Academic literature on the topic 'Алгоритм прогнозування'

Алгоритми пошуку слів-образів у тексті мають широке застосування - контекстний пошук у базах та банках даних, бібліографічний пошук, пошук фрагменту тексту та його заміна при редагуванні тексту, у задачах стиску даних, алгоритмах прогнозування тощо, що зумовлює актуальність розробки нових алгоритмів, а також вдосконалення та адаптацію існуючих алгоритмів для реалізації на високопродуктивних обчислювачах. Мета дослідження – модифікація алгоритму Бойєра-Мура пошуку слів-образів у тексті для досягнення скорочення часу пошуку тексту завдяки використанню методів паралельних обчислень та декомпозиції вихідних даних. Результати та висновки. В ході роботи вдосконалено існуючий алгоритм Бойєра-Мура пошуку слів-образів у тексті завдяки використанню методів паралельних обчислень та декомпозиції вихідних даних, що призвело до скорочення часу пошуку слів-образів у текстах великого обсягу. Виконано огляд існуючих алгоритмів пошуку слів-образів у тексті, який показав найнижчу трудомісткість алгоритму Бойєра-Мура. Розроблено дві прискорені модифікації алгоритму Бойєра-Мура з простою та адаптивною декомпозицією даних. Аналіз результатів яких показав, що кількість помилкових спрацьовувань при адаптивній декомпозиції прагне до 0, на відміну від простої декомпозиції вхідних даних. Аналіз часу виконання алгоритмів показав, що на маленьких обсягах вихідного тексту, використання паралельних технологій для систем із загальною пам’яттю не є виправданим, оскільки часу на породження паралельних потоків витрачається більше, аніж на компаративні операції.

Вступ. У статті проведено порівняльний аналіз якості фільтрації та прогнозування адаптивних експоненціальних двоконтурного і триконтурного фільтрів. Головна відмінність між дво- і триконтурним фільтрами полягає у кількості контурів фільтрації, які використовуються для оцінки якості фільтрації, та їх програмна реалізації. Цілі. Розглянути доцільність використання триконтурного фільтра-предиктора у системах керування у ролі алгоритму обробки інформації, у порівнянні із двоконтурним. Методологія. Було застосовано концепції аналізу часових рядів та математичне моделювання в пакеті Matlab. Результати. Отримано характеристики середньоквадратичних похибок фільтрації і прогнозу в залежності від кількості кроків, на які здійснюється прогнозування, та кількості кроків, що використовуються для оцінювання якості фільтрації, для двох варіацій фільтрів. Оригінальність. Вперше було визначено зв'язок між середньоквадратичними похибками (фільтрації та прогнозу) та наступними параметрами: кількість кроків, на які здійснюється прогнозування; кількість кроків, які алгоритм обробки даних використовує для оцінки якості процесу фільтрації, для дво- та триконтурного алгоритмів фільтрації та прогнозування. Проаналізовано актуальність застосування двох різних алгоритмів адаптації коефіцієнта згладжування в залежності від ресурсів ЕОМ. Практичне значення. Здійснено реалізацію запропонованих алгоритмів на мові програмування Matlab, які можуть бути інтегровані в різні автоматизовані системи управління з метою фільтрації та прогнозування значень спотвореного шумами сигналу. Це дослідження дає можливість обрати ефективний алгоритм обробки даних в залежності від поставленої задачі.

Викладено алгоритм дискретно-континульного методу прямих для розрахунку напружено-деформованого стану циліндричної оболонки довільно змінної у меридіональному і окружному напрямку товщиною стінки при несиметричному навантаженні. Прискорення збіжності здійснюється за допомогою розробленого алгоритму прогнозування. Подані результати числового аналізу.

