Единая классификация моделей принятия Р. пока не разработана. Есть лишь частичные классификации по отдельным аспектам а) по степени сложности простые, принимаемые по одному критерию оценки и выбора альтернатив, и сложные, принимаемые по нескольким критериям б) по имеющейся информации о возможных результатах Р., принимаемые в условиях определенности (см. Детерминированные задачи), неопределенности, риска (частичной неопределенности) в) по временному охвату стратегические и тактические г) по виду зависимости переменных от времени статические и динамические д) по числу лиц, принимающих Р., — индивидуальные и [c.310]
В главе предпринята попытка классификации моделей стохастического программирования, основанная на принципах, предложенных в [183]. Как и другие схемы классификации, излагаемая схема не охватывает ряда известных моделей. Тем не менее, приведенный подход представляется интересным, поскольку он порождает оригинальную интерпретацию экстремальных задач и служит основанием для построения детерминированных эквивалентных моделей для задач стохастического программирования. [c.262]
Общие постановки стохастических задач, изложенные в гл. 9, также могут служить основанием для классификации моделей стохастического программирования (см. 5 гл. 9). Можно ожидать, что синтез различных подходов к классификации стохастических моделей приведет к более общей постановке задачи стохастического программирования и расширит круг задач, рассматриваемых с единой точки зрения. [c.262]
Производственная классификация моделей. Техническое оснащение цехов различных производств неодинаково и, наоборот, оснащение родственных или близких технологических процессов сходно по своему предметному составу. Вместе с тем во всех производствах безотносительно к их специфике встречаются группы одних и тех же предметов общего назначения. В большинстве случаев это стандартизованные или нормализованные изделия, например трубы, запорно-регули-рующая арматура, детали трубопроводов и т. д. При решении задачи производства моделей для одной отрасли проектирования, следовательно, частично удовлетворяются потребности и других отраслей. В каждой отдельной отрасли также выделяются группы предметов, типичных для всей отрасли в целом, к ним, естественно, относятся и предметы общего назначения, а. также предметы, типичные для ряда родственных производств. [c.159]
Основное содержание дисциплины Теория бухгалтерского учета определено Государственным образовательным стандартом высшего профессионального образования по специальности 060500 Бухгалтерский учет, анализ и аудит (квалификация экономист ), утвержденном 17.03.2000 г. заместителем министра образования РФ Шадриковым В.Д. (номер государственной регистрации 181 ЭК/СП). Оно предусматривает изучение следующих вопросов Сущность, цели и содержание бухгалтерского учета функции и задачи историческое развитие бухгалтерского учета пользователи бухгалтерской информации в рыночной экономике основополагающие принципы объекты бухгалтерского наблюдения основные понятия активы обязательства, капитал, доходы, расходы, финансовые результаты, основные методические приемы и правила балансовое обобщение, капитальное (основное) уравнение, статические и динамические балансы, первичное наблюдение, документация, документооборот, инвентаризация, стоимостное измерение, виды оценок бухгалтерские счета и двойная запись синтетический и аналитический учет классификация счетов планы счетов модели текущего учета основных хозяйственных процессов, учетные регистры формы бухгалтерского учета, процедуры бухгалтерского учета, этапы процедуры, контрольные моменты основы бухгалтерской отчетности учетная политика и организация учета бухгалтерская профессия профессиональная этика международные и национальные профессиональные организации . [c.6]
Во второй главе на доступных примерах различных видов экономической деятельности проводится расширенный системный анализ рисков, связанных с этими видами. Вводится системное представление лотереи как простейшей модели случайности. Анализируются формы финансово-кредитной деятельности, инвестиционная среда, рынок ценных бумаг. В главах с третьей по пятую продолжается углубленная системная классификация рисков предпринимательской деятельности по масштабам, формам и обстоятельствам их проявления. В частности, дается системная классификация рисков по природе формирующих их факторов. Анализируется процесс управления рисками в части содержания основных подходов к управлению деловыми рисками, современные тенденции в управлении рисками и задача выбора стратегии. Излагается суть и основы реализации концепции адаптивного динамического управления рисками. [c.13]
