Введение
Глава 1. Моделирование процессов производства, инвестирования и потребления на макроэкономическом уровне 19
1.1. Процесс производства и способы его моделирования 19
1.2. Инвестиции и их классификация в экономической науке 20
1.3. Инвестиционная деятельность в России 25
1.3.1. Краткая характеристика 25
1.3.2. Инвестиционные процессы в 2002 году 26
1.3.3. Инвестиционная деятельность в 2003 году. 30
1.4. Модель оптимального управления инвестициями Рамсея 35
1.5. Развитие модели Рамсея, предложенное в работе 37
1.6. Модель оптимального управления инвестициями в условиях неопределенности, с усовершенствованным функционалом качества и областью принятия решений 39
1.6.1. Постановка задачи 39
1.6.2. Дифференциальная игра 41
1.6.3. Решение задачи оптимального управления инвестициями в условиях неопределенности 42
1.6.4. Примеры расчетов 50
Пример2 («Деградация экономики») 54
Пример 3 («Недостижимая цель») 55
Пример 4 («Задел прошлого») 56
1.7. Заключение 57
Глава 2. Экономико-математическое моделирование инновационной динамики. Эндогенный научно-технический прогресс 59
2.1.Современные направления исследования инновационных процессов 59
2.1.1. Классификация современных направлений исследования 59
2.1.2. Модели экономического роста 60
2.1.3. Диффузия и абсорбция новых технологий 64
2.1.4. Принятие инвестиционных решений по инновационным проектам 67
2.1.5. Моделирование конкуренции в сфере НИОКР 70
2.2. Моделирование эндогенного научно-технического прогресса на макроэкономическом уровне 80
2.2.1. Эндогенный НТП. Мультипликатор научно-технического прогресса 80
2.2.2. Новый, «многопороговый» мультипликатор НТП 82
2.2.3. Классификация стран с помощью многопорогового мультипликатора НТП. 84
2.2.4. Пример функциональной зависимости для многопорогового мультипликатора НТП. 85
2.2.5. Модель эндогенного НТП. 85
2.3. Заключение 99
Глава 3. Моделирование инновационной динамики с помощью аппарата нейронных сетей 101
3.1.Общие понятия теории искусственных нейронных сетей 101
3.1.1. Биологический нейрон 101
3.1.2. Математический нейрон 103
3.1.3. Нейронная сеть 104
3.1.4. Аппроксимация нейронными сетями 106
3.2. Обучение нейронной сети 109
3.2.1. Обучение с учителем 109
3.2.2. Обучение без учителя 109
3.2.3. Исторический обзор ПО
3.3. Программная реализация искусственных нейронных сетей в нейросетевом пакете «НейроМир» 114
3.3.1. Краткая характеристика пакета «НейроМир» 114
3.4. Моделирование экономического развития и инновационной деятельности 122
3.5. Заключение 125
Глава 4. Применение генетических алгоритмов при моделировании инвестиционной и инновационной деятельности 126
4.1. Краткая характеристика генетических алгоритмов 126
4.1.1.Задачи оптимизации 126
4.1.2.Процесс эволюции в природе 126
4.1.2. Применение генетических алгоритмов в задачах оптимизации 128
4.2. Программный пакет «ГенАлгор» 130
4.3. Применение пакета «ГенАлгор» при моделировании инвестиционных и инновационных процессов. Задача распределения инвестиций среди взаимосвязанных инновационных проектов с нелинейными функциями доходности и рисками срыва проектов 134
4.3.1. Постановка задачи 134
4.3.2. Сравнение с другими методами 136
4.3.3. Алгоритм решения задачи 137
4.3.4. Результаты расчетов 138
4.4. Заключение 142
Заключение 143
Библиография 145