Розроблено математичну модель зони викиду газоподібних небезпечних речовин при різних умовах активного осадження небезпечної хмари. На основі диференційних рівнянь розповсюдження газу в просторі отримано поетапну модель розповсюдження хмари небезпечної хімічної речовини, яка описує етапи викиду речовини із аварійного технологічного обладнання, осадження небезпечного газу дрібнодисперсним рідинним потоком та вільне розповсюдження хмари в повітрі. Розроблена математична модель дозволяє проводити розрахунок розмірів зон хімічного забруднення з визначенням граничних умов безпеки з урахуванням напрямку та швидкості вітру, температури повітря, ступеня вертикальної стійкості повітря, ширини зони активного осадження та хімічних властивостей як газу так і рідини. На базі пакету математичних програм MAPLE розроблено алгоритм вирішення математичної моделі з можливістю візуалізації результатів прогнозування. Автоматизація процесу прогнозування масштабів надзвичайної ситуації з візуалізацією результатів прогнозування підвищує ефективність роботи штабів з ліквідації надзвичайної ситуації та скорочує час прийняття управлінського рішення. За допомогою розробленого алгоритму проведено прогнозування масштабів хімічного ураження за різними параметрами викиду небезпечної речовини, кількістю зон осадження та інтенсивністю подачі дрібнодисперсного потоку на осадження. Проведено порівняльний аналіз результатів прогнозування умовної зони хімічного ураження при вільному розповсюдженні хмари та при активній локалізації зони викиду оперативно-рятувальними підрозділами. Результати порівняльного аналізу показали, що врахування процесів осадження хмари небезпечних хімічних речовин при прогнозуванні масштабів надзвичайної ситуації дозволяють суттєво підвищити точність визначення розмірів небезпечної зони, що впливає на коректність прийняття управлінського рішення при проведенні аварійно-рятувальних та евакуаційних робіт

Актуальність теми дослідження. Останнім часом стрімко зростає інтерес до комп’ютерних технологій прогнозування у страховій справі. Таке прогнозування може бути використано, зокрема, для визначення цінової політики страхових компаній. Постановка проблеми. Наразі виникає необхідність розробки простих та точних чисельних алгоритмів оцінювання ймовірності банкрутства, які можуть бути ефективно реалізовані комп’ютерними програмними засобами. Аналіз останніх досліджень і публікацій. На сьогодні накопичений великий інструментарій чисельних методів оцінювання різних характеристик процесу страхового ризику – ймовірностей банкрутства на скінченному та нескінченному часових горизонтах, математичного сподівання та дисперсії часу банкрутства тощо. Виділення недосліджених частин загальної проблеми. Наявні методи або є занадто складними в реалізації, або демонструють недостатню точність оцінювання. Постановка завдання. Розробка чисельного алгоритму, що уточнює класичну апроксимацію де Вілдера для оцінювання ймовірності банкрутства на нескінченному часовому горизонті у страховій моделі Крамера-Лундберга, а також дослідження точності роботи цього алгоритму на основі формули Беєкмана. Виклад основного матеріалу. У статті розроблено новий метод наближеного знаходження ймовірності виродження процесу страхового ризику Крамера-Лундберга на нескінченному часовому горизонті. Цей метод уточнює апроксимацію, запропоновану Ф. де Вілдером, шляхом заміни еталонного експоненціального розподілу страхових виплат на суміш двох експоненціальних. Комп’ютерне моделювання показує істотно вищу точність запропонованого алгоритму в порівнянні з підходом де Вілдера. Висновки відповідно до статті. Запропонований у роботі алгоритм дозволяє оцінювати ймовірність банкрутства страхової компанії в моделі Крамера-Лундберга. Метод заснований на заміні процесу страхового ризику іншим процесом ризику, для якого страхові виплати розподілені за законом, що є сумішшю двох експоненціальних розподілів. Перевагою розробленого методу є його істотно вища точність у порівнянні з апроксимацією де Вілдера. Особливостями методу є вища складність реалізації внаслідок необхідності наближеного розв’язання системи нелінійних рівнянь, а також те, що ця система має придатні розв’язки не для будь-якого розподілу страхових виплат.