В процессе реализации рационального подхода к принятию решений решаются задачи поиска, распознавания, классификации, упорядочения и выбора. Для этого могут применяться различные математические методы и модели с целью рационализации (оптимизации) выходных результатов. В целях оказания помощи при подготовке решений могут привлекаться эксперты. В процессе принятия рационального решения необходимо учитывать влияние таких факторов, как личностные оценки ЛПР, среду принятия решений, информационные ограничения, поведенческие ограничения, социально-психологические аспекты и ряд других. В зависимости от сложности проблемной ситуации в процессе принятия решений указанным методом варьируются затраты необходимых ресурсов трудовых, материальных, финансовых, а также затраты времени на разработку и принятие решения. [c.118]
В процессе реализации рационального подхода к принятию решений решаются задачи поиска, распознавания, классификации, упорядочения и выбора. Для этого могут применяться различные математические методы и модели с целью рационализации (оптимизации) выходных результатов. В целях оказания помощи при подготовке решений могут привлекаться эксперты. [c.136]
В то же время представленная структуризация моделей и методов теории логистики не позволяет проследить связь с решением конкретных задач, возникающих при выполнении логистической деятельности. Поэтому был предложен другой подход к классификации, который базируется на анализе конкретных моделей (методов, методик, алгоритмов и т. д.), подробно описанных в закупочной, производственной, распределительной и других логистиках. Модели разделены на три класса первый класс (I) включает модели и методы, предназначенные для решения задач в условиях определенности, без ограничений со стороны внешней среды второй класс (II) — в условиях риска и неопределенности, но без конкуренции третий класс (III) — модели и методы решения логистических задач в условиях конкуренции (рис. 3.3). [c.44]
Понятие, типы и задачи факторного анализа. Классификация и систематизация факторов в экономическом анализе. Типы детерминированных факторных моделей. Способы преобразования факторных моделей. [c.16]
Классификация моделей. Статические однопродуктовые модели, сводящиеся к различным модификациям транспортной задачи. Специальные методы учета дополнительных ограничений. Производственные и производственно-транспортные модели. Многоэтапные и многопродуктовые модели. Динамические модели. Специальные методы реализации производственных и производственно-транспортных моделей. Экономико-математический анализ результатов решения задач оптимизации функционирования производственных систем. [c.146]
Описывается основная модель и порядок функционирования АС. Анализируются задачи формирования состава исполнительного звена. Основным ограничением при решении данных задач является использование унифицированной системы стимулирования, применение которой объясняется необходимостью одинаковой политики стимулирования всех АЭ или невозможностью точно определить типы АЭ в системе. Вводится классификация исследуемых АС. Исходя из классификации, выделяются семь типов АС, и показывается, что решения для одних типов АС сводятся к решениям для других типов АС. [c.12]
Детальная классификация моделей УЗ имеет реальную полезность лишь при создании для последних компьютерной базы знаний. Тогда можно построить диалоговую систему, опрашивающую пользователя и последовательно формирующую код нужной модели — или ближайшей к ней (аналогично описанному в разд. 3.17 пакету программ МОСТ). По коду модели (конъюнкции признаков) можно войти в базу знаний, найти библиографический источник, посмотреть подробности, лучше уяснить допущения и метод получения результата, при необходимости и способности — модифицировать модель. Затем можно ввести релевантную задаче количественную информацию. [c.32]
Аналитический этап. Основное назначение — определение наиболее важ ных задач по выдвижению идей и вариантов решений для совершенствования исследуемого объекта исходя из анализа его функций и затрат на их осуществление. Из всего комплекса проблей выделяются те, рационализация которых принесет наибольшей народнохозяйственный эффект. Работы, проводимые на данном этапе, следующие анализ и уточнение функций, их классификация построение функциональной модели объекта. Анализ и разграничение затрат, связанных с осуществлением функций сравнение функций и затрат на их осуществление с аналогами построение функционально-стоимостных диаграмм формулирование задач для поиска новых идей и вариантов технических решений. [c.275]
