Помощь в написании студенческих работ
Антистрессовый сервис

Моделирование процессов наркотизации населения на основе комплексных сетей

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Процесс наркотизации населения, так же как и эпидемия, развивается в сети социальных контактов, что делает возможным применение методов прямого моделирования, основанных на моделях комплексных сетей, позволяющих исследовать наркотизацию населения на личностном уровне, исходя из особенностей феноменологии наркомании. В качестве научно-методических основ моделирования эпидемий на комплексных сетях… Читать ещё >

Моделирование процессов наркотизации населения на основе комплексных сетей (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. СОСТОЯНИЕ ВОПРОСА. ЦЕЛИ И ЗАДАЧИ ИССЛЕДОВАНИЯ
    • 1. 1. Общая характеристика наркоситуации в Российской Федерации
    • 1. 2. Общие подходы к моделированию наркотизации населения
    • 1. 3. Моделирование криминогенных процессов распространения наркотиков
    • 1. 4. Дифференциальные модели эпидемий
    • 1. 5. Модели эпидемий на комплексных сетях
    • 1. 6. Сбор и обработка данных, характеризующих наркоситуацию
    • 1. 7. Выводы по разделу
  • 2. МОДЕЛЬ НАРКОТИЗАЦИИ НАСЕЛЕНИЯ НА ОСНОВЕ КОМПЛЕКСНЫХ СЕТЕЙ
    • 2. 1. Объект моделирования и феноменология наркотизации
    • 2. 2. Принципы построения модели наркотизации населения
    • 2. 3. Микромасштабная модель распространения наркомании
    • 2. 4. Макромасштабная модель распространения наркомании
    • 2. 5. Параметризация модели наркотизации населения
    • 2. 6. Параметризация взаимосвязи вероятности наркотизации с внешними факторами
    • 2. 7. Оценка латентности в сфере заболеваемости наркоманией
    • 2. 8. Выводы по разделу
  • 3. АНАЛИЗ И ПРОГНОЗИРОВАНИЕ НАРКОТИЗАЦИИ НАСЕЛЕНИЯ САНКТ-ПЕТЕРБУРГА НА ОСНОВЕ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
    • 3. 1. Общая динамика наркоситуации в Санкт-Петербурге
    • 3. 2. Прогнозирование наркоситуации на основе целевых значений показателей социально-экономического развития
    • 3. 3. Оценка скрытого контингента наркопотребителей
    • 3. 4. Планирование общественных мероприятий и исследований на основе результатов математического моделирования
    • 3. 5. Снижение влияния грубых ошибок наблюдений развития наркоситуации при планировании общественных мероприятий
    • 3. 6. Построение плана социологических исследований
    • 3. 7. Построение плана общественных мероприятий
    • 3. 8. Применение ГИС для планирования деятельности предотвращению наркотизации населения
    • 3. 9. Выводы по разделу
  • 4. МОНИТОРИНГ СОЦИАЛЬНЫХ СЕТЕЙ В ЗАДАЧЕ ОЦЕНКИ ВОВЛЕЧЕННОСТИ НАСЕЛЕНИЯ В НАРКОКУЛЬТУРУ
    • 4. 1. Сбор данных о развитии наркоситуации в социальных сетях в Интернете
    • 4. 2. База знаний сочетаний слов поиска лиц, вовлеченных в наркокультуру в социальных сетях
    • 4. 3. Анализ исходных данных социальных сетей
    • 4. 4. Анализ психологического состояния членов интернет сообществ как фактора, влияющего на развитие наркотизации населения
    • 4. 5. Выводы по разделу

Мониторинг и анализ наркоситуации — одна из актуальных задач государственной антинаркотической политики и деятельности по противодействию незаконному обороту наркотиков и распространению наркомании в Российской Федерации [1, 2, 3, 4, 6]. Специфика исследований в данной области обусловлена скрытым и криминальным характером процесса распространения наркомании, недоступного для непосредственного наблюдения. Данные особенности требуют применения комплексных методов, основанных на наблюдении процессов, характеризующих уровень развития наркомании на рассматриваемой территории. Таким образом, необходимо разрабатывать аппарат математического моделирования рассматриваемых процессов с учетом причинно-следственных связей между наркоманией и факторами развития территории. Решение данной задачи позволяет прогнозировать развитие наркоситуации в зависимости от общей социальной, экономической, психологической и политической обстановки на территории, что, в свою очередь, является важнейшей составляющей планирования работ по противодействию незаконному обороту наркотиков и развитию наркомании.

В отечественной науке существенный вклад в развитие теоретических основ и практических решений в области моделирования наркотизации населения внесен научными школами Боева Б. В., Вайдлих В., Гурвича И. Н, Куклина A.A., Райцина В. Я., Татаркина А. И., Стародубова В. И., Цыбатова В. А. и ряда других исследователей.

Процесс наркотизации населения, так же как и эпидемия, развивается в сети социальных контактов, что делает возможным применение методов прямого моделирования, основанных на моделях комплексных сетей, позволяющих исследовать наркотизацию населения на личностном уровне, исходя из особенностей феноменологии наркомании. В качестве научно-методических основ моделирования эпидемий на комплексных сетях используются исследования M.E.J. Newman и Р.М.А. Sloot. Восприимчивость или иммунность участников процесса наркотизации зависит от внешних факторов, определяемых социально-экономическим состоянием территории, и внутренних факторов, определяемых структурой населения. Как следствие, прогнозирование процессов наркотизации населения в зависимости от структуры населения и внешних факторов развития территории является основой принятия эффективных решений в области противодействия наркомании, что и определяет актуальность темы диссертации.