Космічні методи стеження за лісовими пожежами допомагають виявляти їх на початковій стадії і за безпечують оперативне прийняття рішень, що сприяє подальшому здійсненню моніторингу та оцінюванню наслідків. Використання космічних даних для моніторингу пожежного стану дозволяє швидко й економічно отримувати об’єктивну і незалежну інформацію, щоб оперативно приймати рішення для боротьби зі стихією. У роботі розроб лений метод ідентифікації пожеж з використанням космічних знімків низької роздільної здатності одержаних з супутників TERRA MODIS та NOAA AVHHR. Одним з проблемних аспектів у методі визначення пожеж є маскування хмари та води. Тому для ідентифікації «пожежних» пікселів важливо виключати з аналізу фрагменти знімків, які покриті хмарами та зайняті водними об’єктами. Алгоритм вимагає значного збільшення випромінювання в діапазоні 4 мк, а також відносного спостережуваного випромінювання в діапазоні 11 мк. Алгоритм досліджує кожен піксель сцени, якому в результаті присвоюється один з наступних класів: відсутні дані, хмара, вода, потенційно пожежні або невизначені. Пікселі хмар та водних об’єктів, що визначаються за допомогою методики маскування хмар і водних об’єктів, належать до класів хмар та води відповідно. Алгоритмом виявлення пожежі досліджуються лише ті пікселі земної по верхні, які віднесені до потенційно пожежних або невизначених. Метод був реалізований за допомогою інструменту візуального програмування Power Builder в середовищі системи обробки даних дистанційного зондування Землі Erdas Imaging. У результаті використання методу ідентифікації були виявлені пожежонебезпечні місця в Чорнобильській зоні відчуження. Використання методу супутникової ідентифікації пожеж має важливе значення для оперативного ви явлення пожеж для віддалених лісових масивів, які слабо контролюються наземними методами моніторингу.

Наведено нові методи та рішення щодо побудови моделі поведінки користувачів, які дадуть змогу виявити закономірності планування зустрічей друзів на підставі аналізу їхнього щоденного руху. Для цього попередньо проаналізовано низку методів і алгоритмів кластеризації даних і виокремлено особливості їхнього застосування. З'ясовано, що основними перевагами методів кластеризації даних на підставі їхньої щільності є можливість виявлення кластерів вільної форми різного розміру та стійкості до шуму та викидів. Однак до недоліків цих методів можна віднести високу чутливість до встановлення вхідних параметрів, не чіткий опис класів і непридатність для кластеризації даних великих розмірів. З'ясовано, що основною проблемою всіх алгоритмів кластеризації є їх масштабованість із збільшенням обсягу оброблених даних. Встановлено, що основними проблемами більшості з них є складність налаштування оптимальних вхідних параметрів (для алгоритмів щільності, сітки чи моделі), ідентифікація кластерів різної форми та щільності (алгоритми розподілу, алгоритми на підставі сітки), нечіткі критерії завершення (ієрархічний, розділовий та на підставі моделі). Оскільки процедура кластеризації є тільки одним із етапів оброблення даних системи загалом, обраний алгоритм повинен бути простим у використанні та простим для налаштування вхідних параметрів. Дослідження показують, що ієрархічні методи кластеризації містять ряд алгоритмів, придатних як для оброблення даних невеликого обсягу, так і для аналізу великих даних, що є актуальним у галузі соціальних мереж. На підставі виконаного аналізу даних, зібрано інформацію для заповнення розумного профілю користувача. Значну увагу приділено дослідженню асоціативних правил, на підставі чого запропоновано алгоритм для вилучення асоціативних правил, що дало змогу знаходити статистично значущі правила, а також шукати тільки залежності, визначені загальним набором вхідних даних, та має високу обчислювальну складність, якщо існує багато правил класифікації. Розроблено підхід, що орієнтований на створення та розуміння моделей поведінки користувачів, прогнозування майбутньої поведінки за допомогою створеного шаблону. Досліджено методи моделювання попереднього оброблення даних (кластеризація) та виявлено закономірності планування зустрічей друзів на підставі аналізу щоденного руху людей та їхніх друзів. Наведено методи створення та розуміння моделей поведінки користувачів, застосовано алгоритм k-means для групування користувачів, що дало змогу визначити, наскільки добре кожен об'єкт знаходиться у своєму кластері. Введено поняття правил асоціації, розроблено метод пошуку залежностей, оцінено точність моделі.

