Агентное моделирование региональных экономических систем

Бекларян Гаянэ Л.; Акопов Андраник С.

doi:10.33276/S265838870005312-6

Русский

Войти Регистрация

Главная>Выпуск 1>Агентное моделирование региональных экономических систем

Агентное моделирование региональных экономических систем

Оглавление

Аннотация Оценить Содержание публикации

Библиография Комментарии

Агентное моделирование региональных экономических систем

Аннотация

Код статьи

S265838870005312-6-1

DOI

10.33276/S265838870005312-6

Тип публикации

Статья

Статус публикации

Опубликовано

Авторы

Бекларян Гаянэ Левоновна Связаться с автором

Должность: Старший научный сотрудник
Аффилиация: Центральный экономико-математический институт РАН
Адрес: Российская Федерация, Москва, Нахимовский проспект, 47

Акопов Андраник Сумбатович

ORCID: 0000-0003-0627-3037

Должность: Главный научный сотрудник
Аффилиация: Центральный экономико-математический институт РАН
Адрес: Российская Федерация, Москва, Нахимовский проспект, 47

Выпуск

Том 2 Выпуск 1

Аннотация

В данной статье представлен подход к исследованию поведения региональной экономической системы с использованием методов агентного моделирования. В основе такого подхода лежит комплекс имитационных моделей, разработанных для поддержки принятия решений по рациональному экономическому планированию.

агентно-ориентированная модель внешнеэкономической деятельности РФ, имитационная модель, предназначенная для поддержки устойчивого экономического развития Дальневосточного Федерального Округа, агентные модели региональных эколого-экономических систем и др.

Предложена архитектура Ситуационного Центра (СЦ), агрегирующая разработанные агентно-ориентированные модели в единую систему поддержки принятия решений для рационального экономического и экологического планирования на региональном уровне.

Ключевые слова

агентное моделирование, цифровая экономика, ситуационные центры, региональная экономика.

Источник финансирования

Работа выполнена при финансовой поддержке РФФИ в рамках научного проекта (Грант № 19-010-00958).

Классификатор

Получено

28.06.2019

Дата публикации

02.07.2019

Всего подписок

Всего просмотров

2238

Оценка читателей

0.0 (0 голосов)

Цитировать Скачать pdf

ГОСТ	Акопов А. С. , Бекларян Г. Л. Агентное моделирование региональных экономических систем // Вестник ЦЭМИ РАН. – 2019. – T. 2. – Выпуск 1. URL: https://cemi.jes.su/s265838870005312-6-1/. DOI: 10.33276/S265838870005312-6
MLA	Akopov, Andranick, Beklaryan, Gayane "Agent-based modelling of regional economic systems." Herald of CEMI. 2.1 (2019). DOI: 10.33276/S265838870005312-6
APA	Akopov A., Beklaryan G. (2019). Agent-based modelling of regional economic systems. Herald of CEMI. vol. 2, no. 1 DOI: 10.33276/S265838870005312-6

Доступ к дополнительным сервисам

Дополнительные сервисы только на эту статью

Преимущества сервисов

100 руб. / 1.0 SU

Дополнительные сервисы на все выпуски за 2019 год

Преимущества сервисов

1500 руб. / 15.0 SU

Библиография

1. Бекларян Г., Акопов А. С. Анализ эффективности регулирующей политики государства с помощью региональной ССЕ модели поведения естественных монополий (на примере электроэнергетики) // Экономическая наука современной России. 2005. № 4. С. 123-129.

2. Акопов А.С., Бекларян Г.Л., Бекларян Л.А. Сравнительный анализ производственных и инвестиционных характеристик нефтедобывающей и нефтеперерабатывающей отраслей экономики по регионам РФ, а также нефтяных компаний // Аудит и финансовый анализ. 2005. № 1. С. 67-72.

3. Акопов А. С., Бекларян Г. Сравнительный анализ производственных и инвестиционных характеристик отраслей ТЭК по регионам РФ // Экономическая наука современной России. 2004. № 1. С. 121-128.

4. Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л., Акопов А.С., Ровенская Е.А., Стрелковский Н.В. Укрупненная агентно-ориентированная имитационная модель миграционных потоков стран европейского союза. // Экономика математические методы, 2019, том 55, № 1, с. 3–15.

