEEE, 2011. 1119-1126. URL: http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=5976945(datum podnošenja prijave13.02.2016).

1. Kuleshov V., Alekseev A., Yagolnitser M. Mapa puta politike reindustrijalizacije: kognitivni alat // The Economist. 2015. br. 10. S. 51-63.
2. Belan A.K., Shmat V.V. Analiza uticaja resursnih i neresursnih faktora na rast privrede Tomske oblasti korišćenjem kognitivnog pristupa // Vestnik NGU. Serija: Društvene i ekonomske nauke. 2015. Tom 15. Br. 1. S. 78-93.
3. Jedinstveni međuresorni informacioni i statistički sistem (EMISS). URL: https://www.fedstat.ru/indicators/data.do (pristupljeno 13.02.2016).
4. Energetska strategija Rusije za period do 2030. Odobreno vladinom nalogom Ruska Federacija od 13. novembra 2009. godine broj 1715-r. Moskva: Institut za energetsku strategiju, 2009. URL:http://www.energystrategy.ru/projects/es-2030.htm (pristupljeno 02.2016).
5. Uslovi scenarija, glavni parametri prognoze društveno-ekonomskog razvoja Ruske Federacije i granični nivoi cijena (tarifa) usluga preduzeća u sektoru infrastrukture za 2016. i za planirani period 2017. i 2018. godine. M.: Ministarstvo za ekonomski razvoj Ruske Federacije, 28. maj 2015. URL:http://economy.gov.ru/minec/activity/sections/macro/prognoz/201505272 (pristupljeno 02.2016).
6. Prognoza dugoročno socio-ekonomski razvoj ruski Federacije na period prije 2030 godine. M.: Mi-ekonomski razvojRF,8. nov 2013 URL:http://economy.gov.ru/minec/activity/sections/macro/prognoz/doc20131108_5 (datum podnošenja prijave 02.2016).

Axelrod je predložio metodologiju kognitivnog modeliranja dizajniranu za analizu i donošenje odluka u loše definiranim situacijama. Zasniva se na modeliranju subjektivnih ideja stručnjaka o situaciji i uključuje: metodologiju za strukturiranje situacije: model za predstavljanje stručnog znanja u obliku potpisanog digrafa (kognitivne mape) (F, W), gdje je F a skup faktora situacije, W je skup uzročno-posledičnih veza između faktora situacija; metode analize situacije. Trenutno se metodologija kognitivnog modeliranja razvija u pravcu poboljšanja aparata za analizu i modeliranje situacije. Ovdje se predlažu modeli za predviđanje razvoja situacije; metode za rješavanje inverznih problema

Kognitivna karta (od latinskog cognitio - znanje, spoznaja) je slika poznatog prostornog okruženja.

Kognitivne mape nastaju i modificiraju se kao rezultat aktivne interakcije subjekta sa vanjskim svijetom. U ovom slučaju mogu se formirati kognitivne karte različitog stepena uopštenosti, „razmera“ i organizacije (na primer, pregledna karta ili mapa putanja, u zavisnosti od kompletnosti prikaza prostornih odnosa i prisutnosti izražene referentne tačke ). Ovo je subjektivna slika, koja ima, prije svega, prostorne koordinate, u kojima su lokalizirani pojedinačni percipirani objekti. Karta puta se izdvaja kao sekvencijalni prikaz veza između objekata duž određene rute, a pregledna karta kao simultani prikaz prostornog rasporeda objekata.

Vodeća naučna organizacija u Rusiji koja se bavi razvojem i primjenom tehnologije kognitivne analize je Institut za probleme upravljanja Ruske akademije nauka, odjeljenje: Sektor-51, naučnici Maksimov V.I., Kornoushenko E.K., Kachaev S.V., Grigoryan A.K. i drugi. Ovo predavanje je bazirano na njihovim naučnim radovima iz oblasti kognitivne analize.

Tehnologija kognitivne analize i modeliranja (slika 1) zasniva se na kognitivnom (kognitivno-ciljanom) strukturiranju znanja o objektu i njegovom vanjskom okruženju.

Slika 1. Tehnologija kognitivne analize i modeliranja

Kognitivno strukturiranje predmetnog područja je identifikacija budućih ciljnih i nepoželjnih stanja objekta upravljanja i najznačajnijih (osnovnih) faktora kontrole i okruženja koji utiču na prelazak objekta u ta stanja, kao i utvrđivanje uzroka. -i-efektne odnose između njih na kvalitativnom nivou, uzimajući u obzir faktore međusobnog uticaja jedni na druge.

Rezultati kognitivnog strukturiranja se prikazuju pomoću kognitivne mape (modela).

2. Kognitivno (kognitivno ciljano) strukturiranje znanja o objektu koji se proučava i njegovom vanjskom okruženju na osnovu analize štetočina i swot analize

Odabir osnovnih faktora vrši se primjenom PEST-analize, koja razlikuje četiri glavne grupe faktora (aspekata) koji određuju ponašanje objekta koji se proučava (slika 2):

P olicy - politika;

E privreda - privreda;

S društvo - društvo (sociokulturni aspekt);

T tehnologija - tehnologija

Slika 2. Faktori analize PEST

Za svaki konkretan složeni objekat postoji poseban skup najznačajnijih faktora koji određuju njegovo ponašanje i razvoj.

PEST-analiza se može posmatrati kao varijanta sistemske analize, budući da su faktori koji se odnose na navedena četiri aspekta generalno usko povezani i karakterišu različite hijerarhijske nivoe društva kao sistema.

U ovom sistemu postoje određujuće veze usmerene od nižih nivoa hijerarhije sistema ka višim (nauka i tehnologija utiču na ekonomiju, ekonomija utiče na politiku), kao i obrnute i međunivoske veze. Promjena nekog od faktora kroz ovaj sistem veza može uticati na sve ostale.

