спасибо за помощь!
Информация о работе
Подробнее о работе
Статистическое прогнозирование и планирование экономического и социального развития
- 22 страниц
- 2017 год
- 44 просмотра
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
В основу модели социально-экономического развития территорий положен математический аппарат нейронных сетей.
Назначение предлагаемой модели - быть составным элементом субсистемы поддержки принятия управленческих решений в органах местного самоуправления на уровне административных районов области. Величиной, которая характеризует уровень социально-экономического развития территорий в предлагаемой модели есть значение интегрального показателя, аналогичного индекса человеческого развития, за структурой и объемом адаптированного к статистическим данным, которые характеризуют разные аспекты социального и экономического развития территорий.
Оглавление 2
Введение 3
1. Постановка задачи 4
2. Статистическое прогнозирование экономического и социального развития 5
3. Планирование экономического и социального развития 15
Заключение 21
Список литературы 22
1. Постановка задачи
Как исходные величины в модели используются значение статистических показателей, которые характеризуют разные аспекты социально-экономического развития, в частности: демографическое развитие (3 показателя); экологическое состояние (2 показателя); экономическое развитие (6 показателей); энергопотребление (6 показателей); социальная среда (13 показателей); условия проживания (2 показателя); финансовое состояние (13 показателей).
Вместе в модели используются значения 45 показателей, полученных из доступных электронных источников. Результатом моделирования является значение частичных показателей (для отдельных групп) и значение интегрального показателя для района в целом.
...
2. Статистическое прогнозирование экономического и социального развития
В предлагаемом исследовании были сделанные попытки прогнозирования с использованием статистических и эконометрических моделей, а также с использованием нейронных сетей.
Особенное значение приобретают модели при изучении закономерностей массовых процессов, какие недоступные прямому наблюдению и не поддаются экспериментированию. Прежде всего, это касается социально-экономических явлений и процессов, закономерности которых формируются под воздействием огромного количества взаимоувязанных факторов.
По своей природе социально-экономические явления и процессы - стохастические, вероятностные; неопределенность - их внутренняя свойственность. Изучение этих процессов, предвидения перспектив их дальнейшего развития, принятия оптимальных управленческих решений должны опираться на такие модели, которые и в условиях неопределенности обеспечивают постоянство и надежность заключений. Такими являются статистические модели.
...
3. Планирование экономического и социального развития
Переход от командно-административной системы к рыночной означает отказ от директивного планирования, от плана-закона, которым он был при командно-административной системе, и применении индикативного планирования. В народном хозяйстве РФ производится и потребляется свыше 25 млн. продуктов. Для планирования производства такого количества изделий и предоставления услуг необходимая информация, которая вычисляется миллиардами единиц. Нередко думают, что отказ от директивного планирования равнозначен отказу от централизованного управления экономикой. Это не совсем так. Ведь именно директивность привела к тому, что центр все больше терял контроль за социально-экономическим развитием территорий и страны в целом. Сначала план разрабатывался "от достигнутого", то есть подгонялся под тенденции, которые складывались, а потом, в конце планового периода, осуществлялась новая подгонка - под достигнутое.
...
1 Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных / под ред. В. П. Боровикова. – 2-е изд., перераб. и доп. – М. : Горячая линия. Телеком, 2008. – 392 с.
2 Боровиков В. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов. 2-е изд. (+CD). – СПб. : Питер, 2003. – 688 с.
3 Медведев В. С. Нейронные сети. MATLAB 6 / В. С. Медведев, В. Г. Потемкин ; под общ. ред. к.т.н. В. Г. Потемкина. – М. : ДИАЛОГ-МИФИ. – 2002. – 496 с.
4 Кетков Ю. Л. MATLAB 7: программирование, численные методы / Ю. Л. Кочетков, А. Ю. Кетков, М. М. Шульц. – СПб. : БХВ-Петербург, 2005. – 752 с.
5 Гмурман В. Е. Теория вероятностей и математическая статистика: учеб. пособие для вузов / В. Е. Гмурман. – 9-е изд., стер. – М. : Высш. шк., 2003. – 479 с.
6 Емельянова Н. З. Основы построения автоматизированных информационных сетей : учеб. пособие / Н. З. Емельянова, Т. Л. Партыка, И. И. Попов. – М. : ФОРУМ: ИНФРА-М. – 2007. – 416 с.
7 Программная реализация нейронов [Электронный ресурс]. – Режим доступа: http://www.gotai.net/documents/doc-nn-009- 05.aspx
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