Анализ наркоситуации включает в себя решение ряда вопросов, таких как выявление структуры наркотизации обществафакторов, определяющих развитие наркотизациитенденции развития явления наркоманиипостроение достоверного прогноза развития наркоситуациивыявление и моделирование скрытых процессов распространения наркомании. Решение описанных задач позволяет моделировать различные варианты развития наркоситуации при различных сценариях развития факторов наркотизации с целью поиска наилучшего решения в рамках планирования деятельности по противодействия незаконному обороту наркотиков.

В тоже время существует определенный методологический разрыв между анализом данных мониторинга наркоситуации и планированием мер противодействия незаконному обороту наркотиков и распространению наркомании на территории как на уровне целевых разработки целевых программ, так и на уровне планирования и проведения отдельных мероприятий профилактической направленности.

Идея исследования заключается в применении моделирования наркотизации населения на комплексных сетях в качестве основы матричного моделирования структуры наркозависимых и вовлеченных в наркокультуру лиц для осуществления прогнозирования развития наркоситуации на основе прогнозирования численности и структуры населения. Оценка параметров модели осуществляется на основе данных о внешних факторах распространения наркомании. Выявляются группы факторов способствующих развитию наркопотребления как на личностном, так и общесоциальном уровнях для чего используются данные официальной государственной статистики, целевых опросов населения и мониторинга информационной сферы социальных сетей. Моделирование наркотизации населения на личностном уровне осуществляется на основе микромасштабной модели распространения наркомании, которая является основой для формирования групп лиц и факторов наркотизации населения в макромасштабной модели на общесоциальном уровне.

Актуальность темы

диссертационной работы, степень ее научной разработанности и сформулированная проблема обуславливают выбор объекта и предмета исследования, его цели и задачи.

Объект исследования — процессы наркотизации населения, наркоситуация в регионе, предмет исследования — математическое моделирование, имитационное моделирование и планирование эксперимента.

Целью работы является развитие методов математического моделирования процессов наркотизации населения, выявление закономерностей в развитии наркоситуации на территории на фоне внешних социальных, экономических, политических и психологических факторов благосостояния населения как основы планирования деятельности по противодействию незаконному обороту наркотиков и наркомании.

Задачи исследования. Достижение поставленной цели подразумевает решение следующих задач:

1) Анализ существующих математических моделей процессов наркотизации населения и сопутствующих процессов, исходя из их применимости для прогнозирования наркоситуации и поддержки принятия управленческих решений;

2) Разработка математической модели наркотизации населения на микро-уровне на основе комплексных сетей;

3) Разработка прогнозной модели наркотизации населения на макро-уровне, в зависимости от структуры населения и феноменологии наркомании, позволяющей оценить масштабы распространения наркомании в зависимости от внешних факторов состояния территории;

4) Исследование влияния внешних факторов развития территории на процесс наркотизации населения;

5) Апробация модели наркотизации населения на основе данных мониторинга социальных сетей по выявлению уровня распространенности наркокультуры в обществе.

Основная гипотеза диссертационного исследования заключается в предположении о том, что существенное влияние на динамику процесса наркотизации оказывают внешние социальные, экономические, политические и психологические факторы благосостояния населения, как факторы увеличивающие численность группы риска по наркомании, что является основой построения математических моделей долгосрочного прогноза распространения наркомании. Данные макро-факторов способствующих развитию являются отражением личностных факторов начала приема наркотиков каждого отдельного лица и могут быть оценены на основе данных о фактах передачи наркотиков и настроения лиц в информационных сообществах Интернет.

Теоретико-методические основы исследования. Диссертационное исследование основано на фундаментальных положениях классических и современных подходов к моделированию социодинамики [11,12, 13, 15, 19, 20, 21, 22, 26, 28,30].

Важное теоретико-методологическое значение для диссертационного исследования имеют: системный подход к анализу социодинамики [19, 69]- социологические концепции социальных девиаций [64, 65, 70, 71]- подходы к математическому моделированию и прогнозированию социальных процессов, в том числе девиантного поведения и наркомании [26, 28, 31, 49, 75, 90].

Методы исследования включают в себя методы системного анализа и теории систем, методы имитационного моделирования эпидемий, методы моделирования на основе комплексных сетей, матричного математического моделирования и прогнозирования, методы планирования эксперимента, теории вероятностей и математической статистики.

Эмпирическая база диссертационного исследования. Эмпирическими источниками исследования выступают:

1) нормативно-правовые документы, регламентирующие процессы целенаправленного противодействия наркотизму и его распространению;

2) статистические данные о состоянии и динамике наркотизма в РФ и отдельных российских регионах;

3) данные социологических исследований по состоянию и динамике наркотизма в Санкт-Петербурге;

4) данные социологических исследований по исследованию социальной напряженности в Санкт-Петербурге;

5) данные мониторинга социальных сетей по целевым запросам.

Научная новизна результатов диссертационного исследования заключается в следующем:

1) Использование метода прямого моделирования наркотизации населения, на основе комплексных сетей, позволяющего учесть реальную структуру населения и феноменологию наркомании;

2) Обоснование эквивалентного перехода от микромасштабной модели наркотизации населения, являющейся моделью на комплексных сетях, к макромасштабной матричной модели прогнозирования наркоситуации в обществе;

3) Прогнозирование наркоситуации на основе сценариев социально-экономического, политического и психологического развития территории, являющихся основой планирования мер противодействия наркотизации населения;

4) Изучение распространения наркокультуры в обществе на основе мониторинга социальных сетей.

