Сотрудники ПИШ СПбПУ приняли участие в конференции IDE-2023
Сотрудники Лабораторий ПСПОД и ЦМИС ПИШ СПбПУ приняли активное участие в мероприятии, представив несколько докладов – как в офлайн-части, так и на постерной сессии.
12-13 октября в Политехе прошла пятая ежегодная Международная научная конференция по инновациям в цифровой экономике — International Scientific Conference on innovations in digital economy (SPBPU IDE-2023). По традиции мероприятие организовано Высшей инженерно-экономической школой (ВИЭШ) Института промышленного менеджмента, экономики и торговли (ИПМЭиТ) совместно с центром устойчивого развития Университета Индонезия.
Мероприятие проводилось в очно-заочном формате, участники из других стран и регионов участвовали в работе конференции дистанционно. Всего на конференцию было подано более 60 заявок на участие. Открытие конференции и пленарное заседание вел доцент ВИЭШ Анги Схведиани, работу секций модерировала доцент ВИЭШ Анастасия Кулачинская. Открытие и пленарное заседание прошли в корпусе ИПМЭиТ на Новороссийской улице, д.50.
Конференция началась с приветствия директора департамента стратегического планирования и программ развития СПбПУ Марии Врублевской. В своем выступлении она отметила, что стремительное развитие цифровых технологий является вызовом для государства, бизнеса и образования. Разработка эффективных решений, в т. ч. цифровых, которые могут быть внедрены в экономику, является одной из главных задач СПбПУ в рамках программы развития университета.
Директор ИПМЭиТ Владимир Щепинин в своем выступлении отметил, что конференция SPBPU IDE является площадкой, на которой уже пятый год подряд собираются как опытные ученые и преподаватели, так и молодые исследователи и студенты из различных стран для обсуждения ключевых тенденций развития цифровой экономики. Благодаря выстраиванию связей с иностранными коллегами из Белоруссии, Армении, Индонезии и Вьетнама, институт развивает новые научные направления и продвигает свои исследования в международном научном поле.
Завершил церемонию открытия директор ВИЭШ Дмитрий Родионов. Он отметил, что конференция в этом году отмечает свой первый юбилей и что каждый год ученые, специализирующиеся как разработке новых технологий и систем, так и на вопросах оценки их экономической эффективности, обсуждают перспективы их развития на площадке Высшей инженерно-экономической школы. Благодаря диалогу между представителями различных научных школ развиваются междисциплинарные исследования, которые становятся основой для инновационного роста экономики.
В ходе проведения секционных заседаний активно обсуждались вопросы применения машинного обучения для целей устойчивого развития экономики, комплексы управления производственными и региональными системами с использованием имитационных и прогностических моделей, применение методов интеллектуальной обработки данных для повышения уровня экономической безопасности систем и много другое.
Второй день конференции прошел в виде постерной сессии, на которой участники представили свои исследования в виде презентаций.
Сотрудники Лабораторий ПСПОД и ЦМИС ПИШ СПбПУ приняли активное участие в мероприятии, представив несколько докладов – как в офлайн-части, так и на постерной сессии.
Доклад аналитика Лаборатории ЦМИС ПИШ СПбПУ Капитона Поспелова Heuristic approach to planning complex multi-stage production systems («Эвристический подход к планированию сложных многоэтапных производственных систем») в соавторстве с И.В. Ватаманюк, К.А. Лундаевой и А.М. Гинцяком был посвящен алгоритму поиска квазиоптимального производственного плана для сложных производственных систем, характеризующихся прохождением продукта через цепь связанных процессов с различными наборами ресурсов. В докладе были рассмотрены стандартные методы решения задач производственного планирования, предложен алгоритм с двумя ветвями – для случая известного ограничения в системе и для альтернативного случая. Алгоритм ориентирован на применение в производственных системах, в которых сбор эмпирических данных затруднен за счет большого объема, разнородности и ограниченной достоверности. В таких системах квазиоптимизация по предложенному алгоритму позволит получить удовлетворительный результат при допустимых требуемых вычислительных мощностях.
