Вход

Мягкие вычисления оценки коммерческих рисков

Рекомендуемая категория для самостоятельной подготовки:
Реферат*
Код 172464
Дата создания 2015
Страниц 15
Источников 10
Мы сможем обработать ваш заказ (!) 1 апреля в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
1 230руб.
КУПИТЬ

Содержание

Введение 3
1. Состояние развития методов и технологий мягких вычислений в задачах оценки жизнеспособности проектов 4
2. Нечетко-множественный и нечетко-интервальный подходы к оценке жизнеспособности проекта 6
3. Механизм оценивания рисков на основе мягких вычислений 9
Заключение 15
Список используемой литературы 16

Фрагмент работы для ознакомления

Взаимно однозначное соответствие лингвистических переменных «Состояние организации» и «Степень риска» задана таблицей 1.Таблица 1 – Соответствие лингвистических переменныхЗначение переменной «Состояние организации»Значение переменной «Степень риска»Предельное неблагополучиеНаивысшаяНеблагополучиеВысокаяСреднее качествоСредняяОтносительное благополучиеНизкаяПредельное благополучиеНезначительнаяТогда задача комплексного анализа состояния информационной безопасности может быть сформулирована следующим образом: Определить процедуру Ψ (функцию или алгоритм), связывающую набор показателей {X} с комплексным показателем V. Тогда, по мере получения количественных значений V и на основании функций {μ} конструируется следующее утверждение: «Текущее состояние организации: предельно благополучно с уровнем соответствия μ1(V), относительно благополучно с уровнем соответствия μ2(V), среднего качества с уровнем соответствия μ3(V), неблагополучно с уровнем соответствия μ4(V), предельно неблагополучно с уровнем соответствия μ5 (V)». Это утверждение придает определенный вес каждой из гипотез принадлежности текущего состояния организации к одному из нечетких подмножеств {А}. Лицо, принимающее решение в отношении организации, может удовлетвориться той гипотезой, для которой значение μ(V) максимально, и таким образом для себя качественно оценить состояние организации. Пусть D(Хi) - область определения параметра Хi, несчетное множество точек оси действительных чисел. Определим лингвистическую переменную «Уровень показателя Хi» с введением пяти нечетких подмножеств множества D(Хi): В1 - нечеткое подмножество «очень низкий уровень показателя Хi», В2 - нечеткое подмножество «низкий уровень показателя Хi», В3 - нечеткое подмножество «средний уровень показателя Хi»,В4 - нечеткое подмножество «высокий уровень показателя Хi», В5 - нечеткое подмножество «очень высокий уровень показателя Хi». Задача описания подмножеств {В} - это задача формирования соответствующих функций принадлежности μ 1-5(хi). В работе использован метод построения функций принадлежности, основанный на статистической обработке мнений группы экспертов [3]. Далее выстраиваются показатели Хi по порядку убывания значимости для анализа и определяются абсциссы трапециевидных Т-чисел (см. рис.2). Принадлежность Т-числа V одному из нечетких подмножеств {A} состояний фирмы определяется с использованием формул пересечения и объединения нечетких подмножеств. Необходимость применения аппарата теории нечетких множеств к проблеме оценки риска банкротства возникает в связи с трудностью решения экспертами двух основных задач: классификация качественных показателей и ненормированных показателей, значения которых зависят как от отрасли, так и от специфики деятельности предприятия; лингвистическая оценка тех или иных уровней параметров, т.к. лингвистическая оценка более удобна для лица, принимающего решения. ЗаключениеНечетко-множественный подход к решению многих задач явился ответом на непреодолимые трудности, связанные с использованием вероятностей при учете исходной информационной неопределенности. Всегда остается возможность поставить под сомнение неограниченную познавательную активность эксперта или лица, принимающего решения. В этом смысле оказалось полезнее не давать вероятностям точечные оценки, а вырабатывать нечетко-лингвистическое описание этих вероятностей, - то есть моделировать не только сам объект исследования, но и границы познавательной активности Предложенная методика, на самом-то деле, воспроизводит мыслительные человеческие процессы, основанные на субъективных суждениях. Предложенная модель была адекватна не только реалиям объекта исследования, но и специфическим особенностям познающего субъекта, а также формально очерченным границам наличной информационной неопределенности. То, что мы знаем об объекте исследования, и то, как мы это знаем, - все это находит отражение в логико-математических формализмах, на которых основан метод. Распознавание и классификация состояний предприятий - задача, которая вне идеологии нечетких множеств вообще не может быть решена удовлетворительно, потому что прежде чем говорить “плохое” или “хорошее”, необходимо принять соглашение, как различать эти субъективные высказывания.Список используемой литературыВоропаев В. И., Секлетова Г. И. Системное представление управления проектами. Учебное пособие. – М.: ГОУ ДПО ГАСИС, 2008. – 13 с. Захарова А.А. Информационная система управления риском банкротства предприятия / А.А. Захарова; Е.В.Телипенко, А.А.Мицель, С.В.Сахаров; Юргинский технологический институт – Томск: Изд-во Томского политехнического университета, 2013. – 147 с.Колоденкова А. Е. НЕ-факторы и методы вычислительного интеллекта в концептуальном проектировании // Интегрированные модели и мягкие вычисления в искусственном интеллекте: Сборник трудов VI-й Междунар. науч.- практ. конф. – М.: Физматлит. – 2011. – Т.2. – С. 710-721. Колоденкова А. Е. Оценка жизнеспособности программных проектов в условиях нечеткости исходных данных // Программная инженерия. – 2011. – № 5. – С. 10-16. Кочеткова (Телипенко) Е.В., Захарова А.А. Многоуровневая система управления риском банкротства предприятия // Экономический анализ: теория и практика. – Научно-практический и аналитический журнал, 3(168) – 2010, с.46-49. Нариньяни А. С. Введение в недоопределенность // Информационные технологии. Приложение. – 2007. – № 4 – 32 с. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций. СПб, Типография «Сезам», 2002. – 167с. Штовба С.Д.: Проектирование нечетких систем средствами MATLAB. Москва, Горячая линия – Телеком, 2007. 288 с. Zadeh L.: Fuzzy sets. Information and Control. № 8: 338-353, 1965. [2] ZADEH L. Fuzzy Logic, Neural Networks, and Soft Computing, Communications of the ACM, March 1994. – Vol. 37. – No. 3. – P. 77-84.