Практическую ценность работы составляют:

1) Процедура прогнозирования наркотизации общества на основе статистических данных о структуре населения, социально-экономическом и психологическом уровне развития территории;

2) Процедура оценки величины скрытого контингента потребителей наркотиков;

3) Процедура планирования мероприятий противодействия наркотизации населения на основе данных прогноза и априорной информации о территории, реализующая информационную поддержку принятия управленческих решений на микроуровне;

4) Комплект программной и эксплуатационной документации по разработке veb-ориентированного производственно-исследовательского центра в области социодинамики и ее приложений. В соответствии с данными пунктами на защиту выносятся следующие положения:

1) Метод математического моделирования наркотизации населения на основе комплексной сетевой модели и прогнозирования распространения эпидемии наркомании посредством эквивалентной матричной математической модели.

2) Прогнозирование наркотизации населения на основе математической модели на макро-уровне с учетом известной структуры населения, а также внешних социальных, экономических, политических и психологических факторов начала приема наркотический средств, формируемых на основе данных государственной статистики, социологических исследований и данных мониторинга социальных сетей.

Достоверность научных результатов и выводов обеспечивается строгостью наложенных ограничений предметной области, широкой эмпирической базой, включающей репрезентативные данные социологических исследований и данные официальной государственной статистики, валидацией результатов моделирования путем сопоставления с результатами мониторинга социальной сети 1луе. Гоигпа1 на предмет распространенности наркокультуры в обществе, а также данные литературных источников.

Разработанный и апробированный в диссертации инструментарий моделирования процессов наркотизации может быть востребован при проектировании и проведении исследований по аналогичным и смежным тематикам исследований девиантного поведения.

Апробация результатов диссертационного исследования проводилась посредством выступлений на научных конференциях и семинарах, их опубликования в научных журналах и сборниках, использования в процессе мониторинга и анализа наркоситуации в Санкт-Петербурге.

Сделаны доклады на Санкт-Петербургской международной конференции Региональная информатика «РИ-2010», IV Санкт-Петербургском конгрессе «Профессиональное образование, наука, инновации в 21 веке», Международной научной школе «Моделирование и анализ безопасности и риска в сложных системах» МА БР-2011, Международной научно-практической конференции «Антинаркотическая политика: история, современное состояние, перспективы», V всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности ИММОД-2011, Международной научно-практической конференции «Деятельность правоохранительных органов и специальных служб в сфере противодействия незаконному обороту наркотиков: вопросы организации, координации, взаимодействия и международного сотрудничества».

Внедрение и реализация результатов. Результаты работы нашли свое применение при выполнении проектов «Разработка шеЬ-ориентированного производственно-исследовательского центра в области социодинамики и ее приложений», «Распределенные экстренные вычисления для поддержки принятия решений в критических ситуациях» в рамках реализации постановления Правительства РФ № 220 «О мерах по привлечению ведущих учёных в российские образовательные учреждения высшего профессионального образования». Результаты работ внедрены в производственную деятельность Санкт-Петербургского государственного унитарного предприятия «Санкт-Петербургский Информационно-аналитический центр» (СПб ГУП «СПб ИАЦ») при организации деятельности отдела мониторинга и анализа наркоситуации в Санкт-Петербурге.

Результаты работы внедрены в учебный процесс подготовки слушателей СевероЗападного института повышения квалификации Федеральной службы по контролю за оборотом наркотиков (ФСКН России).

Личный вклад автора в работах, выполненных в соавторстве, заключался в выполнении аналитического обзора в проблемной области диссертационной работы, адаптации комплексной сетевой модели к задаче имитации распространения эпидемии наркомании и наркокультуры, разработке матричной модели прогнозирования наркотизации населения, на основе сетевой модели, разработке методов планирования антинаркотической деятельности, а также проведении серии экспериментов по оценке эффективности принимаемых антинаркотических программ. В диссертацию включены результаты, соответствующие личному участию автора.

По теме диссертации опубликовано 24 научные работы, в том числе 8 в журналах рекомендованных ВАК: в журнале «Известия СПбГЭТУ «ЛЭТИ» «(2011(6)), (2011(8)) и (2012(1)), в журнале «Наркоконтроль» (2011(3)), в научно-практическом журнале «Наркология» (2011(9)), в научно-теоретическом журнале «Вестник Санкт-Петербургского университета МВД России» (2011 (51)), в научно-техническом вестнике Санкт-Петербургского Государственного Университета Информационных технологий, механики и оптики (2011(76)), в журнале Университета Водных коммуникаций (2011(11)).

Объем диссертации: 132 листа.

Выводы:

Анализ существующих математических моделей процессов наркотизации населения и сопутствующих процессов показал необходимость разработки аппарата математического моделирования, позволяющего учесть феноменологию наркотизации населения на уровне личностных факторов приема наркотических веществ, и использовать данные мониторинга наркоситуации на территории в качестве основы моделирования.

Исходя из подхода к пониманию наркомании как эпидемического процесса, распространяющегося посредством личного контакта между распространителями и потенциальными потребителями наркотиков, было осуществлено моделирование наркотизации населения на основе комплексных сетей. Тем самым была получена математическая модель наркотизации населения на микро-уровне, описывающая распространение эпидемии наркомании на основе индивидуального состояния всех лиц сообщества и наличия между ними социальных связей.

