Интеллектуальные информационные системы поддержки принятия решений при оценке эффективности инвестиционных проектов

• Автор: Березовская, Елена Александровна
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Ростов-на-Дону
• Количество страниц: 167 с. : ил.

1. Применение интеллектуальных информационных систем при оценке эффективности инвестиционных проектов

1.1. Оценка эффективности инвестиционных проектов: проблемы и решения

1.2. Учет неопределенности и риска при оценке эффективности инвестиционных проектов в России
1.3. Сравнительный анализ компьютерных систем, используемых при оценке инвестиционных проектов

1.4. Основные подходы к построению интеллектуальных информаж ционных систем

1.5. Интеллектуальные информационные системы и системы поддержки принятия решений

2. Система поддержки принятия решений при оценке инвестиционных проектов, основанная на принципах системной динамики
2.1. Применение структурного динамического моделирования при разработке интеллектуальных информационных систем

2.2. Язык структурного динамического моделирования ЛЫпк

2.3. Применение системы поддержки принятия решений, основанной на принципах системной динамики, при оценке инвестиционных проектов
3. Система поддержки принятия решений при оценке инвестиционных проектов в условиях неопределенности (на основе Байесовой сети)
3.1. Учет неопределенности с помощью Байесовой сети
3.2. Разработка и применение диаграмм влияния
3.3. Система поддержки принятия решений при оценке инвестиционных проектов в условиях неопределенности, основанная на Байесовой сети
4. Модель оценки инвестиционных проектов на основе нейронной сети
4.1. Разработка и применение нейронных сетей
4.2. Модель оценки инвестиционных проектов в условиях неопределенности на основе имитационного моделирования и нейронной сети
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЕ А. Диаграммы отдельных блоков модели системной динамики
ПРИЛОЖЕНИЕ Б. Уравнения модели системной динамики
ПРИЛОЖЕНИЕ В. Байесова сеть (диаграмма влияния) модели оценки инвестиционных проектов
ОСНОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
ИИ - искусственный интеллект;
СИИ - система искусственного интеллекта;
ИИС - интеллектуальные информационные системы; ТЭС - традиционные экспертные системы;
НЭС - нечеткие экспертные системы;
НС - нейронные сети;
ГА - генетические алгоритмы;
СД - системная динамика;
БС - Байесовы сети;
ДВ - диаграммы влияния;
СППР - системы поддержки принятия решений;
ЛПР - лицо, принимающее решение;
NPV - чистый дисконтированный доход;
IRR - внутренняя норма доходности.

Развитие экономики и бизнеса в последние годы происходит на фоне быстрых изменений в окружающей среде и высоких темпов увеличения объемов информации. В этих условиях ключевое значение для выживания организации имеют стратегическое управление и поддержка принятия управленческих решений, в том числе инвестиционного характера.
Выделим основные причины, заставляющие исследователей и практиков все больше обращать внимание на новые информационные технологии, поддерживающие принятие управленческих решений.
Во-первых, кумулятивный рост важной информации делает необходимым применение новых технологий для поиска новых тенденций, потенциально угрожающих существованию организации либо открывающих новые перспективы для бизнеса.
Во-вторых, динамизм внешней среды повышает вероятность принятия неоптимальных управленческих решений из-за недостатка времени. Поскольку процесс принятия стратегических решений, в том числе инвестиционного характера, является в большой степени творческим процессом, то на разных его этапах менеджеру необходимо опираться на аналитически обработанную информацию и имитационные модели, уменьшающие вероятность управленческих ошибок.
В-третьих, неопределенность в процессах принятия решений повышает роль прогнозных моделей. Моделирование бизнес-процессов открывает возможности анализа их последствий на стадии проектирования и, тем самым, снижает риск необоснованных затрат. В некоторых ситуациях вообще невозможно обойтись без моделирования, поскольку эксперименты в экономике в познавательных целях оказываются очень дорогостоящими.
Создание и использование в повседневной практике менеджмента систем поддержки принятия решений является одним из важнейших условий успешноМетодология системной динамики (СД) делает возможным имитационное моделирование поведения сложных систем, для которых обычные подходы не позволяют находить приемлемого решения. С одной стороны, динамическое моделирование можно рассматривать как инструмент, позволяющий получать прогнозы развития сложных социально-экономических систем, а с другой - как метод, позволяющий своевременно диагностировать причины тех или иных негативных процессов, которые могут произойти в будущем. Подобная диагностика является также основой для достижения более глубокого понимания лицом, принимающим решения, поведения сложной системы.
Имитационные модели, правильно отражающие реальность, позволяют экономить значительные средства на стадии реализации проектов. Методология структурного моделирования с одновременной визуализацией исследуемых процессов приводит к появлению новых представлений о бизнесе и путях решения проблем.
Байесовы сети (БС) [124, 140, 141, 146]. Байесова сеть содержит набор вершин и набор направленных связей между этими вершинами. Связи отражают причинно-следственные отношения внутри данной проблемной области. Байесовы сети используют для того, чтобы пересчитывать вероятности наступления событий по мере поступления новой информации. Основой такого пересчета служит правило Байеса:
Р(А I В) * Р(В) = Р (В I А) * Р(А).
В отличие от систем, основанных на правилах, Байесова сеть использует глобальную перспективу для учета неопределенности. И если модель и исходная информация правильны, то можно доказать, что Байесова сеть рассчитывает последующие вероятности правильно (в соответствии с аксиомами классической теории вероятностей).
В табл. 1.3 представлены основные достоинства и недостатки различных интеллектуальных информационных систем.