ГИБРИДНЫЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ПОКАЗАТЕЛЕЙ ВНЕШНЕЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ РФ НА ОСНОВЕ НЕЧЕТКИХ КОГНИТИВНЫХ КАРТ И ДЕРЕВЬЕВ РЕШЕНИЙ

УДК 336.018(045)
DOI: 10.36871/2618-9976.2023.01.001

Авторы

Сергей Александрович Ярушев,
Кандидат технических наук, доцент, Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Алексей Николаевич Аверкин,
Кандидат физико-математических наук, доцент, ведущий научный сотрудник, ФИЦ ИУ РАН, Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Виктория Михайловна Савинова,
Старший преподаватель кафедры информатики, Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Владислав Рашидович Иксанов,
Аспирант кафедры информатики, Российский экономический университет им. Г.В. Плеханова, Москва, Россия
Михаил Александрович Будуев,
Студент, кафедра информатики, Российский экономический университет им. Г.В. Плеханова, Москва, Россия

Аннотация

Разработка гибридных моделей прогнозирования является как никогда актуальной в периоды кризисных экономических явлений, так как именно благодаря гибридным технологиям возможно строить прогнозы даже в нестабильное время. В данной работе для экспериментов были выбраны несколько показателей внешнеэкономической деятельности РФ, всего было выбрано 5 показателей, данные по которым были представлены поквартально за период с 2013 по 2021 г. Для прогнозирования использовались две когнитивные модели прогнозирования, такие как деревья решений и нечеткие когнитивные карты.

Ключевые слова

прогнозирование
регрессионное дерево решений
нечеткие когнитивные карты
макроэкономика
искусственный интеллект
когнитивное моделирование