Розглядаються задачі прогнозування можливості зміни стану об’єкта на основі його оцінки за множиною критеріїв. До таких задач відносять задачі медичного прогнозування, тобто прогнозування можливості виникнення в майбутньому у особи загрозливого для неї стану. Цю задачу можна сформулювати як задачу класифікації, де один з класів відповідатиме великому ступеню ризику виникнення загрозливого стану, а інший – низькому ступеню ризику. В такій інтерпретації задача класифікації може бути розв’язана за допомогою методу послідовного аналізу Вальда, який базується на теоремі Байєса та враховує інформативність ознак, за якими проводиться класифікація. Такий підхід має ряд особливостей, пов’язаних з визначенням порогів та опрацюванням тих значень ознак, які близькі до порогових. В статті показано, що при застосуванні методу Вальда для об’єктів із значеннями ознак, близькими до порогових, можливі випадки отримання протилежних рішень. З метою підвищення ефективності класифікації запропоновано метод нечіткої класифікації. Особливістю розробленого методу є те, що особа, яка приймає рішення, може вказати характер функції належності для визначення близькості заданих значень до порогових і таким чином задати інтервал допустимої зміни порогових значень. Алгоритм обчислює ступені належності заданого об’єкта до кожного з класів. Виконано експериментальну верифікацію розробленого методу для задачі прогнозування невиношування вагітності. На етапі формалізації медичних знань відібрані показники, які можуть бути використані для прогнозування, створена база даних клінічного матеріалу. На модельних прикладах продемонстровано перевагу розробленого методу в порівнянні з методом послідовного аналізу Вальда. Отримані в дослідженні результати можуть використовуватися при побудові прогностичних алгоритмів в медицині.

Серед великої кількості виявлених рецидивонебезпечних клінічних станів найбільш актуальним і найменш вивченим є феномен псевдоабстинентного синдрому (ПАС) в періоді ремісії опіоїдної залежності (ОЗ), саме завдяки формуванню якого в більшості випадків відновлюється наркотизація пацієнта. Фрагментарні літературні дані свідчать про те, що розвитку ПАС передує наявність коморбідної патології - хронічні інфекційні захворювання, зокрема хронічні вірусні гепатити.
As a result, comparative analysis of clinicalpsychopathological, psychodiagnostic laboratory (biochemical, immunological), morphological parameters in patients with opioid addiction and chronic hepatitis C was established diskriminant rediction algorithm pseudoabstynence syndrome in remission.

Захист відбудеться 23 лютого 2016 р. об 11.30 годині на засіданні екзаменаційної комісії № 60 у Тернопільському національному технічному університеті імені Івана Пулюя за адресою: 46001, м. Тернопіль, вул. Білогірська, 50, навчальний корпус №10, ауд. 143
В роботі використано методи системного підходу, порівняльного та логічного аналізів, експертно-аналітичний метод при дослідженні факторів впливу зовнішнього середовища; порівняння при дослідженні позиції організації на ринку банківських послуг; прогнозування та економіко-математичного моделювання при здійсненні розрахунків окупності запропонованих рішень. Розглянуто методичні підходи до фінансового планування та прогнозування в діяльності банківської системи України. Здійснено оцінювання фінансової стійкості банківської установи, проведено аналіз факторів мікро- та макросередовища функціонування досліджуваного банку. Запропоновано алгоритм побудови прогнозних фінансових показників діяльності банку, здійснено прогнозування фінансових результатів від впровадження інноваційних банківських послуг. Робота містить розрахунки економічної ефективності впровадження таких послуг як консалтинг та лізинг.

