А.И. Орлов

Институт высоких статистических технологий и эконометрики

Московского государственного технического университета им. Н.Э. Баумана;

Московский физико-технический институт, e-mail: prof-orlov@mail.ru.

Раздел "Математические методы исследования" нашего журнала был создан в 1961 г. Соответствующую секцию редколлегии возглавили академик АН УССР Б.В. Гнеденко и В.В. Налимов. За прошедшие годы в разделе опубликовано более тысячи статей. Подчеркнем, что большинство из них продолжают быть актуальными и в настоящее время, поскольку многие вопросы обработки данных измерений, наблюдений, испытаний, анализов, опытов не стареют, возникают вновь и вновь у новых поколений исследователей. К сожалению, не уходят в прошлое и "популярные" ошибки, например, распространенная в 80-е годы ошибка при использовании критериев Колмогорова и омега-квадрат (см. No.1 за 1985 г.) остается быть распространенной и в настоящее время.

Итоги работы раздела в ХХ в. были подведены в статьях [1 - 3]. Следующий этап освещен в обзоре В.Г. Горского "Прикладная математическая статистика - наш профиль" [4]. Мы проанализируем дальнейшие публикации, вышедшие в 2006 - 2015 гг. Чтобы не перегружать статью библиографическими ссылками, будем указывать только авторов, год и номер, например, (Орлов А.И., 2015/7). Полное описание и тексты статей можно найти в РИНЦ и на сайте журнала http://zldm.ru/index.php.

При анализе публикаций будем использовать классификатор, приведенный в таблице. Прикладную статистику, как и в написанном по материалам нашего раздела учебника [5], делим на четыре области: статистика случайных величин, многомерный статистический анализ, статистика временных рядов и случайных процессов, статистика нечисловых данных. Четвертой из этих областей (ее называют также статистикой объектов нечисловой природы или нечисловой статистикой [6]) за прошедшее десятилетие посвящено значительное число публикаций, поэтому внутри нее выделяем теорию измерений, задачи классификации, статистику интервальных данных.

Планирование эксперимента - традиционная тематика нашего раздела, как и экспертные оценки и прогнозирование. Хотя очевидно, что при применении математических методов исследования широко используются разнообразные программные продукты, специально вопросам разработки и качества программного обеспечения был посвящен ряд статей. Все статьи раздела "Математические методы исследования" нацелены на практическое применение, но среди них можно выделить те, в которых решаются конкретные прикладные задачи, и в этом состоит их основное содержание. В заключительной строке таблицы подведены итоги по разделу "Математические методы исследования" в целом (каждый автор учтен в соответствующей строке только один раз).

В статьях общего содержания центральное место занимает обзор В.Г. Горского "Прикладная математическая статистика - наш профиль" (2007/1), в котором подведены итоги работы раздела за предыдущие годы. Название этого обзора адекватно отражает основное направление деятельности раздела. Общим для всех перечисленных в таблице областей научных исследований вопросам посвящены статьи А.И. Орлова, в которых формулируется новая парадигма прикладной статистики, отражающая современный подход к разработке, изучению и применению математических методов исследования (2012/1), выявлена структура непараметрической статистики (2015/7), для математических методов и моделей рассмотрены проблемы устойчивости (2010/3), в качестве современной системы внедрения математических методов исследования предлагается обобщение системы "Шесть сигм", первоначально разработанной для обеспечения повышения качества продукции (2006/5). Согласно новой парадигме прикладной статистики и математических методов исследования в целом выполнены многие исследования за последние десятилетия (начиная с 80-х годов), однако сам термин "новая парадигма" стал употребляться недавно (с 2011 - 2012 гг.).

Важным новшеством в работе журнала явились "Колонки редколлегии" - краткие передовые статьи, посвященные ключевым вопросам работы раздела. Первая из них была посвящена математическим методам исследования как инструментам аналитика (Новиков Д.А., Орлов А.И., 2010/4). В следующем году обсудили задачу прогнозирования цен на лом черных металлов как пример применения прикладных математических моделей и методов (Новиков Д.А., Орлов А.И., Баландина Т.А., 2011/4). Затем Д.А. Новиков и А.И. Орлов рассматривали наиболее важный инструментарий - "точки прорыва" на фронте научных исследований по тематике раздела. Речь шла о математических методах классификации (2012/4), экспертных оценках как инструментах аналитика (2013/4), математических методах анализа интервальных данных (2014/7). Новая парадигма математических методов исследования была представлена А.И. Орловым (2015/7).

К таким разделам мы относим статистику случайных величин, многомерный статистический анализ, статистику временных рядов и случайных процессов.

Анализ полученных результатов по статистике случайных величин начнем с теории проверки статистических гипотез. Проанализировав современное состояние обобщенных критериев согласия типа хи-квадрат, В.Г. Воинов (2006/3) показал, что практическое применение достаточно мощных критериев Рао - Робсон - Никулина и Мирвалиева не имеет каких-либо принципиальных трудностей как теоретического, так и прикладного характера, а потому предлагаемую отдельными авторами процедуру "оптимального группирования" никак нельзя назвать оптимальной. В статье А.И. Орлова (2012/11) предложены методы вычисления значений статистик состоятельных критериев Смирнова и типа омега-квадрат (Лемана - Розенблатта), предназначенных для проверки и абсолютной однородности двух независимых выборок, т.е. для проверки тождественного совпадения их функций распределения. Проверку нормальности распределения и независимости результатов измерений М.Б. Смирнов (2015/7) обсуждает на примере анализа конкретных результатов измерений интегральных интенсивностей широких групп сигналов в спектрах ЯМР ¹Н высокого разрешения. Методам проверки гипотезы экспоненциальности распределения посвящена работа Ю.Д. Григорьева (2016/1). Интересны примеры, показывающие, что различные критерии экспоненциальности, основанные на одних и тех же данных, могут приводить к противоположным выводам.

В задачах оценивания внимание оказалось сосредоточенным на анализе цензурированных данных, которые используются, в частности, при анализе результатов испытаний на надежность. Работа А.А. Абдушукурова и Р.С. Мурадова (2014/11) посвящена оценкам функции распределения в моделях случайного цензурирования. Затем А.А. Абдушукуров разработал (2016/1) методы оценивания совместной функции надежности по цензурированным наблюдениям.

Поиск удобных формул для описания функций распределения и плотностей продолжается. Так, В.М. Маркочев и О.В. Александрова (2012/11) предлагают использовать дробно-степенную функцию для описания распределения вероятностей.

В области многомерного статистического анализа основное направление исследований - регрессионные модели. Как правильно построить линию регрессии для кривой усталости с учетом цензурирования? Эта задача, поставленная В.Е. Гадолиной (2010/5), всё еще ждет своего решения.

Продолжает разрабатываться метод наименьших квадратов. По мнению Б.В. Копаева (2012/7), в методе наименьших квадратов надо заменить абсолютные отклонения относительными. Эта идея заслуживает дальнейшей проработки. Непараметрический метод наименьших квадратов, нацеленный на оценку периодической составляющей, развит А.И. Орловым (2014/1). В нем не только отклонения от регрессионной зависимости имеют произвольное распределение, но и периодическая составляющая не входит в какое-либо параметрическое семейство.

Значительное внимание было уделено неклассическим постановкам регрессионного анализа, прежде всего методу наименьших модулей. Выбору вида функции ошибки в задачах восстановления регрессии на основе байесовского подхода посвящена работа В.В. Стрижова (2013/5). Исследование свойств обобщенного метода наименьших модулей (на примере оценки параметра сдвига) провел А.Н. Тырсин (2007/11). Оцениванию линейных регрессионных уравнений с помощью метода наименьших модулей, в том числе в случае недифференцируемости целевой функции в особых точках, посвящена статья А.Н. Тырсина и К.Е. Максимова (2012/7). Построение линейной регрессионной модели на основе энтропийного подхода выполнено С.А. Тимашевым и А.Н. Тырсиным (2009/3).

Продолжаются исследования в области выбора подмножества определяющих зависимость регрессоров из широкого множества всех возможных регрессоров. Алгоритм выбора признаков линейных регрессионных моделей из конечного и счетного множеств разработан Е.А. Крымовой и В.В. Стрижовым (2011/5)

К одной из актуальных проблем регрессионного анализа следует отнести оценивание коэффициентов линейных структурных соотношений, характеризующихся наличием погрешностей измерений во входных и выходных случайных переменных. Оцениванию линейных структурных соотношений между случайными величинами посвящена работа А.Н. Тырсина и С.А. Тимашева (2010/3). Представляется актуальной разработка и обоснование простого в реализации и рассчитанного на малые выборки метода оценивания коэффициентов линейной структурной зависимости между случайными величинами на основе использования самой общей априорной информации об исходных данных, обычно доступной на практике, разработанного в статье А.Н. Тырсина и Т.А. Макаровой (2013/5).

Интересная мера совместной корреляционной зависимости многомерных случайных величин предложена и изучена А.Н. Тырсиным (2014/1).

К статистике временных рядов и случайных процессов относится статья И. А. Кожевниковой, посвященная выявлению скрытых периодичностей (2006/3). Динамический спектр нестационарного случайного процесса не только выявляет периодики, присущие анализируемому процессу, но и дает общую картину изменения частотной структуры случайного процесса, как убедительно продемонстрировано И.Г. Нидеккер (2006/7).

В настоящее время статистика нечисловых данных (ее иногда называют подробнее - статистика объектов нечисловой природы - или короче - нечисловая статистика [6]) - центральная область прикладной статистики. Это утверждение подтверждается большим числом публикаций по статистике нечисловых данных в нашем журнале (34 статьи из 54, помещенных по всем конкретным направлениям прикладной статистики). В ней выделим отдельно такие направления, как теория измерений, задачи классификации, статистика интервальных данных, которые рассмотрим во второй части настоящего раздела.