5. Бекларян Г.Л. Укрупненная имитационная модель внешнеэкономической деятельности РФ // Экономическая наука современной России. 2018, № 4, С. 50 – 65.

6. Бекларян Г.Л. Система поддержки принятия решений для устойчивого экономического развития Дальневосточного Федерального Округа // Бизнес-информатика. № 4 (46). С. 66–75. 2018.

7. Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л., Акопов А.С. Имитационное моделирование системы «умный город»: концепция, методы и примеры // Национальные интересы: приоритеты и безопасность. 2019. Т. 15. № 2 (371). С. 200-224.

8. Akopov A.S., Beklaryan L.A., Saghatelyan A.K. Agent-based modelling for ecological economics: A case study of the Republic of Armenia // Ecological Modelling. 2017. Vol. 346. P. 99-118.

9. Akopov A.S., Beklaryan L.A., Saghatelyan A.K. Agent-based modelling of interactions between air pollutants and greenery using a case study of Yerevan, Armenia // Environmental Modelling and Software. 2019. No. 116. P. 7-25.


1	Введение	<ol> <li><strong>Введение</strong></li></ol> <ol> <li><strong>Введение</strong></li></ol>

2	В настоящее время в контексте перехода к цифровой экономике актуализируются задачи по разработке Ситуационных Центров (СЦ), обеспечивающих поддержку принятия решений по рациональному пространственному развитию РФ.	В настоящее время в контексте перехода к цифровой экономике актуализируются задачи по разработке Ситуационных Центров (СЦ), обеспечивающих поддержку принятия решений по рациональному пространственному развитию РФ. В настоящее время в контексте перехода к цифровой экономике актуализируются задачи по разработке Ситуационных Центров (СЦ), обеспечивающих поддержку принятия решений по рациональному пространственному развитию РФ.

3	Проблемы растущего дисбаланса в социально-экономическом развитии регионов РФ хорошо известны. В регионах-лидерах традиционно оказываются крупнейшие российские агломерации – г. Москва, Московская область, г. Санкт-Петербург и регионы, характеризуемые развитыми отраслями ТЭК (например, Тюменская область, Ямало-Ненецкий автономный округ и др.) [1–3]. При этом, существенная часть субъектов РФ испытывает трудности в экономике и социальном обеспечении. Во многом, подобные проблемы обусловлены географическими, климатическими и ресурсными факторами. Так, например, разрыв в реальных доходах населения между условно богатыми и бедными регионами составляет 2 – 3 порядка (медианная заработная плата в г. Москве – порядка 50 тыс. руб. и менее 20 тыс. руб. в половине всех субъектов РФ). Ситуация с безработицей, социальным обеспечением (т.е. обеспеченность школами, больницами, детскими садами и т.д.), уровнем развития транспортной инфраструктуры и др. также существенно лучше в регионах-лидерах, расположенных преимущественно в западной и центральной части РФ. В результате, возникает известный «гравитационный эффект», выражающийся в усиливающихся миграционных процессах, в частности, наблюдается уменьшение доли сельского населения и увеличение городского, сокращение населения в слабо развитых регионах и увеличение в крупнейших агломерациях и т.д.	Проблемы растущего дисбаланса в социально-экономическом развитии регионов РФ хорошо известны. В регионах-лидерах традиционно оказываются крупнейшие российские агломерации – г. Москва, Московская область, г. Санкт-Петербург и регионы, характеризуемые развитыми отраслями ТЭК (например, Тюменская область, Ямало-Ненецкий автономный округ и др.) [1–3]. При этом, существенная часть субъектов РФ испытывает трудности в экономике и социальном обеспечении. Во многом, подобные проблемы обусловлены географическими, климатическими и ресурсными факторами. Так, например, разрыв в реальных доходах населения между условно богатыми и бедными регионами составляет 2 – 3 порядка (медианная заработная плата в г. Москве – порядка 50 тыс. руб. и менее 20 тыс. руб. в половине всех субъектов РФ). Ситуация с безработицей, социальным обеспечением (т.е. обеспеченность школами, больницами, детскими садами и т.д.), уровнем развития транспортной инфраструктуры и др. также существенно лучше в регионах-лидерах, расположенных преимущественно в западной и центральной части РФ. В результате, возникает известный «гравитационный эффект», выражающийся в усиливающихся миграционных процессах, в частности, наблюдается уменьшение доли сельского населения и увеличение городского, сокращение населения в слабо развитых регионах и увеличение в крупнейших агломерациях и т.д. Проблемы растущего дисбаланса в социально-экономическом развитии регионов РФ хорошо известны. В регионах-лидерах традиционно оказываются крупнейшие российские агломерации – г. Москва, Московская область, г. Санкт-Петербург и регионы, характеризуемые развитыми отраслями ТЭК (например, Тюменская область, Ямало-Ненецкий автономный округ и др.) [1–3]. При этом, существенная часть субъектов РФ испытывает трудности в экономике и социальном обеспечении. Во многом, подобные проблемы обусловлены географическими, климатическими и ресурсными факторами. Так, например, разрыв в реальных доходах населения между условно богатыми и бедными регионами составляет 2 – 3 порядка (медианная заработная плата в г. Москве – порядка 50 тыс. руб. и менее 20 тыс. руб. в половине всех субъектов РФ). Ситуация с безработицей, социальным обеспечением (т.е. обеспеченность школами, больницами, детскими садами и т.д.), уровнем развития транспортной инфраструктуры и др. также существенно лучше в регионах-лидерах, расположенных преимущественно в западной и центральной части РФ. В результате, возникает известный «гравитационный эффект», выражающийся в усиливающихся миграционных процессах, в частности, наблюдается уменьшение доли сельского населения и увеличение городского, сокращение населения в слабо развитых регионах и увеличение в крупнейших агломерациях и т.д.