В досліджені запропонований авторський алгоритм побудови комплексної агрегованої моделі стійкого розвитку регіону.
In a study author proposed algorithm for constructing complex aggregate model of sustainable development in the region.

Конкурентоспособность современного производства напрямую зависит от степени автоматизации производственных процессов, в том числе процессов металлообработки. Наиболее эффективны адаптивные системы, предназначенные для управления станками с ЧПУ.

За останні десятиліття було зібрано велику кількість просторових даних, які зберігаються в Головному управлінні Держкомзему. Об'єми даних настільки значні, що людині просто не під силу проаналізувати їх самостійно, хоча необхідність проведення такого аналізу цілком очевидна, адже в цих "сирих даних" укладені знання, які можуть бути використані при ухваленні рішень.

Дисертацію присвячено розробці методу оцінки технічного стану газоперекачувальних агрегатів та прогнозування їх еколого-технічних характеристик, що дозволяє комплексно оцінювати працездатність ГПА та оперативно контролювати потужність викидів шкідливих речовин компресорними станціями у навколишнє середовище, а це відкриває можливості до оптимізації процесу компримування природного газу з врахуванням впливу роботи ГПА на навколишнє середовище. На базі теоретичних досліджень вперше запропонований інтегральний критерій оцінки технічного стану ГПА, суть якого у тому, що для вибраних вузлів ГПА визначається певний рейтинг і за сумарним рейтингом судять про технічний стан ГПА. Для визначення рейтингу окремого вузла ГПА виявлені параметри оцінки технічного стану, які на за допомогою нейронної мережі розбиваються на класи; границі між класами визначають роздільні криві, які синтезовані у вигляді оптимального полінома певної степені за допомогою генетичних алгоритмів. Запропонований метод прогнозування еколого-технічних характеристик ГПА дає змогу побудувати прогнозну модель оптимальної складності із застосуванням генетичних алгоритмів. Оцінена точність прогнозування концентрації та потужності викидів в атмосферу шкідливих речовин шляхом побудови довірливих інтервалів. Синтезовано структуру та розроблено алгоритмічне та програмне забезпечення комп’ютерної системи оцінки технічного стану ГПА та прогнозування його еколого-технічних характеристик.
В первом разделе проанализированы методы оценки технического состояния газоперекачивающих агрегатов (ГПА) с газотурбинным приводом та прогнозирование экологотехнических характеристик ГПА. Проведенный анализ методов и контроля оценивания технического состояния ГПА показал, что широкое применения нашли такие методы как параметрические, вибрационные и методы, которые основаны на определении концентрации металлов в масле. Суть параметрических методов состоит в том, что строится математическая модель агрегата или отельного узла, которая должна включать как параметр геометрические размеры подвижных элементов ГПА и по их изменению судить о техническом состоянии ГПА. Реализация параметрического метода возможна только при выполнении таких условий: модель с высокой точностью описывает процессы, которые характерны для данного узла или элемента ГПА; погрешность идентификации параметров модели должна быть на порядок меньшою чем изменение размеров элементов ГПА. Очевидно, что такие жесткие требования к методу делают его применение достаточно проблематичным. Методы, которые основаны на определении концентрации металлов в масле имеют ограниченное применение, так как для их реализации необходима сложная и дорогая аппаратура. Из-за того, что газотурбинная установка и нагнетатель имеют общую масляную систему невозможно идентифицировать техническое состояние кожного из них, а также отдельных его узлов. Прогнозирование технического состояния ГПА сводится к определению его остаточного ресурса с применением экономических критериев, байесовского метода разделения классов и построения функциональных зависимостей между набором факторов, которые определяются по уровню вибрации и наработкой ГПА. При этом вне внимания исследователей остается вопрос прогнозирования экологотехнических характеристик компрессорных станций, что является важным предисловием уменьшения вредных выбросов в атмосферу. Таким образом, направлением исследования является разработка методов, алгоритмов и программного обеспечения для комплексного оценивания технического состояния ГПА и прогнозирования его эколого-технических характеристик, что открывает