Миннибаев Д.М.1, Зайцева Ж.В.2
1Уфимский государственный нефтяной технический университет 2Смоленский гуманитарный университет
КОГНИТИВНЫЕ МОДЕЛИ ДЛЯ УПРАВЛЕНИЯ ИНВЕСТИЦИОННЫМИ РИСКАМИ ПРЕДПРИЯТИЙ СТРОИТЕЛЬНОГО КОМПЛЕКСА
Выделены основные элементы внутренней и внешней среды, определяющие уровень риска для современного предприятия. Показано, что в условиях недостатка статистической информации или невозможности измерения характеристик риска при помощи метрических шкал целесообразно применять нечеткие когнитивные модели для мониторинга и управления риском. Приведена обобщенная процедура построения и использования нечеткой когнитивной модели для управления риском. Приведены примеры наиболее распространенных рисков для предприятий строительного комплекса и пути их минимизации.
Одной из тенденций последнего времени стало непрерывное увеличение цен на жилье, которое оказывает негативное влияние на социально-экономический климат большинства регионов Российской Федерации. В этой связи одной из составляющих комплекса мер по снижению неблагоприятных последствий данной тенденции является инновационное развитие отечественных предприятий строительного комплекса.
В последние годы наблюдается устойчивый рост жилищного строительства. Так, в январе-сентябре 2007 г. введено в эксплуатацию 375,9 тыс. квартир общей площадью 34,0 млн. кв. метров, что составило 131,3% к соответствующему периоду предыдущего года, в то время как в январе-сентябре 2006 г. темп роста жилищного строительства к январю-сентябрю 2005 г. составлял 111,6%. Также наблюдается ежегодный рост от 7 до 30% в области производства основных видов строительных материалов.
В то же время высокая степень износа основных фондов предприятий строительного комплекса (по предприятиям строительных материалов он составляет около 55%), а также определенной технологической отсталости строительного комплекса РФ не позволяет обеспечить предложение на рынке жилья, соответствующее финансовым возможностям большинства населения страны.
Очевидно, что без широкомасштабных инвестиций в техническое перевооружение строительных организаций и предприятий строительных материалов становится проблематичным достижение установленного в рамках национального проекта «Доступное и комфортное жилье — гражданам России»
таких целевых индикаторов, как увеличение годового объема ввода жилья в 2010 году до уровня 80 млн. кв. метров; обеспечение возможности для трети граждан страны приобретать жилье, отвечающее современным требованиям, как за счет собственных накоплений, так и с помощью жилищных кредитов.
В условиях нестабильности на мировых рынках недвижимости значительно увеличивается уровень рисков, связанных с инвестициями в данной отрасли, особенно в сфере инноваций. В этой связи особое значение приобретает широкое использование математического моделирования при анализе рисков в процессе стратегического и оперативного управления предприятиями строительного комплекса.
Риск как вероятность наступления неблагоприятной ситуации является неотъемлемой составляющей деятельности любого предприятия. В этой связи в современной литературе достаточно подробно изложены различные подходы к исследованию и управлению рисками .
В качестве источников рисков обычно рассматриваются различные факторы внешней и внутренней среды предприятия, которые определяют эффективность реализации различных управленческих решений.
Одним из важнейших этапов управления рисками является мониторинг рисков, который означает процесс систематического контроля и оценки эффективности действий, направленных на предотвращение и минимизацию последствий рисков, а также выявление новых рисков в соответствии с принятой для этого системой предпочтений. Основным результатом мониторинга рисков является выбор ме-
роприятий по предотвращению рисков или смягчению их последствий, а также оценка эффективности данных мероприятий с учетом ущерба при наступлении рисковой ситуации.
В последние годы неопределенность внешней среды во многих случаях негативно сказывается на степени обоснованности решений по управлению различными подсистемами предприятия. Для организации и проведения мониторинга рисков в строительном комплексе перспективным направлением является развитие методов риск-менеджмента в направлении формализации и анализа информации о рисковых ситуациях в условиях недостатка статистических данных о внешней среде предприятия, которая характеризуется различного рода неопределенностью и может быть представлена при помощи шкал измерения различных типов. В качестве примера управленческих решений, реализация которых сопряжена с рисками внешней среды, могут рассматриваться большинство решений в области инновационного развития предприятия строительного комплекса, каждое из которых в общем случае имеет уникальный характер.
Исследования показывают, что уровень риска может быть с прогностической точки зрения определен на основе анализа различных показателей — индикаторов риска, которые позволяют оценивать уровень риска не только в текущий момент времени, но и в будущем.
Учитывая вышеизложенное, можно сформулировать следующие требования к модели внешней и внутренней среды предприятия, которую можно использовать для мониторинга и управления рисками:
1. В модель должны быть включены пять групп основных элементов: непосредственно основные подсистемы рассматриваемого предприятия; внешние факторы, оказывающие влияние на возникновение и уровень различных рисков; показатели (индикаторы), позволяющие прогнозировать возникновение и развитие рисковых ситуаций; показатели, характеризующие последствия реализации рисковых ситуаций для предприятия, а также набор мероприятий по предотвращению или снижению уровня рисков различных типов.
2. Должны быть определены взаимосвязи между элементами модели, характеризую-
щие их взаимное влияние друг на друга. При этом необходимо обеспечить возможность формализации направления и силы данных взаимосвязей при наличии в основном только качественной экспертной информации.
3. Должна быть обеспечена возможность формализации и учета в процессе мониторинга рисков различных типов и степени их воздействия на подсистемы рассматриваемого предприятия.
4. Должны быть определены последствия наступления риска заданного уровня, т.е. определена оценка влияния риска на рассматриваемое предприятие.
5. Модель должна обеспечивать решение многокритериальной задачи по выбору рационального решения, направленного на минимизацию негативного влияния риска на подсистемы предприятия.
На рисунке 1 приведена обобщенная структура модели для мониторинга и управления рисками предприятия строительного комплекса, источником которых является внешняя среда.
При построении модели в качестве основных элементов (или подсистем) предприятия строительного комплекса Э1 — Эь могут рассматриваться финансовая, маркетинговая, производственная, распределительные подсистемы и т.д. В зависимости от специфики исследуемых рисков возможна различная степень агрегации элементов и подсистем исследуемого предприятия. Под элементами внешней среды (факторами внешней среды ВФ1 -ВФН), являющейся источником риска для предприятия строительного комплекса, обычно понимаются конкуренты, потребители, поставщики, рыночные условия, действия местных и федеральных органов власти и т.д.
