+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Разработка и исследование логико-вероятностных моделей риска в бизнесе и методов их идентификации с учётом групп несовместных событий

  • Автор:

    Карасев, Василий Владимирович

  • Шифр специальности:

    05.13.16

  • Научная степень:

    Кандидатская

  • Год защиты:

    2000

  • Место защиты:

    Санкт-Петербург

  • Количество страниц:

    176 с.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

Содержание
Список обозначений
Введение
Глава 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ
ОЦЕНКИ РИСКА
§ 1. Методики оценки риска в бизнесе
§ 2. Методики оценки риска в технических системах
§ 3. Методы оптимизации для многоэкстремальных и
многопараметрических функций
§ 4. Описание объектов таблицей “объект-признаки”
§ 5. Цели и задачи работы
Глава 2. РАЗРАБОТКА МЕТОДИКИ ЛОГИКО-ВЕРОЯТНОСТНОЙ (ЛВ) ОЦЕНКИ РИСКА С УЧЕТОМ ГРУПП НЕСОВМЕСТНЫХ СОБЫТИЙ (ГНС)
§ 1. Основные определения теории ЛВ-оценки риска
§ 2. Постановка комплексной задачи оценки риска ...:
§ 3. Методика ЛВ-оценки риска с учетом ГНС
§ 4. Примеры ЛВ-моделей риска с ГНС
§ 5. Анализ индивидуального и среднего рисков
§ 6. Выводы
Глава 3. РАЗРАБОТКА МЕТОДОВ ИДЕНТИФИКАЦИИ В-МОДЕЛЕЙ
РИСКА ПО СТАТИСТИЧЕСКИМ ДАННЫМ
§ 1. Постановка задачи идентификации В-модели риска

§ 2. Алгоритм оптимизации
§ 3. Метод случайного поиска
§ 4. Метод малых приращений
§ 5. Метод случайного поиска без учета ГНС
§ 6. Оценка временной сложности алгоритма оптимизации
§ 7. Иллюстрации по идентификации В-моделей риска
§ 8. Идентификация В-модели риска методом анализа
причин неуспеха
§ 9. Выводы
Глава 4. ИССЛЕДОВАНИЯ ПО ИДЕНТИФИКАЦИИ В-МОДЕЛЕЙ
РИСКА
§ !. Выбор значений допустимого и среднего рисков
§ 2. Определение глобального экстремума и выход из тупиков
§ 3. Управление точностью и скоростью обучения
§ 4. Задание начальных условий и учет отсутствующих градаций
§ 5. Точность оценок вероятностей Р,т и параметров Рт, Раа, ёРс
§ 6. Обучение и контроль В-модели риска
§ 7. Оценка точности и стабильности классификации объектов
§ 8. Выводы
Глава 5. ЛВ-МОДЕЛИ РИСКА В ПРИКЛАДНЫХ ОБЛАСТЯХ
§ 1. Л В-модели кредитного риска физических лиц
§ 2. Л В-модели кредитного риска юридических лиц
§ 3. Анализ кредитной деятельности банка
§ 4. Л В-модели риска мошенничества в бизнесе
§ 5. Исследование ЛВ-моделей риска в бизнесе
§ 6. ЛВ-модели риска в структурно-сложных технических системах
§ 7. ЛВ-модели риска потери качества
§ 8. Выводы
Заключение
Литература
Приложение

Ос = Р{г(гт)=1} = ґ2(Ол,Би)
(1.14)
где Ой = Р{а=1}, Б71 = Р{2,= !}
(1.15)
Для сложных задач и структур, описываемых ФАЛ произвольной формы, непосредственный переход к вероятности истинности функции алгебры логики по формулам (1.13) и (1.14) не прост [20,25]. Как правило, он связан с ортогонализацией Л-функции (1.11) или (1.12).
После того, как будут получены выражения для В-полиномов (1.13) и (1.14), в них можно подставить вероятности инициирующих событий и вычислить риск функционирования технического объекта, по правилам обычных арифметических операций.
Данный подход в настоящее время широко используется для оценки риска функционирования сложных технических систем. Однако задача идентификации В-моделей риска по статистическим данным ранее не решалась, так как катастрофы и аварии единичны и при оценке их риска считают известными вероятности отказов элементов системы. ГНС в моделях риска технических систем являются исключением, а не правилом и их учету не уделялось должного внимания. В тоже время модели риска в бизнесе имеют большое число ГНС с числом событий в каждой группе от 2 до 11. Учет ГНС уменьшает число оцениваемых параметров в формуле риска и существенно повышает стабильность классификации объектов.
В банке по результатам кредитования имеется статистика за определенный период времени, из которой известны градации кредитов и результат кредитования (возврат или невозврат кредита). Следовательно, вероятности инициирующих событий для оценки риска можно получать, если разработать методы идентификации В-модели риска по статистическим данным. Задача параметрической идентификации, как будет показано в главе 3, является задачей оптимизации целочисленной много-

Рекомендуемые диссертации данного раздела

Время генерации: 0.165, запросов: 967