Use of algorithms of an indistinct conclusion for preliminary estimate of participants at cluster approach
In article cluster approach as the tool which plays one of key roles in implementations of capacity of regions of the Russian Federation is considered. In the course of the research the main vector of activity and the key directions are determined by development of cluster initiatives. Based on the given analysis results of operating clusters of Russia, one of possible options of use of cluster approach which essence consists in preliminary estimate of participants of a cluster is considered. By development of assessment the theory of indistinct sets and a fuzzy logic oriented on creation of a mathematical model which considers incompleteness and inaccuracy of data was involved. Article can be useful to experts of the indistinct sets showing theoretical and practical interest in the theory, a fuzzy logic and to mathematical simulation
Keywords: cluster approach, assessment of participants of a cluster, theory of indistinct sets, fuzzy logic, mathematical simulation
References
1. M. E. Porter. Location, competition, and economic development: Local clusters in a global economy//Economic Development Quarterly, Feb2000, Vol. 14 Issue 1. P. 15-20.
2. Методические рекомендации по реализации кластерной политики в субъектах Российской Федерации. http://www.consultant.ru/document/cons_doc_LAW_113283.
3. Концепция долгосрочного социально-экономического развития Российской Федерации на период до 2020 г. http://base.garant.ru/194365.
4. Стратегия инновационного развития Российской Федерации на период до 2020 г. http://government.ru/docs/9282.
5. Министерство промышленности и торговли РФ (официальный сайт). http://minpromtorg.gov.ru/press-centre/news.
6. Ассоциация кластеров и технопарков (официальный сайт). http://akitrf.ru.
7. Государственная программа Российской Федерации «Экономическое развитие и инновационная экономика». http://government.ru/programs/225/events.
8. Государственная программа Российской Федерации «Развитие промышленности и повышение ее конкурентоспособности». http://government.ru/programs/203/events.
9. Методические материалы по разработке и реализации программы развития инновационно-территориального кластера. http://economy.gov.ru/minec/about/structure/depino/201405216.
10. Российская кластерная обсерватория. http://cluster.hse.ru.
11. Федеральный закон от 31 декабря 2014 г. № 488-ФЗ «О промышленной политике в Российской Федерации». https://rg.ru/2015/01/12/promyshlennost-dok.html.
12. Реестр промышленных кластеров. https://www.gisip.ru/reg_clusters.
13. Приказ Министерства экономического развития РФ от 25 марта 2015 г. № 167 «Об утверждении условий конкурсного отбора субъектов Российской Федерации, бюджетам которых предоставляются субсидии из федерального бюджета на государственную поддержку малого и среднего предпринимательства, включая крестьянские (фермерские) хозяйства, и требований к организациям, образующим инфраструктуру поддержки субъектов малого и среднего предпринимательства». http://base.garant.ru/70940868.
14. Постановление Правительства РФ от 30 декабря 2014 г. № 1605 «О предоставлении и распределении субсидий из федерального бюджета бюджетам субъектов Российской Федерации на государственную поддержку малого и среднего предпринимательства, включая крестьянские (фермерские) хозяйства в 2015 г.». http://base.garant.ru/70836848.
15. Геоинформационная система (индустриальные парки, технопарки, кластеры). https://www.gisip.ru
16. С. Д. Штовба. Проектирование нечетких систем средствами MATLAB. М.: Горячая линия – Теле-ком, 2007.
17. М. А. Горькавый, А. И. Горькавый. Интеллектуальные системы в задачах управления техническими и организационно-технологическими процессами: учеб. пособие. Комсомольск-на-Амуре: ФГБОУ ВО «КнАГТУ», 2016. 117 с.
18. А. В. Леоненков. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2005.
19. Д. Б. Соловьев, А. И. Макеева. Использование инструментов государственной поддержки для интеграции науки и бизнеса, на примере Дальневосточного федерального университета//Современная экономика: проблемы и решения. № 5, 2016. С. 25-29. http://dx.doi.org/10.17308/meps.2016.5/1398.
20. L. A. Zadeh. Fuzzy sets//Information and Control. 1965. № 8. Р. 338-353.
21. L. A. Zadeh. Fuzzy logic//IEEE Transactions on Computers, vol. 21, no. 4. 1988. P. 83-93.
22. Д. Б. Соловьев, П. И. Захарьина. Перспективы инновационного развития Дальнего Востока: территории опережающего развития//Инновации. 2017. № 2. С. 74-80.
23. Н. А. Исмагилов, А. М. Мухамедьяров, Ю. Р. Хабибрахманова. Инновационная инфраструктура и ее элементы: опыт систематизации. http://www.bagsurb.ru/about/journal/Part%205_articles.pdf.
24. E. H. Mamdani. Advances in the linguistic synthesis of fuzzy controllers//International Journal of Man-Machine Studies, vol. 8, 1976. P. 669-678.
25. M. Sugeno. Fuzzy measures and fuzzy integrals: a survey/in M. M. Gupta, G. N. Saridis, and B. R. Gaines, eds. Fuzzy Automata and Decision Processes. North-Holland, New York, 1977. P. 89-102.
