
Тип работы:	Предмет:	Язык работы:

ПЕРЕПОЗИЦИОНИРОВАНИЕ РЕГИОНАЛЬНОГО МЕТАЛЛУРГИЧЕСКОГО КОМПЛЕКСА В УСЛОВИЯХ РАЗВИТИЯ ИНДУСТРИИ 4.0

Работа №	102190
Тип работы	Диссертации (РГБ)
Предмет	экономика
Объем работы	286
Год сдачи	2018
Стоимость	4365 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено	121

Не подходит работа?

Узнай цену на написание

Содержание

ВВЕДЕНИЕ 4
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПЕРЕПОЗИЦИОНИРОВАНИЯ БАЗОВЫХ ОТРАСЛЕЙ ПРОМЫШЛЕННОСТИ В УСЛОВИЯХ РАЗВИТИЯ ИНДУСТРИИ 4.0 14
1.1. Индустрия 4.0 как определяющий вектор современного развития
экономики 14
1.2. Тренды и закономерности развития металлургии 28
1.3. Технико-экономические предпосылки перепозиционирования
металлургического комплекса региона 48
Глава 2. МЕТОДИЧЕСКИЙ ПОДХОД К ОЦЕНКЕ
ПЕРЕПОЗИЦИОНИРОВАНИЯ РЕГИОНАЛЬНОГО МЕТАЛЛУРГИЧЕСКОГО КОМПЛЕКСА 73
2.1. Методические основы выявления перспективных направлений
технологического развития металлургии региона 73
2.2. Особенности методического обоснования существенных параметров
перепозиционирования регионального металлургического комплекса 95
2.3. Методический аппарат принятия решений в условиях неопределенности 100
3. ВАРИАТИВНАЯ ОЦЕНКА ПЕРЕПОЗИЦИОНИРОВАНИЯ МЕТАЛЛУРГИЧЕСКОГО КОМПЛЕКСА СВЕРДЛОВСКОЙ ОБЛАСТИ 114
3.1. Приоритетные направления технологического развития металлургии
Свердловской области 114
3.2. Экономическая оценка параметров перепозиционирования регионального
металлургического комплекса 124
3.3. Апробация имитационной модели перепозиционирования металлургии на
примере Свердловской области 139
ЗАКЛЮЧЕНИЕ 157
СПИСОК ЛИТЕРАТУРЫ 161
Приложение 1. Справки участия в научных проектах и акты внедрения результатов научно-исследовательской работы 183
Приложение 2. Сопоставление свойств и удельной стоимости традиционных и новых конструкционных материалов 188
Приложение 3. Анализ энерго- и ресурсоемкости металлопродукции предприятий Свердловской области 190
Приложение 4. Перспективы организации производства новых видов металлопродукции в период до 2030 г 192
Приложение 5. Основные направления, рассматриваемые при определении наилучших доступных технологий (НДТ) 208
Приложение 6. Основные процессы, сопровождающие видоизменение производств 209
Приложение 7. Исходные данные и результаты проведения кластерного анализа
211
Приложение 8. Анализ патентной активности 219
Приложение 9. Теоретико-методологические основы нейросетевого моделирования 221
Приложение 10. Перечень приоритетных инвестиционных проектов Свердловской области по новому строительству, модернизации, реконструкции и техническому перевооружению объектов основных фондов
металлургического комплекса региона 226
Приложение 11. Подготовка исходных данных для проведения факторного анализа 231
Приложение 12. Применение альтернативных методов вращения факторных нагрузок 234
Приложение 13. Альтернативные методы выделения факторов 235
Приложение 14. Результаты регрессионного анализа главных компонент 243
Приложение 15. Подход к построению нейросети в программе 81айзйса 249
Приложение 16. Категоризованные графики распределения данных модели и таблица прогнозных значений 255
Приложение 17. Анализ нейросети МЕР 12-20-5

Введение

Актуальность темы исследования
В современных условиях экономического развития России важную роль играет реализация промышленной политики, учитывающей тренды четвертой промышленной революции, предполагающей в том числе формирование новых высокотехнологичных секторов экономики, продуктивно сочетающихся с инновационным обновлением традиционных отраслей, при эффективном взаимодействии технико-экономической и социально-институциональной сфер регулирования. При этом положение «несущей», в терминологии академика С. Глазьева, отрасли, поддерживающей развитие ядра нового технологического уклада, принимает на себя металлургическая отрасль, от которой во многом зависит эффективность развития промышленного комплекса страны в целом.
Одной из крупнейших территорий размещения металлургической промышленности РФ является Уральский регион, в частности Свердловская область. В структуре обрабатывающих производств области доля металлургического комплекса составляет более 60%, особую роль в составе которого играет черная металлургия, без которой невозможно полноценное функционирование в регионе машиностроения, строительства, транспорта и прочих металлоемких отраслей промышленности. Современные темпы изменений мировой рыночной конъюнктуры, неопределенность геополитических преобразований и, вместе с тем, сохранение вектора развития отечественной экономики на базе принципов Индустрии 4.0 приводят к необходимости формирования новых приоритетов развития, учитывающих стремительный качественный рост промышленности в целом. Эффективное развитие металлургии Урала должно быть основано не столько на удовлетворении нужд традиционных отраслей промышленности, сколько на переориентации на удовлетворение потребностей новых высокотехнологичных секторов. В связи с этим дальнейшее развитие металлургического комплекса Урала в условиях становления вектора Индустрии 4.0 связано со своеобразным перепозиционированием старопромышленного региона в регион с мощной научно-технолого-производственной базой, отвечающей современным требованиям технологического развития. Все вышесказанное обуславливает необходимость развития теоретико-методологических положений по выявлению возможностей и оценке процесса перепозиционирования металлургического комплекса Урала.
В отличие от подотрасли цветной металлургии, уровень развития которой ближе к V технологическому укладу, качественное развитие черной металлургии происходит более низкими темпами, что усиливает риски и неопределенность ее положения на рынке конструкционных материалов в условиях вектора Индустрии 4.0. В связи с этим в рамках металлургического комплекса региона особый акцент делается на развитии черной металлургии.
Степень разработанности темы исследования
Существенный вклад в исследование вопросов стратегии экономического развития России внесли такие ученые, как Л. Абалкин, А. Аганбегян, А. Амосов, С. Белозерова, С. Глазьев, Р. Гринберг, В. Дементьев, В. В. Ивантер, Д. Львов, В. Макаров, В. Мау, О. Сухарев, А. Татаркин, С. Толкачев, Ю. Яковец, вопросы развития российской экономики в условиях вектора новой индустриализации рассмотрены С. Бодруновым, С. Губановым, В. Иноземцевым, Е. Ленчук, В. Наймушиным, А. Нешитым, В. Рязановым, В. Черковцом и др.