возможности контроля над вредными выбросами в атмосферу компрессорными станциями, а также даст возможность перейти от планового ремонта к ремонту по техническому состоянию и тем самым улучшить технико-экономические показатели транспортирования природного газа. Во втором разделе изложены теоретические основы контроля ГПА и прогнозирования их эколого-технических характеристик; впервые предложен интегральный критерий оценки технического состояния ГПА, который учитывает технические состояния, как отдельных узлов, так и его отдельных агрегатов. Для разбиения плоскости показателей технического состояния ГПА на отдельные классы использовано нейронную сеть Кохонена. Границы между классами определены на основе критерия, который учитывает разную степень влияния от их размещения внутри классов; предложен метод построения синтеза разделительных функций, который базируется на идеях генетических алгоритмов. В третьем разделе наведена методика экспериментальных исследований с целью проверки теоретических исследований изложенных во втором разделе. Исходя из теории возмущения матриц, получен критерий, на основании которого определен необходимый объем экспериментальных данных для решения задач распознавания технических состояний отдельных узлов ГПА. С использованием экспериментальных данных осуществлена проверка методики оценивания технических состояний таких узлов как масляная система, проточная часть центробежного нагнетателя и подшипники ГПА. Учитывая то, что компрессорные станции есть мощными источниками вредных веществ, поставлена и решена задача прогнозирования эколого-технических характеристик ГПА. Для определения оценок технического состояния ГПА и прогнозирования его эколого-технических характеристик широко использованы теория нейронных сетей и теория генетических алгоритмов, что дало возможность синтезировать как уравнения разделительных кривых, так и зависимости, что определяют экологотехнические характеристики ГПА.В четвертом разделе осуществлен синтез структурной схемы системы контроля технических состояний ГПА и прогнозирования его эколого-технических характеристик на базе типовых структур систем контроля вибрации та автоматизированной системы управления технологическим процессом компромирования природного газа. Система синтезирована как двухуровневая - на первом уровне осуществляется измерение, сбор и сохранение необходимой информации; на втором операторском уровне осуществляется прогнозирование эколого-технических характеристик ГПА и оценка технического состояния ГПА при помощи блоков разделения пространства состояний на классы, синтеза структуры и вычисления параметров разделительной кривой и блока комплексной оценки состояния ГПА по интегральному критерию. Операторский уровень построен на базе промышленного компьютера с прикладным программным обеспечением, которое интегрировано в SCADA-систему.
Dissertation is devoted to development of method of estimation of the technical state of gas compressor units (GCU) and prognostication of them ecological descriptions, that allows complex to estimate the capacity of GCU and operatively to control power of extras of harmful matters the compressor stations in an environment, and it opens possibilities to optimization of process of compression of natural gas taking into account influence of work of GCU on an environment. On the base of theoretical researches the integral criterion of estimation of the technical state of GCU, essence of which in that for the chosen knots of GCU the certain rating is determined after the total rating judge about the technical state of GCU, is first offered. For determination of rating of separate knot of GCU found out parameters estimations of the technical state, which on by a neuron network broken up on classes; scopes between classes determine separate curves which are synthesized as an optimum polynomial of certain degrees by genetic algorithms. Offered method of prognostication environmental and technical descriptions of GCU enables to build the prognosis model of optimum complication with application of genetic algorithms. The appraised exactness of prognostication of concentration and power of extras is in the atmosphere of harmful matters by the construction of trustful intervals. A structure is synthesized and the algorithmic and programmatic providing of the computer system of estimation of the technical state of GCU and prognostication of him is developed ecological descriptions.

