Разработка подсистемы оценки эффективности инвестиционных проектов в автоматизированной интеллектуальной системе управления предприят

Для того чтобы иметь возможность отображения правил в виде классификации, объекты, входящие в правила, можно представить в виде иерархической структуры (рис. 12).

Рис. 12. Иерархическая структура правил

Объекты можно рассматривать как атрибуты в правилах, правила, которые включают более одного объекта, могут быть индексированы более чем обоими родительскими объектами. Эта классификация полезна для подтверждения и модификации правил для некоторого объекта. Используя фреймы, иерархическая структура может быть представлена следующим образом.

Рис. 13. Формат и примеры правил иерархической структуры

Правила могут быть реализованы либо при помощи языка, подобного PROLOG или DATALOG, или посредством использования машины вывода экспертной системы или оболочки, которая освобождает пользователя от выполнения детальных задач компьютерного программирования. Посредством использования оболочки пользователь может эксплицитно вводить на естественном языке знания и правила вывода в базу знаний, представленные в форме клозов. Некоторые правила могут относиться к обработке знаний или манипуляции правилами. Они называются метаправилами. Ниже приводятся примеры правил, которые могут быть включены в гипотетический портфель системы управления базой знаний.

IF Цена золота меньше средней за последние четыре года

AND Уровень инфляции превосходит заданный уровень

THEN Включи 15% золота в портфель.

IF индекс (цен) поднялся более чем на 12 пунктов после последнего

пересмотра портфеля

THEN пересмотреть распределение наличных денег по ценным

бумагам по формуле 1.

IF сведения о текущем курсе обмена доллара отсутствует в системе

THEN запроси его у пользователя.

В ИИС подмножества и последовательность правил знаний, которые «срабатывают», т.е. для которых выполнены условия их антецедентов, будут зависеть от ответов пользователя на последовательность существенных вопросов, запрашиваемых ИИС. ИИС могут содержать сотни или даже тысячи вопросов и правил, доступных в базе знаний. Конечное действие, рекомендуемое такой ИИС консультантом, называется целью.

В самообучаемых системах правила вырабатываются в результате использования алгоритмов, которые обеспечивают наилучшее совпадение атрибутов проблемы и целей или, которые выбирают наиболее эффективное подмножество правил из большего множества потенциальных правил. Посредством индукции, управляемой данными, формируется структура правила, которая удовлетворяет данному множеству примеров. Конфликты могут быть разрешены путем встраивания промежуточных правил в ранее порожденные правила или путем использования эвристических процедур, которые реформируют испытываемое множество правил. В индукции, управляемой моделью, выбор правила из априорного множества будет направляться толерантностью классификации тестовых примеров. При использовании этого типа индукции эксперта часто просят просмотреть остающиеся правила для совместности.

Значительный успех был получен в результате применения ИИС к принятию решений по рутинным финансовым проблемам, таким как кредитные линии, ипотека, страхование, финансовое планирование. Эти области деятельности включают оценку риска, которая является проблемой анализа данных и обобщения ситуации общения. Активное управление портфелем, включает как элементы распознавания (определение возможностей) так и обобщения. Для успешного функционирования ИИС для такого приложения должны иметь значительно большую степень сложности, чем обычная система обобщения. Процесс управления портфелем включает несколько стадий:

• идентификация целей и ограничений,
• генерация множества допускаемых стратегий инвестиций,
• формирование альтернативных стратегий,
• выбор надлежащей стратегии,
• имплементация выбранной стратегии,
• объяснение результатов и консультация. 
  ИИС применяются в следующих областях.
• Стратегические решения относительно диверсификации портфеля цен 
  ных бумаг.
• Динамические решения на рынке.
• Имплементация динамической диверсификации и стратегии хеджирования (страхования портфеля).
• Систематическое применение критерия включения/исключения к специфическим классам активов.

Стратегическая диверсификация включает выбор портфеля, который, по-видимому, удовлетворяет специфическим целям инвестиций. Когда инвестиции имеют долговременный характер, портфель нуждается только в периодическом пересмотре, не очень часто.

Отдельные активы или классы активов подходят для использования ИИС, поскольку множество правил в этом случае является не слишком сложным. Обычно эксперты по инвестициям используют различные индикаторы или факторы, чтобы принимать те же решения, и эти индикаторы или факторы часто могут быть получены путем интервью или выведены из примеров.

Динамические стратегии включают изменения портфеля, связанные с приращениями, а не с изменением его состава.

Для предварительной оценки портфеля ИИС может быть также сконструирована так, чтобы систематически и совместно применять критерий включения (в дополнение к риску и доходу) для специфических видов активов. Например, менеджер по инвестициям в недвижимость может выбирать проект из списка, сгенерированного с помощью ИИС, которая использует полученные от эксперта критерии, касающиеся размещения, типа, размера, возраста, характеристик проекта и т.д.

 

 

 

 

 

 

 

 

 

 

 

 

 

ЗАКЛЮЧЕНИЕ

В данной курсовой работе были рассмотрены вопросы проектирования и разработки подсистемы оценки эффективности инвестиционных проектов в автоматизированной интеллектуальной системе управления предприятием. Проектирование такой подсистемы не возможно без знания структуры и роли ее в АИС управления предприятием.

Такая подсистема требует более глубокого и скрупулезного проектирования базы даны всей системы, так как необходимо учитывать расширение экспертных правил анализа данных, возможности реструктуризации и адаптации к изменяющимся условиям работы на инвестиционном рынке.

Большое влияние на выбор методов и средств проектирования  оказывает внутренняя структура АИС УП. В данной работе были представлены обобщенные методы и правила анализа оценки эффективности инвестиционных проектов.

Современные реалии экономики требуют принятия не только быстрых, но и правильных решений при выборе инвестиционного проекта, чему может поспособствовать логически верная и грамотно составленная интеллектуальная система принятия решений на базе средств и методов искусственного интеллекта.

 

 

 

 

 

 

 

 

 

 

 

 

 

Список литературы:

1. Чинакал В.О. Интеллектуальные системы и технологии: Учеб. пособие. – М.: 
   РУДН, 2008. – 303 с.: ил.
2. Гаскаров Д. В.  «Интеллектуальные информационные системы Учеб. для вузов. – М.: Высш. шк., 2003. -  431с: ил.
3. В.П. Часовских, М.П. Воронов. Проектирование моделей и баз знаний в среде самонастраивающихся нечетких моделей для 
   информационных систем поддержки принятия решений. Монография. – Екатеринбург: Уральский государственный лесотехнический университет, 2014. 375 с.
4. ПРОЕКТИРОВАНИЕ И РЕАЛИЗАЦИЯ ЭКСПЕРТНОЙ СИСТЕМЫ 
   НА ЯЗЫКЕ ПРОГРАММИРОВАНИЯ PROLOG 
   Богданова Н.Ю., Буслова Н.С. Тобольская государственная социально-педагогическая академия им. Д.И.Менделеева Тобольск, Россия
5. Путькина Л. В., Пискунова Т. Г. П90 Интеллектуальные информационные системы: учеб. Пособие. – СПб.: Изд-во СПбГУП, 2008 – 228с.
6. Ресурсы интернета, лекции ВУЗов по данной теме.