3865

Заключение

В данной монографии представлены результаты разработки и исследования специального математического и программного обеспечения системы поддержки принятия инвестиционных решений, позволяющей проводить фундаментальный анализ финансовых инструментов с использованием классических и модифицированных моделей, а также предусматривающей повышение информированности лица, принимающего решения, в данной предметной области путем реализации системы моделей, методов и алгоритмов терминологического поиска. Реализация фундаментального анализа и терминологического поиска обеспечили эффективную информационную поддержку принятия инвестиционных решений в условиях неопределенности внешней среды, что подтверждено экспериментально.

Результаты теоретических и экспериментальных исследований, составляющих научную и практическую основу содержания данной монографии, состоят в следующем.

1. В части развития теоретических аспектов информационных систем и процессов поддержки принятия инвестиционных решений:

1.1.Представлены расширенные классификации видов общих и инвестиционных управленческих решений, а также неопределенностей, возникающих при их принятии.

1.2.Уточнен информационный процесс принятия инвестиционных управ-

ленческих решений в условиях неопределенности внешней среды. Показано, что информационный процесс целесообразно дополнить такими этапами как: выявление ограничений, построение модели, определение ее параметров, разработка альтернатив, экономическая оценка альтернатив, выбор рациональной альтернативы. При выборе альтернативных решений необходимо учитывать такие факторы, как время, качество, масштаб, степень освоенности объекта, метод получения информации, условия применения объекта, уровень инфляции, степень риска, уровень и вид неопределенности.

1.3.Разработана модель снижения неопределенности внешней среды при формировании инвестиционных портфелей на основе системы поддержки принятия инвестиционных решений, учитывающая фундаментальные закономерности рынка ценных бумаг и прагматическую информацию в данной предметной области, добываемую из различных источников.

1.4.Предложена модель стохастического учета влияния неопределенности внешней среды на процесс принятия инвестиционных решений основанная на увеличении числа дополнительных операций для достижения поставленной цели, позволяющая обосновать оптимальную по Парето комплектацию системы поддержки принятия решений по критериям «выделяемый финансовый ресурс»

и«достижимая точность».

1.5.Расширен набор традиционных способов снижения неопределенности внешней среды новым способом - системной информированности. Его отличительной особенностью является использование в качестве источника информа-

221

ции - системы поддержки принятия решений, которая в отличие от человека, не манипулируема (она не ищет выгоды для себя и по этой причине не скрывает истинного положения дел).

2.В плане совершенствования специального математического обеспечения фундаментального инвестиционного анализа:

2.1.Разработана нейромодифицированная одноиндексная модель Шарпа, позволяющая реализовать фундаментальное положение рынка ценных бумаг о влиянии предыстории (курсовых трендов ценных бумаг) на прогнозные значения показателей качества используемых ценных бумаг. Она основана на запоминании с использованием искусственных нейронных сетей априорных значений курсовых трендов ценных бумаг в виде«риск-эффектов» с последующим их учетом при прогнозировании доходностей и рисков ценных бумаг.

2.2.Предложен модифицированный генетический алгоритм формирования инвестиционного портфеля на основе эволюционной оптимизации долевого распределения инвестиций, позволяющий максимизировать его(портфеля) доходность при заданном уровне риска и оперативность формирования путем реализации параллельных вычислений.

3.В области нейросетевого прогнозирования временных рядов:

3.1.Разработан программный комплекснейросетевого прогнозирования временных рядов, позволяющий исследовать и оптимизировать структуры одной из разновидностей искусственных нейронных сетей– многослойных персептронов, проводить эмпирическую оптимизацию ряда обучающих их алгоритмов, частности: обратного распространения ошибок, имитации отжига, эволюционного (генетического). Кроме того данный комплекс позволяет исследовать и совершенствовать численные методы обучения персептронов в интересах более точного и оперативного запоминания и воспроизведения «риск-эффектов».

3.2.Предложена визуальная технология моделирования искусственных нейронных сетей, обеспечивающая отображение и оперативную корректировку структур без глубокого знания механизмов их функционирования. Применение данной технологии позволяет более гибко моделировать структуру искусственных нейронных сетей и обеспечивает проведение исследований их малоизученных видов, например, с разрушенными связями и нейронами.

