Разработка методов и алгоритмов настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат технических наук Тютина, Марина Васильевна

  • Тютина, Марина Васильевна
  • кандидат технических науккандидат технических наук
  • 2003, Барнаул
  • Специальность ВАК РФ05.13.10
  • Количество страниц 165
Тютина, Марина Васильевна. Разработка методов и алгоритмов настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах: дис. кандидат технических наук: 05.13.10 - Управление в социальных и экономических системах. Барнаул. 2003. 165 с.

Оглавление диссертации кандидат технических наук Тютина, Марина Васильевна

Введение

Глава 1. Анализ задач оценки в социальных и экономических объектах и методов их решения

1.1. Управление социальными и экономическими объектами

1.2. Оценка состояния социального или экономического объекта как основа принятия управленческих решений

1.3. Особенности задач оценки для различных социальных и экономических объектов

1.4. Структуризация социально-экономических объектов при решении задач оценки

1.5. Методы решения задач оценки

Глава 2. Разработка методов и алгоритмов настройки гибридной экспертной системы на решение социальных и экономических задач оценки

2.1. Конструкция гибридной модели

2.2. Нейросетевой подход к структуризации задач оценки социальных и экономических объектов

2.3. Выбор метода решения в дереве иерархии

2.4. Применение экспертных оценок при решении задач оценки социальных и экономических'объектов

Глава 3. Решение задач оценки в социальных и экономических объектах с помощью предложенных методов и алгоритмов

3.1. Структуризация социальных и экономических объектов с помощью нейронных сетей

3.2. Выбор метода решения

3.3. Расчет оценок компетентности

3.4. Интеллектуальная информационная система «Аналитик»

Рекомендованный список диссертаций по специальности «Управление в социальных и экономических системах», 05.13.10 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка методов и алгоритмов настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах»

Актуальность темы. В настоящее время эффективное управление различными социально-экономическими объектами является одной из наиболее актуальных проблем в социальной и экономической сферах нашей страны.

Среди функций управления, выделенных различными авторами [18, 48, 53, 80, 87], одно из центральных мест занимает анализ. Основой реализации этой функции является оценка состояния объекта управления. Задачи оценки, как и управленческие решения, касаются всех сторон работы объекта: оценка финансового состояния, хозяйственной деятельности, качества произведенной продукции и оказанных услуг и др.

Исследование работ российских авторов по анализу финансово-хозяйственной деятельности предприятий (Балабанов И.Т. [6], Баканов М.И., Сайфулин P.C., Шеремет А.Д. [5, 98]; Савицкая Г.В. [82]; Стоянова Е.С. [88]), оценке деятельности подразделений вуза — кафедр (Васильев В.Н. [19]), анализу качества продукции (Азгальдов Г.Г. [2], Басовский JI.E. [7], Федюкин В.К., Дурнев В.Д., Лебедев В.Г. [93]), оценке рейтингов банков [20, 81, 92] позволил выделить ряд общих черт в задачах оценки социальных и экономических объектов.

Характерными особенностями задач оценки являются их сложность и неформализованность, большие массивы первичной информации, искажен-ность и неточность данных, нестабильность внешней среды, неопределенность внутренних взаимосвязей.

Для решения различных задач оценки российскими авторами предлагались разнообразные методы. В работах Федюкина В.К., Дурнева В.Д., Лебедева В.Г. [93] задача оценки качества решалась путем вычисления индексов по аналитическим зависимостям. Попов Э.В. [65], Одинцов Б.Е. [61], и ряд других авторов (Элти Дж., Кумбс М. [101], Семушкина Н., Тельнов Ю.Ф. [83]) проводили исследования по применению продукционных экспертных систем для решения сложных, в т.ч. экономических, задач. Целым рядом авторов (Горбань А.Н., Россиев Д.А. [24, 25], Мирнее Е.М. [23, 26, 55]) был описан нейросетевой подход к решению неформализованных задач.

Однако наилучшие результаты дает применение гибридных экспертных систем, описанных в работах Силича В.А. [85], Пятковского О.И. [78]. Гибкость настройки, возможность сочетания различных методов искусственного интеллекта позволяют гибридным экспертным системам занять лидирующее положение среди методов решения неформализованных задач. Но до настоящего времени в их работе остается ряд недостаточно проработанных в методологическом плане проблем.