Общее представление о нечисловой статистике дано в обзоре А.И. Орлова "Тридцать лет статистики объектов нечисловой природы" (2009/5). Отсчет идет от первого упоминания в 1979 г. термина "статистика объектов нечисловой природы" в научной литературе. Одна из крупных недавних разработок в этой области, выполненная Е.В. Луценко (2014/5) - системно-когнитивный анализ, реализующая его программная система "Эйдос" и многообразные применения этих интеллектуальных инструментов для построения интеллектуальных измерительных систем. Математический метод автоматизированного системно-когнитивного анализа (АСК-анализа) Е.В. Луценко предлагает рассматривать (2015/5) как системную теорию информации.

В предисловии (1967) к переводу на русский язык книги С. Кульбака "Теория информации и статистика" А.Н. Колмогоров писал: "... навыки мысли и аналитический аппарат теории информации должны, по-видимому, привести к заметной перестройке здания математической статистики" [7, с. 5 - 6]. Однако этого не произошло, поскольку не поток исследований, имеющих целью указанную перестройку, в СССР и мире не возник. По мнению автора настоящей статьи, работы Е.В. Луценко (АСК-анализ) можно рассматривать как развитие указанного А.Н. Колмогоровым направления прикладной математической статистики, не столько в чисто-математическом плане, сколько в прагматически-прикладном. Реализуется рекомендация А.Н. Колмогорова: "По-видимому, внедрение предлагаемых методов в практическую статистику будет облегчено, если тот же материал будет изложен более доступно и проиллюстрирован на подробно разобранных содержательных примерах" [7, с. 6]. Отметим оригинальность подхода и результатов Е.В. Луценко (по сравнению с книгой Кульбака), так что речь выше идет об идейных связях, а не о конкретике.

В статье Е.В. Луценко (2015/5) кратко рассматривается разработанный им метод автоматизированного системно-когнитивного анализа (АСК-анализ) (имеется его программный инструментарий - система "Эйдос-Х++"). АСК-анализ основан на системной теории информации, которая создана в рамках реализации идеи обобщения понятий математики, в частности, теории информации, базирующихся на теории множеств, путем тотальной замены понятия множества на более общее понятие системы и тщательного отслеживания всех последствий этой замены. Этому обобщению посвящена монография "Системная нечеткая интервальная математика" [8]. Благодаря математическому методу, положенному в основу АСК-анализа, этот метод является непараметрическим и позволяет сопоставимо обрабатывать десятки и сотни тысяч градаций факторов и будущих состояний объекта управления (классов) при неполных (фрагментированных), зашумленных данных числовой и нечисловой природы, измеряемых в различных шкалах.

Методы интерполяции функций нескольких нечисловых переменных развил С.А. Смоляк (2007/3). Он обсуждал также методы восстановление таких функций при наличии случайных ошибок наблюдения (2007/5).

Новый вид объектов нечисловой природы - спонтанные последовательности - ввели, изучили и применили для решения прикладных задач А.Н. Горбач и Н.А. Цейтлин. Они обосновали вид расстояния между нечисловыми объектами указанного вида (2008/11), разработали методы их анализа (2009/1).

Критерии информативности и пригодности (для решения задач распознавания образов) подмножества признаков, основанные на функции сходства, предложили и изучили И.А. Борисова, Н.Г. Загоруйко и О.А. Кутненко (2008/1).

Квантификации предпочтений, выраженных в вербальной форме, посвящена статья И.Ф. Шахнова (2013/1). Им описана модель количественного представления интенсивности проявления интересующих пользователя свойств у рассматриваемой группы объектов. Исходной информацией являются выраженные в вербальной форме суждения пользователя о степени проявления этих свойств у данных объектов. Предлагаемая модель основана на методе тернарных сравнений.

Теорию нечетких множеств для измерения и оценки эффективности реализации наукоемкой продуктовой инновации применила С.В. Клементьева (2006/11).

Определение сходных элементов в модели совершенства организаций посвящена работа А.И. Глухова (2007/3). Им построена удобная для практического применения математическая модель, позволяющая выявлять места смысловой избыточности модели делового совершенства.

К теории измерений относится обзор Б.В. Барского и М.В. Соколова (2006/1), посвященный средним величинам, инвариантным относительно допустимых преобразований шкалы измерения. Основные результаты теории измерений с точки зрения математических методов исследования рассмотрены А.И. Орловым (2006/1). Среднемедианный показатель положения выборки экспертных оценок обоснован Н.А. Цейтлиным (2010/7).

Значительное число статей (16) посвящено задачам классификации. Это научное направление относим к статистике нечисловых данных, поскольку методы решения задач классификации, как правило, опираются на использование расстояний между классифицируемыми объектами, а не на параметров самих объектов, а потому эти объекты могут быть элементами пространств произвольной природы.

О развитии математических методов теории классификации и внутренней структуре этой научной области рассказано в обзоре А.И. Орлова (2009/7). Выделены три основные типа задач - построения, изучения и применения классификации. Первая из них решается методами кластер-анализа, автоматической классификации, построения типологии, распознавания образов (все эти термины используются как синонимы). Вторая - методами теории бинарных отношений, графов, иерархий. Для обозначения методов решения задач третьего типа используют термины: дискриминантный анализ, диагностика, распознавание образов с учителем. Разнообразие терминов определяется разнообразием исходных прикладных задач.

Задачи классификации библиографических текстовых документов рассмотрены в серии работ В.О. Толчеева с соавторами. В статье (2009/7) он предложил модифицированный и обобщенный метод ближайшего соседа для решения таких задач. Использование непараметрических статистических критериев для оценки точности методов классификации рассмотрено в работе А.И. Орлова и В.О. Толчеева (2011/3). Большое практическое значение имеет комплексная процедура редукции для увеличения быстродействия непараметрических методов классификации текстовых документов, описанная А.А. Бородкиным и В.О. Толчеевым (2011/11). Те же авторы предложили и изучили методы взвешивания ближайших соседей на примере классификации библиографических текстовых документов (2013/7). Разработке новых модификаций профильных методов классификации и построение коллективов решающих правил посвящена статья А.С. Мохова и В.О. Толчеева (2015/3).

Серия интересных исследований выполнена А.В. Савченко. Он разработал метод оригинальный направленного перебора альтернатив в задачах распознавания образов (2011/11). В статье (2012/3) предложен интересный подход к разработке методов коллективного распознавания (комитетных решений). К числу несомненных достоинств этой работы необходимо отнести удачную идею объединения диагностических правил в комитеты на основе расчета информационного рассогласования Кульбака - Лейблера. Эффективность этого нововведения подтверждается экспериментальными исследованиями на различных выборках. В (2013/1) А.В Савченко исследует возможность повышения надежности распознавания образов за счет применения статистического подхода и выбора решения на основе сравнения с наперед заданным порогом максимальной апостериорной вероятности принадлежности объекта к классу. Судя по результатам эксперимента в задаче распознавания людей по фотографиям лиц, надежность классификации для предложенного подхода превосходит существующие аналоги. С целью распознавания сложноструктурированных объектов в статье (2014/3) предложена математическая модель образа как последовательности выборок независимых одинаково распределенных векторов признаков. На основе этой модели и классического байесовского подхода задача распознавания сведена к проверке гипотез об однородности выборок. В работе (2014/3) представлены результаты экспериментального исследования в задачах классификации лиц и распознавания изолированных слов русской речи.

Распознаванию объектов по тупиковым тесторам посвящена работа А.А. Макаркина (2013/3). В его статье приведены алгоритм и программа быстрого поиска всех тупиковых тесторов по таблице сравнения классов. Допустимо любое число классов с числовыми или нечисловыми объектами, по которым можно построить таблицу сравнения классов. Описана процедура пересчета голосов за классы в нормированные расстояния до классов. Для каждого объекта расстояния однозначно вычисляются по заданным классам и без участия пользователя. На тестовом примере распознавание по всем тупиковым тесторам сравнивается с распознаванием по числовой метрике.

Проблему кластеризации спонтанных последовательностей рассмотрели А.Н. Горбач и Н.А. Цейтлин (2009/5). В (2010/1) они предложили алгоритм кластеризации объектов нечисловой природы этого типа. В статье А.И. Орлова (2013/1) продемонстрирована устойчивость результатов классификации относительно выбора метода кластер-анализа. Одни и те же данные подробно проанализированы методами "ближнего соседа" и "дальнего соседа". Показано, что полученные результаты близки.

Методы теории классификации применялись при решении конкретных прикладных задач. В статье М.А. Штремель, А.В. Кудря и А.В. Иващенко (2006/5) непараметрический дискриминантный анализ с успехом использован в задачах управления качеством. Непараметрические модели для решения задач диагностики электрорадиоизделий разработаны Н.В. Котляровой, В.И. Орловым, Н.А. Сергеевой и В.В. Федосовым (2014/7).

В области статистики интервальных данных опубликовано четыре статьи. Построению аналитических моделей по данным вычислительного эксперимента в задачах анализа чувствительности и оценки экономических рисков посвящена работа А.П. Вощинина и П.В. Бронз (2007/1). Интервальный подход к выражению неопределенности измерений и калибровке цифровых измерительных систем развивали А.П. Вощинин и Н.В. Скибицкий (2007/11). Обобщающая статья по статистике интервальных данных опубликована А.И. Орловым (2015/3). Отметим, что в статистике интервальных данных есть возможность определения рационального объемы выборки (в отличие от классических постановок математической статистики, в которых чем больше объем выборки, тем лучше). В работе Н.В. Скибицкого и Н.В. Севальнева (2015/11) рассмотрены интервальные модели в задачах оптимального управления с дифференциальными связями.

С момента организации раздела "Математические методы исследования" планирование эксперимента было одним из основных направлений его работы (наряду с прикладной статистикой). Таким оно является и в настоящее время. За последние 10 лет опубликовано 10 работ по этой тематике.

Прикладная значимость методов планирования эксперимента продемонстрирована в ряде публикаций. Метод симплекс-планирования экспериментальных исследований при оптимизации состава никель-медь-марганцевых катализаторов для очистки отходящих газов от вредных выбросов применяла Т.А. Зиновьева (2007/7). Группа авторов (М. С. Барсукова, Е.Е. Виссер, Е.Б. Чернов, Ю,А. Карбаинов) использовали методы планирования эксперимента для исследования моющей способности растворов после их электрохимической обработки (2008/1). Многофакторное планирование эксперимента оказалось полезным С.Б. Заякиной и Г.Н. Аношину при выборе оптимальных условий проведения атомно-эмиссионного анализа с применением дугового двухструйного плазмотрона (2011/3).