4	С целью устранения подобных дисбалансов и обеспечения устойчивого экономического развития необходима разработка комплекса агентно-ориентированных имитационных моделей, предназначенных для поиска наилучших сценариев развития региональной экономической системы.	С целью устранения подобных дисбалансов и обеспечения устойчивого экономического развития необходима разработка комплекса агентно-ориентированных имитационных моделей, предназначенных для поиска наилучших сценариев развития региональной экономической системы. С целью устранения подобных дисбалансов и обеспечения устойчивого экономического развития необходима разработка комплекса агентно-ориентированных имитационных моделей, предназначенных для поиска наилучших сценариев развития региональной экономической системы.

5	В данной статье предлагается ряд созданных авторами имитационных моделей, которые могут быть агрегированы в единую систему поддержки принятия решений для рационального экономического и экологического планирования на региональном уровне.	В данной статье предлагается ряд созданных авторами имитационных моделей, которые могут быть агрегированы в единую систему поддержки принятия решений для рационального экономического и экологического планирования на региональном уровне. В данной статье предлагается ряд созданных авторами имитационных моделей, которые могут быть агрегированы в единую систему поддержки принятия решений для рационального экономического и экологического планирования на региональном уровне.

6	Метод	<ol> <li><strong>Метод</strong></li></ol> <ol> <li><strong>Метод</strong></li></ol>

7	Предлагаемый подход основан на использовании методов агентного имитационного моделирования для рационального управления стратегией пространственного развития РФ. При этом, в качестве взаимодействующих агентов могут выступать агенты-регионы, агенты-предприятия, агенты-домохозяйства и др. со своими индивидуальными правилами поведения. Цель моделирования состоит в формировании рациональных управляющих воздействий, обеспечивающих устойчивое и сбалансированное развитие регионов РФ. Для реализации данной цели требуется разработка комплекса агентно-ориентированных моделей, описывающих поведение субъектов региональной экономической системы.	Предлагаемый подход основан на использовании методов агентного имитационного моделирования для рационального управления стратегией пространственного развития РФ. При этом, в качестве взаимодействующих агентов могут выступать агенты-регионы, агенты-предприятия, агенты-домохозяйства и др. со своими индивидуальными правилами поведения. Цель моделирования состоит в формировании рациональных управляющих воздействий, обеспечивающих устойчивое и сбалансированное развитие регионов РФ. Для реализации данной цели требуется разработка комплекса агентно-ориентированных моделей, описывающих поведение субъектов региональной экономической системы. Предлагаемый подход основан на использовании методов агентного имитационного моделирования для рационального управления стратегией пространственного развития РФ. При этом, в качестве взаимодействующих агентов могут выступать агенты-регионы, агенты-предприятия, агенты-домохозяйства и др. со своими индивидуальными правилами поведения. Цель моделирования состоит в формировании рациональных управляющих воздействий, обеспечивающих устойчивое и сбалансированное развитие регионов РФ. Для реализации данной цели требуется разработка комплекса агентно-ориентированных моделей, описывающих поведение субъектов региональной экономической системы.

