книги / Управление большими системами. УБС-2017

Управление организационными и социально-экономическими системами

6.The Numerical Simulation of Shallow Water: Estimation of the Roughness Coefficient on the Flood Stage / S. Khrapov, A. Pisarev, I. Kobelev, A. Zhumaliev, E. Agafonnikova, A. Losev, A. Khoperskov // Advances in Mechanical Engineering. – 2013. – Vol. 2013. – Article ID 787016. – 11 pages.

THREE-LEVEL CONTROL SYSTEM OF THE URBANIZATION PROCESS OF THE VOLGA-AKHTUBA FLOODPLAIN

Аlexander Voronin, Volgograd State University, Volgograd, Doctor of Science, professor (voronin.prof@gmail.com).

Inessa Isaeva, Volgograd State University, Volgograd, student (isaeva-inessa@mail.ru).

Abstract: In this paper, we present the problem of the negative influence of the urbanization process on the nature of the Volga-Akhtuba floodplain, using the cognitive model. We describe twoand threelevel hierarchical games, corresponding to the uncontrolled and controlled urbanization process, with the tools of game-theoretic modeling. An analytical solution for games with the linear dependence of the average flooded area on the urbanized area is found. We investigate the effectiveness of management with different strategies of spatial distribution of the sold areas of the territory. For this reason, we numerically compute games’ equilibriums for dependences derived from the imitational geoinformation and hydrodynamic modeling of flooding.

Keywords: Volgo-Akhtuba floodplain, mechanisms of ecological and economic control, hierarchical game, imitation modeling.

127

151

Управление большими системами. Выпуск XX

УДК 332.7:[519.86+657.922 ББК 65.223

О ЗНАЧИМОСТИ ФАКТОРОВ, УЧИТЫВАЕМЫХ ПРИ МОДЕЛИРОВАНИИ ПОСЕЩАЕМОСТИ ТОРГОВО-РАЗВЛЕКАТЕЛЬНЫХ КОМПЛЕКСОВ

Спирина В.С.1

(Пермский национальный исследовательский политехнический университет, Пермь)

Анализируется значимость каждого фактора, влияющего на выбор потребителями того или иного торгового объекта для посещения, в модели оценки качества объектов коммерческой недвижимости. Подтверждается необходимость учета потребительских предпочтений при оценке качества объектов коммерческой недвижимости, в частности торгово-развлека- тельных комплексов.

Ключевые слова: коммерческая недвижимость; потребительская привлекательность; качество объектов коммерческой недвижимости; торгово-развлекательные комплексы; потребительские предпочтения.

1.Введение

Вработах [2] автором была модифицирована и актуализирована для современного использования модель Д.Л. Хаффа, применяемая для определения привлекательности торговых объектов:

где i – порядковый номер покупателя (под i-м потребителем подразумевается потребитель, расположенный в точке i), j – по-

1 Варвара Сергеевна Спирина, аспирант (614990, Россия, г. Пермь,

Комсомольский проспект, д. 29, spirina@cems.pstu.ru).

128

152

Управление организационными и социально-экономическими системами

рядковый номер объекта коммерческой недвижимости (ОКН), Аij (от англ. Attractiveness) – привлекательность j-го объекта недвижимости для i-го потребителя, Qj (от англ. Quality) – качество объекта недвижимости, Tij (от англ. Time) – время, затрачиваемое i-м потребителем на дорогу до j-го объекта недвижимости, λЄ[0;1] – параметр, отражающий эффект влияния разных типов объектов на воспринимаемые временные затраты (данный параметр находится эмпирически), {} – численноезначениепараметра.

В общем случае качество ОКН Q зависит от нескольких характеристик xl, являющихся гетерогенными по отношению друг к другу. В ходе проведенного социологического (маркетингового) исследования посетителей ТРК (торгово-развлека- тельных комплексов) г. Перми были выявлены восемь частных факторов, влияющих на выбор потребителей в пользу посещения того или иного ТРК: площадь (x1); эстетический вид (x2); транспортная доступность (x3); ассортимент (x4); наличие брендов (x5); качество товаров (x6); акции и скидки (x7); мероприятия (x8). Именно эти факторы использованы при разработке многофакторных моделей комплексного оценивания. Данный опрос был открытым, и респонденты сами называли факторы, являющиеся важными для них при посещении ТРК г. Перми.

Вопрос значимости данных факторов в модели ставился, но еще не был исследован, что определило цель настоящей работы.

