Застосування нейромережних технологій в економічній діяльності

Комп'ютерні технології, які дістали назву нейромережних, працюють аналогічно принципам роботи нейро-нів головного мозку людини і дають змогу розпізнавати мову людини й абстрактні образи; класифікувати стани складних систем; керувати технологічними процесами і фінансовими потоками; розв'язувати аналітичні дослідні, прогнозні задачі, пов'язані з великими інформаційними потоками. Нейромережні технології (НТ) полегшують фахівцю процес прийняття важливих (і неявно визначених) рішень в умовах невизначеності, дефіциту часу й обмеженості інформаційних ресурсів.

Особливістю нейронних мереж є їхня здатність змінювати свою поведінку (навчатися) залежно від зміни зовнішнього середовища, видобувати приховані закономірності з потоку даних. НТ не ставить підвищених вимог до точності вхідних даних як на етапі навчання, так і при її використанні (після налаштування та навчання), наприклад при розпізнаванні симптомів наближення критичних ситуацій, короткотерміновому та довготерміновому прогнозуванні.

Завдяки цьому НТ здатна навчатися на конкретних прикладах, стабільно розпізнавати, прогнозувати нові ситуації з високим ступеней Точності, причому за наявності зовнішніх перешкод (наприклад, появі суперечливих або неповних значень у потоках інформації).

При використанні НТ робота складається з кількох етапів:

1. Визначення проблеми - того, що користувач-аналітик збирається одержати від НТ на виході. Це може бути вектор, який характеризує систему або процес (крива прибутковості державних короткотермінових облігацій, показник доцільності реєстрації інвестиційного портфеля тощо).

2. Визначення і підготовка вхідних даних для реалізації НТ. При цьому відбирається вся необхідна інформація, яка адекватно й повно описує процес. Для успішнішого вирішення проблеми формування наборів інформації з метою наступного прогнозування ситуацій рекомендується залучати фахівців конкретної галузі. При цьому має бути дотриманий баланс між прагненням збільшити кількістьвхідних параметрів та ймовірністю одержати незадовільну навчальну мережу, що може спотворити очікувані прогнози.

3. Введения в систему, підготовка даних, створення файлів для тренування і тестування. Основна мета - формування необхідного набору ситуацій, з якими доведеться працювати аналітику, а потім розподіл вхідних даних за цими ситуаціями. При цьому НТ автоматично реалізує класифікацію, в основі якої - нечітка логіка. Як вхідні параметри можуть бути використані штучно створені характеристики системи, зокрема для фондового ринку можуть бути різні індикатори технічного аналізу.

На етапі підготовки даних аналізують ступінь їх інформаційної насиченості, для чого виявляється ступінь впливу конкретного параметра на прогнозований розмір. Після досягнення рівномірного наповнення всіх ступенів залежності виявляють залежність між прогнозованим розміром і параметром у вигляді "Якщо... то; інакше...", що близько до ЕС.

4. Вибір типу НТ та методів її навчання. Мережа може бути побудована за допомогою мережного маркера в інтерактивному режимі або можуть бути створені файли текстовим редактором. Для прогнозування часових рядів (якими описується фінансовий ринок) можна використовувати генетичний алгоритм Genetic Algorithms, для вирішення завдань розпізнавання способів та класифікації - мережні технології Hopfield Kohonen.

5. Тестування нейромережі та її запуск для одержання прогнозу. За результатами тестів відбираються найперспективніші варіанти. Якщо результати тестування не задовольняють, то переглядають набір вхідних даних, змінюють деякі навчальні програми або перебудовують мережу.

Математичні методи обробки інформації та моделювання

Математичні методи обробки інформації та моделювання являють собою цілий комплекс, який поєднує:

1) методи економічної статистики (балансовий метод та ін.);

2) методи математичної статистики (різні види математичного аналізу – кореляційний, регресійний, варіаційний, дискримі-нантний, факторний, кластерний та ін.);

3) методи математичного програмування (лінійне, нелінійне, дина-мічне, стохастичне та ін.);

4) методи регіонального економічного аналізу (гравітаційне моде-лювання, центрографічний метод та ін.);

5) методи прийняття оптимальних рішень (масового обслугову-вання, розподілу ресурсів, управління запасами та ін.);

6) методи економічної кібернетики (методи імітації, розпізнавання образів, ділові ігри та ін.).

