×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

Когнитивный подход к исследованию геополитических процессов в мировых регионах и когнитивное моделирование их развития (на примере Черноморско-Каспийского региона)

Аннотация

Г.В. Горелова, В.Н. Рябцев

  Работа посвящена проблеме изучения геополитических процессов на уровне мировых регионов в современных условиях. Обосновывается необходимость их анализа с использованием возможностей когнитивного подхода как эффективного инструмента познания взаимосвязей и взаимодействий в сложных системах. С этой целью подробно анализируются специфика и этапы когнитивного моделирования. Проводится адаптация этого вида моделирования к анализу геополитической динамики на региональном/субрегиональном уровне, с учетом его возможностей в плане составления прогнозных сценариев развития ситуации. Возможности когнитивного моделирования геополитических процессов проиллюстрированы на примере анализа ситуации в трех субрегионах, образующих сегодня один (большой) Черноморско-Каспийский регион. 

Ключевые слова: мировые регионы, геополитические процессы, моделирование сложных систем, моделирование геополитических процессов, когнитивное моделирование, программная система когнитивного моделирования, Черноморско-Каспийский регион, Черноморский субрегион, Кавказский

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

23.00.04 – Политические проблемы международных отношений, глобального и регионального развития

В последние годы в геополитической науке (геополитологии), по сути, сформировалось новое направление научных исследований. Им стали макрорегиональные (или просто региональные) исследования, которые сфокусированы не на глобальной системе, а на устойчивых комплексах или блоках государств, формирующихся в различных частях земного шара. И если говорить о том, что конкретно стимулировало развитие этих исследований, так это не в последнюю очередь процессы межгосударственной интеграции, которые, как известно, начались в Европе, но активно идут сегодня не только в ней. На разворот геополитологии к изучению региональной проблематики заметно повлияли также усилившиеся в последние годы кризисные явления и конфликтные «узлы» в мировой системе, а также наметившаяся печальная практика «управляемых» кризисов и конфликтов, все чаще затрагивающая и внутригосударственный уровень. Вот на каком фоне следует рассматривать сегодня проблематику геополитических регионов.
Отрадно, что в современной литературе это обстоятельство находит все большее понимание. Целый ряд авторов подчеркивает, что геополитический регион следует рассматривать как оптимальную единицу геополитологического анализа, демонстрирующую при этом динамический момент в этом анализе. Такой ход мысли демонстрирует, например, В.А. Бурлаков. Говоря о тех направлениях, по которым, с его точки зрения, должно пойти реформирование данной области знания и что должно определять характер будущих изысканий в области геополитологии, в ряду других моментов он видит и такой, как «переход от глобальных геополитических моделей к региональному уровню геополитического анализа». Поэтому, с его точки зрения, «именно регион как сложный комплекс политических устремлений различных государств, привязанных к конкретным географическим структурам, должен занять центральное место в геополитическом анализе» [1]. Одной из таких «площадок» в условиях постбиполярного мира, особенно в контексте набирающего силу Мирового Кризиса, с нашей точки зрения, может быть Черноморско-Каспийский регион, который представляют собой повышенный интерес уже не только для России.
В этой связи возникает вопрос: как можно (и нужно) изучать геополитические явления и процессы, происходящие на уровне отдельно взятого мирового региона или субрегиона? Более того, как это делать в условиях усиливающейся глокализации – ситуации, когда в условиях плотной взаимозависимости стран и народов глобальные факторы непосредственно отражаются на любой «площадке» таксоном ниже глобального, особенно на тех из них, где у крупных мировых игроков, есть стратегические интересы. В первом приближении ответ на эти вопросы мог бы звучать так: надо просто применить к интересующим нас явлениям и процессам адекватные их природе методы/методики. И если надо, то следует обязательно взять на вооружение нетрадиционные методы/методики, какими бы непривычными они ни казались тем исследователям, которые предпочитают мыслить в привычном режиме, «по старинке», инерционно. Заметим, однако: то, что для одних научных дисциплин может считаться вполне традиционным инструментарием исследовательской работы, для других – таких, например, как геополитология, которая все еще далека от состояния подлинной научности, – невозделанной целиной, «полем» новых возможностей.
Такова, с нашей точки зрения, ситуация с широко известным в научной среде (особенно у естественников и представителей технических наук) моделированием, о чем мы уже писали ранее [2]. В данной статье мы хотим продолжить обсуждение этой темы, сфокусировав свое внимание на аналитических возможностях одной из его разновидностей – когнитивного моделирования; рассмотрев при этом то, как и чем конкретно такого рода моделирование может помочь в изучении геополитических процессов на уровне мировых регионов/субрегионов. В качестве конкретного примера мы взяли зону «Черноморье – Кавказ – Каспий».
***
«Классические» геополитические модели мира (в трудах Мэхэна, Маккиндера, Челлена, Хаусхофера и др.) характеризуются высоким уровнем обобщения (Х. Маккиндеру удалось представить наш многоцветный и разнообразный мир в виде лишь трех геополитических зон), откуда следует их схематичность и сложность  использования (скорее, невозможность) для предвидения развития геополитических процессов на глобальных, особенно, на локальных уровнях. Необходимо учитывать и более мелкие единицы, даже самые малые государства как субъекты мирового политического процесса, не говоря уж о более крупных регионах, что требует разработки адекватных моделей и методов исследования и принятия решений.
До настоящего времени инструментов исследования [2-22], которые были (и есть) в руках у геополитолога, не так много, а именно:

  • картирование – работа с картой, источник информации - географическая карта и письменный текст (комментирующий ее);
  • использование геокартоидов [3] – чертежей, изображающих ту или иную реальную или вымышленную территорию, но изображающих ее упрощенно, без обязательного соблюдения всех правил классической картографии;
  • использование концептуально-графического моделирования, простейшим аналогом которого являются структурно-логические схемы;
  • анализ количественных данных, т.е. тех или иных числовых параметров и числовых соотношений.

Базовым из этих инструментов является карта или, точнее говоря, снабженная текстом карта (карта с пояснениями). То, что, именно работа с картой была едва ли не основным компонентом арсенала представителей традиционной (классической) геополитологии, привело к тому, что манипулируя образом обычной географической карты, она (классическая геополитология) была буквально «прижата» к географически зафиксированной территории и на этой основе путем дедукции обосновывала большинство своих понятий и постулатов. Отсюда- теории географического детерминизма.
В этом, кстати, по мнению Д.Н. Замятина, состоял еще один недостаток работы ученых-«классиков» (особенно, для современных условий), а именно – «практическое отсутствие концептуальной (когнитивной) дистанции между ключевыми географическими понятиями-образами и соответствующими им геополитическими построениями» [7]. Геополитические образы (конкретной страны или конкретного региона. – Г.Г.,В.Р.) формируются в данном случае в смысловом поле, созданном взаимодействием картографических изображений и их текстовых интерпретаций» [8].
В настоящее время при сохранении таких базовых компонентов, как карта и текст, происходит дальнейшее насыщение арсенала геополитологического исследования. В работе ученых начинает главенствовать манипулирование геополитическими концептами, напрямую «не завязанными на интерпретацию географической карты», начинается работа с «виртуальными геополитическими ансамблями (образами), рассматриваемыми как поля действия определенных политических сил» [9,10].
Следует заметить, что в современных геополитических исследованиях все большее внимание начинает уделяться современным методам исследования сложных систем, таким, как системному подходу и компьютерному моделированию [12,16,17], ситуационному анализу [18,19], статистическому анализу данных и др.
Но несмотря на развитие арсенала геополитического исследования остается открытым вопрос: что же в конечном счете может организовать весь этот геополитологический инструментарий? В рамках какого подхода, метода, методики все это может и должно эффективно работать? По нашему мнению, таким эффективным способом познания геополитических явлений и процессов как на глобальном уровне, так и на уровне отдельно взятого мирового региона/субрегиона является работа с моделями разной степени сложности и разной масштабности, т.е. метод геополитического моделирования.Именно он сегодня востребован жизнью и положением дел в самóй науке и в нынешних условиях может быть адекватным способом проникновения в сложные нелинейные системы и те процессы, которые отличаются многофакторной комбинаторикой в условиях нарастающей нестабильности и турбулентности в международных отношениях.
Каковы плюсы геополитического моделирования? В отечественной литературе уже давно устоялось мнение, согласно которому: «Без условных конструкций, выступающих как аналог объекта исследования, становится все труднее учитывать всю гамму составляющих факторов внешнеполитического процесса, сформировать четкое представление о предмете и прогнозировать его развитие. Социально-политические и международные системы сегодня настолько сложны, обладают таким количеством взаимосвязей и петель обратной связи, что спрогнозировать их развитие на основе только интуиции и опыта становится все труднее» [23; см. также: 24]. Без геополитического моделирования, проигрывающего самые разные (из числа возможных) геополитические ситуации, очень трудно работать в режиме прогностики. Данный момент чрезвычайно важен, поскольку моделирование позволяет (пользуясь специальным способом компактной подачи информации) не только отображать всю совокупность элементов и связей игроков, вовлеченных в ту или иную геополитическую или международную ситуацию, но и «проигрывать» различные варианты ее исхода, «взвешивая» их возможность, оценивая результаты решений при переборе альтернатив.
Для геополитического моделирования можно использовать современные методы имитационного моделирования [25,26], пока не применяемые в геополитологии. Можно полагать, что наиболее полно обозначенным требованиям разностороннего системного имитационного моделирования геополитических процессов удовлетворяют такие современные методы имитационного моделирования, как не противоречащие друг другу, а взаимодополняющие, методы системной динамики, когнитивного моделирования, агентного моделирования, многомерный статистический анализ.
В данном исследовании использовались методы когнитивного моделирования с привлечением элементов системной динамики.
Когнитивное моделирование и системная динамика. В настоящее время когнитивное моделирование [27-30] развивается как одно из направлений когнитивных наук (лат. cognitio — познание) — междисциплинарного научного  направления, объединяющего теорию познания, когнитивную психологию, нейрофизиологию, когнитивную лингвистику и теорию искусственного интеллекта. В нашем случае технологии когнитивного моделирования имеют отношение к работам в области  искусственного интеллекта – к разработке интеллектуальных систем поддержки принятия решений.