2. Вычислительный эксперимент

Для определения значимости каждого фактора в модели оценки потребительской привлекательности и качества ОКН, был проведен вычислительный эксперимент, в ходе которого были рассмотрены все варианты сочетаний учитываемых факторов в модели. При этом фактор «Площадь объекта», имеющийся в оригинальной модели Хаффа, учитывался во всех вариантах. Таким образом, рассматривались сочетания оставшихся 7 факторов модели, образующих при этом 27 = 128 различных вариантов сочетаний.

Качество ОКН в данном эксперименте определялось по формуле

129

153

Управление большими системами. Выпуск XX

Q= ∏Ql (xl )ql = Q1 (x1 )0,12 × Q2 (x2 )0,15 × Q3 (x3 )0,15 × Q4 (x4 )0,12 ×

(3)l

×Q5 (x5 )0,12 × Q6 (x6 )0,15 × Q7 (x7 )0,11 × Q8 (x8 )0,08 ,

где Ql(xl) – значение оценки фактора xl в относительной шкале [0, 1]; ql – взвешенные коэффициенты, показывающие важность фактора xl для потребителей, сумма которых должна быть равна единице (данные, полученные в ходе социологического (маркетингового) исследования, в котором респондентам предлагалось оценить, насколько им важен каждый из факторов ТРК).

При расчете вариантов, в которых учитывается лишь часть факторов из модели, взвешенные коэффициенты определялись путем нормирования «весов» учитываемых факторов:

где bl – коэффициент, принимающий значения 1 или 0, в зависимости от того, учитывается ли фактор в модели. Процедура (4) необходима для сохранения свойства равенства единице взвешенных коэффициентов ql’.

Полученные значения оценки качества исследуемых объектов с помощью модели (2) использовались для вычисления привлекательности исследуемых ТРК (1).

Вычислив привлекательность объекта, а также привлекательности других объектов-конкурентов, можно определить вероятность того, что посетители могут быть привлечены в исследуемый объект:

Расчетные значения вероятностей выбора потребителей затем сравнивались с реальными данными о посещаемости этих объектов и производился расчет среднеквадратического отклонения (рис. 2, 3).

На рис. 1 показана суммарная важность факторов в зависимости от сочетаний. Рассмотрены следующие варианты со-

130

154

Управление организационными и социально-экономическими системами

четаний: 1-я группа – учет только 1 фактора «Площадь объекта»; 2-я группа – учет дополнительного к фактору «Площадь объекта» фактора, данная группа имеет 7 вариантов сочетаний; 3-я группа – учет дополнительно еще 2 факторов, данная группа имеет 21 вариант сочетаний; 4-я группа – учет дополнительно 3 факторов, данная группа имеет 35 вариантов сочетаний; 5-я группа – учет дополнительно 4 факторов модели, данная группа образует также 35 вариантов сочетаний; 6-я группа – учет дополнительно 5 факторов модели, образуется 21 вариант сочетаний; 7-я группа – учет дополнительно к фактору «Площадь объекта» еще 6 факторов в модели, образуя 7 вариантов сочетаний; 8-я группа – учет всех 8 факторов в модели.

Из рис. 3 видно, что при учете 3, 4 или 6 факторов можно получить более точную модель, но при этом разброс значений погрешностей вариантов сочетаний выше, чем при учете всех факторов в модели. Отсюда можно сделать вывод о том, что нужно учитывать все восемь факторов в модели.

Рис. 1. Суммарная важность факторов (ql) в зависимости от вариантов их сочетаний

131

155

Управление большими системами. Выпуск XX

Рис. 2. Среднеквадратические отклонения в зависимости от вариантов сочетаний факторов

модели оценки качества ТРК

Рис. 3. Диапазоны среднеквадратических отклонений в зависимости от вариантов сочетаний факторов модели оценки качества ТРК

132

156

Управление организационными и социально-экономическими системами

3. Заключение

Из проведенного вычислительно эксперимента видно, что, если учитывать не фактически взятую площадь объекта (м2), а отношение потребителей и восприятие ими площади объекта, то погрешность модифицированной модели (с учетом только одного фактора «Площадь объекта») относительно оригинальной модели Хаффа снижается. Это еще раз доказывает, что необходимо учитывать предпочтения потребителей.

Напомним, что ранее [2] проводился сравнительный анализ результатов, полученных с помощью модифицированной модели (1) с данными, полученными с помощью оригинальной модели Хаффа [2, формула (2)], и с реальными данными о посещаемости исследуемых объектов (таблица).

