О взаимном влиянии инноваций

Значимость систем поддержки принятия решений при управлении инновационными процессами будет увеличиваться, а значит и используемые методы и алгоритмы управления должны отвечать современным вызовам. В частности, при построении системы управления необходимо учитывать взаимодействие инноваций и влияние внешней среды. Предлагаемые решения для учета взаимного влияния могут быть применены в различных сферах, например, при определении состава портфеля инновационных проектов, при определении последовательности запуска инновационных проектов на реализацию, при оценке зависимости распространения инновации от параметров среды и определении управляющих воздействий в зависимости от параметров последующих поддерживающих инноваций и т. д. Разработанные модели могут быть использованы в экспертных системах поддержки принятия решений, обеспечивающих достижение большего социально-экономического эффекта от реализации инноваций

Ключевые слова: взаимное влияние, процесс распространения инноваций, управление инновационными процессами, имитационное моделирование, система поддержки принятия решений

Список использованных источников

1. Н. В. Овчинникова, О. Ю. Артемов. Взгляд на управление с позиции системного подхода: история и современное состояние//Вестник РГГУ. Серия: «Экономика. Управление. Право». 2013. № 6. С. 9-21.

2. Д. Гараедаги. Системное мышление. Как управлять хаосом и сложными процессами. Платформа для моделирования архитектуры бизнеса. Минск: Гревцов Букс, 2010. 480 с.

3. И. Л. Туккель, Н. А. Цветкова. Определенный взгляд на распространение инноваций в социально-экономической среде//Инновации. 2015. № 11. С. 30-35.

4. И. Л. Туккель, Н. А. Цветкова. Модели распространения инноваций: от описания к управлению инновационными//Инновации. 2017. № 11. С. 77-85.

5. D. Thorleuchter, D. van den Poel, A. Prinzie. A compared R&Dbased and patent-based cross impact analysis for identifying relationships between technologies//Technological Forecasting and Social Change. 2010. Vol. 77 (7). P. 1037-1050.

6. A. Frenkel, S. Maital. Mapping National Innovation Ecosystems: Foundations for Policy Consensus. London, UK: Edward Elgar Publishing, 2014.

7. B. Pelegrнn, P. Fernбndez, M. D. G. Pйrez. Profit maximization and reduction of the cannibalization effect in chain ex-pansion//Annals of Operations Research. 2014. P. 1-19.

8. S. Srinivasan, M. Dekimpe, H. Van Heerde. Estimating cannibalization rates for pioneering innovations//Marketing Science. 2010. P. 1024-1039.

9. А. А. Водолазский. Начала эконофизики и количественная определенность первых экономических законов. Новочеркасск: «НОК», 2013. 227 с.

10. J. Mejía, R. Britto, O. Buitrago. A forecast model for diffusion of innovations based on molecular diffusion//Ciência e Técnica Vitivinícola. 2015. Vol. 30. P. 41-54.

11. И. Л. Туккель. Инновационные процессы: цикличность и управляемость//Научно-технические ведомости Санкт-Петербургского государственного политехнического университета, 2008, № 3 (56). С. 9-16.

12. J. Blazewicz, J. K. Lenstra, A. H. G. Rinnooykan. Scheduling subject to resource constraints: Classification and complexity//Discrete Applied Mathematics. 1983. Vol. 5. P. 11-24.

13. A. Borshchev. The big book of simulation modeling: multimethod modeling with AnyLogic 6. Chicago: AnyLogic North America, 2013. 612 p.

Авторы