ЭКОНОМИЧЕСКИЙ АНАЛИЗ РАЗВИТИЯ ПРОИЗВОДСТВА НА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЯХ РЕГИОНОВ
DOI:
https://doi.org/10.60078/3060-4842-2025-vol2-iss5-pp564-571Аннотация
В статье теоретически обосновано, что наращивание производственных мощностей промышленных предприятий регионов и внедрение новой инфраструктуры является одной из актуальных проблем современности, рассмотрены классификация результатов, достигаемых за счет использования инноваций в промышленной системе, структура экономико-математического моделирования, структура алгоритмических технологий, используемых при реализации экономико-математического моделирования, экономико-статистические методы и инструменты анализа, организация механизма использования математического моделирования и оптимизации, требования к научному обоснованию новых источников принятия решений в развитии промышленности, даны выводы и предложения по данному вопросу
Ключевые слова:
промышленная система региона комплексный подход оптимизация экономико-математическое моделирование алгоритмические технологии эндогенный теория роста динамические системы системный анализ исследование операций оптимизация логистикиБиблиографические ссылки
Vanessa Z., et al. (2024) Designing Smart Product-Service Systems: The SEEM-Smart Methodology and Its Application in the Electrical Industrial Sector. IFAC PapersOnLine 58-8 318–323.
Gavalda O., et al. (2022) Life Cycle Cost analysis for industrial bioenergy projects: Development of a simulation tool and application to three demand sectors in Africa. Energy Reports Volume 8, November, Pages 2908-2923 / https://doi.org/10.1016/j.egyr.2022.02.016.
Nilsson K. (1990) Optimization method for industrial energy systems. Linkoping Studies in Science and Technology Thesis No. 218, Sweden. – p.-74 / https://www.diva-portal.org/smash/get/diva2:1820538/FULLTEXT01.pdf.
Zanon-Zotin M. et al. (2024) Industrial sector pathways to a well-below 2 ◦C world: A global integrated assessment perspective. Applied Energy, Volume 381, 125173 / https://doi.org/10.1016/j.apenergy.2024.125173.
Roumbanis L. (2024) On the present-future impact of AI technologies on personnel selection and the exponential increase in meta-algorithmic judgments. Futures. Vol 166, / https://doi.org/10.1016/j.futures.2025.103538.
Jedrzeychik M., et al. (2024) Framework for the correct treatment of model input parameters for Bayesian updating problems in nuclear engineering. Annals of Nuclear Energy. Volume 211, 110930.
Lucas D., et al. (2024) A self-started predictor–corrector method for calculating the Lambert W function within the scope of the photovoltaic single diode model. SE. Vol 276, 112681 / https://doi.org/10.1016/j.solener.2024.112681.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