Список литературы [ всего 10]

1. Воропаев В. И., Секлетова Г. И. Системное представление управления проектами. Учебное пособие. – М.: ГОУ ДПО ГАСИС, 2008. – 13 с.
2. Захарова А.А. Информационная система управления риском банкротства предприятия / А.А. Захарова; Е.В.Телипенко, А.А.Мицель, С.В.Сахаров; Юргинский технологический институт – Томск: Изд-во Томского политехнического университета, 2013. – 147 с.
3. Колоденкова А. Е. НЕ-факторы и методы вычислительного интеллекта в концептуальном проектировании // Интегрированные модели и мягкие вычисления в искусственном интеллекте: Сборник трудов VI-й Междунар. науч.- практ. конф. – М.: Физматлит. – 2011. – Т.2. – С. 710-721.
4. Колоденкова А. Е. Оценка жизнеспособности программных проектов в условиях нечеткости исходных данных // Программная инженерия. – 2011. – № 5. – С. 10-16.
5. Кочеткова (Телипенко) Е.В., Захарова А.А. Многоуровневая система управления риском банкротства предприятия // Экономический анализ: теория и практика. – Научно-практический и аналитический журнал, 3(168) – 2010, с.46-49.
6. Нариньяни А. С. Введение в недоопределенность // Информационные технологии. Приложение. – 2007. – № 4 – 32 с.
7. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций. СПб, Типография «Сезам», 2002. – 167с.
8. Штовба С.Д.: Проектирование нечетких систем средствами MATLAB. Москва, Горячая линия – Телеком, 2007. 288 с.
9. Zadeh L.: Fuzzy sets. Information and Control. № 8: 338-353, 1965. [2]
10. ZADEH L. Fuzzy Logic, Neural Networks, and Soft Computing, Communications of the ACM, March 1994. – Vol. 37. – No. 3. – P. 77-84.
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00608
© Рефератбанк, 2002 - 2024