К индикаторам риска можно отнести индикаторы, показывающие наличие и уровень риска для эффективного функционирования как отдельных подсистем, так и предприятия в целом. Примерами индикаторов риска для предприятия в целом являются уменьшение доли рынка, степень активности конкурентов в области инновационной деятельности и т.д. В целом индикаторы риска для различных функциональных областей предприятия достаточно подробно рассмот-
рены в литературе по риск-менеджменту (например, индикаторы финансовых рисков представлены в ).
Показателями, характеризующими последствия реализации рисковых ситуаций для предприятия, являются снижение уровня конкурентоспособности, снижение рентабельности, снижение курсовой стоимости акций, убытки от инвестиционной и инновационной деятельности и т.д.
К мероприятиям по предотвращению или снижению уровня рисков различных типов относятся мероприятия по уклонению от риска; локализации риска; диссипации (распределения) риска и компенсации риска . В случае учета временного фактора указанные мероприятия входят в состав групп профилактических мероприятий; мероприятий, реализуемых в случае возникновения риска; мероприятий резервного плана. Последние применяются в ситуациях, когда мероприятия основного плана не оказывают требуемого влияния на уровень риска и степень его негативного влияния на предприятие.
Анализ показывает, что обобщенная структура модели мониторинга и управления рисками с учетом сформулированных выше требований может быть построена на основе применения методов нечеткого когнитивного моделирования, которые в данном случае предполагают представление внутренней и внешней среды предприятия в виде когнитивной карты — ориентированного графа, узлами которого являются рассмотренные
элементы пяти основных групп, а дугами -связи между ними .
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
На рисунке 2 приведен пример нечеткой когнитивной карты, которая может использоваться для мониторинга и управления рисками предприятия строительного комплекса.
Отношения влияния между концептами приведенной когнитивной карты представляются в виде весов ю* е и рассматриваются как элементы нечеткой матрицы смеж-
Рисунок 1. Обобщенная структура модели мониторинга и управления рисками
Рисунок 2. Пример нечеткой когнитивной карты для управления рисками предприятия
ности ‘^у8, формируемой на основе анализа экспертной информации.
Построенная модель может применяться, во-первых, для определения эффективных профилактических мероприятий, которые могут снизить уровень риска и негативных последствий реализации рисковых ситуаций для предприятия строительного комплекса, и, во-вторых, при организации мониторинга рисков с целью своевременной реализации мероприятий, входящих в основной и резервный планы.
Для определения эффективных профилактических мероприятий производится последовательное включение в модель соответствующих им концептов (М1-МК). Для полученных в результате нечетких когнитивных карт по известным выражениям определяют степень их комплексного (в том числе опосредованного) влияния на индикаторы риска и выбирают те из них, которые с наименьшими затратами обеспечивают наибольшее воздействие на уровень риска и его возможные последствия.
На этапе мониторинга рисков производится оценивание состояния индикаторов риска и вычисляется агрегированное значение риска как сочетание возможности г-го опасного события и величины ущерба от этого события Р. = (И.*П.) (где * — операция свертки). Для каждого интервала значений риска Р, которые могут, например, соответствовать допустимому, приемлемому и неприемлемому уровню риска, выбираются эффективные мероприятия основного и резервного плана, которые оказывают наибольшее влияние на уровень риска. В процессе функционирования предприятия строительного комплекса значения всех концептов построенной когнитивной карты меняются, что неизбежно приводит к изменению значений индикаторов риска. При этом попадание данных значений в заранее заданные интервалы определяет целесообразность реализации соответствующей рекомендации по снижению уровня риска или его возможных негативных последствий.
При построении когнитивной модели управления рисками на начальном этапе ее использования необходимо учитывать следующие возможные пути повышения эффектив-
ности отечественных предприятий строительного комплекса.
Одним из путей повышения конкурентоспособности и устойчивости предприятий строительного комплекса является реализация интеграционных процессов с поставщиками сырья и материалов. Управление поставками сырья и материалов в части организации своевременной доставки и оптимизации процессов приемки и хранения может в значительной степени снизить логистические издержки предприятия. Однако при выборе стратегии вертикальной интеграции «назад» следует учитывать, что развитие собственных источников сырьевых ресурсов и материалов в некоторой степени исключает возможность обращения к закупкам более дешевого и качественного сырья у других поставщиков. Реализация стратегии «жесткой» интеграции в форме поглощения поставщиков сырья либо создания новых предприятий по производству строительных материалов обычно требует привлечения существенных инвестиционных ресурсов. В этом случае возникает риск невозможности в определенном временном периоде обеспечить конкурентоспособность, при этом даже кратковременное ослабление рыночной позиции может привести к долговременной потере рыночной доли. Следует также отметить, что отвлечение существенных финансовых ресурсов для финансирования крупных инвестиционных проектов может в ряде случаев привести к возрастанию риска срыва сроков строительства. При реализации рассматриваемого направления повышения конкурентоспособности предприятий строительного комплекса в рамках комплексного подхода к управлению рисками в качестве мероприятий уклонения от риска можно использовать страхование, а также гарантии региональных органов власти по кредитам. В качестве меры по локализации риска целесообразно на начальном этапе реализации указанной стратегии создавать самостоятельное предприятие, по обязательствам которого не отвечает головная организация. При реализации процедуры диссипации риска рекомендуется осуществлять приобретение только блокирующего пакета акций предприятия-поставщика сырья или материалов. Компенса-
ция риска в данном случае подразумевает детальный анализ внешней и внутренней среды предприятия, который позволит тесно увязать бизнес-процессы по всей логистической цепочке строительства и реализации жилья.
Важнейшим шагом на пути создания конкурентоспособного предприятия строительного комплекса является, как уже было отмечено выше, использование инновационных наукоемких технологий строительства и производства строительных материалов. Однако внедрение наукоемких технологий может повлечь как производственные риски, связанные с необходимостью периода их адаптации и возможными перерывами в производстве и строительстве, так и экономические, определяемые ростом первоначальных затрат, прежде всего на стадии НИОКР. Также следует выделить коммерческие риски, к которым можно отнести, например, неприятие новшества потребителями и риск появления продукта-аналога, защищенного патентом. Еще одна группа рисков, сопутствующих использованию инновационных разработок, определяется компетенциями персонала, которые могут не в полной мере соответствовать внедряемым технологиям. При диссипации рисков в рамках реализации указанного направления могут использоваться договоры о совместных действиях между предприятиями строительного комплекса и научно-исследовательскими организациями, ориентированными на достижение конечного результата.