8	В работе [4] предложена укрупненная агент-ориентированная имитационная модель миграционных потоков стран Европейского союза (ЕС), реализованная в системе AnyLogic, созданная в виде расширенной гравитационной модели. В модели принятие индивидуальных решений со стороны агентов-мигрантов основывается на комплексной оценке социально-экономической, географической и прочей дифференциации соответствующих стран. Такая модель описывает динамику миграционных потоков с выделением множественных факторов, дифференцированно влияющих на привлекательность стран ЕС для различных групп мигрантов, например, внутренних мигрантов, экономических мигрантов, беженцев и др. Подобный подход применим и к исследованию гравитационных эффектов в регионах РФ. Крупнейшие российские агломерации (например, г. Москва и г. Санкт-Петербург) ежегодно привлекают десятки тысяч новых мигрантов, как из других регионов РФ, так и из стран ближнего и дальнего зарубежья.	В работе [4] предложена укрупненная агент-ориентированная имитационная модель миграционных потоков стран Европейского союза (ЕС), реализованная в системе AnyLogic, созданная в виде расширенной гравитационной модели. В модели принятие индивидуальных решений со стороны агентов-мигрантов основывается на комплексной оценке социально-экономической, географической и прочей дифференциации соответствующих стран. Такая модель описывает динамику миграционных потоков с выделением множественных факторов, дифференцированно влияющих на привлекательность стран ЕС для различных групп мигрантов, например, внутренних мигрантов, экономических мигрантов, беженцев и др. Подобный подход применим и к исследованию гравитационных эффектов в регионах РФ. Крупнейшие российские агломерации (например, г. Москва и г. Санкт-Петербург) ежегодно привлекают десятки тысяч новых мигрантов, как из других регионов РФ, так и из стран ближнего и дальнего зарубежья. В работе [4] предложена укрупненная агент-ориентированная имитационная модель миграционных потоков стран Европейского союза (ЕС), реализованная в системе AnyLogic, созданная в виде расширенной гравитационной модели. В модели принятие индивидуальных решений со стороны агентов-мигрантов основывается на комплексной оценке социально-экономической, географической и прочей дифференциации соответствующих стран. Такая модель описывает динамику миграционных потоков с выделением множественных факторов, дифференцированно влияющих на привлекательность стран ЕС для различных групп мигрантов, например, внутренних мигрантов, экономических мигрантов, беженцев и др. Подобный подход применим и к исследованию гравитационных эффектов в регионах РФ. Крупнейшие российские агломерации (например, г. Москва и г. Санкт-Петербург) ежегодно привлекают десятки тысяч новых мигрантов, как из других регионов РФ, так и из стран ближнего и дальнего зарубежья.

9	В работе [5] предложена агентно-ориентированная имитационная модель внешнеэкономического взаимодействия РФ со странами-партнерами. Сформулирована и решена бикритериальная оптимизационная задача рационального управления внешнеэкономической деятельности (ВЭД) с учетом разнонаправленных интересов РФ и стран-партнеров. Изучается сбалансированность подобных связей в зависимости от различных сценариев, отражающих внешнеторговую стратегию, характерную для соответствующих групп стран. Предложенная модель позволила исследовать влияние значений ключевых управляющих параметров ВЭД на характеристики взаимосвязей РФ с другими странами. Подобный подход также применим к регионам РФ, для исследования динамики межрегиональных торговых взаимодействий с учетом отраслевой специализации субъектов РФ.	В работе [5] предложена агентно-ориентированная имитационная модель внешнеэкономического взаимодействия РФ со странами-партнерами. Сформулирована и решена бикритериальная оптимизационная задача рационального управления внешнеэкономической деятельности (ВЭД) с учетом разнонаправленных интересов РФ и стран-партнеров. Изучается сбалансированность подобных связей в зависимости от различных сценариев, отражающих внешнеторговую стратегию, характерную для соответствующих групп стран. Предложенная модель позволила исследовать влияние значений ключевых управляющих параметров ВЭД на характеристики взаимосвязей РФ с другими странами. Подобный подход также применим к регионам РФ, для исследования динамики межрегиональных торговых взаимодействий с учетом отраслевой специализации субъектов РФ. В работе [5] предложена агентно-ориентированная имитационная модель внешнеэкономического взаимодействия РФ со странами-партнерами. Сформулирована и решена бикритериальная оптимизационная задача рационального управления внешнеэкономической деятельности (ВЭД) с учетом разнонаправленных интересов РФ и стран-партнеров. Изучается сбалансированность подобных связей в зависимости от различных сценариев, отражающих внешнеторговую стратегию, характерную для соответствующих групп стран. Предложенная модель позволила исследовать влияние значений ключевых управляющих параметров ВЭД на характеристики взаимосвязей РФ с другими странами. Подобный подход также применим к регионам РФ, для исследования динамики межрегиональных торговых взаимодействий с учетом отраслевой специализации субъектов РФ.

