ОПРЕДЕЛЕНИЕ ГОРИЗОНТА РАСЧЁТОВ ПРИ МОДЕЛИРОВАНИИ ИННОВАЦИОННОГО ПРОЕКТА
DOI:
https://doi.org/10.14529/em160406Ключевые слова:
интеллектуальный анализ данных, производственная функция, горизонт расче- тов, инновационная активностьАннотация
Статья посвящена проблемам интеллектуального анализа данных. Разработан алгоритм моделиро-
вания производственной деятельности промышленного предприятия. В качестве модели использована
модифицированная производственная функция Кобба–Дугласа, учитывающая высокую материалоем-
кость промышленного производства и автономный технический прогресс, нейтральный по Хиксу. Мо-
делирование проведено с использованием языка программирования «R» с корректировкой коэффициен-
тов с учетом эффекта мультиколлинеарности с помощью механизма ридж-регрессии.
Предложен авторский метод оценки инновационной активности промышленного предприятия при
внедрении инвестиционного проекта на основе расчета интегральной динамики показателей эластично-
сти производства, полученных в процессе моделирования. Обосновано, что предложенный метод учи-
тывает специфику инновационного проекта и его автономное влияние на конечные результаты произ-
водства промышленного предприятия.
Решена методологическая проблема определения горизонта моделирования операционной дея-
тельности промышленного предприятия при оценке его инновационной активности в результате вне-
дрения инновационного проекта, который связан с моментом перехода чистого денежного потока от ре-
зультатов проекта в положительную зону.
Разработанный метод апробирован на данных ОАО «ЧТПЗ» при внедрении инновационного про-
екта «Высота-239».
Библиографические ссылки
Han Jiawei, Micheline Kamber, Jian Pei. Data
mining: concepts and techniques. – 3 ed. – Morgan
Kaufmann, 2012. – 1 р.
Larose Daniel T., Chantal D. Larose. Discovering
knowledge in data: an introduction to data
mining. – 2 ed. – John Wiley & Sons, 2014. – 23 р.
Барсегян, А.А. Анализ данных и процессов:
учебное пособие / А.А. Барсегян, М.С. Куприянов,
И.И. Холод и др. – 3-е изд., перераб. и доп. – СПб.:
БХВ-Петербург, 2009. – 91 с.
Cross Industry Standard Process for Data
Mining, CRISP-DM 1.0 Step-by-step data mining
guide (2000). – https://the-modelingagency.
com/crisp-dm.pdf. – 10 p.
Мохов, В.Г. Корпоративный форсайт и
оценка инновационной активности промышленно-
го предприятия / В.Г. Мохов, К.С. Стаханов //
Вестник ЮУрГУ. Серия «Экономика и менедж-
мент». – 2015. – Т. 9, № 3. – С. 61–67.