В качестве третьего направления развития предприятий строительного комплекса можно рассматривать создание совместных предприятий с иностранными компаниями. Выгоды данного сотрудничества определяются возможностью обращения к ресурсам различных видов (материальным, кадровым, финансо-
вым) на наиболее выгодных условиях. Для зарубежных компаний этот вариант может быть привлекателен в связи с возможностью использования некоторого смягчения таможенных барьеров. К числу возможных рисков в данном случае можно отнести внешнеэкономические риски в виде введения ограничений на торговлю или поставки, валютные риски и т.п. В то же время данное направление способствует реализации методов диссипации общехозяйственных рисков, а при рациональном подходе к выбору надежных иностранных партнеров — методов уклонения от рыночного риска.
Анализ перечисленных основных направлений повышения эффективности предприятий отечественного строительного комплекса позволяет рационализировать процесс построения когнитивной модели управления рисками при определении набора ее концептов, относящихся к каждой из пяти групп.
Очевидно, что указанный подход к построению моделей для управления рисками предприятий строительного комплекса целесообразно применять в условиях недостатка статистической информации или невозможности представления характеристик риска при помощи метрических шкал, что снижает эффективность или делает невозможным применение статистических методов анализа риска. В то же время построение нечеткой когнитивной карты и в случае возможности применения статистического оценивания риска позволяет наглядно изобразить все элементы рисковой ситуации и связи межу ними, что, безусловно, будет способствовать пониманию внутренних и внешних процессов предприятия строительного комплекса, оказывающих влияние на риски различных типов, и, соответственно, повышению обоснованности решений по управлению рисками.
Список использованной литературы:
1. Вишняков Я.Д., Радаев Н.Н. Общая теория рисков. — М.: Академия, 2007. — 363 с.
2. Финансовый менеджмент: Теория и практика. Под ред. Стояновой Е.С. — М.: Перспектива, 2004. — 455 с.
3. Черкасов В.В. Проблемы риска в управленческой деятельности. — М.: Рефл-бук, 1999. — 288 с.
4. Силов В. Б. Принятие стратегических решений в нечеткой обстановке. — М.: ИНПРО — РЕС, 1995. — 228 с.
УДК 37.025; 165.12; 165.18; 004.946.
КОГНИТИВНЫЕ ОБРАЗОВАТЕЛЬНЫЕ МОДЕЛИ
Цветков В.Я., д.т.н., профессор, МГТУ МИРЭА, Москва, Россия E-mail: cvj2@list.ru
Аннотация. Статья описывает когнитивные аспекты образовательных моделей. Описаны механизмы мышления. Описана когнитивная графика. Показано различие между образным и логическим мышлением и познанием. Показано, что большая часть свойств когнитивных моделей связана с восприятием их человеком. Показаны особенности виртуальных моделей, которые определяют их «комфортность» в сравнении с реальными моделями.
Ключевые слова: Образование, познание, когнитивные модели, когнитивная графика, информационные модели ситуаций.
THE COGNITIVE EDUCATIONAL MODELS
Tsvetkov V.Ya., Dr.of Sci, prof., MSTU MIREA, Moscow, Russia, E-mail: cvj2@list.ru
Keywords: Education, knowledge, cognitive models, cognitive graphics, information models situations
Развитие информатизации образования влечет разнообразие форм представления реального мира. Развитие информационных форм представления приводит к созданию новых образовательных моделей. Одними из новых образовательных моделей являются когнитивные образовательные модели.
Когнитивность (лат. cognitio, «познание, изучение, осознание») — свойство, обозначающее способность к познанию. Относится к человеку, животному и искусственной системе .
Когнитивные технологии — способы и алгоритмы достижения целей субъектов, опирающиеся на данные о процессах познания, обучения, коммуникации, обработки информации человеком и животными, на представление нейронауки, на теорию самоорганизации, компьютерные информационные технологии, математическое моделирование элементов сознания, ряд других научных направлений, ещё недавно относившихся к сфере фундаментальной науки .
Применительно к образованию можно выделить три направления применения
когнитивных моделей : при классическом обучении, при мультимедийном и виртуальном образовании, при тестировании.
Само по себе когнитивное обучение не практиковалось и заменялось нормативным обучением. Нормативное обучение, основано на учебных ГОСТах, правилах, принципах, которые одинаковы для всех обучающихся и не используют когнитивный фактор. Это обусловлено тем, что результат такого обучения легко проверять методом сравнения и нагрузка на преподавателя на порядки ниже. При нормативном обучении одно задание дается на всю группу и проверяется результат, а не способ его получения и не творческие способности.
Когнитивность тесно связана с интеллектом и творческими способностями. На дереве нет двух одинаковых листьев и в человеческом обществе нет двух людей с одинаковыми способностями. Люди равны в правах как граждане, но не равны в способностях как творческие личности. Поэтому при опоре на когнитивность выявляется неравенство людей в умственных способностях. Это приводит к тому, что трудно найти единый критерий оценки такого обучения. Но главное в этом случае, на порядки возрастает нагрузка на преподавателя. Это приводит к необходимости уменьшения учебной группы до 5-6 человек. Тем не менее, в обычном образовании когнитивные методы все же используются. Они представлены в виде когнитивной графики.
Прежде чем рассмотреть когнитивную графику и когнитивные модели, необходимо остановится на особенностях человеческого мышления.
Человеческое мышления и процесс познания (когнитивность) использует два механизма. Один механизм дает возможность работать с цепочками символов, с которыми связаны семантические значения. Такое мышление называют логическим, символическим или алгебраическим. В этом случае человек работает с цепочками, то есть не с интегрированными информационными моделями.
Другой механизм мышления дает возможность работать с образами и представлениями (моделями) этих образов. Образы обладают большей
интегрированностью, чем символические представления. В этом случае человек работает с интегрированными информационными моделями. При таком подходе он перерабатывает значительно больше содержательной информации, чем при анализе символов.
Способность работать с образами (со зрительными образами) определяет другой вид мышления, который называют образным, реже геометрическим образным мышлением.