В силу невозможности построения реальной структуры социальных связей, осуществлен эквивалентный переход к матричной прогнозной модели наркотизации населения, основанной на комплексных сетях и позволяющей прогнозировать демографическую структуру наркозависимых, а также величину скрытого контингента потребителей наркотических веществ.

Альтернативным методом, позволяющим оценить социальную структуру связей между людьми, является исследование структуры социальных сетей, являющихся в определенном смысле «слепком» общества. Как было отмечено выше, результаты исследования социальных сетей дают смещенную оценку психологического состояния общества, однако, как показали исследования, результаты мониторинга социальных сетей могут эффективно применяться в задачах моделирования и исследования скрытых социальных процессов, таких как наркомания.

С другой стороны, использование данных социальных сетей в моделировании позволяет поставить и разрешить ряд сопутствующих задач, таких как соответствие распространения наркокультуры в социальных сетях распространению наркокультуры в обществерасчет возможного сценария наркотизации населения при условии, что скорость распространения информации в обществе эквивалентна скорости в социальных сетяхпоиск ответа на вопрос: спровоцирует ли дальнейшее развитие социальных сетей эпидемию наркомании.

Совершенствование борьбы с незаконным оборотом наркотиков и распространением наркомании должно осуществляться как на уровне силовых структур и на уровне профилактики первичного потребления, так и на уровне планирования социально-экономического развития территории.

На территории существуют с большей и меньшей кризисностью с точки зрения распространения наркомании, что позволяет применять геоинформационные системы при планировании антинаркотических мероприятий. Данные области выявляются по данным сообщений населения о местах продажи наркотиков.

Заключение

:

В ходе диссертационного исследования нашла подтверждение основная гипотеза исследования о том, что развитие наркоситуации может быть оценено на основе анализа внешних факторов социально-экономического и эмоционаольно-психологического развития территории. Тем самым рассматривается организация противодействия распространению наркомании путем планирования социально-экономического развития территории и организации профилактических мероприятий, что является причиной снижения численности группы риска и увеличения населения с иммунитетом к наркотикам.

В ходе исследования: использованы методы матричного моделирования структуры наркозависимых в структуре населения территории и осуществлено прогнозирование наркоситуации в рамках прогнозирования демографической ситуации в г. Санкт-Петербургевыделены основные группы по степеням риска заболеваемости наркоманиейрассмотрены факторы наркотизации населения, характеризующие социально-экономическое и психологическое развитие территорииопределены подходы к планированию социологического исследования, как одного из подходов выявления латентности наркопотребления на территорииопределены подходы к планированию профилактических мероприятий на территории и оценено влияние психологического состояния населения на развитие наркоситуациивследствие большой вероятности появления грубых ошибок наблюдений как в результатах социологических исследований, так и при планировании работы с населением, рассмотрен алгоритм снижения влияния грубых ошибок наблюдений на качество плана мероприятий.

В ходе диссертационного исследования получены следующие результаты:

1) Разработан метод математического моделирования ПНН на личностном уровне, основанный на формализме комплексных сетей, сводящийся к системе матричных разностных уравнений относительно обобщенных характеристик наркоситуации.

Личностные причины приема наркотиков населения территории зависят от общей социальной, экономической, политической и психологической обстановки. Таким образом, данные глобальные факторы определяют величины иммунной и рисково групп населения к наркотикам. При этом с точки зрения развития девиантного поведения, в том числе заболеваемости наркоманией наибольшее значение имеют составляющие «Качество населения» и «Уровень жизни населения». Отмечается, что планирование деятельности по улучшению ситуации по данным показателям должно способствовать сокращению величины группы риска и снижению наркотизма населения.

2) Разработан метод прогнозирования ПНН на основе модели динамики интегральных параметров комплексной сети с учетом их вероятностной зависимости от внешних факторов развития региона.

В силу относительно небольшой ретроспективы данных по показателям наркоситуации [8] осуществляется построение модели наркотизации населения на основе демографической модели прогнозирования структуры населения. Параметрами модели являются вероятности перехода лиц группы риска в соответствующее состояние, таким образом процесс наркотизации представляется как Марковский процесс. Оценка параметров прогнозной модели осуществляется путем построения модели регрессии соответствующих вероятностей от факторов социально-экономического и психологического состояния территории. Данный подход интересен тем, что позволяет планировать социально-экономическое развитие с учетом проявлений девиантности на территории. Что особенно актуально при существующем методе планирования развития регионов посредством установки нормативных значений показателям социально-экономического развития региона и разработки целевых программ [1,2,5,6].

3) На основе разработанных методов проанализирована демографическая структура наркозависимого населения и выполнен долгосрочный прогноз развития наркоситуации в Санкт-Петербурге.

Предложен подход к разделению населения территории на группы разной степени риска по наркомании. Критерием оценки величины группы риска может служить степень вовлеченности населения, особенно подросткового возраста, в наркокультуру, которая выражается использование в повседневной лексике выражений, понятий и определений, свойственных наркопотребителям. Отмечается, что вовлечение населения в наркокультуру сопровождается благосклонным и поощрительным отношением к потреблению наркотиков в обществе через средства массовой информации.

