Преподаватель кафедры менеджмента и инновации
The current state industrial policy is characterised by the need to create incentives that contribute to increasing the competitiveness of Russian industrial organisations in the domestic and international markets. It is assumed that the solution to this problem should be based on diversification of industrial development policy instruments, taking into account the situation in a particular industry. One of these instruments is investment projects, which focus government funds on priority areas of support and avoid irrational investments of budget funds. The article presents a method of information and analytical support for decision-making on the implementation of an industrial development project in a special economic zone, which is based on the development and application of neural network models that predict the degree of feasibility of the project on the basis of input parameters. In the conducted research, the feasibility of a project is understood as the ability of a project to be successfully implemented, taking into account its financial, technical, organisational, economic and other aspects. To evaluate each of the feasibility indicators, it is possible to develop a separate neural network that takes into account the characteristics of a particular project. The advantages of the developed evaluation method are the self-learning of neural network models, which in practice means an increase in their accuracy in predicting the feasibility of a project. The scientific value of the research results is confirmed by a broad theoretical and methodological base, which substantiates the expediency of creating neural network models to assess the feasibility of the project. The practical value of the study lies in the applied nature of the proposed assessment method, which is based on the application of project data used in the professional environment of various participants in its implementation in the special economic zone.
Текущая государственная политика в области промышленности характеризуется необходимостью создания стимулов, которые способствуют повышению уровня конкурентоспособности отечественных организаций промышленности на внутреннем и международном рынках. Предполагается, что решение данной проблемы должно быть основано на диверсификации инструментов политики промышленного развития, учитывая состояние отдельно взятой отрасли. Одним из таких инструментов являются инвестиционныепроекты, которые фокусируют средства государства на приоритетных направлениях поддержки, избегая нерационального вложения бюджетных средств. В статье представлен метод информационно-аналитического обеспечения принятия решений о реализации проекта развития промышленности в особой экономической зоне, который основан разработке и применении нейросетевых моделей,прогнозирующих степеньреализуемости проекта на основе входных параметров. В проведенном исследовании под реализуемостью проекта понимается способность проекта быть успешно осуществленным с учетом его финансовых, технических, организационных, экономических и других аспектов. Для оценки каждого из показателей реализуемости возможна разработка отдельной нейронной сети, учитывающей характеристики конкретно взятого проекта. Преимуществами разработанного метода оценки является самообучаемость нейросетевых моделей, что на практике означает повышение их точности в прогнозировании реализуемости проекта. Научная ценность результатов исследования подтверждается широкой теоретико-методологической базой, которая обосновывает целесообразность создания нейросетевых моделей для оценки реализуемости проекта. Практическая значимость исследования заключается в прикладном характере предлагаемого метода оценки, который основан на использовании данных проекта, используемых в профессиональной среде различных участников его реализации в особой экономической зоне