Логическое мышление связывают с левым полушарием человеческого мозга, а образное мышление — с правым полушарием. Каждое из полушарий человеческого мозга
является самостоятельной информационной системой восприятия внешнего мира и обработки информации
Естественно-языковая речь, мышление словами, рационально-логические процедуры обработки информации — реализуются в левом полушарии. Решение задач в нем основано на стереотипном подходе. В правом полушарии реализуется мышление на уровне ассоциаций и образов: эстетическое восприятие, живопись, ассоциативное распознавание. Решение задач в нем основано на творческом подходе, что приводит к рождению принципиально новых идей. Иногда этот механизм обозначают термином «интуиция», что не является правильным во многих случаях. Интуиция часто реализуется как форма неявного знания и не всегда связана с правополушарной формой мышления
В целом человеческое мышление и поведение обусловлены совместной работой обоих полушарий человеческого мозга. В одних ситуациях преобладает логический компонент мышления, в других — образный. Психологи разделяют людей на три группы: с преобладающим левополушарным, с правополушарным и со смешанным мышлением. Это разделение генетически предопределено и существуют специальные тесты для выяснения склонности к тому или иному типу мышления.
Эксперименты показывают, что способность к переходу от одной формы мышления к другой образует когнитивный ресурс — источник творческих возможностей человека. Связи и трансформации, которые при одной форме репрезентации могут быть неявными, после смены репрезентации становятся явными и приводят к быстрому решению проблемы.
Появление и развитие компьютерной графики создало принципиально новые познавательные возможности обучения . Учащиеся могут в процессе обучения динамически управлять содержанием, формой, размерами и цветом изображения. Применение графики в учебных компьютерных системах увеличивает скорость передачи информации учащимся и повышает уровень ее понимания. Воздействие компьютерной графики на образное мышление привело к появлению новых технологий обучения и новых информационных моделей. Такую графику, которая выполняет не только функции передачи информации (образа), но и познавательные функции, называют когнитивной.
Когнитивная графика в широком смысле слова является полисемическим понятием. Она трактуется по разному, в зависимости от области применения .
1) (ИИ) — совокупность приемов и методов образного представления условий задачи, которое позволяет либо сразу увидеть решение, либо получить подсказку для его нахождения.
2) (обучение) — совокупность приемов и методов образной передачи знаний.
3) (моделирование) — совокупность приемов и методов образного решения задачи.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
4) (управление) — направление в деловой графике, которое связывает представления, возникающие на экране дисплея, с процессами управления Когнитивная графика позволяет визуализировать процесс принятия решения.
При достаточно продуманной системе визуализации образы, возникающие в динамике на экране, могут помочь лицу, принимающему решение, в интерактивном режиме, увидеть те закономерности или пути решения задачи, которые ранее для него не были доступны. Когнитивная графика в первую очередь выполняет семантическую и лингвистическую функции — передача содержательности при минимальности графических средств отображения
Различают две функции компьютерной графики: иллюстративную и когнитивную. Иллюстративная функция подтверждает знание. Когнитивная функция помогает получать новое знание. Подводя итог, можно сказать , что при обычном, нормативном обучении когнитивная графика выполняет функции поддержки передачи знаний преподавателем или пассивные функции.
При мультимедийном и виртуальном образовании когнитивная графика выполняет активные функции, поскольку воздействует на учащегося непосредственно, минуя преподавателя . «Виртуальное образование» включает такие компоненты как: виртуальное информационное поле , виртуальное образовательное пространство, виртуальные образовательные модели, информационные модели ситуации , информационное взаимодействие , язык информационного виртуального взаимодействия. Эти компоненты обуславливают взаимодействие субъектов взаимодействия в сфере образования. Компонентами виртуальных моделей в образовании в информационном аспекте являются:
• Модели информационной ситуации;
• Модели информационной позиции;
• Динамические информационные модели большой информационной ёмкости;
• Трехмерные пространственные модели;
• Интенсифицированные потоки мультимедиа ;
• Новые пользовательские интерфейсы.
Можно провести небольшое сравнение игровых виртуальных моделей и образовательных виртуальных моделей.
Игровые виртуальные модели направлены на достижение окончания игры и получения позитивных эмоций в «центре удовольствия» играющего. Они включают разнообразие сцен, динамику образов и ситуаций. Они включают минимальное
количество аудио сигналов (в основном эмоциональной окраски) и максимальное количество визуальных образов, оказывающих ассоциативное воздействие на играющего, что создает «иллюзию свободы действий». Эти модели вызывают большую мотивацию и даже могут вызвать «игровую потребность». Основная мотивация оперирования с такими моделями — «получение удовольствия».
Образовательные виртуальные модели направлены на получение знаний и компетенций учащегося. Они также включают разнообразие сцен, динамику образов и ситуаций. Однако они более регламентированы и ограничивают действия учащегося областью истинности правильных решений. Они включают значительной количество текстовой информации и визуальные образы, оказывающих ассоциативное воздействие на учащегося, но операции с этими образами происходят в рамках решения задач обучения и полная «свобода действий» отсутствует. Эти модели менее мотивированы, чем игровые виртуальные модели и направлены на удовлетворение «информационной потребности» и устранение информационной асимметрии . Основной мотив оперирования с такими моделями — получение знаний и компетенций для выживания в реальном мире.
Рассматривая свойства виртуальных моделей можно отметить, что многие их свойства связаны с когнитивной областью человека, а другие являются относительно независимыми от него.
Основой виртуальных моделей являются различные информационные модели: информационной ситуации и информационной позиции субъекта или управляемого им объекта в информационной ситуации.
К числу свойств информационных моделей (и виртуальных построенных на их основе), применяемых для создания виртуального пространства, относят: обозримость, воспринимаемость, целевую определенность, ситуационную определенность, функциональность, полноту, информационное соответствие, актуальность, точность, регламентированность, ассоциативность, согласованность, надежность .
Обозримость — свойство моделей, состоящее в том, что человек (в рамках своего человеческого интеллекта) в состоянии обозреть совокупность параметров и связей, входящих в модель и понять данную модель как целое. Это свойство у виртуальных моделей значительно выше, чем у реальных объектов. Оно обусловлено возможностью масштабирования визуального пространства. Например, человек, находясь в городе, видит только окружающие его дома. Но, используя электронную карту, навигатор, космический снимок — он увеличивает обозримость и видит то, что в реальности увидеть не может. Соответственно принимаемое им решение более обосновано.
Воспринимаемость — свойство моделей, состоящее в том, что человек (в рамках своего человеческого интеллекта) в состоянии воспринять и понять данную модель как отражение объективной реальности или ее практическое назначение . Воспринимаемость связана с наличием базовых знаний. Чем больше базовых знаний, тем выше воспринимаемость.