В силу существенного влияния на наркотизацию населения психологического состояния населения, определена необходимость организации соответствующей работы с населением. Данная деятельность осуществляется как на уровне организации социологических исследований, так и на уровне проведения профилактических мероприятий. Таким образом, определена необходимость создания методического взаимодействия между планированием развития территории на уровне статистических индикаторов и проведением конкретных мероприятий на территории. Инструментом, позволяющим достичь поставленной цели, являются геоинформационные системы. 4) На основе данных мониторинга социальных сетей обоснованы оценки величины скрытого контингента наркозависимых, использованные при переходе от модели комплексной сети к описанию динамики ее вероятностных характеристик.

Данные мониторинга социальных сетей подтверждают используемое в построении прогнозной модели наркотизации населения экспертное предположение о структуре сети распространителей наркотических веществ о пропорциональном соотношении между распространителями и покупателями наркотиков, а также о наличии группы риска, в лексиконе которых часто применяются термины наркокультуры,. Также данные мониторинга социальных сетей подтверждают оценку латентности величины 7 потребителей «легких» наркотиков. Вместе с тем результат мониторинга социальной сети Ь1 у.е.Доигпа1 подтвердил предположение о зависимости психологического состояния территории и скорости наркотизации населения с точки зрения развития наркоэпидемии.

Таким образом, предложенные методы позволяют связать данные мониторинга наркоситуации и проведение профилактических мероприятий, чем в некоторой степени ликвидируется разрыв между этими областями деятельности по противодействию незаконному обороту наркотиков. При этом учитывается наличие проблемных зон на территории региона и общая неоднородность населения города. Полученные результаты являются достаточно гибкими для применения на различных территориях и в условиях, когда ряд мероприятий определен заранее. Важным результатом является выработка методического перехода между мониторингом официальных данных о наркоситуации на территории и выработкой рекомендаций к непосредственным исполнителям профилактических программ.

Таким образом, были выполнены основные задачи исследования и достигнута основная цель работы.