Одной из наиболее важных является настройка гибридной модели на решение задач оценки в социальных и экономических объектах. В частности, недостаточно проработан вопрос о структуризации задачи оценки для представления ее в гибридной экспертной системе, нет четко сформулированного алгоритма подбора методов решения в узлах графа связей, наконец, остаются неясными вопросы настройки интеллектуальных блоков системы на решение неформализованных социально-экономических задач, а именно процесс получения и использования экспертных знаний при обучении нейронных сетей.

Решению указанных проблем посвящена данная работа.

Объект исследования: процесс принятия решений при управлении социальными и экономическими объектами.

Предмет исследования: задачи оценки в социальных и экономических объектах.

Цель исследования: разработать методы и алгоритмы настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах.

Задачи исследования:

1. Выполнить анализ существующих подходов к решению задач оценки социально-экономических объектов, в том числе методов их структуризации.

2. Разработать метод структуризации задач оценки социально-экономических объектов для их представления в гибридной экспертной системе.

3. Разработать подходы и алгоритм выбора методов решения в узлах графа связей решаемой задачи оценки состояния социально-экономических объектов.

4. Доработать метод получения экспертных оценок состояния социально-экономических объектов для их использования при обучении нейросете-вых блоков гибридной экспертной системы.

5. Построить структуру программного комплекса, реализующего гибридную экспертную систему.

6. Разработать программную реализацию гибридной экспертной системы.

Методы исследования. Поставленные в диссертационной работе задачи решались с применением методов системного анализа, теории принятия решений, проектирования информационных систем, искусственного интеллекта, а именно, нейронных сетей и продукционных экспертных систем.

Научная новизна работы заключается в достижении следующих научных результатов:

- разработан метод структуризации задач оценки состояния социально-экономических объектов для их представления в гибридной экспертной системе;

- выработаны критерии, подходы и алгоритмы выбора метода решения задач в узлах графа связей гибридной экспертной системы;

- доработан метод получения экспертных оценок состояния социально-экономических объектов для обучения нейросетевых компонентов гибридной экспертной системы.

Практическая значимость исследования:

1. Применение разработанных методов структуризации позволит строить иерархические модели задач оценки социальных и экономических объектов, сведя к минимуму участие экспертов в процессе декомпозиции, а значит, ускоряя и удешевляя эти работы.

2. Предложенные подходы и алгоритм выбора метода решения в узлах графа задачи в сочетании с нейросетевой структуризацией задач оценки позволят осуществлять настройку гибридной модели представления знаний на решение конкретных задач оценки.

3. Алгоритм определения компетентности экспертных мнений в процессе экспертного оценивания объектов позволит получать более объективные данные для настройки нейросетевых методов решения задач / подзадач в иерархическом графе.

4. Предложенная конструкция программной реализации гибридной экспертной системы и разработанная по этой конструкции интеллектуальная информационная система «Аналитик» улучшит процесс определения оценок в социальных и экономических объектах и позволит оперативно разрабатывать более обоснованные управленческие решения.

Основные положения, выносимые на защиту:

1. Метод и алгоритмы структуризации задач оценки состояния социальных и экономических объектов.

2. Критерии и алгоритм выбора методов решения неформализованных задач с использованием продукционных экспертных систем и нейронных сетей распознавания образов.

3. Алгоритм расчета оценок компетентности экспертов при обработке результатов групповой экспертизы.

4. Структура интеллектуальной информационной системы, реализующей гибридную экспертную систему.

Апробация результатов работы. Основные положения и результаты работы докладывались и обсуждались на международной научно-технической конференции «Измерение, контроль, информатизация» (г. Барнаул) в 2001-2003 годах, на всероссийском семинаре «Нейроинформатика и ее приложения» (г. Красноярск) в 2001-2003 годах, на всероссийской научно-практической конференции «Организационные инновации в управлении интегрированными образовательными учреждениями» (г. Барнаул, 2002 г.), на краевой конференции по математике «МАК-2001» и «МАК-2003», на научно-практической конференции «Молодежь - Барнаулу» (г.Барнаул, 2002), на международной конференции «Интерактивные системы: проблемы человеко-машинного взаимодействия» (г. Ульяновск) в 2003 г.

Публикации: по теме диссертации опубликовано 12 печатных работ, на интеллектуальную информационную систему «Аналитик» получено свидетельство о регистрации.

