процесс+решения+проблем

системный анализ
Совокупность методологических средств, используемых для подготовки и обоснования решений по сложным проблемам различного характера. Он опирается на системный подход, а также на ряд математических методов и современных методов управления. Основная процедура – построение обобщенной модели, отображающей взаимосвязи реальной ситуации. [http://www.rol.ru/files/dict/internet/#P].
[ http://www.morepc.ru/dict/]

системный анализ
1. Научная дисциплина, разрабатывающая общие принципы исследования сложных объектов с учетом их системного характера. 2. Методология исследования объектов посредством представления их в качестве систем и анализа этих систем. Как научную дисциплину С.а. можно считать развитием идей кибернетики. Как и кибернетика, он исследует категории, общие для многих дисциплин и относящиеся к так называемым системам, которые изучаются любой наукой. Когда речь идет об изучении действующих, развивающихся систем, какими являются и любой экономический объект, и экономика в целом, то системное исследование может иметь два аспекта — генетический и функциональный, т.е. изучение исторического развития системы и изучение ее реального действия, функционирования. Будучи методологией исследования объектов посредством представления их в качестве систем и анализа этих систем, С.а. представляет собой весьма эффективное средство решения сложных, обычно недостаточно четко сформулированных проблем в науке, на производстве и в других областях. При этом любой объект рассматривается не как единое, неразделимое целое, а как система взаимосвязанных составных элементов, их свойств, качеств. Например, в экономике отдельные стороны, характеризующие данный экономический процесс, рассматриваются как элементы системы, изучается их взаимосвязь. Соответственно С.а. сводится к уточнению сложной проблемы и ее структуризации в серию задач, решаемых с помощью экономико-математических методов, нахождению критериев их решения, детализации целей, конструированию эффективной организации для достижения целей. С.а. любого объекта проводится в несколько этапов. Главные из них следующие: 1. Постановка задачи — определение объекта исследования, постановка целей, задание критериев для изучения объекта и управления им. 2. Выделение системы, подлежащей изучению, и ее структуризация. 3. Составление математической модели изучаемой системы: параметризация, установление зависимостей между введенными параметрами, упрощение описания системы путем выделения подсистем и определения их иерархии, окончательная фиксация целей и критериев. Таким образом, создается модель системы, которая помогает лучше ее понять, выделить главное — то, благодаря чему можно поставить и решить задачу. Такую модель называют также абстрактной системой. Результаты исследования абстрактной системы по определенным правилам можно перенести на реальные изучаемые системы (объекты исследования). В этом смысл применения С.а. прежде всего при решении сложных проблем управления (сложных в том смысле, что требуют выбора наилучших альтернатив в условиях неполноты информации, неопределенности и т.п.). С.а. применяется, в частности, при проектировании организационных структур управления (здесь одно из правил заключается в том, что необходимо строить оргструктуры в зависимости от задачи и методов решения, а не наоборот, как обычно бывает на практике), при выборе альтернатив путем сопоставления затрат на реализацию возможных альтернатив с их ожидаемой эффективностью — такие методики, например, в США называются анализом “затраты-эффективность”, “затраты-выгоды” и др. Системный подход к изучению экономических явлений [systems approach in eco¬nomics] - “комплексное изучение экономики как единого целого с позиций системного анализа”[1]. Можно встретить двоякое понимание С.п.: с одной стороны, это — рассмотрение, анализ существующих систем, с другой — создание или, как часто говорят, конструирование, синтез систем для достижения каких-то целей. Эта двойственность отражает реальное положение дел. Анализ и синтез тесно связаны. Рассмотрим в качестве примера автоматизированную систему управления (АСУ). Ее создание — синтез системы — невозможно без анализа реальных процессов управления, взаимодействия отдельных звеньев предприятия, самого предприятия с внешним миром и т.д. Поскольку главная отличительная особенность большой или сложной системы — тесная взаимосвязь всех ее эле¬ментов и частей, то С.п. к анализу экономических явлений означает учет этих взаимосвязей, изучение отдельных экономических объектов как структурных частей более сложных систем, выявление роли каждого из них в общем процессе функционирования экономической системы и, наоборот, воздействия системы в целом на отдельные ее элементы. [1] Федоренко Н.П. Системный под¬ход к изучению экономических явлений. — в кн.: Математика и кибернетика в экономике: Словарь-справочник. — М.: Эко¬номика, 1975, стр. 517.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• system analysis
• systems analysis

анализ систем
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• system analysis
• SA

системный анализ
Совокупность методологических средств, используемых для подготовки и обоснования решений по сложным проблемам различного характера. Он опирается на системный подход, а также на ряд математических методов и современных методов управления. Основная процедура – построение обобщенной модели, отображающей взаимосвязи реальной ситуации. [http://www.rol.ru/files/dict/internet/#P].
[ http://www.morepc.ru/dict/]

