Персона: Романов, Родион Модестович
Загружается...
Email Address
Birth Date
Научные группы
Организационные подразделения
Организационная единица
Факультет бизнес-информатики и управления комплексными системами
ФБИУКС осуществляет образовательную деятельность по программам бакалавриата, магистратуры и аспирантуры.
Ведется научно-инновационная деятельность и разработка научных комплексных проектов по направлению «мезоэкономика» в кооперации с академическими институтами РАН: Центральным экономико-математическим институтом (ЦЭМИ РАН) и Институтом народнохозяйственного прогнозирования (ИНП РАН), создание бизнес-моделей инновационного развития «мезоэкономических» систем — крупных корпораций и территориальных комплексов (территорий опережающего развития — ТОР).
Уникальные преимущества обучения на факультете связаны с выдающимися отечественными учеными, являющимися профессорами факультета. Академик РАН, директор ИНП РАН В.В. Ивантер, члены-корреспонденты РАН Г.Б. Клейнер, Б.Н. Порфирьев, Д.Е. Сорокин и многие другие — это «золотой фонд» образовательного комплекса факультета и одновременно мощный научный центр, обеспечивающий исследования и разработки на самом современном уровне.
Статус
Фамилия
Романов
Имя
Родион Модестович
Имя
Результаты поиска
Теперь показываю 1 - 1 из 1
- ПубликацияОткрытый доступГибридный подход на основе когнитивного картирования и регрессионного анализа для прогнозирования в сложных слабо формализованных системах(НИЯУ МИФИ, 2025) Романов, Р. М.; Гусева, А. И.; Романов, Родион Модестович; Гусева, Анна Ивановна; Факультет бизнес-информатики и управления комплексными системамиВ статье представлен оригинальный гибридный подход, объединяющий нечеткие когнитивные карты и регрессионный анализ для прогнозирования в слабо формализованных системах, характеризующихся высокой степенью неопределенности и сложными, неструктурированными взаимосвязями между переменными. Основная идея подхода заключается в использовании экспертных оценок, выраженных через лингвистические переменные и нечеткие числа, для адаптации весовых коэффициентов регрессионной модели. Полученные веса, рассчитанные на основе когнитивного анализа, интегрируются в процедуру многопараметрической линейной регрессии с использованием взвешенного метода наименьших квадратов. Это позволяет повысить точность прогнозов и улучшить интерпретируемость модели. Результаты эмпирического исследования, проведенного в статистической среде R, демонстрируют, что предложенный подход превосходит (MAPE=10.21%) не только классические одиночные методы прогнозирования, такие как линейная регрессия (MAPE =13.80%), а также нейросетевые подходы, например, многослойный персептрон (MAPE =31.24%), но и успешно конкурирует с ансамблевыми методами, включая случайный лес (MAPE = 12.35%) и градиентный бустинг (MAPE = 7.75%). Данный подход может быть успешно применен для прогнозирования объемов поставок газа в Китай, а также для решения других задач, требующих интеграции качественных и количественных данных.