В первой главе диссертационной работы проведен анализ функций управления социально-экономическими объектами, выделенных разными авторами. Подчеркнуто, что для реализации одной из основных функций — анализа - необходимо решать задачи оценки состояния объектов управления. Выделены основные особенности задач оценки социальных и экономических объектов: нестабильность условий внешней среды, неопределенность внутренних связей, большое количество и разнородность характеристик объекта, которые приводят к сложности и неформализованное™ решаемых задач. Приведены примеры некоторых задач оценки, возникающих в социальных и экономических объектах, проанализирован механизм их решения. Подчеркнута необходимость структуризации неформализованных задач. Отмечена субъективность процесса декомпозиции, проводимого методами системного анализа. Проведен анализ существующих методов решения неформализованных задач, в том числе задач оценки в социальных и экономических объектах. Выделены основные достоинства и недостатки различных методов. В заключении главы обосновано использование гибридных экспертных систем для решения задач оценки, описаны нерешенные проблемы, возникающие в процессе их настройки на решение различных задач оценки социальных и экономических объектов. К ним относятся структуризация решаемой задачи, выбор методов решения для выделенных подзадач, получение экспертных знаний для настройки схема организации гибридной экспертной системы и основные принципы ее построения. В общем виде представлен процесс решения задач оценки в рамках гибридной экспертной системы, выделены этапы позволяющие выполнять ее настройку на решение задач оценки. Описана модель программного комплекса, реализующего гибридный подход к решению задач оценки.

Во втором параграфе приведен разработанный метод структуризации социально-экономических задач оценки, основой которого стало использование различных типов нейронных сетей: карт Кохонена и многослойных пер-септронов. Описаны алгоритмы, позволяющие формализовать декомпозицию задач оценки и, тем самым, свести к минимуму привлечение экспертов к процессу структуризации. В качестве таких алгоритмов приводятся процедуры сокращения начального набора показателей, характеризующих объект, выявления связных показателей, формирования цепочек показателей и восстановления по ним структуры решаемой задачи.

В третьем параграфе описаны критерии и алгоритмы выбора методов решения в узлах построенного дерева задачи. Для осуществления выбора предлагается использовать продукционную экспертную систему или методы нейросетевого распознавания образов.

Далее приведен подход к решению проблемы получения экспертных знаний для обучения нейронных сетей решению задач оценки в социальных и экономических объектах. Описан способ определения оценок компетентности экспертов при проведении групповой экспертизы и формирования обобщенного результата, который затем используется в качестве выходного показателя в обучающей выборке.

В третьей главе работы содержится описание программной реализации гибридной экспертной системы и экспериментов по ее настройке на решение социальных и экономических задач. В качестве иллюстрации разработанных метода и алгоритмов структуризации приведено описание экспериментов по декомпозиции задачи оценки деятельности кафедр вуза и рейтинговой оценки банков. Полученные в результате структуры были оценены экспертами как адекватные решаемым задачам.

Описаны эксперименты по выбору метода решения для различных социально-экономических задач оценки. На примере задачи оценки финансовой устойчивости предприятия показано, что метод, предложенный системой, действительно дает лучшие результаты при решении данной задачи.

Описание эксперимента по обработке результатов групповой эксперты задачи оценки финансовой устойчивости предприятия с помощью предложенного алгоритма, приведенное в третьем параграфе главы, подтверждает его справедливость.

В заключении изложены основные теоретические выводы исследования и практические результаты использования разработанных методов и алгоритмов настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах.

Похожие диссертационные работы по специальности «Управление в социальных и экономических системах», 05.13.10 шифр ВАК

Заключение диссертации по теме «Управление в социальных и экономических системах», Тютина, Марина Васильевна

Выводы по третьей главе

Проведенные эксперименты показали работоспособность и эффективность предложенных методов и алгоритмов настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах.

На основе данных о работе кафедр АлтГТУ построено дерево решения задачи оценки деятельности кафедры вуза. Проведенные исследования позволили без привлечения экспертов с использованием нейросетевых методов проанализировать представленные данных и сформировать варианты иерархических структур. Результаты, полученные в ходе эксперимента, были проанализированы и одобрены экспертами. Аналогичный эксперимент по структуризации задачи рейтинговой оценки работы банка подтвердил возможность использования методики и для экономических задач.

Эксперименты по выбору методов агрегирования показали адекватность работы сформированной базы знаний и возможность использования алгоритмов распознавания для решения задачи выбора.

Эксперимент по обработке результатов групповой экспертизы по оценке финансовой устойчивости подтвердил работоспособность и адекватность предложенного подхода к расчету оценок компетентности.