Представим кратко методологию когнитивного моделирования по работам [31-39], разрабатываемую для исследования сложных систем. Под когнитивной методологией понимаем «когнитивно-логическую» организацию деятельности исследователя, состоящую в определении цели, объекта и предмета исследования, методов и информационных технологий когнитивного моделирования. Схема когнитивного моделирования представлена на рис. 1.
Систематизирующей базой для методологии когнитивного моделирования является метамодель исследования [7], в которую введена модель наблюдателя Мн
М ={МO(Y, U, P), MЕ(Х), MОЕ, MD(Q), MMO, MME, MU,  А, Мн}
В модели М:  МO(Y, U, P) – идентифицирующая модель системы (модель объекта), в которой вектор Y – эндогенные переменные, характеризующие фазовое состояние объекта, U – вектор управляемых переменных, P – вектор выделенных ресурсов; МO(Y, U, P) = {МФ, Stat},Stat– статистические модели, МФ – модифицированный параметрический векторный граф; МЕ– модель окружающей среды, Xэкзогенные величины; МоЕ = {MYSc,MYS}– модель взаимодействия объекта и среды (MSc , MYS - модели связи системы со средой на входе и выходе); MD(Q) – модель поведения системы, Q – возмущающие воздействия, MMO и МME – модели измерения состояния системы и окружающей среды; MU – модель управляющей системы; А – правило выбора процессов изменения объекта.


 

Рис. 1 Схема методологии когнитивного моделирования

Существенным в этой метамодели является учет не только самой системы, но и ее среды. Важным является то, что введение «наблюдателя» в метамодельпозволяет строить методологию исследования и принятия решений с учетом развития процесса познания объекта в сознании исследователя.
Разработанная когнитивная методология является инструментом, помогающим эксперту (экспертам)  структурировать знания и, главное, системно и всесторонне проводить исследования различных аспектов функционирования сложной системы, которые чаще всего, остаются вне поля зрения специалистов. Последнее приводит к неверным (необдуманным, опасным) решениям, с какой бы целью ни проводились исследования сложной системы – с целью понять и объяснить механизм явлений и процессов в системе, с целью предвидения возможных путей ее развития, с целью управлять ситуациями или адаптироваться к ним. Когнитивное моделирование позволяет существенно снизить риск человеческого фактора при подготовке и принятии решений. Это качество может оказаться весьма полезным в геополитических исследованиях.
В нашем случае под когнитивным моделированием слабоструктурированных проблем сложных систем, поддерживаемым программной системой когнитивного моделирования (ПС КМ) [31,32], понимается решение системных задач: идентификации объекта, анализа путей и циклов когнитивной модели, сценарный анализ, решение обратной задачи, решение задач реализации, наблюдаемости, управляемости, оптимизации, прогнозирования, анализа связности и сложности системы, задачи композиции – декомпозиции, анализа устойчивости, анализа чувствительности, теории катастроф, адаптируемости, самоорганизации системы, принятия решений.
Задачи когнитивного анализа (построения когнитивных карт), управления ситуациями (импульсное моделирование), решение обратной задачи являются достаточно традиционными в когнитивных исследованиях сложных систем[28,30]. Остальные задачи в совокупности со всеми вышеназванными задачами исследуются в работах [31-39, 42-43].
Использование когнитивной методологии в исследованиях конкретной сложной системы происходит поэтапно. На рис. 2. представлены укрупненно  этапы реализации когнитивной методологии в исследовании социально-экономических и политических объектов.
Рассмотрим кратко этапы когнитивного моделирования.
Первый этап когнитивного моделирования – это разработка когнитивной модели в виде когнитивной карты или в виде более сложных когнитивных моделей типа: векторный параметрический граф, параметрический векторный функциональный граф Фп (1), модифицированный функциональный граф и др.
(1) 

 

Рис. 2. Этапы применения когнитивной методологии в исследовании сложных систем

 

В формуле (1):, G -знаковый ориентированный граф, в котором V={vi} , i = 1,2,…,k– множество вершин (концептов) когнитивной кaрты, E= {eij}- множество дуг, соединяющих вершины vi и vj; X ={xi} – множество параметров вершин, F=f{vi,vj,eij} -  функция (или функционал f{vi,vj,eij}, или коэффициент fij) связи между вершинами, θ – пространство
параметров вершин. При разработке когнитивной модели в виде (1) часть ее (подграф) может быть построена по статистическим данным об объекте, часть – на основании обработки экспертных и теоретических данных. Разрабатываются также нетрадиционные когнитивные модели в виде иерархических когнитивных карт, которые представляют собою раскрытие обобщенных объектов (вершин) верхнего уровня когнитивной карты в составляющие их объекты, в том числе, объекты нижнего уровня и/или иерархию управления.