системный анализ
1. Научная дисциплина, разрабатывающая общие принципы исследования сложных объектов с учетом их системного характера. 2. Методология исследования объектов посредством представления их в качестве систем и анализа этих систем. Как научную дисциплину С.а. можно считать развитием идей кибернетики. Как и кибернетика, он исследует категории, общие для многих дисциплин и относящиеся к так называемым системам, которые изучаются любой наукой. Когда речь идет об изучении действующих, развивающихся систем, какими являются и любой экономический объект, и экономика в целом, то системное исследование может иметь два аспекта — генетический и функциональный, т.е. изучение исторического развития системы и изучение ее реального действия, функционирования. Будучи методологией исследования объектов посредством представления их в качестве систем и анализа этих систем, С.а. представляет собой весьма эффективное средство решения сложных, обычно недостаточно четко сформулированных проблем в науке, на производстве и в других областях. При этом любой объект рассматривается не как единое, неразделимое целое, а как система взаимосвязанных составных элементов, их свойств, качеств. Например, в экономике отдельные стороны, характеризующие данный экономический процесс, рассматриваются как элементы системы, изучается их взаимосвязь. Соответственно С.а. сводится к уточнению сложной проблемы и ее структуризации в серию задач, решаемых с помощью экономико-математических методов, нахождению критериев их решения, детализации целей, конструированию эффективной организации для достижения целей. С.а. любого объекта проводится в несколько этапов. Главные из них следующие: 1. Постановка задачи — определение объекта исследования, постановка целей, задание критериев для изучения объекта и управления им. 2. Выделение системы, подлежащей изучению, и ее структуризация. 3. Составление математической модели изучаемой системы: параметризация, установление зависимостей между введенными параметрами, упрощение описания системы путем выделения подсистем и определения их иерархии, окончательная фиксация целей и критериев. Таким образом, создается модель системы, которая помогает лучше ее понять, выделить главное — то, благодаря чему можно поставить и решить задачу. Такую модель называют также абстрактной системой. Результаты исследования абстрактной системы по определенным правилам можно перенести на реальные изучаемые системы (объекты исследования). В этом смысл применения С.а. прежде всего при решении сложных проблем управления (сложных в том смысле, что требуют выбора наилучших альтернатив в условиях неполноты информации, неопределенности и т.п.). С.а. применяется, в частности, при проектировании организационных структур управления (здесь одно из правил заключается в том, что необходимо строить оргструктуры в зависимости от задачи и методов решения, а не наоборот, как обычно бывает на практике), при выборе альтернатив путем сопоставления затрат на реализацию возможных альтернатив с их ожидаемой эффективностью — такие методики, например, в США называются анализом “затраты-эффективность”, “затраты-выгоды” и др. Системный подход к изучению экономических явлений [systems approach in eco¬nomics] - “комплексное изучение экономики как единого целого с позиций системного анализа”[1]. Можно встретить двоякое понимание С.п.: с одной стороны, это — рассмотрение, анализ существующих систем, с другой — создание или, как часто говорят, конструирование, синтез систем для достижения каких-то целей. Эта двойственность отражает реальное положение дел. Анализ и синтез тесно связаны. Рассмотрим в качестве примера автоматизированную систему управления (АСУ). Ее создание — синтез системы — невозможно без анализа реальных процессов управления, взаимодействия отдельных звеньев предприятия, самого предприятия с внешним миром и т.д. Поскольку главная отличительная особенность большой или сложной системы — тесная взаимосвязь всех ее эле¬ментов и частей, то С.п. к анализу экономических явлений означает учет этих взаимосвязей, изучение отдельных экономических объектов как структурных частей более сложных систем, выявление роли каждого из них в общем процессе функционирования экономической системы и, наоборот, воздействия системы в целом на отдельные ее элементы. [1] Федоренко Н.П. Системный под¬ход к изучению экономических явлений. — в кн.: Математика и кибернетика в экономике: Словарь-справочник. — М.: Эко¬номика, 1975, стр. 517.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• system analysis
• systems analysis

системный анализ
Совокупность методологических средств, используемых для подготовки и обоснования решений по сложным проблемам различного характера. Он опирается на системный подход, а также на ряд математических методов и современных методов управления. Основная процедура – построение обобщенной модели, отображающей взаимосвязи реальной ситуации. [http://www.rol.ru/files/dict/internet/#P].
[ http://www.morepc.ru/dict/]

системный анализ
1. Научная дисциплина, разрабатывающая общие принципы исследования сложных объектов с учетом их системного характера. 2. Методология исследования объектов посредством представления их в качестве систем и анализа этих систем. Как научную дисциплину С.а. можно считать развитием идей кибернетики. Как и кибернетика, он исследует категории, общие для многих дисциплин и относящиеся к так называемым системам, которые изучаются любой наукой. Когда речь идет об изучении действующих, развивающихся систем, какими являются и любой экономический объект, и экономика в целом, то системное исследование может иметь два аспекта — генетический и функциональный, т.е. изучение исторического развития системы и изучение ее реального действия, функционирования. Будучи методологией исследования объектов посредством представления их в качестве систем и анализа этих систем, С.а. представляет собой весьма эффективное средство решения сложных, обычно недостаточно четко сформулированных проблем в науке, на производстве и в других областях. При этом любой объект рассматривается не как единое, неразделимое целое, а как система взаимосвязанных составных элементов, их свойств, качеств. Например, в экономике отдельные стороны, характеризующие данный экономический процесс, рассматриваются как элементы системы, изучается их взаимосвязь. Соответственно С.а. сводится к уточнению сложной проблемы и ее структуризации в серию задач, решаемых с помощью экономико-математических методов, нахождению критериев их решения, детализации целей, конструированию эффективной организации для достижения целей. С.а. любого объекта проводится в несколько этапов. Главные из них следующие: 1. Постановка задачи — определение объекта исследования, постановка целей, задание критериев для изучения объекта и управления им. 2. Выделение системы, подлежащей изучению, и ее структуризация. 3. Составление математической модели изучаемой системы: параметризация, установление зависимостей между введенными параметрами, упрощение описания системы путем выделения подсистем и определения их иерархии, окончательная фиксация целей и критериев. Таким образом, создается модель системы, которая помогает лучше ее понять, выделить главное — то, благодаря чему можно поставить и решить задачу. Такую модель называют также абстрактной системой. Результаты исследования абстрактной системы по определенным правилам можно перенести на реальные изучаемые системы (объекты исследования). В этом смысл применения С.а. прежде всего при решении сложных проблем управления (сложных в том смысле, что требуют выбора наилучших альтернатив в условиях неполноты информации, неопределенности и т.п.). С.а. применяется, в частности, при проектировании организационных структур управления (здесь одно из правил заключается в том, что необходимо строить оргструктуры в зависимости от задачи и методов решения, а не наоборот, как обычно бывает на практике), при выборе альтернатив путем сопоставления затрат на реализацию возможных альтернатив с их ожидаемой эффективностью — такие методики, например, в США называются анализом “затраты-эффективность”, “затраты-выгоды” и др. Системный подход к изучению экономических явлений [systems approach in eco¬nomics] - “комплексное изучение экономики как единого целого с позиций системного анализа”[1]. Можно встретить двоякое понимание С.п.: с одной стороны, это — рассмотрение, анализ существующих систем, с другой — создание или, как часто говорят, конструирование, синтез систем для достижения каких-то целей. Эта двойственность отражает реальное положение дел. Анализ и синтез тесно связаны. Рассмотрим в качестве примера автоматизированную систему управления (АСУ). Ее создание — синтез системы — невозможно без анализа реальных процессов управления, взаимодействия отдельных звеньев предприятия, самого предприятия с внешним миром и т.д. Поскольку главная отличительная особенность большой или сложной системы — тесная взаимосвязь всех ее эле¬ментов и частей, то С.п. к анализу экономических явлений означает учет этих взаимосвязей, изучение отдельных экономических объектов как структурных частей более сложных систем, выявление роли каждого из них в общем процессе функционирования экономической системы и, наоборот, воздействия системы в целом на отдельные ее элементы. [1] Федоренко Н.П. Системный под¬ход к изучению экономических явлений. — в кн.: Математика и кибернетика в экономике: Словарь-справочник. — М.: Эко¬номика, 1975, стр. 517.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• system analysis
• systems analysis