Если модель необозрима или не воспринимаема, она, как правило, отвергается и не применяется человеком. Если модель воспринимаема одним человеком и не воспринимаема другим человеком, между ними появляется состояние информационной асимметрии. Наличие информационной асимметрии между руководителями и исполнителями приводит к тому, что руководители чаще отвергают новую идею, предложение или модель, которая им не понятна.
Целевая определенность состоит в том, что модель может быть использована для достижения целей, которые человеку понятны и приемлемы. Целевая определенность информационной модели связана со стратегией игры или обучения. Целевая определенность не исключает наличие нескольких целей .
Ситуационная определенность состоит в том, что модель информационной ситуации определена и создает условия для действий в этой ситуации игроку или учащемуся. Ситуационная определенность информационной модели связана с оперативными действиями. Субъект может действовать в ситуациях, которые ему понятны и им анализируемы.
Функциональность — заданное априори свойство информационных моделей, состоящее в том, что данная модель может выполнять ряд функций, которые заранее определены и заданы.
Полнота — свойство информационных моделей, характеризующее их достаточность для принятия решений или достижения поставленных целей.
Достоверность — свойство информационных моделей, характеризующее корректно и адекватно отражать объективную (на основе выбранных человеком критериев) реальность.
Актуальность — свойство параметров информационных моделей и всей модели в целом соответствовать (на основе выбранных человеком критериев) текущим значениям параметров и модели. Актуальность подразумевает наличие некого порога устаревания модели.
Точность — свойство информационных моделей и их параметров соответствовать (на основе выбранных человеком критериев) определённой степени близости реальному состояние объекта или процесса моделирования.
Согласованность — свойство моделей соответствовать другим подобным моделям и
их функциям, не нарушая целостной (по мнению человека) картины мира.
Информационное соответствие — свойство взаимодействующих информационных моделей и их элементов, определяющее достаточность информационных ресурсов для выполнения моделями или их элементами своих функций и реализации информационного взаимодействия.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
Надежность — свойство информационных моделей (по мнению человека или по заданному им критерию), отражающее возможность получения корректного результата с применением данной модели при наличии внешних возмущающих воздействий на модель или изменении (в определенных человеком границах) ее параметров.
Регламентированность — свойство информационных моделей соответствовать определенным правилам, классификации, синтаксису, формам описания и представления. Это свойство служит основой восприятия визуальной модели субъектом и правильного соотнесения виртуального образа с реальным образом
Ассоциативность — свойство информационных моделей вызывать ассоциации в когнитивной области и с одной стороны создавать свободу выбора, с другой стороны развивать творческие начала в субъекта, работающего с такой моделью.
Подчеркнутые свойства являются относительно независимыми. Все остальные связаны с когнитивной областью человека. Перечисленные основные свойства моделей применяются в информационных системах и технологиях (включая сферу образования) и определяют так называемый информационный подход.
Выделенные курсивом фрагменты описания свойств, отражающее отношение с когнитивной областью, обычно опускается при техническом описании моделей и ситуаций. Однако они задают определенную условность, как при создании моделей, так и при их применении. Эта условность моделей зависит от человеческого интеллекта и применяемых им критериев.
Выражение «по мнению человека» можно заменить более точным термином «уровень человеческого интеллекта» или «уровень интеллекта». Уровень человеческого интеллекта существенно различается у разных людей, например, у специалистов в данной области и не специалистов. Отсюда такие свойства как обозримость и воспринимаемость различны для разных людей в частности для руководителей, принимающих решение, и специалистов, создающих новые и сложные модели.
Следует подчеркнуть, что обозримость и воспринимаемость виртуальных моделей выше, чем реальных моделей окружающего мира. Это создает определенный комфорт. Регламентированность виртуальных моделей делает более предсказуемой виртуальную информационную ситуацию по сравнению с реальной ситуацией. Это также создает
ощущение комфорта.
С позиций качественного содержания и семантики информационных и виртуальных моделей их делят на три категории , описательные (дескриптивные), ресурсные (накопление опыта) и интеллектуальные (активные). Описательные и ресурсные достаточно описаны . Остановимся на интеллектуальных . Интеллектуальные информационные модели обладают рядом свойств, среди которых следует выделить:
Автономность — модели функционируют без прямого вмешательства субъекта и обладают способностью контролировать свои действия и внутреннее состояние.
Коммуникативность — модели взаимодействуют с другими моделями средствами некоторого коммуникационного языка.
Реактивность — модели реагируют на изменения окружающей среды в определенных временных рамках.
Индивидуальность — каждая модель имеет собственную картину окружающего мира, на основе которой осуществляет действия.
Коммуникабельность и кооперативность — модели могут обмениваться информацией с окружающей их средой и другими моделями.
Самоорганизация — поведение модели включает способность к самоорганизации или конструированию модели окружающей среды для того, чтобы находить новые способы поведения.
Таким образом, интеллектуальные модели в силу автономности создают некий дискомфорт для «игрока».
Решение всякой простой задачи, включая задачи образования, с помощью информационной модели может быть представлено в виде продукции:
Кр ^Кх (1)
где КР — модель реального состояния объекта; Кт — модель требуемого состояния объекта. Например, КР — состояние перед обучением. Кт состояние, характеризуемое необходимым объемом знаний, которые должен получить обучаемый. В результате обучения человек переходит в состояние КФ1 , характеризуемое фактическим объемом полученных знаний. Индекс I означает принадлежность этого состояния какому-то субъекту. Существует определенный разброс в получении знаний. Поэтому используют КФ усредненную оценку по всем субъектам обучения. Эта оценка дает возможность определить сходимость образовательной технологии на основе сравнения КФ и Кх
Величина характеризует сходимость образовательной технологии или меру соответствия результатов поставленным целям.
Если цель за один цикл обучения достигнуть нельзя, то решение задачи может быть расчленено на отдельные действия и в целом представлено как последовательность этих действий:
Кр ^ ё1( КР)^К 1 ^ ё2( КО^ К 2 ^ ё3( К2)^ К 3 ^ ^ КТ (2)
Последовательность действий образовательной системы < й1, ё2,…, ёп> есть путь решения задачи. Под путем решения часто понимают алгоритм решения задачи. По этому критерию все задачи можно разделить на два типа. Если путь решения исходной задачи известен априори, то имеет место решающая система первого рода (1). Если же путь решения исходной задачи неизвестен, то решающая система (2) называется решающей системой второго рода .
В виртуальном игровом пространстве действует именно механизм, отраженный в выражении (2). Каждый из множества шагов решения в игровой ситуации воздействует на «центр удовольствия» и повышает это ощущение при большом количестве шагов. Именно на этом принципе основаны виртуальные игры. Достижение цели разбивается на простые стереотипные этапы (например, «стрелялки») и от множества этапов суммируется комфортное состояние.