Активно ведутся теоретические исследования по планированию эксперимента. Кривую Бокса-Лукаса и критерий емкости D-оптимальных планов для нелинейной регрессии изучили Ю.Д. Григорьев и Нгуен Хай Винь (2011/1). Планы эксперимента для полиномиальной регрессии с коррелированными наблюдениями (2012/5) и для моделей регрессии типа сплайнов (2013/11) разработаны Ю.Д. Григорьевым. Принципы оптимального планирования эксперимента применены В.Я. Вилисовым при разработке процедур выбора управленческих решений на предприятии (2010/5).

Объединенный анализ теоретических и эмпирических данных планируемого эксперимента дал В.Б. Боков (2010/1). Системному оптимальному планированию регрессионного эксперимента посвящена статья С.Г. Радченко (2012/7). Планирование эксперимента в измерениях рассмотрела Н.П. Ординарцева (2013/3).

Математические методы исследования основаны прежде всего на анализе результатов измерений, наблюдений, испытаний, анализов, опытов, обследований, т.е. на анализе данных, полученных объективными методами. Вместе с тем достаточно часто полезную информацию можно получить от специалистов. Речь идет о субъективных данных - экспертных оценках. В нашей стране теория экспертных оценок активно развивается с 70-х годов. Много раз цитировался опубликованный в нашем журнале обзор по экспертным оценкам 1996 г. [9]. Основные вопросы сбора и анализа экспертных оценок отражены в учебнике [10]. О развитии экспертных технологий в нашей стране рассказано в обзоре А.И. Орлова (2010/11). В нем описана история методов экспертных оценок в нашей стране в послевоенные годы, приведены основные идеи и публикации, позволяющие получить представление об этой перспективной научно-практической области, кратко изложены новые идеи, подходы, концепции, теоремы и алгоритмы в области экспертных оценок. Обзор продолжен в работе А.И. Орлова, Ю.Г. Савинова, А.Ю. Богданова (2014/3), основное содержание которой экспертная технология, предназначенная для оценивания вероятностей редких событий, таких, как столкновение воздушного судна с птицей.

Способ построения интегральных индикаторов качества сложных объектов с использованием экспертных оценок описан В.В. Стрижовым (2006/7). Интегральные индикаторы вычисляются как линейная комбинация показателей объектов. Используются экспертные оценки качества объектов и важности показателей, которые корректируются в процессе вычисления. Для сравнения с предлагаемым методом приведены известные методы построения интегрального индикатора "без учителя" и "с учителем". Стрижов В.В. Метод уточнения экспертных оценок, выставленных в ранговых (т.е. порядковых - А.О.) шкалах, с помощью измеряемых данных предложен В.В. Стрижовым в статье (2011/7).

Проблему определения весовых коэффициентов на основании экспертных оценок рассматривал также Д.Б. Зотьев (2011/1). Рациональная экспертная оценка знаний учащихся предложена Н.А. Цейтлиным (2010/11). Модификация метода фокальных объектов, открывающая новые возможности в творчестве, дана Ю,В. Сидельниковым (2012/1). Речь идет о круге приемов, рассматриваемых в известной "теории решения изобретательских задач", ведущей свое начало с книги Д. Пойа "Как решать задачу" [11], впервые опубликованной в 1944 г.

Базовые математические методы прогнозирования - это методы прикладной статистики и экспертных оценок [12]. Из прикладной статистики часто используют различные постановки регрессионного анализа. Так, в статье В.С. Муравьевой и А.И. Орлова (2008/1) разработан метод доверительного оценивания точки пересечения двух регрессионных линейных зависимостей. В асимптотической постановке изучена непараметрическая вероятностно-статистическая модель (без предположения о нормальности распределения погрешностей). На основе метода линеаризации получены асимптотические дисперсия и доверительный интервал для точки встречи. Метод рассмотрен на примере сравнительного анализа тенденций развития отечественной и зарубежной групп продукции. В рамках непараметрической вероятностно-статистической модели В.С. Муравьевой (2008/3) получено асимптотическое распределение уровня качества и временного лага двух регрессионных линейных зависимостей. На основе метода линеаризации найдены асимптотические дисперсия и доверительный интервал для уровня качества и временного лага.

Прогнозирование знака разности между ценой металла и форвардного контракта на него  (на примере меди, алюминия, никеля) выполнено Ю.В. Сидельниковым и А.С. Танасовой (2006/11). Методы организационно-экономического прогнозирования применены Е.М. Крюковой (2008/7) в отрасли лома черных металлов. Ею использован прежде всего многомерный регрессионный анализ.

Хотя теория принятия решений рассмотрена в ряде учебников [13, 14], в разделе "Математические методы исследования" опубликован ряд интересных и практически полезных статей.

Математические методы оценки рисков проанализировал О.В. Пугач (2013/7). Алгоритм построения интегрального индикатора множества объектов, устойчивого к выбросам в описаниях объектов, разработан В.В. Стрижовым и Т.В. Казаковой (2007/7). С помощью критерия принадлежности выбирается множество опорных описаний. Интегральный индикатор строится методом "без учителя". Предложенный алгоритм использован В.В. Стрижовым и Т.В. Казаковой для получения интегрального индикатора уровня загрязнений основных продуктов питания в регионах России.

Математические методы оценки эффективности управленческих решений, принимаемых с помощью автоматизированной системы прогнозирования и предотвращения авиационных происшествий, разработаны С.А. Хрусталевым, А.И. Орловым и В.Д. Шаровым (2013/11). Рандомизированная процедура оценки айсберговой угрозы, связанная с добычей нефти и газа на морском арктическом шельфе, разработана Э.М. Кудлаевым (2009/1). Оценку безопасности и рисков принятия решений в сложных технических системах на основе мониторинга рассмотрел В.И. Артёмов (2009/3). Поддержку принятия решений при выборе конструкционных материалов для обеспечения безопасной эксплуатации оборудования обсуждают А.Ф. Берман, Г.С. Малтугуева и А.Ю. Юрин (2015/11).

В работах по математическим методам исследования расчеты проводятся, как правило, с помощью тех или иных программных продуктов. Однако можно выделить ряд публикаций, посвященных прежде всего программному обеспечению.

Небольшая дискуссия состоялась в 2008 г. Программное обеспечение для статистического анализа рассмотрела О.С. Смирнова (2008/5). Она дала краткий обзор важного класса программного обеспечения - статистических пакетов. Рассмотрены наиболее популярные представители этого класса, области их применения и возможности, предоставляемые методы анализа данных, включая некоторые новейшие методики. Даны краткие характеристики ряда популярных в последнее время неклассических методов статистического анализа. В том же выпуске журнала А.И. Орлов в статье "Статистические пакеты - инструменты исследователя" проанализировал проблемы разработки, внедрения и использования статистических пакетов в России с конца 80-х годов. Дан критический анализ популярных в настоящее время пакетов в сопоставлении с результатами современных научных исследований. Показано, что распространенные в настоящее время статистические программные продукты отстают от современного уровня научных исследований примерно на 30 лет. Поэтому весьма актуальна задача разработки статистических пакетов нового поколения, соответствующих современному научному уровню и одновременно обеспечивающих удобства пользователей, достигнутые в популярных ныне пакетах. Намечены перспективы развития работ в области статистического программного обеспечения.

Программная система СПЕКТРАН, предназначенная для автоматизации процессов анализа результатов исследования микрочастиц различной природы, образующих дисперсные вещества и их смеси, рассмотрена в статье большой группы авторов - А.В. Баданова, И.А. Борисовой, В.В. Дюбанова, Н.Г. Загоруйко, О.А. Кутненко, А.В. Кучкина, М.А. Мещерякова и Н.Г. Милозворова (2009/11). Система анализирует данные об элементном составе микрочастиц, которые представлены в виде энергодисперсионных спектров рентгеноспектрального микроанализа. С помощью этой системы решаются следующие базовые задачи прикладной статистики: кластеризация частиц по похожести их спектров, выбор подмножества наиболее информативных полос спектра, распознавание принадлежности частиц и их смесей к заданным классам и ряд других. Программы, входящие в состав системы СПЕКТРАН, носят универсальный характер, что позволяет использовать их для анализа данных любой природы (достаточно лишь, чтобы данные были представлены таблицами "Объект - Свойство").

Экспертная система для оценки одной из фундаментальных характеристик органических соединений - гомолитической энергии диссоциации связи - по константам скорости элементарной радикальной реакции описана В.Е. Тумановым (2010/5). В работе представлены предметная область, база знаний и общий алгоритм работы экспертной системы. Через четыре года Д.Ю. Лазарев и В.Е. Туманов предложили использовать искусственную нейронную сеть для оценки энергии диссоциации связей органических молекул (2014/5).

Метод исследования последовательностей псевдослучайных чисел на основании максимального отклонения оценки спектральной плотности, полученной осреднением по сдвигу во времени, предложен И.А. Кожевниковой (2011/7). При отсутствии временных зависимостей внутри таких последовательностей оценки их спектральной плотности должны быть близки к постоянной - спектральной плотности последовательности независимых одинаково распределенных случайных величин. Методом математического моделирования проведено сравнение глобальной и локальной проверок для датчика псевдослучайных чисел URAND. Проведенные расчеты показывают, что гипотеза независимости последовательности не отвергается на разумном уровне значимости либо для последовательностей, полученных с помощью прореживания, либо с помощью M-алгоритма. Эти результаты весьма важны для дискуссии о методе статистических испытаний (Монте-Карло), начатой в нашем журнале.

В разделе "Математические методы исследования" значительное число статей посвящено решению разнообразных конкретных прикладных задач.