Для реализации задач этого взаимодействия прежде всего необходимо усовершенствовать перечень и структуру отчетных данных, необходимых для разработки и проверки выполнения показателей государственных планов экономического и социального развития, согласовать состав функциональных подсистем АСПР и АСГС и характер их взаимодействия, унифицировать терминологию и обеспечить более полную согласованность содержания показателей плановой и отчетной информации. Важное значение будет иметь детальная проработка таких общесистемных проблем, как формирование перечня экономико-математических моделей, используемых в функциональных подсистемах АСПР и АСГС, и обеспечение их необходимыми плановыми и отчетными данными, создание совместных средств формализованного описания данных, в том числе систем классификации и кодирования информации и номенклатур, достижение информационной совместимости автоматизированных банков данных АСПР и АСГС. [c.53]
Классификация задач АС ПР. Анализ технических проектов функциональных подсистем АСПР свидетельствует о большом многообразии применяемых в них методов и моделей решения планово-экономических задач. В целях их обобщенной характеристики и систематизации может быть предложена классификация, представленная на рис. 4.1 и 4.2. [c.129]
На втором этапе создания системы показателей АСПР должны быть проведены уточнение признаков классификации показателей на основе используемых экономико-математических моделей, алгоритмов, методов решения задач, анализ семантических алгоритмических взаимосвязей и синтез показателей в интегрированную систему для автоматизированного банка данных, формирование локальных систем показателей для различных уровней АСПР. [c.143]
Классификация показателей народнохозяйственного планирования должна носить многоаспектный характер и строиться в тесном взаимодействии со всеми другими общесоюзными и локальными классификаторами и номенклатурами. Последнее объясняется тем, что в наименованиях показателей находятся термины, входящие в различные классификаторы и номенклатуры. Используя зафиксированные в них отношения между терминами (род —вид, целое — часть и т. п.), можно определять семантические связи между показателями, в том числе вхождение их в определенные виды, типы и классы. Полный состав признаков классификации должен быть определен на основе анализа структуры планов, характера применяемых экономико-математических моделей, методов решения задач, включенных в методическое обеспечение АСПР. [c.146]
Аналитический этап. На данном этапе прежде всего проводятся детализация изучаемого объекта на функции, их классификация, определение стоимости каждой из них. Практически это означает создание функционально-стоимостной модели объекта. В результате проведенных исследований должны быть выявлены зоны наибольшей концентрации затрат (в том числе и ненужных), т.е. наиболее перспективные зоны с точки зрения задач ФСА. На основании этого формулируются задачи по усовершенствованию объекта с целью сокращения затрат на его производство, выбираются направления дальнейшего исследования. [c.181]
Создание АИС способствует повышению эффективности производства экономического объекта и обеспечивает качество управления. Наибольшая эффективность АИС достигается при оптимизации планов работы предприятий, фирм и отраслей, быстрой выработке оперативных решений, четком маневрировании материальными и финансовыми ресурсами и т.д. Поэтому процесс управления в условиях функционирования автоматизированных информационных систем основывается на экономико-организационных моделях, более или менее адекватно отражающих характерные структурно-динамические свойства объекта. Адекватность модели означает прежде всего ее соответствие объекту в смысле идентичности поведения в условиях, имитирующих реальную ситуацию, поведение моделируемого объекта в части существенных для поставленной задачи характеристик и свойств. Безусловно, полного повторения объекта в модели быть не может, однако несущественными для анализа и принятия управленческих решений деталями можно пренебречь. Модели имеют собственную классификацию, подразделяясь на вероятностные и детерминированные, функциональные и структурные. Эти особенности модели порождают разнообразие типов информационных систем. [c.18]
Развернутая классификация базируется на множестве самых разнообразных признаков. В их числе степень охвата задач учета, концепция построения информационной модели бухгалтерского учета, способ построения программной системы, возможность расширения состава базовых учетных функций, порядок распространения и тиражирования, программно-аппаратная платформа системы и др. [c.54]