 

Последующие этапы когнитивного моделирования: это этапы исследования причинно-следственных связей (путей и циклов когнитивной модели); это анализ структуры модели, отображающей механизм исследуемых сложных объектов, в том числе – симплициальный (топологический, q-анализ связности) анализ [31], позволяющий обнаружить глубинную связь между блоками (симплексами) когнитивной карты, которая не очевидна на графе; это анализ устойчивости системы к возмущениям и структурным изменениям; это исследование возможного развития процессов в системе путем импульсного моделирования, т.е. переход от предыдущих исследований статики системы к исследованию ее динамики.   
При исследовании зависимости изменения параметров вершин xi от времени: xi(t), t=1,2,3,... можно определить процесс распространения возмущения по графу G, т.е. переход системы из состояния tn-1 в tn, tn+1,… [29,30]. Пусть значение xi(tn+1) в вершине Vi зависит от xi(tn) и от вершин, смежных с Vi. Пусть Vi смежна с Vj,  тогда влияние этого изменения на параметр xi в момент t будет описываться функцией ±Рj(tn) в зависимости от знака дуги, соединяющей Vi и Vj. Тогда правило изменения параметров в вершинах в момент tn+1 будет следующим [41]:
,  (2)
где x(n), x(n+1) – величины показателя в вершине V при шагах имитации в момент t = n и следующим за ним t = n+1, n - такты моделирования;  Pj(n) – изменение в вершине Vj в момент времени tn; Qi(n) = {qit}ki=1, n=0,1, 2,…, – вектор внешних импульсов qit, вносимых в вершины Vi в момент времени tn (на тактах моделирования n). Внесение возмущений моделирует сценарий, отвечающий на вопрос научного предвидения: «А что будет, если?» Таким образом, импульсное моделирование развития ситуаций позволяет выявить возможные сценарии развития системы - от пессимистичных, до оптимистичных. На основании сценариев проектируется стратегия управления системой, которая далее реализуется лицами, принимающими решения, в соответствии с диктующими условиями внешней и внутренней среды.
Графики импульсных процессов строятся с помощью программной системы когнитивного моделирования ПС КМ [31,32]. Для моделирования на знаковых орграфах в ПС КМ используются расчетные формулы импульсных процессов в матричной форме- уравнение (5).
Вектор параметров вершин – в момент времени t, задается уравнением:
Rt = XtXt-1, t=1, 2,3,… (3)
Изменения параметров вершин задаются уравнением:
Xt = Xt-1 + ARt-1 + Qt-1,  (4)
где , t=0,1, 2,…, – вектор внешних импульсов qit, вносимых в вершины Vi в момент времени t; , t=0,1, 2,…, – вектор значений параметров xit вершин Vi в момент времени t; A – матрица отношений, соответствующая когнитивной карте – графу G.
Из уравнений (3) и (4) следует расчетная формула для Rt:
Rt=At-1Q0 + At-2Q1+…+ AQt-2+ IQt-1,  (5)                 
где I – единичная матрица.
Простейшим вариантом распространения возмущения является случай, когда R(0) имеет лишь один ненулевой вход, т.е. возмущение поступает только в одну вершину Vi. Такие процессы принято называть простыми процессами распространения возмущений.
На первом этапе исследования системы не учитывается возможное запаздывание в системе и начальные значения параметров в вершинах.
По ходу исследования производится анализ чувствительности решений к различным изменениям когнитивной модели и вносимым возмущениям.
Объединение существующих технологий когнитивного моделирования и технологий системной динамики (а также технологий потоковых диаграмм и агентного моделирования) представляется возможным в общей модели причинно-следственных связей -когнитивной модели, матрица которой содержит и блоки в виде «простой» когнитивной карты (знаковый ориентированный граф), и блоки в виде параметрического векторного функционального графа со связями между вершинами  типа
(6)
где fijэто функциональная зависимость параметров вершин, которая ставится в соответствие каждой дуге. Зависимость fij может быть не только функциональной, но и стохастической. Кроме того, в более простом варианте она может существовать как «коэффициент усиления» fij=wij. Этот блок (подграф когнитивной модели) может быть моделью системной динамики, поскольку структура модели системной динамики также представима графом.
Возможны две формы разработки общей модели, объединяющей технологии когнитивного моделирования и системной динамики: «сверху» и «снизу».
«Сверху»: на начальном этапе разрабатывается когнитивная модель в виде  когнитивной карты G0, которая в дальнейшем уточняетсяи достраивается до модифицированного функционального графа [41], когда в структуру включаются и качественные факторы (например, политическая ситуация в стране), и количественные (например, количество населения). В этом случае ее подграфом может стать модель системной динамики, которая уже существует или строится по соответствующим технологиям системной динамики.
При построении «снизу» разрабатываются сначала отдельные блоки когнитивной модели, а далее происходит синтез их в общую когнитивную модель.Рациональным представляется путь последовательного построения «сверху» – «снизу».
Приведем примеры когнитивного моделирования геополитических процессов на региональном уровне, взяв для этого конкретную зону мира.