Контрольные карты Шухарта и кумулятивных сумм первоначально использовались для статистического контроля технологических процессов. В последние годы область их применения значительно расширилась, охватив временные ряды различной природы, от экологического мониторинга до анализа динамики экономических показателей. В статье И.Н. Митрохина и А.И. Орлова (2007/5) даются общие сведения о методе контрольных карт и подробно разбирается пример, относящийся к деятельности ОАО "Северсталь-авто". Построению карт контроля качества с помощью непараметрического критерия Вилкоксона - Манна - Уитни посвящена работа Л.А. Кузнецова и М.Г. Журавлевой (2009/1). Технической диагностике качества диодных матриц обсуждается в работе В.И. Орлова, Н.А. Сергеевой, Е.А. Чжан (2015/5). Модель оптимизации ремонтной политики, основанная на методе дисконтирования денежных потоков и учитывающая надежность машин, предложена С.А. Смоляком (2014/11). Математическая надежность организационных структур изучил А.П. Шадрин (2008/11).

Практическому применению математических моделей управления запасами, в том числе классической модели Вильсона, приводящей к формуле квадратного корня для объема поставки, посвящена работа Р.В. Смольникова. Математическую модель оценки эффективности систем обеспечения пожарной безопасности стационарных объектов разработала О.Б. Проневич (2014/7).

Исследование статистического распределения времени жизни перегретого н-пентана выполнено С.А. Перминовым, Е.В. Липняговым и Г.В. Ермаковым (2009/11). Даны непараметрические оценки функции распределения времени жизни и параметрические оценки плотности вероятности. Определены частоты нуклеации. Проверены гипотезы о виде функции распределения по различным критериям согласия. Показано, что частота нуклеации непостоянна, а следовательно, процесс нуклеации является нестационарным.

Принципы построения математической модели демпфирующего сплава, определяющей зависимости его механических характеристик от назначенных проектных параметров, изложены в статье В.М. Шишкина и В.М. Кондратова (2008/7). К механическим характеристикам отнесены временное сопротивление, относительное удлинение и логарифмический декремент колебаний при нескольких значениях амплитуды нормального напряжения, к проектным - массовые содержания легирующих элементов и показатели режимов термической обработки. Разработаны методы определения проектных параметров демпфирующего сплава по заданному комплексу его механических характеристик, а также из условия оптимизации прочностных, пластических и демпфирующих свойств сплава. Проведены численные эксперименты, подтверждающие достоверность разработанных методов.

Высокоточные системы управления в предсказуемых средах изучены А.Л. Буничем (2011/5). Им рассмотрена задача синтеза системы с предписанной стоимостью управления для дискретного линейного объекта при стационарных возмущениях, спектр которых расположен в априорно заданном частотном диапазоне. Описан алгоритм синтеза регулятора и исследована чувствительность системы управления по отношению к малым вариациям спектрального состава возмущения. Алгоритм синтеза обобщается на многомерные системы с одинаковой размерностью управления и стабилизируемой переменной. М.С. Слободян и С.М. Слободян разработали марковские модели живучести контактной пары (2012/3). Определять физический профиль дифракционной линии методом псевдомаксимального правдоподобия предложила Ф.Ф. Сатдарова (2012/5). Новый метод восстановления физического профиля дифракционной линии исходит из статистической формулировки задачи. Гармоники физического профиля оцениваются как параметры структурной модели дифрактометрических данных. Эффективность метода доказана результатами имитационных испытаний. Доверительные интервалы метода взвешенных наименьших квадратов в связи со стратегией градуировки обсуждаются в статье Ю.А. Каламбета, С.А. Мальцева и Ю.П. Козьмина (2015/1).

Использованию миниатюрных пьезодетекторов для уточнения модели расчета остаточных концентраций газов в емкостных аппаратах посвящена работа Т.А. Кучменко, Р.У. Умарханова, О.Ю. Никифоровой и А.Е. Небольсина (2012/11). Рассмотрен потоковый детектор на основе высокочувствительного пьезосенсора с покрытием из углеродных нанотрубок, функционирующий при высоком расходе потока с линейным откликом в широком диапазоне концентраций токсичных газов. На примере стендовой установки, включающей уменьшенную модель емкостного аппарата и разработанный пьезодетектор, показана возможность оптимизации математической модели распределения токсичных газов (на примере аммиака) и подбора регламента продувки с учетом особенностей расположения и геометрии застойных зон. Двухуровневая модель выбора состава покрытия сварочных электродов разработана В.И. Аверченковым, М.Г. Шараповым, В.К. Гулаковым и К.В. Гулаковым (2015/1).

Две статьи были посвящены основателям раздела. Математические методы исследования в работах Бориса Владимировича Гнеденко проанализированы А.И. Орловым (2007/7). Б. В. Гнеденко был математиком, знавшим запросы прикладников, и одновременно исследователем в конкретных прикладных областях, работавшим на уровне современной математической строгости. Одна из основных научных заслуг Бориса Владимировича Гнеденко - обоснование необходимости развития математических методов исследования как самостоятельного научного направления.

Статья Ю.В. Грановского и Е.В. Марковой (2010/7) посвящена 100-летию со дня рождения В.В. Налимова, ученого-мыслителя широкого профиля, известного в нашей стране и за рубежом как создателя нескольких новых научных направлений и лидера "незримого коллектива" по планированию эксперимента. Из большого творческого наследия Налимова в статье рассмотрены только его работы, тематически связанные с журналом "Заводская лаборатория": метрология анализа вещества, химическая кибернетика и хемометрия, математическая теория эксперимента. Особое внимание уделено методологическим проблемам - логике моделирования, логике развития математической статистики, логическим основаниям планирования эксперимента.

Опубликованы поздравления к юбилеям А.П. Вощинина (2007/11) и А.И. Орлова (2009/5) и некрологи А.П. Вощинина (2008/8), Э.М. Кудлаева (2012/4) и В.Г. Горского (2016/1).

Проанализированные в статье итоги десятилетней (2006 - 2015) работы раздела "Математические методы исследования" демонстрируют большой творческий потенциал авторов статей, многие из которых регулярно публикуют результаты своих исследований именно в нашем журнале. Получены теоретические результаты высокого уровня, решено большое число важных прикладных задач. Раздел - уникальная издательская площадка по математическим методам исследования, ничего подобного в России нет. С чисто научной точки зрения у раздела великолепные перспективы.

1. Горский В.Г., Орлов А.И. Математические методы исследования: итоги и перспективы // Заводская лаборатория. Диагностика материалов. 2002. Т.68. No.1. С.108-112.

2. Маркова Е.В., Никитина Е.П. Математическая теория эксперимента: история, развитие, будущее // Заводская лаборатория. Диагностика материалов. 2002. Т.68. No.1. С.112-118.

3. Орлов А.И. Некоторые нерешенные вопросы в области математических методов исследования // Заводская лаборатория. Диагностика материалов. 2002. Т.68. No.3. С.52-56.

4. Горский В.Г. Прикладная математическая статистика - наш профиль // Заводская лаборатория. Диагностика материалов. 2007. Т.73. No.1. С. 96-100.

5. Орлов А.И. Прикладная статистика. - М.: Экзамен, 2006. - 671 с.

6. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.1. Нечисловая статистика. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2009. - 541 с.

7. Кульбак С. Теория информации и статистика. - M.: Наука, 1967. - 408 с.

8. Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. Монография (научное издание). - Краснодар, КубГАУ. 2014. - 600 с.

9. Орлов А.И. Экспертные оценки // Заводская лаборатория. Диагностика материалов. 1996. Т.62. No.1. С.54-60.

10. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Ч.2. Экспертные оценки. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2011. - 486 с.

11. Пойа Д. Как решать задачу. - М.: Либроком, 2010. - 208 с.

12. Лындина М.И., Орлов А.И. Методы прогнозирования для ракетно-космической промышленности // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. No. 103. С. 196-221.

13. Орлов А.И. Теория принятия решений. - М.: Экзамен, 2006. - 574 с.

14. Орлов А.И. Организационно-экономическое моделирование: теория принятия решений. Учеб. для вузов. - М.: КноРус, 2011. - 568 с.

Публикация:

1039. Орлов А.И. Развитие математических методов исследования (2006 - 2015 гг.) // Заводская лаборатория. Диагностика материалов. 2017. Т.83. No.1. Ч.1. С. 78-86.

Орлов Александр Иванович

Д.э.н., д.т.н., к.ф.-м.н., профессор

РИНЦ SPIN-код: 4342-4994

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5, prof-orlov@mail.ru

Аннотация. В статье обоснована необходимость разработки контроллинга организационно-экономических методов, включающего инструменты прогнозирования, разработки и принятия управленческих решений и др. служба контроллинга занимает центральное место в процессе разработки и применения организационно-экономических методов для решения задач, поставленных руководством организации. Однако весьма часто служба контроллинга имеет другое название, оправданное историей организации. Для разрешения указанного парадокса мы начинаем с обсуждения содержания терминов "контроллинг" и особенно "контроллинг организационно-экономических методов". Обсуждается роль "служба контроллинга" в управлении организациями и предприятиями, а также территориальными и муниципальными образованиями. В качестве примера инструмента контроллинга организационно-экономических методов рассмотрена автоматизированная система прогнозирования и предотвращения авиационных происшествий, использование в ней экспертных технологий и количественных методов оценки рисков. Мы рассматриваем эту систему как инструмент контроллинга при управлении безопасностью полетов, хотя заказчиком и исполнителями термин "контроллинг" в официальной документации проекта не использовался. В соответствии с Указом Президента Российской Федерации от 21 августа 2012 года No. 1199 одним из 11 интегральных показателей деятельности органов исполнительной власти является показатель "оценка населением деятельности органов исполнительной власти". Его использование при контроллинге в области стратегического управления территориальными и муниципальными образованиями предложено проводить на основе солидарной информационной экономики (прежнее название - неформальная информационная экономики будущего), развиваемой нами с 2007 г. Сформулированы основные идеи НИЭБ. Однако термин "контроллинг" используется применительно к данной тематике отнюдь не всегда. Сказанное относится и к исследованиям, посвященным организационно-экономическому моделированию инноваций и развития инновационных систем.

