Journal of Applied Economic Research
ISSN 2712-7435
УДК УДК 330.45; 330.47
Интеллектуальная компьютерная система поддержки принятия решений для оптимизации управления процессами инвестиционного анализа и проектирования
Шориков А.Ф., Буценко Е.В., Тюлюкин В.А.
Аннотация
Для успешной деятельности любого хозяйствующего субъекта в области инвестиционного проектирования необходимо иметь современный инструментарий управления его процессами. В статье обсуждаются вопросы разработки и создания интеллектуальной компьютерной системы поддержки принятия решений, позволяющей оптимизировать управление процессами инвестиционного анализа и проектирования. Целью данной работы является разработка и создание системы поддержки принятия решений для оптимизации управления процессами инвестиционного анализа и проектирования на основе анализа возможных направлений использования интеллектуальных систем. Разработка и создание такой системы основывается на технологиях компьютерных экспертных систем поддержки принятия решений, нейронных сетей, машинного обучения, а также моделях и методах сетевого экономико-математического моделирования. В работе рассмотрены основные этапы создания компьютерной экспертной системы для оптимизации управления процессами инвестиционного анализа и проектирования хозяйствующим субъектом. Приведены конкретные примеры разработки логических правил в продукционной и клаузальной формах для базы знаний предлагаемой компьютерной экспертной системы. В работе выполнен анализ целесообразности выбора конкретных моделей и технологий, подходящих для создания предлагаемой интеллектуальной системы. Представлены результаты, свидетельствующие об эффективности ее применения в практической деятельности хозяйствующих субъектов при оптимизации управления процессами инвестиционного анализа и проектирования. Дальнейшие направления развития данной темы могут быть направлены на применение различных архитектур нейронных сетей для решения многих практических задач инвестиционного анализа и проектирования, а также на использование больших объемов экономической информации, пригодной для нейросетевой обработки.
Ключевые слова
интеллектуальные системы; инвестиционное проектирование; компьютерные экспертные системы; продукционные правила; клаузальная форма; сетевые модели и методы.
Список использованной литературы
1. Шориков А.Ф., Буценко Е.В. Прогнозирование и оптимизация результата управления инвестиционным проектированием. М.: Ленанд, 2017. 272 с.
2. Буркальцева Д.Д., Гук О.А., Филатова О.В., Бондарь А.П. Направления развития менеджмента инвестиций // Экономика и менеджмент в условиях нелинейной динамики / А.А. Акимченко, А.А. Алетдинова и др. СПб.: Санкт-Петербургский политех. ун-т Петра Великого, 2017. С. 615–664.
3. Кричевский М.Л. Прикладные задачи менеджмента. М.: Креативная экономика, 2018. 210 с.
4. Станиславчик Е.Н. Бизнес-план: Управление инвестиционными проектами. М.: Ось-89, 2009. 128 с.
5. Силбигер C. МВА за 10 дней. Самое важное из программ ведущих бизнес-школ мира. М.: Альпина Паблишер, 2017. 390 с.
6. Арчибальд Р.Д. Управление высокотехнологичными программами и проектами / пер. с англ. Е.В. Мамонтова ; под ред. А.Д. Баженова, А.О. Арефьева. 3-е изд., перераб. и доп. М.: Компания АйТи ; ДМК Пресс, 2010. 464 с.
7. Хиггинс Р.С., Раймерс М. Финансовый менеджмент. Управление капиталом и инвестициями. М.: Вильямс, 2013. 464 с.
8. Combinatorics: Ancient & Modern / еd. by R. Wilson, J.J. Watkins. Oxford University Press, 2013. 392 p.
9. Эндрю А. Искусственный интеллект. М.: Мир, 1985. 265 с.
10. Werbos P. Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences. Phd Thesis. Harvard University, Cambridge, 1974.
11. Rummelhart D.E., Hilton G.E., Williams R.J. Learning internal representations by error propagation // Parallel Distributed Processing. Exploration of the Microstructure of Cognition / еd. by D.E. Rumelhart, J.L. McClelland. MIT Press, 1986.
12. Fukushima K. Neocognitron: A Self-Organizing Neural Network for a Mechanism of Pattern Recognition Unaffected by Shift in Position // Biological Cybernetics. 1980. Vol. 36, No. 4. Р. 193–202.