В образовательных виртуальных моделях этапы сложнее. Число их невелико и суммарно ощущение комфорта ниже.
При тестировании также может входить когнитивность и когнитивные модели в процесс тестирования. Оценивание результатов обучения подразделяют на пассивное, полуактивное и активное .
Пассивное оценивание основано на наблюдении и сборе информации. Оно позволяет оценить состояние обучаемого (степень подготовленности), оценить изменение этого состояния (подготовленности) за достаточно длительные временные интервалы. В этом тестировании когнитивные модели отсутствуют. Такая модель и оценка позволяют выявить состояние и долговременные тенденции процесса обучения личности и освоения знаний.
Полуактивная модель характеризуется разовым воздействием на обучаемого и анализом результата. Чаще всего по такой схеме построены «вопросно-ответные системы» тестирования. Они представляют собой совокупность элементарных циклов.
При полуактивном тестировании оценивается не состояние и тенденция, а результат информационного воздействия на обучаемого и его реакции на это воздействие. Оценивается результат выполнения и динамика развития этих результатов. В этом тестирования когнитивные способности играют доминирующую роль. Поэтому такое тестирование включает когнитивные самостоятельные модели.
При активном тестировании имеет место длительное информационное взаимодействие между преподавателем и обучаемым. Активность тестирования состоит в активной длительной и адаптивной реакции обучаемого на информационное воздействие (тест) со стороны преподавателя. Такое тестирование включает когнитивные интегрированные модели или связанную цепочку когнитивных моделей. например по нарастанию сложности.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
При этом возможны два качественно разных вида тестов: тесты действия (ТД) и ситуационные тесты (СТ). Тесты действия представляют собой относительно простые, структурированные процедуры, ориентирующие обследуемого на применение комбинации стереотипных методов. Ситуационные тесты основаны на создании информационной модели ситуации и проведение информационного взаимодействия в рамках этой модели в ситуации близкой к реальности.
При этом тестировании важен не только результат, но и информационный ресурс (опыт), который формирует у себя обучаемый на основе решения исходных и модифицированных задач.
Активное тестирование позволяет выявить степень мобильности и оперативности мышления в критических ситуациях и способность к оперативному анализу.
Все три подхода дополняют друг друга и дают комплексную оценку возможностей обучаемого. Совокупность рассмотренных тестов дает возможность формирования многоуровневой тестирующей конструкции для комплексной оценки результатов обучения. Когнитивные модели играют важную роль в таких системах тестирования.
Таким образом, когнитивные образовательные модели формируются на основе определенных принципов и обладают рядом свойств, которые их отличают от информационных образовательных моделей. Они с одной стороны способствуют развитию творчества в обучении. С другой стороны они создают повышенную нагрузку на преподавателя и требуют разработки новых методов когнитивного тестирования.
Список литературы
4. Kimble, C. (2013). Knowledge management, codification and tacit knowledge Information Research, 18(2) paper 577.
11. V. Yа. Tsvetkov Spatial Information Models // European Researcher, 2013, Vol.(60), № 10-1 , p.2386- 2392.
12. Цветков В.Я. Информационное управление. — LAP LAMBERT Academic Publishing GmbH & Co. KG, Saarbrücken, Germany 2012 -201с
13. V. Ya. Tsvetkov Multipurpose Management// European Journal of Economic Studies 2012, Vol.(2), № 2 р.140-143.
16. Цветков В.Я. Пространственные знания: Формирование и представление LAP LAMBERT Academic Publishing GmbH & Co. KG, Saarbrücken, Germany 2013 -107с.
УДК 004.81:614.2
Л. В. Массель 1 2, А. А. Блохин 1 3
1 Институт систем энергетики им. Л. А. Мелентьева СО РАН ул. Лермонтова, 130, Иркутск, 664033, Россия
2 Иркутский национальный исследовательский технический университет ул. Лермонтова, 83, Иркутск, 664074, Россия
3Восточно-Сибирский институт медико-экологических исследований 12а микрорайон, 3, Ангарск, 665827, Россия
massel@isem.irk.ru, senyadiamond@gmail.com
КОГНИТИВНОЕ МОДЕЛИРОВАНИЕ ИНДИКАТОРОВ КАЧЕСТВА ЖИЗНИ: ПРЕДЛАГАЕМЫЙ ПОДХОД И ПРИМЕР ИСПОЛЬЗОВАНИЯ *
Рассматривается подход к моделированию индикаторов качества жизни с помощью когнитивных карт. При определении качества жизни, как интегральной характеристики, как правило, используется набор индикаторов, которые количественно характеризуют качественные состояния конкретных составляющих жизни человека. В отличие от уровня жизни, который описывает лишь экономическую составляющую, затруднительно оценить качество жизни с помощью строго математических подходов, поэтому исследователи используют субъективные данные при оценке качества жизни. Проблема выбора показателей, которые должны быть агрегированы в составе одного из индикаторов качества жизни, всегда будет актуальной. Автор предлагает использовать когнитивное моделирование для решения этой проблемы. Этапы реализации когнитивной модели совпадают с некоторыми этапами, которые требуются также для создания новых методик оценки качества жизни, кроме того, когнитивная модель позволяет значительно расширить возможности создаваемых методик оценки качества жизни и оценить уже существующие.
Ключевые слова: когнитивная модель, когнитивная карта, качество жизни, индикаторы качества жизни.
Введение
Понятие качества жизни широко распространено в современном мире, однако до сих пор не существует однозначного определения данного понятия. Обычно под качеством жизни понимают интегральную характеристику социального, эмоционального, физического и психического функционирования человека, основанного на его субъективном восприятии.
В отличие от уровня жизни, который характеризует лишь экономическую составляющую жизни человека, качество жизни является более широким термином и охватывает все составляющие жизни человека. Попытка агрегировать значимые элементы, определяющие качество жизни во всем их многообразии в единый показатель, заранее обречена на провал, поскольку зачастую ряд составляющих находятся в сложных антагонистических взаимосвязях. Поэтому практически все способы оценки качества жизни выделяют индикаторы (шкалы), каждый
* Работа выполнена при частичной финансовой поддержке РФФИ (проект № 14-07-00116).
ISSN 1818-7900. Вестник НГУ. Серия: Информационные технологии. 2016. Том 14, № 2 © Л. В. Массель, А. А. Блохин, 2016
из которых достаточно точно и подробно характеризует какую-либо одну из составляющих качества жизни .
