КОНСПЕКТ ЛЕКЦИЙ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Рис. 5.4. Формальный нейрон расчета запаса денежных средств

Рис. 5.3. Потоки информации в системе принятия решений

Рис. 5.2. Структура нейронной сети управления финансами с 1 скрытым слоем

Нейроны скрытого слоя содержат преобразователи параметров социально-экономического окружения компании. Нейроны должны быть разработаны таким образом, чтобы кодировать качественную информацию, описывающую состояние окружающей среды логистической системы [1]. В процессе кодирования следует использовать эвристические системы (рис. 5.3), основные принципы работы которых описаны С. Петерсоном и А. Эдвардом на примере управления запасами [23, с. 13 – 14].

 

Получаемая информация заносится в матрицы парных сравнений и обрабатывается в соответствии с модифицированным методом анализа иерархий в три этапа. Иерархия представляет собой структуру, вершиной которой является цель [10]. При этом слои нейронной сети рассматриваются в качестве уровней иерархии, построенной с целью выявления приоритетов факторов окружающей среды компании. В этом случае верхний уровень иерархии представляет собой слой нейронов входных сигналов, а нижний уровень иерархии объединяет нейроны, генерирующие выходные сигналы.

Многокритериальный подход позволяет преодолеть трудности, связанные с невыполнением сопоставимости сравниваемых вариантов по некоторым свойствам: по степени вредного воздействия компании на окружающую среду, надежности, использования дефицитных энергоресурсов и т. д. [6, с. 110].

Для кодирования качественной информации следует использовать шкалу, разработанную Ф. Лутсмой [18] (табл. 6.1). При этом согласимся с позицией О. И. Ларичева, доказавшего, что рассмотрение отношений свойств элементов вместо абсолютных значений исключает недостаток, присущий методу анализа иерархий Томаса Саати [8, 9], так как в предлагаемой модели отсутствует влияние двух отдельно взятых сравниваемых элементов на приоритеты других элементов [5, с. 122 – 130].

Таблица 5.1

Шкала относительной важности элементов одного уровня иерархии

Уровень относительной важности	Количественное значение
Очень сильное превосходство
Значительное превосходство
Существенное или сильное превосходство
Умеренное превосходство одного над другим
Равная важность
Умеренная подчиненность одного элемента другому	– 2
Существенная или сильная подчиненность	– 4
Значительная подчиненность	– 6
Очень сильная подчиненность	– 8

 

Этап 1. Для каждой из полученных матриц парных сравнений элементов всех уровней иерархии рассчитывается значение a_rs, отражающее степень превосходства сравниваемого элемента r над элементом s в соответствии со шкалой сравнения элементов (индексы r и s относятся к строке и столбцу соответственно):

, (5.1)

где σ_rs, – количественное значение относительной важности в соответствии со шкалой (табл. 5.1).

Затем вычисляются приоритеты сравниваемых элементов x_r:

, (5.2)

где S_r – среднее геометрическое элементов a_rs по N.

Таким образом, по формулам (5.1) и (5.2) определяются величины:

1) нейронов входных сигналов, содержащих качественное описание окружающей среды компании, λ_j (например, влияние j-й группы лиц на развитие компании);

2) синапсов нейронов, определяющих веса целей, поставленных перед компанией, d_kj (например, значение k-й цели для j-й группы лиц);

3) синапсов нейронов, генерирующих выходные сигналы, w_ik (например, вес i-го фактора неопределенности, снижающего вероятность достижения k-й цели).

Этап 2. Определение количественных значений нейронов промежуточного и выходного слоя (например, факторов, характеризующих неопределенность окружающей среды компании). Расчет значений нейронов промежуточного слоя (с учетом весов целей компании) и нейронов с выходными сигналами производится по мультипликативным формулам.