Дисертацію присвячено розробці моделей та алгоритмів аналізу фінансового стану та прогнозування ризику банкрутства підприємств та банків в умовах невизначеності, неповної та недостовірної інформації на прикладі економіки України. Проаналізовано класичні статистичні методи прогнозування ризику банкрутства підприємств на основі методів багатовимірного дискримінантного аналізу, зокрема метод Альтмана. Виявлено його недоліки та недоцільність використання в умовах економіки України, оскільки він базується на використанні достовірної інформації про стан підприємств. Тому в роботі обгрунтовано використання для прогнозування ризику банкрутства в умовах неповноти та невизначеності нечітких нейронних мереж (НММ) з виведеннями Мамдані та Цукамото. В дисертації розроблено базу правил для вирішення задачі аналізу фінансового стану та прогнозування ризику банкрутства підприємств в умовах невизначеності для нейромереж Мамдані та Цукомото. Оскільки загальний розмір повної бази нечітких правил великий, що не дає можливості її навчання за короткий час, запропоновано спосіб скорочення розмірів бази правил та її наглядне представлення шляхом використання бальних оцінок. Розроблено алгоритми прогнозування ризику банкрутства підприємств з використанням ННМ Мамдані та Цукамото. Далі в роботі розглянуто нео-фаззі каскадні мережі для аналізу фінансового стану та прогнозуванню ризику банкрутства підприємств в умовах невизначеності. Їх особливостями є відсутність бази правил висновку, а також те, що функції належності фіксовані і не потребують навчання, навчаються лише лінійні параметри – ваги зв’язків ННМ. Тому ці мережі мають прискорену збіжність навчання в порівнянні з ННМ з висновками Мамдані та Цукамото. Проведено експериментальні дослідження запропонованих моделей та алгоритмів для прогнозування ризику банкрутства підприємств України та порівняльний аналіз з класичними методами. Результати експериментів показали, що точність прогнозування ризику банкрутства складає методом Альтмана - 68-70%, матричним методом - 80%, нео-фазі каскадною нейромережею - 87%, а ННМ Мамдані та Цукамото -88-90 %. В роботі також було досліджено проблему прогнозування ризику банкрутства в банківській сфері України в умовах невизначеності. Для вирішення цієї проблеми запропоновано використання ННМ TSK та ANFIS. Проведено експериментальні дослідження ефективності використання ННМ для прогнозування ризику банкрутства банків та порівняння зі статистичними моделями ARIMA, logit-model та probit–model, а також із нечітким МГУА. В результаті експериментів встановлено, що найбільшу точність прогнозування забезпечує використання ННМ TSK (2%) та нечіткого МГУА (4%), тоді як статистичні моделі мають точність: logit-model - 16%, probit –model - 14%) та ARIMA - 18%. В процесі експериментів також було визначено адекватні фінансово-економічні показники банків для прогнозування ризику банкрутства.
The thesis is devoted to the development of models and algorithms for analysis of financial state and forecasting of bankruptcy risk of enterprises and banks in condition of uncertainty, incomplete and unreliable information on the example of the Ukrainian economy. Classical statistical methods for predicting the risk of bankruptcy on the basis of multivariate discriminant analysis, in particular the method of Altman, are analyzed. It revealed its deficiencies and inappropriateness of its use in Ukraine's economy, since it is based on the use of reliable information on the state enterprises. Therefore, the use of fuzzy neural networks (FNN) with the conclusions Mamdani and Tsukamoto to forecast the risk of bankruptcy in the conditions of incompleteness and uncertainty is entirely justified. In the thesis rule base is developed for solving the problem of financial analysis and forecasting the risk of bankruptcy of enterprises for neural networks Mamdani and Tsukamoto. Since the total size of the comprehensive fuzzy rule base is great that does not allow its training in a short time, a method of reducing the size of the rule base and its visual representation through the use of scores is suggested. Algorithms for predicting the risk of bankruptcy of enterprises with FNN Mamdani and Tsukamoto are developed. Further in the paper the cascade neo-fuzzy network (CNFN) for predicting the risk of bankruptcy in