uzriaУченые записки Российской академии предпринимательстваScientific notes of the Russian academy of entrepreneurship2073-6258JSC “Publishing Agency “Science and Education”10.24182/2073-6258-2021-20-4-25-30uzria-704Research ArticleЭКОНОМИЧЕСКИЙ РОСТ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫECONOMIC GROWTH: PROBLEMS AND PROSPECTSФормирование состава программ развития наукоемких отраслей с использованием алгоритмов бактериальной оптимизации и методов нечеткой логикиFormation of the composition of programs for the knowledge–intensive industry development using bacterial optimization algorithms and fuzzy logic methodsБулыгинаО. В.BulyginaО. V.

Кандидат экономических наук, доцент, доцент филиал

Смоленск

Cand. Sci. (Econ.), Assoc. Prof.

Smolensk

baguzova_ov@mail.ruНациональный исследовательский университет «МЭИ» в г. СмоленскеРоссияBranch of National Research University «MPEI» in SmolenskRussian Federation2021080120222042530Copyright © Булыгина О.В., 20222022Булыгина О.В.Bulygina О.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.scinotes.ru/jour/article/view/704

Сегодня развитие наукоемких отраслей осуществляется в рамках программ, объединяющих набор инновационных и инвестиционных проектов, направленных на достижение единой цели и реализуемых в общих ограничениях. Наличие большего числа проектных характеристик (в частности, сроков, ресурсов, исполнителей и т.п.), которые необходимо учитывать при формировании состава программы, приводит к постановке задачи многокритериальной оптимизации. Для ее решения предложено использоваться алгоритм бактериальной оптимизацией, дополненный процедурой формирования начальных позиций с помощью методов нечеткой логики.

 

Today the knowledge–intensive industry development is carried out by the programs that combine a set of innovation and investment projects aimed at achieving a single goal and implemented in general constraints. The presence of a larger number of project characteristics (in particular, terms, resources, performers, etc.), which must be taken into account when forming the composition of the program, leads to the formulation of the problem of multicriteria optimization. As its solution, it is proposed to use an algorithm of bacterial optimization, supplemented by a procedure for forming initial positions using fuzzy logic methods.

проектыпрограммынаукоемкие отраслибактериальная оптимизациянечеткая логикаprojectsprogramsknowledge–intensive industriesbacterial optimizationfuzzy logicРабота выполнена при поддержке гранта Президента Российской Федерации для государственной поддержки молодых российских ученых — кандидатов наук МК–1534.2020.9 «Методы моделирования сложных систем с использованием нечетко–сетевых алгоритмов и роевого интеллекта»This work was supported by a grant of the President of the Russian Federation for the state support of young Russian scientists — candidates of Sciences (МК–1534.2020.9 «Methods for modelling complex systems using fuzzy network algorithms and swarm intelligence»)ReferencesБулыгина О.В., Емельянов А.А., Яшин Е.С. НЕ-факторы, темпоральная логика и нечетко-логические инструменты в гибридных моделях управления рисками импортозамещения. Прикладная информатика. 2020. Т. 15. № 4. С. 5–43.Bulygina O.V., Emelyanov A.A., Yashin E.S. NON-factors, temporal logic and fuzzy-logical tools in hybrid models of import substitution risk management. Applied informatics. 2020. T. 15. № 4. C. 5–43.Черновалова М.В., Какатунова Т.В., Волкова И.В., Власова Е.А. Алгоритмы и программные средства адаптации базы знаний информационных систем управления проектами. Прикладная информатика. 2021. Т. 16. № 4(94). С. 21–34.Chernovalova M.V., Kakatunova T.V., Volkova I.V., Vlasova E.A. Algorithms and software tools for adapting the knowledge base of project management information systems. Applied informatics. 2021. T. 16. № 4(94). C. 21–34.Халин В.Г., Черновалова М.В., Шманев С.В. Алгоритмическое и информационное обеспечение управления инновационными проектами в условиях неопределенности. Прикладная информатика. 2018. Т. 13. № 3 (75). С. 5–15.Khalin V.G., Chernovalova M.V., Shmanev S.V. Traditimic and information support for the management of innovative projects in conditions of uncertainty. Applied informatics. 2018. T. 13. № 3 (75). C. 5–15.Карпенко А.П. Популяционные алгоритмы глобальной поисковой оптимизации. Обзор новых малоизвестных алгоритмов. ИТ: Приложение к журналу «Информационные технологии». 2012. № 7. С. 1–32.Karpenko A.P. Population algorithms of global search optimization. Overview of new little-known algorithms. IT: Appendix to the journal «Information Technologies». 2012. № 7. C. 1–32.Смирнова О.С., Богорадникова А.В., Блинов М.Ю. Описание роевых алгоритмов, инспирированных неживой природой и бактериями, для использования в онтологической модели. International Journal of Open Information Technologies. 2015. vol. 3, no. 12, рр. 28–37.Smirnova O.S., Bogoradnikova A.V., Blinov M.Yu. Description of swarm algorithms inspired by non-living nature and bacteria for use in the ontological model. International Journal of Open Information Technologies. 2015. vol. 3, no. 12, pp. 28–37.Chiranjib S., Shukla A. Coalition formation for multi-agent coordination for surveillance and capture of foreign intruder using bacteria foraging algorithm. Proceedings of Third International Conference on Advances in Control and Optimization of Dynamical Systems. Kanpur, India: Indian Institute of Information Technology & Management, 2014, pp. 511–518.Chiranjib S., Shukla A. Coalition formation for multi-agent coordination for surveillance and capture of foreign intruder using bacteria foraging algorithm. Proceedings of Third International Conference on Advances in Control and Optimization of Dynamical Systems. Kanpur, India: Indian Institute of Information Technology & Management, 2014, pp. 511–518.Liu Y., Passino К.M. Biomimicry of social foraging bacteria for distributed optimization: models, principles, and emergent behaviors. Journal of Optimization Theory and Applications, 2002, vol. 115, no. 3, pp. 603–628.Liu Y., Passino К.M. Biomimicry of social foraging bacteria for distributed optimization: models, principles, and emergent behaviors. Journal of Optimization Theory and Applications, 2002, vol. 115, no. 3, pp. 603–628.Passino К.M. Biomimicry of bacterial foraging for distributed optimization and control. IEEE Control Systems Magazine, 2002, vol. 22, no. 3, pp. 52–67.Passino К.M. Biomimicry of bacterial foraging for distributed optimization and control. IEEE Control Systems Magazine, 2002, vol. 22, no. 3, pp. 52–67.Булыгина О.В., Рудометкин А.Н., Гимаров В.В. Экономико-математические методы и инструменты для формирования территорий инновационного развития в северных регионах России. Транспортное дело России. 2017. № 5. С. 32–35.Bulygina O.V., Rudometkin A.N., Gimarov V.V. Economic and mathematical methods and tools for the formation of territories of innovative development in the northern regions of Russia. Transport business of Russia. 2017. № 5. C. 32–35.Emelyanov A.A., Bulygina O.V., Emelyanova N.Z. Complex swarm-simulation modeling of innovative projects promotion into the regions. Proceedings of 4th International Conference on Information Technologies in Engineering Education, Inforino 2018.Emelyanov A.A., Bulygina O.V., Emelyanova N.Z. Complex swarm-simulation modeling of innovative projects promotion into the regions. Proceedings of 4th International Conference on Information Technologies in Engineering Education, Inforino 2018.

The authors declare that there are no conflicts of interest present.