Программист Лаборатории ПСПОД ПИШ СПбПУ Денис Жидков представил доклад Digital Platform for Modeling the Development of Regional Innovation Systems of Russian Federation («Цифровая платформа моделирования инновационного развития региональных систем РФ») в соавторстве с М.В, Болсуновской, Т.Ю. Кудрявцевой, И.А. Рудской, А.М. Гинцяком, Д.О. Жидковым и Д.Э. Федяевской.
В докладе был представлен аналитический инструмент для анализа влияния научно-технического прогресса на социально-экономические проблемы и устойчивое развитие региона, созданный в рамках разработки цифровой модели региональной инновационной системы Российской Федерации как драйвера устойчивого развития (грант Российского научного фонда (проект № 20-78-10123). Платформа разработана объединенным коллективом ВИЭШ ИПМЭиТ, Лабораторий ПСПОД и ЦМИС ПИШ СПбПУ.
Исследование направлено на последовательную разработку цифровой платформы для анализа и визуализации цифровых данных о региональном инновационном развитии, а также прогнозирования устойчивого развития регионов на основе имеющейся региональной инфраструктуры инновационных систем и кластерной структуры российских регионов. При проектировании цифровой платформы особое внимание было уделено обеспечению процессов сбора, обработки и анализа данных, необходимых для изучения социально-экономической системы. Автоматизирован процесс работы с данными.
Цифровая платформа разрабатывается как гибкий инструмент для широкого круга пользователей: от исследовательских центров, инвесторов и частных предприятий до индивидуальных пользователей, заинтересованных в региональных моделях инновационного развития.
Также в докладе был представлен процесс выбора технических средств для программной реализации платформы с точки зрения задач и технических особенностей проектирования цифровых платформ.
Результатом работы является прототип цифровой платформы российской региональной инновационной системы с реализованным функционалом личного кабинета, модулем имитационных экспериментов и различными подходами к анализу и визуализации данных.
Младший научный сотрудник Лаборатории ЦМИС Жанна Бурлуцкая выступила с докладом о многокритериальной оптимизации сценариев управления сложными системами на основе имитационных моделей (Multiparametric optimization of complex system management scenarios based on simulation models), подготовленным совместно с К.Н. Поспеловым, А.М. Гинцяком и К.Д. Трощенко.
Выступление было посвящено разработке модуля многопараметрической оптимизации для цифрового инструмента поддержки принятия управленческих решений на основе имитационных моделей. Спикер отметила, что оптимизация имитационных моделей сложных социально-экономических и социально-технических систем предполагает генерацию множества сценариев развития системы, их расчет и дальнейшее сравнение, что предъявляет дополнительные требования к используемым алгоритмам оптимизации. Более того, сложные социально-экономические и социотехнические системы характеризуются множественностью целей, что приводит к многопараметрической оптимизации.
В докладе представлен алгоритм решения задачи оптимизации многопараметрических сценарных расчетов на примере задачи двухпараметрической оптимизации. Задача оптимизации вычислений заключается в формировании оптимального набора сценариев, который обеспечит удовлетворительное время вычислений и в то же время даст репрезентативный результат расчета сценария. В ходе исследования были рассмотрены существующие подходы к оптимизации процессов.
На основе анализа существующих подходов к формированию оптимального набора сценариев предложены способы улучшения типа алгоритма с использованием подходов к сокращению сценариев или внедрению генетических алгоритмов для формирования оптимального набора сценариев.
Алгоритм реализован в рамках проекта по разработке цифрового инструмента для поддержки принятия управленческих решений в социотехнических и социально-экономических системах.
На постерную сессию были вынесены три исследования.
В работе Data Preprocessing for Modeling Socioeconomic Systems in View of Uncertainty («Предобработка данных для моделирования социально-экономических систем с учетом неопределенности») К.Н. Поспелова, Ж.В, Бурлуцкой и А.М. Гинцяка рассматривается проблема подготовки данных для современных моделей социально-экономических систем.
Отмечается, что последними тенденциями моделирования социально-экономических систем является стремление к повышению адекватности описаний социальных компонентов систем. Характеристиками, на которые в первую очередь ориентируются такие модели, являются низкая детерминированность и высокая принципиальная сложность, связанная с особенностями человеческого поведения.
