Registration Number
0513U000075, Doctoral dissertation
Status
д.е.н.
Date
25-12-2012
popup.evolution
.
Title
Neurodynamic methods and models of identification of complex economic systems
Author
Khmelov Alexandr Gennadievich,
popup.head Lysenko Yuriy Grigorevich
popup.opponent Рамазанов Султанахмед Курбанович
popup.opponent Порохня Василь Михайлович
popup.opponent Румянцев Микола Васильович
popup.rada
Donetsk State University
Description
Об'єкт дослідження: процес ідентифікації складних економічних систем. Мета дослідження: розробка комплексу нейродинамічних моделей і методів ідентифікації складних економічних систем для аналізу, прогнозування і оптимізації бізнес-процесів. Методи дослідження: методи системно-структурного, порівняльного аналізу і синтезу, методи нелінійної динаміки, методи математичного аналізу часових рядів, методи теорії автоматичного керування, апарат штучних нейронних мереж, теорія еволюційних алгоритмів, імітаційне моделювання. Результати: концепція нейродинамічної ідентифікації складних економічних систем із застосуванням апарату нейронних мереж; моделі прогнозування та оцінки стану ключових показників виробництва та оптимізації системи бюджетування підприємства на їх основі; комплекс моделей інформаційних каналів підприємства при безпосередньому моделюванні їх динамічних характеристик і для побудови узагальнюючих масивів штучних навчальних вибірок; еволюційний метод навчання і формування топології нейронних мереж для управління складними економічними системами; система навчання нейронних мереж для подолання проблеми обчислювальної складності еволюційної побудови узагальнюючої динамічної нейромережевої моделі в масштабі підприємства; організаційні методи впровадження нейродинамічних систем підтримки прийняття рішень ідентифікації складних економічних систем. Новизна: Вперше: розроблено концепцію нейродинамічної ідентифікації складних економічних систем; запропоновано нові еволюційні методи формування нейродинамічних моделей складних економічних систем з інваріантним розміром геному нейромережевої архітектури; розроблено та досліджено модель класифікації інформаційних каналів підприємства за характером динамічних бізнес-процесів; запропоновано метод сингулярного спектрального аналізу часових рядів з нейромережевим пошуком компонент розкладання на основі теорії факторного аналізу. Удосконалено: нейродинамічні моделі на основі асоціативних нейромашин; підхід до створення структури розподіленої комп'ютерної системи підприємства; моделі прогнозування та оцінки стану ключових показників виробництва з періодичною ідентифікацією структури і параметрів; методологічні положення основних етапів декомпозиції бізнес-процесів підприємства як складної економічної системи на окремі інформаційні канали. Набули подальшого розвитку: підходи до класифікації архітектурних рішень нейродинамічних моделей складних економічних систем; методи формування, інтеграції та оцінки ефективності розподілених обчислювальних систем; система моделей оцінки ефективності обробки економічної інформації в умовах апріорної невизначеності та контролю адекватності отриманих нейромережевих моделей бізнес-процесів. Область використання: рівень підприємств.
Registration Date
2013-01-31
popup.nrat_date
2020-04-04 / 2026-06-30