condition of uncertainty is suggested. Its features is the absence of the rule base, as well as the fact that the membership functions are fixed and does not need training. Therefore, these networks have accelerated the convergence of training compared with FNN Mamdani and Tsukamoto. Experimental studies of the proposed models and algorithms for the forecasting of the risk of bankruptcy in Ukraine and comparative analysis with classical methods are presented. The experimental results showed that the accuracy of predicting the bankruptcy risk by Altmana- by 68- 70%, matrix method - 80%, cascade neo-fuzzy neural network - 87% and FNN Mamdanі and Tsukamoto - 88-90%. The paper also studied the problem of forecasting the risk of bankruptcy in the banking sector of Ukraine in conditions of uncertainty. To solve this problem using FNN TSK and ANFIS is proposed. Experimental research of effectiveness of using FNN to predict the risk of bank failures and comparison with statistical models ARIMA, logit-model, probit-model and fuzzy GMDH are presented. The experiment established that the greatest prediction accuracy allows the use of FNN TSK (2%) and fuzzy GMDH (4%), while the statistical models: logit-model - 16%, probit-model - 14% and ARIMA - 18%. During the experiments adequate financial and economic indicators of banks to predict the risk of bankruptcy were determined.
Диссертация посвящена разработке моделей и алгоритмов анализа финансового состояния и прогнозирования риска банкротства предприятий и банков в условиях неопределенности, неполной и недостоверной информации на примере экономики Украины. Проанализированы классические статистические методы прогнозирования риска банкротства предприятий на основе методов многомерного дискриминантного анализа, в частности метод Альтмана. Выявлено его недостатки и нецелесообразность использования в условиях экономики Украины, поскольку он базируется на использовании достоверной информации о состоянии предприятий. Поэтому в работе обосновано использование для прогнозирования риска банкротства в условиях неполноты и неопределенности нечетких нейронных сетей (ННС) с выводами Мамдани и Цукамото. В дисертации разработана база правил для решения задачи анализа финансового состояния и прогнозирования риска банкротства предприятий в условиях неопределенности для нейросетей Мамдани и Цукамото. Поскольку общий размер полной базы нечетких правил большой, что не дает возможности ее обучения за короткое время, предложен способ сокращения размеров базы правил и ее наглядное представление путем использования балльных оценок. Разработаны алгоритмы прогнозирования риска банкротства предприятий с использованием ННС Мамдани и Цукамото. Далее в работе рассмотрены каскадные нео-фаззи сети для прогнозирования риска банкротства предприятий в условиях неопределенности. Их особенностями является отсутствие базы правил вывода, а также то, что функции принадлежностей фиксированные и не нуждаются в обучении, обучаются лишь линейные параметры – веса связей ННС. Поэтому эти сети имеют ускоренную сходимость обучения в сравнении с ННС Мамдани и Цукамото. Проведены экспериментальные исследования предложенных моделей и алгоритмов для прогнозирования риска банкротства предприятий Украины и сравнительный анализ с классическими методами. Результаты экспериментов показали, что точность прогнозирования риска банкротства составляет методом Альтмана - 68-70%, матричным методом - 80%, нео-фаззи каскадной нейросетью - 87%, а ННМ Мамдани и Цукамото -88-90 %. В работе также была исследована проблема прогнозирования риска банкротства в банковской сфере Украины в условиях неопределенности. Для решения этой проблемы предложено использование ННС TSK и ANFIS. Проведены экспериментальные исследования эффективности использования ННС для прогнозирования риска банкротства банков и сравнение со статистическими моделями ARIMA, logit-model и probit–model, а также с нечетким МГУА. В результате экспериментов установлено, что самую большую точность прогнозирования обеспечивает использование ННМ TSK (2%) и нечеткий МГУА (4%), тогда как статистические модели имеют точность: logit-model - 16%, probit–model - 14% и ARIMA - 18%. В процессе экспериментов были также определены адекватные финансово-экономические показатели банков для прогнозирования риска банкротства.