MODELING THE INDICATOR OF HUMAN POTENTIAL DEVELOPMENT IN GERMANY
DOI:
https://doi.org/10.14529/ctcr200309Keywords:
forecasting, mathematical modeling, human resource indexAbstract
The article is about a new model of the dependence of the state’s human resource index on a set of factors. The human resource index does not have a global assessment methodology, but it is very important for government management. One of the methods for the formal assessment of the characteristics of a large socio-economic system is the reasonable ranking of particular criteria.
Purpose. The aim is a development of recommendations for increasing the indicators of human development index at the state level using only formal methods of mathematical modeling.
Materials and methods. Particular criteria described the human development index are selected. Their ranking is determined, which ensures the greatest smoothness of the annual trend. A set of mathematical models is designed. They are estimated both by approximating the initial data and by the quality of post-forecast. The second-order regression-differential model is chosen as the working one, its advantages and disadvantages in compare with the linear multifactor model are shown. The influence of changes in controlled and uncontrolled factors on indicators of the human development index is studied. System management features are shown.
Conclusion. Some recommendations are formulated based on short-term forecasts to improve the human development index.References
Спиридонов, С.П. Индекс развития человеческого потенциала как ключевой индикатор качества жизни / С.П. Спиридонов // Вестник Тамбовского университета. Серия: Гуманитар¬ные науки. – 2010. – № 11 (91). – С. 161–172.
Кудрявцева, С.С. Интегральные оценки качества жизни населения / С.С. Кудряв-цева // Вестник Казанского технологического университета. – 2012. – № 9. – С. 259–264.
Спиридонов, С.П. Индикаторы качества жизни / С.П. Спиридонов // Современные проб-лемы науки. – 2011.– № 3. – С. 41–43.
Янченко Т.В. Определение оптимальной ранжировки частных критериев оценки краевого социального ресурса / Т.В. Янченко, А.В. Затонский // Экономика и менеджмент систем управления. – 2013. – № 4 (10). – С. 99–104.
Асалханов, П.Г. Линейные и нелинейные многофакторные модели в задаче прогнозирования сроков агротехнологических операций / П.Г. Асалханов // Вестник Саратовского государственного технического университета. – 2012. – Т. 4. № 1 (68). – С. 171–176.
Юкласова, А.В. Многофакторный корреляционно-регрессионный анализ рентабельности Газбанка / А.В. Юкласова, А.А. Макарова // Вестник Самарского государственного универ¬ситета. Серия: Экономика и управление. – 2015. – № 9-1 (131). – С. 277–283.
Байковская, М.И. Метод покоординатного спуска / М.И. Байковская, А.С. Дягилев // XLII научно-техническая конференция преподавателей и студентов университета. 26–27 мая 2009 г. – Витебск, 2009.
Гасников, А.В. Современные численные методы оптимизации. Метод универсального градиентного спуска / А.В. Гасников. – 2-е изд. – М.: Московский физико-технический институт (государственный университет). – 2018. – 181 c.
Purcell, M. Prediction of household and commercial BMW generation according to socio-economic and other factors for the Dublin region / M. Purcell, W.L. Magette // Waste Management – 2009 – vol. 29, no. 4. – P. 1237–1250.
Григалашвили, А.С. О применимости корреляционного анализа для исключения факторов в регрессионно-дифференциальных моделях / А.С. Григалашвили, Л.Ф. Кокшарова, И.О. Зуева // Вестник Тамбовского государственного технического университета. – 2016. – Т. 22. № 1. –
С. 35–44.
Литвинов, А.Е. Регрессионно-дифференциальное моделирование социально-экономи-ческой системы / А.Е. Литвинов // Управление инвестициями и инновациями. – 2015. – № 3. – С. 2–11.
Алешин, И.Ю. Интерполяция неизвестных функций кубическими сплайнами / И.Ю. Алешин, А.В. Сычева, Д.К. Агишева, Т.А. Матвеева // Современные наукоемкие технологии. – 2014. – № 5-2. – С. 188–189.
Tchobanoglous, G. Integrated solid waste management, engineering principles and management. McGraw-Hill Series in Waste Resources and Environmental Engineering / G. Tchobanoglous, H. Theisen, S. Vigil, // New York – 1993.
Рогова, Т.Н. Уравнения регрессии в моделях оптимизации / Т.Н. Рогова // Мир транс-порта. – 2009. – Т. 7. № 2 (26). – С. 138–143.
Затонский, А.В. Об аппроксимации факторов дифференциальной модели социально-экономической системы / А.В. Затонский, Н.А. Сиротина, Т.В. Янченко // Современные исследования социальных проблем (электронный научный журнал). – 2012. – № 11. – С. 6.
Затонский А.В. Программные средства глобальной оптимизации систем автоматического регулирования. М.: Инфра-М: ИЦ РИОР. – 2013. 136 с