Когнитивное исследование геополитических проблем Черноморско-Каспийского региона. Зона «Черноморье – Кавказ – Каспий», или как принято сегодня говорить, Черноморско-Каспийский регион (ЧКР) рассматривается как сложная система, с учетом всех особенностей и закономерностей, присущих системе с многофакторной комбинаторикой [40]. Целью проведенного нами ранее исследования было выявление возможных/прогнозных путей развития этой сложной системы при изменениях (гипотетических или реальных) условий на данном геополитическом поле.
Первой важной задачей исследования было получение формального описания системы (когнитивной карты), необходимого для понимания и объяснения механизма явлений и процессов в ней. Второй задачей было исследование структурных свойств системы, отображенной когнитивной картой, анализ устойчивости  ее поведения к структурным изменениям и различным возмущающим воздействиям внутренней и внешней среды. Третьей задачей было моделирование возможных сценариев развития системы (импульсное моделирование процессов изменения ситуаций) и их последующий анализ.
Исследование проводилось в соответствии с этапами когнитивного моделирования (см. рис. 2).
Первым делом потребовалась разработка когнитивных карт. Для этого надо было четко выделить объект исследования. Вблизи границ России на южном стратегическом направлении, т.е. вблизи границ ЮФО и СКФО, в данное время принято рассматривать три субрегиона[44], в которые входят 12 стран.
В Черноморском субрегионе это:1. Россия, 2. Грузия, 3. Турция, 4. Болгария, 5. Молдова, 6. Румыния, 7. Украина.
В Кавказском субрегионе это:1. Россия, 2. Грузия, 3. Турция, 8. Азербайджан, 9. Армения.
В Каспийском субрегионе это:1. Россия, 8. Азербайджан, 10. Иран, 11. Казахстан,12. Туркменистан.
Как видим, Россия входит в каждый из них. Кроме того, Грузия, Турция, Азербайджан фигурируют сразу на двух субрегиональных «площадках».
Схема взаиморасположения стран (согласно географической карте) в соответствии с принятой классификацией по субрегионам изображена на рис. 3.

 

Рис. 3. Схема взаиморасположениястран ЧКР по тремсубрегионам

 

Схема рис.3. служит основой для разработки (рис.4) начального варианта когнитивной карты, который в дальнейшем может уточняться согласно этапу «корректировка модели», если к этому появятся основания по результатам анализа.
Вот как выглядит это конкретным образом.


Рис. 4. Когнитивная карта G:Геополитические связи стран всех трех субрегионов (в масштабе всего ЧКР)

В когнитивной карте G вершинами являются соответствующие страны субрегионов (выступают как сложные концепты). Двунаправленные дуги отражают факт наличия отношений между странами (пока без раскрытия их смысла, знака, силы, набора характеристик – параметров). Такая когнитивная карта обобщенно формализует наличие возможных отношений между государствами. Но ее отличие от вербальной констатации факта двусторонних отношений, например, «Россия находится в отношениях с Украиной» или «Россия находится в отношениях с Турцией», заключается в том, что она отражает отношения «всех со всеми» через цепочки последовательных двусторонних отношений.
Например, согласно определенным данным образом субрегионам (А, Б, В) Грузия непосредственно не находится в «прямых» отношениях с Туркменистаном, но связана с ним «косвенно» несколькими возможными цепочками («маршрутами» в теории графов). Например: Грузия→Россия→ Туркменистан; Грузия→Россия→Азербайджан→Иран→Казахстан→Туркменистан и т.д. При этом, конечно, остается открытым вопрос, насколько такие связи реальны и в какой форме реализуются. Но теоретически такие возможности диктуются заданным определением «сложная система». Содержательный анализ теоретически возможных связей, по нашему мнению, может выявить неявные (латентные) особенности отношений между странами, что даст возможность предвидеть возможное развитие ситуаций в сложном хитросплетении отношений между странами любого из субрегионов. Подтверждением этому могут быть результаты «разведочного» импульсного моделирования возможного развития ситуаций на данной когнитивной карте, которое может на первом же этапе анализа вскрыть «не адекватность» формальной модели или не опровергнуть ее логическую непротиворечивость. Формально на такой когнитивной модели графики импульсного процесса соответствуют переходам импульсов (возмущающих воздействий) по цепочкам причинно-следственных связей. Начальный импульс q (импульсы), вносимый в какую-либо вершину (совокупность вершин) распространяется далее по сети отношений графа G, суммируясь с теми, которые имеются в последовательности встречающихся вершин согласно формуле (4). Импульсное моделирование отвечает на вопрос: «А что будет, если….?», «На какие вершины повлияет возмущение q, внесенное в какую-либо вершину, важную для лица, принимающего решение?
В качестве примера приведены графики на рисунке 4, которые получены при внесении модельных возмущений q = +1 (интерпретируется как активизация некоторых положительных действий соответствующей страны) в вершины: V1. Россия (сценарий №1); V3. Турция (сценарий №2).