Ключевые слова: математика, экономика, управление, контроллинг, организационно-экономическое моделирование, математические методы экономики, прогнозирование, солидарная информационная экономика, инновации.

UDC 330.322.16:629.78

Economics

Orlov Alexander Ivanovich

Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor

Annotation. In this article we substantiate the necessity of the development of controlling of organizational and economic methods, including forecasting tools, the development and management of decision-making, and others. Controlling service is central to the development and implementation of organizational and economic methods to achieve the goals set by management. However, quite often the controlling service has a different name, justified by the history of the organization. To resolve this paradox, we begin with a discussion of the content of the terms "controlling" and especially "Controlling organizational and economic methods". We discuss the role of "controlling service" in the management of organizations and enterprises, as well as territorial and municipal entities. As an example of the controlling instrument of organizational and economic methods is considered an automated system of forecasting and prevention of aviation accidents, the use in this system the expert technologies and quantitative risk estimation methods. We consider this system as a controlling tool in the management of safety, while customers and performers do not use the term "controlling" in the official documentation of this project. In accordance with the Presidential Decree of 21 August 2012 No. 1199 one of the 11 integrated indicators of the executive power is the indicator "estimate the population of the executive authorities." Its use in controlling in the field of strategic management of regional and municipal entities was proposed to carry out on the basis of solidary information economy (the former name - the informal information economy of the future), developed by us from 2007. We give the basic ideas of solidary information economy. However, the term "controlling" is not always used in relation to this subject. The same applies to researches related to organizational and economic modeling of innovation and development of innovative systems.

Keywords: mathematics, economics, management, controlling, organizational-economic modeling, mathematical methods of economics, forecasting, solidary information economy, innovations.

Одним из парадоксов современной экономической теории и хозяйственной практики является неадекватное использование терминов. Так, хорошо известно, что разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам входит в обязанности службы контроллинга. Организационно-экономические методы могут быть реализованы в виде методик, инструкций и других нормативных документов организации, а также в виде программных продуктов и автоматизированных систем. Реализацию организационно-экономических методов осуществляют работники различных специальностей - организаторы производства, экономисты, управленцы (менеджеры, руководители), инженеры, математики, программисты и др. Дело контроллеров - обеспечить соответствие продуктов реализации организационно-экономических методов задачам, поставленным руководством организации. Можно сказать, что контроллеры передают требования руководства организации тем конкретным специалистам и их группам, которые осуществляют реализацию организационно-экономических методов, а затем осуществляют информационно-аналитическую поддержку процесса принятия управленческих решений с использованием разработанных методик, инструкций, программных продуктов и автоматизированных систем. Таким образом, служба контроллинга занимает центральное место в процессе разработки и применения организационно-экономических методов для решения задач, поставленных руководством организации. Однако весьма часто служба контроллинга имеет другое название, оправданное историей организации.

Для разрешения указанного парадокса мы начинаем с обсуждения содержания терминов "контроллинг" и особенно "контроллинг организационно-экономических методов". Обсуждается роль "служба контроллинга" в управлении организациями и предприятиями, а также территориальными и муниципальными образованиями.

В качестве примера разбираем проект создания автоматизированной системы прогнозирования и предотвращения авиационных происшествий (АСППАП). Мы рассматриваем АСППАП как инструмент контроллинга при управлении безопасностью полетов, хотя заказчиком и исполнителями термин "контроллинг" в официальной документации проекта не использовался.

Другой пример - применение солидарной информационной экономики (первоначальное название - неформальная информационная экономика будущего) при стратегическом управлении территориальными и муниципальными образованиями целесообразно рассматривать в рамках концепций контроллинга, хотя термин "контроллинг" используется применительно к данной тематике отнюдь не всегда.

Сказанное относится и к исследованиям, посвященным организационно-экономическому моделированию инноваций и развития инновационных систем.

Обсуждение ведем на основе работ, выполненных в научно-учебном комплексе "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана, прежде всего в Институте высоких статистических технологий и эконометрики и Лаборатории экономико-математических методов в контроллинге Научно-образовательного центра "Контроллинг и управленческие инновации".

Контроллинг [1, 2] - знамя, под которым собрались те, кто разрабатывает, изучает и применяет современные технологии управления организациями. Обсуждение понятия "контроллинг" продолжается, в нем можно выделить много сторон. Так, "контроллинг - ориентированная на долгосрочное и эффективное развитие система информационно-аналитической, методической и инструментальной поддержки руководителей предприятия по достижению поставленных целей..." [2, с.45]. Можно выразить ту же мысль несколько иначе: "контроллинг - это система информационно-аналитической поддержки процесса принятия управленческих решений в организации". Обратим внимание на то, что система создается постепенно, охватывая одну область принятия решений за другой.

Как соотносятся сферы ответственности контроллера и руководителя? Контроллер разрабатывает правила принятия решений, руководитель принимает решения, опираясь на эти правила. В рамках организации термин "контроллер" может не употребляться, важны исполняемые функции, а не название.

В статьях [3, 4] нами введено понятие "контроллинг организационно-экономических методов". Этот вид контроллинга включает методы прогнозирования, разработки и принятия управленческих решений и др. Как была обоснована необходимость введения нового вида контроллинга?

В современной обстановке перманентного экономического кризиса стала еще более актуальной необходимость совершенствования систем и процедур управления организациями и предприятиями. Обеспечить технологическую и политическую независимость наша страна может лишь путем перехода на инновационный путь развития. Инновации в сфере управления в промышленности основаны, в частности, на использовании новых адекватных организационно-экономических методов. Контроллинг в этой области - это разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам. В деятельности управленческих структур выделяем интересующую нас сторону - используемые ими организационно-экономические методы. Такие методы рассматриваем с точки зрения их влияния на эффективность (в широком смысле) процессов управления промышленными предприятиями. Если речь идет о новых методах (для данного предприятия), то их разработка и внедрение - организационная инновация, в таких случаях контроллинг организационно-экономических методов можно рассматривать как часть контроллинга инноваций [5].

Разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам входит в обязанности службы контроллинга. Организационно-экономические методы могут быть реализованы в виде методик, инструкций и других нормативных документов организации, а также в виде программных продуктов и автоматизированных систем. Реализацию организационно-экономических методов осуществляют работники различных специальностей - организаторы производства, экономисты, управленцы (менеджеры, руководители), инженеры, математики, программисты и др. Дело контроллеров - обеспечить соответствие продуктов реализации организационно-экономических методов задачам, поставленным руководством организации. Можно сказать, что контроллеры передают требования руководства организации тем конкретным специалистам и их группам, которые осуществляют реализацию организационно-экономических методов, а затем осуществляют информационно-аналитическую поддержку процесса принятия управленческих решений с использованием разработанных методик, инструкций, программных продуктов и автоматизированных систем. Таким образом, служба контроллинга занимает центральное место в процессе разработки и применения организационно-экономических методов для решения задач, поставленных руководством организации.

Отметим, что служба контроллинга, действующая в соответствии со сказанным выше, может иметь другое название или же не быть выделенной в виде самостоятельного подразделения. От этого она не перестает быть службой контроллинга, поскольку выполняет ее функции. Вспомним персонаж пьесы Мольера, который с удивлением узнал, что всю жизнь говорил прозой. В материалах шести международных конференций "Управление развитием крупномасштабных систем" (Институт проблем управления РАН, 2007 - 2012), содержащих тезисы более чем тысячи докладов, термин "контроллинг" встречается всего два раза, в то время как более чем в 200 докладах рассматриваются проблемы контроллинга в указанном выше смысле.

В инновационном проекте АСППАП разрабатывается система организационно-экономических методов и программ поддержки принятия управленческих решений в области управления безопасностью полетов, весьма важной для авиации. Эта система будет играть роль службы контроллинга, снабжая руководителей, отвечающих за безопасность полетов, правилами принятия решений и проектами решений в конкретных ситуациях. Другими словами, разрабатываемая система обеспечивает информационно-аналитическую поддержку процесса принятия управленческих решений в области безопасности полетов, а потому является основой системы контроллинга в этой области. Отсутствие термина "контроллинг" в официальном названии разрабатываемой системы объясняется традициями, сложившимися в кластере организаций, разрабатывающих систему, и не может затушевать ее реальные функции.

В 2010 г. Правительство РФ поддержало пилотный инновационный проект по разработке АСППАП на базе Ульяновского государственного университета. К работе были подключены ведущие ученые РФ в области управления безопасностью полетов: из МГТУ им. Н.Э. Баумана, Межгосударственного Авиационного Комитета, МГТУ Гражданской Авиации, ОКБ Миля и других организаций под руководством председателя Экспертного Совета проекта член-корр. РАН Н.А. Махутова.

Инновационный проект реализуется на базе Группы компаний (ГрК) "Волга-Днепр" и при активном участии ее ведущих специалистов и руководителей. ГрК "Волга-Днепр" специализируется в области грузовых авиаперевозок и занимает более 50% мирового рынка нестандартных грузоперевозок.

АСППАП - инструмент контроллинга при управлении безопасностью полетов [6, 7]. Разработка АСППАП проводится по двум направлениям: (1) построение математических моделей классическими методами теории вероятностей, где это возможно (модели обнаружения разладки, теории надежности), и (2) методами теории статистики нечисловых данных [8] и системной нечеткой интервальной математики [9], в том числе нечетких множеств [10] (описывающих лингвистические переменные), с использованием процедур экспертных оценок [11, 12], построения матриц анализа рисков [13] и т.д. Деревья событий по 12 типам авиационных происшествий разработаны на базе многолетней статистики.

Методы прогнозирования и экономической оценки рисков для безопасности полетов [13] разрабатываются с целью разработки и принятия управленческих решений в АСППАП. Методы краткосрочного и долгосрочного прогнозирования основаны на использовании прикладной статистики, экспертных оценок, организационно-экономического моделирования производственных процессов авиаперевозок и возможных сценариев развития авиационных происшествий в полете.

Повышение эффективности управления безопасностью полетов - одна из приоритетных задач ГрК "Волга-Днепр". Руководящие документы Международной организации гражданской авиации (ИКАО), как показал опыт, не являются достаточными для построения эффективной системы на уровне авиакомпании.