Ove promjene mogu predstavljati prijetnju razvoju objekta, ili, obrnuto, pružiti nove mogućnosti za njegov uspješan razvoj.

Sljedeći korak je analiza situacijskog problema, SWOT analiza (Slika 3):

S trendovi - prednosti;

W eaknesses - nedostaci, slabosti;

O prilike - prilike;

T hreats - prijetnje.

Slika 3. Faktori SWOT analize

Uključuje analizu snaga i slabosti razvoja objekta koji se proučava u njihovoj interakciji sa prijetnjama i prilikama i omogućava vam da odredite stvarna problematična područja, uska grla, šanse i opasnosti, uzimajući u obzir faktore okoline.

Prilike se definišu kao okolnosti koje doprinose povoljnom razvoju objekta.

Prijetnje su situacije u kojima može nastati šteta na objektu, na primjer, može biti poremećeno njegovo funkcioniranje ili može izgubiti postojeće prednosti.

Na osnovu analize različitih mogućih kombinacija snaga i slabosti sa prijetnjama i prilikama formira se problemsko polje objekta koji se proučava.

Problemsko polje je skup problema koji postoje u modeliranom objektu i okruženju, u njihovom međusobnom odnosu.

Dostupnost ovakvih informacija je osnova za određivanje ciljeva (pravaca) razvoja i načina njihovog ostvarivanja, te izradu strategije razvoja.

Kognitivno modeliranje na osnovu sprovedene situacione analize omogućava pripremu alternativnih rešenja za smanjenje stepena rizika u identifikovanim problemskim područjima, predviđanje mogućih događaja koji mogu najteže uticati na položaj objekta koji se modelira.

Faze kognitivne tehnologije i njihovi rezultati prikazani su u tabeli 1:

Tabela 1

Faze kognitivne tehnologije i rezultati njene primjene

Scensko ime	Obrazac za prezentaciju rezultata
1. Kognitivno (kognitivno ciljano) strukturiranje znanja o objektu koji se proučava i njegovom vanjskom okruženju na osnovu PEST-analize i SWOT-analize: Analiza početne situacije oko objekta koji se proučava sa izdvajanjem osnovnih faktora koji karakterišu ekonomske, političke i druge procese koji se dešavaju u objektu i njegovom makro okruženju i utiču na razvoj objekta. 1.1 Identifikacija faktora koji karakteriziraju snage i slabosti objekta koji se proučava 1.2 Identifikacija faktora koji karakterišu prilike i prijetnje iz vanjskog okruženja objekta 1.3 Konstrukcija problemskog polja objekta koji se proučava	Izvještaj o sistemskoj konceptualnoj studiji objekta i njegovog problematičnog područja
2. Izgradnja kognitivnog modela razvoja objekta - formalizacija znanja dobijenog u fazi kognitivnog strukturiranja 2.1 Identifikacija i opravdanje faktora 2.2 Uspostavljanje i opravdavanje odnosa između faktora 2.3 Izgradnja modela grafa	Kompjuterski kognitivni model objekta u obliku usmjerenog grafa (i matrice faktorskih odnosa)
3. Studija scenarija trendova razvoja situacije oko objekta koji se proučava (uz podršku softverskih sistema "SITUATION", "KOMPAS", "KIT") 3.1 Utvrđivanje svrhe studije 3.2 Specificiranje scenarija studija i njihovo modeliranje 3.3 Identifikacija trendova u razvoju objekta u njegovom makro okruženju 3.4 Tumačenje rezultata studije scenarija	Izvještaj o studiji scenarija, sa tumačenjem i zaključcima
4. Razvoj strategija upravljanja situacijom oko objekta koji se proučava 4.1 Definicija i opravdanost cilja kontrole 4.2 Rješenje inverznog problema 4.3 Odabir strategija upravljanja i njihovo sređivanje prema kriterijima: mogućnost postizanja cilja; rizik od gubitka kontrole nad situacijom; rizik za hitne slučajeve	Izvještaj o izradi strategija upravljanja sa obrazloženjem strategija za različite kriterijume kvaliteta upravljanja
5. Traženje i opravdavanje strategija za postizanje cilja u stabilnim ili promenljivim situacijama Za stabilne situacije: a) izbor i opravdanje cilja kontrole; b) izbor mjera (menadžmenta) za postizanje cilja; c) analizu fundamentalne mogućnosti postizanja cilja iz postojećeg stanja primjenom odabranih mjera; d) analiza stvarnih ograničenja u sprovođenju odabranih aktivnosti; e) analizu i opravdanje realne mogućnosti postizanja cilja; f) razvoj i upoređivanje strategija za postizanje cilja prema: bliskosti rezultata upravljanja planiranom cilju; troškovi (finansijski, fizički, itd.); po prirodi posljedica (reverzibilnih, nepovratnih) od implementacije ovih strategija u realnoj situaciji; rizikom od hitnih slučajeva Za promjenjive situacije: a) izbor i opravdanje trenutnog cilja kontrole; b) u odnosu na trenutni cilj važe prethodni stavovi b-e; c) analizu promjena koje se dešavaju u situaciji i njihov prikaz u grafičkom modelu situacije. Idite na korak a.	Izvještaj o razvoju strategija za postizanje cilja u stabilnim ili promjenjivim situacijama
6. Izrada programa za implementaciju strategije razvoja objekta koji se proučava na osnovu dinamičkog simulacionog modeliranja (uz podršku softverskog paketa Ithink) 6.1 Raspodjela resursa po pravcima iu vremenu 6.2 Koordinacija 6.3 Praćenje	Program za realizaciju strategije razvoja objekta. Računarski simulacijski model razvoja objekata