Показать весь текст

Список литературы

  1. Федеральный закон Российской Федерации «О наркотических средствах и психотропных веществах» от 25.12.2008 № 278-ФЗ.
  2. Указ Президента РФ от 12.05.2009 № 537 «Об утверждении Стратегии Национальной безопасности Российской Федерации до 2020 года».
  3. Указ Президента РФ от 09.06.2010 № 690 «Об утверждении Стратегии Государственной антинаркотической политики Российской Федерации до 2020 года».
  4. Постановление Правительства РФ от 20.06.2011 № 485 «Об утверждении Положения о государственной системе мониторинга наркоситуации в Российской Федерации».
  5. Закон Санкт-Петербурга от 29.03.2006 № 232−43 О целевой программе Санкт-Петербурга «Комплексные меры противодействия злоупотреблению наркотиками и их незаконному обороту» на 2006−2008 годы.
  6. Закон Санкт-Петербурга от 07.09.2011 № 541−106 «О профилактике наркомании в Санкт-Петербурге».
  7. Постановление правительства Санкт-Петербурга от 28.04.2009 № 437 «О программе „Комплексные меры по противодействию злоупотреблению наркотическими средствами и их незаконному обороту в Санкт-Петербурге“ на 2009−2012 годы».
  8. К.Г., Монахов Ю. М., Бодров И. Ю. К вопросу о моделировании топологии социальной сети. // Труды конференции ИММОД-2011, том 2, 2011. С. 11−15.
  9. С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. -607 с.
  10. О.С. Методологическая версия категориального аппарата психологии. Новгород, 1990. — 334 с.
  11. С.А. Имитационное моделирование экономических систем: Учеб. пособие. Екатеринбург: Изд-во Урал.гос.экон.ун-та. 2004. — 124 с.
  12. В.И. «Жесткие» и «Мягкие» математические модели. М.: МЦНМО, 2004.-32 с.
  13. Э.А., Гонопольскнй М. Х. Учебное пособие по наркологии. М.: «Медицина», 1981. — 304 с.
  14. О.В., Рвачев Л. А. Математика и эпидемиология.- М., «Знание», 1977.63 с.
  15. М.А. Анализ экономических показателей в системе национальной экономической безопасности. // Вестник МГТУ, том 8, № 2, 2005 г. С. 208−210.
  16. Е. В., Иванов С. В., Гринина Е. А., Слоот П. М. А., Бухановский А. В. Параллельные алгоритмы моделирования динамических процессов на комплексных сетях. // Приборостроение, 2011, № 10. С. 72−80.
  17. У.Н., Круг Г. К., Саванов В. Л. Планирование экспериментов при исследовании случайных процессов и полей. М.: Наука, 1986. — 153 с.
  18. В. Социодинамика: системный подход к математическому моделированию в социальных науках. М.: Едиториал УРСС, 2005. — 480 с.
  19. К.В. Алгоритмы кластеризации и многомерного шкалирования. Курс лекций. МГУ, 2007.
  20. С.Е. Моделирование в криминологии. М.:"Высшая школа МВД СССР", 1973.-102 с.
  21. Н. Математика в биологии и медицине М., «МИР», 1970. — С. 326.
  22. Н.В., Малков С. Ю. Математическое моделирование последствий наркотизации // Труды XVII конференции Математика, Компьютер, Обучение. 2010.
  23. С.И. Анализ данных мониторинга острых отравлений наркотическими средствами в Свердловской области // Наркология. 2010. — № 2 (98). — С. 40−47.
  24. .В. Наркомания в России (анализ и прогнозирование демографических последствий). //Методологический семинар ФИАН: Выпуск VI Скрытая пропаганда наркотиков.
  25. .В., Бондаренко В. М. Прогностическая модель распространения наркомании и ВИЧ-инфекции среди молодежи. // Микробиология, 2001 № 5, С. 76−81.
  26. .В., Макаров В. В. Гео-информационные системы и эпидемии гриппа // Ветеринарная патология. 2004. — № 3. — С. 51−59.
  27. .В., Салман Э. Р., Барашкова Т. А., Баранчиков А. В. Методология математического моделирования процессов наркотизации молодежи //Социология. 2001. № 13. С. 76−96.
  28. . Б.В. Современные этапы математического моделирования процессов развития и распространения инфекционных заболеваний // Эпидемиологическая кибернетика: модели, информация, эксперименты. М., 1991, С. 6−13.
  29. Дж., Дженкинс Г. Анализ временных рядов. М.: «Мир», 1974. — 402 с.
  30. А.И., Десятков Б. М., Шабанов А. Н., Ярыгин A.A. Статистическая модель эпидемического процесса // Сибирский журнал индустриальной математики. -2007.-Т. 10, № 2.-С. 23−30.
  31. В.В., Голубев B.C., Коробейников A.A., Селлоков Ю. Г. Человеческий капитал для социогуманитарного развития. М.: «ИАЦ Энергия», 2008. — 96 с.
  32. К.В. Алгоритмы кластеризации и многомерного шкалирования. Курс лекций. МГУ, 2007.
  33. И.Н. Наркоситуация в ВУЗе. Оценка и мониторинг. СПб.: 2005. 348 с.
  34. Гуц А.К., Фролова Ю. В. Математические методы в социологии. М.: Изд-во «URSS», 2007.-200 с.
  35. Г. В., Беликов А. Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999. № 3. С13−20.
  36. В.И., Тимофеев B.C. Исследование влияния грубых ошибок наблюдений на информационную матрицу Фишера. // Сибирский журнал индустриальной математики. Том 11, № 2 (34), 2008. С. 65−73.
  37. Д.М. Системы оценки уровня экономической безопасности социально-демографических систем. // Материалы XIII научно-технической конференции «Вузовская наука Северо-Кавказскому региону». Том третий. Экономика. Ставрополь: СевКавГТУ, 2009. 190 с.
  38. Р. Методические рекомендации по разработке и оценке региональных целевых антинаркотических программ.
  39. Р., Теплицкий В. Организация мониторинга наркоситуации // Наркология. 2009. № 10. С. 43−49.
  40. Р., Теплицкий В. Проект концепции координации системы профилактики наркомании в Российской Федерации // Наркология. 2009. № 12. С. 2637.
  41. Р., Теплицкий В. Разработка и оценка эффективности целевых антинаркотических программ. Методическое пособие //Наркология. 2010. № 1. С. 23−30.
  42. Г. В. Наркоэпидемия. Политика. Менеджмент. СПб.:Изд-во СПбГУ, 2003.-288 с.
  43. Г. В. Либеральный виток в наркополитике России длинной в 12 лет. // Санкт-Петербургский университет. Специальный выпуск. СПб.:2006. № 3604. С. 10−11.