Сначала, вычисляются значения промежуточных нейронов, определяющие веса целей, на основании величин нейронов входных сигналов и синапсов, передающих входные сигналы нейронам промежуточного слоя:

, (5.3)

где j = 1, 2, 3 – порядковый номер нейрона входного сигнала; d_k – значение k-го нейрона с учетом величины сигнала, полученного по j-му синапсу.

Значения нейронов промежуточного слоя, полученные в результате решения (5.3), передаются в виде сигналов нейронам, генерирующим выходные сигналы (нейронам факторов неопределенности). Затем рассчитываются значения нейронов выходного слоя:

, (5.4)

где i = 1, 2, …, n – порядковый номер нейрона; p_i – значение i-го нейрона, учитывающее влияние предыдущих слоев сети;
k = 1, 2, …, m – порядковый номер синапса i-го выходного нейрона.

Этап 3. Определение выходных сигналов нейронов (v_i) в соответствии с построенной нейронной сетью по формуле преобразователя сигналов:

. (5.5)

Вычисленные сигналы нейронов окружающей среды компании поступают в нейрон, определяющий величину запаса денежных средств компании в течение планируемого периода.

Нейрон остатка денежных средств можно записать отдельно, непосредственно перед выходным нейроном, а можно внести в слой скрытых нейронов. Формальный нейрон денежного остатка формируется из входного сумматора, синапсов, имеющих веса х_i, нелинейного преобразователя и сигнала на выходе (рис. 5.4).

 

Входной сумматор s является адаптивным и содержит вектор настраиваемых параметров х, значения которых предстоит определить. Активационная функция принимает значение в зависимости от текущего состояния нейрона, определяемого величиной s. Нелинейный преобразователь переводит значение активационной функции в выходной сигнал С_опт, который является искомым значением остатка денежных средств компании.

Беннет МакКалэм и Марвин Гудфрэнд (Bennet T. McCallum and Marvin S. Goodfriend) в 1987 г. выдвинули предположение, что совершение сделок требует затрат времени [19]. Орацио Аттанасио, Луджи Гисо и Тулио Джапелли (Orazio Attanasio, Luigi Guiso, Tullio Jappelli) в 2002 г. [13, с 326 – 327] рассмотрели возможность введения в формулу расчета оптимального запаса денежных средств коэффициента, учитывающего технологические усовершенствования процесса заключения сделок А и показателя времени B затрачиваемого на заключение сделок.

, (5.6)

где f – обозначает денежный поток; β и γ – коэффициенты, изменяющиеся следующим образом:

если β = 1 и γ = 0, то формула (5.6) преобразуется в формулу У. Баумоля, а если β = 2 и γ = 0, то – в формулу Миллера-Орра.

Однако формула (5.6) является неточной в математическом смысле. Кроме того, формируемый нейрон должен учитывать неопределенность социально-экономического окружения компании ∆Н. Поэтому нелинейный преобразователь нейрона следует записать следующим образом:

, (5.7)

где α = 1, а β изменяется на отрезке от 0 до 1 в зависимости от состояния окружающей среды логистической системы. Возможны крайние случаи: если β=0, то формула 5.7 преобразуется в формулу У. Баумоля, а если β = 1, то – в формулу Миллера-Орра.

Следовательно, возрастание неопределенности окружающей среды логистической системы приводит к повышению минимального уровня денежных средств, так как первое слагаемое в формуле (5.7) зависит от неопределенности социально-экономического окружения компании.

Активационную функцию запишем в виде логистической функции:

. (5.8)

Преимуществом используемой функции является то, что она усиливает слабые сигналы, отражающие рост степени неопределенности, лучше, чем большие, так как большие сигналы соответствуют областям аргументов, где сигмоид имеет пологий наклон.

Допустим, что рассматриваемый нейрон получает входные сигналы по пяти синапсам. Повышенная неопределенность характеризуется следующими входными сигналами:

v₁ = 0,4;

v₂ = 0,4;

v₃ = 0,1;

v₄ = 0,05;

v₅ = 0,05.

