Программные продукты, системы и алгоритмы №4, 2017 г

Заключение 
Результаты данной работы показывают эффективность создания гибридных систем как для задачи 
принятия решений, так и для задачи прогнозирования временных рядов. Представлена интегрированная 
гибридная модель поддержки принятия решений и прогнозирования на основе нечетких когнитивных 
карт. Подобное решение послужило фундаментом для разработки системы прогнозирования временных 
рядов, которая уже объединила в себе данный метод и методы искусственного интеллекта в задаче ана-
лиза данных. Представлена новая модель модулярной системы прогнозирования временных рядов.
Подробно рассмотрен один из модулей данной системы, содержащий в себе гибридную подсистему, со-
стоящую из комбинации нечеткой когнитивной карты и нейро-нечеткой сети ANFIS. Детально рассмот-

---

Программные продукты, системы и алгоритмы
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
№ 4, 2017 г.
8 
рен модуль, включающий когнитивную карту. Представлен и описан генетический алгоритм обучения 
когнитивной карты, а также его возможности в задачах прогнозирования. 
Литература 
1.
Armstrong J.S. Research needs in forecasting. Intern. Jour. of Forecasting, 1988, no. 4, pp. 449–465.
2.
Лефевр В.А. Исходные идеи логики рефлексивных игр // Проблемы исследования систем и струк-
тур: матер. конф. М.: АН СССР, 1965.
3.
Soros G. The alchemy of finance. John Wiley & Sons, 2003, 391 p.
4.
Yarushev S.A., Averkin A.N. Review of studies on time series forecasting based on hybrid methods, neu-
ral networks and multiple regression // Программные продукты и системы. 2016. № 1. С. 75–83 (англ.).
5.
Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и про-
цедуры принятия решений. М.: Мир, 1976. С. 172–215.
6.
Ротштейн А.П., Штовба С.Д. Нечеткая надежность алгоритмических процессов. Винница: Конти-
нент-Прим, 1997. 142 с.
7.
Аверкин А.Н., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в мо-
делях управления и искусственного интеллекта; [под ред. Д.А. Поспелова]. М.: Наука, 1986. 312 с.
8.
Kosko B. Fuzzy cognitive maps. Intern. Jour. Man-Machine Studies, 1986, vol. 24, no. 1, pp. 65–75.
9.
Sadiq R., Kleiner Y., Rajani B. Interpreting fuzzy cognitive maps (FCMs) using fuzzy measures to evalu-
ate water quality failures in distribution networks. Joint Intern. Conf. Computation in Civil and Building Engi-
neering (ICCCBE XI), Montreal, QC, 2006, pp. 1–10.
10.
Zhenbang Lu, Lihua Zhou. Advanced Fuzzy Cognitive Maps Based on OWA Aggregation. Intern. Jour. 
Computational Cognition, 2007, vol. 5, no. 2, pp. 31–34.
11.
Carvalho J.P., Tome J.A.B. Rule Based Fuzzy Cognitive Maps and Fuzzy Cognitive Maps – A compara-
tive study. Proc. 18th Intern. Conf. NAFIPS99, 1999, pp. 115–119; DOI: 10.1109/NAFIPS.1999.781665.
12.
Dombi J., Dombi J.D. Cognitive maps based on pliant logic. I.J. of Simulation, 2003, vol. 6, no. 6.
13.
Силов В.Б. Принятие стратегических решений в нечеткой обстановке. М.: ИНПРО-РЕС, 1995.
228 c.
14.
Кулинич А.А. Разработка принципов и методов построения программных систем поддержки при-
нятия решений в слабо структурированных ситуациях на основе моделирования знаний эксперта: дис… 
канд. технич. наук. М.: ИПУ РАН, 2003. 150 с.
15.
Stach W., Kurgan L., Pedrycz W., Reformat M. Genetic learning of fuzzy cognitive maps. Fuzzy Sets and 
Systems, 2005, no. 153, pp. 371–401.
16.
Carlsson C., Fuller R. Adaptive fuzzy cognitive maps for hyperknowledge representation in strategy for-
mation process. Proc. Intern. Panel Conf. on Soft and Intelligent Computing, Technical Univ. of Budapest, 1996, 
pp. 43–50.
17.
Papageorgiou E.I., Poczęta K. A two-stage model for time series prediction based on fuzzy cognitive 
maps and neural networks. Neurocomputing, 2017, vol. 232, pp. 113–121.
1. 
Уровень 
пенсий
2. 
Социальные 
траты
3. 
Бюджет
4. 
Объем 
финансирования 
здравоохранения
5. 
Уровень 
налогов
6. 
Уровень социальной 
напряженности
7. 
Уровень 
преступности
8. 
Уровень 
социального 
расслоения
9. 
Уровень инфляции
10. 
Средняя заработная 
плата в России
11. 
Средний уровень 
доходов крупных
собственников
12. 
Уровень 
безработицы
13. 
Уровень 
производства в РФ
14. 
Стоимость 
потребительской 
корзины
15. 
Уровень 
жизни 
пенсионеров
16. 
Уровень жизни 
рабочих и 
служащих