Областей применения понятия «качество жизни» сегодня достаточно много, его используют в медицине как инструмент для оценки эффективности проводимого лечения или как средство для выбора направления лечения, любая терапия в конечном счете должна быть направлена на улучшение качества жизни пациента. В политике и социологии качество жизни в динамике используют для оценки эффективности проводимой социальной и другой политики государства или региона. Определенный интерес качество жизни представляет и для других сфер научной и прикладной деятельности человека.
С точки зрения некоторых авторов, качество жизни можно рассматривать как открытую систему, которая состоит из совокупности всех индикаторов, в некоторой мере влияющих друг на друга и зависимых как от состояния системы, так и от внешних воздействий . Именно благодаря сложным взаимосвязям между элементами системы и факторами окружающей среды, однозначно и полно оценить качество жизни с помощью математических подходов не представляется возможным, поэтому практически все способы оценки качества жизни подразумевают субъективную составляющую. Авторы предлагают использовать для оценки качества жизни методы когнитивного моделирования.
Когнитивное моделирование
Когнитивные карты как метод исследования были впервые предложены Робертом Аксельро-дом в 1976 г. Они были предназначены для моделирования, анализа ситуации и принятия решения в ситуациях с высокой степенью неопределенности . Дальнейшее развитие когнитивных карт наблюдается в направлении совершенствования аппарата анализа и моделирования, например в работах Э. А. Трахтенгерца и Л. Н. Столярова .
Из теории графов в когнитивных картах используются три понятия: циклы, пути и компоненты. В частности, элементы изучаемой системы называются концептами, в графе они представляются вершинами, причинно-следственные связи — направленными дугами. Между концептами когнитивной карты могут существовать следующие отношения: положительное -изменения в связанных концептах происходят в одном направлении (оба в отрицательном или оба в положительном), отрицательное — изменения в зависимом концепте происходят в противоположном направлении (при увеличении первичного концепта зависимый будет уменьшаться, и наоборот), нулевое (взаимосвязи нет). Учитывая сложность возможных зависимостей между концептами в сфере качества жизни, можно ввести дополнительные варианты отношений: не отрицательное {0, +}, не положительное {0, -}, не нулевое {+, -}, универсальное {+, -, 0}, амбивалентное (а), кроме того, нелинейную зависимость можно задать функцией (Дх)) или в виде программного алгоритма.
Возможности когнитивного моделирования в сфере качества жизни
В контексте качества жизни когнитивное моделирование ранее не использовалось, однако оно может не только значительно упростить ряд этапов создания новых методик оценки качества жизни, но и оценить существующие . Авторы выделяют три возможных направления использования когнитивного моделирования в сфере качества жизни.
1. Создание новых методик оценки качества жизни на основе когнитивных карт.
2. Оценка существующих способов оценки качества жизни.
3. Реализация когнитивных моделей качества жизни для оценки влияния внешних факторов и событийного моделирования.
Среди этапов создания когнитивной модели выделяют следующие.
1. Определение всех концептов, которые могут существовать в рамках рассматриваемой системы. Данный этап реализуется с помощью умозрительного поиска возможных параметров
и изменяющихся характеристик системы либо на основе имеющихся в литературе данных, в задачах оценки качества жизни концепты могут быть определены с помощью методики оценки качества жизни. Кроме того, возможно выделение из окружающей среды внешних концептов, влияние которых на систему велико.
2. Выбор основных концептов из списков всех возможных. В процессе отделения важного от несущественного в каждой системе может быть рассмотрено огромное количество различных характеристик и параметров, но в результате упрощения системы для моделирования в рамках когнитивных карт дифференцируют существенные характеристики от прочих.
3. Определение отношений причинности между выбранными концептами. Могут быть определены как исследователем, так и группой исследователей по результатам голосования.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
4. Определение знака отношения, зачастую данный этап сочетается с предыдущим.
5. Реализация модели в виде графического (граф) или табличного (таблица отношений) представления, либо в цифровом виде с помощью специального программного обеспечения.
Большая часть из этих этапов (1, 2, 3) повторяет похожие при создании методик оценки качества жизни. Благодаря тому что в процессе реализации когнитивной модели исследователи получают структуру и основные элементы индикаторов качества жизни, им остается выполнить лишь небольшую часть работ для создания новой методики оценки качества жизни.
Благодаря использованию экспертного подхода при выборе концептов модели реализуемая методика будет обладать большей достоверностью, особенно при использовании методов групповой экспертной работы.
Таким образом, исследователи, у которых нет подходящей методики оценки качества жизни, могут в процессе реализации когнитивной модели качества жизни создать собственную методику его оценки, причем с меньшими трудовыми затратами и с большей достоверностью, чем другими методами.
Помимо создания новых методов оценки качества жизни с помощью когнитивных карт, исследователи обладают возможностью оценить существующие методы с помощью когнитивного моделирования. Благодаря тому что когнитивная модель обладает наглядностью, исследователь может определить методику оценки качества жизни по таким свойствам модели, как: наличие внутренних циклов, наличие обратных отрицательных и положительных связей внутри модели, присутствие «висячих», не зависящих ни от одного другого концепта, вершин.
Для реализации когнитивной модели можно использовать в качестве концептов индикаторы качества жизни и их составляющие, а связи определить в зависимости от алгоритма вычисления значения индикатора (пример приводится ниже). С точки зрения исследователя, анализ методики оценки качества жизни с помощью когнитивных карт может быть полезен в тех случаях, когда существует ряд схожих методик, одну из которых необходимо выбрать для планируемого исследования.
Моделирование индикаторов качества жизни с учетом внешних факторов
Отдельного внимания заслуживает подход, который предусматривает когнитивное моделирование качества жизни для оценки влияния внешних факторов. В силу своих специфических особенностей такой показатель, как качество жизни, зависит от огромного числа внешних факторов, которые прямо или опосредованно влияют на значения индикаторов, что накладывает определенные требования на каждый этап исследования, где используется качество жизни. Кроме того, благодаря субъективной составляющей качества жизни когнитивные модели наиболее подходят для моделирования его индикаторов, благодаря тому, что зачастую влияние внешних факторов и индикаторов качества жизни друг на друга находится не в простой линейной связи, и поэтому в качестве знака отношения между концептами модели лучше либо выбрать функциональную зависимость, либо задавать ее в виде программного алгоритма.
