KNEU Logo Публікації КНЕУ імені Вадима Гетьмана Publications of KNEU named after Vadym Hetman
Switch to Ukrainian Switch to English
Neuro-Fuzzy Modeling Techniques in Economics

Neuro-Fuzzy Modeling Techniques in Economics

ISSN 2415-3516
Єфанова Тетяна
Tetiana Efanova

Оцінювання внутрішньорегіональної диференціації на засадах нейро-нечіткого моделювання

Evaluation of intra-regional differentiation based on neuro-fuzzy simulation

DOI:

10.33111/nfmte.2017.025

Анотація: Дана стаття містить результати дослідження у сфері регіонального розвитку, зокрема огляд існуючих принципів і розробку ефективного підходу до аналізу регіонального простору задля покращення соціального та економічного середовища в регіонах. Аналіз результатів проведених експериментів виявив невідповідність традиційних підходів реальним умовам розвитку регіонів. Запропонований підхід, який базується на принципах нейро-нечіткого моделювання та експертних методах, поєднує сценарні розрахунки з урахуванням якісних і кількісних показників, експертних знань у предметній області. Це дозволяє досягти топологічної впорядкованості об’єктів, провести групування та проаналізувати динаміку розвитку районів обраного регіону. Апробація запропонованого методологічного підходу була проведена із застосуванням реальних даних щодо діяльності районів Дніпропетровської області за 2006–2015 рр., яка підтвердила ефективність розробленого математичного інструментарію при виявленні загальних закономірностей у розвитку районів за їх фінансово-соціальними показниками.
Abstract: This article contains the results of a study on regional development, in particular a review of existing principles and the development of an effective approach to the analysis of the regional space for improving the social and economic environment in the regions. An analysis of the results of carried out experiments revealed a discrepancy between the traditional approaches to the real conditions of the regions development. The suggested approach, based on the principles of neuro-fuzzy modeling and expert methods, combines scenario calculations with qualitative and quantitative indicators, experts knowledge in the subject area. It allows reaching a topological ordering of objects, dividing into groups and analyzing the dynamics of development of districts of the chosen region. The approbation of the proposed methodological approach was carried out using real data on the activities of districts of Dnipropetrovsk region in 2006-2015, which confirmed the effectiveness of the developed mathematical tools in identifying common patterns in the development of areas according to their financial and social indicators.
Ключові слова: регіональний розвиток, карти самоорганізації Кохонена, нечітка логіка, експертні методи
Key words: regional development, Kohonen self-organization map, fuzzy logic, expert method
УДК: 332.12
UDC: 332.12

JEL: C61 R11

To cite paper
In APA style
Efanova, T. (2017). Evaluation of intra-regional differentiation based on neuro-fuzzy simulation. Neuro-Fuzzy Modeling Techniques in Economics, 6, 25-67. http://doi.org/10.33111/nfmte.2017.025
In MON style
Єфанова Т. Оцінювання внутрішньорегіональної диференціації на засадах нейро-нечіткого моделювання. Нейро-нечіткі технології моделювання в економіці. 2017. № 6. С. 25-67. http://doi.org/10.33111/nfmte.2017.025 (дата звернення: 15.09.2025).
With transliteration
Efanova, T. (2017) Otsiniuvannia vnutrishnorehionalnoi dyferentsiatsii na zasadakh neiro-nechitkoho modeliuvannia [Evaluation of intra-regional differentiation based on neuro-fuzzy simulation]. Neuro-Fuzzy Modeling Techniques in Economics, no. 6. pp. 25-67. http://doi.org/10.33111/nfmte.2017.025 [in Ukrainian] (accessed 15 Sep 2025).
# 6 / 2017 # 6 / 2017
Download Paper
384
Views
82
Downloads
0
Cited by