наука об управлении
Точнее, комплекс наук, занимающихся вопросами управления, социальная, общественная наука о принципах и закономерностях управления общественным производством на различных его уровнях. Степень научности управления определяется глубиной познания качественных и количественных закономерностей функционирования и развития экономики. На Западе распространено двойное понимание термина «Н.у.»: в единственном числе (management science) как приложения количественных методов в управлении (синоним исследования операций) и во множественном числе (management sciences) как приложения в управлении не только количественных методов, но также экономики, психологии, социологии. Научно-технический прогресс ознаменовался кардинальными сдвигами в области хозяйственного управления. Объективная необходимость этих сдвигов определяется колоссальным развитием производства и его возросшими связями с наукой, усложнением технологических процессов. Большое значение имеет увеличение численности и повышение культурно-технического уровня рабочего класса и интеллигенции. Объективная возможность этих сдвигов определяется достижениями XX в. в области таких фундаментальных наук, как математика, логика, кибернетика, психология и социология, ряда прикладных наук, а также успехами в области производства электронно-вычислительной техники. Их достижения синтезирует целый комплекс дисциплин, рассматривающих с разных сторон вопросы управления, в том числе и управления экономическими процессами: это экономическая кибернетика, системный анализ, теория экономической информации, эвристические методы, теория (принятия) решений, теория игр и другие. Они исходят из того, что процесс управления (с кибернетической точки зрения) есть процесс сбора, переработки информации и выдачи продукта такой переработки в виде новой информации, т.е. решений, указаний и т.д. Общая задача перечисленных дисциплин — усовершенствование технологии этого процесса путем построения и реализации систем менеджмента: производственных, маркетинговых, финансовых, экологических, банковских, фондовых, транспортных и т.д.. Не следует преувеличивать значение такой технологии управления, ибо человек был и остается главным фактором в управлении. Но современная технология помогает человеку принимать более эффективные решения, добиваться более высоких результатов и сфера ее применения неуклонно расширяется. Важнейшими предвозвестниками менеджмента как системы методов управления капиталистическими фирмами и предприятиями были американские ученые Ф.Тейлор и Э.Мэйо, французский специалист А.Файоль. За последние годы в центр внимания многих концепций управления выдвигаются процессы принятия решений с использованием математической формализации (в том числе оптимизационных моделей), а также построенных на ее основе компьютьерных систем поддержки решений, экспертных систем, систем искусственного интеллекта. Создается ряд конкурирующих между собой «моделей управления», например, управление по отклонениям (management by exception), управление по конечным результатам (management by results), управление на основе делегирования прав и ответственности (management by delegation) и др. В России одним из предвозвестников современной Н.у. был философ-марксист А.А.Богданов, выдвинувший идею создания науки об общих законах организации — тектологии. С первых лет Советской власти работы в этой области были связаны в большой мере с именем А.К.Гастева, который с 1920-го по 1938 г. руководил Центральным институтом труда, был инициатором и организатором широкого движения за научную организацию труда (НОТ), пропагандировал популярную в те годы систему Ф.Тейлора. При Сталине Институт труда был разогнан, Гастев — репрессирован, исследования в области науки об управлении, так же как в ряде других областей современной экономики, были свернуты, переводы научной экономической литературы — практически прекращены. Все это было возобновлено лишь в начале 60-х гг. В настоящее время в стране вопросами Н.у. занимаются крупные научные коллективы — Институт системных исследований, ЦЭМИ, Институт проблем управления им. В.Трапезникова, Институт проблем управления сложными системами и др. Для обучения хозяйственных кадров созданы Академия народного хозяйства (соединившаяся в 2012 году с Академией государственной службы), факультеты управления и организации производства в ряде экономических институтов, множество школ, университетов и академий менеджмента.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• management science

наука об управлении
Точнее, комплекс наук, занимающихся вопросами управления, социальная, общественная наука о принципах и закономерностях управления общественным производством на различных его уровнях. Степень научности управления определяется глубиной познания качественных и количественных закономерностей функционирования и развития экономики. На Западе распространено двойное понимание термина «Н.у.»: в единственном числе (management science) как приложения количественных методов в управлении (синоним исследования операций) и во множественном числе (management sciences) как приложения в управлении не только количественных методов, но также экономики, психологии, социологии. Научно-технический прогресс ознаменовался кардинальными сдвигами в области хозяйственного управления. Объективная необходимость этих сдвигов определяется колоссальным развитием производства и его возросшими связями с наукой, усложнением технологических процессов. Большое значение имеет увеличение численности и повышение культурно-технического уровня рабочего класса и интеллигенции. Объективная возможность этих сдвигов определяется достижениями XX в. в области таких фундаментальных наук, как математика, логика, кибернетика, психология и социология, ряда прикладных наук, а также успехами в области производства электронно-вычислительной техники. Их достижения синтезирует целый комплекс дисциплин, рассматривающих с разных сторон вопросы управления, в том числе и управления экономическими процессами: это экономическая кибернетика, системный анализ, теория экономической информации, эвристические методы, теория (принятия) решений, теория игр и другие. Они исходят из того, что процесс управления (с кибернетической точки зрения) есть процесс сбора, переработки информации и выдачи продукта такой переработки в виде новой информации, т.е. решений, указаний и т.д. Общая задача перечисленных дисциплин — усовершенствование технологии этого процесса путем построения и реализации систем менеджмента: производственных, маркетинговых, финансовых, экологических, банковских, фондовых, транспортных и т.д.. Не следует преувеличивать значение такой технологии управления, ибо человек был и остается главным фактором в управлении. Но современная технология помогает человеку принимать более эффективные решения, добиваться более высоких результатов и сфера ее применения неуклонно расширяется. Важнейшими предвозвестниками менеджмента как системы методов управления капиталистическими фирмами и предприятиями были американские ученые Ф.Тейлор и Э.Мэйо, французский специалист А.Файоль. За последние годы в центр внимания многих концепций управления выдвигаются процессы принятия решений с использованием математической формализации (в том числе оптимизационных моделей), а также построенных на ее основе компьютьерных систем поддержки решений, экспертных систем, систем искусственного интеллекта. Создается ряд конкурирующих между собой «моделей управления», например, управление по отклонениям (management by exception), управление по конечным результатам (management by results), управление на основе делегирования прав и ответственности (management by delegation) и др. В России одним из предвозвестников современной Н.у. был философ-марксист А.А.Богданов, выдвинувший идею создания науки об общих законах организации — тектологии. С первых лет Советской власти работы в этой области были связаны в большой мере с именем А.К.Гастева, который с 1920-го по 1938 г. руководил Центральным институтом труда, был инициатором и организатором широкого движения за научную организацию труда (НОТ), пропагандировал популярную в те годы систему Ф.Тейлора. При Сталине Институт труда был разогнан, Гастев — репрессирован, исследования в области науки об управлении, так же как в ряде других областей современной экономики, были свернуты, переводы научной экономической литературы — практически прекращены. Все это было возобновлено лишь в начале 60-х гг. В настоящее время в стране вопросами Н.у. занимаются крупные научные коллективы — Институт системных исследований, ЦЭМИ, Институт проблем управления им. В.Трапезникова, Институт проблем управления сложными системами и др. Для обучения хозяйственных кадров созданы Академия народного хозяйства (соединившаяся в 2012 году с Академией государственной службы), факультеты управления и организации производства в ряде экономических институтов, множество школ, университетов и академий менеджмента.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• management science