4.В части развития теоретических положений и практической реализации терминологического поиска:

4.1.Установлено, что в интересах реализации терминологического поиска целесообразно использовать категоризацию лексики, обеспечивающую построение более простых и адекватных моделей представления текстовойин формации. Она впервые возникла в моделях Ньютона и Лейбница, а дальнейшее развитие получила в лямбда-исчислении и семантической сети. В ее состав могут быть включены такие важные для терминологического поиска категории, как тезаурус и терминологический портрет, являющиеся основой для формирования математической модели весовой распределенной информационной системы на терминологическом портрете.

222

4.2.Разработана математическая модель весовой распределенной информационной системы на терминологическом портрете, учитывающая информационные неопределенности в формируемых запросах и найденных документах, позволяющая перераспределять поисковую нагрузку на информационные подсистемы в зависимости от их загрузки и значимости искомых терминов.

4.3.Сформулирована постановка задачи синтеза структуры распределенной информационной системы, предусматривающей основные и резервные(дублирующие) локальные подсистемы поиска документов и центр сбора и обработки, поступающих от них документов. Синтезированная информационная система обладает более высокой надежностью, по сравнению с традиционной

4.4.Обоснована семантическая матрично-лексическая модель анализа текста, основанная на лексемах, представляющая текст в виде семантической сети с узлами – основными понятиями, представляемыми фреймами и дугами – семантическими отношениями между ними, позволяющая выделять из текста новые знания.

4.5.Предложена модель извлечения новых знаний, путем отбора новых терминов, содержащихся в тексте, на основе пороговых значений частот их встречаемости, позволяющая реализовать объяснение своих действий на основе восстановления логических цепочек взаимосвязей терминов в массиве текстовых документов.

4.6.Апробирована работоспособность подсистемы терминологического поиска реализованной в виде интеллектуального поискового агента, который в интересах повышения оперативности способен работать в виртуальном -про странстве. Интеллектуальность поискового агента достигнута реализацией таких его важных свойств, как автономность, интерактивность, рациональность, проактивность, а также наличием процедур, реализующих механизм весовой генерации запросов, эквивалентный механизму пользовательских предпочтений.

5.В области хранения и обработки данных:

5.1.Проведена эмпирическая оптимизация структуры хранилища данных путем нормализации и индексирования хранимых данных, позволившая повысить оперативность выполнения запросов. В результате проведенных экспериментов установлено, что среднее время обработки многоаспектных запросов меньше среднего времени обработки одноаспектных запросов. Поэтому в данной системе хранения данных целесообразно осуществлять многоаспектный поиск.

5.2.Реализован и исследован алгоритм обмена данными между хранилищем и витриной, основанный на эмпирической оценке закона их(данных) ранговой популярности, повышающий надежность хранения данных и оперативность манипулирования ими. Результаты проведенных экспериментов показали, что мера популярности данных максимально приближена к статистике простого пуассоновского потока. Апробация алгоритма показала, что его эффективность возрастает при увеличении объема переносимых данных. Когда число

223

наборов данных мало, целесообразно использовать простой последовательный перенос.

5.3.Разработан модифицированный алгоритм индексации данных, на основе их предварительной обработки методом «деления узла», обеспечивающий повышение оперативности обработки запросов.

6.В области проектирования информационных систем поддержки принятия инвестиционных решений:

6.1.Разработаны концепция и технология проектирования информациионной системы поддержки принятия инвестиционных решений, основанные на мультиэтапном механизме проектирования, реализующем параллельное итеративное выполнение основных этапов проекта и использование априорной -ин формации управления проектированием аналогов, позволяющих повысить оперативность выполнения проектных работ.

6.2.Обоснован метод обхода дерева целей при проектировании с учетом существующих априорных решений. Его суть заключается в использовании существующих информационных систем (подсистем и модулей), обеспечивающих своими функциональными возможностями достижение определенных подцелей

вобщем дереве целей. Достоинством данного метода является использование готовых (отработанных) решений, что обеспечивает сокращение сроков реализации проекта и уменьшение материальных затрат, а недостатком – сложности сопряжения существующих систем с разрабатываемыми. Примером использования данного метода, является применение при разработке подсистемы терминологического поиска информации, готового решения - ядра формализации и анализа текстовой информации.

Разработанные программные средства зарегистрированы в разные годы в фонде алгоритмов и программ и в федеральном государственном автономном научном учреждении "Центр информационных технологий и систем органов исполнительной власти".

