ВИКОРИСТАННЯ АПАРАТІВ ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ФОРМАЛІЗАЦІЇ ФІНАНСОВИХ ОБ’ЄКТІВ ПРИ ПОБУДОВІ СППР
USING OF ARTIFICIAL INTELLIGENCE DEVICES FOR FINANCIAL OBJECTS FORMALIZATION IN THE DSS CONSTRUCTION
Сторінки: 45-51. Номер: №1, 2021 (293) 
Автори:
О.В. РУЗАКОВА, Н.П. ЮРЧУК
Вінницький національний аграрний університет
O. RUZAKOVA, N.YURCHUK
Vinnytsia National Agrarian University
DOI: https://www.doi.org/10.31891/2307-5732-2021-293-1-45-51
Рецензія/Peer review : 14.2.2021 р.
Надрукована/Printed : 10.03.2021 р.
Анотація мовою оригіналу
В роботі розглянуто формалізацію фінансових об’єктів при побудові СППР на базі апаратів штучного інтелекту. Визначено, що для реалізації процедур формування рішень виникає потреба у виборі оптимального математичного апарату з урахуванням специфіки вирішення конкретної фінансової задачі. Означено, що поява повноцінної статистики дозволить повернутися до використання ймовірностей при аналізі ризику та одночасно покращити якість нечіткої класифікації фінансових параметрів підприємства. Розглянуто формування множин вхідних/вихідних параметрів систем підтримки прийняття рішень щодо оцінювання фінансового стану підприємства. Складено відповідні матриці знань для оцінки кількісних та якісних характеристик фінансового стану підприємств.
Встановлено, що окрім традиційних статистичних методів для формалізації системи підтримки прийняття рішень у фінансовому аналізі застосовуються нейронні мережі. Математично нейронну мережу можна розглядати як клас методів статистичного моделювання, що у свою чергу можна розділити на три класи: оцінка щільності ймовірності, класифікація і регресія.
Обґрунтовано, що використання нечітких множин, нейронних мереж та генетичних алгоритмів при побудові систем підтримки прийняття рішень є перспективним напрямком розвитку систем підтримки та прийняття рішень.
Ключові слова: системи підтримки прийняття рішень, штучний інтелект, математична модель, нечіткі множини, нейронна мережа, генетичні алгоритми, фінансовий стан підприємства.
Розширена анотація англійською мовою
The work considers the financial objects formalization in the DSS construction based on artificial intelligence devices. It is determined that there is a need to choose the optimal mathematical apparatus, taking into account the specifics of solving a particular financial problem for the implementation of decision-making procedures. It is noted that the emergence of full-fledged statistics will return to the use of probabilities in risk analysis and at the same time improve the fuzzy classification quality of enterprise financial parameters. The formation of input / output parameters sets of decision support systems for assessing the enterprise financial condition is considered. Appropriate knowledge matrices have been compiled to assess the quantitative and qualitative characteristics of the enterprises financial condition.
It is established that in addition to traditional statistical methods neural networks are used in financial analysis to formalize the decision support system. Mathematically, a neural network can be considered as a class of statistical modeling methods, which in turn can be divided into three classes: probability density estimation, classification and regression.
It is proved that DSS can be fully implemented on a neural network. In contrast to the traditional use of such NN to solve only the problems of pattern recognition and formation, in DSS on the basis of NN coordinated tasks are solved: pattern recognition and formation; obtaining and storing knowledge (empirically found regular connections of images and influences on the object of control); evaluation of qualitative characteristics of images; decision-making.
It is substantiated that the use of fuzzy sets, neural networks and genetic algorithms in the construction of decision support systems is a promising direction in the DSS development.
Keywords: decision support systems, artificial intelligence, mathematical model, fuzzy sets, neural network, genetic algorithms, financial condition of the enterprise.
References
- Zakharova N. Yu. Metodychni pidkhody schodo otsinky finansovoho stanu pidpryiemstva / N. Yu. Zakharova // Zbirnyk naukovykh prats’ Tavrijs’koho derzhavnoho ahrotekhnolohichnoho universytetu (ekonomichni nauky). – 2013. – № 2(3). – S. 128-133.
- Pohrebniak A. Yu. Protsedura vyboru mekhanizmu antykryzovoho upravlinnia na pidpryiemstvakh mashynobuduvannia / A. Yu. Pohrebniak // Ekonomichnyj visnyk Natsional’noho tekhnichnoho universytetu Ukrainy “Kyivs’kyj politekhnichnyj instytut”. – 2016. – № 13. – S. 242-250.
- Ruzakova O.V. Systema pidtrymky pryjniattia rishen’ u zadachakh finansovoho analizu / O.V. Ruzakova // Ahrosvit. – 2019. – № 5. – S.67–72.
- Zade L. Ponjatie lingvisticheskoj peremennoj i ejo primenenie k prinjatiju priblizhennyh reshenij / L. Zade. – M: Mir, 1976. – 167 s.
- Azarova A. O. Matematychna model’ finansovoho ryzyku na bazi nechitkoi lohiky / A. O. Azarova, S. V. Yukhymchuk // Upravliaiuschye systemy y mashyny. –1998. – № 6. – S. 9–15.
- Ruzakova O. V. Nechitko-mnozhynne modeliuvannia finansovoho stanu pidpryiemstva / O. V. Ruzakova // Ekonomika. Finansy. Menedzhment: aktual’ni pytannia nauky i praktyky. – 2019. – № 4. – S. 69-76.
- Rotshtejn O.P. Intelektual’ni tekhnolohii identyfikatsii: nechitki mnozhyny, henetychni alhorytmy, nejronni merezhi. – Vinnytsia: „Universum-Vinnytsia”. – 1999. – 320 s.
