Indicadores de previsión de la entidad territorial basados en modelos fenomenológicos de comportamiento colectivo
Palabras clave:
Países, regiones y ciudades, indicadores de pronóstico, estados, modelos de comportamiento del comportamiento, fenómenos fenomenológicos.Resumen
El artículo se ocupa de la posibilidad de que el grupo de expertos científico de la creación de nuevos métodos de predicción de los análisis que permita obtener una mayor exactitud y una buena previsión del desarrollo socioeconómico de países, regiones y ciudades. En contraste con los métodos tradicionales, se realiza mediante la realización de una cuenta con los cambios dinámicos en los estados de los objetos individuales y los patrones de sus comportamientos. Se muestra que los métodos de predicción se pueden basar en el uso de fenómenos tropicales y técnicos relacionados con la descripción de estadísticas estadísticas y estados de los objetos en los niveles multidimensional de los criterios sociales y económicos. Esta técnica de dirección se refiere a la sección actual del sistema dinámico y sociophysics y permite formular un nuevo enfoque básico para modelar y pronosticar el desarrollo de territorios territoriales basados en la aplicación del concepto de los contingentes contingentes de medidas de medida y varios modelos de estado espacios. En la base de las distribuciones considerables de las participaciones del conjunto de sucesos de una serie de indicadores no se han propuesto dependencias para predecir los estados de los objetos. La aplicación del método avanzado, el pronóstico de algunos indicadores del desarrollo de las ciudades de Rusia fue realizado.
Descargas
Citas
Naldi, G., Pareschi, L., Toskani, G. (2010). Mathematical modeling of collective behavior in socio-economic and life sciences / Berlin: Springer, Pages: 438 p.
Albeverio, S. et al. (2007). The dynamics of complex urban systems. An interdisciplinary approach / Berlin, Springer, Pages: 504.
Lillo, F. (2008). Econophysics and the challenge of efficiency. Complexity, 14(3): 39–54.
Newman, M.E.J. (2011). Complex systems: a survey. Amer. J. Phys., 79: 800–810.
Slovohotov, Y.L. (2012). Physics and Social Science. Part 1–3. Problems of Management, 1: 2 – 20, 2: 2–31, 3: 2–34.
Averin, G.V. (2014). System Dynamics. Donbass Publisher, Donetck, Ukrain, Pages: 405. Available at: http://www.chronos.msu.ru/ru/rrules/item/sistemodinamika-2 (accessed 10.04.2018). (in Russian).
Zviagintseva, A.V. (2016). Probabilistic Methods of a Complex Assessment of Natural and Anthropogenic Systems. Cpektr Publishing House, Russia, Moscow, Pages: 257. Available at: http://dspace.bsu.edu.ru/handle/123456789/17837 (accessed 10.04.2018).
Averin, G., Konstantinov, I., Zviagintseva, A., Tarasova, O. (2015). The Development of Multi-Dimensional Data Models Based on the Presentation of an Information Space as a Continuum. International Journal of Soft Computing, 10(6): 458–461.
Averin, G., Zviagintseva, A., Konstantinov, I., Ivashchuk, O. (2015). Data Intellectual analysis means use for condition indicators assessment of the territorial and state formations. Research Journal of Applied Sciences, 10(8): 411–414.