Результаты опытной эксплуатации разработанного прототипа данной системы показали его эффективность как аналитического средства оценки ценных бумаг, так и средства добычи прагматической информации для лица, принимающего решения.

Направлениями дальнейшего совершенствования разработанной информационной системы поддержки принятия инвестиционных решений является:

-наращивание состава специального математического и программного обеспечения системы новыми моделями, методами и алгоритмами в части реализации возможности оперирования другими, более рискованными, финансовыми инструментами (фьючерсами, опционами и др.);

-совершенствование подсистемы терминологического поиска в части реализации новых моделей семантической обработки информации(например, нейросетевой и др.);

-разработка и внедрение перспективных моделей прогнозирования временных рядов (не только нейросетевых) [114, 119];

224

-разработка комплексной информационной системы поддержки принятия инвестиционных решений, обеспечивающей формирование портфелей, как с финансовыми, так и с реальными инвестициями;

-разработка методологических основ построения информационных систем поддержки принятия инвестиционных решений на основе общей теории синтеза информационно-обеспечивающих систем [73, 74].

В целом, полученные результаты могут составить основу для построения универсальных информационных систем предназначенных для поддержки принятия решений в области портфельного анализа финансовых и реальных инвестиций.

225

Библиографический список

1.Айвазян, С.А. Прикладная статистика. Основы моделирования и первичная обработка данных / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин – М.: Финансы и статистика, 1983. – 472 с.

2.Анискин, Ю.Н. Управление инвестициями / Ю.Н. Анискин. – СПб.:

«Омега-Л». 2002. – 167 с.

3.Аскинадзи, В.М. Инвестиционные стратегии на рынке ценных бумаг [текст] / В.М. Аскинадзи. – М.: ООО «Маркет ДС Корпорейшн», 2004. – 106 с.

4.Баркалов, С.А. Информационная поддержка принятия инвестиционных решений при формировании портфеля ценных бумаг/ С.А. Баркалов, В.П. Морозов, А.В. Никитенко, А.И. Половинкина, А.И. Сырин // Информатизация и информационная безопасность правоохранительных органов: матер. XXII Всерос. науч. конфер. -М.: Академия управления МВД России, 2013. – С. 82-85.

5.Басовский, Л.Е. Экономическая оценка инвестиций/ Е.Н. Басовская, Л.Е. Басовский. – М.: ИНФРА-М, 2007. – 241 с.

6.Батяева, Т.А. Рынок ценных бумаг/ Т.А. Батяева, Т.И. Столяров. –

М.: Инфра - М, 2006. – 408 с.

7.Бланк, И.А. Инвестиционный менеджмент / И.А. Бланк. – Киев: МП

«ИТЕМ», ЛТД, 1995. – 315 с.

8.Бланк, И.Т. Управление инвестициями предприятия/ И.Т. Бланк. –

СПб.: «Ника-Центр». 2003. – 275 с.

9.Блауберг, И. В. Становление и сущность системного подхода/ И.В. Блауберг, Э.Г. Юдин. – М., 1973. – 216 с.

10.Блех, Ю.А. Инвестиционные расчеты. Модели и методы оценки инвестиционных проектов / Ю.А. Блех, У.Р.Гетце. – Калининград: «Ян-

тарный сказ», 1997. – 437 с.

11.Большой толковый словарь русского языка/Составитель и главный редактор С.А. Кузнецов. – СПб.: «Норинт», 2000. – 1536 с.

12.Бочаров, В.П. Инвестиции / В.П. Бочаров. – СПб.: «Питер». 2002. – 288 с.

13.Бронштейн, И.Н. Справочник по математике для инженеров и учащихся вузов / И.Н. Бронштейн, К.А. Семендяев. – М.: Наука, 1986. – 534 с.

14.Бурков, В.Н. Введение в теорию управления организационными системами / В.Н. Бурков, Н.А. Коргин, Д.А. Новиков Д.А. Под ред. чл.- корр. РАН Д.А. Новикова. – М.: Либроком, 2009. – 264 с.

15.Бурков, В.Н. Как управлять проектами/ В.Н. Бурков, Д.А. Новиков -

М.: СИНТЕГГЕО, 1997. -188 с.

16.Валдайцев, В.Г. Инвестиции / В.Г. Валдайцев, П.П. Воробьев и др. – М.: ТК Велби, Изд-во Проспект, 2005. – 440 с.

