В настоящее время, в условиях самоизоляции, органы управления разного уровня, все большее внимание уделяют возможности использования экономических возможностей региона, с целью принятия наиболее адекватных управленческих решений, с наименьшими финансовыми потерями. На примере задач регионального развития показывается возможность практического использования функций отклика для координации экономических решений, позволяющей на основе свойств этих функций строить модель, дающую возможность анализировать объективные предпосылки координации планов в системе. Такая модель напрямую определяется целями согласования. Получение лучшего в каком-то смысле решения обязательно включает элементы координации. В экономических задачах это означает учет лимитированности природных ресурсов, созданных фондов и доступных капитальных вложений, трудовых ресурсов, способности к выживанию природы и т. д. Для учета таких факторов часто нужны достаточно громоздкие модели, описывающие специфику соответствующих отраслей народного хозяйства, промышленности, конкретных регионов. Согласование же решений, основанных на подобных моделях, представляет собой суперзадачу, которая сталкивается с проблемами размерности, разрывности и т.д. Поэтому необходим достаточно простой и универсальный способ приближенного согласования встречающихся на практике экономических (и аналогичных) задач. Работа состоит из 3-х частей: 1 - анализ существующих подходов в предметной области, 2 – непосредственная формализация исходной задачи, с обоснованием возможности использования имитационных моделей, использующих функцию отклика, 3 – основные выводы с их экономической интерпретацией. В работе представлен обзор литературных источников в предметной области, а также дана экономическая интерпретация полученных результатов.

модель, оптимизационная задача, ресурсы, согласование, отрасли

1. Шелобаев С.И. Математические методы и модели. М.: ЮНИТИ, 2018. 217 с.

2. Баканов М.И., Мельник М.В., Шеремет А.Д. Теория экономического анализа: 5е изд., перераб. и доп. М.: Финансы и статистика, 2017. 194 с.

3. Васин А.А., Морозов В.В. Теория игр и модели математической экономики. М.: МАКС-Пресс, 2015. 207 с.

4. Дубина И.Н. Математические основы эмпирических социально-экономических исследований. Барнаул: Изд-во Алтайского университета, 2016. 184 с.

5. Таха X.Л. Введение в исследование операций. М.: Вильямс, 2015. 273 с.

6. Хили Дж. Статистика: Социологические и маркетинговые исследования. СПб.: Питер, 2005. 193 с.

7. Нестеров Ю.Е. Введение в выпуклую оптимизацию. М.: МЦНМО, 2016. 225 с.

8. Лапшина М.Л., Лапшин Д.Д., Князев А.В., Писарева С.В. и др. Моделирование ситуации неплатежей на основе средств дифференциального исчисления в системе интеграции предприятий // МОИТ. 2019. Т. 7. № 3 URL: http://moit.vivt.ru

9. Лукина О.О. Инновационная деятельность как сложная система функционирования и развития хозяйствующих субъектов // Экономика и предпринимательство. 2017. № 8 (2). С. 711–714.

10. Измаилов А.Ф., Третьяков А.А. 2регулярные решения нелинейных задач. Теория и численные методы. М.: Лань, 2019. 218 с.

11. Волошин Г.Я. Методы оптимизации в экономике. М.: Дело и Сервис, 2017. 184 с.

12. Sine W.D., Mitsuhashi H., Kirsch D.A. Revisiting Burns and Stalker: Formal structure and new venture performance in emerging economic sectors // Academy of management journal. 2006. V. 49. № 1. P. 121–132.

13. Kim K., Park J.H., Prescott J.E. The global integration of business functions: A study of multinational businesses in integrated global industries // Journal of international business studies. 2003. V. 34. № 4. P. 327–344.

14. Davila A., Foster G., Li M. Reasons for management control systems adoption: Insights from product development systems choice by early-stage entrepreneurial companies // Accounting, Organizations and Society. 2009. V. 34. № 3–4. P. 322–347.