Проблемы модернизации и институционального развития экономики, в том числе высокотехнологичных производств, представлены в трудах Е. Авдокушина, В. Акбердиной, И. Баева, А. Варшавского, Г. Вечканова, Н. Калюжновой, Б. Кузыка, Р. Кучукова, Д. Никологорского, В. Цветкова, А. Яковлева, Е. Ясина. Изучению различных аспектов устойчивого развития отраслевой экономики, в частности экономики металлургии, посвятили свои труды Ю. Анискин, А. Бродов, И. Буданов, А. Козицын, В. Лисин, Н. Лякишев, Л. Макаров, С. Орехова, Д. Пумпянский, О. Романова, В. Устинов, В. Штанский, Ю. Юсфин. Проблемам региональной экономики посвящены труды У. Айзарда, Е. Анимицы, А. Вебера, В. Видяпина, Н. Власовой, Е. Коваленко, В. Кристаллера, П. Кругмана, А. Лёша, А. Маршалла, Т. Морозовой, М. Фуджита. В исследование проблем развития промышленности в условиях вектора Индустрии 4.0 и цифровой экономики внесли свой вклад К. Шваб, Ш. Ванг, Д. Ван, Л. Моностори, Э. МакАфи, Э. Бринйолфссон.
В развитие темы наукометрического анализа, основанного на данных публикационной и патентной активности, большой вклад внесли Ю. Гарфилд, И. Маршакова, М. Мэйер, О. Перссон. Также в диссертации использованы положения трудов ученых, посвященных статистическим методам анализа, включая факторный и корреляционно-регрессионный анализ, значительный вклад в развитие которых внесли Н. Дрейпер, В. Калинина, К. Пирсон, С. Рао, Б. Рёнц, О. Родионова, Г. Смит, В. Соловьёв, Э. Фёрстер, Г. Харман, Г. Хотеллинг.
Основы теории искусственных нейронных сетей заложены в работах У. Мак-Каллока и У. Питтса. Дальнейшему развитию данного направления способствовали исследования Д. Хебба, Ф. Розенблатта, В. Видроу, М. Мински, С. Пайперта, Д. Хопфилда, М. Хоффа, Т. Кохонена. В развитие теоретической базы, посвященной проблемам принятия решений в условиях неопределенности, с применением искусственных нейронных сетей, большой вклад внесли зарубежные и отечественные исследователи, в том числе Ю. Евтушенко, Н. Моисеев, Е. Черемисина, Lotfi A. Zadeh, T. Saati. Развитию теоретико-методологической базы, посвященной созданию систем классификации на основе теории статистических решений и правил статистического синтеза, послужили исследования, заложенные в трудах А. Колмогорова, Г. Крамера, С. Кульбака, Б. Левина, Э. Патрика.
В данных работах раскрыты теоретические и прикладные вопросы, относящиеся к теме исследования. Тем не менее, решение ряда задач требует переосмысления сути четвертой промышленной революции и ее влияния на возможные пути развития металлургического комплекса региона. Также есть ряд вопросов, решение которых требует разработки методических положений по выявлению приоритетных направлений технологического развития металлургии региона, выделению ключевых факторов и оценке процесса перепозиционирования металлургического комплекса региона.
Объект исследования - металлургический комплекс Свердловской области.
Предмет исследования - экономические отношения, возникающие в процессе перепозиционирования регионального металлургического комплекса.
Цель работы - развитие теоретико-методических положений и разработка методического подхода к оценке перепозиционирования регионального металлургического комплекса в условиях развития Индустрии 4.0.
Достижение поставленной цели потребовало постановки и решения следующих задач:
1. Развить теоретические основы перепозиционирования базовых отраслей промышленного региона.
2. Разработать методический подход к оценке перепозиционирования регионального металлургического комплекса.
3. Предложить модель вариативной оценки перепозиционирования металлургического комплекса Свердловской области.
Научная новизна результатов исследования:
1. Развиты теоретические основы перепозиционирования базовых отраслей индустриального региона на основе уточнения понятия «перепозиционирование» применительно к металлургическому комплексу региона, обоснования закономерностей и систематизации новых технологических и институциональных трендов развития металлургии, выявления соответствующих им технико-экономических предпосылок развития металлургии, что позволило установить наличие реальных возможностей перепозиционирования металлургического комплекса индустриально развитого региона на принципах Индустрии 4.0.
2. Разработан методический подход к оценке перепозиционирования регионального металлургического комплекса, включающий реализацию трех последовательных этапов: 1) разработка информационной модели взаимосвязи металлургии с перспективными направлениями научно-технологического развития; 2) обоснование на основе метода главных компонент существенных параметров, оказывающих определяющее влияние на процесс перепозиционирования; 3) оценка на базе нейросетевых алгоритмов изменений данных параметров в условиях высокой скорости технологических изменений и неустойчивой рыночной конъюнктуры. Разработанный подход позволяет создать методическую основу для формирования дорожной карты перепозиционирования металлургии региона и модели оценки ее реализации.
3. Разработана модель вариативной оценки перепозиционирования металлургии региона, основанная на технологии искусственных нейронных сетей и позволяющая оценить изменения существенных параметров металлургического комплекса в условиях меняющейся рыночной конъюнктуры. Модель формирует основу для принятия управленческих решений в области поэтапной реализации приоритетных направлений развития региональной металлургии, в том числе на основе построенной дорожной карты, и может быть использована при разработке стратегии развития металлургического комплекса региона.
Теоретическая и практическая значимость результатов диссертационного исследования заключается в развитии теоретических основ процесса перепозиционирования, что позволило разработать авторский методический подход к оценке процесса перепозиционирования регионального металлургического комплекса, который может быть использован в деятельности региональных органов власти, отраслевых научно¬исследовательских институтов и металлургических предприятий при обосновании стратегических решений развития отрасли. Предложенная дорожная карта перепозиционирования регионального металлургического комплекса может быть использована органами законодательной и исполнительной власти при формировании государственных программ и стратегий социально-экономического развития региона. Результаты проведенных исследований вносят вклад в развитие методической базы построения технологии проектирования будущего.
Методология и методы диссертационного исследования
Методологическую базу работы составили научные труды отечественных и зарубежных ученых в области национальной, отраслевой и региональной экономики, промышленной политики, проблем модернизации и инновационного развития, а также теории долгосрочного технико-экономического развития, теорий единого и нового индустриального общества, теории стадий экономического роста, прикладной эконометрики, теории статистических решений и правил статистического синтеза. Основными методами исследования являются методы системного, структурно-логического, сравнительного анализа, графико-аналитические методы, инструментарий эконометрического моделирования, включая методы факторного анализа, линейного и нелинейного регрессионного анализа, а также нейросетевое моделирование.
