Искусственный интеллект - [166]

Этап 4, Дня обучения нейронной сети нам необходимы только две переменные: 1) Z( и 2) индикатор, отражающий форму собственности предприятия-работодателя в момент времени t +1, при условии что в момент времени t человек работал в государственном секторе. Этот индикатор принимает два значения: «1» - работник остался в государственном секторе, «2» - работник перешел в рыночный сектор. Таким образом, остальные переменные массива уже обработаны и больше не нужны, поэтому мы их удалили. Оставшиеся две переменные были «склеены» в массив из двух переменных, содержащий 1097 наблюдений для непосредственного обучения нейронной сети.

(35) ^Z,_:/Z _C Ъ +Д

Этап 5, Введем в рассмотрение еще одну переменную K^J, показывающую различие между переменной (34) для отдельно взятого работника и переменной Z, «совокупного работника»:

Ы.м) ^{+ Г}2с(1*\)^^ГМ1*\))/{Р\с(1) ⁺ Р2с(1) ⁺ Рзс{1))р - частное от деления индекса номинальной заработной платы «совокупного работника» государственного сектора и индекса потребительских цен.

Для обучения нейронной сети переменная (35) не потребуется, однако она нужна для встраивания сети в CGE модель. Но об этом чуть позже.

Этап 6, Вкратце, мы уже упоминали о процессе обучения (пункт 1), однако нет необходимости его автоматизировать самостоятельно, поскольку для этих нужд в настоящий момент существует достаточное количество прикладных программ, которые помимо всего прочего позволяют конструировать наиболее подходящую для конкретного случая архитектуру сети. Самыми известными среди них являются NeuroSolutions от компании NeuroDimension и STATISTIC A Neural Networks от компании StatSoft. Эти пакеты предоставляют возможность получить значения весов синапсов нейронов, которые в дальнейшем были использованы нами для симулирования работы нейронных сетей (в пакете Microsoft. Excel) в составе CGE модели.

Как уже говорилось выше, результатом последнего этапа обработки данных стал массив из двух переменных содержащий 1097 наблюдений. В некоторых случаях значения переменной Z( были слишком большими, что сделало необходимым очистить массив данных от подобных выбросов, в результате чего окончательное число наблюдений стало равным 839.

Таким образом, с помощью пакета STATISTICA Neural Networks, первая нейронная сеть была обучена на 839 наблюдениях.

Включение нейронной сети в CGE модель

Все наблюдения, ранее используемые для обучения нейронной сети, в CGE модели интерпретируются как 839 человек «виртуального общества», которые принимают решение о переходе е рыночный сектор или о продолжении работы в государственном секторе. Принимаемое с помощью нейронной сети решение базируется на размышлении о целесообразности дальнейшей работы в секторе, исходя из изменения своей покупательной способности. Иными словами в процессе работы CGE модели каждому члену «виртуального общества» подается следующая информация:

(36) U(=Z_l-V_l^J - входная переменная нейронной сети, где -константа «различия людей», рассчитанная ранее по формуле (35), а А - общая для всех работников переменная, изменяющаяся в процессе итеративного пересчета.

Теперь что касается выходной переменной нейронной сети В соответствии с выбранной нами топологией нейронной сети и функции активации ее нейронов, для вычисления выходной переменной используетсяцрледующая формула:

„(37) „ Щ -(Ё(1/(1+е ■f*⁾)-w₁^3t)-r₁³-rffi'_s)ijd!rfficaie, где

^Г(\%ale , ^Г(1\hift , T*¹, Tj⁵ ^ W™_зWj^k ^ r$‘_cal_e , Т$Аф ~ ТСХНИЧвСКИв Пвре-

менные сети, определяемые программным пакетом.

Естественно, что нейронная сеть не выдает значения в точности равные «1» или «2», в связи с чем, в модели они округляются до ближайшего целого. Таким образом, выходная переменная сети N{, получаемая по преобразуется следующим образом:

(38) N( = 1 если 1,5 < N{ < 2,5; 0 если 0,5 < N{ < 1,5

Такое преобразование необходимо для вычисления доли работников, от их общего количества А , перешедших в рыночный сектор:

(39) A²=(ZAV)/839

Полученная таким образом доля используется в уравнениях (26)-

(Ж

По тому же принципу строились:

• нейронная сеть № 2, определяющая долю А от величины А , т.е. количество работников рыночного сектора, переходящих в государственный сектор;

• нейронная сеть № 3, определяющая долю Аг от величины А+А, т.е. количество работников государственного и рыночного секторов, работающих в теневом секторе.

Полученные с их помощью доли также использовались в уравнениях (26) - (28).

Нейронные сети №№ 4, 5, определяющие доли бюджета ОС, ОС² и ОС совокупного потребителя, идущие на покупку конечных товаров по государственным, рыночным и теневым ценам, а также доли бюджета 'Л , 'Л , идущие на покупку валюты и на вклады в банках строились по похожему принципу, но только для их обучения использовались семейные вопросники, из которых были отобраны вопросы, конкретизирующие расходы домашних хозяйств на конечные товары, покупку валюты и сбережения.

Государство (экономический агент №5)

Как уже говорилось, этот экономический агент представлен совокупностью федерального, региональных и местных правительств, а также внебюджетными фондами. Этот экономический агент устанавливает типы налогов и налоговые ставки (в модели учитываются основные налоги, среди которых НДС