17.Васютин, С.В. Базы данных. Интеллектуальная обработка информации / С.В. Васютин, А.Ф. Гореев, В.В. Корнеев - 2-е изд. - М.: Изда-

226

тель Молгачёва С.В., Нолидж, 2001.-496 с.

18.Ватолин, Д. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео/ Д.Ватолин, А. Ратушняк, М. Смирнов, В. Юкин. - М.: ДИАЛОГ-МИФИ, 2003. - 384 с.

19.Вахрин, П.С. Инвестиции / П.С. Вахрин. – СПб.: «Дашков и К», 2003.

– 384 с.

20.Вероятность и математическая статистика: Энциклопедия.—М.: Большая Российская Энциклопедия, 1999.—910с.

21.Владимирова, Л.П. Прогнозирование и планирование в условиях рынка / Л.П. Владимирова. - М: Издательско-торговая корпорация «Дашков и К», 2008. – 400 с.

22.Волков, Г.Г. Компьютерные информационные технологии/ Г.Г. Волков, О.Ю. Глинский. - БГЭУ: Бобруйск, 2010. – 86 с.

23.Волкова, В.Н. Основы теории систем и системного анализа/ В.Н. Волкова, А.А. Денисов. Изд. 2-е. – СПб.: СПб.ГТУ, 1999. – 230 с.

24.Воробьев, П.В. Рынок ценных бумаг: учеб. / П.В. Воробьев, В.А. Лялин. М.: Изд-во Проспект, 2009. - 384с.

25.Вороновский, Г.К. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности/ Г.К. Вороновский, К.В. Махотило, С.Н.Петрашев, С.А. Сергеев. – М.: ОСНОВА, 1997. – 112с.

26.Гитман, Л.Д. Основы инвестирования: Пер. с англ. / М.Д. Джонк. –

М.: «Дело», 1997. – 1015 с.

27.Гладков, Л.А. Генетические алгоритмы / Л.А. Гладков. – М.: Физмат-

лит, 2006. – 268 с.

28.Грибачев, К Г. Delphi и Model Driven Architecture. Разработка прило-

жений баз данных / К.Г. Грибачев. - СПб.: Питер, 2004. — 348 с.

29.Гудман, Э.Д. Эволюционные вычисления и генетические алгоритмы. Обозрение прикладной и промышленной математики/ Э.Д. Гудман,

А.П. Коваленко. - Т. 3. – Вып. 5. – М.: ТВП, 1986. – 760 с.

30.Гультяев, А. Виртуальные машины – несколько компьютеров в одном

/ А. Гультяев. – СПб.: Питер, 2006. – 224 с.

31.Давнис, В.В. Модифицированный вариант модели Шарпа, его свойства и стратегии управления инвестиционным портфелем/ В.В. Давнис, С. Е. Касаткин, Е. А. Ратушная // Современная экономика: Проблемы и решения. – Воронеж, 2010. – № 9. – С. 135 – 145.

32.Деева, А.К. Инвестиции / А.К. Деева. – М.: «Экзамен». 2004. – 320 с.

33.Дмитриев, А.К. П.А. Основы теории построения и контроля сложных систем / Дмитриев А.К. П.А. Мальцев. – Л.: Энергоатомиздат, 1988. – 192 с.

34.Дружинин, В.В. Проблемы системотологии (проблемы теории сложных систем) / В.В. Дружинин, Д.С. Конторов. – М.: Сов, радио, 1976.

– 237 с.

35.Евстигнеев В.А. Теория графов: алгоритмы обработки деревьев/

227

В.А.Евстигнеев, В.Н.Касьянов. - Новосибирск: Наука, 1994. -361 c.

36.Зализняк, А.А. Грамматический словарь русского языка: словоизменение / А.А. Зализняк. М.:Рус.яз., 1987. - 180 с.

37.Звегинцев В. А. Предложение и его отношение к языку и речи/ В.А. Звегинцев. – М.: Московский университет, 1976. – 250 с.

38.Золотогоров, В.Г. Инвестиционное проектирование / В.Г. Золотогоров. – Минск: ИП «Экоперспектива», 1998. – 463 с.

39.Ивасенко, А.Г. Информационные технологии в экономике и управле-

нии: учебное пособие / А.Г. Ивасенко, А.Ю. Гридасов, В.А. Павлен-

ко. – 2-е изд., стер. – М.: КНОРУС, 2007. – 160 с.

