О номере
Публикации
Партнеры
Сентябрь 2022 (опубликовано: 27.09.2022)
Выпуск 3(50)
Главная > Содержание > Методика обучения нейронной сети для поддержки принятия решений
в различных задачах менеджмента
Шимохин А.В. , Болтовский С.Н.
В современном мире it-технологии прочно внедрились в бизнес-процессы организации, которые позволяют освободить персонал от рутинных операций, а последние достижения it-технологий стали еще интеллектуальнее. В основном развитие интеллектуальной поддержки бизнес-процессов происходит за счет развития таких технологий как, например, больше данные, нейронные сети и другие. Особый интерес представляют нейронные сети, которые обладают способностью самообучаться, используя опыт экспертов в решении той или иной задачи в бизнесе, маркетинги и др. Описано преимущества нейронных сетей над классическими линейными и нелинейными методам статистики. Рассмотрен круг задач менеджмента, при которых нейронные сети могут обеспечить интеллектуальную поддержку в вопросах выбора поставщика, аутсорсинге, оценки риска-банкротства. Предложена методика обучения нейронной сети, выполняющей интеллектуальную поддержку при решении задач менеджмента. Приведены известные модели для оценки риска-банкротства различных типов предприятий. На основании этих моделей и предложенной методики была разработана и обучена нейронная сеть, которая, принимая на вход значения оборотного капитала, активов, чистой прибыли, собственного капитала и выручки за определённый период, которая может прогнозировать риск – банкротства. Сеть способна выполнить классификацию предприятия, имеющего финансово устойчивое, нестабильное состояние или же высокий риск банкротства. В результате была создана и обучена нейронная сеть для интеллектуальной поддержки при прогнозировании риска-банкротства предприятия. Полученная нейронная сеть состоит из 2-ух скрытых слоев, первый содержит пятьдесят нейронов, второй - десять. Предоставлен граф данной сети. В качестве функции активации использовался гиперболический тангенс.
Читать статью полностью
Ключевые слова: нейросетевое моделирование, риск-банкротства, Python, модели оценки риска банкротства.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
УДК 330.46
Методика обучения нейронной сети для поддержки принятия решений
в различных задачах менеджмента
В современном мире it-технологии прочно внедрились в бизнес-процессы организации, которые позволяют освободить персонал от рутинных операций, а последние достижения it-технологий стали еще интеллектуальнее. В основном развитие интеллектуальной поддержки бизнес-процессов происходит за счет развития таких технологий как, например, больше данные, нейронные сети и другие. Особый интерес представляют нейронные сети, которые обладают способностью самообучаться, используя опыт экспертов в решении той или иной задачи в бизнесе, маркетинги и др. Описано преимущества нейронных сетей над классическими линейными и нелинейными методам статистики. Рассмотрен круг задач менеджмента, при которых нейронные сети могут обеспечить интеллектуальную поддержку в вопросах выбора поставщика, аутсорсинге, оценки риска-банкротства. Предложена методика обучения нейронной сети, выполняющей интеллектуальную поддержку при решении задач менеджмента. Приведены известные модели для оценки риска-банкротства различных типов предприятий. На основании этих моделей и предложенной методики была разработана и обучена нейронная сеть, которая, принимая на вход значения оборотного капитала, активов, чистой прибыли, собственного капитала и выручки за определённый период, которая может прогнозировать риск – банкротства. Сеть способна выполнить классификацию предприятия, имеющего финансово устойчивое, нестабильное состояние или же высокий риск банкротства. В результате была создана и обучена нейронная сеть для интеллектуальной поддержки при прогнозировании риска-банкротства предприятия. Полученная нейронная сеть состоит из 2-ух скрытых слоев, первый содержит пятьдесят нейронов, второй - десять. Предоставлен граф данной сети. В качестве функции активации использовался гиперболический тангенс.
Читать статью полностью
Ключевые слова: нейросетевое моделирование, риск-банкротства, Python, модели оценки риска банкротства.
DOI 10.17586/2310-1172-2022-17-3-156-163