научные методы управления
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• management science

информация (в кибернетике)
Основное понятие кибернетики, точно так же экономическая И. — основное понятие экономической кибернетики. Определений этого термина много, они сложны и противоречивы. Причина этого, очевидно, в том, что И. как явлением занимается много разных наук, и кибернетика лишь самая молодая из них. И. — предмет изучения таких наук, как наука об управлении, математическая статистика, генетика, теория средств массовой И. (печать, радио, телевидение), информатика (1), занимающаяся проблемами научно-технической И., и т.д. Наконец, последнее время большой интерес к проблемам И. проявляют философы: они склонны рассматривать И. как одно из основных универсальных свойств материи, связанное с понятием отражения. При всех трактовках понятия И., она предполагает существование двух объектов: источника И. и потребителя (получателя) И. Передача И. от одного к другому происходит с помощью сигналов, которые, вообще говоря, могут не иметь никакой физической связи с ее смыслом: эта связь определяется соглашением. Например, удар в вечевой колокол означал, что надо собираться на площадь, но тем, кто не знал об этом порядке, он не сообщал никакой И. В ситуации с вечевым колоколом человек, участвующий в соглашении о смысле сигнала, знает, что в данный момент могут быть две альтернативы: вечевое собрание состоится или не состоится. Или, выражаясь языком теории И., неопределенное событие «вече» имеет два исхода. Принятый сигнал приводит к уменьшению неопределенности: человек теперь знает, что событие «вече» имеет только один исход — оно состоится. Однако, если было заранее известно, что вече состоится в таком-то часу, колокол ничего нового не сообщил. Отсюда вытекает, что, чем менее вероятно (т.е. более неожиданно) сообщение, тем больше И. оно содержит, и наоборот, чем больше вероятность исхода до совершения события, тем меньше И. содержит сигнал. Примерно такие рассуждения привели в 40-х годах XX в. к возникновению статистической, или «классической«, теории И., которая определяет понятие И. через меру уменьшения неопределенности знания о свершении какого-либо события (такая мера была названа энтропией). У истоков этой науки стояли Н.Винер, К.Шеннон и советские ученые А.Н.Колмогоров, В.А.Котельников и др. Им удалось вывести математические закономерности измерения количества И., а отсюда и такие понятия, как пропускная способность канала И., емкость запоминающих И. устройств и т.п., что послужило мощным стимулом к развитию кибернетики как науки и электронно-вычислительной техники, как применения достижений кибернетики на практике. Что касается определения ценности, полезности И. для получателя, то здесь еще много нерешенного, неясного. Если исходить из потребностей экономического управления и, следовательно, экономической кибернетики, то И. можно определить как все те сведения, знания, сообщения, которые помогают решить ту или иную задачу управления (т.е. уменьшить неопределенность ее исходов). Тогда открываются и некоторые возможности для оценки И.: она тем полезнее, ценнее, чем скорее или с меньшими затратами приводит к решению задачи. Понятие И. близко понятию «данные«. Однако между ними есть различие: данные — это сигналы, из которых еще надо извлечь И. Обработка данных есть процесс приведения их к пригодному для этого виду. Процесс их передачи от источника к потребителю и восприятия в качестве И. может рассматриваться как прохождение трех фильтров: 1) физического, или статистического (чисто количественное ограничение по пропускной способности канала, независимо от содержания данных, т.е. с точки зрения синтактики); 2) семантического (отбор тех данных, которые могут быть поняты получателем, т.е. соответствуют тезаурусу его знаний); 3) прагматического (отбор среди понятых сведений тех, которые полезны для решения данной задачи). Это хорошо показано на схеме, взятой из книги Е.Г.Ясина об экономической информации (см. рис. И.8). Соответственно, выделяются три аспекта изучения проблем И. — синтаксический, семантический и прагматический. По содержанию И. подразделяется на общественно-политическую, социально-экономическую (в том числе экономическую И.), научно-техническую и т.д. Вообще же классификаций И. много, они строятся по различным основаниям. Как правило, из-за близости понятий точно так же строятся и классификации данных. Например, И. подразделяется на статическую (постоянную) и динамическую (переменную), и данные при этом — на постоянные и на переменные. Другое деление — первичная, производная, выходная И.: так же классифицируются данные. Третье деление — И. управляющая и осведомляющая. Четвертое — избыточная, полезная и ложная. Пятое — полная (сплошная) и выборочная. См. также Банк данных, Данные, Выборочная информация, Избыточная информация, Обработка данных, Прагматический аспект информации, Релевантная информация, Сбор данных, Семантический аспект информации Теория информации, Экономическая информация, Экономическая семиотика, Энтропия. Рис. И 8. Процесс передачи и восприятия информации Д — данные; I — физический фильтр (канал связи), 1 — статистическая информация, а — статистический шум; II — семантический фильтр (тезаурус), 2 — семантическая информация, б - семантический шум; III — прагматический фильтр, 3 — прагматическая информация; в — прагматический шум (ненужная, например,. избыточная информация). И — используемая информация.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• information

информация
Значимые данные.
[ ГОСТ Р ИСО 9000-2008]

информация
Любой вид знаний о предметах, фактах, понятиях и т. д. проблемной области, которыми обмениваются пользователи информационной системы
[ ГОСТ 34.320-96]

информация
Сведения (сообщения, данные) независимо от формы их представления.
Примечание
В соответствии с определением, приведенным в ГОСТ Р ИСО 9000, информацией являются значимые данные.
[ ГОСТ Р 52653-2006]

информация
Сведения, воспринимаемые человеком и (или) специальными устройствами как отражение фактов материального или духовного мира в процессе коммуникации
[ГОСТ 7.0-99]

информация
Сведения о лицах, предметах, фактах, событиях, явлениях и процессах независимо от формы их представления.
[Руководящий документ "Основные положения развития Взаимоувязанной сети связи Российской Федерации на перспективу до 2005 года"]
[ОСТ 45.127-99]

