Данная работа представляет собой обоснование использования и эффективности динамической модели мягкого процесса инвестирования строительства порта. Для этой цели в работе приведены необходимые статистические данные и математические расчёты, которые включают в себя использование различных методов анализа инвестиционного плана, а также ряда методов расчёта стоимости инвестиционных платежей, включая применение для упрощения процесса вычисления цифровой математической среды matLAB.
динамическая модель, инвестирование, инвестиционные платежи
1. А.С. Акопов. Имитационное моделирование: Учебник — М.: Юрайт-Издат, 2021. – 389 с.
2. Гвилия Н.А. Цифровая трансформация корпоративной логистики в условиях устойчивого развития: дис.канд.эконом.наук – М.: Санкт-Петербургский государственный экономический университет, 2022. – 440 с.
3. Пушкарёва А.С. Алгоритмизация градостроительного проектирования на примере нового города. – сборник статей Перспективные разработки по приоритетным направлениям развития – М.: МЦНП «Новая наука», 2022. – 170 с.
4. Шиков Н.Н. Динамическая модель инвестиционных вложений в связанные производства. – Экономический вестник ДонГТИ №7, 2021. – 59-64 с.
5. Гончарова А.Р. Формирование укрупненной динамической модели устойчивого развития инфраструктурных объектов – журнал Финансовые рынки и банки №7, 2021. – 214-217 с.
6. Бирев Л.Э., Матросова Е.В. Учетные и динамические методы оценки эффективности инвестиционных проектов – журнал Инновации. Наука. Образование. №32, 2021. – 628-633 с.
7. Kondratyev, S. I. A diagnostic system of an intelligent component based on Bayesian accurate inference networks / S. I. Kondratyev, A. I. Epikhin, S. O. Malakhov // Journal of Physics: Conference Series, Novosibirsk, 12–14 мая 2021 года. – Novosibirsk, 2021. – P. 012022. – DOI 10.1088/1742-6596/2032/1/012022. – EDN VGBGQW.
8. Епихин, А. И. Анализ безопасности безэкипажных судов на основе структуры модели риска с использованием сети байеса / А. И. Епихин, Е. В. Хекерт, М. А. Модина // Морские интеллектуальные технологии. – 2021. – № 2-4(52). – С. 38-46. – DOI 10.37220/MIT.2021.52.2.067. – EDN ODSQOM.
9. Епихин А.И., Хекерт Е.В., Каракаев А.Б., Модина М.А.Особенности построения прогностической нейро-фаззи сети//Морские интеллектуальные технологии. 2020. № 4-4 (50). С. 13-17.
10. Епихин А.И., Хекерт Е.В., Модина М.А.Принципы нейроуправления и варианты архитектуры нейронных сетей, применительно к сложной динамической системе СЭУ-СУДНО//Морские интеллектуальные технологии. 2020. № 4-4 (50). С. 18-22.
11. Белов, А. А. Применение метода измерения частичных разрядов для определения состояния изоляции высоковольтных вращающихся машин / А. А. Белов, В. В. Шкода, Е. Г. Попова // Технические и технологические системы : Материалы двенадцатой Международной научной конференции, Краснодар, 25–27 ноября 2021 года. – Краснодар: Общество с ограниченной ответственностью "Издательский Дом - Юг", 2021. – С. 11-21. – EDN ZRPPSF.
12. Варианты реализации систем управления электронными диагностическими и информационными комплексами посредством микроконтроллера STM32F100C8T6 / Я. М. Кашин, С. В. Климентьев, А. В. Паврозин [и др.] // Электронный сетевой политематический журнал "Научные труды КубГТУ". – 2022. – № 1. – С. 70-78. – EDN SVRGUM.
13. Сюсюка, Е. Н. Физические основы упрочнения поверхностей деталей судовых технических средств нанесением нанопокрытий / Е. Н. Сюсюка, Б. П. Башуров // Эксплуатация морского транспорта. – 2017. – № 4(85). – С. 94-97. – EDN YRPIMH.
