в статье представлены результаты научно-исследовательской работы по прогнозированию кадрового. В качестве кадрового потенциала рассматривается предложение трудовых с высшим образованием. Объектом исследования рассматривался субъект РФ. Численная апробация проведенного исследования проходила на данных Томской области. Для прогнозирования кадрового потенциала использовалась математическая модель регионального рынка труда. По результатам проведенного исследования получена оценка кадрового потенциала Томской области в разрезе мужчин и женщин с высшим образованием до 2035 года.
в статье представлены результаты научного исследования по краткосрочному прогнозированию курса валют. В качестве валюты рассматривался доллар США. Под краткосрочным прогнозом понимается период в один месяц. Для прогнозирования использовались искусственные нейронные сети. Обучающая выборка формировалась методом скользящего окна. Алгоритм обратного распространения ошибки применялся для настройки весовых коэффициентов сети. Среднеквадратическая ошибка обучения нейронной сети составила 0.00002. Прогнозирование курса доллара осуществлялось с 1 мая 2019 года по 1 июня 2019 года.
в статье рассматривается задача прогнозирования демографических процессов в социально-экономических системах. Объектом исследования выступает субъект РФ, предметом исследования является численность населения. В качестве субъекта РФ рассматривается Пермский край. Для решения поставленной задачи использовались искусственные нейронные сети. По результатам обучения искусственной нейронной сети получена ошибка в 3% на обучающей выборке. По результатам прогнозирования численности проживающего населения Пермского края в 2035 году составит 2446 тысяч человек.
на сегодняшний день для прогнозирования ряда параметров, входящих в программу развития социально-экономического состояния региона, требуются данные, которые либо не собираются, либо не от цифрованы. В связи с этим возникает задача прогнозирования параметров на основе его динамики временного ряда. В статье предложен способ прогнозирования параметров социально-экономического состояния региона с использованием только его динамики временного ряда и предложена его программная реализация. Программная реализация позволит исключить субъективные ошибки пользователей при прогнозировании параметров.
в статье представлены формализованные математические модели для прогнозирования социально-экономических параметров региона. Предложенные математические модели позволяют сделать прогноз для любого параметра, описывающего социально-экономическое состояние региона. Представленные в статье математические модели, планируется использовать в разрабатываемой системе прогнозирования социально-экономического состояния региона.
в статье представлены результаты научно-исследовательской работы по определению физических показателей женщины в возрасте 25–35 лет. Исследование проводилось в г. Ханты-Мансийске. По результатам исследования получены следующие результаты: средняя жизненная ёмкость легких составила 2,41 литра при этом жизненный индекс равняется 36,09 мл/кг, индекс кистевой силы не превышает 41%, а индекс становой силы составил 129 баллов. Полученные результаты показали, что уровень физической подготовленности женщин г. Ханты-Мансийска в возрасте 25–35 лет ниже или на грани нормы.
в статье представлены результаты научно-исследовательской работы по определению фитнес портрета женщины в возрасте 25–35 лет. Исследование проводилось в г. Ханты-Мансийске. По результатам исследования получен следующий фитнес портер женщины: возраст 29 лет, рост 168 см, вес 65 кг, уровень физической подготовки ниже среднего, с высшим образованием и находящиеся в декретном отпуске или имеют собственный бизнес. Средние параметры тела: грудь 92 см, талия 75 см, бедра 97 см.
в статье предлагается информационная модель демографической системы региона. Представлено описание показателей, описывающих демографическую ситуацию в регионе. Для каждого показателя предложены параметры, которые должны учитываться в математической модели для прогнозирования рассматриваемого показателя. При этом существующие математические модели не учитывают ряд параметров, которые имеют существенное влияние на численность населения.
в статье рассматривается решение проблемы прогнозирования показателей социального-экономического развития региона. Проблема заключается в том, что для большого количества параметров отсутствуют математические модели. Предлагается разделить параметры прогнозирования на две группы. В первую группу входят параметры, у которых не известна модель прогнозирования, но известны параметры, влияющие на исходный объект исследования. Во второй группе представлены параметры, которые прогнозируются на основе собственной динамики временного ряда параметры.
