Эволюционное нейросетевое моделирование импортозамещения в радиоэлектронной промышленности регионов

Статья опубликована в журнале: Финансы и кредит, 2024, Т. 30, № 4, С. 765 — 787

Автор(ы): Яшин С.Н., Кошелев Е.В., Суханов Д.А.

Рубрика: Инвестиционная деятельность

Аннотация

Предмет. Эволюционное нейросетевое моделирование возможностей импортозамещения в отрасли радиоэлектронной промышленности (РЭП) в регионах России.

Цели. Определить регионы-лидеры в плане возможности импортозамещения, а также регионы, которые имеют перспективы будущего развития отрасли РЭП в рамках своей территории.

Методология. Разработана методология эволюционного нейросетевого моделирования. Применены общенаучные методы.

Результаты. Проведено нейросетевое моделирование: сбор, корректировка на инфляцию и стандартизация данных, построение и обучение нейронной сети с помощью алгоритма адаптивной нейро-нечеткой системы вывода (ANFIS) и алгоритма роя частиц (PSO), верификация обученной сети на данных нового периода наблюдения, определение регионов-лидеров и сегментов планируемых входов и целей сети, оценка соответствия регионов планируемым входам и целям сети. Получено,что алгоритм ANFIS + PSO позволяет получить меньшую среднюю относительную ошибку (MAPE) на новых данных 2021 г. по сравнениюс обычным ANFIS и методом Лавенберга — Марквардта. Сравнение графиков целевых и предсказанных значений для обеих целевых функций также иллюстрирует хорошее качество прогноза сетей.

Выводы. Полученные результаты могут быть полезны государственным структурам для планирования процесса импортозамещения в отрасли РЭП в указанных регионах. Также данные результаты могут использовать инвесторы для выбора направлений капитальных вложений.

Ключевые слова: адаптивная нейро-нечеткая система вывода, оптимизация роя частиц, прогнозирование временного ряда, радиоэлектронная промышленность