В проекте большой объем занимают работы с применением экспертных технологий. Разработчики УлГУ совместно с проектной группой ГрК выделяют набор прикладных задач, для решения которых необходимо применение экспертных оценок. Так, при краткосрочном прогнозировании с использованием выделенных в проекте 12 типов событий эксперты оценивают передаточные коэффициенты (условные вероятности в обобщенных формулах Байеса). Экспертные оценки используются в тех случаях, когда обширные статистические данные отсутствуют или в настоящее время недоступны. По мере накопления информации в новых базах данных и извлечения необходимой информации из имеющихся баз данных, в том числе из материалов расследований авиационных происшествий Межгосударственного авиационного комитета и автоматизированной системы обеспечения безопасности полетов гражданской авиации РФ, проведения научно-исследовательских работ экспертные оценки будут заменяться на объективные данные.

Вначале организаторы экспертизы планировали получить от экспертов оценки в виде частот событий (сколько определенного типа событий следует ожидать на 1000 полетов). Однако в соответствии с мнением экспертов пришлось перейти на оценки в порядковой шкале. Эксперты стали упорядочивать события по частоте, а также давать балльные оценки в шкале с пятью градациями. Таким образом, еще раз подтвердилось, что экспертам гораздо легче сравнивать объекты экспертизы, отвечать, какое событие встречается чаще, а какое реже, чем отвечать на вопросы типа: "Как часто встречается?", "Во сколько раз чаше встречается первое событие, чем второе?", "Насколько чаще встречается первое событие, чем второе?". То, что мнения экспертов чаще всего выражены в порядковой шкале, заметно усложнило процедуры сбора и анализа экспертной информации по сравнению с гипотетической возможностью получать экспертные оценки в интервальной шкале или шкале отношений. Для решения рассматриваемой прикладной задачи были разработаны новые методы сбора и анализа экспертной информации [14, 15].

Количественная оценка рисков для безопасности полетов в стоимостной и натуральной форме проводится на основе анализа информации об эксплуатационной деятельности авиакомпании и формирования перечня управленческих решений из базы данных с оценкой их эффективности на основе расчета предотвращенного ущерба. Для предварительной оценки эффективности управленческих решений использованы разработки группы CAST (Commercial Aviation Safety Team), снизившей уровень авиакатастроф в США за период с 1997 г. по 2007 г. на 82%.

Принята вероятностно-статистическая модель риска [16]. Ущерб - случайная величина. Риск выражается характеристиками распределения ущерба, но непараметрическая оценка плотности затруднена. Поэтому на первом этапе используется упрощенный вариант - расчет среднего ожидаемого ущерба как произведения вероятности авиационного события (рассчитывается по исходным данным об эксплуатационной деятельности авиакомпании и ожидаемым условиям полета) и среднего ущерба (рассчитывается по данным страховых случаев с экспертным учетом опыта авиакомпании). Экспертным путем определяются многие параметры, необходимые для реализации системы, например, минимальная величина ущерба (в процентах от стоимости воздушного судна) как характеристика события для его учета в долгосрочном прогнозировании. Необходимо включать также косвенный ущерб, соответствующий упущенной выгоде в связи с внеплановым ремонтом, простоем воздушного судна в течение ремонта, дополнительными расходами, вызванными использованием других воздушных судов для выполнения заключенных договоров на авиаперевозки, репутационными издержками и другими потерями.

В соответствии с требованиями ИКАО каждая авиакомпания разрабатывает и совершенствует систему управления безопасностью полетов. Разрабатываемая ГрК "Волга-Днепр" совместно с УлГУ и консультантами АСППАП отличается гораздо более глубокой проработкой вопросов оценки, анализа и управления рисками, краткосрочного и долгосрочного прогнозирования. Единственным существующим в настоящее время аналогом является система CATS (Нидерланды), однако эта система заметно проще, не использует объективные данные об эксплуатационной деятельности авиакомпании и ожидаемых условиях выполнения полета и позволяет решать существенно меньший объем задач по управлению безопасности полетов. Итак, АСППАП является новой в мировом масштабе инновационной разработкой (инструментом контроллинга), позволяющей успешно решать ключевую в авиационной отрасли проблему подготовки правил принятия решений и выдачи рекомендаций руководителям по принятию управленческих решений при управлении безопасностью полетов [17]. Планируется, что система будет тиражироваться: передаваться авиакомпаниям и внедряться в них.

В Указе Президента Российской Федерации от 21 августа 2012 года No. 1199 "Об оценке эффективности деятельности органов исполнительной власти субъектов Российской Федерации" вместо множества критериев эффективности в управленческий обиход введены 11 интегральных показателей деятельности органов исполнительной власти субъектов Российской Федерации, в том числе такой показатель, как "оценка населением деятельности органов исполнительной власти субъекта Российской Федерации". В настоящее время информационно-коммуникационные технологии все шире используются для организации взаимодействия органов управления территориальными и муниципальными образованиями с общественными организациями и отдельными гражданами. Особенно важно взаимодействие в области стратегического управления территориальными и муниципальными образованиями. Методы организации такого взаимодействия рассматриваются в развиваемой нами солидарной информационной экономике (СИЭ). Ранее мы использовали термин "неформальная информационная экономика будущего" (НИЭБ).

СИЭ исходит из того, что основное течение (мейнстрим) в современной экономической науке - обоснование несостоятельности рыночной экономики и необходимости перехода к плановой системе управления хозяйством. В условиях России это означает, в частности, переход государства к непосредственному управлению экономикой, воссоздание Госплана и отраслевых министерств.

В рамках мейнстрима плановой экономики имеются различные системы взглядов. Мы полагаем, что модели и методы управления развитием крупномасштабных систем должны опираться на разрабатываемое в Институте проблем управления им. В.А. Трапезникова РАН новое направление в менеджменте [18], получившее название "Умное управление". Оно предполагает использование современных механизмов управления организационными системами (механизмов прогнозирования и планирования, организации, стимулирования (мотивации), координации и контроля) как на уровне отдельного предприятия, так и на уровне региона, страны и международных отношений. Технологии управления должны опираться на систематическое использование теории принятия решений, в том числе экспертных оценок. СИЭ как базовую организационно-экономическую теорию относим к научному направлению "Умное управление". Базовые идеи СИЭ (НИЭБ) достаточно подробно изложены в [19 - 28]. На 10 июля 2016 г. основной Интернет-ресурс по НИЭБ на форуме сайта "Высокие статистические технологии" просмотрен 109,2 тыс. раз (http://forum.orlovs.pp.ru/viewtopic.php?f=2&t=570).

СИЭ - современная базовая организационно-экономическая теория. Хорошо известно [29], что "школа научного управления" основана на "русской системе обучения ремеслам", разработанной в Императорском Московском Техническом Училище (ныне МГТУ им. Н.Э. Баумана). Место и время рождения современного менеджмента - Москва, 60-70-е годы XIX в. Вполне естественно, что современная базовая организационно-экономическая теория - СИЭ - также создана в МГТУ им. Н.Э. Баумана. Общепризнано, что управленческие решения необходимо принимать на основе всей совокупности социальных, технологических, экономических, экологических, политических факторов. Это касается прежде всего стратегических решений. Итак, экономика - часть менеджмента как науки об управлении людьми.

Согласно СИЭ современные информационные технологии и теория принятия решений (включая экспертные технологии) позволяют построить информационно-коммуникационную систему, предназначенную для выявления потребностей и организации производства с целью их удовлетворения. Для реализации этой возможности необходима лишь воля руководства хозяйственной единицей, нацеленная на преобразование системы управления этой единицей. В частности, как уже и происходит во всех развитых странах, российское государство должно стать основным действующим лицом в экономике.

В качестве предшественников, на работы которых существенно опираемся, называем В.М. Глушкова и Ст. Бира. Многие исследователи высказывали схожие мысли. Например, можно указать на труды К. Поланьи. В рамках плановой системы можно смоделировать любые рыночные отношения, а потому плановое хозяйство заведомо не менее эффективно, чем рыночное. Основная критика (Хайека) плановой системы базировалась на невозможности произвести необходимое количество вычислений, в результате плановые решения запаздывали и не могли охватить необходимую номенклатуру товаров и услуг. Как показали шотландские экономисты В. Пол Кокшотт и Аллин Ф. Коттрелл (см., например, [24]) , современные информационные технологии снимают эти проблемы. Так, П. Кокшотт убедительно демонстрирует теоретическую возможность организации производства с целью непосредственного удовлетворения потребностей в масштабах страны или человечества в целом. Особо отметим выполненный им тщательный анализ объемов необходимых вычислений. Для расчетов управленческих решений на базе моделей линейного программирования мощностей стандартных современных компьютеров вполне достаточно.

Практика нашей управленческой работы в Группе авиакомпаний "Волга-Днепр" демонстрирует главенство менеджмента над экономикой, в частности, большое значение экспертных технологий [11, 12], в том числе сетевых. Наш вклад в рассматриваемое интеллектуальное движение состоит в разработке теории принятия решений как инструментария НИЭБ, в частности, методов сбора и анализа экспертных оценок для выявления и согласования потребностей.

Новым по сравнению с временами В.М. Глушкова и С. Бира является широкое распространение Интернет-технологий, позволяющее аппаратно реализовать право граждан на участие в принятии касающихся их решений. Открытый процесс создания реальных организационных модулей системы, привлечения участников, прокладывания горизонтальных связей, осуществления операций с ее помощью можно назвать Open P2P Society - "Открытое сетевое общество". Неформальность - важнейшая черта, обеспечивающая свободу передачи информации и участие всех заинтересованных лиц и организаций в выработке и реализации решений.