В то время как пониженная неопределенность отражена такими значениями входных сигналов:

v₁ = 0,06;

v₂ = 0,06;

v₃ = 0,08;

v₄ = 0,4;

v₅ = 0,4.

В соответствии с поставленной целью нейронная сеть должна научиться различать поступающие сигналы, определяя веса синапсов. В процессе обучения нейронной сети были вычислены следующие значения сумматора и активационной функции (табл. 5.2).

Полученные значения активационной функции, вычисленные по формуле (5.8), подставляются в формулу (5.7) для расчета оптимальной величины запаса денежных средств компании.

Предположим, что нейроном расчета запаса денежных средств были получены следующие значения входных сигналов, вычисленные в результате анализа факторов социально-экономического окружения компании:

v₁ = 0,5; v₂ = 0,35; v₃ = 0,075; v₄ = 0,05; v₅ = 0,025.

В этом случае значение активационной функции β равно 0,97, что свидетельствует о высокой степени неопределенности. Подставив полученное значение активационной функции в формулу (5.7), получим:

.

Таблица 5.2

Весовые коэффициенты синапсов, полученные в результате обучения

нейронной сети

№ п/п	Входные сигналы (vi), в случае	Весовые коэффициенты синапсов, (хi)
Высокой степени неопределенности	Низкой степени неопределенности
	0,4	0,06	0,38
	0,4	0,06	-0,02
	0,1	0,08	-0,16
	0,05	0,4	-0,8
	0,05	0,4	-0,8
Значения сумматора, s	0,048	-0,631
Значение активационной функции, β	0,81

 

Допустим, что компания имеет возможность приобрести ценные бумаги доходностью 0,022 % в день. При этом постоянные затраты на совершение сделок компанией равны 1,2 тыс. руб. на каждую операцию. Дисперсия планового ежедневного денежного оборота равна 70 тыс. руб., общий размер платежей в течение года планируется в размере 360 тыс. руб., а минимальный уровень денежных средств – 200 тыс. руб. Тогда, оптимальная величина денежного остатка равна 263,27 тыс. руб.

 

Вопросы для самоконтроля.

29. Что отличает нейросетевую модель управления денежными запасами от прочих моделей?

30. Какие свойства нейронной сети, необходимые для управления денежным запасом, Вы можете выделить?

31. Что отличает эвристические методы от других?

32.Что предсавляет собой иерархия?

33.Какие преимущества метода анализа иерархии используются для кодирования качественной информации, поступающей в нейронную сеть?

34.Какой метод подсчета величин выходных сигналов позволяет преодолеть недостаток расчета по аддитивной свертке значений элементов нижнего уровня иерархии по весам элементов более высокого уровня иерархии?

35.Чем отличается шкала, разработанная Ф. Лутсмой от шкалы Т.Саати?

36.Как можно объяснить расчет значений степени превосходства элемента по методу Ф. Лутсмы?

37.Почему порядок расчета значений выходных сигналов нейронов при кодировании качественной информации предполагает сначала расчет весов целей по величинам сигналов, содержащих качественное описание окружающей среды компании, а затем расчет значений весов факторов неопределенности, снижающих вероятность достижения поставленных целей?

38.Какие особенности характерны для модели Орацио Аттанасио, Луджи Гисо и Тулио Джапелли?

39.В чем заключается смысл используемой в модели логистической функции?

40.Как Вы понимаете смысл работы нелинейного преобразователя в рассматриваемой нейросетевой модели?

41.Какие отличия нейросетевой модели от экспертных систем Вы можете назвать?

42.Как преобразуется в результат нейросетевой модели поступающие в модель качественные сигналы?

ЗАКЛЮЧЕНИЕ

Проблема определения оптимального денежного запаса, обеспечивающего операционную и инвестиционную деятельность компании, неразрывно связана с управлением материальными потоками. Исследование взаимодействия трех основных потоков (финансового, информационного и материального) не ограничивается инструментарием финансового менеджмента.