Информационную базу исследования составили законодательные, нормативные документы в области социально-экономического развития региона; развития металлургического производства и минерально-сырьевой базы; методические рекомендации оценки эффективности; данные Федеральной службы государственной статистики и службы государственной статистики по Свердловской области и Курганской области; монографии и журнальные статьи в области инновационного и отраслевого развития экономики; материалы научных конференций; официальные интернет-ресурсы; экспертная информация, полученная непосредственно от ФГБУН «Имет УрО РАН», ОАО «Уральский Институт Металлов», ФГАОУ ВПО «УрФУ имени первого Президента России Б.Н. Ельцина»; собственные исследования автора.
Положения, выносимые на защиту:
1. Развиты теоретические основы перепозиционирования базовых отраслей индустриального региона на основе уточнения понятия «перепозиционирование» применительно к металлургическому комплексу региона, обоснования закономерностей и систематизации новых технологических и институциональных трендов развития металлургии, выявления соответствующих им технико-экономических предпосылок развития металлургии, что позволило установить наличие реальных возможностей перепозиционирования металлургического комплекса индустриально развитого региона на принципах Индустрии 4.0.
2. Разработан методический подход к оценке перепозиционирования регионального металлургического комплекса, включающий реализацию трех последовательных этапов: 1) разработка информационной модели взаимосвязи металлургии с перспективными направлениями научно-технологического развития; 2) обоснование на основе метода главных компонент существенных параметров, оказывающих определяющее влияние на процесс перепозиционирования; 3) оценка на базе нейросетевых алгоритмов изменений данных параметров в условиях высокой скорости технологических изменений и неустойчивой рыночной конъюнктуры. Разработанный подход позволяет создать методическую основу для формирования дорожной карты перепозиционирования металлургии региона и модели оценки ее реализации.
3. Разработана модель вариативной оценки перепозиционирования металлургии региона, основанная на технологии искусственных нейронных сетей и позволяющая оценить изменения существенных параметров металлургического комплекса в условиях меняющейся рыночной конъюнктуры. Модель формирует основу для принятия управленческих решений в области поэтапной реализации приоритетных направлений развития региональной металлургии, в том числе на основе построенной дорожной карты, и может быть использована при разработке стратегии развития металлургического комплекса региона.
Степень достоверности и апробация результатов исследования подтверждается: использованием теоретической, методической, статистической аналитической информации, полученной из достоверных источников; систематизацией работ зарубежных и отечественных исследователей в области развития Индустрии 4.0, развития базовых отраслевой экономики, в частности металлургии; корректным применением следующих методов исследования: структурно-логического анализа, методов факторного анализа, линейного и нелинейного регрессионного анализа, нейросетевого моделирования; а также положительной апробацией результатов исследования.
Основные положения диссертационной работы обсуждались на российских и международных научно-практических конференциях (Екатеринбург - 2013, 2015, 2016, гг., Караганда - 2013 г., Челябинск - 2016 г.) и получили одобрение.
Результаты исследований использованы при выполнении программы фундаментальных исследований Президиума РАН № 12-М-37-2033 (за 2013¬2014 гг.) «Формирование нового технологического облика металлургического комплекса региона»; в программе Президиума РАН № 27 «Фундаментальный базис инновационной технологической добычи, оценки и глубокой комплексной переработки стратегического минерального сырья, необходимого для модернизации экономики России» (2012-2014 гг.); при выполнении бюджетных тем Центром структурной политики региона Института экономики УрО РАН на 2014-2015 годы - «Методология исследования структурных изменений отраслевых рынков в условиях смены технологических укладов», на 2016-2017 годы - «Методология исследования структурных изменений отраслевых рынков в условиях трансформации механизмов управления государственными ресурсами». Значимость результатов научно-исследовательской работы подтверждена справками участия в научных проектах и актами внедрения (Приложение 1).
Автор диссертации является победителем конкурса 2014 г. научных проектов молодых ученых и аспирантов Уральского отделения РАН по теме: «Инновационное обновление металлургии Урала как фактор новой индустриализации старопромышленного региона», № 14-7-НП-328.
Заложенные в основу диссертационной работы результаты научной деятельности позволили автору выиграть конкурс на получение молодежного гранта РФФИ № 16-36-00097 «Экономико-математическое моделирование процесса перепозиционирования регионального металлургического комплекса в условиях новой индустриализации экономики» (2016-2017 гг.). Цикл работ автора, соответствующих тематике диссертационного исследования, удостоен Премии губернатора Свердловской области для молодых ученых по экономическим наукам в 2017 году.
Основные публикации по теме диссертации. Основные положения и результаты диссертационного исследования отражены в 24 печатных работах общим объемом 20,6 п.л., в том числе авторских 14,6 п.л., из них десять статей в рецензируемых изданиях, определенных ВАК РФ для публикации результатов диссертационных исследований («Региональная экономика», «Известия ВУЗов. Черная металлургия», «Вестник ЗабГУ», «Экономика и предпринимательство», «Economic and Social Changes»), из них три статьи в журналах, входящих в базу Scopus («Экономика региона», «Steel in translation»), а также два препринта, раздел в коллективной монографии.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 212 наименований. Текст изложен на 182 страницах и включает 28 таблиц, 29 рисунков и 17 приложений.
Во Введении обоснована актуальность проблемы исследования, определены объект и предмет исследования, сформулированы цель и задачи, научная новизна и практическая значимость работы.
В первой главе «Теоретические основы перепозиционирования базовых отраслей промышленности в условиях развития Индустрии 4.0» выявлены новые тренды и уточнены особенности развития металлургии в условиях развития Индустрии 4.0. Уточнено понятие перепозиционирования регионального металлургического комплекса. Обоснованы технико¬экономические предпосылки перепозиционирования металлургического комплекса Свердловской области.
Во второй главе «Методический подход к оценке перепозиционирования
регионального металлургического комплекса» разработаны методические основы выявления перспективных направлений технологического развития металлургии региона. Уточнены особенности методического обоснования существенных параметров перепозиционирования регионального металлургического комплекса. На базе нейросетевых алгоритмов разработан методический аппарат принятия решений в условиях неопределенности.
В третьей главе «Вариативная оценка перепозиционирования металлургического комплекса Свердловской области» определены приоритетные направления технологического развития металлургии Среднего Урала. Проведена оценка изменения параметров перепозиционирования регионального металлургического комплекса. Построена модель вариативной оценки перепозиционирования металлургии Свердловской области. На основе полученных данных разработана дорожная карта перепозиционирования металлургического комплекса Свердловской области.
В Заключении сформулированы основные выводы и результаты исследования, приведены перспективы дальнейшей разработки темы.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!

ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ

Курсовые Статьи Диплом Рязань

Заключение

В ходе проведения диссертационного исследования автором на основе полученных результатов сделаны следующие выводы:
1. Систематизированы новые технологические и институциональные тренды развития металлургии в условиях развития Индустрии 4.0. В технологическом плане - это новый уровень автоматизации систем металлургического производства; развитие и расширение функционала аддитивных технологий на базе сверхчистых металлических порошков; закрепление цифровых технологий в цепочке создания дополнительной стоимости металлопродукции. Институциональные тренды связаны с развитием сетевых структур; переходом на новые бизнес-модели; расширением и формированием новой инструментальной базы развития металлургии; развитием мини- и смарт-металлургических заводов.
2. Обоснованы закономерности развития металлургии, учитывающие повышение значимости качественных факторов развития; интеграцию металлургических производств в единую цифровую экосистему, охватывающую всю цепочку создания дополнительной стоимости металлопродукции; формирование платформенных технологий как основы новых бизнес-моделей в условиях развития Индустрии 4.0; повышающуюся неоднородность и кастомизацию рынка металлопродукции.
3. Уточнено понятие «перепозиционирование» применительно к металлургическому комплексу региона, под которым понимается поэтапный процесс взаимообусловленных технологических, социально- экономических, экологических, институциональных и организационных преобразований на инновационной основе, обеспечивающих адаптацию комплекса к условиям Индустрии 4.0 и формирующих его новый образ восприятия.
4. Выявлены технико-экономические предпосылки перепозиционирования металлургического комплекса индустриально развитого региона, учитывающие современную научно-технологическую базу; разнообразные минеральные ресурсы, прежде всего, ресурсы комплексного характера; развитую систему непрерывного образования; внедрение технологических решений, соответствующих требованиям наилучших доступных технологий, «зеленой экономики» и Индустрии 4.0.
5. Разработан методический подход к выявлению приоритетных направлений технологического развития металлургии региона. Его особенностью является проведение на первом этапе библиометрического моделирования, как предварительной основы выявления ключевых направлений развития металлургии, на втором этапе - исследование региональной патентной активности в области выявленных направлений развития. В целях описания пошагового выполнения предложенного методического подхода разработан алгоритм действий по его реализации. Обоснована гипотеза о возможности интерпретации роста патентной активности как фактора инновационной активности отрасли.
6. Сформирован перечень показателей, характеризующих технологический образ металлургии региона, который составил информационную базу для проведения факторного анализа. Предложенный перечень показателей оценки перепозиционирования обусловлен ожидаемыми кардинальными изменениями технологического образа металлургического комплекса региона.
7. Установлена предпочтительность применения метода главных компонент. В целях построения факторной модели для оценки параметров технологического образа металлургии региона использование данного метода является оптимальным.
8. Обоснована целесообразность применения нейросетевых методов для моделирования изменчивости технологического образа металлургического комплекса региона в условиях меняющейся рыночной конъюнктуры. Сформирован алгоритм построения нейросетевой модели оценки этапов перепозиционирования металлургии региона.
9. Выявлен и систематизирован перечень приоритетных для Свердловской области направлений технологического развития металлургии. Уровень технологического развития металлургии определяется в значительной мере ростом доли высокотехнологичной металлопродукции, волатильность которой зависит от развития секторов ее потребления. Установлена структура потребительского рынка высокотехнологичной продукции металлургии региона на период до 2050 года. Помимо роста доли потребителей уральской высокотехнологичной металлопродукции с 15 до 70% ожидаются ее структурные изменения. К 2050 году потребительский сегмент энергетики и автотранспорта сократится более чем в два раза, потребление металлопродукции авиа- и судостроительным секторами вырастет на 10%, сформируются новые сектора потребления: биотехнологический (7%) и информационно-коммуникационный (5%).
10. Разработана на основе метода главных компонент факторная модель, отражающая влияние основных факторов на параметры развития металлургической отрасли. Особенностью разработанной модели является возможность сокращения размерности данных без существенного ущерба точности. Проведена апробация полученной факторной модели оценки параметров перепозипозиционирования металлургии Среднего Урала. Сформирована таблица прогнозных значений оцениваемых факторов, определяющих параметры нового технологического образа металлургии региона и этапов его перепозиционирования, а также условий их формирования.
11. Построена модель вариативной оценки процесса перепозиционирования металлургии региона, основанная на технологии искусственных нейронных сетей, проектирующей изменения существенных параметров комплекса от будущей «предпочтительной реальности» к настоящему в условиях меняющейся рыночной конъюнктуры.
12. Разработана дорожная карта, учитывающая этапы перепозиционирования металлургического комплекса Свердловской области. Реализуемый в рамках дорожной карты сценарий развития отрасли предусматривает процесс поэтапного перепозиционирования металлургии Среднего Урала. Формируемый новый технологический образ металлургического комплекса позволяет воспринимать его как инвесторами, бизнес-сообществами, так и населением региона, как современное, высокотехнологичное производство, соответствующее требованиям «зеленой экономики» и успешно интегрированное в глобальную и национальную цифровые экосистемы.

Литература

1. Аддитивные технологии в России: уникальные разработки, рынок сбыта и
господдержка: интервью у директора департамента станкостроения и инвестиционного машиностроения Министерства промышленности и
торговли РФ М. Иванова // Интернет-журнал «Иннопром VIEW» [Электронный ресурс]. URL:
http://www.innoprom.com/media/letters/additivnye-tekhnologii-v-rossii- unikalnye-razrabotki-rynok-sbyta-i-gospodderzhka-/ (дата обращения
11.12.2017).
2. Аддитивные технологии могут стать новой производственной
специализацией Свердловской области // Сайт Правительства Свердловской области [Электронный ресурс]. URL: http://www-
new.midural.ru/news/list/document98468/(дата обращения 19.06.2017).
3. Адно Ю. Сталь: вперед, в будущее // Металлы Евразии. - 2013. - №1. - С. 14-19.
4. Акбердина В.В., Гребенкин А.В., Бухвалов Н.Ю. Моделирование инновационного резонанса в индустриальных регионах // Экономика региона. - 2015. - № 4. - С. 289-308.
5. Актуализация приоритетов научно-технологического развития России: проблемы и решения. / Н.Г. Куракова, В.Г. Зинов, Л.А. Цветкова, О.А. Ерёмченко, В.С. Голомысов - М.: Издательский дом «Дело» РАНХиГС,
2014. - 80 с.
6. Алёшин С.П., Бородина Е.А. Нейросетевое распознавание классов в режиме реального времени // Инженерный вестник Дона. 2013. Т. 24. № 1 (24). С. 11.
7. Арон Р. Этапы развития социологической мысли: Пер. с англ. - М.: Прогресс-Политика, 1993. - 608 с.
8. Бабич О.В. Реструктуризация как способ повышения эффективности деятельности предприятия. // Экономика предпринимательства: теория и практика: сборник материалов международного научного е-симпозиума /
под ред. проф. С.Н. Гапоновой. - Киров: МЦНИП, 2014. - 301 с.
9. Баландин Д.А. Вопросы неоиндустриализации экономики региона // Проблемы региональной экономики. - 2015. - № 1-2. - С. 86-92.