13. Шориков А.Ф., Буценко Е.В. Экспертная система инвестиционного проектирования // Прикладная информатика. 2013. № 5 (47). С. 96–103.
14. Shorikov A.F., Butsenko E.V. Network Models for Solving the Problem of Multicriterial Adaptive Optimization of Investment Projects Control with Several Acceptable Technologies // Application of Mathematics in Technical and Natural Sciences: 9th International Conference for Promoting the Application of Mathematics in Technical and Natural Sciences, AMiTaNS 2017. Vol. 1895. American Institute of Physics Inc., 2017.
15. Ясницкий Л.Н. Интеллектуальные системы. М.: Лаборатория знаний, 2016. 221 с.
16. Шориков А.Ф., Буценко Е.В., Крылов В.Г. Компьютерная экспертная система бизнес-планирования // Прикладная информатика. 2016. Т. 11, № 5 (65). С. 8–18.
17. Шайтура С.В. Нейронные сети // Интеллектуальные системы и технологии. Бургас: Институт гуманитарных наук, экономики и информационных наук, 2016. 83 с.
18. Люгер Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М.: Вильямс, 2005. 864 с.
19. Абрамов В.Л., Логинов Е.Л., Чиналиев В.У. Использование элементов искусственного интеллекта для оптимизации кооперационных цепочек воспроизводства добавленной стоимости в промышленности в условиях цифровой экономики: мировой опыт и перспективы России. М.: Научные технологии, 2018. 287 с.
20. Современные информационные технологии в управлении сложными социально-экономическими системами : монография / Г.Д. Нестеров, Н.С. Нестерова, К.Н. Цебренко, Р.З. Камалян и др.. Краснодар: Новация, 2018. 115 с.
21. Sauter V.L. Decision Support Systems for Business Intelligence. 2nd Edition. John Wiley & Sons, 2012. 453 p.
22. Калан Р. Основные концепции нейронных сетей. М.: Вильямс, 2001. 288 с.
23. Емельянов В.А., Емельянова Н.Ю. Теоретические основы построения и обучения гибридных интеллектуальных систем // Актуальные вопросы технических наук: теоретический и практический аспекты. Коллективная монография. Уфа: ООО «Аэтерна», 2016. 192 с.
24. Тим М. Программирование искусственного интеллекта в приложениях. Саратов: Профобразование, 2017. 310 с.
25. Барцев С.И., Охонин В.А. Адаптивные сети обработки информации. Препринт № 59Б. Красноярск: Ин-т физики СО АН СССР, 1986. 20 с.
Информация об авторах
Шориков Андрей Федорович – доктор физико-математических наук, профессор кафедры прикладной математики Уральского федерального университета имени первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия (620002, г. Екатеринбург, ул. Мира, 19); e-mail: afshorikov@mail.ru.
Буценко Елена Владимировна – кандидат экономических наук, доцент кафедры бизнес-информатики Уральского государственного экономического университета, г. Екатеринбург, Россия (620144, г. Екатеринбург, ул. 8 Марта, 62); e-mail: evl@usue.ru.
Тюлюкин Владимир Александрович – кандидат физико-математических наук, доцент кафедры бизнес-информатики, Уральского государственного экономического университета, доцент кафедры региональной экономики, инновационного предпринимательства и безопасности Уральского федерального университета имени первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия (620144, г. Екатеринбург, ул. 8 Марта, 62); e-mail: tul@mail.ru.
Для цитирования
Шориков А.Ф., Буценко Е.В., Тюлюкин В.А. Интеллектуальная компьютерная система поддержки принятия решений для оптимизации управления процессами инвестиционного анализа и проектирования // Вестник УрФУ. Серия экономика и управление. 2018. Т. 17, № 4. С. 690-706. DOI: 10.15826/vestnik.2018.17.4.031.
Информация о статье
дата поступления 20 июня 2018 г.; дата принятия к печати 24 июля 2018 г.
DOI: http://dx.doi.org/10.15826/vestnik.2018.17.4.031
Скачать полный текст статьи:
~675 кБ, *.pdf
(Размещен
30.08.2018)
Создано / Изменено: 18 августа 2015 / 20 сентября 2021
© ФГАОУ ВО «УрФУ имени первого Президента России Б.Н. Ельцина»
Увидели ошибку?
выделите фрагмент и нажмите:
Ctrl + Enter
Дизайн портала: Artsofte