  1. Boguslavska, S. I., & Potapenko, L. V. (2013). Sotsialna politika v umovah rinkovih vidnosin. Finansoviy prostir (Financial space), 2, 106–110. Retrieved from: http://nbuv.gov.ua/j-pdf/Fin_pr_2013_2_14.pdf [in Ukrainian].
  2. Varnalyy, Z. S. (2005). Regioni Ukrayini: problemi ta prioriteti sotsialno-ekonomichnogo rozvitku. Kyiv, Ukraine: Znannya Ukrayiny [in Ukrainian].
  3. Zaharov, M. A. (2007). Regionalnaya sotsialnaya politika v usloviyah administrativnoy reformyi. Izvestiya VUZov. Povolzhskiy region. Obschestvennyie nauki (Proceedings of the universities. Volga region. Social sciences), 3, 24–29. Retrieved from: https://cyberleninka.ru/article/n/regionalnaya-sotsialnaya-politika-v-usloviyah-administrativnoy-reformy [in Russian].
  4. Reutov, V. E. (2010). Zakonomirnosti i paradygmy regionalnogo rozvytku. Efektyvna ekonomika: elektronne naukove fahove vydannya (Effective economy: electronic scientific professional edition), 9, 118–123. Retrieved from: http://www.economy.nayka.com.ua/?op=1&z=319 [in Ukrainian].
  5. Beshelev, S. D., & Gurvich, F. G. (1980). Matematiko-statisticheskie metodyi ekspertnyih otsenok. Moscow, Russia: Statistika [in Russian].
  6. Gofman, O. G. (1991). Ekspertnoe otsenivanie. Voronezh, Russia: Voronezh. gos. un-t [in Russian].
  7. Litvak, B. G. (1996). Ekspertnyie otsenki i prinyatie resheniy. Moscow, Russia: Patent [in Russian].
  8. Zadeh, L. (1965). Fuzzy Sets. Information and Control, 8, 338–353.
  9. Vitlins’kyy, V. V., & Piskunova, O. V. (2010). Matematichni modeli ta metodi rinkovoyi ekonomiki. Kyiv, Ukraine: KNEU [in Ukrainian].
  10. Kovalchuk, K. F. (1993, November 23—26). Intelligent Decision Support System. In Proc. First Asian Fuzzy Systems Symposium (pp. 510–516). Singapore.
  11. Matviychuk, A. V. (2011). Shtuchniy Intelekt v ekonomitsi: neyronni merezhi, nechitka logika. Kyiv, Ukraine: KNEU [in Ukrainian].
  12. Tinyakova, V. I. (2006). Matematichskie metodyi obrabotki ekspertnoy informatsii. Voronezh : Izd-vo Voronezh. gos. un-t [in Russian].
  13. Olhovska, O. L. (2010). Ekonomiko–matematychna model diagnostyky bankrutstva strahovoyi kompaniyi na osnovi nechitkoyi logiky. Modelyuvannya ta informatsiyni systemy v ekonomitsi (Modeling and Information Systems in Economics), 81, 59–74 [in Ukrainian].
  14. Mamdani, E. H. (1976). Advances in the Linguistic Synthesis of Fuzzy Controller. International Journal Man-Machine Studies, 8, 669—678.
  15. Sharapov, O. D., & Kaidanovich, D. B. (2012). Otsinyuvannya mozhlivogo bankrutstva na osnovi indykatoriv fInansovogo stanu kampaniy z vykoristannyam neyronnyh merezh zustrichnogo rozpovsyudzhennya. Neyro–nechitki tehnologіyi modelyuvannya v ekonomitsi (Neuro-fuzzy modeling techniques in economics), 1, 207–227. http://doi.org/10.33111/nfmte.2012.207 [in Ukrainian].
  16. Shtovba, S., & Shtovba, О. (2006). Prediction of Competitive Position of Brand Product by Fuzzy Knowledge Base. Journal of Automation and Information Sciences, 8, 69–80.
  17. Maksyshko, N. K. (2011). Otsinyuvannya systemnyh harakterystyk ekonomichnoyi dynamiky na bazi rezultativ kompleksnogo fraktalnogo analizu. Visnyk Zaporizkogo natsionalnogo universytetu. Ekonomichni nauki (Bulletin of the Zaporizhzhya National University. Economic Sciences), 2(10), 119–130 [in Ukrainian].
  18. Kohonen, T. (1989). Self-organization and associative memory. New-York: Springer–Verlag.