Экономические задачи, решаемые средствами нейросетевых технологий



Нейросетевые технологии предназначены для использования в решении таких экономических задач, как: анализ финансовой и банковской деятельности, биржевых, фондовых и валютных рынков, связанных с высокими рисками моделей поведения клиентов и др.

Точность прогноза при решении задач с их использованием – более 95%.

Преимущества:

— спос-ть обучаться на множестве примеров, когда неизвестны закономерности развития ситуации и ф-и зависимости между входными и выходными данными;

— спос-ть успешно решать задачи, опираясь на неполную, искаженную или противореч. вход.инф.;

— эксплуатация обученной нейронной сети по силам любому пользователю;

— нейросетевые пакеты позволяют легко подключаться к БД, эл.почте и автоматизировать процесс ввода и перв. обработки данных;

— работоспособность сохраняется при повреждении большого числа нейронов;

— спос-ть к обучению;

— спос-ть к работе в условиях сильных помех и искажений.

Нейрокомпьютер – люб. вычислительное устройство, реализующее работу нейронных сетей.

Нейронная сеть (НС) – вид вычислительной структуры, основанной на исп-и нейроматематики.

Нейропакеты – пакеты прикладных программ работы нейронных сетей (на базе нейрочипов).

Нейросетевые технологии оперируют биолог. терминами.

Основу каждой НС составляют элементы, имитирующие работу нейронов мозга. Каждый искусственный нейрон обладает группой синапсов (входные связи) и имеет аксон (выходная связь).

В процессе функционирования сети осущ-ся преобраз. вход. нейрона в вых. – переработка инф.

НС состоит из слоев нейронов, соединенных друг с другом.

Нейрокомпьютеры бывают:

· универсальные (для решения разнообразных задач);

· специализированные (для решения конкретных, заранее заданных задач).

Основные классы задач финансовой области, эффективно решаемые с помощью НС:

1) Прогнозирование временных рядов (прогнозирование курса валют, котировок и спроса акций для биржевых спекуляций, остатков средств на корреспондентских счетах банка);

2) Страховая деятельность банков (оценка риска страхования инвестиций на основе анализа надежности проекта, оценка риска страхования вложенных средств).

3) Прогнозирование банкротств на основе нейросетевой системы распознавания (анализ надежности фирмы с т.зр. возможности ее банкротства, анализ величины вероятности банкротства фирмы).

4) Определение курсов облигаций и акций предприятия с целью инвестирования (выделение д/ср и кр/ср скачков курсовой стоимости акций, предсказание изменения стоимости акций, определение соотношения котировок и спроса).

5) Применение нейронных сетей к задачам биржевой деятельности (распознавание всплесков биржевой активности, анализ деятельности биржи, предсказание цен на товары и сырье с выделением трендов).

6) Прогнозирование экономической эффективности финансирования инновационных проектов (предсказание на основе анализа реализованных ранее проектов).

7) Предсказание результатов займов (определение возможности кредитования предприятий и целесообразность предоставления кредитов и займов без залога).

8) Оценка пл/способности клиентов.

9) Оценка недвижимости.

10) Общие приложения НС (применение в задачах маркетинга и розничной торговли) и др.

Информационные технологии экспертных систем

ЭС – это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практич. применение ЭС на предприятиях способствует эффективности работы и повыш. квалиф. специалистов. Имеют непоср.отношение к искусств. интеллекту. Спос-ют увел. эф-ти раб.предпр. и квалиф.спец-та.

Главным достоинством ЭС является возможность накопления знаний и сохр. их длительное время.

Осн.отлич. ЭС от других программных продуктов – использование не только данных, но и знаний, а также специального механизма вывода решений и новых знаний на основе имеющихся.

Качество ЭС определяется размером и качеством базы знаний.

Знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в конкретной предметной области, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний.

Цикл ЭС: выбор данных, наблюдение, интерпретация результатов, усвоение нов.инф., выдвижение гипотез, выбор след.набора данных или рез-тов ан-за.

Области применения ЭС: прогнозирование, планирование, контроль и управление, обучение, диагностика неисправностей в механических и электрических устройствах, медицинская диагностика.

ЭС не рекомендуется применять для решения математических задач, задач распознавания, задач, для кот. невозможно построить базу знаний).

ЭС имеют преимущества перед человеком-экспертом.

1. У них нет предубеждений.

2. Они не делают поспешных выводов.

3. Эти системы работают систематизированно.

4. База знаний может быть очень и очень большой.

5. Системы, основанные на знаниях, устойчивы к «помехам».

6. Эти системы являются инструментом в руках эксперта.


Дата добавления: 2019-02-12; просмотров: 415; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!