информация
сведения
Одно из наиболее актуальных, фундаментальных и дискуссионных понятий в современной науке и практике. В связи с отсутствием общего определения, в различных предметных областях имеет различные интерпретации. Философия рассматривает две противостоящие друг другу концепции: первая квалифицирует информацию как свойство всех материальных объектов, т.е. как атрибут материи (атрибутивный подход), а вторая связывает ее лишь с функционированием самоорганизующихся систем (функциональный подход). Наиболее распространенным (но не общепринятым) является определение У.Р.Эшби, дополненное А.Д.Урсулом, которые рассматривают информацию как отраженное разнообразие в любых объектах (процессах) живой и не живой природы. На бытовом уровне информация чаще всего воспринимается интуитивно и связывается с получением сведений о чем или о ком-либо. В информатике – это совокупность фактов, явлений, событий, представляющих интерес, подлежащих регистрации и обработке (по Э.А.Якубайтису). Наиболее прагматичным определением оперирует вычислительная техника, в которой информация есть содержание, присваиваемое данным (по В.И.Першикову и В.М.Савинкову).
[http://www.rol.ru/files/dict/internet/#I].
Примеры сочетаний:
information agent - информационный агент - программа, выполняющая поиск информации в Сети без указания пользователем места ее нахождения
information appliances - информационная бытовая электроника
information security - информационная безопасность
information theory - теория информации
information warfare (infowar) - информационная война
management information - управленческая информация
status information - информация о состоянии
[ http://www.morepc.ru/dict/]

Тематики

• базы данных
• защита информации
• информационно-библиотечная деятельность
• информационные технологии в образовании
• информационные технологии в целом
• системы менеджмента качества
• электросвязь, основные понятия

EN

• information

информация (в кибернетике)
Основное понятие кибернетики, точно так же экономическая И. — основное понятие экономической кибернетики. Определений этого термина много, они сложны и противоречивы. Причина этого, очевидно, в том, что И. как явлением занимается много разных наук, и кибернетика лишь самая молодая из них. И. — предмет изучения таких наук, как наука об управлении, математическая статистика, генетика, теория средств массовой И. (печать, радио, телевидение), информатика (1), занимающаяся проблемами научно-технической И., и т.д. Наконец, последнее время большой интерес к проблемам И. проявляют философы: они склонны рассматривать И. как одно из основных универсальных свойств материи, связанное с понятием отражения. При всех трактовках понятия И., она предполагает существование двух объектов: источника И. и потребителя (получателя) И. Передача И. от одного к другому происходит с помощью сигналов, которые, вообще говоря, могут не иметь никакой физической связи с ее смыслом: эта связь определяется соглашением. Например, удар в вечевой колокол означал, что надо собираться на площадь, но тем, кто не знал об этом порядке, он не сообщал никакой И. В ситуации с вечевым колоколом человек, участвующий в соглашении о смысле сигнала, знает, что в данный момент могут быть две альтернативы: вечевое собрание состоится или не состоится. Или, выражаясь языком теории И., неопределенное событие «вече» имеет два исхода. Принятый сигнал приводит к уменьшению неопределенности: человек теперь знает, что событие «вече» имеет только один исход — оно состоится. Однако, если было заранее известно, что вече состоится в таком-то часу, колокол ничего нового не сообщил. Отсюда вытекает, что, чем менее вероятно (т.е. более неожиданно) сообщение, тем больше И. оно содержит, и наоборот, чем больше вероятность исхода до совершения события, тем меньше И. содержит сигнал. Примерно такие рассуждения привели в 40-х годах XX в. к возникновению статистической, или «классической«, теории И., которая определяет понятие И. через меру уменьшения неопределенности знания о свершении какого-либо события (такая мера была названа энтропией). У истоков этой науки стояли Н.Винер, К.Шеннон и советские ученые А.Н.Колмогоров, В.А.Котельников и др. Им удалось вывести математические закономерности измерения количества И., а отсюда и такие понятия, как пропускная способность канала И., емкость запоминающих И. устройств и т.п., что послужило мощным стимулом к развитию кибернетики как науки и электронно-вычислительной техники, как применения достижений кибернетики на практике. Что касается определения ценности, полезности И. для получателя, то здесь еще много нерешенного, неясного. Если исходить из потребностей экономического управления и, следовательно, экономической кибернетики, то И. можно определить как все те сведения, знания, сообщения, которые помогают решить ту или иную задачу управления (т.е. уменьшить неопределенность ее исходов). Тогда открываются и некоторые возможности для оценки И.: она тем полезнее, ценнее, чем скорее или с меньшими затратами приводит к решению задачи. Понятие И. близко понятию «данные«. Однако между ними есть различие: данные — это сигналы, из которых еще надо извлечь И. Обработка данных есть процесс приведения их к пригодному для этого виду. Процесс их передачи от источника к потребителю и восприятия в качестве И. может рассматриваться как прохождение трех фильтров: 1) физического, или статистического (чисто количественное ограничение по пропускной способности канала, независимо от содержания данных, т.е. с точки зрения синтактики); 2) семантического (отбор тех данных, которые могут быть поняты получателем, т.е. соответствуют тезаурусу его знаний); 3) прагматического (отбор среди понятых сведений тех, которые полезны для решения данной задачи). Это хорошо показано на схеме, взятой из книги Е.Г.Ясина об экономической информации (см. рис. И.8). Соответственно, выделяются три аспекта изучения проблем И. — синтаксический, семантический и прагматический. По содержанию И. подразделяется на общественно-политическую, социально-экономическую (в том числе экономическую И.), научно-техническую и т.д. Вообще же классификаций И. много, они строятся по различным основаниям. Как правило, из-за близости понятий точно так же строятся и классификации данных. Например, И. подразделяется на статическую (постоянную) и динамическую (переменную), и данные при этом — на постоянные и на переменные. Другое деление — первичная, производная, выходная И.: так же классифицируются данные. Третье деление — И. управляющая и осведомляющая. Четвертое — избыточная, полезная и ложная. Пятое — полная (сплошная) и выборочная. См. также Банк данных, Данные, Выборочная информация, Избыточная информация, Обработка данных, Прагматический аспект информации, Релевантная информация, Сбор данных, Семантический аспект информации Теория информации, Экономическая информация, Экономическая семиотика, Энтропия. Рис. И 8. Процесс передачи и восприятия информации Д — данные; I — физический фильтр (канал связи), 1 — статистическая информация, а — статистический шум; II — семантический фильтр (тезаурус), 2 — семантическая информация, б - семантический шум; III — прагматический фильтр, 3 — прагматическая информация; в — прагматический шум (ненужная, например,. избыточная информация). И — используемая информация.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• information

3.34 информация (information): Любые данные, представленные в электронной форме, написанные на бумаге, высказанные на совещании или находящиеся на любом другом носителе, используемые финансовым учреждением для принятия решений, перемещения денежных средств, установления ставок, предоставления ссуд, обработки операций и т.п., включая компоненты программного обеспечения системы обработки.

