Zastosowanie technik drążenia danych do prognozowania wpływu należności w przedsiębiorstwie.

• Autorzy: Relich M.

Warianty tytułu

EN

The application of data mining techniques to cash inflows forecast in enterprise.

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono porównanie klasycznego podejścia prognozowania wpływów z tytułu należności z podejściem opartym na technikach drążenia danych. Zaproponowane podejście wykorzystuje sieci neuronowe do wyszukiwania zależności w zgromadzonym przez przedsiębiorstwo archiwum danych, na podstawie których dokonywana jest następnie prognoza wpływów. Oprócz wyznaczenia prognozy wpływów należności w artykule przedstawiono również wykorzystanie technik programowania z ograniczeniami do przeprowadzenia symulacji uzyskania zadanego poziomu płynności finansowej. W przypadku istnienia rozwiązania wyznaczony zostaje zbiór alternatywnych zestawów parametrów zmiennych decyzyjnych.

EN

This paper presents how to assure the desirable liquidity level in an enterprise with the application of the data mining techniques. The proposed approach was based on the neural networks and constraint logic programming techniques. The neural networks were used to seeking the relationships in database of company. The constraint logic programming techniques were applied to searching the permissible solutions. The example analysed in this paper led to the comparison of the conventional approach results with the proposed approach results.

Słowa kluczowe

PL

techniki drążenia danych; system monitorowania płynności finansowej; sieci neuronowe; techniki programowania z ograniczeniami

EN

approach results; techniques to cash inflows

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Organizacji i Zarządzania Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2007
• Tom: Vol. 83, nr 25
• Strony: 85--97
• Opis fizyczny: Bibliog. 11poz.

Twórcy

autor

Relich M.

• Uniwersytet Zielonogórski, Zakład Controllingu i Informatyki Ekonomicznej,

Bibliografia

• Białko M. 2005. Sztuczna inteligencja i elementy hybrydowych systemów ekspertowych. Wyd. Politechniki Koszalińskiej, Koszalin.
• Kluge P.D., Relich M., Bach I. 2006. Ustalanie płynności finansowej w małym przedsiębiorstwie przy wykorzystaniu wnioskowania odwrotnego; [w:] Metody i techniki zarządzania w inżynierii produkcji. Wyd. Akademii Techniczno-Humanistycznej, Bielsko-Biała; ss. 303-322.
• Michalski G. 2004. Wartość płynności w bieżącym zarządzaniu finansami. Wyd. CeDeWu, Warszawa.
• Nahotko S. 2002. Budżetowanie operacyjne i finansowe w przedsiębiorstwie: metody i przykłady. Oficyna Wydawnicza Ośrodka Postępu Organizacyjnego, Bydgoszcz.
• Piotrowska M. 1998. Finanse spółek. Krótkoterminowe decyzje finansowe. Wyd. Akademii Ekonomicznej, Wrocław.
• Pluta W., Michalski G. 2005. Krótkoterminowe zarządzanie kapitałem: jak zachować płynność finansową, Wyd. C. H. Beck, Warszawa.
• Rlich M., Kużdowicz P., BACH I. 2007. Sterowanie poziomem płynności finansowej w małym przedsiębiorstwie przy wykorzystaniu technik programowania w logice z ograniczeniami; [w:] Pomiary Automatyka Robotyka, nr 2.
• Sierpińska m., Wędzki D. 1999. Zarządzanie płynnością finansową w przedsiębiorstwie. PWN, Warszawa.
• Van Roy P. (red.) 2005. Mułtiparadigm Programming in Mozart/OZ. Springer.
• Van Roy P., Haridi S. 2005. Concepts, Techniques, and Models of Computer Programming. Wyd. Helion, Gliwice.
• Zieliński J.S. 2000. Inteligentne systemy w zarządzaniu. Teoria i praktyka. PWN, Warszawa.