Методологический аппарат финансовой логистики включает три основных принципа:

1. Принцип исследования взаимодействия потоков материальных, финансовых и информационных ресурсов в микрологистической системе с учетом их взаимосвязи и взаимовлияния.

2. Принцип сходства аналитического описания материальных, финансовых и информационных потоков.

3. Принцип поиска компромисса между издержками на привлечение материальных и финансовых ресурсов и затратами на их содержание.

Финансовая логистика как наука объединяет методы и модели теории логистики и принципы финансового менеджмента. Для дальнейшего развития теории логистики необходим качественно новый синтез моделей управления материальными и финансовыми потоками на основе интеграции потоков ресурсов микрологистической системы. Применение принципов финансовой логистики позволяет перейти к построению качественно новых моделей управления материальными и финансовыми потоками.

Задачу интеграции потоков ресурсов группы компаний можно сформулировать следующим образом: необходимо найти такую степень интеграции, при которой затраты на привлечение финансовых ресурсов и вложение капитала в запасы окупаются соответственным уменьшением затрат на приобретение и хранение материальных ресурсов. Такой подход предполагает объединение модели управления денежным запасом и модели определения оптимального размера заказа в цепях поставок, что позволяет аналитически описать зависимость материальных и финансовых потоков.

 

СПИСОК ЛИТЕРАТУРЫ

1. Барыкин С. Е. Логистическая система управления финансами корпорации. – СПб.: Политехника, 2007. – 171 с.

2. Барыкин С. Е. Логистический подход к финансированию энергокомпаний. – СПб.: Политехника, 2006. – 192 с.

3. Касимов Ю. Ф. Основы теории оптимального портфеля ценных бумаг – М.: Информационно-издательский дом «Филинъ», 1998. – 144 с.

4. Крижевская Е. Ю. Совершенствование методов управления оборотными средствами предприятия в условиях переходной экономики. – Автореф. дис. … канд. экон. наук. Российский государственный университет нефти и газа им. И. М. Губкина. – Москва, 2000. – 24 с.

5. Ларичев О. И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: Учебник. изд. третье, перераб. и доп. – М.: Университетская книга, Логос, 2006. – 392 с.

6. Методы анализа и прогнозирования показателей производственно-хозяйственной деятельности энергетического объединения / Барыкин Е. Е., Зайцев О. В., Косматов Э. М., Миролюбов А. А.; Под ред. Шевкоплясова П. М. – СПб.: Энергоатомиздат. Санкт-Петербургское отд-ние, 1994. – 144 с.

7. Модели и методы теории логистики: Учебное пособие. 2-е изд. / Под ред. В. С. Лукинского. – СПб.: Питер, 2008. – 448 с.

8. Саати Т. Л. Принятие решений. Метод анализа иерархий: Пер. с англ. – М.: «Радио и связь», 1993. – 320 с.

9. Саати Т. Л. Принятие решений при зависимостях и обратных связях: Аналитические сети. Пер. с англ. / Науч. ред. А. В. Андрейчиков О. Н. Андрейчикова. – М.: Издательство ЛКИ, 2008. – 360 с.

10. Саати Т. Л., Кернс К. Аналитическое планирование. Организация систем: Пер. с англ. – М.: Радио и связь, 1991. – 224 с.

11. Хакен Г. Принципы работы головного мозга: Синергетический подход к активности мозга, поведению и когнитивной деятельности – М.: ПЕР СЭ, 2001. – 351 с.

12. Ширяев В. И. Модели финансовых рынков. Нейросетевые методы в анализе финансовых рынков: Учебное пособие. – М.: КомКнига, 2007. – 224 с.

13. Attanasio, O. P., Guiso L. and Jappelli T. The Demand for Money, Financial Innovation, and the Welfare Cost of Inflation: An Analysis with Households’ Data. Journal of Political Economy. Vol. 110, Number 2, 2002, pp. 317 – 351.

14. Baumol, W., The transactions demand for cash: an inventory theoretic approach // Quarterly Journal of Economics, Nov. 1952, pp. 545 − 556.