  44. В.П. О наркоситуации в Российской Федерации: новые вызовы и угрозы. Источник: http://www.narkotiki.ru/gnk6614.html.
  45. C.B., Колыхматов И. И., Бухановскнй A.B. Моделирование эволюционной динамики ВИЧ. // Труды XV Всероссийской научно-методической конференции «Телематика-2008», том 1, 2008. С. 103−104.
  46. C.B., Колыхматов И. И., Бухановский A.B. Параллельные алгоритмы моделирования комплексных сетей. // Параллельные вычислительные технологии (ПаВТ 2008): Труды международной научной конференции. — Челябинск: Изд. ЮУрГУ, 2008. -С. 295−402.
  47. С.М. Латентная преступность в Российской Федерации: 2001−2006 / Под ред.: Иншаков С. М. М.: Закон и право, ЮНИТИ-ДАНА, 2007. -351 с.
  48. С.М. Зарегистрированная и фактическая преступность в Российской Федерации // Вестник Академии Генеральной прокуратуры Российской Федерации. Научно-практический журнал. -М.:2007. № 1 (1). С. 42−45.
  49. A.B., Гурбан И. А. Социальная стоимость наркомании в регионах России: Методический подход и результаты оценки // Экономика региона. 2007. № 2. С. 44−53.
  50. А.И. Прикладная математическая статистика. Для инженеров и научных работнеиков. М.: ФИЗМАТЛИТ, 2006. — 816 с.
  51. М.А., Ивановский Р. И., Цыбалова Л. М. Применение агентного подхода к имитационному моделированию процесса распространения заболевания // Научно-Технические Ведомости СПбГПУ. Серия «Наука и образование». 2010. — № 2−2 (100). — С. 189−195.
  52. Е.А., Вышинский К. В. Наркомания. Москва на фоне Европы. Особенности распространенности употребления наркотиков и других психоактивных веществ в Москве. / М.: 2000. 15 с.
  53. Кошкина Е. А Разработка моделей оценки, прогноза ситуации, связанной с потреблением наркотиков, и стратегий профилактических действий. Диссертация д.м.н. М., 1998.350 с.
  54. Е.А. Современные эпидемиологические методы мониторинга распространенности употребления наркотиков. // Психиатрия и психофармакотерапия. Том 09. № 1. 2007.
  55. Т.Е. Экономическая безопасность. Ростов: Изд-во Феникс, 2007.445 с.
  56. A.A., Богатырев Л. Л., Мызин A.JI Методы и модели прогнозирования наркомании в регионах. УрО РАН, 2005. 39 с.
  57. A.A., Талалаева Г. В., Калина A.B., Гурбан H.A. Технология оценки наркоиммунитета территории как индикатора ее экономической безопасности. // Современные наукоемкие технологии. 2004. № 2. С. 133−135
  58. A.A., Быстрай Т. П., Калина A.B., Ойхер Д. Я., Комаровская A.A. Проблемы исследования наркотизации России. Екатеринбург: УрО РАН, 2005. — 53 с.
  59. A.A., Яковлев В. И. Определение порогов индикаторов экономической безопасности в рамках модели устойчивого развития. Екатеринбург: УрО РАН, 1997.
  60. И. Д. Кластерный анализ. М.: Финансы и статистика, 1988.
  61. И.Е. Комплексная оценка наркоситуации. // Вестник челябинского государственного университета: Философия, социология, культурология. № 8(129). 2008. -С. 177−183.
  62. A.C., Артюхов В. В., Виноградов В. Г. Окружающая среда и здоровье населения России. 1998.
  63. JI.A. Экология и безопасность жизнедеятельности. М.: ООО «Издательства Юнити-Дана», 2000.
  64. Г. П., Комарова Т. М. Воспроизводство населения региона в аспекте социально-демографической безопасности (на примере Еврейской автономной области). // Вестник ТОГУ. 2010 № 3 (18), С. 267−274.
  65. A.B., Щербич А. Н., Щербич JI.A. Мониторинг в сфере оборота наркотиков. СПб, 2009. 104 с.
  66. Дж. Динамика иерархических систем. Эволюционное представление. -М.: «МИР», 1989.
  67. Ю.М. Модели социальных процессов. Учебное пособие для высших учебных заведений. М.: Логос, 2001. — 296 с.
  68. И.В. Энтропийные и другие системные закономерности. Вопросы управления сложными системами. М.: Институт проблем управления РАН, 2003. — 302 с.
  69. И.Н. Общая и частная наркология: руководство для врачей. М.: ОАО «Издательство «Медицина». 2008. — 640 с.
  70. В.Я. Моделирование социальных процессов. Учебник. М.: Экзамен, 2005.- 189 с.
  71. Pao С. Р. Линейные статистические методы и их применения. М.: Наука, 1968.
  72. А. И., Козлов А. А. К проблеме оценки наркоситуации в свете Стратегии национальной безопасности России. // Наркология. 2009. № 12.
  73. Э.Э. Экономическая безопасность свердловской области. Екатеринбург: 2003. 450 с.
  74. А. Технический анализ Социальных Систем. — Грозный: 1999.
  75. С.Н. Картография и геоинформатика их взаимодействие. — М., 1990.- 159 с.
  76. В.К. Экономическая безопасность России: Общий курс. М.: Дело, 2005 896 с.
  77. В.А. Методы статистического наблюдения и использование данных для социологического анализа проблемы // Молодежь и наркотики (социология наркотизма). Харьков: Торсинг, 2000. — С. 130−158.
  78. В.И., Татаркин А. И. Влияние наркомании на социально-экономические развитие общества. УрО РАН, 2006. 381 с.
  79. В.И., Татаркин А. И. Наркоиммунитет региона: социально-экономический и медико-биологический аспекты. УрО РАН. М.: ЗАО «Издательство «Экономика», 2004. 324с.
  80. А. И., Куклина А. В. Комплексная методика диагностики социально демографической безопасности региона. Екатеринбург, 2007.
  81. А. И., Куклин A.A. Комплексная методика диагностики качества жизни в регионе. Екатеринбург: Институт экономики УрО РАН, 2010. — 136 с.
  82. А.И., Куклин A.A., Мызин A.JL, Калина A.B. Определение критического уровня наркозависимости и ущерба от распространения наркомании. -Екатеринбург: УрО РАН, 2004. 46 с.
  83. O.A. Математические методы обработки наблюдений. СПб.: СПбГУ, Кафедра Астрономии, 2001. — 34 с.
  84. Ю.Н. Математико-статистические модели в социологии (математическая статистика для социологов). М.: Изд. дом ГУ ВШЭ, 2008. — 243 с.
  85. B.B. Теория оптимального эксперимента. М.: Наука, 1971. — 312 с.
  86. Т.П. Математические методы и модели в комерческой деятельности. -М.: Финансы и статистика- ИНФРА-М, 2009. 640 с.
