Моделирование неопределенности при помощи нейронных сетей
Автор: Бобков И.А., Бурдина А.А., Нехрест-бобкова А.А.
Журнал: Ars Administrandi. Искусство управления @ars-administrandi
Рубрика: Теории управления, пространственной и региональной экономики
Статья в выпуске: 1 т.15, 2023 года.
Бесплатный доступ
Введение: современные политические и экономические условия неопределенности диктуют необходимость системного стратегического развития промышленных предприятий, а следовательно, и новых принципов управления производством. Функционирование предприятий, которые являются сложной экономической системой, сопровождается неопределенностью поведения как элементов самой системы, так и внешних факторов. Исключение неопределенности из моделирования экономических процессов не позволяет рассмотреть поведение объекта в реальных условиях, что влияет на прогнозирование развития системы. Использование нейронных сетей дает возможность получить количественную оценку влияния факторов неопределенности на предприятия.
Принятие статистических решений, риск-множество, нейросети, анализ неопределенности, факторы неопределенности
Короткий адрес: https://sciup.org/147246748
IDR: 147246748 | DOI: 10.17072/2218-9173-2023-1-45-59
Список литературы Моделирование неопределенности при помощи нейронных сетей
- Бурдина А. А., Нехрест-Бобкова А. А. Механизм оценки эффективности инновационных проектов на основе нейросетевых технологий // РИСК: Ресурсы, информация, снабжение, конкуренция. 2020. № 2. С. 44-50.
- Вакуленко С. А., Жихарева А. А. Практический курс по нейронным сетям. СПб: Ун-т ИТМО, 2018. 71 с.
- Воронцовский А. В., Дмитриев А. Л. Моделирование экономического роста с учетом неопределенности макроэкономических факторов: исторический обзор, проблемы и перспективы развития // Вестник Санкт-Петербургского университета. Экономика. 2014. № 2. С. 5-31.
- Гафаров Ф. М., Галимянов А. Ф. Искусственные нейронные сети и их приложения. Казань: Изд-во Казан. ун-та, 2018. 121 с.
- Гефан Г. Д., Пальчик Е. А. Моделирование случайных процессов и систем массового обслуживания методом Монте-Карло [Электронный ресурс] // Информационные технологии и проблемы математического моделирования сложных систем. 2012. № 10. С. 95-103. URL: https://www.elibrary.ru/download/ elibrary_24926643_59832284.pdf (дата обращения: 12.11.2022).
- Джекел П. Применение методов Монте-Карло в финансах / Пер. с англ. И. Закарян. М.: Интернет-Трейдинг, 2004. 256 с.
- Иванилов Ю. П., Лотов А. В. Математические модели в экономике. М.: Наука, 1979. 304 с.
- Картвелишвили В. М., Свиридова О. А. Риск-менеджмент. Методы оценки риска. М.: ФГБОУ ВО «РЭУ им. Г. В. Плеханова», 2017. 120 с.
- Корабейников И. Н., Смотрина О. С., Бережная Л. Ю. Риск-менеджмент. Оренбург: Оренбург. гос. ун-т, 2019. 172 с. [Электронный ресурс]. URL: http://
- elib.osu.ru/bitstream/123456789/12093/1/100177_20190626.pdf (дата обращения: 12.11.2022).
- Куликова Е. А. Риск-менеджмент. Екатеринбург: Изд-во УрГУПС, 2014. 259 с.
- Мадера А. Г. Моделирование и оптимизация бизнес-процессов и процессных систем в условиях неопределенности // Бизнес-информатика. 2017. № 4. С. 74-82. https://doi.Org/10.17323/1998-0663.2017.4.74.82.
- Милосердое А. А., Герасимова Е. Б. Анализ рисков инвестиционно-финансовой деятельности: принципы классификации и построения моделей. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2006. 80 с.
- Найт Ф. Х. Риск, неопределенность и прибыль / Пер. с англ. М. Я. Каж-дана. М.: Дело, 2003. 359 с.
- Нехрест-Бобкова А. А., Бурдина А. А., Геращенко Н. Н. Совершенствование процедуры контроллинга финансового результата с помощью нейросетевого моделирования // Экономика и предпринимательство. 2019. № 6. С. 703-706.
- Ремесник Е. С. Методы и модели принятия статистических решений в условиях неопределенности: дис. ... канд. экон. наук. М.: Федер. исслед. центр «Информатика и управление» РАН, 2020. 168 с.
- Рыбников А. М., Рыбников М. С. Моделирование неопределенности и риска при формировании инвестиционной стратегии // Ученые записки Таврического национального университета имени В. И. Вернадского. Серия: Экономика и управление. 2012. Т. 25, № 3. С. 184-189.
- Рымкевич В. В. Неопределенность в экономике и формы ее проявления // Вестник Белорусского государственного экономического университета. 1999. № 4. С. 46-52.
- Рындина С. В. Экономико-математическое моделирование. Ч. 2: Теория игр. Сетевое планирование и управление. Системы массового обслуживания. Пенза: Изд-во ПГПУ им. В. Г. Белинского, 2010. 144 с.
- Рюмкин В. И. Игры против природы. Томск: Том. гос. ун-т, 2012. 54 с.
- ФрейК., Пенман Д., ХанлеЛ. и др. Неопределенности [Электронный ресурс] // Руководящие принципы национальных инвентаризаций парниковых газов МГЭИК, 2006 Т. 1: Общие руководящие указания и отчетность. С. 3.1-3.77. URL: https://www.ipcc-nggip.iges.or.jp//public/2006gl/russian/pdf/1_Volume1/ V1_3_Ch3_Uncertainties.pdf (дата обращения: 15.11.2022).
- Шабля Ю. В., Кручинин Д. В., Давыдова Е. М. и др. Теория игр и исследование операций: методические указания для выполнения лабораторных работ. Томск: В-Спектр, 2018. 80 с.
- Chollet F. Deep learning with Python. 2nd ed. New York: Manning Publications Co, 2021. 504 p.
- Drozdov N. A., Kuzina E. L., Vasilenko M. A. et al. The system approach to making management decisions under uncertainty // European Proceedings of Social and Behavioural Sciences. 2020. Vol. 107. P. 2630-2639. http://doi.org/10.15405/ epsbs.2021.05.351.
- Kochenderfer M. J. Decision making under uncertainty: Theory and application. London, Cambridge: The MIT Press, 2015. 352 p.
- Kureychik V. M., Safronenkova I. B. Decision-making under criteria uncertainty // Journal of Physics: Conference Series. 2018. Vol. 1015, № 4. Art. № 042053. http:// doi.org/10.1088/1742-6596/1015/4/042053.
- Stanton M. C. B., Roelich K. Decision making under deep uncertainties: A review of the applicability of methods in practice // Technological Forecasting and Social Change. 2021. Vol. 171. Art. № 120939. https://doi.org/10.1016/j.tech-fore.2021.120939.
Статья научная
