Mutual influence in innovation processes
The importance of decision support systems in the management of innovation processes will increase, and therefore the methods and algorithms must meet modern challenges. It is necessary to take into account the interaction of innovations and the influence of the external environment. The proposed solutions for accounting for mutual influence can be applied in various areas, for example, in determining the innovation project prioritization and portfolio performance, in determining the order of launching innovation projects, in finding solutions to improve production efficiency by means of consideration of interaction between innovative products and computation of the moment of its launch. The developed models can be used in decision support systems, ensuring the achievement of greater social and economic effect from the implementation of innovations
Keywords: interaction of innovations, spread of innovation, control of the spread of innovations, simulation modeling, decision support systems
References
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.
.jpg)