Search

Построенные в ВЦ РАН динамические модели региональной экономики содержат большое число неизвестных параметров, идентифицировать которые можно с помощью минимизации нелинейных критериев близости расчетных и статистических данных. В работе для этого применяется параллельный индексный метод глобальной оптимизации, разработанный в ННГУ. Метод использует редукцию размерности на основе кривых Пеано и информационно-статистический подход, дополненный различными модификациями. Constructed in Dorodnicyn Computing Center of the Russian Academy of Sciences dynamic models of regional economy contain a lot of unknown parameters. It is possible to identify them by minimization of nonlinear criteria of affinity for calculated and statistical data. In this paper a parallel index method of global optimization developed in Nizhny Novgorod State University is applied for that. The method uses a reduction of dimension on the basis of Peano curves and the information-statistical approach added with different updating. Виктор Павлович Гергель, доктор технических наук, профессор, декан, кафедра математического обеспечения ЭВМ, Нижегородский государственный университет, gergel@unn.ru. Владимир Александрович Горбачев, аспирант, кафедра нелинейного анализа и оптимизации, Российский университет дружбы народов, д_vova@inbox.ru. Николай Николаевич Оленев, кандидат физико-математических наук, доцент, старший научный сотрудник, Вычислительный центр им. А.А. Дородницына РАН, olenev@ccas.ru. Василий Владимирович Рябов, младший научный сотрудник, кафедра математического обеспечения ЭВМ, Ниже городе кий государственный университет, vasily.v.ryabov@gmaH.com. Сергей Владимирович Сидоров, ассистент, кафедра математического обеспечения ЭВМ, Нижегородский государственный университет, sidorovsergei@mail.ru. Нижегородский государственный университет, Российский университет дружбы народов, Вычислительный центр им. А.А. Дородницына РАН