Застосування економіко-математичних методів у економіці сприяє проникненню в її дослідницький апарат положень інших наук, які користуються загальним визнанням (математики, фізики, кібернетики), підвищує її творчий потенціал і конструктив-ність, дозволяючи вирішувати різного роду завдання теоретичного й прикладного характеру.

Сфера можливого застосування економіко-математичних методів у соціально-економічних дослідженнях і конструюванні моделей управління дуже широка. Однак, через відсутність формалізації, тобто кількісної оцінки більшості категорій і понять, вони можуть застосовуватися для вивчення далеко не всіх явищ і процесів та управління ними. Можна виділити три рівні застосування економіко-математичних методів у дослідницьких завданнях економіки.

Перший рівень пов'язаний із уведенням у дослідження кількісних показників. Кількісні показники, що відповідають на запитання “Скільки?”, здавна широко застосовувалися в науці (чисельність і щільність населения, обсяг сільськогосподарського й промислового виробництва, товарообіг та ін.). Але розвиток досліджень в галузі управління соціально-економічними процесами висуває всі нові й нові вимоги до кількісних показників, і ті показники, якими ми най-частіше користуємося, уже не відповідають зростаючим вимогам з боку науки й практики. Тому виникає необхідність впровадження нових кількісних показників. Прикладом таких показників можуть бути кількісні характеристики конфігурацій територій (районів, міст тощо), індекси несхожості, знаходження населених пунктів та низка інших коефіцієнтів.

Другий рівень економічних досліджень являє собою впровадження в них певних математичних операцій, за допомогою яких шляхом обробки фактичного матеріалу виводять емпіричні формули, рівняння, що розкривають сутність взаємозв'язків і залежностей політичних, економічних і соціальних процесів та явищ. Він дозволяє відповісти на запитання “Які зв’язки?”. Такий індуктивний напрямок використання математичного апарата є досить цінним, оскільки спирається на досвід як дже-рело знань. Прикладом може бути складання регіональних міжгалу-зевих балансів виробництва й розподілу продукції.

Третій рівень - це уявна (дедуктивна, а не індуктивна) побудова моделей регіонального розвитку, які розкривають причинно-наслідкові зв'язки і намагаються відповісти на запитання “ У чому причина?”. До цього рівня відноситься математичне моде-лювання розвитку територіально-виробничих комплексів прямого спілкування з комп’ютером за допомогою діалогового режиму.

 

Постановка завдання.

Постановка завдання є 1-м етапом моделювання. Вирішальне значення цього етапу для успіху дослідження відзначається в усіх роботах, присвячених методології моделювання.

Помилка в постановці завдання може однозначно визначити невдачу подальших досліджень.

Проблема постановки завдання виникає як стан незадоволення. Ситуація стає проблемою, коли дія яки, стан системи, або перебіг процесу не призводять до бажаного результату на даний момент чи у майбутньому.

При постановці завдання вирішуються наступні взаємозв'язані завдання.

1) З'ясування завдання дослідження.

2) Вивчення об'єкту моделювання (системи, процесу).

3) Аналіз доступної інформації.

4) Виявлення релевантних чинників.

5) Формулювання системи альтернатив.

6) Визначення обмежень і допущень.

7) Вибір критерію, системи критеріїв якості рішення задачі.

8) Встановлення масштабу майбутнього експерименту.

9) Математична постановка (формулювання) завдання.

Внаслідок взаємозв'язаної завдань, строгої послідовності їх рішення не існує. Так, зрозуміти мету дослідження і грамотно навіть на доматематическом рівні сформулювати цю мету можливо тільки після певного рівня ознайомлення з об'єктом. Вивчення об'єкту триває на протязі усього етапу постановки завдання; після аналізу доступної інформації може послідувати певне коригування завдання дослідження.

