Neuronowe prognozowanie scenariuszy wspomagające zarządzanie

• Autorzy: Piech H. , Chłopaś T. , Włodarczyk M.
• Języki publikacji: PL

Abstrakty

PL

Metody prognozowania wieloparametrycznego ciągle się rozwijają i modyfikują. Wykorzystanie neuronów do analizy zjawisk ekonomicznych, które trudno opisać deterministycznymi zależnościami i formułami, jest w dużej mierze uzasadnione. Takie powiązanie przyczyn i efektów procesów ekonomicznych z powodzeniem może zastąpić pracę ekspertów tym bardziej, że struktury neuronowe potrafią się same uczyć oraz są w stanie wyciągać wnioski na podstawie niepełnej informacji wejściowej. Scenariuszem w danym przypadku będzie sekwencja wartości wybranych parametrów ekonomicznych Si ={x1, x2,…., xn}, gdzie x1 - znaczenia parametrów lub wskaźników. Badania można rozbudować, poszukując najbardziej optymistycznego i najbardziej pesymistycznego scenariusza (Sopt, Spes). Jak w każdej prognozie, danymi wejściowymi będą informacje dotyczące bezpośrednio przeszłych doświadczeń.

Słowa kluczowe

PL

sieci neuronowe; algorytmy genetyczne; klasyfikacja obrazów

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2001
• Tom: R. 1, nr 1
• Strony: 31--40
• Opis fizyczny: Bibliogr. 5 poz., 10 rys.

Twórcy

autor

Piech H.

• Instytut Matematyki i Informatyki, Politechnika Częstochowska ul. Dąbrowskiego 73, 42-200 Częstochowa

autor

Chłopaś T.

• Instytut Matematyki i Informatyki, Politechnika Częstochowska ul. Dąbrowskiego 73, 42-200 Częstochowa

autor

Włodarczyk M.

• Instytut Matematyki i Informatyki, Politechnika Częstochowska ul. Dąbrowskiego 73, 42-200 Częstochowa

Bibliografia

• [1] Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• [2] Osowski S., Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996.
• [3] Skarbek W., Metody reprezentacji obrazów cyfrowych, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• [4] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, WN PWN, Warszawa 1997.
• [5] Hopfield J.J., Tank D.W., Neural Computation of Decisions in Optimization Problems, Biol. Cybernet., 52, 141-152.