В перспективе путем предварительного обсуждения и планирования можно будет снять проблему нерационального производства товаров и услуг. В рамках плановой системы можно смоделировать любые рыночные отношения, а потому плановое хозяйство заведомо не менее эффективно, чем рыночное. Основная критика плановой системы базировалась на невозможности произвести необходимое количество вычислений, в результате плановые решения запаздывали и не могли охватить необходимую номенклатуру товаров и услуг. Как показали В. Пол Кокшотт и Аллин Ф. Коттрелл (Cockshott and Cottrell, 1996, см., например, [24]), современные информационные технологии снимают эти проблемы. П. Кокшотт демонстрирует теоретическую возможность организации производства с целью удовлетворения потребностей в масштабах страны или человечества в целом (Кокшотт, 2008, см., например, [24]). Особо отметим выполненный им тщательный анализ объемов вычислений, необходимых для этого. Как показал П. Кокшотт, для расчетов управленческих решений на базе моделей линейного программирования мощностей стандартных современных компьютеров вполне достаточно. Возможность самореализации личности, быстрота реализации творческих решений, полностью реализуется в продвинутом варианте планового хозяйства, построенного на основе современной теории принятия решений. Возможно полностью удовлетворить индивидуальные и пожелания потребителей.

Многочисленные работы посвящены конкретным проблемам развития информационных технологий управления [24]. В частности, И. Герасимов считает, что информационные технологии управления уже на сегодняшнем этапе позволяют разработать и внедрять интегрированные информационно-управляющие системы, предназначенные для координации людей, ресурсов, потребностей, предложений; объединения в рабочие группы по реализации экономических проектов; установления прямых связей между производителями и потребителями; оптимальной координации инициатив и проектов в масштабе всего общества. К конкретным функциям в рамках экономического блока можно отнести: учет и распределение ресурсов, обмен экономическим опытом и технологиями, выявление потребностей населения в товарах и услугах, формирование коллективов новых хозяйствующих субъектов, аккумулирование и распределение инвестиций, координация действий трудовых коллективов, публичная оценка потребителями работы хозяйствующих субъектов, ведение публичного диалога между потребителями и производителями товаров и услуг, публикация жалоб добросовестных хозяйствующих субъектов на деструктивные действия официальных и неофициальных паразитических структур, выработка схем оптимального ресурсообмена и планов экономического развития.

Не менее важным, чем участие в экономической жизни, представляется наделение рядовых граждан возможностями по непосредственному участию в политическом управлении обществом. Это, в частности, формирование общественных советов и рабочих групп по коллективному изучению и решению тех или иных социальных проблем, оценка качества работы должностных лиц, разработка, обсуждение и оценка нормативных документов, выдвижение собственных предложений и доведение их до управленческих структур, организация публичного диалога между административными органами и населением, обсуждение кандидатов на выборные должности, публикация сведений о характеризующих личность граждан совершенных ими социально значимых действиях, мобилизация населения на акции прямого гражданского волеизъявления... Качественно новым уровнем по сравнению с разрозненными сайтами фирм и административных учреждений, выполняющими лишь представительские и рекламные функции, должны стать интегрированные порталы целых секторов экономики и территорий. Эти порталы должны обладать выраженной обратной связью, формироваться по единым стандартам, подчиняться принципу "открытой архитектуры", быть соединенными между собой каналами регулярного обмена данными и находиться под контролем формируемых населением общественных советов различных уровней (Герасимов, 2008, см., например, [24]).

Приведем пример институализации неформальных акций с помощью информационных технологий. В США по инициативе ученых Массачусетского технологического института - разумеется, вопреки воле официальных властей - была разработана интерактивная сетевая база данных, позволяющая гражданам свободно добавлять и получать информацию, касающуюся должностных лиц и политиков. Задуманная как "асимметричный ответ" на создание системы тотальной слежки правительственных органов за простыми людьми, она получила название GIA - Government Information Awareness, или "Информационная осведомленность о правительстве". Таким образом, передовой мировой опыт также указывает верное направление развития.

Оставшиеся с прошлых веков привычные принципы управления как экономикой, так и государством входят во все большее противоречие с возможностями в сфере технологий управления, предоставляемые прогрессом информационных технологий. Падает роль представительной демократии, при которой подавляющее большинство граждан делегируют полномочия по принятию решений специалистам-депутатам. Возрастает роль неформальной, "роевой" деятельности, как противовеса иерархическим структурам.

Рассмотрим некоторые результаты теоретических исследований в области развития инновационных систем, проведенных на факультете "Инженерный бизнес и менеджмент" Московского государственного технического университета им. Н.Э. Баумана.

Траектория инновационного процесса имеет три характерные точки: заявка со стороны разработчиков новшества, принятие решения о финансировании проекта, окончание внедрения проекта. Обсудим переход от заявки к решению о финансировании. Второй переход принципиальных сложностей не вызывает, поскольку методы управления проектами хорошо разработаны.

Судя по опыту МГТУ им. Н.Э.Баумана, в области высоких технологий коллективы разработчиков обычно сосредотачиваются на научно-технических проблемах новшеств, составляя календарные планы перехода к промышленному производству. Сроки и стоимость такого перехода коллективы разработчиков, как правило, приводят в своих заявках.

Однако маркетинговая составляющая заявки обычно проработана плохо. Не изучены предпочтения потребителей, сопоставление с разработками конкурентов является отрывочным, прогнозирование научно-технического прогресса и соответствующих изменений рынка не проводится. В результате отсутствуют как достаточно полное представление об объеме будущих продаж предлагаемого к реализации новшества, так и строгое обоснование цены. Не анализируется структура потенциальных потребителей и функция спроса.

Объясняется недостаточная проработанность маркетинговой составляющей заявок очевидной некомпетентностью коллективов разработчиков конкретных новшеств в маркетинговых исследованиях. Такие исследования не относятся к их сфере деятельности и должны проводиться профессионалами-маркетологами, естественно, в сотрудничестве с разработчиками.

Если маркетинговые исследования показывают целесообразность дальнейшей проработки заявки, то следующим этапом является подготовка бизнес-плана, в котором, в частности, должен быть оценены различные характеристики общего экономического эффекта от внедрения новшества, а также проанализированы другие виды эффектов - социальные, экологические, технологические, политические ... Практика показывает, что коллективы, занимающиеся научно-технической стороной заявки, не в состоянии самостоятельно разработать полноценный бизнес-план, поскольку такая деятельность не входит в круг их профессиональных занятий. Подготовкой бизнес-планов должны заниматься специалисты в области организационно-экономического обеспечения инновационной деятельности.

С бизнес-планом можно обращаться к инвесторам. Для этого естественно использовать современные информационные технологии, относящиеся к "электронной коммерции". В МГТУ им. Н.Э.Баумана разработана структурно-функциональная схема бизнес-процессов Интернет-аукциона высоких технологий.

На всех этапах жизненного цикла инновационного проекта - формирование, маркетинговые исследования, оценка эффективности, принятие решения о реализации, внедрение, контроль после внедрения, оценка эффективности реализации проекта - используются разнообразные процедуры экспертного оценивания. Организовывать и проводить такие процедуры должны профессионалы в области теории и практики экспертных оценок.

Итак, для успешного осуществления инновационной деятельности, кроме научно-технических коллективов, предлагающих заявки к рассмотрению, и инвесторов, обеспечивающих финансирование, необходима структура, занимающаяся организационно-экономическим обеспечением. А именно, маркетинговыми исследованиями, подготовкой бизнес-планов, проведением экспертиз, использованием информационных технологий.

Подчеркнем ведущую роль "электронных" экономических связей субъектов инновационной деятельности, необходимость развития информационной культуры и цифровой культуры, роль мощного центрального игрока, обеспечивающего использование систем электронной коммерции и средств организационно-технологического моделирования и обеспечения.

Рассмотрим основные бизнес-процессы Интернет-аукциона высоких технологий. Организационно-технологическая схема системного использования средств электронной коммерции предусматривает ведение информационных реестров, необходимых при подготовке и проведении конкурсов и аукционов, мониторинге жизненного цикла инновационных проектов. Очевидна необходимость создания аналитического консалтингового центра, предназначенного для организационно-экономической поддержки конкретных инновационных исследований в области наукоемких технологий при подготовке и проведении Интернет-аукциона высоких технологий. Его роль и задачи вытекают из структуры проектируемой системы Интернет-аукциона высоких технологий. Целесообразно использование методологии структурированного анализа и конструирования (методологии SADT - IDEF0).

К составляющим структурно-функциональной схемы бизнес-процессов Интернет-аукциона высоких технологий относится, прежде всего, информационная, организационно-методическая и инструментальная среда, соединяющая интересы продавцов и покупателей информации об инновационных технологиях и/или прав на них. Выделим основные составляющие бизнес-модели: партнерская сеть, передача/приобретение информации, комплекс услуг по продвижению, доведению технологий до внедрения, предоставлению инвестиций. Очевидна роль системы баз данных (реестров), в частности, при распространении (рассылке) информации при проведении Интернет-аукциона высоких технологий, подготовке проектов к рассмотрению. А также при решении основных проблем на типовой траектории инновационного проекта: (заявка коллектива разработчиков) - (изучение потребителей и конкурентов, выявление рыночной ниши и конкурентных преимуществ инновационного проекта) - (оценка экономической и иной эффективности проекта) - (позиционирование проекта на рынке при подготовке Интернет-аукциона) - (проведение аукциона).

Структурно-функциональная схема организационно-экономической поддержки конкретных инновационных исследований в области наукоемких технологий при подготовке и проведении Интернет-аукциона высоких технологий включает в себя следующие составляющие:

1. Организационно-экономическая экспертиза конкретных инновационных проектов.

2. Типовые схемы разработки бизнес-планов конкретных инновационных проектов.

3. Прогнозирование научно-технического прогресса, прежде всего в области наукоемких (высоких) технологий, а также спроса на научно-техническую продукцию высокотехнологичных отраслей промышленности.

4. Интернет-аукционы высоких технологий.

5. Управление созданием, освоением и качеством новой техники, в том числе с помощью методов управления работами на различных стадиях жизненного цикла изделия, техническим уровнем и конкурентоспособностью наукоемкой продукции.