Источник: ГОСТ Р ИСО/ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

3.1 Термины, определенные в ИСО 10303-1

В настоящем стандарте применены следующие термины:

- приложение (application);

- прикладной объект (application object);

- прикладной протокол (application protocol);

- прикладная эталонная модель; ПЭМ (application reference model; ARM);

- данные (data);

- информация (information);

- интегрированный ресурс (integrated resource);

- изделие (product);

- данные об изделии (product data).

Источник: ГОСТ Р ИСО/ТС 10303-1287-2008: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 1287. Прикладные модули. Регистрация действий по прикладному протоколу ПП239

3.7.1 информация (information): Значимые данные.

Источник: ГОСТ Р ИСО 9000-2008: Системы менеджмента качества. Основные положения и словарь оригинал документа

3.2.20 информация (information): Факты, понятия или инструкции;

Источник: ГОСТ Р ИСО 10303-1-99: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 1. Общие представления и основополагающие принципы оригинал документа

3.34 информация (information): Любые данные, представленные в электронной форме, написанные на бумаге, высказанные на совещании или находящиеся на любом другом носителе, используемые финансовым учреждением для принятия решений, перемещения денежных средств, установления ставок, предоставления ссуд, обработки операций и т.п., включая компоненты программного обеспечения системы обработки.

Источник: ГОСТ Р ИСО ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

3. СТРУКТУРА И ФОРМАТ ДАННЫХ

57. Информационный бит

Information

bit

Бит, вырабатываемый источником данных и предназначенный для передачи данных пользователя

Источник: ГОСТ 24402-88: Телеобработка данных и вычислительные сети. Термины и определения оригинал документа

2.9 информация (Information): Основана на понятии «данные». Добавляет значения величин для понимания предмета в заданном контексте. Является источником знаний.

Источник: ГОСТ Р 53894-2010: Менеджмент знаний. Термины и определения оригинал документа

3.2.50 информация (information): Значимые данные.

Источник: ГОСТ Р 54147-2010: Стратегический и инновационный менеджмент. Термины и определения оригинал документа

57. Информационный бит

Information

bit

Источник: ГОСТ 24402-88: Телеобработка данных и вычислительные сети. Термины и определения оригинал документа

комитет по бухгалтерским принципам
Комитет был сформирован в США в 1959 г. взамен Комитета по бухгалтерским процедурам (Committee on Accounting Procedure - CAP). Его основными задачами являлись создание: концептуальных основ бухгалтерского учета, "письменное оформление" бухгалтерских принципов, определение необходимых и уместных практических методов учета для решения определенных бухгалтерских проблем. В его состав входили представители профессиональных бухгалтеров, ученые и бизнесмены. Официальные решения АРВ выпускались в форме Мнений (Opinions АРВ), Положений (Statements АРВ) и Учетных интерпретаций (Accounting Interpretations) American Institute of Certified Public Accountants (AICPA). С 1959 по 1973 гг. АРВ было выпущено тридцать одно Мнение. Мнения АРВ носили предписательный характер, хотя и давали многовариантный набор методов учета хозяйственных операций. Однако с конца 60-х годов процесс разработки бухгалтерских стандартов АРВ стал подвергаться резкой критике. Критиковалось недостаточное участие других (кроме АРВ) организаций в этом процессе; качество Мнений АРВ; неспособность АРВ разработать концептуальные основы учета; малая продуктивность АРВ. В 1973 г. комитет был распущен.
[ http://www.lexikon.ru/dict/buh/index.html]

Тематики

• бухгалтерский учет

EN

• Accounting Principles Board
• АРВ

машинная имитация
имитация на компьютере
Экспериментальный метод изучения экономики с помощью электронной вычислительной техники. (В литературе часто в том же смысле применяется термин «имитационное моделирование«, однако, по-видимому, лучше разделить значения: моделирование есть разработка, конструирование модели некоторого объекта для его исследования, а имитация — один из возможных способов использования модели). Для имитации формируется имитационная система, включающая имитационную модель, а также программное обеспечение. В машину вводятся необходимые данные и ведется наблюдение за тем, как изменяются интересующие исследователя показатели; они подвергаются анализу, в частности, статистической обработке данных. С одной стороны, имитация применяется в тех случаях, когда модель (а значит, отражаемые ею система, процесс, явление) слишком сложна, чтобы можно было использовать аналитические методы решения. Для многих проблем управления и экономики такая ситуация неизбежна: например, даже столь отработанные методы, как линейное программирование, в ряде случаев слишком сильно огрубляют действительность, чтобы по полученным решениям можно было делать обоснованные выводы. А если изучаемые процессы имеют нелинейный характер и еще осложнены разного рода вероятностными характеристиками, то вопрос об аналитическом решении вообще не возникает. Сам выбор между имитационным (численным) или аналитическим решением той или иной экономической задачи не всегда легкая проблема. С другой стороны, имитация применяется тогда, когда реальный экономический эксперимент по тем или иным соображениям невозможен или слишком сложен. Тогда она выступает в качестве замены такого эксперимента. Но еще более ценна ее роль как предварительного этапа, «прикидки», которая помогает принять решение о необходимости и возможности проведения самого реального эксперимента. С помощью статической имитации можно выявить, при каких сочетаниях экзогенных (вводимых) факторов достигается оптимальный результат изучаемого процесса, установить относительное значение тех или иных факторов. Это полезно, например, при изучении различных методов и средств экономического стимулирования на производстве. М.и. в форме проигрывания динамических моделей (динамической имитации) применяется также в прогнозировании,. С его помощью изучают возможные последствия крупных структурных сдвигов в экономике, внедрения важнейших научно-технических достижений, принятия плановых решений. Если имитация организуется в форме диалога человека и машины, то у экспериментатора появляется возможность, анализируя на ходу промежуточные результаты, менять те или иные управляющие параметры и тем самым — направление изучаемого процесса. В последнее время широко применяется имитация экономических процессов, в которых сталкиваются различные интересы типа конкуренции на рынке. При этом управляют «проигрыванием» люди, принимающие по ходу деловой игры те или иные решения, например: «снизить цены», «увеличить или уменьшить выпуск продукции» и т.д., и ЭВМ показывает, у кого из «конкурирующих» сторон дело идет лучше, у кого — хуже (см. также Деловые игры, Олигопольные эксперименты). Таким образом, машинное имитирование экономических процессов — это, по существу эксперимент, но не в реальных, а в искусственных условиях. Для повышения его эффективости разрабатываются методы планирования эксперимента, проверки имитационной модели (см. Верификация моделей, Валидация модели), методы анализа функции отклика и т.д.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• имитация на компьютере