15. Erlenkotter, Donald, An early classic misplaced: Ford W. Harris’s economic order quantity model of 1915, Management Science, 1989, Vol. 35 № 7, pp. 898 – 900.

16. Erlenkotter, Donald, Ford Whitman Harris and the Economic Order Quantity Model, Operations Research, Vol. 38, № 6 (Nov. – Dec., 1990), pp. 937 – 946.

17. Harris F. W., How many parts to make at once. Operations Research. Vol. 38, № 6 (Nov. – Dec., 1990), pp. 947 – 950. Reprinted from Factory, The Magazine of Management, Volume 10, Number 2, February 1913, pp. 135 – 136, 152.

18. Lootsma F. A. Scale Sensitivity in the Multiplicative AHP and SMART. // Journal of Multi-Criteria Decision Analysis, Vol. 2, 1993, pp. 87 – 110.

19. McCallum, Bennet T. and Goodfriend, Marvin S. Demand for Money: theoretical studies. In The New Palgrave: a Dictionary of Economics. Vol. I. London: Macmillan 1987, pp. 775 – 781.

20. Miller, Merton H. and Orr, Daniel, A Model of the Demand for Money by Firms, Quarterly Journal of Economics, August 1966, pp. 413 − 435.

21. Miller, Merton H. and Orr, Daniel, The demand for money by firms: extensions of analytic results, Journal of Finance, Dec. 1968, pp. 735 − 759.

22. Ogden, William A., Jr. and Sundaram, Srinivasan, A model for optimal utilization of a firm's line of credit // Journal Of Financial And Strategic Decisions, Volume 11 Number 1, Spring 1998, pp. 27 − 36. www. studyfinance.com.

23. Peterson, R, Silver, Edward A., Decision Systems for Inventory Management and Production Planning, John Wiley & Sons, Inc., 1979. – 799 p.

24. Sastry, A., S. Rama, The Effect of Credit on Transactions Demand for Cash, Journal of Finance, September 1970, pp. 777 – 781.

25. Stone, K. Bernell, The Use of Forecasts and Smoothing in Control-Limit Models for Cash Management // Financial Management, Spring 1972, pp. 72-84.

26. Tobin, J., The interest-elasticity of transactions demand for cash // The Review of Economics and Statistics, Volume XXXVIII, August 1956, Number 3, pp. 241 − 247.

27. Wilson, R. H., A scientific routine for stock control, Harvard Business Review, Vol. 13, 1934, pp. 116 – 128.

 

«РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТУРИЗМА И СЕРВИСА»

ФГОУВПО «РГУТиС»

 

Кафедра философии и культурологии

 

 

УТВЕРЖДАЮ

 

Проректор,

к.и.н., доцент

____________________________Юрчикова Е. В.

«____»______________________________201_ г.

 

Дисциплина Философия

Специальность для всех специальностей

 

Москва 2010г.

 

Конспект лекций составлен на основании рабочей программы дисциплины

философии

 

 

Конспект лекций рассмотрен и утвержден на заседании кафедры философии и культурологии

 

 

Протокол № 1 «30» августа 2010г.

 

Зав.кафедрой Реснянский С.И.

 

Конспект лекций рекомендован Научно-методической секцией

________________________________________________________________

(название факультета)

Протокол №_______ «_____» ____________________201_ г.

 

Председатель

Научно-методической секции Ф.И.О.

 

Конспект лекций одобрен Научно-методическим советом ФГОУВПО «РГУТиС»

 

Протокол №_____ «_____»______________________201_ г.

 

 

Ученый секретарь

Научно-методического совета,

к.с.н. Артамонова М. В.

 

Конспект лекций разработал:

преподаватель кафедры

философии и культурологии д.ф.н., профессор Шиповская Л.П.

 

Тема 1 .