Факторный анализ функциональных зависимостей представляет собой методику исследования влияния факторов в том случае, когда результативный показатель может быть представлен в виде произведения, частного или алгебраической суммы факторов. Такая зависимость называется функциональной. В этом случае важно определить вид функции. Основные задачи факторного анализа отбор, классификация и систематизация факторов, которые влияют на исследуемые результативные показатели определение формы зависимости между факторами и результативным показателем разработка (применение) математической модели взаимосвязей между результатом и факторными показателями расчет влияния различных факторов на изменение величины результативного показателя и сравнение этого влияния составление прогноза на основе факторной модели. [c.73]
Когда говорят об "искусственном интеллекте", имеют в виду так называемые эвристические программы, которые способны решать задачи - примерно так же, как это делает человек. Работу компьютера, решающего эвристическую задачу, в принципе можно назвать "разумной" он оценивает условия, принимает решения и даже учится на своих ошибках. Функция автоматического распознавания моделей позволяет машине учиться принимать решения и делать прогнозы на основе классификаций различных объектов или индикаторов. В данном случае значение слова "модель" отлично оттого, которое использовалось при описании "графических моделей". Цель автоматического распознавания моделей -получение синергетического эффекта путем одновременной оценки данных всех индикаторов (вместо того, чтобы рассматривать каждый из них по отдельности). [c.424]
При решении задачи распознавания статистическими методами важнейшее значение имеет правильный выбор способа статистического представления объекта. Тем самым, нужно проделать предварительную обработку данных. Для того чтобы выбрать характерные отличительные признаки объектов, требуется, как правило, серьезное изучение исходной проблемы. Например, в моделях банкротства банков важное значение имеют такие показатели, как опыт в управлении фондами и соответствие требованиям адекватности капитала. Различные наборы признаков приводят к разным распределениям. При этом в разных вариантах дисперсия и свойства выпуклости кластеров во входном пространстве могут сильно отличаться, соответственно, при их разделении потребуется проводить границы разной степени сложности — от линейных до сильно нелинейных. Чем лучше была сделана предварительная обработка, тем легче будет решена задача классификации. [c.45]
На стадии формирования концепции руководитель осуществляет постановку задачи. При этом он либо выбирает уже готовый тип задачи (концепцию) на основе своего опыта и знаний, либо формирует новую концепцию ("с нуля"). Обычно человек вследствие инертности мышления пытается в своем опыте и знаниях отыскать ситуацию, аналогичную сложившейся, отнести эту ситуацию к уже известной группе, а дальше действовать по известному шаблону. Таким образом, постановка задачи часто сводится к классификации. Однако реальная ситуация может не соответствовать "удобной модели". Кроме того, если старые решения были неоптимальными, над руководителем будет довлеть груз прошлых ошибок. Поэтому контроллер на этой стадии либо может подсказать возможную модель принятия решения, либо сыграть роль "адвоката дьявола", чтобы испытать на прочность ту или иную модель. [c.237]
Существует большое число классификаций типов Э.-м.м., которые, однако, носят фрагментарный характер. И это, по-видимому, неизбежно, т.к. нереально охватить все многообразие социально-экономических задач, объектов и процессов, описываемых различными моделями. [c.404]
Подобная классификация логистических затрат позволяет создать модель системы затрат предприятия, без которой трудно решать задачи планирования, учета, контроля и регулирования этих затрат. [c.17]
Согласно этой классификации типичные проблемы исследования операций можно назвать хорошо структурированными. Этот класс задач широко применяется при оценке и выборе элементов технических устройств, например, форм корпуса самолетов или кораблей, управлении электростанциями, вышкостроении, техническом обслуживании и ремонте нефтегазового оборудования. То есть в тех случаях, когда существуют адекватные математические модели устройств или процессов и есть опытные данные, позволяющие априорно определить параметры этих моделей. [c.35]