10. Бауман З. Текучая современность: пер. с англ. С.А. Комарова; под ред. Ю. В. Асочакова - СПб.: Питер, 2008. - 240 с.
11. Белл Д., Иноземцев В. Эпоха разобщенности: Размышления о мире XXI века. - М.: Центр исследований постиндустриального общества, 2007. - 304 с.
12. Бойкова М.В., Салазкин М.Г. Форсайт в Германии // Форсайт. - 2008. - № 1. - С. 60-69.
13. Болдырев С.В. Применение гибридных самоорганизующихся нейронных сетей и быстрого дискретного вейвлет-преобразования для построения систем классификации сигналов // Инженерный вестник Дона. - 2012. - Т. 20. - № 2. - С. 204-208.
14. Болдыревский П.Б., Кистанова Л.А. Математико-статистическая модель инновационной деятельности промышленных предприятий // Экономический анализ: теория и практика. - 2014. - № 15. - С. 57-64.
15. Борисов А. И., Алексеев А. В. Обработка нечеткой информации в системах принятия решений. - М.: Радио и связь, 1989. - 124 с.
16. Боткин И.О., Соменкова Н.С. Прогнозирование инновационного развития промышленного предприятия // Проблемы региональной экономики. - 2013. - № 3-4. - С. 252-255.
17. Бриньолфсон Э., МакАфи Э. Вторая эра машин: работа, прогресс и процветание в эпоху блестящих технологий. - Москва: Изд-во AST Publishers, 2017. - 400 с.
18. Буданов И.А. Развитие металлургии зависит от перехода экономики РФ к модели инвестиционного роста // Сталь. - 2016. - № 6. - С. 82-89.
19. Буданов И.А., Терентьев Н.Е. Проблемы и направления технологической модернизации металлургического комплекса России в контексте «зелёного» роста экономики // Научные труды: Институт народнохозяйственного
прогнозирования РАН. - 2017. - № 15. - С. 76-91.
20. Буданов И.А., Устинов В.С. Инновационно-инвестиционные процессы развития металлургического производства в России // Научные труды: Институт народнохозяйственного прогнозирования РАН. - 2015. - № 13. - С. 324-347.
21. Валяйкина Т.П., Бобошко Д.Ю. Перспективы импортозамещения в черной металлургии РФ // Сталь . - 2016. - № 3. - С. 62-65.
22. Вековищева К.В., Костюченко В.В. Распознавание изображений сигналов,
имеющих сложную форму // Моделирование, оптимизация и информационные технологии. 2017. № 1 (16). С. 17 [Электронный ресурс]. иРТ: https://moit.vivt.ru/wp-
сон1ен1/нр1оаЙ8/2017/02/VekovishevaKostuchenko_1_17_2.pdf (дата
обращения: 17.01.2018).
23. Глазьев С.Ю. Стратегия опережающего развития России в условиях глобального кризиса. - М.: Экономика, 2010. -255 с.
24. Глазьев С.Ю. Экономика будущего. Есть ли у России шанс? («Коллекция Изборского клуба»). - М.: Книжный мир, 2016. - 640 с.
25. Глобальные тренды, влияющие на развитие черной металлургии: Аналитический доклад АО «Казахстанский институт развития индустрии» [Электронный ресурс]. иРЕ: http://kidi.gov.kz/docs/otchety/6034648.pdf(дата обращения: 15.02.2018).
26. Глущенко А.Н. Фундаментальные факторы и перспективы развития черной металлургии Украины // Бизнес информ. - 2014. - № 4. - С. 162-169.
27. Государственная программа Российской Федерации «Развитие
промышленности и повышение ее конкурентоспособности»: утв.
распоряжением Правительства Российской Федерации от 15 апреля 2014 № 328, с изм. и доп. на 30 марта 2018 г.) [Электронный ресурс]. НЕЕ: http://www.garant.rU/products/ipo/prime/doc/71814482/ (дата обращения 25.04.2018).
28. Государственная программа Российской Федерации «Экономическое развитие и инновационная экономика»: утв. распоряжением Правительства Российской Федерации от 15 апреля 2014 г. № 316, с изм. и доп. на 31 марта 2018 г.) [Электронный ресурс]. URL: http://docs.cntd.ru/document/499091764(дата обращения 25.04.2018).
29. Губанов С. К политике неоиндустриализации России // Экономист. - 2009. - № 9. - С. 3-20.
30. Гэлбрейт Дж. Новое индустриальное общество: пер. с англ. - М., АСТ, 2004. - 602 с.
31. Домнич Е.Л. Патентная статистика как измеритель экономики науки и инноваций в регионах России // Инновации. - 2013. - № 5. - С. 92-95.
32. Дорофеев Г.А., Паршин В.М. Новые концепции ресурсосбережения в производстве стали // Тяжелое машиностроение. - 2017. - № 1-2. - С. 32-38.
33. Дружинин Г.М., Зайнуллин Л.А., Казяев М.Д., Спирин Н.А., Ярошенко Ю.Г. Ресурсоэнергетические проблемы черной металлургии // Известия высших учебных заведений // Черная металлургия. - 2014. - № 1. - С. 3-8.
34. Душкова Н.А. Предстоящая реиндустриализация России: условия и возможности ее осуществления // Вестник Воронежского государственного технического университета. - 2012. - Т. 8. - № 12-1. - С. 121-125.
35. Европейская парламентская сеть оценки технологий: новые технологии и государственные решения: сборник материалов / Совет федерации. - М.,
2014. - С. 36.
36. Евтушенко Ю.Г. Методы решения экстремальных задач и их применение в системах оптимизации.- М.: Наука, 1982. - 432 с.
37. Епифанова Н.Ш. Прогноз развития промышленных предприятий на основе построения нейросетей (на примере Астраханской области) // Актуальные проблемы экономики и права. - 2012. - № 2. - С. 30-35.
38. Ефимова К.В., Хейнонен В.А. Проведение анализа располагаемых ресурсов с использованием методик выделения главных компонент // Приложение математики в экономических и технических исследованиях. -
2015. - № 1 (5). - С. 35-39.
39. Жигир И. Новые времена для сталелитейной промышленности: шаг вперед или назад? // Металлоснабжение и сбыт. - 2015. - № 1. - С. 10-17.
40. Жигир И. Перспективы российской стальной индустрии: где точка безубыточности? // Металлоснабжение и сбыт. - 2013. - № 2. - С. 10-17.
41. Жучков В.И., Сиротин Д.В. Эффективность применения марганцевых руд в металлургической промышленности Урала // Экономика региона. - 2013. - №2. - С. 102-105.
42. Загороднова Л.В., Новиков Н.И. Некоторые аспекты активизации инновационной политики по реализации стратегии развития (на примере предприятий черной металлургии) // Вестник Кемеровского государственного университета. - 2013. - Т. 1. - № 4. - С. 239-242.
43. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. - М.: Мир, 1976. - 168 с.
44. Зайцев Д.А., Збрицкая И. Россия в преддверии четвертой промышленной революции // Иннов: электронный научный журнал. - 2016. - № 1 (26). - С. 3.
45. Запускалов Н.М. Мини-металлургические заводы: основы успеха // Сталь. - 2013. - № 9. - С. 84-92.
46. Затонский А.В., Сиротина Н.А. Прогнозирование экономических систем по модели на основе регрессионного дифференциального уравнения // Экономика и математические методы. - 2014. - № 1. - С. 91-99.
47. Зиновьева Н.Г. Некоторые вопросы развития мирового производства стали (продолжение) // ОАО «Черметинформация». Бюллетень «Черная металлургия». - 2012. - №4. - С. 3-24.
48. Зиновьева Н.Г. Некоторые вопросы развития мирового производства стали // ОАО «Черметинформация». Бюллетень «Черная металлургия». - 2012. - № 3. - С. 17-25.
49. Зо Зо Тун, Филист С.А. Искусственная нейронная сеть на основе радиальных базисных функций для классификации кардиоциклов электрокардиосигналов // Известия ЮФУ. Технические науки. - 2010. - № 8
(109). - С. 80-85.
50. Ивашковский С.Н. Макроэкономика. - 2-е издание, испр. и доп. - М.: Дело, 2002. - 472 с.
51. Игами М. Библиометрические индикаторы: исследования в области нанонауки // Форсайт. - 2008. - № 2. - С. 36-45.
52. Илларионов М.Г., Кирпичников А.П., Латыпова Р.Р. Прогнозирование на основе аппарата нейронных сетей // Вестник Казанского технологического университета. - 2012. - № 1. - С. 163-164.
53. Каблов Е. ВИАМ: 80 лет научного творчества и достижений. Современные материалы - основа инновационной модернизации России. // Металлы Евразии. - 2012. - № 3. - С. 10-15.
54. Кадышев Е.Н., Петрова И.В., Ращепкина Н.А., Федяева Д.С. О полицентричности пространственной и территориальной структуры региона // Региональная экономика: теория и практика. - 2015. - № 8. - С. 15-26.
55. Как устроен POSCO’s Smart Factory? // Металл-Курьер. - Январь. - 2017. - С. 8-9.
56. Канева М.А., Унтура Г.А. Диагностика инновационного развития Сибири // Регион: экономика и социология. - 2013. - № 2. - С. 173-196.
57. Карпов Е.С. Моделирование и прогнозирование показателей патентной активности России и развитых стран мира // Вопросы статистики. - 2013. - № 3. - С. 54-59.
58. Катунин В.В., Петракова Т.М., Иванова И.М. Основные показатели работы черной металлургии России в 2014 году // ОАО «Черметинформация». Бюллетень «Черная металлургия». - 2015. - № 3. - С. 3-27.
59. Катунин В.В., Петракова Т.М., Иванова И.М. Основные показатели работы черной металлургии России в 2016 году // ОАО «Черметинформация». Бюллетень «Черная металлургия». - 2017. - № 3. - С. 3-23.
60. Кашинцев Н.П., Селименков Р.Ю. Нейросетевое моделирование регионального развития как инструмент стратегического управления // Известия ВУЗов. Серия «Экономика, финансы и управление производством» / Ивановский государственный химико-технологический университет. - 2015. - № 2. - С. 141-152.
61. Кирдина С.Г., Клейнер Г.Б. Социальное прогнозирование как междисциплинарный проект // Социологические исследования. - 2016. - №12. - С. 44-51.
62. Кириллова С.А., Кантор О.Г. Управление регионами с позиции устойчивого развития // Экономические и социальные перемены: факторы, тенденции, прогноз. - 2013. - № 5. - С. 53-64.
63. Кирилюк И.Л., Волынский А.И., Круглова М.С., Кузнецова А.В., Рубинштейн А.А., Сенько О.В. Эмпирическая проверка теории институциональных матриц методами интеллектуального анализа данных // Компьютерные исследования и моделирование. - 2015. - Т. 7. - № 4. - С. 923-939.
64. Киселев С.В., Ткачев С.В. Экономико-математическая модель оценки влияния услуг социальной инфраструктуры на экономическое развитие региона // Фундаментальные исследования. - 2015. - № 8-2. - С. 385-391.
65. Клименко М.С. Современные методологические подходы к оценке потенциала регионального промышленного развития на примере отдельных субъектов Южного федерального округа // Региональная экономика: теория и практика. - 2009. - № 36 (129). - С. 65-70.
66. Коблов Е.Н. Курсом в 6-й технологический уклад // Сайт о
нанотехнологиях № 1 в России [Электронный ресурс]. ПВЬ:
http://www.nanonewsnet.ru/articles/2010/kursom-v-6-oi-tekhnologicheskii-uklad(дата обращения 07.09.2016).
67. Козицын А.А., Дудинская М.В. Конкурентоспособность и экономическая безопасность - приоритетные задачи металлургического комплекса региона и его лидеров в условиях нестабильности // Экономика региона. - 2015. - № 3 (43). - С. 204-215.
68. Колмогоров А.Н. Представление непрерывных функций многих переменных суперпозицией функций одной переменной и сложением //
Докл. АН СССР. - 1957. - Т.114. - № 5. - С. 953-956.
69. Комплексная программа развития промышленности Свердловской области на период до 2020 года. - Екатеринбург: ИЭ УрО РАН, 2012. - 101 с.
70. Кондратьева Н. Евросоюз поддержит металлургию и ВПК // Металлы Евразии. - 2013. - № 6. - С. 12-16.
71. Коровин Г.Б. Развитие промышленного комплекса региона в условиях новой индустриализации: препринт. - Екатеринбург: Институт экономики УрО РАН, 2013. - 47 с.
72. Коровин Г.Б. Теоретические аспекты новой индустриализации России //
Современные исследования социальных проблем (электронный научный журнал). URL: http://journal-s.Org/index.php/sisp/article/view/2803/0(дата
обращения 12.02.2015)
73. Коровин Г.Б., Сиротин Д.В. Выбор приоритетов технологического
развития региональной металлургии // Региональная экономика: теория и практика. - 2014. - № 44. - С. 25-40.
74. Королев Д.С., Гунин Н.С., Слауцкий С.А. К вопросу понятия об искусственных нейронных сетях // Проблемы обеспечения безопасности при ликвидации последствий чрезвычайных ситуаций. - 2015. - Т. 2. - № 1 (4). - С. 61-63.
75. Корректные и некорректные задачи / А. Н. Тихонов // Большая советская
энциклопедия: [в 30 т.] / гл. ред. А. М. Прохоров. - 3-е изд. - М. : Советская энциклопедия, 1969—1978. [Электронный ресурс]. URL:
https://slovar.cc/enc/bse/2007648.html(дата обращения: 14.09.2016).
