Методы и средства анализа и прогноза демографических показателей на основе нейротехнологии

Концепция устойчивого развития общества предполагает постоянное возрастание требований к оптимизации методик принятия решений в региональном планировании и разработке краткосрочных и долгосрочных планов социального развития регионов, которые обеспечиваются, в первую очередь, за счет адекватного анализа и прогноза происходящих в нем демографических процессов.

Информация о динамике конкретных показателей демографических процессов является определяющей для оптимизации управленческих решений в промышленной и социальной инфраструктурах. Возникающие в этом случае неточности в расчетах существенным образом влияют на эффективность принятых управленческих решений.

В настоящее время используется ряд методов исследования и прогноза динамики демографических показателей в регионе и формирования на этой основе управленческих решений: регрессионный анализ, микромоделирование, имитационное моделирование. На протяжении последних десяти лет, например, применяется метод передвижки возрастов, главным недостатком которого является то, что при прогнозе показателей не учитываются значения многих влияющих факторов (например, миграции и т. п.) (Кваша А.Я., Kohler Н. Р).

В работах датского исследователя Г. Ханнерца экстраполяция уровня относительного показателя мужской смертности строится на базе регрессионных моделей, которые ведут себя адекватно только при краткосрочном прогнозировании. Данный подход, как отмечается Ю. М. Полищуком, не является точным для неустойчивых процессов, к которым относятся демографические процессы. В работах Нешкомаевой Э. В. для анализа демографического положения региона предлагается экспоненциальное сглаживание временных рядов, однако, не учитывается структура населения, что приводит к неточности в расчете прогноза его численности. Группой американских разработчиков под руководством.

Дж.Филлипса, создана и успешно эксплуатируется автоматизированная система, анализирующая демографическую структуру населения ряда государств Центральной Африки, в которой отсутствует прогноз развития демографической ситуации.

Как отмечено в исследованиях отечественных и зарубежных авторов, демографические процессы подвержены постоянному влиянию множества факторов различной природы, интегральная оценка которых является трудноразрешимой задачей. Между тем, в работах Werbos P.J., Горбаня А. Н., Минского М. показано, что применение нейроподобных алгоритмов позволяет получать хорошие результаты при анализе неустойчивых процессов, имеющих сложный рельеф функции ошибки прогнозирования, которая характеризует и демографические процессы. Следовательно, разработка соответствующих методов и средств анализа и прогноза демографических параметров региона с учетом динамики их изменения является актуальной задачей.

Работа выполнена в соответствии с научно-технической программой «Научные исследования высшей школы по приоритетным направлениям науки и техники», подпрограмма 204 «Технология живых систем» (регистрационный номер № 03.03.031) и одним из научных направлений КурскГТУ «Разработка медико-экологических технологий». Объект исследования: динамика демографических показателей региона. Предмет исследования: методы и средства анализа и прогноза изменения демографических показателей региона.

Цель и задачи исследования

.

Цель работы: повышение точности прогноза региональных демографических показателей на основе применения нейротехнологий.

Для достижения поставленной цели решаются следующие задачи:

— разработка методики декомпозиции и формирования факторного пространства взаимосвязанных групп демографических показателей для различных регионов (Россия, Словакия, Курская область) на базе нейросетевых моделей;

— исследование возможности использования различных типов нейронных сетей для анализа демографических процессов;

— разработка информационной технологии анализа демографических процессов для формирования управленческих решений;

— проектирование и апробация информационно-аналитической подсистемы анализа и прогноза демографических показателей в регионе;

— разработка алгоритма формирования альтернатив управляющих решений для различных структур региона с целью улучшения демографической ситуации.

Методы исследования основаны на положениях теории вероятностей, математической статистики, методах искусственного интеллекта, эволюционного моделирования, теории принятия решений, теории управления, квалиметрии, имитационного моделирования. Научная новизна.

В диссертации получены следующие основные результаты, характеризующиеся научной новизной:

— методика декомпозиции факторного пространства, отличающаяся формированием групп демографических показателей путем применения нейронной сети для выявления значимых связей между ними- -метод синтеза модифицированной нейронной сети прямого распространения, особенностью которого является использование разных типов активационных функций, позволяющих учитывать специфику демографических процессов и повысить точность обучения сети- -информационная технология анализа демографических процессов для разработки управленческих решений, отличающаяся применением нейротехнологий и позволяющая повысить точность прогноза;

— информационно-аналитическая подсистема анализа и прогноза демографических процессов, отличающаяся формированием рекомендаций по альтернативным решениям для различных управляющих структур региона, позволяющая синтезировать множество возможных вариантов развития территории и обеспечивающая рациональный выбор наиболее эффективных стратегий управления.