У наведеному переліку етапів постановки завдання передбачається, що система існує, і в процесі прикладного дослідження досліджуються характеристики системи, розробляються рекомендації щодо зміни її параметрів, можливо, її структури, розробляються рекомендації стосовно управління системою, вирішуються і деякі інші конкретні прикладні завдання. Істотно складніше створювати нову систему (або планується принципова реконструкція існуючої системи). В такому випадку на етапі 2 необхідно виявити цілі створення системи, завдання які вона повинна вирішувати, передбачувана її взаємодія з зовнішнім середовищем і з іншими системами і ще багато обставин забезпечуюче існування і функціонування системи в конкретних умовах довкілля при усебічній оцінці перспектив її розвитку. Тільки після цього можна повернутися до етапу 1 - формулювання завдання прикладного дослідження. Мета системи може бути сформульована помилково. Причиною цієї помилки може бути недостатня кваліфікація осіб, відповідальних за визначення мети системи, але іноді такої помилки припускаються свідомо з яких або міркувань, частіше кон'юнктурних. Помилково сформульовані мета і завдання системи однозначно призводять до помилкового формулювання мети і завдань досліджень, пов'язаних зі створенням і аналізом функціонування системи, тобто в кінцевому рахунку, приведе до відхилення від мети дослідження.

При створенні нових структур в соціально економічній сфері характерною є наступна помилка, що допускається дуже часто свідомо. Після появи нової або відносно нової проблеми одразу приймається рішення про створення нової управлінської структури. При цьому не розглядається можливість вирішення проблеми існуючими органами управління при уточненні вирішуваних ними завдань і, при необхідності, уточнення їх структури. Не вивчається також взаємодія новостворюваної управлінської структури з існуючими органами управління. У результаті знову створені органи управління починають свою діяльність із з'ясування свого місця в існуючій структурі управління, спроб, не завжди вдалих, організації взаємодії з іншими органами управління.

1.2). З'ясування завдання дослідження

Без чіткого формулювання проблеми, що виникла, і мети дослідження подальша робота може виявитися просто безглуздою. На жаль недооцінка цього положення явище не рідкісне. У якій те міри це пояснено наведеними вище прикладами. Далі цьому буде приділено увага при розгляді прикладів ухвали конкретних проблем.

У загальному випадку мета системи полягає в досягненні найбільш ефективним (оптимальним) способом бажаного найкращого, в якомусь сенсі, стану з урахуванням реальних обмежень. Передбачається, що мета системи ("бажаний" стан системи) відома. Але якраз це частенько або зовсім не ясно, або сформульовано в загальному вигляді і без розуміння, що не усе бажане досяжно, і умов забезпечення бажаного стану. Особливу увагу слід приділяти стосункам, реально існуючим між елементами системи, суті існуючих в системі проблем і причин що викликали ці проблеми.

Суть проблеми, частенько, виразно не усвідомлюється.

При виникненні проблем природно виникає питання, чи була ця проблема відома раніше, якщо "так", то чи приймалися у зв'язку з цим які або рішення. Можливі наступні варіанти:

-проблема нова, раніше не відома;

-проблема була відома раніше, але рішення не приймалося;

-решение приймалося, але було невірним;

- рішення було вірним, але було не виконане.

Залежно від варіанту відповіді здійснюються дії по з'ясуванню проблеми, виробленню рішення і забезпеченню його виконання.

У загальному випадку для розуміння суті проблеми, причин її виникнення вимагаються значні зусилля. У складних системах (організаціях) доцільно мати спеціальну групу із завданням аналізу появи відхилень реального стану системи від бажаного. Важливо уловлювати симптоми причин, що можуть викликати проблему, своєчасно реагувати на них, не чекаючи коли причини породять проблему. Якщо проблема виникла необхідно не лише вирішити проблему, але і усунути причини які її викликали.

При з'ясуванні проблеми мають бути розкриті усі невизначеності, виявлені релевантні причини, виключені причини другорядні. При нагоді повинні бути зібрані кількісні дані відносно параметрів узгодження реального і бажаного станів системи, а також параметрів, що характеризують причини проблеми.