This is an Open Access article distributed under the terms of the Creative Commons Attribution-Noncommercial 4.0 Unported License, permitting all non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

No abstract

No abstract

В статье рассматриваются вопросы разработки технологии формирования кластерной структуры сектора малого и среднего предпринимательства (МСП) на основе метода главных компонент. Технология предполагает многократное проведение компонентного анализа данных с учетом их декомпозиции. Источниками данных являются бухгалтерский баланс предприятия и отчет о финансовых результатах. Предлагаемая технология анализа данных включает шесть этапов: предварительное формирование исходных данных для анализа; формирование уточненной выборки и ее декомпозиция с учетом разделов бухгалтерского баланса и их статей; далее три этапа анализа данных методом главных компонент на выборках, полученных по результатам декомпозиции; формирование интегральной выборки, усеченной интегральной выборки и их анализ методом главных компонент. Выявлены структуры сектора МСП в различных пространствах признаков. Показано, что они являются поляризованными. Сформулированы характеристики построенных кластеров. Построены квадранты-кластеры для усеченной интегральной выборки предприятий, и дана оценка кредитования предприятий этих квадрантов-кластеров с учетом их интегральных характеристик. Предложенная технология применяется для разработки системы информационной поддержки процедур анализа финансового состояния предприятий МСП и принятия решений о возможности их кредитования.Ключевые слова: предприятие, малое и среднее предпринимательство, метод главных компонент, кластер, структура, кредитование

В статье рассматриваются вопросы разработки алгоритма поддержки принятия решений при управлении безопасностью социально-экономических систем на примере регионов Российской Федерации. Предлагаемый алгоритм основан на применении методов интеллектуального анализа данных и нечеткого когнитивного моделирования и включает выполнение семи основных этапов. На первом этапе формируется выборка статистических показателей, характеризующих различные аспекты безопасности: безопасность личности, безопасность для здоровья, экологическая безопасность, культурная безопасность, политическая безопасность, безопасность сообщества. На втором этапе выполняется корреляционный и регрессионный анализ данных с целью определения значений весовых коэффициентов связей между показателями и их направлений. На третьем этапе проводится компонентный и кластерный анализ данных, строятся кластеры регионов, определяются их характерные особенности. На четвертом этапе формируется иерархическая структура интегрального показателя безопасности. На пятом этапе строится нечеткая когнитивная модель, определяются входные, промежуточные и выходные концепты. На шестом этапе разрабатывается динамическая модель в виде дифференциальных уравнений, учитывающих динамические особенности формирования интегрального показателя безопасности и позволяющих провести его оценку, а также исследовать влияние на него различных факторов. На седьмом этапе выполняется поиск оптимальных управленческих решений по корректировке распределения финансовых ресурсов, обеспечивающих достижение максимального значения уровня безопасности при заданных ограничениях.Ключевые слова: алгоритм, поддержка принятия решений, безопасность, корреляционный анализ, регрессионный анализ, интеллектуальный анализ данных, нечеткая когнитивная модель, генетические алгоритмы