Разработанная интеллектуальная информационная система «Аналитик» основана на принципах построения гибридных экспертных систем и позволяет эффективно решать задачи оценки в социальных и экономических объектах.

ЗАКЛЮЧЕНИЕ

В ходе проведенного исследования достигнуты следующие результаты:

1. Проведен анализ процесса принятия управленческих решений в социальных и экономических объектах. Показано, что решение задач оценки деятельности и состояния объекта является одной из основных компонентов при подготовке управленческих решений.

2. Проведен анализ методов, применяемых для решения задач оценки, выявлен ряд недостатков, не позволяющих использовать какой-либо один из них для решения широкого спектра задач оценки в социальных и экономических объектах, что приводит к необходимости использования гибридных моделей. При применении гибридных экспертных систем возникает проблема их настройки на решение задач оценки, которая до настоящего момента оставалась нерешенной. Показано, что настройка гибридной модели на решение задач оценки включает в себя структуризацию задачи, выбор и настройку метода решения для всех внутренних подзадач.

3. Для обеспечения настройки гибридной экспертной системы на решение задач оценки разработан метод нейросетевой структуризации, который позволяет, исходя из данных о деятельности объекта, выявить внутренние взаимосвязи и выполнить декомпозицию задачи, сведя привлечение экспертного опыта к минимуму. В основе метода лежит использование нейронных сетей, позволяющих извлекать знания из данных. В целях формализации предложенного метода созданы алгоритмы, обеспечивающие в автоматическом режиме сокращение набора показателей, характеризующих объект исследования, до минимально необходимого, формирование групп взаимосвязанных показателей и восстановления по ним структуры решаемой задачи.

4. Выработаны критерии и подходы и создан алгоритм выбора методов решения для иерархического дерева, полученного в результате декомпозиции, которые основываются на некоторых характеристиках задач и свойствах методов формализации. Выбор реализован с использованием продукционной экспертной системы и нейросетевого распознавания образов.

6. Описан процесс проведения экспертизы с целью получения экспертных знаний для настройки методов формализации в узлах графа. Предложен алгоритм оценки компетентности экспертов на основе аппроксимации их мнений нейросетевыми решателями.

7. Построена структурная схема программной реализации гибридной экспертной системы. Разработана интеллектуальная информационная система «Аналитик», основанная на гибридной модели представления знаний, в которой реализованы предложенные в диссертационной работе методы и алгоритмы. На программный продукт имеется свидетельство о регистрации в Российском агентстве по патентам и товарным знакам (приложение Ж).

8. Проведена серия экспериментов, подтверждающих эффективность предложенных методов и алгоритмов, а также разработанного программного продукта.

Разработанная методика использовалась при решении задач оценки деятельности кафедр Алтайского Государственного Технического университета в 2001-2002 г., деятельности банков Алтайского края в 1998-2003 г., финансового состояния некоторых предприятий края. Проведенные на реальных данных эксперименты позволяют сделать вывод о работоспособности, адекватности и пригодности разработанных методов и алгоритмов, а так же ИИС «Аналитик», для построения моделей задач оценки с целью их отображения в гибридной экспертной системе. В процессе эксплуатации информационной системы была подтверждена эффективность ее использования для решения задач оценки в социальных и экономических объектах на основе гибридной модели представления знаний, что подтверждается актами о внедрении (приложение 3).

Диссертационная работа содержит описание методов и алгоритмов, новых с научной и практической точек зрения, позволяющих усовершенствовать гибридный подход к решению важных, в современных условиях, задач оценки состояния и деятельности социальных и экономических объектов.

В заключение следует подчеркнуть, что задачи, поставленные в исследовании, выполнены и цель «разработать методы и алгоритмы настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах» достигнута. Применение разработанных методов и алгоритмов позволит значительно сократить участие экспертов в настройке гибридной экспертной системы на решение социальных и экономических задач оценки, а значит повысить объективность получаемых результатов, скорость их получения, упростить перенастройку модели при существенных изменениях в функционировании объекта.

Список литературы диссертационного исследования кандидат технических наук Тютина, Марина Васильевна, 2003 год

1. Автоматизированные информационные технологии в экономике / Под. ред. проф. Г.А. Титоренко М.: ЮНИТИ, 1998. - 224 с.

2. Азгальдов Г.Г. Теория и практика оценки качества товаров. — М.: Экономика, 1989.-256 с.

