Применение нейронных сетей в моделировании кластерно-сетевых связей в нефтегазовой отрасли

Несмотря на то, что кластерный подход достаточно распространен в научных работах, вопросы формирования, развития и оценки эффективности кластерно-сетевых взаимодействий остаются нерешенными. Исследования научного сообщества базируются преимущественно на качественных методах кластерного анализа (экспертный анализ, ретроспективный анализ, метод сопоставлений аналогов и т.д.), однако необходимость трансформации регионального развития и переход к неоэкономике требуют применения экономико-математических методов анализа, а их арсенал относительно невелик, что с необходимостью вызывает поиск новых решений. Предпринята попытка моделирования кластерно-сетевого механизма в нефтегазовой отрасли с применением нейронных сетей, так как нефтяная сфера - один из ключевых секторов российской экономики, который влияет на определяющие темпы и пути социально-экономического развития государства, подвержен наибольшему регулированию со стороны правительства страны, чем большинство других отраслей. Самой важной специфичной чертой нефтяной сферы выступает то, что она не только способна генерировать огромные денежные ресурсы, но и аккумулировать их для решения большого числа социально-экономических проблем. По результатам обученной нейронной сети на примере показателей Пермского края были сделаны прогнозные значения валового регионального продукта и как возможное ядро кластера нефтяной отрасли – прогноз прибыли компании группы ЛУКОЙЛ.