Первые две главы не содержат финансовых приложений и целиком посвящены основам нейронных сетей. В гл. 1 рассматриваются основные структуры и назначение нейронно-сетевых моделей. Описаны принципы разработки, обучения и оценки эффективности. Показано, каким образом множество задач, сильно различающихся параметрами сложности и устойчивости, может быть охвачено единой концепцией сети. В гл. 2 выясняется, насколько хорошо нейронные сети приспособлены для решения задач классификации и анализа временных рядов. Задача классификации понимается как задача отнесения предъявленного объекта к одному из нескольких попарно непересекающихся множеств. При этом наиболее важным случаем здесь является бинарная классификация — примерами ее могут служить распознавание доходных и недоходных инвестиций или различение компаний, имеющих хорошие шансы выжить, от тех, которые должны обанкротиться. В свою очередь, анализ временных рядов имеет целью определить будущие значения некоторой величины при [c.16]
Существует много определений (несколько десятков) и классификаций моделей применительно к задачам разных наук. Применительно к задачам данного исследования целесообразно оперировать графическими моделями регламентов управленческого труда, описывающими объект с помощью графических образов (таблиц, графиков, диаграмм, рисунков). Основная цель моделирования регламентов управленческого труда, его важнейшие задачи и принципы, соответственно вытекающие из нее и обусловленные ею, должны быть взаимоувязаны. Их перечень как теоретическое и практическое обобщение материалов в этой области представлен на рис. 4.5. Разработка наиболее рациональных форм регламентов труда управленческого персонала одно из основных направлений совершенствования систем управления организациями. При этом необходимо, прежде всего, определить требования к формам регламентов, а также порядок расположения данных в них. [c.164]
Проблемно-ориентированные модели и модели решения выделяются М. Битцом [95, с. 60—65], и данная классификация отражает, на применение каких методов — методов составления моделей или методов экспериментирования с ними — ориентируется исследователь в своей работе. На основе внедрения новых (впервые разработанных или заимствованных из других областей науки и практики) методов моделирования строятся новые модели управленческой проблемы, т. е. проблемно-ориентированные модели. В дальнейшем изучаются возможности применения данных моделей и их специфических свойств для решения управленческих задач, т. е. в принятии управленческих решений. Подобное положение характерно для применения математико-статистических методов в моделировании хозяйственных процессов. [c.54]
Место имитационного моделирования в составе экономико-математических методов. 2.Мысленные и машинные модели социально экономических систем. 3.Социально-экономические процессы как объекты моделирования. 4. Структура и классификация имитационных моделей. 5.Основные этапы процесса имитации. 6.Определение системы, постановка задачи, формулирование модели и оценка ее адекватности. 7.Экспериментирование с использованием ИМ, механизм регламентации, интерпретация и реализация результатов. 8.Организационные аспекты имитационного моделирования. 9.Основные компоненты динамической мировой модели Форрестера. 10.Концепция петля обратной связи . И.Структура модели мировой системы. 12. Каноническая модель предприятия. 13.Моделирование затрат предприятия. 14.Моделирование налогообложения. 15.Использование имитационного моделирования для планирования. 16.Содержание процессов стратегического и тактического планирования. 17.Основные модули системы поддержки принятия решений. 18.Сущность статистического ИМ. 19.Метод Монте-Карло. 20.Идентификация закона распределения. 21.Классификация систем МО. 22.Сущность метода экспериментальной оптимизации. 23.Формирование концептуальной модели. 24.Принципы выбора критерия оптимальности, разработка алгоритма оптимизации. 25.Эвристические алгоритмы поиска решений. 26.Управленческие имитационные игры, их природа и сущность. 27. Структура и порядок разработки управленческих имитационных игр. [c.121]