10	Для поддержки принятия решений по формированию рациональной экономической политики, обеспечивающей устойчивое развитие с использованием методов системной динамики и агентного моделирования разработана имитационная модель экономики крупнейшего федерального округа (на примере Дальневосточного Федерального Округа) [6]. Модель реализована в системе AnyLogic и позволяет исследовать влияние на экономику федерального округа ряда факторов – темпов роста инвестиций в основные фонды, темпов роста средней заработной платы, темпов роста дотаций из федерального бюджета, а также динамики цен на нефть, уголь, алмазы, продукцию рыболовства и др. Особенностью данной модели является возможность анализа динамики состояний всех регионов, входящих в состав федерального округа, а также учет влияния внешних макроэкономических факторов.	Для поддержки принятия решений по формированию рациональной экономической политики, обеспечивающей устойчивое развитие с использованием методов системной динамики и агентного моделирования разработана имитационная модель экономики крупнейшего федерального округа (на примере Дальневосточного Федерального Округа) [6]. Модель реализована в системе AnyLogic и позволяет исследовать влияние на экономику федерального округа ряда факторов – темпов роста инвестиций в основные фонды, темпов роста средней заработной платы, темпов роста дотаций из федерального бюджета, а также динамики цен на нефть, уголь, алмазы, продукцию рыболовства и др. Особенностью данной модели является возможность анализа динамики состояний всех регионов, входящих в состав федерального округа, а также учет влияния внешних макроэкономических факторов. Для поддержки принятия решений по формированию рациональной экономической политики, обеспечивающей устойчивое развитие с использованием методов системной динамики и агентного моделирования разработана имитационная модель экономики крупнейшего федерального округа (на примере Дальневосточного Федерального Округа) [6]. Модель реализована в системе AnyLogic и позволяет исследовать влияние на экономику федерального округа ряда факторов – темпов роста инвестиций в основные фонды, темпов роста средней заработной платы, темпов роста дотаций из федерального бюджета, а также динамики цен на нефть, уголь, алмазы, продукцию рыболовства и др. Особенностью данной модели является возможность анализа динамики состояний всех регионов, входящих в состав федерального округа, а также учет влияния внешних макроэкономических факторов.