EN

• simulation

комитет по бухгалтерским принципам
Комитет был сформирован в США в 1959 г. взамен Комитета по бухгалтерским процедурам (Committee on Accounting Procedure - CAP). Его основными задачами являлись создание: концептуальных основ бухгалтерского учета, "письменное оформление" бухгалтерских принципов, определение необходимых и уместных практических методов учета для решения определенных бухгалтерских проблем. В его состав входили представители профессиональных бухгалтеров, ученые и бизнесмены. Официальные решения АРВ выпускались в форме Мнений (Opinions АРВ), Положений (Statements АРВ) и Учетных интерпретаций (Accounting Interpretations) American Institute of Certified Public Accountants (AICPA). С 1959 по 1973 гг. АРВ было выпущено тридцать одно Мнение. Мнения АРВ носили предписательный характер, хотя и давали многовариантный набор методов учета хозяйственных операций. Однако с конца 60-х годов процесс разработки бухгалтерских стандартов АРВ стал подвергаться резкой критике. Критиковалось недостаточное участие других (кроме АРВ) организаций в этом процессе; качество Мнений АРВ; неспособность АРВ разработать концептуальные основы учета; малая продуктивность АРВ. В 1973 г. комитет был распущен.
[ http://www.lexikon.ru/dict/buh/index.html]

Тематики

• бухгалтерский учет

EN

• Accounting Principles Board
• АРВ

комитет по бухгалтерским принципам
Комитет был сформирован в США в 1959 г. взамен Комитета по бухгалтерским процедурам (Committee on Accounting Procedure - CAP). Его основными задачами являлись создание: концептуальных основ бухгалтерского учета, "письменное оформление" бухгалтерских принципов, определение необходимых и уместных практических методов учета для решения определенных бухгалтерских проблем. В его состав входили представители профессиональных бухгалтеров, ученые и бизнесмены. Официальные решения АРВ выпускались в форме Мнений (Opinions АРВ), Положений (Statements АРВ) и Учетных интерпретаций (Accounting Interpretations) American Institute of Certified Public Accountants (AICPA). С 1959 по 1973 гг. АРВ было выпущено тридцать одно Мнение. Мнения АРВ носили предписательный характер, хотя и давали многовариантный набор методов учета хозяйственных операций. Однако с конца 60-х годов процесс разработки бухгалтерских стандартов АРВ стал подвергаться резкой критике. Критиковалось недостаточное участие других (кроме АРВ) организаций в этом процессе; качество Мнений АРВ; неспособность АРВ разработать концептуальные основы учета; малая продуктивность АРВ. В 1973 г. комитет был распущен.
[ http://www.lexikon.ru/dict/buh/index.html]

Тематики

• бухгалтерский учет

EN

• Accounting Principles Board
• АРВ

экономико-математическое моделирование
Описание экономических процессов и явлений в виде экономико-математических моделей. (Иногда тем же термином обозначают также реализацию экономико-математической модели на ЭВМ, т.е. «искусственный эксперимент» или машинную имитацию, машинное решение экономико-математической задачи — однако это может вводить в заблуждение). Как и всякое моделирование, Э.-м.м. основывается на принципе аналогии, т.е. возможности изучения объекта (почему-либо трудно доступного для исследований) не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта, его модели. В данном случае таким более доступным объектом является экономико-математическая модель. При построении моделей те или иные теории или гипотезы благодаря формализации и квантификации становятся обозримыми, уточняются, и это способствует лучшему пониманию изучаемых проблем. Моделирование оказывает и обратное влияние на исследователей, требуя четкости формулировки исследовательской задачи, строгой логичности в построении гипотез и концепций. Практическими задачами моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов; в-третьих, выработка управленческих решений на всех уровнях хозяйственной иерархии. Последнее, впрочем, требует пояснения. Далеко не во всех случаях данные, полученные из Э.-м.м., могут использоваться непосредственно как готовые управленческие решения. Гораздо чаще они используются в качестве «консультирующих» средств, принятие же самих управленческих решений остается за человеком. Это объясняется чрезвычайной сложностью экономических и шире — социально-экономических процессов. Э.-м.м., таким образом, является лишь компонентом, хотя и очень важным, в человеко-машинных системах планирования и управления народным хозяйством и экономическими единицами разного уровня.. Процесс Э.-м.м. проходит ряд этапов: идентификацию объекта, спецификацию модели, идентификацию и оценку параметров модели, установление зависимостей между ними, проверку. Причем весь этот процесс обычно повторяется многократно и с каждым циклом модель уточняется, особенно когда дело идет о модели, предназначенной для практических расчетов. В последнем случае к модели предъявляются дополнительные требования со стороны технологии алгоритмизации (см. Алгоритм) и программирования. На каждом этапе построения моделей соблюдаются определенные правила их испытания, проверки. При этом обнаруживаются и устраняются недостатки, наиболее типичными из которых являются четыре: включение в модель несущественных (для данной задачи) переменных, невключение в модель существенных переменных, недостаточно точная оценка параметров модели, недостатки в структуре модели, т.е. неправильное определение зависимостей между переменными, а в случае оптимизации — зависимости принятого критерия от управляемых и неуправляемых переменных. Усложняя модель, чтобы сделать ее более точной и подробной, необходимо знать: компенсирует ли полученная точность результатов возросшие вычислительные трудности? И наоборот, решая исключить какой-то элемент из модели, чтобы сделать ее проще, необходимо оценить потери в ее достоверности, т.е. не обойдутся ли они дороже, чем выигрыш от упрощения расчетов. Эффективный путь практического моделирования — использование готовых моделей аналогичных объектов или процессов (с необходимыми уточнениями), а также отдельных блоков модели — стандартных «модулей«, совокупность которых образует искомую модель (модульный принцип). В настоящее время идет поиск новых математических понятий и методов, пригодных для построения и исследования моделей и систем моделей, — так называемых сложных систем с переменной структурой, меняющимся характером динамики, содержащих неполную и недостаточно формализованную информацию. (Сходные проблемы возникают при попытках математизации биологических, экологических, социальных и психологических исследований). Все это придает возрастающее значение математико-статистическому моделированию, машинной имитации, новым разделам математики.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical modelling
• economic modelling

