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.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.