Практическая значимость и результаты внедрения работы.

Практическая значимость работы определяется тем, что разработанные методики и средства составляют основу информационно-аналитической подсистемы анализа и прогноза общих тенденций динамики демографических показателей для регионов с формированием рекомендаций по принятию управленческих решений в сферах планирования развития объектов промышленной и социальной инфраструктур. Информационно-аналитическая подсистема позволяет осуществлять целостное рассмотрение совокупности демографических показателей при помощи нейросетевых алгоритмов и обеспечивает получение статистически значимых моделей динамики демографических процессов за счет применения комитетов нейронных сетей. С помощью разработанной информационно-аналитической подсистемы осуществляется взаимосвязанный учет различных характеристик демографического состояния региона и последующего прогноза их динамики и использования.

Результаты исследования используются в учебном процессе кафедры «Биомедицинской инженерии» Курского государственного технического университета, кафедры «Математического анализа» Курского государственного университета, внедрены в работу Регионального отделения Палаты Коммерции и промышленности Словацкой Республики, (г. Кошице).

Апробация работы.

Основные положения и научные результаты диссертационной работы докладывались и обсуждались на: Первой, Второй и Четвертой международных научно-технических конференциях «Медико-экологические информационные технологии» (Курск, 1999,2001,2003 гг.) — конференции «Информационные технологии в информационных, социальных и экономических процессах». (Череповец, 1999) — Восьмой, Девятой и Десятой международных конференциях «Новые информационные технологии», (Москва, 2000, 2001, 2002) — 6 International Scientific Conference «Applications of Mathematics and Statistics in Economy», (Banska Bystrica, Slovakia, 2003), на научно технических семинарах в Курском государственном техническом университете, Курском государственном университете, Техническом Университете г. Кошице. Публикации:

В открытой печати опубликована 18 работ, из них по теме диссертации 10 работ.

Структура и объем работы:

Диссертация состоит из введения, 4 разделов, заключения, приложений, содержит список литературы из 192 наименований. Основная часть работы изложена на 137 листах машинописного текста, приведено 35 таблиц и 32 рисунка.

ВЫВОДЫ ЧЕТВЕРТОГО РАЗДЕЛА.

1. Предложенная технология анализа и прогноза для принятия управленческих решений позволяет проводить декомпозицию факторного пространства, строить адекватные нейросетевые модели процессов и осуществлять на их основе прогноз демографических показателей.

2. По результатам анализа статистических данных для России и Словакии показано возможное развитие демографических показателей и приведены альтернативные варианты направлений развития территорий.

3. Исследованы различия в структуре смертности для мужского и женского населения регионов и установлено, что процессы в Курской области повторяют основные тенденции процессов, характерных для России в целом.

4. Статистическими методами подтверждена адекватность рассчитанных нейросетевых моделей процессов и их устойчивость к шуму в данным на уровне 0,25, что подтвердило то, что синтезированные в работе модели приемлемы к исследованию демографических процессов и с точки зрения помехоустойчивости.

5. Проведен сравнительный анализ применения методов экспоненциального сглаживания, регрессионного анализа и нейросетевых алгоритмов и показано значительное преимущество методов при моделировании при помощи комитетов нейронных сетей моделировании динамики демографических процессов.

Заключение

.

В ходе проведенных теоретико-экспериментальных исследований при решении поставленных задач были получены следующие основные результаты:

1. Разработана методика декомпозиции факторного пространства, отличающаяся формированием групп демографических показателей путем применения нейронной сети для выявления значимых связей между ними.

2. Предложен метод синтеза модифицированной нейронной сети прямого распространения, особенностью которого является использование разных типов активационных функций, позволяющих учитывать специфику демографических процессов и повысить точность обучения сети.

3. Разработана информационная технология анализа демографических процессов для разработки управленческих решений, отличающаяся применением нейротехнологий и позволяющая повысить точность прогноза динамики демографических показателей региона.

4. Разработана информационно-аналитическая подсистема анализа и прогноза демографических процессов, отличающаяся формированием рекомендаций по альтернативным решениям для различных управляющих структур региона, позволяющая синтезировать множество возможных вариантов развития территории и обеспечивающая рациональный выбор наиболее эффективных стратегий управления.

5. Получены нейросетевые модели динамики демографических показателей регионов, которые пригодны для использования в практической деятельности лицами, принимающими решения в области демографии и территориального планирования, специалистами статистических ведомств, административных государственных учреждений, районных и территориальных управлений и комитетов.

Таким образом, в результате решенных в диссертационной работе задач по созданию специализированных методов и средств анализа и прогноза демографической ситуации в регионе, повышается точность прогноза региональных демографических показателей.