40. Избачков, Ю.С. Информационные системы / Ю.С. Избачков, В.Н. Петров. – СПб.: Питер, 2006. – 656 с.

41.Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. - М.: Комитет стандартизации и метрологии СССР, 1991. - 120 с.

42.Карпиков, Е. / Е. Карпиков, А. Федоров. Основные постулаты классической теории портфельных инвестиций// http://speculator- fin.ru/page-id-121.html

43.Карпова, Т.С. Базы данных: модели разработки, реализация: учеб. пособие / Т.С. Карпова. – СПб.: Питер, 2001. - 304 с.

44.Клименко, С.В. Электронные документы в корпоративных сетях/ С.В. Клименко, И.В. Крохин, В.М. Кущ, Ю.Л. Лагутин. - М.: Анкей, 1998. – 272 с.

45.Клини, С. Основания интуиционистской математики с точки зрения теории рекурсивных функций / С. Клини, Р. Весли. – М.: Издательст-

во «НАУКА», 1978. – 271 с.

46.Кныш, М.И. Стратегическое планирование инвестиционной деятельности / М.И. Кныш, Б.А. Перекатов, Ю.П. Тютиков. - СПб.: «Бизнес-

пресса», 1998. – 315 с.

47.Ковалёв, В.В. Введение в финансовый менеджмент/ В.В. Ковалев.- М.: Финансы и статистика, 2003.- 168 с.

48.Ковалёв, В.В. Инвестиции: учеб. / С.В. Валдайцев, П.П. Воробьев [и др.]; под ред. В.В. Ковалева, В.В. Иванова, В.А. Лялина. - М.: ТК Велби, Изд-во Проспект, 2005. - 440 с.

49.Когаловский, М. Р. Перспективные технологии информационных систем / М.Р. Когаловский. - М.: ДМК Пресс; М: Компания АйТи, 2003. — 288 с. ISBN 5-94074-200-9.

50. Колтынок, Б.Н. Инвестиционные проекты / Б.Н. Колтынок. – М.:

«Дело». 2002. – 622 с.

51.Кормен, Т. Алгоритмы: построение и анализ/ Т. Кормен, Ч. Лейзерсон, Р. Ривест. М.: МЦНМО: БИНОМ. Лаборатория знаний, 2004. – 348 с.

52.Корн, Г. Справочник по математике/ Г. Корн, Т. Корн. М.: Издатель-

ство «Наука», 1973. – 832 с.

228

53.Корчагин, Ю.А. Инвестиции: теория и практика/ Ю.А. Корчагин, И.П. Маличенко. – Ростов н/Д: Феникс, 2008. – 509 с.

54.Костров, А.В. Системный анализ и принятие решений: учеб. пособие / А.В.Костров. - Владимир, 1995. - 66 c.

55.Крейнес, М.Г. Смысловой поиск и индексирование текстовой информации в электронных библиотеках: информационная технология "ключи от текста"[ Электронный ресурс] / М.Г. Крейнес 167 //Электронные библиотеки. - 2001. – Т.2, вып. 3. Режим доступа: http://www.mmascience.ru/ktt/start.htm.

56.Круг, П.Г. Нейронные сети и нейрокомпьютеры: Учебное пособие по курсу «Микропроцессоры» / П.Г. Круг– М.: Издательство МЭИ, 2002.

– 176 с.

57.Курейчик, В.М. Генетические алгоритмы / В.М. Курейчик. - Таган-

рог, 1998. - 135 с.

58.Леонтьева, Н.Н. Русский общесемантический словарь(РОСС): структура, наполнение / Н.Н. Леонтьева // НТИ. Сер.2.-1997.-№ 12.-С.5-20.

59.Лойко, В.И. Информационные системы и технологии в экономике/ В.И. Лойко и др. - М.: Финансы и статистика, 2005. - 416 с.

60.Лотоцкий, В.А. Идентификация структур и параметров систем управления / В.А. Лотоцкий // Измерения. Контроль. Автоматизация. 1991.

– № 3–4. – С.30–38.

61.Маклаков, С.В. BPWin и ERWin. CASE – средства разработки информационных систем / С.В. Маклаков. – М.: ДИАЛОГ-МИФИ, 2000. – 256 с.