Сценарий №1«Активизируется» Россия (q1 =+1)

Сценарий №2«Активизируется» Турция (q3 = +1)

Рис. 5. Возможные сценарии развития ситуаций в модели G

Графики на рис. 5 иллюстрируют, каким образом и как «скоро» положительные сигналы могут достигнуть других вершин.
По оси абсцисс обозначены такты моделирования. Их число определяет исследователь, когда интересующая его тенденция начинает проявляться достаточно четко. Дальнейшая интерпретация результатов, если решается задача прогнозирования, а не только научного предвидения развития ситуаций, требует привязки тактов моделирования ко времени. Но для данной когнитивной модели, описывающей только факт отношений между вершинами, такая интерпретация не имеет смысла. В данном случае речь идет только о тенденции возможного развития ситуаций.
По оси ординат обозначены величины импульсов (в масштабе суммирования «начальной» единицы q = +1. Если бы когнитивная карта отражала количественные отношения между вершинами, то эти числа соответствовали некоторым абсолютным значениям. Например, количеству населения в соответствующей стране и т.п. В данном случае речь идет о нарастании положительных тенденций в отношениях между государствами. Для того чтобы результаты моделирования были более конкретными, приведенная когнитивная карта, будучи отправной точкой в исследованиях, должна быть наполненной подробным содержанием о параметрах, характеризующих вершины, о силе и знаке связей между ними т.п. Поэтому на следующем шаге исследования была разработаны когнитивные карты, характеризующая каждое государство с позиций их потенциала в субрегионе, с позиций «Силы государства».

Когнитивное моделирование «Потенциал страны субрегиона». Исходными данными для разработки когнитивной карты «Потенциал страны субрегиона» являются принятые показатели, значения которых определяют соответствующий потенциал. Это следующие показатели: площадь (млн. кв. км), сухопутные границы (тыс. км), береговая линия (км), население (млн. чел.), прирост населения, % ВВП, ВВП на душу населения (& тыс.), ВВП по секторам экономики (сельское хозяйство, %,  промышленность, %, сфера услуг, %), потребление электроэнергии (млрд. кВт час), бюджет (доход/расход, & млрд.), экспорт нефти (баррель/день), импорт нефти, (баррель/день), экспорт газа (куб.м.), импорт газа (куб.м.), внешний долг (& млрд.), доля населения за чертой бедности, %, мобильные номера (млн.шт.), пользователи Интернет, (чел.), железные дороги (тыс. км), автомобильные дороги (тыс. км), ,водные пути (км), торговый флот (млн. брут. рег. т), аэропорты, шт. (из них – с твердым покрытием), протяженность трубопроводов (км), военные расходы (& млрд.),  % военных расходов в ВВП, численность вооруженных сил, чел.
На начальном этапе моделирования эти показателей были объединены в более крупные группы. Итогом стали следующие вершины, составляющие когнитивную карту G: V1.Площадь, V2. Население, V3.ВВП, V4.Бюджет, V5.Экспорт-импорт, V6.Внешний долг, V7.Доля населения за чертой бедности, V8.Транспорт, V9. Военные расходы. В качестве целевой вершины была выбрана вершина  V10. «Совокупная сила государства».
Под совокупной силой государства понимается [45]:

где: Pd– определяемая совокупная сила государства, C – «критическая масса» страны (население + территория), E –  экономический потенциал страны, M – военный потенциал страны, S –  стратегическая цель (или цели) государства, W– воля и стремление политической элиты осуществлять выработанную национальную стратегию 
На основании экспертных заключений были установлены направления и знаки связей между этими количественными и качественными характеристиками (табл. 1). Таблица 1 определяет матрицу отношений   между вершинами когнитивной карты G1 – «Потенциал страны субрегиона» – рис.6.

Таблица 1.
Взаимосвязи геополитически значимых характеристик стран рассматриваемых субрегионов

Объекты (вершины)

1.Площадь, млн. кв. км

2.Население, млн. чел

3.ВВП,
& млрд.

4.Бюджет: доход/расход, & млрд.

5.Экспорт-импорт

6.Внешний долг, & млрд.

7.Доля населения за чертой бедности, %

8.Транспорт

9.Военные расходы,
& млрд.

10. Совокупная сила государства

V1.Площадь, млн. кв. км

 

1

 

 

 

 

 

1

 

1

V2.Население, млн. чел

 

 

1

1

1

 

-1

 

 

1

V3.ВВП,& млрд.