Сравнение расчетных вероятностей посещения ТРК с реальными

Литература

1.АЛЕКСЕЕВ А.О., СПИРИНА В.С., КОРГИН Н.А. Технология управления объектом коммерческой недвижимости с учетом потребительских предпочтений // Управление большими сис-

темами. – 2016. – Вып. 62. – С. 124–168.

2.СПИРИНА В.С., АЛЕКСЕЕВ А.О. Моделирование и прогнозирование посещаемости коммерческой недвижимости на основе оценки ее потребительской привлекательности (на примере торгово-развлекательных комплексов) // Актуаль-

ные проблемы экономики и права. – 2015. – № 1 (33). –

С. 209–217.

133

157

Управление большими системами. Выпуск XX

ABOUT THE IMPORTANCE OF THE FACTORS CONSIDERED WHEN MODELLING ATTENDANCE OF SHOPPING MALLS

Varvara Spirina, Perm National Research Polytechnic University, Perm, postgraduate student, Faculty of Civil Engineering, Department of Construction Engineering and Materials Science (spirina@cems.pstu.ru).

The importance of each factor influencing the choice by consumers of this or that shopping facility for visit in model of an assessment of quality of commercial real estate objects analyzed. Need of the accounting of consumer preferences at an assessment of quality of commercial real estate objects confirmed, in particular by shopping malls.

Keywords: commercial real estate; consumer appeal; quality of commercial real estate objects; shopping malls; consumer preferences.

134

158

Управление организационными и социально-экономическими системами

УДК 378.146 + 378.147 ББК 74.04(3)

МЕТОДИКА ОЦЕНИВАНИЯ УРОВНЯ СФОРМИРОВАННОСТИ КОМПЕТЕНЦИЙ ВЫПУСКНИКА ВУЗА

Овчинников А.А.1

(Пермский национальный исследовательский политехнический университет, Пермь)

В настоящей статье рассматривается подход к моделированию накопления усвоенных знаний и приобретённых компетенций на основе кривых научения. Предложенная модель базируется на подходе к измерению усвоенной в ходе обучения полезной информации и позволяет описать логистический и итеративный процессы приобретения знаний, умений и владений как обязательных составляющих компетенций, заявленных в рамках основных профессиональных образовательных программ, реализуемых в вузе. Данная модель легла в основу методики оценивания уровня сформированности компетенций, результаты использования которой были апробированы на ряде образовательных программ, реализуемых в ПНИПУ.

Ключевые слова: кривые научения, негэнтропия, компетенция.

1.Введение

Косновной задаче современной системы высшего образования можно отнести построение эффективной системы управления образовательными процессами вуза, что, в свою очередь, обусловливает необходимость разработки и внедрения современного математического и программного обеспечения механизмов оценивания результатов образования выпускника вуза.

Общим проблемам оценивания результатов образования посвящены работы [1; 14–16; 17]. Разработке информационно-

1 Александр Андреевич Овчинников, аспирант (alex.talking@mail.ru).

135

159

Управление большими системами. Выпуск XX

аналитических систем вуза, включая инструментарий для оценки уровня сформированности компетенций выпускника, посвя-

щены работы [2–5, 7, 8, 11, 13].

Однако остались нерешенными вопросы, связанные с обоснованием комплексного оценивания уровня сформированности компетенций студента и автоматизации системы оценивания результатов образования в вузе, что подтверждает актуальность темы исследования.

2. Модели оценивания

Самый простой путь получения комплексной оценки уровня сформированности отдельной компетенции – это простое осреднение всех итоговых оценок промежуточной аттестации, полученных студентом при освоении дисциплин (разделов), участвующих в формировании этой компетенции. Кстати, таким путем идут во многих вузах. Однако такой подход не позволяет получить объективную оценку в силу принятых гипотез равнозначности всех оценок и линейности свертки.

Для того чтобы избежать равнозначность вклада различных дисциплин при линейном свертывании частных оценок, возможно введение весовых коэффициентов, учитывающих важность каждой дисциплины (например, с учетом объема трудоемкости дисциплины) при формировании соответствующей компетенции. Однако это, во-первых, требует субъективных оценок весовых коэффициентов, а, во-вторых, такой подход не учитывает нелинейность процесса формирования компетенции и особенности освоения учебного материала при изучении различных дисциплин (практических разделов) образовательной программы.

Недостаток линейного свертывания можно исключить использованием нелинейных сверток, в частности, матричных, которые учитывают предпочтения экспертов на влияние каждой частной оценки конкретных дисциплин на общий уровень сформированности компетенции. Однако это требует дополнительной экспертизы, что затрудняет применение данного подхода в условиях учебного процесса вуза.

136

160