3. Анализ хозяйственной деятельности бюджетных организаций: Учеб. пособие/ Д.А. Панков, Е.А. Головкова, Л.В. Пашковская и др.; Под. общ. ред. Д.А. Панкова, Е.А. Головковой. — 2-е изд., испр. — М.: Новое знание, 2003. — 409 с. (Экономическое образование).

4. Андрейчиков A.B., Андрейчикова О.Н., Анализ, синтез, планирование решений в экономике. — М.: Финансы и статистика, 1999.

5. Баканов М.И., Шеремет А.Д. Теория экономического анализа: Учебник. 3-е изд., перераб. - М.: Финансы и статистика, 1996. - 288 с.

6. Балабанов И.Т. Анализ и планирование финансов хозяйствующего субъекта: Учеб. пособие. М.: Финансы и статистика, 1994. - 80 с.

7. Басовский Л.Е., Протасьев В.Б. Управление качеством. М.: Изд-во стандартов, 1995. - 320 с.

8. Бешелев С.Л., Гурвич Ф.Г. Экспертные оценки в принятии плановых решений. М.: Экономика, 1986. -76с.

9. Бобко И.М. Автоматизированные системы управления и их адаптация. Новосибирск: Наука, СО АН СССР, 1983. - 112с.

10. Болдырев М. Нейросети для финансистов //Финансист. 1997. - №2.-С.8

11. П.Боровиков A.A. Математическая статистика.

12. Новосибирск:Наука;Изд-во Ин-та математики, 1997.-772 с.

13. Бурков В.Н. Большие системы: моделирование организационных механизмов. — М.: Наука, 1989, 246 с.

14. Бусленко Н.П., Калашников В.В., Коваленко И.П. Лекции по теории сложных систем. М.: Сов. Радио,1973. - 440с.

15. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1988. -355 с.

16. Буч Г. Объектно-ориентированное проектирование с примерами применения/ Пер. с англ. М.: Конкорд, 1992. - 519 с.

17. Варфаломеев В.И., Воробьев С.Н. Принятие управленческих решений: Учеб. пос. для вузов. М.:КУДИЦ-ОБРАЗ, 2001. - 288 с.

18. Васильев В.Н. Модели управления вузом на основе информационных технологий. Петрозаводск: Изд-во ПетрГУ, 2000. 164 с.

19. Вероятностная природа банковских рисков. Методика Кромонова. — Режим доступа: http://www.rbc.ru/kromonov.shtml. -Загл. с экрана.

20. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. — М.:Радио и связь, 1992.- 200 с.

21. Галанский Б.Л., Поляков В.И. Информационные системы . Томск: Изд-во Том. гос. ун-та, 1989 .- 154 с.

22. Горбань А.Н. Обучение нейронных сетей.- М.: Изд. СССР-США СП "ParaGraph", 1990.- 160 с.

23. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука. Сибирская издательская фирма РАН, 1996. -276 с.

24. Горбань А.Н., Миркес Е.М. Логически прозрачные нейронные сети для производства знаний из данных.- Красноярск: ВЦ СО РАН, 1997.- 12 с.-Деп. в ВИНИТИ 17.07.97, № 2434-В97

25. Горбань А.Н., Миркес Е.М. Контрастирование нейронных сетей // Нейроинформатика и ее приложения: материалы 3-го Всерос. сем./ Краен, гос.техн. ун-т.- Красноярск: Изд-во КГТУ.- С. 78-79

26. Горелик A.J1., Гуревич И.Б., Скрипник В.А. Современное состояние проблемы распознавния: Некоторые аспекты. М.: Радио и связь, 1985. -160с.

27. Денисов A.A., Колесников Д.Н. Теория больших систем управления: Учеб. пос. для вузов. JI.: Энергоиздат, Ленингр. Отд-ние, 1982.—288 е., ил.

28. Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе: учеб. пособие/ Под.ред. Б.А. Лагоши. — М.: Финансы и статистика, 1999. 176 с.

29. Дунин-Барковский В.Л. Информационные процессы в нейронных структурах. М.: Наука, 1978.

30. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.:Экономика, 1978,-133 с.

31. Евстигнеев В.В., О.И. Пятковский О.И. Технологии искусственного интеллекта в информационных системах хозяйствующих субъектов // Ползу-новский альманах./ Алт. гос. техн. ун-т. им. И.И.Ползунова Барнаул : Изд-во АлтГТУ, 1998. - № 1. . с. 16-26.