Сложность вызывает лишь поиск степени и механизма влияния внешних и внутренних факторов на те или иные индикаторы качества жизни. Такие элементы алгоритмов можно опреде-
лить умозрительно либо эмпирическим путем при наличии значительной выборки в области качества жизни, за состоянием которой в динамике исследователи наблюдали определенное время .
Таким образом, построив когнитивную модель качества жизни человека, имеющую структуру, состоящую из концептов, связанных направленными связями, с определенными весовыми коэффициентами, знаками отношений и, где это необходимо, алгоритмами, исследователи могут использовать её для моделирования степени и характера влияния различного рода обстоятельств на изменение качества жизни человека. Например, при принятии ряда важных решений, касающихся социальной политики города, можно будет приблизительно оценить, как это скажется в количественном и качественном характере на тех или иных группах населения, и, конкретно, на какие составляющие качества жизни это повлияет.
В связи с тем что до сих пор нет общепринятого определения качества жизни, некоторые исследователи полагают, что каждый человек индивидуально определяет это понятие для себя, выделяя субъективную составляющую, на которой основан сбор данных о качестве жизни в некоторых методиках его оценки . Определенный научный интерес представляет возможность предлагать респонденту самостоятельно установить значимые составляющие его жизни и взаимосвязи между ними, реализовав, таким образом, индивидуальную когнитивную модель своего качества жизни. В этом случае в качестве эксперта выступает непосредственно сам субъект исследования — респондент, который определяет и оценивает свое качество жизни не столько в количественном, сколько в качественном отношении.
Примеры
Далее приведен пример когнитивной карты индикаторов методики оценки качества жизни, называемой SF-36. Опросник, построенный согласно этой методике, позволяет охарактеризовать качество жизни респондента по двум обобщенным шкалам, описывающим физический и психологический компоненты, а также по 8 частным шкалам.
В качестве внешнего фактора была использована степень обеспеченности энергетическими ресурсами, т. е. характеристика удовлетворенности населения необходимыми энергетическими ресурсами. Выбор взаимозависимости концептов основан на алгоритме метода, а также использовании экспертного подхода (рис. 1).
Концепты когнитивной карты.
1. PF (Physical Functioning) — физическое функционирование.
2. RP (Role-Physical Functioning) — ролевое функционирование, обусловленное физическим состоянием.
3. BP (Bodily pain) — интенсивность боли.
4. GH (General Health) — общее состояние здоровья.
5. VT (Vitality) — жизненная активность.
6. SF (Social Functioning) — социальное функционирование.
7. RE (Role-Emotional) — ролевое функционирование, обусловленное эмоциональным состоянием.
8. MH (Mental Health) — психическое здоровье.
9. PHC (Physical health) — общий компонент физического здоровья.
10. MHC (Mental health) — общий компонент психического здоровья.
11. QoL (QualityofLife) — интегральный показатель качества жизни.
12. СОЭр — степень обеспеченности энергетическими ресурсами.
После того как из когнитивной модели были убраны обобщающие концепты (физическое и психическое функционирование) и для связей были указаны веса, полученные с использованием алгоритма расчета методики, когнитивная модель приобрела вид «все к одному», что достаточно точно характеризует сущность данной методики, где каждый индикатор влияет на качество жизни человека в целом (рис. 2).
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
Рис. 1. Когнитивная карта структуры качества жизни согласно SF-36. Все отношения (дуги) положительные (+)
Рис. 2. Когнитивная карта структуры качества жизни SF-36 после обработки. Все дуги также положительные (+)
Заключение
Предлагаемый подход с использованием когнитивного моделирования для анализа качества жизни, разработки новых методов его оценки и моделирования влияния внешних факторов на качество жизни представляется перспективным для дальнейшей разработки в научном и прикладном направлениях. Авторы статьи в рамках разработки интеллектуальной информационной системы мульти центровых исследований качества жизни планируют интегрировать модуль, который позволит строить когнитивные модели качества жизни по интегрированным в систему методикам.
Список литературы
1. Айвазян С. А. Интегральные индикаторы качества жизни населения: их построение и использование в социально-экономическом управлении и межрегиональных сопоставлениях. М.: ЦЭМИ РАН, 2000. 117 с.
2. Зараковский Г. М. Качество жизни населения России: психологические составляющие. М.: Смысл, 2009. 319 с.
4. Панкратова Е. В. Комплексная методика оценки качества жизни региона // Вестн. ИГЭУ. 2009. № 1.
5. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. Princeton: Univ. Press, 1976.
6. Трахтенгерц Э. А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998. 376 с.
7. Столяров Л. Н. Сценарное программирование риска: механизм коллективного принятия решений и его применение к проблеме оценки уровня энергетической безопасности региона // Труды Всерос. конф. «Информационные и телекоммуникационные технологии в науке и образовании Восточной Сибири». Иркутск: ИСЭМ СО РАН, 2002. 165 с.
8. Блохин А. А. Моделирование взаимозависимости индикаторов качества жизни с помощью когнитивных карт // Труды XIX Байкальской конференции «Информационные и математические технологии в науке и управлении». Иркутск: ИСЭМ СО РАН, 2014.
12. Массель Л. В. Применение онтологического, когнитивного и событийного моделирования для анализа развития и последствий чрезвычайных ситуаций в энергетике // Проблемы безопасности и чрезвычайных ситуаций. 2010. № 2. С. 34-43.
Материал поступил в редколлегию 02.06.2016
L. V. Massel 1 2, А. А. Blokhin 1 3
1 Institute of Energy Systems L. A. Melentyevs SB RAS 130 Lermontov Str., Irkutsk, 664033, Russian Federation
2 Irkutsk State Technical University 83 Lermontov Str., Irkutsk, 664074, Russian Federation
3 FGBRUEast Siberian Institute of Medical and Environmental Research 12а, 3, Angarsk, 665827, Russian Federation
massel@isem.irk.ru, ArseniyBlokhin@gmail.com
COGNITIVE MODELING INDICATORS QUALITY OF LIFE: THE PROPOSED APPROACH AND EXAMPLES OF USE
Keywords: cognitive model; cognitive map; the quality of life; quality of life indicators.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
2. Zarakovsky D. M. Quality life the population Russia: psychological components. Moscow, Meaning, 2009, 319 p.
4. Pankratova E. V. Complex technique of evaluating the quality of the region / EV life Pankra-tova // ISPU. 2009. № 1.
5. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. Princeton University Press, 1976.
6. Trahtengerts E. A. Computer support acceptance resheniy. Moscow, SINTEG, 1998. 376 p.