  87. JI.C., Флеминг Л. Ф., Роберте Д. Х., Хайман С. Е. Наркология: Пер. с англ. 2-е изд. испр. — М.- СПб.- «Издательство БИНОМ» — «Невский диалект», 2000. -320 с.
  88. Р. Курс по информационным системам с прикладной эпидемиологии наркомании. Страсбург, 1992. — 90 с.
  89. М.В., Звезденков A.A., Верхоглазенко В. Н. Пирамида Маслоу плюс или Когда бесспорное стало сомнительным. // Менеджмент в России и за рубежом 1998. -№~5. С. 30−45
  90. В.А. Модели производственного потенциала для долгосрочного прогнозирования регионального развития // Сборник докладов «Методология регионального прогнозирования». М. СОПС, 2003. — С.114−127.
  91. В.А. Модели долгосрочного прогнозирования производственного потенциала региона //Вестник Оренбургского государственного университета, № 5, 2002 г.
  92. Цыбатов В. А Моделирование экономического роста. Самара: Изд-во Самар. гос. экон. ун-та, 2006. — 385 с.
  93. A.B. Диагностика и прогнозирование социально-демографической безопасности региона. (Автореферат диссертации) Екатеринбург, 2010.
  94. А.Б., Микульчинова В. А. Вопросы устойчивого и безопасного развития экономики региона. Улан-Уде: Изд-во ВСГТУ, 2007. — 216 с.
  95. C.B. Прогнозирование кризисного развития предприятий // Проблемы прогнозирования. 2002. — № 6. — С. 150−155.
  96. Р., Сулейманова Г. Наркобизнес глобальная проблема XXI века // Мировая экономика и международные отношения. — 2006. — № 6. — С. 50−57.
  97. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Высокотехнологичный комплекс и безопасность России: В 2 ч. / Под науч. рук. акад. РАН К. В. Фролова. М.: Знание, 2003. 256 с.
  98. Демографическая доктрина России. Проект для обсуждения М.: Институт мирового развития, 2005. — 61 с.
  99. Методика мониторинга стандартов проживания в Санкт-Петербурге. СПб ГУП «СПб ИАЦ». 2005.
  100. Методические рекомендации по разработке и оценке программ профилактики заболеваний и укрепления здоровья населения. Новосибирск: 2010.
  101. Научно-методические основы территориального мониторинга наркоситуации: Методическое пособие. 2-е изд., доп. — СПб.: Изд-во С.-Петерб. ун-та, 2006. — 175 с.
  102. Оценка распространенности косвенные методы оценки масштабов проблемы наркотиков. // Глобальная программа по оценке масштабов злоупотребления наркотиками. Модуль 2 инструментария. / Нью-Йорк.: 2003. — 98 с.
  103. Целевые исследования по оценке: качественный подход к сбору данных. // Глобальная программа по оценке масштабов злоупотребления наркотиками. Модуль 6 инструментария. / Нью-Йорк.: 2003. 98 с.
  104. Российская Федерация. Федеральная служба государственной статистики. Источник: http://www.gks.ru
  105. Борьба администрации США с наркоманией // Борьба с преступностью за рубежом. М., 1993, № 6. С. 14.
  106. Борьба полиции и таможни Великобритании с нелегальным ввозом наркотиков // Проблемы преступности в капиталистических странах. М., 1986. — № 3. С.37−38.
  107. Борьба с наркоманией по уголовному законодательству США, Великобритании, Франции, ФРГ. // Законодательство рубежных стран. Обзорная информация. Вып.1. -М., 1989.
  108. Борьба с незаконным распространением наркотиков в странах Западной Европы // Проблемы преступности в капиталисти-ческих странах. М., 1986. — № 3. -С.20−23.
  109. Борьба с распространением наркотиков в Великобритании// Проблема преступности в капиталистических странах. М., 1980. — № 3. — С.9−10.
  110. Борьба с распространением наркотиков в США // Борьба с преступностью за рубежом. М., 1992. — № 4. — С. 10.
  111. Генеральная стратегия департамента по борьбе с распространением наркотиков (США) // Борьба с преступностью за рубежом. М., 1994. — № 1. — С.12−25.
  112. К вопросу о легализации в Великобритании некоторых видов наркотиков // Борьба с преступностью за рубежом. М., 1995. — № 2. — С.7−12.
  113. Кристи Нильмс, Бруун Кеттиль. Удобный врач: Политика борьбы с наркотиками в Скандинавии. // Центр содействия реформе уголовного правосудия, 2004. -271 с.
  114. О борьбе с алкоголизмом и наркоманией в Швеции //Борьба с преступностью за рубежом. М., 1993.-№ 3.-С.З.
  115. Bai, Y. T. (2001). The anti-opium campaign movement in the early 1950s. CPCHistory, 10,38−41.
  116. BejerotNils. Drug Abuse and Drug Policy. Munksgaard- Co-pengagen, 1975.
  117. Dette H., Kunert J., Pepelyshev A. Exact optimal designs for weighted least squares analysis with correlated errors. // Statistica Sinica, 2008,18, 135−144.
  118. McCoy, С. В., McCoy, H. V., Lai, S., Yu, Z., Wang, X. & Meng, J. (2001). Reawakening the dragon, changing patterns of opiate use in Asia, with particular emphasis on China’s Yunnan province. Sub-stance Use and Misuse, 36, 49−69.
  119. McCoy, A. (2003). The politics of heroin: CIA complicity in the global drug trade: Afghanistan, Southeast Asia, Central America, Co-lombia. Chicago: Lawrence Hill Books.
  120. M. E. J. Newman (2003). The structure and function of complex networks, SIAM Review 45, 167−256
  121. Papendorf Knut (1995): Forfatningsdomstolens hasjdom. Nordisk tidsskriftfor kriminalvidenskab, s. 50−55.
  122. Rousseeuw P.J., Van Driessen K. Computing LTS Regression for Large Data Sets. Univ. of Antwerpen, Dept. Mathematics, 1999.
  123. Sacks J., Ylvisaker D. Designs for regression problems with correlated errors. Part I. //Ann. Math. Statist., 1966, 37, No. 1, 66−89.
  124. Sloot, P.M.A., Ivanov, S.V., Boukhanovsky, A.V., van de Vijver, D.A.M.C., Boucher, C.A.B.: Stochastic simulation of HIV population dynamics through complex network modelling. Int. J. Comput. Math. 85(8), 1175−1187 (2008)
  125. Willems G., Van Aelst S. Fast and robust bootstrap for LTS. Univ. of Antwerpen, Dept. Mathematics, 2004.
Заполнить форму текущей работой