 

ПРЕДМЕТ, СТРУКТУРА И ПРЕДНАЗНАЧЕНИЕ ФИЛОСОФИИ. ФИЛОСОФИЯ КАК РАЗНОВИДНОСТЬ МИРОВОЗЗРЕНИЯ

 

1. Мифология как мировоззрение.

2. Религия как мировоззрение.

3. Отличие философского мировоззрении от мифологического и религиозного.

4. Космоцентризм, теоцентризм и антропоцентризм - стадии эволюции философского мировоззрения.

5. Основной вопрос философии.

6. Функции философии.

 

1. Мировоззрение - это система наиболее общих представ­лений о мире в целом и месте человека в этом мире. Наиболее распространенными в истории человеческой культуры выступа­ют следующие формы мировоззрения;

- мифология;

- религия;

- философия.

Мифология - своеобразная форма общественного созна­ния, мировоззрение древнего общества, совмещающего в себе как фантастическое, так и реалистическое восприятие объектив­ной реальности. Миф - возникающее на ранних этапах истории повествование, фантастические образы которого (боги, леген­дарные герои, события и т.п.) были попыткой обобщить и объ­яснить, во-первых, происхождение Вселенной, человека, обще­ства, явления природы; во-вторых, вопросы чести, долга, нрав­ственности и смысла жизни человека. Основными чертами мифа являются: очеловечение природы; взаимодействие фантастиче­ских богов с человеком; отсутствие абстрактного мышления. Миф объясняет «все», так как для него нет непознанного и неиз­вестного. Он является наиболее ранней формой мировоззрения.

2. Религия - мировоззрение и мироощущение, а также со­ответствующее поведение, определяемое верой в существование Бога. Религиозному мировоззрению характерна чувственная, образно-эмоциональная форма восприятия реальной действи­тельности. Основными мировыми религиями являются: буддизм, христианство, ислам. Всех их объединяет то, что в центре любого из этих мировоззрений стоит поиск высших ценностей. Религия по своей сути ближе к философии, чем мифология. Кроме мировоззренческой функции она имеет консолидирую­щую (объединяет общество вокруг идей), культурологическую (влияет на распространение особой культуры), этическую (куль­тивирует в обществе идеалы любви к ближнему, честности, по­рядочности, долга).

3. Философия - особая форма теоретического мировоз­зрения, и как таковая, имеющая тот же предмет (Вселенная, мир, человек) и в основном тот же круг проблем, что и в других формах мировоззрения. Но философ­ское мировоззрение отличается от религиозного тем, что оно, во-первых, основано на знании (а не на вере), во-вторых, рефлек­сивно (обращение мышления на себя); в-третьих, логично (имеет внутреннюю закономерность и систему); в-четвертых, опирается на категории (наиболее общие и вместе с тем простейшие фор­мы понятий).

Предмет философии шире предмета исследования любой науки, т.к. философия обобщает, интегрирует знания других на­ук, но не включает в себя все научное знание.

4. В разные эпохи складывались различные типы мировоззренческих систем:

- космоцентризм - философское мировоззрение, в осно­ве которого лежит объяснение окружающего мира, явлений при­роды через могущество и всесильность Космоса. Гармония Кос­моса в глазах античных философов была надежной опорой, ос­новой и образцом того, что гармоничным и разумным должен быть и человеческий мир;

-теоцентризм - философское мировоззрение, в основе которого лежит объяснение всего сущего через господство сверхъестественной силы - Бога (характерен для средневековой Европы);

- антропоцентризм - философское мировоззрение, в центре которого стоит проблема человека (с эпохи Возрождения и до современных философских школ). А мировоззрение можно было бы определить как обобщенную систему взглядов человека на мир, на свое место в нем, как понимание и оценка человеком смысла своей жизни, судеб человечества.

5. В зависимости от того, как решается вопрос о соотношении духа и материи, мировоззрение бывает материалистиче­ским или идеалистическим.