Первоначальная классификация моделей ОУП, проведенная Gartner Group, может служить отличным исходным пунктом для создания офиса. Но ныне требуется, чтобы ОУП приносил организации большую пользу и способствовал экономии затрат. Критичным условием с точки зрения выживаемости ОУП становится его способность приносить организации ощутимую выгоду уже в первое полугодие своего существования. Поэтому настоятельно рекомендуется не замыкаться в пределах перечисленных выше моделей и с самого начала, еще при планировании создания ОУП, серьезно учитывать задачу демонстрации руководству ощутимых полезных результатов, которые способен принести офис. Специалисты по управлению проектами на должны уподобляться ученым, сидящим в башне из слоновой кости и гордящимся совершенством собственных знаний. Они должны опуститься на землю и заняться строительством ОУП, способного принести немедленную пользу организации. [c.394]
Система организации производства и материально-технического обеспечения "толкающего" типа (см. [С 94]). Система МРП (известная также под названиями МРП-1 и малая МРП) была разработана в 60-е годы. Создание системы МРП совпало с массовым распространением вычислительной техники. Благодаря разработке усовершенствованных вычислительных комплексов (системы ИБМ-360, ИБМ-370 и др.) впервые появилась возможность согласовывать и оперативно корректировать планы и действия снабженческих, производственных и сбытовых звеньев в масштабе фирмы с учетом постоянных изменений в реальном масштабе времени. Планы снабжения, производства и сбыта в системе МРП могут согласовываться в среднесрочной и долгосрочной перспективе, обеспечивается также текущее регулирование и контроль использования производственных запасов. Информационное обеспечение системы МРП включает данные плана производства (в специфицированной номенклатуре на определенную дату), файл материалов (данные на основе плана производства и включающие специфицированные наименования необходимых материалов с указанием их количества в расчете на единицу готовой продукции с классификацией по ряду признаков, в том числе сырье, детали, сборочные узлы), файл запасов (данные по необходимым для выполнения плана производства материальным ресурсам, как по имеющимся на складе, так и заказанным, но еще не поставленным, по срокам выполнения заказов, страховым запасам и др.). Формализация принятия решений в системе МРП производится с помощью различных методов исследования операций (см. [И 67]). На основе математических моделей, информационного и программного обеспечения имеется возможность решать ряд задач, в том числе расчет потребности в сырье и материалах, формирование графика производства и др. Система МРП широко распространена в промышленно развитых странах. В конце 80-х годов в США ее использовали или предполагали использовать большинство фирм с объемом продаж свыше 15 млн. долл. в год, в Великобритании - каждое третье производственное предприятие. Однако система МРП требует значительных затрат на подготовку первичных данных и предъявляет повышенные требования к их точности. Система МРП, ориентированная в первую очередь на решение задач материального учета и расчета потребности в сырье и материалах, не обеспечивает достаточно полного набора данных о других компонентах производственного процесса. Эти и другие недостатки системы обусловили необходимость ее совершенствования, разработку новой системы, известной под названием МРП-2 (см. [М 127]). Система МРП в настоящее время широко используется в комбинации с элементами системы Капбап (см. [К 13]). [c.185]
Информационное обеспечение АИС Налог представляет собой информационную модель налоговых органов. Задачи информационного обеспечения системы налоговых органов зависят от основных функций, выполняемых ее структурами. Информационное обеспечение должно снабжать пользователей АИС информацией, необходимой для выполнения ими своих профессиональных обязанностей. Система должна иметь возможность распределенного хранения и обработки информации, накопления информации в банках данных в местах использования, предоставления пользователям автоматизированного, санкционированного доступа к информации, одноразового ее ввода и многократного, многоцелевого использования. Должна быть обеспечена информационная взаимосвязь как между задачами, решаемыми каждой функциональной подсистемой, так и с внешними уровнями. Внешними по отношению к АИС Налог являются не только предприятия, организации и физические лица, но и такие органы, как налоговая полиция РФ, финансовые органы, банки, таможенные органы и т.д. Информационное обеспечение автоматизированной системы налогообложения, как и любой другой системы организационного типа, состоит из внемашинного tr внутримашинного. Внемашинное информационное обеспечение — это совокупность системы показателей, системы классификации и кодирования информации, системы доку- [c.331]
