Научный архив: статьи

Целью настоящей работы является создание формализованного описания платформенной экосистемы инновационного предпринимательства и разработка логико-вероятностной модели интеллектуальной деятельности ее субъектов. Исследуемая экосистема включает: платформу поддержки молодежного предпринимательства; инновационное предприятие (стартап) - создателя новой технологии; инвестора (венчурный фонд); независимого эксперта - технологического брокера; технологического аудитора; патентное ведомство. Проектная деятельность стартапа подробно анализируется в ходе вычислительных экспериментов с однопериодной версией модели, построенной с использованием аппарата байесовских диаграмм влияния (англ. Bayesian influence diagram). При обучении модели использованы элементы концепции реальных опционов, позволяющие более наглядно представить возможности количественного анализа результатов управленческих решений менеджеров стартапа после запуска проекта в условиях высокой неопределенности, присущей инновационной деятельности. С учетом входных условий проекта, реализуемого стартапом, поэтапно представлен алгоритм формирования исходного графа модели, таблицы безусловных вероятностей и таблицы состояний узла полезности диаграммы влияния. Предложенная модель позволяет не только обновлять убеждения менеджеров стартапа при поступлении новых свидетельств, но и оценивать варианты решений, которые на разных этапах реализации проекта дают наибольшую полезность.

Цели работы - создание формализованного описания предметной области инновационной экосистемы и разработка интеллектуальной системы поддержки решений венчурного фонда о финансировании инновационного проекта с учетом результатов патентования изобретения. В качестве субъектов инновационной экосистемы в работе рассматриваются: малое инновационное предприятие (стартап); независимый эксперт-техноброкер; институциональный инвестор (венчурный фонд); патентное ведомство. Для исследования процессов поддержки решений инвестора в работе применен аппарат байесовских диаграмм влияния (Bayesian influence diagram). С использованием параметров реального проекта, реализуемого стартапом, поэтапно представлен алгоритм формирования исходного графа модели, заполнения таблицы условных вероятностей, связанных с узлом случайной переменной, и таблиц состояния узлов полезности. Анализ разработанной системы проводится по результатам логических выводов, полученных на действующей модели, реализованной в программной среде Netica. С помощью вычислительных проверок подтверждены логика причинно-следственных и информационных связей между всеми узлами диаграммы, а также адекватность выводов, получаемых с помощью построенной модели. В отличие от обычной байесовской сети доверия, построенная диаграмма влияния позволяет не только обновить убеждения лица, принимающего решения при поступлении новых свидетельств, но также предоставляет возможность определять варианты решений, которые дают наибольшую ожидаемую полезность.