Search academic texts

Information × Registration Number 2124U008355, Article popup.category Стаття Title popup.author Чернов В. Г.Дорохов О. В. popup.publication 07-10-2024 popup.source_user Харківський національний економічний університет імені Семена Кузнеця popup.source http://repository.hneu.edu.ua/handle/123456789/33737 popup.publisher ХНЕУ ім. С. Кузнеця Description В умовах глобалізованої економіки завдання контролю, моніторингу, оцінювання рівня інноваційного розвитку, прогнозування його динаміки є важливими як для окремих підприємств, так і територій загалом. Однак здійснення інноваційної економічної діяльності та її оцінювання відбуваються в умовах значної невизначеності, тому застосування інтелектуальних систем ухвалення рішень на основі математичних та комп'ютерних засобів аналізу невизначеностей стає необхідністю. Нові можливості моделювання надає поєднання інструментарію теорії нечіткіх множин та апарату нейронних мереж, забезпечене підтримкою відповідного програмного забезпечення. Для вирішення проблеми запропоновано застосувати так звані гібридні нейронечіткі системи, що поєднують елементи нечіткої логіки та нейронних мереж. Як інструментальний засіб для створення відповідної моделі такої нейро-нечіткої системи розглянуто і використано підсистему ANFIS середовища моделювання Matlab. У процесі моделювання розроблено структуризацію факторів, що визначають рівень інноваційного розвитку, наведено формалізоване встановлення завдання. Розроблено та описано архітектуру відповідної системи нечіткого висновку у вигляді нейро-нечіткої мережі ANFIS, яка реалізує систему нечіткого висновку типу Sugeno. Докладно подано послідовність розроблення та комп'ютерної реалізації моделі. Наведено приклад практичних обчислень за розробленою моделлю і проаналізовано основні результати. На основі побудованої моделі оцінено вплив факторів та умов на рейтингову оцінку інноваційного розвитку. Запропонований підхід до використання нейро-нечіткої моделі оцінювання інноваційного розвитку дозволяє прогнозувати рейтингову оцінку в майбутньому. Досягнуті результати підтвердили можливість практичного застосування таких моделей для прогнозування підсумкової рейтингової оцінки інноваційного розвитку. popup.nrat_date 2025-11-10 Close