Разработка алгоритмов комплексного анализа деятельности угольных предприятий с применением метода нейронных сетей

• Автор: Алферов, Максим Владимирович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Кемерово
• Количество страниц: 160 с. : ил.

Содержание
Введение.
Глава 1. Современное состояние методов анализа и прогнозирования производственноэкономических показателей работы промышленных предприятий.
1.1. Анализ традиционных методов и систем прогнозирования как способа определения производственноэкономических показателей работы предприятий на перспективу.
1.2. Возможности методов искусственного интеллекта и метода нейронных сетей в решении задач прогнозирования и управления

1.3. Существующий опыт использования нейронных сетей в промышленности.

Глава 2. Разработка программного комплекса и интегрированной системы анализа параметров работы угольных предприятий, основанных на технологии нейронных сетей.

2.1. Сравнительный анализ существующего нейросетевого программного обеспечения

2.2. Программная реализация компонентов программного комплекса

Глава 3. Разработка алгоритмов нейросетевого моделирования параметров работы угольных предприятий

3.1. Разработка алгоритма определения степени влияния показателейаргументов

3.2. Разработка алгоритма нейросетевого прогнозирования.
Заключение.
Список использованной литературы


Так или иначе, прогноз, по-видимому, должен быть представлен в такой форме, которая отражает неопределенность в процессе формирования явления, поскольку нет способа однозначного определения того, что будет на самом деле. Вероятностный (стохастический) подход к прогнозированию, по-видимому, является наиболее строгим, но в практике он может быть применен далеко не всегда [1]. Прогнозы экономических явлений и процессов могут быть разработаны в виде качественных характеристик развития (общее описание тенденции и ожидаемого характера изменений, а в самом простом случае — утверждение о возможности или невозможности наступления каких-либо событий) и количественных (точечных или интервальных) оценок, характеризующих будущие числовые значения прогнозируемых показателей и величины вероятностей достижения этих значений [2]. Разумеется, что каждый научно разрабатываемый прогноз охватывает обе стороны развития перспективно оцениваемых явлений и процессов — количественную и качественную. Соотношение характеристик этих сторон в прогнозе зависит от специфики объекта прогноза и целей прогнозирования, от степени совершенства методики прогностических исследований. Прогнозирование в системе оптимального планирования выполняет две основные функции. Особенно распространенным в настоящее время является использование при проведении оптимизационных расчетов планов-прогнозов [3], которые объединяют результаты прогнозирования отдельных показателей в комплексное решение. Разработка планов-прогнозов включает два этапа. На первом этапе осуществляется прогнозирование показателей и определение доверительных интервалов их изменения. Иногда ее рассматривают в более широком смысле слова — как получение представлений о будущем на основе информации, относящейся к прошлому и настоящему. Среди математических методов экстраполяции выделяют методы максимального правдоподобия, наименьших квадратов, гармонических весов, экспоненциального сглаживания, Бокса-Дженкинса, адаптивной фильтрации и др. Опыт прогнозирования экономических показателей с применением различных методов приводит к необходимости сравнения полученных моделей. При этом часто получают модели со сходными статистическими свойствами, в результате чего трудно отдать предпочтение какой-либо модели. Такая точка зрения приводит к их синтезу. Применение экономико-математических методов и моделей позволяет существенно улучшить качество планирования технико-экономических показателей и получить дополнительный экономический эффект без вовлечения в производство дополнительных ресурсов, что чрезвычайно важно в условиях регулируемой рыночной экономики. В настоящее время область возможного применения экономикоматематических методов в планировании чрезвычайно велика и с каждым годом неуклонно расширяется. Однако масштабы фактического их применения в практике экономических расчетов довольно низки. Это объясняется трудностями широкого внедрения экономико-математических методов. К их числу следует отнести: сложность определения уровня оптимальности, стохастический характер экономических процессов, требующий совмещения используемого математического аппарата и программного обеспечения ЭВМ, и т. Но главная трудность заключается в сложности моделируемых экономических явлений и процессов. Если говорить об угольной промышленности, то любое его предприятие представляет собой сложную экономическую систему. При изучении таких систем недостаточно, а в отдельных случаях и невозможно, пользоваться методом расчленения на элементы с последующим изучением этих элементов в отдельности. Руководитель (собственник) предприятия, учитывая множество не формализуемых критериев и ограничений, склонен принимать решения, иногда значительно отличающиеся от решений, полученных с помощью экономикоматематических моделей. Одним из наиболее эффективных средств преодоления этих трудностей является непосредственное включение руководителя, принимающего хозяйственные решения, в процесс построения экономико-математических моделей и принятия решений на их основе.