Поскольку в настоящее время нейронные сети с успехом используются для анализа данных, уместно сопоставить их со старыми хорошо разработанными статистическими методами. В литературе по статистике иногда можно встретить утверждение, что наиболее часто применяемые нейросетевые подходы являются ни чем иным, как неэффективными регрессионными и дискриминантными моделями. Мы уже отмечали прежде, что многослойные нейронные сети действительно могут решать задачи типа регрессии и классификации. Однако, во-первых, обработка данных нейронными сетями носит значительно более многообразный характер - вспомним, например, активную классификацию сетями Хопфилда или карты признаков Кохонена, не имеющие статистических аналогов. Во-вторых, многие исследования, касающиеся применения нейросетей в финансах и бизнесе, выявили их преимущества перед ранее разработанными статистическими методами. Рассмотрим подробнее результаты сравнения методов нейросетей и математической статистики. [c.198]
Многие модели предсказания банкротств убедительно демонстрируют свои способности к прогнозированию в задачах классификации задним числом (expost). В ситуации же ex ante, когда права при банкротстве, резервы выживания и кредитные резервы взаимосвязаны, эти модели работают плохо. С другой стороны, как заметил Ар-женти, при том, что нейронные сети могут работать и с числовыми, и с нечисловыми данными, было предпринято очень мало попыток включить в рассмотрение данные качественного характера. [c.169]
В предыдущей главе были изложены результаты классификации ex ante (т.е. наперед) в задаче оценки привлекательности фирм с точки зрения размещения кредитов, которую выполняли несколько польских специалистов в области кредитного дела на материале гипотетических заявок на предоставление кредита также были рассмотрены результаты классификации ex post (т.е. задним числом) на материале реального инвестиционного портфеля Голландского инвестиционного банка. В обеих задачах имеющихся данных было недостаточно для того, чтобы проанализировать цену ошибок классификации. В этой главе мы займемся оценкой ошибок классификации 1-го и 2-го родов в задаче прогнозирования банкротства корпораций и исследуем возможные результаты применения нейронных сетей. Материалом для конкретной задачи послужат данные по ряду британских компаний — производителей комплектующих для автомобилей. В основе конструкции сети лежат семь входных моделей, использующих показатели, которые входят в так называемое дзета Альтмана. [c.201]
Оценка качества моделей классификации представляет собой сложную задачу, потому что в большинстве реальных приложений цена ошибок неодинакова. Так например, отказ в кредите хорошему клиенту влечет за собой лишь организационные расходы на поиск нового клиента, тогда как предоставление кредита ненадежному партнеру может привести к большим убыткам. Из-за этой несимметрии денежных потоков при определении степени точности модели необходимо учитывать последствия того или иного прогноза. Качество прогнозирования банкротств определяется и тем, насколько точно выявляются банкроты, и тем, насколько точно классифицируются небанкроты. Необнаружение компании-банкрота называется ошибкой 1-го рода, а прогноз банкротства, которого на самом деле не последовало, — ошибкой 2-го рода. [c.203]
Отсюда следует тот вывод, что во всякой классификации банкротства главной является надежность, и что было бы ошибкой оценивать качество модели по выборочным критериям, которые, скорее всего, нельзя использовать для расчетов наперед (ex ante). В частности, в задаче прогнозирования банкротств корпораций нейронная сеть показала на настоящих ех ante-тестах такой же уровень точности, какой дают MDA-модели на гораздо менее требовательных ех post-примерах методом исключения одного наблюдения из выборки. [c.209]
Наиболее развитая типология социально-экономических задач и моделей представлена в кн. Вилкас Э.Й., Майми-нас Е.З. Решения теория, информация, моделирование. М., 1981. Приразработ-ке приведенной выше условной классификации учитывались материалы этой книги. [c.405]
Очевидно, что та часть задач анализа ситуаций (интеллектуального анализа данных), которая связана с поиском скрытых закономерностей, классификацией, кластеризацией, накоплением и восстановлением данных, их подготовкой, интерпретацией и визуализацией, моделированием и прогнозированием технологических показателей и т.д., относится, в основном, к компьютерной поддержке принятия решений (СППР) по частным задачам технологической модели проекта. Возможная постановка решения, части из которых, а также модель окончательного анализа и выбора проектов (модель DEA), приведены в четвертой главе. [c.312]