32. Ежов A.A., Шумский С.А. Нейрокомпьютинг и его применения в экономике и бизнесе. М.: МИФИ, 1998. — 224 с.

33. Жимерин Д.Г., Мясников В.А. Автоматизированные и автоматические системы управления.- М.:Энергия, 1975. -680 с.

34. Загоруйко Н.Г., Елкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. Новосибирск: Наука, 1985.-110 с.

35. Имитационное моделирование экономических систем: Сб. статей / Под ред. К.А. Багриновского .-М.: Наука, 1978. -222 с.

36. Информационные системы в экономике: Учебник/Под ред. проф. В.В. Дика. М.: Финансы и статистика, 1986. -272 с.

37. Информационные системы для руководителей/Ф.И. Перегудов, В.П. Тарасенко, Ю.П. Ехлаков и др.; Под ред. Ф.И. Перегудова. М.: Финансы и статистика, 1989.-176 с.

38. Искусственный интеллект: В 3-х кн. М.: Радио и связь, 1990.- Кн. 2. Модели и методы: Справочник / под ред. Д.А. Поспелова. - 304 с.

39. Искусственный интеллект: В 3-х кн.- М.: Радио и связь, 1990. Кн. 1. Системы общения и экспертные системы: Справочник / под ред. Э.В.Попова - 464 с.

40. Каминский А.Л. Финансовым аналитикам на заметку // Бухгалтерия и банки.- 1996. -№1.- С. 33-37.

41. Кендалл М. Ранговые корреляции.- М.: Статистика, 1975.-246 с.

42. Клышинский Э.С. К вопросу о принятии решений в интеллектуальных системах // Новые информационные технологии: Тез. докл. пятой международной студенческой школы семинара.- М: МГИЭМ, 1997.-391 с.

43. Кондраков Н.П., Кондраков И.Н. Бухгалтерский учет в бюджетных организациях. 3-е изд., перераб. и доп. - М.: ООО «ТК Велби», 2002. - 232 с.

44. Кохонен Т. Ассоциативная память. М.: Мир, 1980.

45. Кохонен Т. Ассоциативные запоминающие устройства. М.: Мир, 1982.

46. Литвак Б.Г. Управленческие решения. — М.:Ассоциация авторов и издателей «ТАНДЕМ», издательство ЭКМОС, 1998 -248 с.

47. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц.-М.:Мир,1991.-568 с.

48. Масалович А.И. Нейронные сети в арсенале банкира // Бухгалтерия и банки. 1996.- № 4. С.40-44

49. Месарович М.,. Такахара И. Общая теория систем: математические основы / Перевод с англ. Э.Л. Наппельбаума; Под ред. C.B. Емельянова. М.: Мир, 1978.-312 с.

50. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем.- М.: Мир, 1973. 344с.

51. Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента/ Пер. с англ. М.: Дело, 2002. - 704 с.

52. Минский М., Пайперт С. Персептроны. М.: Мир, 1971.

53. Миркес Е.М. Нейрокомпьютер. Проект стандарта.- Новосибирск: Наука, 1998.

54. Миркес Е.М. Логически прозрачные нейронные сети и производство явных знаний из данных //Нейроинформатика.- Новосибирск: Наука, Сибирская издательская фирма РАН, 1998. С. 283-292.

55. Мухин В.И. Исследование систем управления. Учебник. М.: Экзамен, 2002. - 384 с.

56. Мыльник В.В., Титаренко Б.П., Волочиенко В.А. Исследование систем управления: Учебное пособие для вузов. 2-е изд., перераб. и доп. — М.: Академический проспект: Екатеринбург:Деловая книга, 2003. — 352 с.

57. Науман Э. Принять решение но как?/ Пер. с нем. - М.: Мир, 1987. -198 с.

58. О внесении изменений в приказ Минобразования России от 26.02.2001 №631 «О рейтинге высших учебных заведений». Приказ Минобразования России от 19.02.2003 №593. Режим доступа: http://edc.pu.ru/textl/pr220l.htm. - Загл. с экрана.

59. Одинцов Б.Е. Проектирование экономических экспертных систем: Учебное пособие для вузов. М.: Компьютер, ЮНИТИ, 1996.-166 с.

60. Осипов Г.С. Построение баз знаний на основе взаимодействия интерактивных методов приобретения знаний. Концептуальные элементы модели мира. // Известия РАН. Теория и системы управления.- 1995.- №3.- С. 160

61. Осуга С. Обработка знаний/ Пер. с япон. М.: Мир, 1989. -293 с.

62. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ: Учеб. пособие для вузов. М.: Высш. шк., 1989.- 367 с.

63. Попов Э. В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука. Гл.ред. физ.-мат.лит., 1987.-288 с.

64. Поспелов Д.А. Ситуационное управление.- М.: Знание, 1975.

65. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике / Р.Левин, Д.Дранг, Б.Эделсон: Пер. с англ. М.: Финансы и статистика, 1990. - 239 с.

66. Приобретение знаний/ Пер. с япон.; Под ред. С. Осуги, Ю. Саэки.-М.: Мир, 1990.-304 с.

67. Пятковский О.И. , Бутаков C.B. Применение нейронных сетей в советующих информационных системах предприятий // Нейроинформатика и ее приложения: Тез. докл. V Всерос. сем./ Краен, гос. техн.ун-т.- Красноярск: Изд-во КГТУ, 1997.- С. 146.

68. Пятковский О.И. Информационная система поддержки принятия решений и оценки бизнеса предприятия // Экономика для менеджеров: Меж-вуз. сб. науч. тр./ Алт. гос.техн.ун-т. Барнаул: Изд-во Алт.ГТУ, 1998.- С. 9499.

69. Пятковский О.И. Нейросетевые технологии в интеллектуальных информационных системах предприятий // Искусственные нейронные сети винформационных технологиях: Тез. третьего всерос. сем. Снежинск: РФЯЦ-ВНИИТФ, 1998. С. 36-38.

70. Пятковский О.И., Бутаков C.B. Реализация системы оценки финансово-хозяйственной деятельности с использованием методов искусственного интеллекта // Экономика и бизнес XXI век: Межвузовский сборник научных трудов.- Барнаул: АлтГТУ, 1998. С. 136-141.

71. Pyatkovsky O.I., Rubtsov D.V., Butakov S.V. The intellectual information system for financial analysis //The Third Russian-Korean International Symposium on Science and Technology, Vol. 1,1999.-P. 279

72. Пятковский О.И. Интеллектуальные компоненты автоматизированных информационных систем управления предприятием: Монография / Алт. гос. техн.ун-т.- Барнаул: Изд-во АлтГТУ, 1999.-355 с.

73. Пятковский О.И., Бутаков C.B., Рубцов Д.В. Методы построения интеллектуальных информационных систем анализа экономической деятельности предприятий: Монография/ Алт.гос.техн.ун-т.- Барнаул: Изд-во АлтГТУ. 1999.- 172 с.

74. Пупков К.А. Интеллектуальные системы: проблемы теории и практики// Изв. вузов. Приборостроение.- 1994, Т.37.- № 9 С. 10.

75. Романов А.Н., Одинцов Б.Е. Советующие информационные системы в экономике: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2000. - 487 с.

76. Российские банки — что и как мы считали. // Эксперт. — 2000.- №46.

77. Савицкая Г.В. Анализ хозяйственной деятельности предприятия. — М.: ИНФРА-М, 2001. 336 с.

78. Семушкина Н., Тельнов Ю.Ф. Экспертная система анализа финансового состояния предприятия// Реинжиниринг бизнес-процессов предприятий на основе современных информационных технологий: Сб. науч. тр. Всерос. науч.-практ. конф.- М.:МЭСИ.-С.85-90.

79. Силич М.П., Яримпилова Б.Б. Оболочка экспертных систем, ориентированных на функциональные сети // Природные и интеллектуальные ресурсы Сибири: Тез. докл. 4-й междунар. НТК/ Отв. Ред. В.Н.Масленников. — Томск: ТУСУР, 1998.- С. 277.

80. Силич М.П. Метод формирования гибридных моделей и инструментальный комплекс для построения экспертных систем. Дисс. . канд. техн. наук. - Томск, 1993. - 145 с.

81. Силич В.А. Проектирование автоматизированных систем управления на основе иерархических семантических моделей: Дисс. д-ра техн. наук.-Томск, 1995.-348 с.

82. Соловьев B.C. Теория стратегического управления социальными организованными системами: Моноргафия. Новосибирск: СибАГС, 2000. — 500 с.

83. Стоянова Е.С. Финансовый менеджмент. Российская практика.-М.: Перспектива,1995.-194 с.

