Хоняков А.А. Особенности разработки программного обеспечения для построения кусочно-линейных регрессий [Электронный ресурс] / А.А Хоняков // Молодая наука Сибири: электрон. науч. журн. – 2021. – №2(12) – Режим доступа: http://mnv.irgups.ru/toma/212-2021, свободный. – Загл. с экрана. – Яз. рус., англ. (дата обращения: 03.08.2021)
В статье рассмотрена разработка программного обеспечения для построения кусочно-линейных регрессий. Выполнен анализ формирования задач частично булевого линейного программирования для различных видов кусочно-линейных регрессий, выделены общие моменты. По результатам анализа представлен вариант реализации программы в виде центрального абстрактного класса, содержащего общую логику для всех моделей, и дочерних классов самих моделей.
В качестве демонстрации работы программного обеспечения было выполнено моделирование соотношения среднедушевых денежных доходов населения с величиной прожиточного минимума
1. Ильина Н.К., Лебедева С.А., Носков С.И. Идентификация параметров некоторых негладких регрессий//Информационные технологии и проблемы математического моделирования сложных систем. – 2016. – № 17. – С. 111.
2. Носков С.И., Лоншаков Р.В. Идентификация параметров кусочно-линейной регрессии//Информационные технологии и проблемы математического моделирования сложных систем. – 2008. – № 6. – С. 63-64.
3. Носков С.И. Идентификация параметров кусочно-линейной функции риска// Транспортная инфраструктура Сибирского региона. – 2017. – Т. 1. – С. 417-421.
4. Носков С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. – Иркутск: Облинформпечать. – 1996. – 320 с.
5. Носков С.И., Хоняков А.А. Программный комплекс построения некоторых типов кусочно-линейных регрессий // «Информационные технологии и математическое моделирование в управлении сложными системами»: электрон.науч. журн. – 2019. – №3. – С. 47-55 – Режим доступа: http://ismm-irgups.ru/toma/34-2019, свободный. – Загл. с экрана. – Яз. рус., англ. (дата обращения: 20.11.2019)
6. Базилевский, М.П. МНК-оценивание параметров специфицированных на основе функций Леонтьева двухфакторных моделей регрессии [Текст] / М.П. Базилевский // Южно-сибирский научный вестник. – 2019. – №2(26). – С.66-70.
7. Официальный сайт программы lpsolve [Электронный ресурс]. – Режим доступа: http://lpsolve.sourceforge.net/
8. Свидетельство о государственной регистрации программ для ЭВМ № 2021613936 Программный комплекс построения кусочно-линейных регрессий с максимумом в правой части/ С.И. Носков, А.А. Хоняков (Россия); Правообладатель: Федеральное государственное бюджетное образовательное учреждение высшего образования «Иркутский государственный университет путей сообщения» (ФГБОУ ВО ИрГУПС); заявка № 2021613052 12.03.2021; дата регистр. 16.03.2021
9. Федеральная служба государственной статистики [Электронный ресурс] – Режим доступа: https://rosstat.gov.ru/statistic
10. Витрина статистических данных статистики [Электронный ресурс] – Режим доступа: https://showdata.gks.ru/finder/
11. Единая межведомственная информационно-статистическая система (ЕМИСС) [Электронный ресурс] – Режим доступа: https://www.fedstat.ru/
12. Носков С.И. Применение функции риска для моделирования экономических систем / С.И. Носков, А.А. Хоняков // Южно-Сибирский научный вестник. – 2020. – № 5. – с. 85-92.
13. Лакеев А. В., Носков С. И. О множестве решений линейного уравнения с интервально заданными оператором и правой частью // Докл. РАН. 1993. Т. 330, №4. С. 430–433.
14. Лакеев А. В., Носков С. И. О множестве решений линейного уравнения с интервально заданными оператором и правой частью // Сиб. мат. журн. 1994. Т. 35, №5. С. 1074–1084.
15. Носков С.И. Точечная характеризация множества Парето в линейной многокритериальной задаче // Современные технологии. Системный анализ. Моделирование. – Иркутск, 2008. – № 17. – С. 99–102.
16. Базилевский М.П., Носков С.И. Алгоритм формирования множества регрессионных моделей с помощью преобразования зависимой переменной // Международный журнал прикладных и фундаментальных исследований. – 2011. – № 3. – С. 159–160.