Отдельно выделим структурно-функциональную схему маркетинговой поддержки конкретных инновационных исследований в наукоемких областях при проведении Интернет-аукциона высоких технологий. Она включает схемы осуществления полевых и кабинетных маркетинговых исследований с целью изучения соответствующих рынков и выявления предпочтений потребителей при разработке конкретных инновационных проектов. А также схемы организационно-экономической поддержки творческих коллективов по вопросам стратегии и тактики завоевания рынка (планирование рекламной кампании, разработка рекламного бюджета и др.), стратегического маркетинга и обеспечения конкурентоспособности.

Для решения рассмотренных выше задач организационно-экономической поддержки инновационной деятельности необходимо продвинуться в решении ряда чисто научных проблем. Структурно-функциональная схема разработки методологии, теории и методов инновационных исследований, необходимых для обеспечения организационно-экономической поддержки конкретных инновационных исследований в наукоемких областях при проведении Интернет-аукциона высоких технологий включает в себя следующие научные направления:

1. Разработка методологии и методов инновационных исследований, в том числе эконометрических методов, прежде всего экспертных, и методов принятия решений и выбора инновационной стратегии [30, 31].

2. Разработка теоретических вопросов инновационных исследований, в том числе логистико-ориентированной инноватики, маркетинговых исследований и контроллинга инноваций [31, 32].

3. Разработка методов оценки эффективности инноваций и инновационной деятельности, в том числе оценки результатов инновационной деятельности, эффективности затрат на инновационную деятельность и сопутствующих рисков [33, 34].

4. Разработка методов экспертизы и управления инновационными проектами, в том числе методов анализа и синтеза бизнес-планов, выбора приоритетных направлений исследований и разработок [31, 32].

Отметим все возрастающее значение в организационно-экономических исследованиях методов анализа данных и принятия решений, основанных на теории нечеткости [9, 35, 36]. Как известно, теория нечеткости может быть вложена в теорию случайных множеств [9, 31, 35 - 37].

На факультете "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана ведутся теоретические исследования в области развития инновационных систем [38 - 41].

1. Контроллинг: учебник / А.М. Карминский, С.Г. Фалько, А.А. Жевага, Н.Ю. Иванова; под ред. А.М. Карминского, С.Г. Фалько. - М.: Финансы и статистика, 2006. - 336 с.

2. Фалько С.Г. Контроллинг для руководителей и специалистов. - М.: Финансы и статистика, 2008. - 272 с.

3. Орлов А.И. Контроллинг организационно-экономических методов // Контроллинг. 2008. No.4 (28). С.12-18.

4. Орлов А.И. Новая область контроллинга - контроллинг организационно-экономических методов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. No. 99. С. 1126-1137.

5. Фалько С.Г., Иванова Н.Ю. Управление нововведениями на высокотехнологичных предприятиях. - М.: МГТУ им. Н.Э. Баумана, 2007. - 256 с.

6. Орлов А.И., Рухлинский В.М., Шаров В.Д. Экономическая оценка рисков при управлении безопасностью полетов // Материалы I Международной конференции "Стратегическое управление и контроллинг в некоммерческих и публичных организациях: фонды, университеты, муниципалитеты, ассоциации и партнерства": выпуск No.1 / Под научн. ред. С.Л. Байдакова и С.Г. Фалько. - М.: НП "Объединение контроллеров", 2011. - С. 108-114.

7. Орлов А.И., Луценко Е.В., Лойко В.И. Перспективные математические и инструментальные методы контроллинга. Под научной ред. проф. С.Г. Фалько. Монография (научное издание). - Краснодар, КубГАУ. 2015. - 600 с.

8. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Часть 1: Нечисловая статистика. - М.: Изд-во МГТУ им. Н.Э. Баумана. - 2009. - 541 с.

9. Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. Монография (научное издание). - Краснодар, КубГАУ. 2014. - 600 с.

10. Орлов А.И. Статистика нечетких данных // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2016. No. 119. С. 75-91.

11. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2011. - 486 с.

12. Орлов А.И. Теория экспертных оценок в нашей стране // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. No. 93. С. 1-11.

13. Шаров В.Д., Макаров В.П., Орлов А.И., Волков М.А., Санников И.А., Рухлинский В.М. Контроллинг при управлении безопасностью полетов // Материалы II Международного Конгресса по контроллингу: выпуск No.2 / Под ред. С.Г. Фалько. - М.: НП "Объединение контроллеров", 2012. - С.222-232.

14. Орлов А.И., Савинов Ю.Г., Богданов А.Ю. Опыт экспертного оценивания условных вероятностей редких событий при разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий // Известия Самарского научного центра Российской академии наук. 2012. Том 14. No. 4(2). С.501-506.

15. Орлов А.И., Савинов Ю.Г., Богданов А.Ю. Экспертные технологии и их применение при оценивании вероятностей редких событий // Заводская лаборатория. Диагностика материалов. 2014. Т.80. No.3. С.63-69.

16. Орлов А.И. Современное состояние контроллинга рисков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. No. 98. С. 933-942.

17. Бутов А.А., Волков М.А., Макаров В.П., Орлов А.И., Шаров В.Д. Автоматизированная система прогнозирования и предотвращения авиационных происшествий при организации и производстве воздушных перевозок // Известия Самарского научного центра Российской академии наук. 2012. Том 14. No. 4(2). С.380-385.

18. Механизмы управления / Под ред. Д.А. Новикова. - М. :Ленанд, 2011. - 192 с.

19. Орлов А.И. Неформальная информационная экономика будущего // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений / Под ред. Р.М. Нижегородцева.- М.: Доброе слово: ИПУ РАН, 2007. С.72-87.

20. Орлов А.И. Экономико-математические методы в контроллинге и неформальная информационная экономика будущего. - В сб.: Формування ринковоi економiки: Зб. наук. праць. Спец. вип., присвяч. Мiжнар. наук.-практ. конф. "Контролiнг у бiзнесi: теорiя i практика". - К.: КНЕУ, 2008. - С.43-50.

21. Орлов А.И. Основные идеи неформальной информационной экономики будущего // ЭТАП: Экономическая Теория, Анализ, Практика. 2010. No. 1, С.89-105.

22. Орлов А.И. Неформальная информационная экономика будущего - базовая организационно-экономическая теория // Вестник Южно-Российского государственного технического университета (Новочеркасского политехнического института). Серия "Социально-экономические науки". 2010. No.2. С.55-67.

23. Орлов А.И. Подходы неформальной информационной экономики будущего к управлению развитием крупномасштабных систем // IDO science. - 2010. - No.2. - С. 17-26.

24. Орлов А.И. Аристотель и неформальная информационная экономика будущего // BIOCOSMOLOGY - NEO-ARISTOTELISM (Биокосмология - нео-Аристотелизм). Bilingual Electronic Journal of Universalizing Scientific and Philosophical Research based upon the Original Aristotelian Cosmological Organicism. Vol.2. No.3. Summer, 2012. С.150-164.

25. Орлов А.И. Проблемы методологии государственной политики и управления в неформальной информационной экономике будущего // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. No. 88. С. 653-679.

26. Орлов А.И. Солидарная информационная экономика как экономическая составляющая государственной идеологии России // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. No. 98. С. 1149-1160.

27. Орлов А.И. Основные идеи солидарной информационной экономики - базовой организационно-экономической теории // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2015. No. 112. С. 52 - 77.

28. Орлов А.И. Солидарная информационная экономика - экономика без рынка и денег // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2015. No. 113. С. 388 - 418.

29. Научные школы Московского государственного технического университета имени Н.Э. Баумана. История развития / Под ред. И.Б. Федорова, К.С. Колесникова. 2-е изд., доп. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. - 464 с.

30. Орлов А.И. Эконометрика. Изд. 3-е. М.: Экзамен, 2004. - 576 с.

31. Орлов А.И. Принятие решений. Теория и методы разработки управленческих решений. -М.-Ростов н/Д: МарТ; 2005. - 496 с.

32. Загонова Н.С., Орлов А.И. Эконометрическая поддержка контроллинга инноваций. Нечеткий выбор // Российское предпринимательство". 2004. No.4. С.54-57.

33. Вологжанина С.А., Орлов А.И. Об одном подходе к оценке рисков для малых предприятий (на примере выполнения инновационных проектов в ВУЗах). - Подготовка специалистов в области малого бизнеса в высшей школе. Сб. научных статей. М.: Изд-во ООО "ЭЛИКС +", 2001. С.40-53.

34. Орлов А.И., Федосеев В.Н. Менеджмент в техносфере. М.: Академия, 2003. - 384 с.

35. Орлов А.И. Устойчивость в социально-экономических моделях. М.: Наука, 1979.- 296 с.

36. Орлов А.И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980. - 64 с.

37. Орлов А.И. Теория нечетких множеств - часть теории вероятностей // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. No. 92. С. 51-60.

38. Фалько С.Г. Инновационный менеджмент. - М.: МГТУ им. Н.Э.Баумана, 1996. - 111 с.

39. Стратегическое управление организационно-экономической устойчивостью фирмы: Логистико-ориентированное проектирование бизнеса / А.Д. Канчавели, А.А. Колобов, И.Н. Омельченко и др.; Под ред. А.А. Колобов, И.Н. Омельченко. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. - 600 с.

40. Проектирование интегрированных производственно- корпоративных структур: эффективность, организация, управление / С.Н.Анисимов, А.А.Колобов, И.Н.Омельченко, А.И.Орлов, А.М. Иванилова, С.В. Краснов; Под ред. А.А. Колобова, А.И. Орлова. Научное издание. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2006. - 728 с.

41. Орлов А.И. Стратегическое управление территориальными и муниципальными образованиями с точки зрения неформальной информационной экономики будущего // Материалы II Международной научно-практической конференции по контроллингу / Под науч. ред. С.Г. Фалько. - М.: НП "Объединение контроллеров", 2012. - С. 88 - 101.

Публикация:

1034. Орлов А.И. Организационно-экономическое обеспечение управления организациями и территориями с точки зрения солидарной информационной экономики / А.И. Орлов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2016. - No.10(124). С. 926 - 953. - IDA [article ID]: 1241610062. - Режим доступа: http://ej.kubagro.ru/2016/10/pdf/62.pdf, 1,75 у.п.л.