76. Кравец Л.Г. Аналитические возможности патентной информации // Патентная информация сегодня. - 2006. - № 4. - С. 26-30.
77. Крамер Г. Математические методы статистики. -2-е изд. / Пер. с англ.; под ред. Колмогорова А.Н. - М.: Мир, 1975. - 648 с.
78. Кузнецова С.Б. Четвертая промышленная революция как результат
инновационно-технологического развития производственных систем // Современные научные исследования и инновации. - 2016. - № 3 [Электронный ресурс]. НЕЕ: http://web.snauka.ru/issues/2016/03/65792(дата обращения: 14.02.2018).
79. Кульбак С. Теория информации и статистика. - М.: Наука, 1967. - 408 с.
80. Лаврентьев Л.Ф., Филиппов В.П. Финансовое прогнозирование на основе аппарата нейронных сетей // Вестник Российского университета кооперации. - 2014. - № 2. - С. 122-127.
81. Левин Б.Р. Теоретические основы статистической радиотехники. - М.: Советское радио, 1969. -752 с.
82. Ленчук Е.Б. Курс на новую индустриализацию - глобальный тренд экономического развития // Проблемы прогнозирования. - 2016. - № 3. - С. 132-143.
83. Леонтьев Л.И., Григорович К.В. Состояние и перспективы развития отечественной черной металлургии // Проблемы и перспективы развития металлургии и машиностроения с использованием завершенных фундаментальных исследований и НИОКР: труды научно-технической конференции. Т. 1. Екатеринбург: УрО РАН, 2011. С. 13 - 18.
84. Лобов С.А., Миронов В.И., Кастальский И.А., Казанцев В.Б. Совместное использование командного и пропорционального управления внешними робототехническими устройствами на основе электромиографических сигналов // Современные технологии в медицине. - 2015. - Т. 7. - № 4. - С. 30-38.
85. Ляховский Д. От вертикали к горизонтали - в поисках потенциала роста // Металлоснабжение и сбыт. - 2013. - № 4. - С. 88-92.
86. Макаров Э.В., Сиротин Д.В. Теоретические проблемы структуризации трансакционных издержек // Экономика и предпринимательство. - 2013. - № 5. - С. 448-451.
87. Макарова И.В. Потенциал модернизации машиностроительного комплекса региона. - Екатеринбург: Институт экономики УрО РАН, 2010. - 280 с.
88. Маккалох Дж., Питтс У. Логические исчисления идей, относящихся к нервной деятельности. - М.: ИЛ, 1956. - 78 с.
89. Мариев О.С., Игнатьева Е.Д., Набережнева Е.П., Савин И.В. Эконометрическое моделирование региональных факторов инновационного развития производительных сил в ресурсозависимой экономике России // Вестник УрФУ. Серия экономика и управление. - 2012. - № 5. - С. 133-145.
90. Мариничева О. Баланс «кнута и пряника» не соблюдается // Энергетика и
промышленность России. № 17 (325), сентябрь 2017 [Электронный ресурс]. иРЕ: https://www.eprussia.ru/epr/325/5289745.htm (дата обращения
18.01.2018).
91. Маршакова-Шайкевич И.В. Роль библиометрии в оценке исследовательской активности науки // Управление большими системами: сборник трудов. - 2013. - № 44. - С. 210-247.
92. Миленький А.В. Классификация сигналов в условиях неопределенности. - М.: Советское радио, 1975. - 328 с.
93. Минский М., Пейперт С. Персептроны: пер. с англ. - М.: Мир, 1971. -262 с.
94. Мировые тенденции перехода к ИТ-технологиям формата 4.0 // Металл- Курьер. - Январь. - 2017. - л С. 11.
95. Моисеев Н. Н. Численные методы в теории оптимальных систем. - М.: «Наука», 1971. - 424 с.
96. Мухатдинов Н.Х., Бродов А.А., Косырев К.Л. Стратегия развития черной металлургии России на период 2014-2020 годы и на перспективу до 2030 года // Материалы XIII Международного Конгресса сталеплавильщиков. - Москва - Полевской, 2014. - С. 18-21.
97. На Урале создадут авиастроительный кластер // Интернет журнал Умное
производство [Электронный ресурс]. ИКЕ:
http://www.umpro.ru/index.php?page_id=2&n_id_1=7159 (дата обращения 24.09.2016)
98. Набережнева Е.П. Эконометрическая оценка факторов инновационной активности в российских регионах // Журнал экономической теории. - 2015. - № 1. - С. 83-89.
99. Нешитой А. Некоторые меры по обеспечению неоиндустриального развития // Экономист. - 2012. - № 10. - С. 14-22.
100. Нижегородцев Р.М., Гусев Я.В. Государственная поддержка рынка
технологий: институциональные аспекты // Вестник экономической
интеграции. - 2012. - № 4. - С. 14-19.
101. Основные экономические показатели работы организаций Свердловской области за 2012-2016 годы: стат. сборник/ Управление Федеральной службы государственной статистики по Свердловской области и Курганской области. - Екатеринбург, 2017. - 18 с.
102. Остапенко С.Н., Федосеева Н.Ю. Методическое пособие для производственных малых и средних предприятий по вопросам модернизации и технического перевооружения. - М., 2010. - 80 с.
103. Официальный сайт администрации Губернатора Свердловской области [Электронный ресурс]. URL: http://gubernator96.ru/news/show/id/4320(дата обращения 24.07.2017).
104. Патрик Э. Основы теории распознавания образов: пер. с англ.; под ред. Б. Р. Левина. - М.: Сов. радио, 1980. - 408 с.
105. Пискун Е.И., Куропятник Р.С. Выбор эффективного метода прогнозирования развития инновационной модели экономики страны // В1сник СевНТУ. - 2012. - № 130. - С. 172-177.
106. Поисковая система по информационным электронным ресурсам от
компании EBSCO Publishing [Электронный ресурс]. URL: https://www.ebsco.com/products/research-databases#institution=academic (дата
обращения: 24.01.2016).
107. Попов Е.В., Семячков К.А. Оценка готовности отраслей РФ к формированию цифровой экономики // Инновации. - 2017. - № 4. - С. 37¬41.
108. Постфордизм: концепции, институты, практики / под ред. М. С. Ильченко, В. С. Мартьянова. - М.: Политическая энциклопедия, 2015. - 279 с.
109. Похиленко Н.П., Крюков В.А., Толстов А.В., Самсонов Н.Ю. Томтор как приоритетный инвестиционный проект обеспечения России собственным источником редкоземельных элементов // ЭКО. - 2014. - № 2. - С. 22-35.
110. Проблемы и стратегические направления реиндустриализации экономики России. - М.: ФГБОУ ВПО «РЭУ им. Г.В. Плеханова», 2014.