В исследовании предлагается методика предобработки данных для анализа и моделирования социально-экономических систем с учетом неопределенности. Рассматриваются пять основных подходов для предобработки данных: Метод максимального правдоподобия, Байесовский метод анализа данных, Метод интерполяции сплайнами, Метод аппроксимации распределениями, Неточная интервальная вероятностная модель. В качестве подхода к интерпретации предобработанных данных рассматривается метод Монте-Карло как способ количественного измерения вероятностей.
Для каждого из методов проводится анализ источников и выносится оценка по применимости к моделированию, скорости и точности предобработки данных в общем случае. Установлено, что методы учета вероятностей сильно варьируются в зависимости от области применения. Во многих случаях целью является оптимизация, а способы оптимизации специализированы под конкретную задачу. Все методы подразумевают известные к моменту начала моделирования вероятности событий и, часто, известные апостериорные либо аппроксимирующие распределения вероятностей. Для поиска таких значений и предоставления их для обработки методом Монте-Карло предлагается соответствующая методика.
Предлагаемая методика ориентирована на критерии точности и скорости предобработки данных. В рамках методики вводится дерево решений, по которому на основе экспертного мнения о задаче моделирования можно определить, какой из подходов выбрать. В перспективе предлагается разработать формальные критерии подбора способа предобработки данных. Кроме того, работа может быть развита и продолжена апробацией предложенной методики на различных социально-экономических системах, а также уточнением вариаций дерева решений в приложении к специфическим задачам.
В исследовании Data storage and statistic data processing tools for solving the tasks of managing regional innovation systems («Инструменты хранения и статистической обработки данных для решения задач управления региональными инновационными системами») А.М. Гинцяка, А.Е. Схведиани, Д.Э. Федяевской, Ж.В. Бурлуцкой и М.А. Родионовой описывается проектирование и программная реализация системы хранения и обработки данных для цифровой платформы анализа инновационного развития регионов.
В работе пошагово представлен процесс разработки системы хранения и обработки данных от анализа требований к ней, разработки ER-диаграммы, инфологической и логической модели данных до обсуждения программных инструментов и физической реализации системы.
Рассмотрен подход к проектированию систем хранения данных, основанный на анализе особенностей и структуры данных, а также предполагаемого алгоритма работы с данными. Среди преимуществ выделяются: гибкость и масштабируемость решения, а также удобство для пользователя, выраженное в адаптированной под специфику структуре запросов.
В статье Complex modeling of regional tourism systems («Комплексное моделирование региональных туристических систем») авторства А.М. Гинцяка, Ж.В. Бурлуцкой, Д.А. Зубковой и А.А. Петряевой исследованы перспективы применения различных инструментов моделирования для построения комплексных моделей региональных туристических систем.
Проведено изучение международного опыта прогнозирования туристического спроса и моделирования туристической индустрии, на основе его анализа делается вывод о перспективности применения гибридного подхода, который сочетает имитационное моделирование с эконометрическими моделями для прогнозирования туристического спроса и моделями глубокого обучения для обработки данных из различных источников.
Имитационное моделирование в концепции разделено на две части: системная динамика как модель внутреннего туризма с точки зрения оценки влияния государственной поддержки на развитие туристической инфраструктуры и агентно-ориентированное моделирование – для формирования профиля туриста и максимально точной оценки его потребностей. Затем предлагается более детальное изучение возможностей применении моделей CGE в рамках комплексного моделирования туристической системы с акцентом на устойчивое развитие.
В рамках снижения типичного для социально-экономической системы уровня неопределённости предлагается интеграция в CGE модель производственных функций. Таким образом, исследуется возможность применимости использования производственных функций для моделирования процессов туризма с точки зрения состояния экономики в условиях пандемии.
В ходе исследования проведена классификация проанализированных производственных функций и принята функция постоянной эластичности замещения для оценки доходов от туристических продуктов, потребляемых внутренними туристами. На основе синтетических данных, близких к реальным, были рассчитаны возможные доходы от туристических продуктов с распределением по четырем группам доходности. В дополнение выполнен расчет с использованием написанного кода на статистическом языке программирования R. Формула учитывает годовой доход групп населения, расходы на аренду жилья и потребительскую корзину, а также эластичность потребления туристических услуг.
По материалам gifu.spbstu.ru