 

1

 

 

 

1

1

1

1

1

V4.Бюджет,
& млрд.

 

 

1

 

 

1

1

1

1

 

V5.Экспорт-импорт

 

 

1

1

 

-1

1

 

 

 

V6.Внешний долг,& млрд.

 

 

-1

-1

-1

 

 

 

 

 

V7.Доля населения за
чертой бедности, %

 

 

1

 

 

 

 

 

 

 

V8.Транспорт

 

1

 

1

1

 

 

 

 

 

V9.Военные расходы,
& млрд.

 

-1

-1

-1

 

 

 

1

 

1

V10. Совокупная сила
государства

 

1

1

 

1

 

-1

 

-1

 

Рис. 6. Когнитивная карта G1 – «Потенциал страны субрегиона» и сценарий развития ситуаций при модельном возмущении в вершине V0 – «Совокупная сила государства»: q0 = +1.

В качестве примера моделирования развития ситуаций на данной модели приведены графики рис.6. Модельное возмущение вносилось в вершину  V0 – «Совокупная сила государства»: q0 = +1. Рассматривалось возможное развитие ситуаций для ответа на вопрос: «К чему приведет рост совокупной силы государства?». Как видно из рис.6, с 6-го такта моделирования все показатели начинают изменяться в желательном направлении: ВВП растет, разница  между экспортом-импортом растет в сторону импорта, внешний долг, доля населения за чертой бедности снижаются достаточно быстро. Так же начинают снижаться и военные расходы.
Заключение. Разработанные когнитивные модели и моделирование развития возможных ситуаций на них показывают эффективность используемых методов математического моделирования поведения и развития таких сложных систем, как Черноморский, Кавказский, Каспийский субрегионы.
Применения к исследованию слабоструктурированных проблем сложных систем системного подхода, опирающегося на когнитивную методологию и когнитивные информационные технологии, дает возможность целенаправленно и взаимосвязано решать комплекс теоретических и практических задач. Это позволяет не только генерировать альтернативные решения по управлению сложной системой или адаптацией к ней, но и оценивать последствия принимаемых решений.

