Дана классификация существующих и разрабатываемых моделей распространения инноваций. Ограничения в использовании выделенных первых пяти классов связаны в основном с их описательным характером, не учитывающим в том числе эффект взаимного влияния инноваций. Развиваемый шестой — эконофизический — класс моделей позволяет дать количественные оценки особенностей протекания инновационных процессов и строить на их базе алгоритмы управления распространением инноваций. Для реализации этих моделей более эффективно использовать методы многоагентного имитационного моделирования
Ключевые слова: управление распространением инноваций, модели рассеивания инноваций, диффузия инноваций, игровые модели, модели конечных автоматов, эконофизические модели
1. Национальная технологическая инициатива: Перечень поручений Президента России по реализации Послания Федеральному Собранию от 4.12.2014 г., М., 2014.
2. G. Fuchs, U. Fahl, A. Pyka, U. Staber, S. Voegele, W. Weimer-Jehle. Generating innovation scenarios using the cross-impact methodology//Discussion Papers Series. № 007-2008. 2008.
3. 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.
4. A. Frenkel, S. Maital. Mapping National Innovation Ecosystems: Foundations for Policy Consensus. London, UK: Edward Elgar Publishing, 2014.
5. 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.
6. S. Srinivasan, M. Dekimpe, H. Van Heerde. Estimating cannibalization rates for pioneering innovations//Marketing Science. 2010. P. 1024-1039.
7. Д. В. Перцев. Взаимовлияние в портфеле проектов по запуску новых продуктов//Современный менеджмент: вопросы теории и практики. М.: Изд. дом ГУ ВШЭ, 2008. С. 59-69.
8. В. Н. Волкова, А. А.Денисов и др. Методы организации сложных экспертиз. СПб.: Издательство Политехнического университета Санкт-Петербург, 2010. 129 с.
9. T. Hagerstrand. Innovation diffusion as a spatial process//Innovation diffusion as a spatial process. 1968.
10. A. Kandler, J. Steele. Innovation diffusion in time and space: effects of social information and of income inequality//Diffusion Fundamentals. 2009. Vol. 11. №. 3. P. 1-17.
11. С. П. Земцов. Оценка скорости диффузии инноваций и инновативности регионов России//Модернизация экономики и общества. М., 2014.
12. В. М. Аврамчиков, А. Н. Антамошкин. Интерференция волн диффузии инноваций//Экономика и менеджмент систем управления. 2013. № 2 (8). С. 4-8.
13. T. Smith, S. Song. A spatial mixture model of innovation diffusion//Geographical Analysis. 2004. Vol. 36. №. 2. P. 119-145.
14. E. M. Rogers. Diffusion of Innovations, 3rd ed., New York. 1983.
15. F. M. Bass, D. Jain, T. Krishnan. Modeling the marketing-mix influence in new-product diffusion//International series in quantitative marketing. 2000. Vol. 11. P. 99-122.
16. S. Kalish, V. Mahajan, E. Muller. Waterfall and sprinkler new product strategies in competitive global markets//International Journal of Research in Marketing. 1995. 12. P. 105-119.
17. E. Muller, R. Peres, V. Mahajan. Innovation Diffusion and New Product Growth: Beyond a Theory of Communications, Working Paper, 2007.
18. N. Meghanathan. Probabilistic Diffusion in Random Network Graphs//arXiv preprint arXiv:1511.06613. 2015.
19. S. Bharathi, D. Kempe, M. Salek. Competitive influence maximization in social networks//Internet and Network Economics, 2007. P. 306-311.
20. J. F. Reinganum. On the diffusion of new technology: A game theoretic approach//The Review of Economic Studies. 1981. Т. 48. №. 3. P. 395-405.
21. A. Montanari, A. Saberi. The spread of innovations in social networks//Proceedings of the National Academy of Sciences. 2010. Т. 107. №. 47.
22. G. Kreindler, H. Young. Rapid innovation diffusion in social networks//Proceedings of the National Academy of Sciences of the United States of America. 2014.
23. M. Guidolin. Aggregate and agent-based models for the diffusion of innovation. 2007. http://paduaresearch.cab.unipd.it/161.
24. J. Goldenberg, B. Libai, E. Muller. The chilling effect of network externalities//International Journal of Research in Marketing. 2010. Vol. 27 (1). P. 4-15.
25. G. Fibich, R. Gibori, E. Muller. Analysis of cellular automata diffusion models in marketing//Working paper: Tel Aviv University. 2009.
26. Д. А. Дробот, П. Н. Дробот, А. Ф. Уваров. Превалирующая роль университетов в модели «тройной спирали»//Инновации. 2011. С. 93-96.
27. Е. Б. Колбачев. Естественно-научная методология в экономике и современная институционально-эволюционная теория//Вестник Южно-Российского государственного технического университета. 2013. С. 29-40.
28. 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.
29. C. E. Laciana, S. L. Rovere. Ising-like agent-based technology diffusion model: adoption patterns vs. seeding strategies//Physica A: Statistical Mechanics and Its Applications, 390, 1139-1149.
30. L. Devaud. Influence of social networks on spatial diffusion of innovation. 2008. P. 115.
31. J. Benhabib, J. Perla, C. Tonetti. The growth dynamics of innovation, diffusion, and the technology frontier//Report, New York University. [1057]. 2016.
32. И. Л. Туккель, Н. А. Цветкова. О физических моделях процессов распространения инноваций в социально-экономической среде//Инновации. 2015. № 11. С. 30-35.
33. N. A. Tsvetkova, I. L. Tukkel, V. A. Ablyazov. Simulation modeling the spread of innovation//Proceedings of the XXth International Conference on Soft Computing and Measurements.Saint-Petersburg. IEEE. 2017