Пример готового доклада по предмету: Информатика экономическая
Содержание
Выдержка из текста
Очевидной областью внедрения алгоритмов нечеткой логики являются всевозможные экспертные системы, в том числе: нелинейный контроль за процессами ( производство ); самообучающиеся системы ( или классификаторы ), исследование рисковых и критических ситуаций ; распознавание образов; финансовый анализ ( рынки ценных бумаг ) ; исследование данных ( корпоративные хранилища ); совершенствование стратегий управления и координации действий, например сложное промышленное производство.
Для реализации нечеткой модели был обоснован выбор программных средств. Программная реализация выполнена на языке программирования системы Matlab, с использованием моделя Fuzzy Logic Toolbox и фреймворка Guide.
2. Разработать экспертную систему в среде MATLAB, которая была бы реализована на основе нечеткого вывода и позволяла бы определять, выдавать кредит заемщику или нет. А также, сумму кредита, в случае положительного ответа.
Теория нечеткой логики — это новый подход к оценке риска, динамично развивается. В последнее время нечеткое моделирование является одним из наиболее активных и перспективных направлений прикладных исследований в области управления и принятия решений
Для эффективного принятия решений при неопределенности условий функционирования системы применяют методы на основе правил нечеткой логики. С другой стороны, нечеткая логика может быть удобным инструментом для решения проблем построения моделей различных процессов, если нет необходимости анализировать объект управления с высокой степенью детализации.Системы с нечеткой логикой, а именно теория нечетких множеств и основанная на ней нечеткая логика, на сегодня является одним из важнейших формализмов, используемых в искусственном интеллекте для моделирования неопределенности в знаниях.
Нечеткая логика – это обобщение традиционной аристотелевой логики на случай, когда истинность рассматривается как лингвистическая переменная, принимающая значения типа: "очень истинно", "более-менее истинно", "не очень ложно" и т.п. [1, разд. 1.7]
В первой главе курсовой работы рассматриваются теоритические аспекты нечеткой логики для анализа финансовой устойчивости предприятия, а также применение нечетких множеств для анализа экономической деятельности предприятия. Вторая глава посвящена анализу инвестиционного проекта для Кирпичного завода, расчету показателей чистой современной стоимости инвестиций, оценки степени риска инвестиционного проекта.
Цель работы заключается в закреплении, расширении, обобщении и систематизации знаний в рамках изучаемой предметной дисциплины, посредством исследования специфики разработки системы управления приоритетом движения автомобильного транспорта на кольцевом перекрестке.
В данной работе разработана модель оценки финансовой устойчивости организаций в отрасли добычи каменного угля, бурого угля и торфа. Актуальность работы заключается в том, что существует разительно малое количество работ, посвященных данной проблеме исследования в отрасли добычи каменного угля, бурого угля и торфа. Более того, область нечеткой логики мало изучена, а оптимальные границы использования аппарата нечеткой логики еще не определены. Поэтому разработка модели оценки финансовой устойчивости организаций приобретает особую практическую значимость.
В основе нечеткой логики лежит теория нечетких множеств, где функция принадлежности элемента множества не бинарная (да / нет), а может принимать любое значение в диапазоне 0-1. Это дает возможность определять понятия, нечеткие по самой своей природе: "хороший", "высокий", "слабый" и т.д. Нечеткая логика дает возможность строить базы знаний и экспертные системы нового поколения, способные хранить и обрабатывать неточную информацию. Системы, основанные на нечеткой логике, разработаны и успешно внедрены в таких областях, как управление технологическими процессами, управление транспортом, управление бытовой, техникой, медицинская и техническая диагностика, финансовый менеджмент, финансовый анализ, биржевое прогнозирования, распознавания образов, исследования рисковых и критических операций , прогнозирования землетрясений, составление автобусных расписаний, климатический контроль в зданиях.
- рассмотреть теоретические аспекты нечеткой логики;
- разработать нечеткую модель оценки и управления рисками судовых систем энергоснабжения
Первый период (конец 60-х–начало
7. гг.) характеризуется развитием теоретического аппарата нечетких множеств (Л. Заде, Э. Мамдани, Беллман).
Во втором периоде (70– 80-е годы) появляются первые практические результаты в области нечеткого управления сложными техническими системами (парогенератор с нечетким управлением).
Одновременно стало уделяться внимание вопросам построения экспертных систем, построенных на нечеткой логике, раз-работке нечетких контроллеров. Нечеткие экспертные системы для под-держки принятия решений находят широкое применение в медицине и экономике. Наконец, в третьем периоде, который длится с конца 80-х годов и продолжается в настоящее время, появляются пакеты программ для построения нечетких экспертных систем, а области применения нечеткой логики заметно расширяются. Она применяется в автомобильной, аэрокосмической и транспортной промышленности, в области изделий бытовой техники, в сфере финансов, анализа и принятия управленческих решений и многих других.
В настоящее время актуальной задачей является необходимостью многокритериальной оценки рисков для принятия соответствующих мер при планировании и контроле состояния судовых сложных технических систем.
Это дает возможность сохранять рабочие места, а также удерживать цены на ремонт судов на разумном уровне, приемлемом для судовладельцев, но, безусловно, оказывает разрушительное влияние на рынок судоремонта.
Литература
1.Усков А.А., Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика. М.: Телеком, 2004 – 124 с.
2.Берштейн Л.С., Нечеткие модели принятия решений: дедукция, индукция, аналогия. Таганрог: ТРТУ, 2004 — 110 с.
3.Рутковская Д.М., Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Телеком, 2004 — 352с.
4.Круглов В.В., Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2003 — 244 с.
5.Алтунин А.Е., Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: ТГУ, 2003 — 352 с.
6.Ярушкина Н.Г., Основы теории нечетких и гибридных систем. Учебное пособие. Финансы и статистика, 2004 — 320c.
7.Бочарников В.П., Fuzzy-Технология: математические основы практика моделирования в экономике. Спб, 2001 — 228 с.
8.Кофман А.И., Введение в теорию нечетких множеств. М.: Радио и связь, 2002 — 232 с.
9.Малышев Н.Г., Нечеткие модели для экспертных систем. М.: Энергоиздат, 2001 — 176 с.
список литературы
