ПАРАЛЛЕЛЬНЫЕ МЕТОДЫ ГЛОБАЛЬНОЙ ОПТИМИЗАЦИИ В ИДЕНТИФИКАЦИИ ДИНАМИЧЕСКОЙ БАЛАНСОВОЙ НОРМАТИВНОЙ МОДЕЛИ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ

Построенные в ВЦ РАН динамические модели региональной экономики содержат большое число неизвестных параметров, идентифицировать которые можно с помощью минимизации нелинейных критериев близости расчетных и статистических данных. В работе для этого применяется параллельный индексный метод глобальной оптимизации, разработанный в ННГУ. Метод использует редукцию размерности на основе кривых Пеано и информационно-статистический подход, дополненный различными модификациями.

PARALLEL GLOBAL OPTIMIZATION METHODS FOR IDENTIFICATION OF THE DYNAMIC BALANCE NORMATIVE MODEL OF REGIONAL ECONOMY

Constructed in Dorodnicyn Computing Center of the Russian Academy of Sciences dynamic models of regional economy contain a lot of unknown parameters. It is possible to identify them by minimization of nonlinear criteria of affinity for calculated and statistical data. In this paper a parallel index method of global optimization developed in Nizhny Novgorod State University is applied for that. The method uses a reduction of dimension on the basis of Peano curves and the information-statistical approach added with different updating.