ГИБРИДНЫЙ ПОДХОД К ВЫБОРУ ЛУЧШЕЙ ТЕХНОЛОГИЧЕСКОЙ ИНВЕСТИЦИОННОЙ СТРАТЕГИИ ДЛЯ SMART CITY
DOI:
https://doi.org/10.52167/1609-1817-2023-129-6-327-338Ключевые слова:
умный город, гибридный метод инвестиций, генетический алгоритмАннотация
В данной статье впервые описан гибридный метод выбора рациональной инвестиционной стратегии и получения прогнозной оценки доходности различных направлений инвестирования в проектах «Умный город», основанный на сочетании теории игр и генетического алгоритма (ГА). В процессе исследования было показано, что на первом этапе данного гибридного метода использование только аппарата двух линейных динамических качественных игр дает результат, что каждая точка, соответствующая стратегии инвестора, представляет собой набор определенных инвестиционных компонентов. Эти компоненты соответствуют их финансовым ресурсам, направленным на реализацию различных местных проектов развития «умного города», таких как здравоохранение, транспорт, окружающая среда, безопасность и т. д. Для игры билинейного динамического качества с множеством терминальных поверхностей показано, что даже решения, основанные на применении системы дифференциальных уравнений, обеспечивают достаточно большой разброс вариантов точек на терминальных поверхностях инвестора. Это требует необходимости уделять дополнительное время анализу этих моментов и поиску зоны предпочтений инвестора. На втором этапе предлагаемого гибридного метода выбора рациональной инвестиционной стратегии для проектов «умного города» показано, что использование ГА устраняет указанный выше недостаток и обеспечивает более точные результаты для потенциальных инвесторов.
Библиографические ссылки
[1] Гусев, П. Ю., Кольцов, А. С., & Картавых, А. И. (2019). Генетические алгоритмы в оптимизации планировочных решений. In Информатика: проблемы, методология, технологии (pp. 1682-1684).
[2] Семенкин, Е. С., & Сергиенко, Р. Б. (2009). Коэволюционный генетический алгоритм решения сложных зада ч условной оптимизации. Сибирский журнал науки и технологий, (2), 17-21.
[3] Dhunny, A. Z., Timmons, D. S., Allam, Z., Lollchund, M. R., & Cunden, T. S. M. (2020). An economic assessment of near-shore wind farm development using a weather research forecast-based genetic algorithm model. Energy, 201, 117541.
[4] Sytnyk, N. V. Chernenko, S. O. (2012), "Model and genetic algorithm for determining the optimal transportation routes for port operators", Vcheni zapysky, [Online], vol.14, pp. 274-281, available at: http://ir.kneu.edu.ua:8080/bitstream/2010/2232/1/Sutnuk.pdf (Accessed 15 January 2023).
[5] Raichaudhuri, A. Jain, A. (2010), "Genetic Algorithm based Logistics Route Planning", International Journal of Innovation, Management and Technology, [Online], June, Vol. 1, No. 2, p. 205-207.
[6] Pongcharoen, P. Khadwilard, A. Klakankhai, A. (2007), "Multimatrix Realcoded Genetic Algorithm for Minimising Total Costs in Logistics Chain Network", International Journal of Social, Behavioral, Educational, Economic, Business and Industrial Engineering, vol.1, no.11, pp. 574—579.
[7] Lopez Gonzalez, E. Rodriguez Fernandez, M. A. Mendana Cuervo, C. (2000), "The Logistic Decision Making in Management Accounting with Genetic Algorithms and Fuzzy Sets", Mathware and Soft Computing, vol. 7, no. 2-3, pр. 229.
[8] Wen, C. Russell, C. Eberhart, (2002), "Genetic Algorithm for Logistics Scheduling Problem", Evolutionary Computation, 2002. CEC '02. Proceedings of the 2002 Congress on Vol. 1 pp. 512-516.
[9] Can, C., Shenquan, Y., Yutian, W., Rong, L., Rui, L., & Bo, Y. (2021, April). Research on Multi-factorial Investment Decision of Distribution Network Based on Input-output Assessment and Genetic Algorithm. In 2021 6th Asia Conference on Power and Electrical Engineering (ACPEE) (pp. 394-398). IEEE.
[10] V. Lakhno, V. Malyukov, T. Bochulia, Z. Hipters, A. Kwilinski and O. Tomashevska, 2018. Model of managing of the procedure of mutual financial investing in information technologies and smart city systems. International Journal of Civil Engineering & Technology (IJCIET), Vol. 9, Iss. 8, pp. 1802-1812.
[11] Akhmetov, B. B., Lakhno, V. A., Akhmetov, B. S., & Malyukov, V. P. (2018). The Choice of Protection Strategies During the Bilinear Quality Game On Cyber Security Financing. Bulletin of The National Academy of Sciences of the Republic of Kazakhstan, (3), pp. 6-14.
[12] Wu, S. S. (2020). Smart Taipei City: understanding policy motivations, approaches and implementation. In Smart Cities in Asia. Edward Elgar Publishing.
[13] Joo, Y. M., & Tan, T. B. (2020). Smart cities in Asia: an introduction. In Smart Cities in Asia. Edward Elgar Publishing. P. 23.
[14] Mak, H. W. L., & Lam, Y. F. (2021). Comparative assessments and insights of data openness of 50 smart cities in air quality aspects. Sustainable Cities and Society, 69, 102868
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Валерий Лахно
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