11	Важнейшим аспектом устойчивого развития регионов РФ является обеспечение экологической безопасности [7]. В работе [8] представлена агентная модель региональной эколого-экономической системы, разработанная на примере Республика Армения. В данной модели сформулирована и решена би-критериальная оптимизационная задача, целевыми функционалами которой являются совокупные вредные выбросы со стороны агентов-предприятий и интегральный темп роста промышленного производства. Показано, что возможен сценарий рациональной экологической модернизации предприятий, при которой обеспечивается существенное сокращение уровня вредных выбросов с сохранением положительной производственной динамики. В работе [9] предложена агентная модель рационального озеленения города (на примере г. Ереван, Республика Армения). Данная модель позволяет формировать наилучшие конфигурации посадки деревьев, обладающими определенными абсорбционно-диффузионными характеристиками (т.е. способные улавливать и фильтровать вредные выбросы), вокруг предприятий и социально значимых объектов (например, детских садов).	Важнейшим аспектом устойчивого развития регионов РФ является обеспечение экологической безопасности [7]. В работе [8] представлена агентная модель региональной эколого-экономической системы, разработанная на примере Республика Армения. В данной модели сформулирована и решена би-критериальная оптимизационная задача, целевыми функционалами которой являются совокупные вредные выбросы со стороны агентов-предприятий и интегральный темп роста промышленного производства. Показано, что возможен сценарий рациональной экологической модернизации предприятий, при которой обеспечивается существенное сокращение уровня вредных выбросов с сохранением положительной производственной динамики. В работе [9] предложена агентная модель рационального озеленения города (на примере г. Ереван, Республика Армения). Данная модель позволяет формировать наилучшие конфигурации посадки деревьев, обладающими определенными абсорбционно-диффузионными характеристиками (т.е. способные улавливать и фильтровать вредные выбросы), вокруг предприятий и социально значимых объектов (например, детских садов). Важнейшим аспектом устойчивого развития регионов РФ является обеспечение экологической безопасности [7]. В работе [8] представлена агентная модель региональной эколого-экономической системы, разработанная на примере Республика Армения. В данной модели сформулирована и решена би-критериальная оптимизационная задача, целевыми функционалами которой являются совокупные вредные выбросы со стороны агентов-предприятий и интегральный темп роста промышленного производства. Показано, что возможен сценарий рациональной экологической модернизации предприятий, при которой обеспечивается существенное сокращение уровня вредных выбросов с сохранением положительной производственной динамики. В работе [9] предложена агентная модель рационального озеленения города (на примере г. Ереван, Республика Армения). Данная модель позволяет формировать наилучшие конфигурации посадки деревьев, обладающими определенными абсорбционно-диффузионными характеристиками (т.е. способные улавливать и фильтровать вредные выбросы), вокруг предприятий и социально значимых объектов (например, детских садов).

12	Архитектура Ситуационного Центра	<ol> <li><strong>Архитектура Ситуационного Центра</strong></li></ol> <ol> <li><strong>Архитектура Ситуационного Центра</strong></li></ol>

13	Подпись к рисунку/медиа На рис. 1. показана предлагаемая укрупненная архитектура Ситуационного Центра, обеспечивающего поддержку принятия решений по рациональному пространственному развитию РФ. Данный подход основан на интеграции различных агнентно-ориентированных имитационных моделей, позволяющих исследовать различные характеристики субъектов РФ (например, экономические, социальные, экологические и др.) и визуализировать их динамику с использованием геоинформационных систем (ГИС). Рис. 1. Укрупненная архитектура Ситуационного Центра На рис. 1. показана предлагаемая укрупненная архитектура Ситуационного Центра, обеспечивающего поддержку принятия решений по рациональному пространственному развитию РФ. Данный подход основан на интеграции различных агнентно-ориентированных имитационных моделей, позволяющих исследовать различные характеристики субъектов РФ (например, экономические, социальные, экологические и др.) и визуализировать их динамику с использованием геоинформационных систем (ГИС). Рис. 1. Укрупненная архитектура Ситуационного Центра
14	Заключение	<ol> <li><strong>Заключение</strong></li></ol> <ol> <li><strong>Заключение</strong></li></ol>

15	Итак, предлагается подход, основанный на интеграции разработанных агентно-ориентированных имитационных моделей регионального типа в единую систему поддержки принятия решений (рис. 1). Прим этом, подобные модели должны быть также интегрированы с информационным хранилищем (многомерной базой данных) и ГИС, обеспечивающей возможность визуализации результатов моделирования на карте РФ. В результате будет обеспечен механизм поиска наилучших сценариев сбалансированного и устойчивого пространственного развития.	Итак, предлагается подход, основанный на интеграции разработанных агентно-ориентированных имитационных моделей регионального типа в единую систему поддержки принятия решений (рис. 1). Прим этом, подобные модели должны быть также интегрированы с информационным хранилищем (многомерной базой данных) и ГИС, обеспечивающей возможность визуализации результатов моделирования на карте РФ. В результате будет обеспечен механизм поиска наилучших сценариев сбалансированного и устойчивого пространственного развития. Итак, предлагается подход, основанный на интеграции разработанных агентно-ориентированных имитационных моделей регионального типа в единую систему поддержки принятия решений (рис. 1). Прим этом, подобные модели должны быть также интегрированы с информационным хранилищем (многомерной базой данных) и ГИС, обеспечивающей возможность визуализации результатов моделирования на карте РФ. В результате будет обеспечен механизм поиска наилучших сценариев сбалансированного и устойчивого пространственного развития.

Библиография

Комментарии

Войти через