111. Программа «Цифровая экономика Российской Федерации»: утв.
Распоряжением Правительства РФ от 28 июля 2017 г. №1632-р) [Электронный ресурс]. URL: http://base.garant.ru/71734878/(дата обращения: 20.08.2017).
112. Промышленность России. 2014: стат. сб. / Росстат. - М., 2014.
[Электронный ресурс]. URL:
http: //www.gks .ru/bgd/regl/b 14_4 8/IssWWW.exe/Stg/01-04.doc (дата
обращения: 24.01.2016).
113. Промышленность России. 2016: стат. сб. / Росстат. - М., 2014.
[Электронный ресурс]. URL:
http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publication s/catalog/doc_1139918730234 (дата обращения: 17.01.2017).
114. Родионова О.Е., Померанцев А.Л. Хемометрика: достижения и перспективы // Успехи химии. - 2006. - Т. 75. - № 4. - С. 302-321.
115. Розенблатт Ф. Аналитические методы изучения нейронных сетей // Зарубежная радиоэлектроника. - 1965. - № 5. - С. 40-45.
116. Розенблатт Ф. Принципы нейродинамики: Персептроны и теория механизмов мозга. - М.: Мир, 1965. - 321 с.
117. Романова О.А., Акбердина В.В., Гребёнкин А.В. Методы и инструменты
прогнозирования социально-экономического развития региона:
синергетический подход: препринт - Екатеринбург: Институт экономики УрО РАН, 2009. - 47 с.
118. Романова О.А., Брянцева О.С., Позднякова Е.А. Ресурсный потенциал реиндустриализации старопромышленного региона. - Екатеринбург: Институт экономики УрО РАН, 2013. - 251 с.
119. Романова О.А., Сиротин Д.В. Новый технологический облик
металлургии Урала: экономический аспект // Вестник Забайкальского государственного университета. - 2014. - № 7. - С. 105-112.
120. Романова О.А., Сиротин Д.В. Образ желаемого будущего экономики индустриального региона: тенденции развития и методология оценки // Экономика региона. - 2017. - № 3. - С. 746-763.
121. Романова О.А., Сиротин Д.В. Предпосылки и возможности перепозиционирования металлургии Урала в условиях Индустрии 4.0 // Известия Уральского государственного горного университета. - 2017. - Вып. 4. - С. 100-107. DOI 10.21440/2307-2091-2017-4-100-107
122. Романова О.А., Ченчевич С.Г., Шешуков О.Ю. Особенности конкурентного развития региональной металлургии // Черная металлургия. - 2014. - № 11. - С. 68-71.
123. Романовский А.В. Применение математического аппарата искусственных нейронных сетей для измерения субъективного благосостояния / А.В. Романовский, Я.В. Шокин // Экономика и математические методы. - 2014. - Т. 5. - № 2. - С. 88-95.
124. Русанов И.А., Павлюк Н.Т., Ващенко Т.Г., Голева Г.Г. Нейронная сеть как способ классификации исходного материала озимой пшеницы // Вестник Воронежского государственного аграрного университета. - 2010. - № 3. - С. 27-31.
125. Рыков А.С. Системный анализ: модели и методы принятия решений и поисковой оптимизации. - М.: Издательский дом МИСиС, 2009. - 608 с.
126. Саати Т. Анализ иерархических процессов. - М.: Радио и связь, 1993. - 315 с.
127. Садыкова Э.Ц., Очирова Г.Ю. Оценка ресурсов инновационного потенциала региона // Фундаментальные исследования. - 2014. - № 12-8. - С. 1712-1716.
128. Сайт Совета при Президенте РФ по модернизации экономики и
инновационному развитию России [Электронный ресурс]. URL:
http://www.i-russia.ru(дата обращения 17.03.2017).
129. Сайфуллин Р.Т., Александров С.С. Использование метода главных компонент с целью обработки сигналов в информационно-измерительных системах для мультидетекторной хроматографии // Вестник Самарского государственного технического университета. Серия: Технические науки. - 2015. - № 1. - С. 78-84.
130. Семин А. Опережающее развитие производства качественных сталей - государственный приоритет в области металлургии // Металлы Евразии. - 2017. - № 4. - С. 14-15.
131. Серегина С.Ф., Барышев И.А. Закономерно ли появление Форсайта // Форсайт. - 2008. - № 2. - С. 4-12.
132. Сиваков Д.В., Буданов И.А. Проблемы и перспективы развития
отечественной черной металлургии: аналитический доклад //
Межведомственный аналитический центр. Декабрь 2010. - 69 с.
133. Сиротин Д.В. Межрегиональная интеграция отраслевых рынков в условиях новой индустриализации // Вестник Забайкальского государственного университета. - 2014. - № 12. - С. 144-153.
134. Сиротин Д.В. Разработка методологического подхода к изменению технологического облика базовой отрасли региона // Журнал экономической теории. - 2016. - № 2. - С. 173-177.
135. Словарь по кибернетике / под ред. академика В. С. Михалевича. - 2-е. изд. - Киев: Главная редакция Украинской Советской Энциклопедии имени М. П. Бажана, 1989. - 751 с.
136. Словарь современных экономических терминов / Б.А. Райзберг, Л.Ш. Лозовский. - М.: Айрис-пресс, 2008. - 480 с.
137. Снегирев Ю.В., Тутарова В.Д., Федорова А.А. Прогнозирование химического состава стали при внепечной обработке в установке ковш-печь на основе искусственных нейронных сетей // Математическое и программное обеспечение систем в промышленной и социальной сферах. -
2014 - № 1 (4). - С. 41-48.
138. Солодовщиков А.Ю., Платонов А. К. Исследование метода Карунена-
Лоэва : препринт Института прикладной математики им. М.В. Келдыша. № 19. 2006. 29 с. [Электронный ресурс]. URL:
http://www.keldysh.ru/papers/2006/prep19/prep2006_19.html(дата обращения 13.09.2015).
139. Соменкова Н.С. Выбор стратегии технического перевооружения промышленного предприятия. // Проблемы региональной экономики. -
2015. - № 1-2. - С. 131-134.
140. Стеблов А.Б., Матейко А.В. Эффективность и риски мини-заводов // Электрометаллургия. - 2008. - № 7. - С. 2-9.
141. Стратегия научно-технологического развития Российской Федерации: утв. Указом Президента Российской Федерации от 1 декабря 2016 г. № 642) [Электронный ресурс]. URL: http://docs.cntd.ru/document/420384257(дата обращения: 20.09.2017).
142. Стратегия развития черной металлургии России на 2014 - 2020 годы и на
перспективу до 2030 года: утв. приказом Министерства промышленности и торговли РФ от 5 мая 2014 г. № 839) [Электронный ресурс]. URL:
http: //www.garant.ru/products/ipo/prime/doc/70595824/ (дата обращения
26.04.2018)