62.Малюгин, В.И. «Рынок ценных бумаг: Количественные методы анализа»: учеб. пособие /В.И. Малюгин. – М.: «Дело», 2003. – 320 с.70

63.Маренков, Р.Р. Основы управления инвестициями/ Р.Р. Маренков. –

М.: «Едиториал». 2003. – 480с.

64.Марлов А.В. Логико-лингвистический интегратор русскоязычных текстов для информационной системы в строительстве. Автореф. и дисс. к.т.н. Воронеж. 2004.

65.Матвеев Л.А. Компьютерная поддержка решений/ Л.А. Матвеев. – СПб.: «Специальная литература», 1998. – 472 с.

66.Месарович, М. Общая теория систем: математические основы / М. Месарович, И. Такахара. - М.: Мир, 1978. – 248 с.

67.Месарович, М. Теория иерархических многоуровневых систем/ Д. Мако, М. Месарович, И. Такахара. М.: Мир, 1973. – 344 с.

68.Методология IDF0. Функциональное моделирование. - М.: Метатех-

нология, 1993. – 117 с.

69.Методология IDFX1. Информационное моделирование. – М.: Метатехнология, 1993. – 120 с.

70.Методология динамического моделированияIDF0/CPN/ Материалы 6 семинара «Информационные технологии в проектировании систем и управлении бизнесом». – М.: Метатехнология, 1994. – 13 с.

229

71.Мешалкин В..П Введение в базы данных: Учеб. пособие/ В.П.Мешалкин, В.Н.Фефелов, М.А.Пермяков. -М., 1993. -127 c.

72.Мински, М. Фреймы для представления знаний/М. Мински. - М.:

Энергия, 1979. – 180 с.

73.Мистров, Л.Е. Методологические основы синтеза информационнообеспечивающих функциональных организационно-технических систем: монография / Л.Е. Мистров, Ю.С. Сербулов; АНОО ВИВТ, РосНОУ (ВФ). – Воронеж: Научная книга, 2007. – 232 с.

74.Мистров, Л.Е. Моделирование информационных структур обеспечения конфликтной устойчивости взаимодействия организационнотехнических систем. Автореф. и дисс. д.т.н. Воронеж. 2008.

75.Моисеев, Н.Н. Математические задачи системного анализа/ Н.Н.

Моисеев. – М.: Наука, 1981. – 488 с.

76.Морозов, В.П. Автоматизированная поисково-аналитическая система / О.Е. Буцкий, А.В. Марлов, В.П. Морозов, В.В. Четверов // Всероссийский научно-технический информационный центр. Рег. Номер

7220040030 от 2.04.2004 г.

77.Морозов, В.П. Автоматизированная система создания и сопровождения контрактной и финансовой документации по НИОКР: алгоритм и программное средство / О.Е. Буцкий, В.П. Морозов, А.В. Марлов, А.А. Трухачев, А.А. Хме-линин // Всероссийский научно-технический информационный центр. Рег. но-мер 7220040049 от 6.08.2004 г.

78.Морозов, В.П. Автоматизированное прогнозирование объемов авиа-

перевозок воздушно-транспортной системы региона с учетом сезонных волн: алгоритм и программное средство/ Б.Г. Лютиков, В.П. Морозов, П.В. Селезнев // Гос. фонд алгор. и прогр.

Рег.№50200700047 от 12.01.2007 г.

79.Морозов, В.П. Анализ лингвистических подходов к формализации языка для разработки процессоров сбора данных / В.П. Морозов, А.В. Марлов, В. Ю. Храмов // Телекоммуникации. №6, 2004.- С.21-25.

80.Морозов, В.П. Визуальный контактор для моделирования искусственных нейронных сетей / В.П. Морозов, А. С. Ларин, А.И. Сырин // Математическое моделирование в технике и технологии: Всероссийская конференция с элементами научной школы. – Воронеж: ВИВТ-

ВГТУ, 2011. – С. 247-249.

81.Морозов, В.П. Влияние внешней среды на функционирование предприятия / В.П. Морозов., А.И. Сырин // Управление большими системами: матер. IX Всерос. школы-конфер. Молод. Ученых. Том I / Липецк. гос. тех. универ.-Тамбов-Липецк: Изд-во Першина Р.В., 2012. –

С. 211-214.

82.Морозов, В.П. Влияние организационно-технических факторов внутренней среды на функционирование предприятия/ В.П. Морозов., А.И. Сырин // Управление большими системами: матер. IX Всерос.

230