84. Титов В.В. Системный анализ экономического состояния предприятия// Финансовая стратегия в управлении предприятием: Сб. науч. тр. /Под ред. д.э.н. В. В. Титова ,к.э.н. З.В. Коробковой. -Новосибирск: ИЭ и ОПП СО РАН, 1997.- С. 5-12.

85. Трушин А. На все 100. — Режим доступа: http://www.kariera.orc.ru/03-01/Almam072.html Загл. с экрана.

86. Указание Центрального Банка РФ от 31 марта 2000 г. № 766-У.// Бизнес и банки. 2000. - №17.

87. Федюкин В.К., Дурнев В.Д., Лебедев В.Г, Методы оценки и управления качеством промышленной продукции: Учебник.- М.: Информационно-издательский дом «Филин», 2001 — 328 с.

88. Фор А. Восприятие и распознавание образов/Пер. с фр. А.В. Сере-динского; Под ред. Г.П.Катыса.-М.: Машиностроение, 1989.-272 с.

89. Форрестер Дж. Основы кибернетики предприятия-М.¡Прогресс, 1971.-340 с.

90. Хант Э. Искусственный интеллект/ Пер. с англ. Л.А. Белова, Крюкова Ю.И.; Под ред. В.Л.Стефанюка.- М.: Мир, 1978.- 558 с.

91. Черняк Ю.И. Системный анализ в управлении экономикой.-М:Экономика, 1975.-191 с.

92. Шеремет А.Д., Сайфулин P.C. Методика финансового анализа.-М. :ИНФРА-М, 1995.-176с.

93. Экономика, разработка и использование программного обеспечения ЭВМ: Учебник/ В.А. Благодатских, М.А.Енгибарян, Е.В. Ковалевская и др.-М.: Финансы и статистика, 1995.-288с.

94. Экспертные системы. Принципы работы и примеры/Пер. с англ.; Под ред. Р.Форсайта.-М.: Радио и связь, 1987.-191с.

95. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры/Пер. с англ. и предисл. Б.И. Шитикова.- М.: Финансы и статистика, 1987. -191 с.

96. Girosi F., Jones M., and Poggio T. "Regularization Theory and Neural Networks Architectures". Neural Computation, Vol.7, 1995. P. 219-269.

97. Hopfield JJ. Neural Networks and physical systems with emergent collective computational abilities//Proc. Nat. Sci. USA., 1982.- Vol.79.- P. 25542558.

98. Kohonen T., "Self-organized formation of topologically correct feature maps", Biological Cybernetics, Vol. 43, 1982, P. 59-69.

99. Kohonen T., Self-Organizing Maps, Springer, 1995.

100. O'Learly T.J., Brian K. Williams Computers and information systems, second édition, The Benjamin/Cummings publishing company, inc, 687p.

101. Пятковский О.И., Плещеев В.И. Тютина М.В. Программный комплекс оценки состояния предприятия «Аналитик»// Измерение, контроль, информатизация-2001: Материалы Второй Междунар. науч.-техн. конф. — Барнаул, 2001.-С. 213-215.

102. Аналитическая информационная система оценки работы кафедры ВУЗа с использованием Internet — технологий/ О.И. Пятковский, В.И. Плещеев, Е.В. Пригаров, М.В. Тютина// ИКИ- 2002: Материалы Третьей Междунар. науч.-техн. конф. Барнаул, 2002.-С. 112-114.

103. Тютина М.В. Оценка социально-экономических объектов с использованием гибридных систем // МАК-2003: Материалы шестой краевой конференции по математике. — Барнаул: Изд-во Алт. гос. ун-та, 2003. — С.98.

104. Плещеев В.И., Тютина M.B. Программный комплекс оценки состояния предприятия // МАК-2001: Материалы четвертой краевой конференции по математике.- Барнаул: Изд-во Алт. гос. ун-та, 2001. — С. 120.

105. Тютина М.В. Использование гибридных систем для оценки состояния социальных и экономических объектов // Молодежь — Барнаулу: Материалы науч.-практ. конф. Барнаул, 2002. - С. 362.

106. Тютина М.В. Применение нейронных сетей для оценки состояния социальных и экономических объектов // Нейроинформатика и ее приложения: Тезисы докладов XI Всероссийского семинара/ Под ред. А.Н. Горбаня. — Красноярск 2003.-С. 158.

107. Тютина М.В. Решение задач оценки социально-экономических объектов // ИКИ- 2003: Материалы Четвертой Междунар. науч.-техн. конф. -Барнаул, 2003.-С. 156-159.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.