«Великий основной вопрос всей, в особенности новейшей философии есть вопрос об отношении мышления к бытию», - писал Ф. Энгельс. Философы, сообразно тому, как отвечали на этот вопрос, разделились на два лагеря: те, кто утверждал, что дух существовал прежде природы, составили идеалистический лагерь. Материалисты были убеждены, что материя первична по отношению к сознанию, она существует реально, независимо от сознания, является самостоятельной субстанцией.

В структуре основного вопроса философии выделяют две его стороны: онтологическую и гносеологическую. Онтологическая проблема состоит в том, что является первичным: дух или материя. Гносеологическая сторона заключается в том, познаваем ли мир нашим мышлением, может ли человек в своих представлениях и понятиях составить верное отражение действительности.

Решение основного вопроса философии приводит к двум противоположным направлениям: материализму и идеализму, хотя существуют и компромиссные течения: дуализм, деизм. Однако, разделение философии на материализм и идеализм не означает абсолютного противоречия между ними. Материализм и идеализм – это взаимосвязанные стороны одного сложного процесса развития философской мысли.

Материализм есть философское воззрение, признающее субстанцией, сущностной основой бытия материю. По утверждению материалистов, мир есть движущаяся материя. А созна­ние - свойство высокоорганизованной материи - мозга. К материалистическому направлению принадлежали такие философы, как Демокрит, Эпикур, Бэкон, Спиноза, Дидро, французские философы эпохи Просвещения, Фейербах, Маркс, Энгельс, Герцен, Чернышевский, Ленин и др.

Идеализм есть философское мировоззрение, согласно которому истинное бытие принадлежит не материи, а духовному началу - абсолютной идее, разуму.

Выделяются две формы идеализма:

- объективный (Платон, Лейбниц, Гегель и др.);

-субъективный (Беркли, Юм).

Предмет философии в ходе исторического процесса развития общества неоднократно изменялся, а основной вопрос оставался неизменным. В каждом разделе философии есть свой центральный вопрос и своя главная проблема. Несмотря на долгие годы искания, основной вопрос философии не нашел окончательного решения и остается извечной проблемой.

Философия включает в себя учение об общих принципах бытия (онтологию), о сущности и развитии человеческого обще­ства (социальную философию), учение о человеке и его бытии (философскую антропологию), теорию познания (гносеологию), логику, этику, историю философии и др. Разумеется, такое деление носит в известной мере условный характер: все эти разделы, составляя единое целостное, тесно переплетаются друг с другом.

В каком бы веке не творили философы и каких бы взглядов не придерживались, все они пытались решить такие слож­ные вопросы, стоящие перед человечеством, как о смысле жиз­ни, познаваемости мира, роли и месте в нем человека.

6. Функции философии - это основные направления при­менения философии, через которые реализуются ее цели, задачи, назначение.

Основными функциями философии являются: мировоззренческая, методологическая, гносеологическая, критическая, аксиологическая, социальная, прогностическая.

Мировоззренческая функция способствует формированию целостности картины мира, представлений об устройстве Вселенной, месте человека в нем и взаимодействия с окружающим миром.

Методологическая функция заключается в том, что фило­софия вырабатывает основные методы познания мира, раскры­вает закономерности и сущность познания, логику.

Гносеологическая функция направляет на правильное и достоверное познание окружающей действительности.

Критическая функция состоит в том, что философия во все времена подвергала сомнению окружающий мир и сущест­вующее знание, искала новые их качества, показав противоре­чия, тем самым, расширяя границы познания и разрушая догмы.

Аксиологическая функция заключается в оценке вещей, явлений мира и поступков людей с точки зрения морально-нравственных, этических, социальных, идеологических и др.

Социальная функция состоит в том, чтобы объяснить при­чины возникновения, развития и современное состояние обще­ства, его структуру, элементы, движущие силы.

Прогностическая функция направлена на то, чтобы на ос­новании имеющихся философских знаний об окружающем мире и человеке, достижениях научного познания спрогнозировать будущее человеческого общества, природы, познавательных процессов человека.