экономико-математическое моделирование
Описание экономических процессов и явлений в виде экономико-математических моделей. (Иногда тем же термином обозначают также реализацию экономико-математической модели на ЭВМ, т.е. «искусственный эксперимент» или машинную имитацию, машинное решение экономико-математической задачи — однако это может вводить в заблуждение). Как и всякое моделирование, Э.-м.м. основывается на принципе аналогии, т.е. возможности изучения объекта (почему-либо трудно доступного для исследований) не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта, его модели. В данном случае таким более доступным объектом является экономико-математическая модель. При построении моделей те или иные теории или гипотезы благодаря формализации и квантификации становятся обозримыми, уточняются, и это способствует лучшему пониманию изучаемых проблем. Моделирование оказывает и обратное влияние на исследователей, требуя четкости формулировки исследовательской задачи, строгой логичности в построении гипотез и концепций. Практическими задачами моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов; в-третьих, выработка управленческих решений на всех уровнях хозяйственной иерархии. Последнее, впрочем, требует пояснения. Далеко не во всех случаях данные, полученные из Э.-м.м., могут использоваться непосредственно как готовые управленческие решения. Гораздо чаще они используются в качестве «консультирующих» средств, принятие же самих управленческих решений остается за человеком. Это объясняется чрезвычайной сложностью экономических и шире — социально-экономических процессов. Э.-м.м., таким образом, является лишь компонентом, хотя и очень важным, в человеко-машинных системах планирования и управления народным хозяйством и экономическими единицами разного уровня.. Процесс Э.-м.м. проходит ряд этапов: идентификацию объекта, спецификацию модели, идентификацию и оценку параметров модели, установление зависимостей между ними, проверку. Причем весь этот процесс обычно повторяется многократно и с каждым циклом модель уточняется, особенно когда дело идет о модели, предназначенной для практических расчетов. В последнем случае к модели предъявляются дополнительные требования со стороны технологии алгоритмизации (см. Алгоритм) и программирования. На каждом этапе построения моделей соблюдаются определенные правила их испытания, проверки. При этом обнаруживаются и устраняются недостатки, наиболее типичными из которых являются четыре: включение в модель несущественных (для данной задачи) переменных, невключение в модель существенных переменных, недостаточно точная оценка параметров модели, недостатки в структуре модели, т.е. неправильное определение зависимостей между переменными, а в случае оптимизации — зависимости принятого критерия от управляемых и неуправляемых переменных. Усложняя модель, чтобы сделать ее более точной и подробной, необходимо знать: компенсирует ли полученная точность результатов возросшие вычислительные трудности? И наоборот, решая исключить какой-то элемент из модели, чтобы сделать ее проще, необходимо оценить потери в ее достоверности, т.е. не обойдутся ли они дороже, чем выигрыш от упрощения расчетов. Эффективный путь практического моделирования — использование готовых моделей аналогичных объектов или процессов (с необходимыми уточнениями), а также отдельных блоков модели — стандартных «модулей«, совокупность которых образует искомую модель (модульный принцип). В настоящее время идет поиск новых математических понятий и методов, пригодных для построения и исследования моделей и систем моделей, — так называемых сложных систем с переменной структурой, меняющимся характером динамики, содержащих неполную и недостаточно формализованную информацию. (Сходные проблемы возникают при попытках математизации биологических, экологических, социальных и психологических исследований). Все это придает возрастающее значение математико-статистическому моделированию, машинной имитации, новым разделам математики.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical modelling
• economic modelling

экономико-математическое моделирование
Описание экономических процессов и явлений в виде экономико-математических моделей. (Иногда тем же термином обозначают также реализацию экономико-математической модели на ЭВМ, т.е. «искусственный эксперимент» или машинную имитацию, машинное решение экономико-математической задачи — однако это может вводить в заблуждение). Как и всякое моделирование, Э.-м.м. основывается на принципе аналогии, т.е. возможности изучения объекта (почему-либо трудно доступного для исследований) не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта, его модели. В данном случае таким более доступным объектом является экономико-математическая модель. При построении моделей те или иные теории или гипотезы благодаря формализации и квантификации становятся обозримыми, уточняются, и это способствует лучшему пониманию изучаемых проблем. Моделирование оказывает и обратное влияние на исследователей, требуя четкости формулировки исследовательской задачи, строгой логичности в построении гипотез и концепций. Практическими задачами моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов; в-третьих, выработка управленческих решений на всех уровнях хозяйственной иерархии. Последнее, впрочем, требует пояснения. Далеко не во всех случаях данные, полученные из Э.-м.м., могут использоваться непосредственно как готовые управленческие решения. Гораздо чаще они используются в качестве «консультирующих» средств, принятие же самих управленческих решений остается за человеком. Это объясняется чрезвычайной сложностью экономических и шире — социально-экономических процессов. Э.-м.м., таким образом, является лишь компонентом, хотя и очень важным, в человеко-машинных системах планирования и управления народным хозяйством и экономическими единицами разного уровня.. Процесс Э.-м.м. проходит ряд этапов: идентификацию объекта, спецификацию модели, идентификацию и оценку параметров модели, установление зависимостей между ними, проверку. Причем весь этот процесс обычно повторяется многократно и с каждым циклом модель уточняется, особенно когда дело идет о модели, предназначенной для практических расчетов. В последнем случае к модели предъявляются дополнительные требования со стороны технологии алгоритмизации (см. Алгоритм) и программирования. На каждом этапе построения моделей соблюдаются определенные правила их испытания, проверки. При этом обнаруживаются и устраняются недостатки, наиболее типичными из которых являются четыре: включение в модель несущественных (для данной задачи) переменных, невключение в модель существенных переменных, недостаточно точная оценка параметров модели, недостатки в структуре модели, т.е. неправильное определение зависимостей между переменными, а в случае оптимизации — зависимости принятого критерия от управляемых и неуправляемых переменных. Усложняя модель, чтобы сделать ее более точной и подробной, необходимо знать: компенсирует ли полученная точность результатов возросшие вычислительные трудности? И наоборот, решая исключить какой-то элемент из модели, чтобы сделать ее проще, необходимо оценить потери в ее достоверности, т.е. не обойдутся ли они дороже, чем выигрыш от упрощения расчетов. Эффективный путь практического моделирования — использование готовых моделей аналогичных объектов или процессов (с необходимыми уточнениями), а также отдельных блоков модели — стандартных «модулей«, совокупность которых образует искомую модель (модульный принцип). В настоящее время идет поиск новых математических понятий и методов, пригодных для построения и исследования моделей и систем моделей, — так называемых сложных систем с переменной структурой, меняющимся характером динамики, содержащих неполную и недостаточно формализованную информацию. (Сходные проблемы возникают при попытках математизации биологических, экологических, социальных и психологических исследований). Все это придает возрастающее значение математико-статистическому моделированию, машинной имитации, новым разделам математики.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical modelling
• economic modelling

Too many rules might deaden creativity. — Слишком большое количество правил может погубить креативность.

Creativity tests will be given to those applying for jobs in our company where new approaches are needed to solve old problems. — Тем кандидатам, которые претендуют на должности, требующие новых подходов для решения старых проблем, будет предложено пройти тесты на креативность