ISSN 2500-1582 (print)
ISSN 2500-1574 (online)
12+
ХХI век.Техносферная безопасность
Поиск по сайту
 

ИНВЕСТИЦИОННАЯ ПРИВЛЕКАТЕЛЬНОСТЬ И СОЦИАЛЬНО-ЭКОЛОГИЧЕСКИЕ РИСКИ КРАСНОЯРСКОГО КРАЯ

Бразговка Ольга Владимировна , Сугак Евгений Викторович

2017 / Том 2, № 4 (2017) [ РИСКОЛОГИЯ ]

ЦЕЛЬ. Инвестиционная привлекательность промышленных регионов России определяется не только наличием соответствующих ресурсов и уровнем развития инфраструктуры, но и степенью инвестиционных рисков. Высокий инвестиционный потенциал Красноярского края существенно нивелируется низким инфраструктурным потенциалом и высоким уровнем рисков, в первую очередь - социальных и экологических. Наша цель - разработка методики оценки социально-экологических рисков причинения вреда здоровью населения промышленного региона с учетом его специфических особенностей. МЕТОДЫ. Анализ и сравнение существующих методов показывают, что только комбинирование классических методов и методов интеллектуального анализа данных может позволить полноценно оценить влияние вредных факторов окружающей среды на здоровье населения региона. РЕЗУЛЬТАТЫ. Перспективным при построении зависимости «доза-эффект» представляется использование нейросетевых моделей, которые позволяют разрабатывать высокоэффективные компьютерные системы прогнозирования и анализа смертности и заболеваемости при изменении факторов окружающей среды. В настоящее время искусственные нейронные сети (ИНС) успешно используются для моделирования отклика систем на внешние воздействия, классификации внутренних состояний систем, прогнозирования динамики изменения систем, оценки полноты описания систем и сравнительной информационной значимости их параметров, оптимизации параметров систем по отношению к заданной функции ценности, диагностики и адаптивного управления системами. ВЫВОДЫ. При соответствующем «обучении» и настройке модель может быть адаптирована к изменяющимся социально-экологическим условиям любого промышленного региона России с учетом его специфических особенностей: географических и природно-климатических условий; уровня промышленного и социально-экономического развития региона; особенностей социальной структуры и образа жизни населения; уровня развития системы медицинского обслуживания и других факторов.

Ключевые слова:

социальные риски, экологические риски, инвестиции, искусственные нейронные сети

Библиографический список:

  1. Асаул А.Н., Карпов Б.М., Перевязкин В.Б., Старовойтов М.К. Модернизация экономики на основе технологических инноваций. СПб: АНО ИПЭВ, 2008. 606 с.
  2. Рейтинг инвестиционной привлекательности регионов 2015 года. М.: Эксперт РА, 2016. 30 с.
  3. Каранина Е.В. Региональные инвестиции: факторы риска и привлекательности. Оценка значимости факторов регионального инвестиционного риска // Российское предпринимательство. 2010. № 4-2. С. 138–143.
  4. Sugak E.V. Modern methods of assessment of environmental risks. European Social Science Journal, 2014, vol. 2, no. 5, pp. 427–433.
  5. Каранина Е.В., Вершинина Н.А. Экологические риски регионов России // Вестник Московского финансово-юридического университета. 2016. № 2. С. 21–38.
  6. Сугак Е.В. Современные методы анализа социально-экологических рисков населения промышленного региона. Экологический риск. Мат. IV Всероссийской научной конф. Иркутск: ИРНИТУ, 2017. С. 340–342.
  7. Сугак Е.В., Бразговка О.В., Бельская Е.Н. Техногенные социально-экологические риски населения промышленного региона. Актуальные направления научных исследований начала XXI века. Ростов-на-Дону: РГУ, 2015. С. 13–24.
  8. Ревич Б.А., Авалиани С.Л., Тихонова Г.И. Окружающая среда и здоровье населения. Региональная экологическая политика. М.: ЦЭПР, 2003. 149 с.
  9. Акимов Б.А., Лесных В.В., Радаев Н.Н. Основы анализа и управления риском в природной и техногенной сферах. М.: Деловой экспресс, 2004. 352 с.
  10. Онищенко Г.Г., Зайцева Н.В., Май И.В. Анализ риска здоровью в стратегии государственного социально-экономического развития. Пермь: Изд-во Пермского национального исследовательского политехнического университета, 2014. 738 с.
  11. Чура Н.Н. Техногенный риск. М.: КНОРУС, 2017. 280 с.
  12. Сугак Е.В., Кузнецов Е.В., Назаров А.Г. Информационные технологии оценки экологической безопасности // Горный информационно-аналитический бюллетень. 2009. Т. 18. № 12. С. 39–45.
  13. Сугак Е.В., Окладникова Е.Н., Ермолаева Л.В. Информационные технологии управления социально-экологическим риском // Вестник СибГАУ. 2008. Т. 21. № 4. С. 87–91.
  14. Сугак Е.В., Окладникова Е.Н., Кузнецов Е.В. Вычислительные и информационные технологии анализа и оценки социально-экологических рисков // Экология и промышленность России. 2008. № 8. С. 24–29.
  15. Furze J.N., Swing K., Gupta A.K., McClatchey R.H., Reynolds D.M. Mathematical Advances Towards Sustainable Environmental Systems. Springer International Publishing, Switzerland, 2017. 355 p.
  16. Потылицына Е.Н., Липинский Л.В., Сугак Е.В. Использование искусственных нейронных сетей для решения прикладных экологических задач // Современные проблемы науки и образования. 2013. № 4. С. 51–58.
  17. Потылицына Е.Н., Сугак Е.В. Оценка социально-экологических рисков населения с использованием искусственных нейронных сетей. Экологический риск. Мат. IV Всероссийской научной конференции. Иркутск: ИРНИТУ, 2017. С. 325–327.
  18. Потылицына Е.Н., Сугак Е.В. Прогнозирование ожидаемой продолжительности жизни населения с использованием искусственных нейронных сетей. Нейроинформатнка, ее приложения и анализ данных: Материалы XXV Всероссийского семинара. Красноярск: Институт вычислительного моделирования СО РАН, 2017. С. 43–48.
  19. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: ФИЗМАТЛИТ, 2001. 201 с.
  20. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. 344 с.
  21. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика, 2004. 176 с.
  22. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия – Телеком, 2006. 452 с.
  23. Галушкин А.И. Нейронные сети: основы теории. М.: Горячая линия – Телеком, 2010. 496 с.
  24. Сугак Е.В., Кузнецов Е.В., Назаров А.Г. Информационные технологии оценки экологической безопасности // Горный информационно-аналитический бюллетень. 2009. Т. 18. № 12. С. 39–45.
  25. Бельская Е.Н., Сугак Е.В., Бразговка О.В. Расчет и прогнозирование индивидуального риска смерти населения промышленного региона // Безопасность в техносфере. 2016. № 4. С. 18–22.
  26. Сугак Е.В. Инвестиционная привлекательность и социально-экологические риски Красноярского края // Наука Красноярья. 2017. Т. 6. № 4-2. С. 146–151.
  27. Хритоненко Д.И., Семенкин Е.С., Сугак Е.В., Потылицына Е.Н. Решение задачи прогнозирования экологического состояния города нейроэволюционными алгоритмами // Вестник СибГАУ. 2015. Т. 16. № 1. С. 137–142.
  28. Хритоненко Д.И., Семенкин Е.С., Потылицына Е.Н., Сугак Е.В. Проектирование коллективов нейросетевых предикторов экологического состояния города самоконфигурируемыми эволюционными алгоритмами. Информационно-телекоммуника-ционные системы и технологии (ИТСиТ-2014). Кемерово: КемГТУ, 2014. С. 438–439.
  29. Хритоненко Д.И., Семенкин Е.С., Сугак Е.В., Потылицына Е.Н. Автоматическое генерирование нейросетевых моделей в задаче прогнозирования уровня заболеваемости населения. XIV Национальная конференция по искусственному интеллекту (КИИ-2014). Казань: КазТУ, 2014. С. 276–285.
  30. Khritonenko D.I., Semenkin E.S., Sugak E.V., Potilitsina E.N. Solving the problem of city ecology forecasting with neuro-evolutionary algorithms. Vestnik SibGAU, 2015, v. 16, no. 1, pp. 137–142.

Файлы:

Язык

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Количество скачиваний:3007