Литература

1. Бурлаков В.А.Геополитика в системе современной российской политической науки: поиск новой парадигмы // Россия и АТР. – 2008. – № 4. – С. 147. См. также: С. 145.
2. Моделирование геополитических процессов в мировых регионах в условия глокализации и его структурные уровни // Инженерный вестник Дона. – 2012. – № 4 (Том 1) [Электронный ресурс]. – Режим доступа: http://ivdon.ru/magazine/archive/ n4t1y 2012/1193
3. Родоман Б.Б. Научные географические картоиды [Электронный ресурс]. – Режим доступа: http://www.geo-vestnik.psu.ru/files/vest/203_rodoman.pdf
4. Переслегин С.Б. Новые карты будущего, или Анти-Рэнд. – М.; СПб., 2009. – С. 19-29.
5. Ожиганов Э.Н. Моделирование и анализ политических процессов. – М., 2009.
6. Боришполец К. Методы, методики и процедуры прикладного анализа международных отношений // Международные отношения: социологические подходы / под ред. П.А. Цыганкова. – М., 1998.
7. Замятин Д.Н.Метагеография: Пространство образов и образы пространства. – М., 2004. – С. 76.
8. Там же. – С. 94.
9. Там же. – С. 77.
10. Замятин Д.Н. Моделирование геополитических ситуаций (на примере Центральной Азии во второй половине ХIC века) // ПОЛИС. – 1998. – № 2, 3.
11. Боришполец К.П. Методы политических исследований: Учебное пособие. – М., 2005.
12. Шабров О.Ф. Системный подход и компьютерное моделирование в политологическом исследовании // Общественные науки и современность. – 1996. – № 2.
13. Плотинский Ю.М. Моделирование социальных процессов. – М., 2001.
14. Ожиганов Э.Н. Моделирование и анализ политических процессов. – М., 2009.
15. Тюлин И.Г., Кожемяков А.С. Некоторые вопросы методологии научного прогнозирования внешней политики и международных отношений // Аналитические методы в исследовании международных отношений: сборник научных трудов / под ред. И.Г. Тюлина, А.С. Кожемякова, М.А. Хрусталева. – М., 1982.
16. Хрусталев М.А. Системное моделирование международных отношений. – М., 1987.
17. Системный подход: анализ и прогнозирование международных отношений / под ред. И.Г. Тюлина. – М., 1991.
18. Примаков Е.М., Хрусталев М.А. Ситуационные анализы. Методика проведения. Очерки текущей политики. Вып. 1. – М., 2006.
19. Примаков Е.М. Методика и результаты ситуационных анализов: мастер-класс по программе «Мировая политика» / МГИМО МИД РФ. – М., 2006.
20. Полунин Ю.А., Тимофеев И.Н. Классификация стран мира с использованием методов многомерного статистического анализа // Политическая наука / ИНИОН РАН. – 2007. – № 3.
21. Мехряков В.Д., Пух В.И. Творческое наследие А.А. Богданова: формирование языка концептуально-графического моделирования механизмов динамики глобальных и локальных социальных систем и процессов // Тектологический альманах. Вып. 1: Труды Международной научной конференции «Тектология в ХХI веке». - М., 2000.
22. Шродт Ф.А. Математическое моделирование // Дж.Б. Мангейм, Р.К. Рич. Политология. Методы исследования / пер. с англ. – М., 1997. – С. 497.
23. Тюлин И.Г., Кожемяков А.С. Указ.соч. – С. 20-21.
24. Боришполец К. Методы, методики и процедуры прикладного анализа международных отношений // Международные отношения: социологические подходы / под ред. П.А. Цыганкова. – М., 1998.
25. Ковалевский А.Ю. Основы имитационного моделирования и системного анализа в управлении: Уч.пособие. – М.: Изд. МГУ,2011.
26. СтрогалевВ.П. Имитационное моделирование./В.П. Строгалев, И.О. Толкачева -М., 2008. - С. 697-737.
27. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. – Princeton, 1976; Maps in Mind: Reflections on Cognitive Mapping / Ed. by R.M. Down and D. Stea. – N.Y., 1977; Gould P., White R. Mental Maps. 2nd ed. – Boston, 1986.
28. Кульба В.В., Кононов Д.А., Ковалевский С.С., Косяченко С.А, Нижегородцев Р.М., Чернов И.В. Сценарный анализ динамики поведения социально-экономических систем (Научное издание). – М., 2002.
29. Абрамова Н.А., Авдеева З.К. Когнитивный анализ и управление развитием ситуаций: проблемы методологии, теории и практики / Проблемы управления. – 2008. –№ 3. – С. 85–87.
30. Максимов В.И. Когнитивные технологии – от незнания к пониманию. // Когнитивный анализ и управление развитием ситуаций (САSC’2001). Труды Межд. Конференции. Т. 1. – С. 4-18.
31. Горелова Г.В., Захарова Е.Н., Радченко С.А.Исследование слабоструктурированных проблем социально-экономических систем: когнитивный подход. – Ростов н/Д, 2006.
32. Горелова Г.В., Захарова Е.Н., Гинис Л.А. Когнитивный анализ и моделирование устойчивого развития социально-экономических систем. – Ростов н/Дону, 2005.
33. Горелова Г.В., Матвеева Л.Г., Никитаева А.Ю. Системный подход и инструментарное обеспечение управления в территориально-локализованных экономических системах мезоуровня. – Ростов н/Д, 2007.
34. Горелова Г.В., Розин М.Д, Сущий С.Я. Об исследовании проблем адаптации народов Юга России к трансформационным изменениям // 16-я Межд. конф. «Проблемы управления безопасностью сложных систем: сб. трудов». – М.:, 2008. – С. 63-67.
35. Горелова Г.В., Розин М.Д., Сущий С.Я. О возможностях когнитивного подхода к моделированию социальных взаимодействий на уровне региона /тр. Междун. научно-практ. мультиконф. «Управление большими системами-2009», «Когнитивный анализ и управление развитием ситуаций CASC’2009». – М., 2009. – С. 152-157.
36. Горелова Г.В., Розин М.Д., Рябцев В.Н., Сущий С.Я. Исследование проблем развития Юга России, математическое моделирование, некоторые результаты // 18-я Международная конференция «Проблемы управления безопасностью сложных систем». - М., 2010.
37. Горелова Г.В. Когнитивное моделирование как инструмент в процессе познания большой системы // Труды XII-й Международной конференции «Когнитивное моделирование в лингвистике». CML-2010 (Дубровник, Хорватия).– Дубровник,2010.
38. Gorelova G.V., et al. Еxperience in cognitive modeling of complex systems // Cubernetics and systems 2010, Proceedings of the 20-th European Meeting on Cybernetics and Systems Research. – Vienna, 2010. – Р. 220-223.
39. Gorelova G.V., Zakharova E.N. Gorelova I.S.. Cognitive analysis of the structure and scenario development of socio-economic system // Proceedings of the XII-th International Conference «Cognitive Modeling in Linguistics». CML-2010(September, 7-14. 2010. Dubrovnik, Croatia). –Р. 222-226.
40. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа: Уч. – СПб.,1998.
41. Робертс Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам. – М., 1986.
42. Касти Дж. Большие системы: связность, сложность и катастрофы. – М., 1982.
43. Atkin R. H., Combinatorial Connectivies in Social Systems. An Application of  Simplicial Complex Structures to the Study of Large Organisations, Interdisciplinary Systems Research, 1997.
44. Рябцев В.Н. Геополитические особенности Черноморско-Каспийского региона в условиях постбиполярного мира. – Ростов н/Д, 2007. – С. 19-23.
45. Рябцев В.Н. Территория государства. Методическая разработка по курсу «Геополитика». – Ростов н/Д, 2000. – С. 43-44.