Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / ДИПЛОМНАЯ РАБОТА, ИНФОРМАТИКА

Интеллектуальная информационная система управления рисками

alex_m 990 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 85 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 11.07.2021
Выпускная квалификационная работа посвящена исследованию проблематики управления рисками и разработке механизма его реализации за счет применения нейро-нечетких информационных технологий на основе мягких вычислений.
Введение

Актуальность темы. Для эффективного управления предприятием и постоянного поддержания его конкурентоспособности на достаточном уровне необходимо осуществлять непрерывный мониторинг и учёт многообразных внешних и внутренних факторов, влияющих на положение предприятия в конкурентной рыночной среде. При этом специфика внешних и внутренних риск образующих факторов заключается в том, что последними предприятие может активно манипулировать в определённых границах, в то время как, внешние риск образующие факторы оно вынуждено принимать такими, как есть. В соответствии с этим в риск-менеджменте существуют различные подходы к управлению внешними и внутренними источниками риска. Возможность непосредственного активного воздействия предприятия на внутренние риск образующие факторы даёт ему неоспоримый шанс позитивно влиять на эффективность своей деятельности, а, следовательно, и укреплять свои конкурентные позиции. Таким образом, немаловажным условием выживания предприятия в острой конкурентной борьбе является умение и способность его менеджмента построить грамотную и эффективную политику в области управления рисками. Проблема управления рисками предприятия в той или иной степени получила отражение в достаточно большом количестве научных трудов. Среди теоретиков, внесших реальный вклад в развитие теории риска, можно выделить таких ученых, как А.П. Альгин, Дж.М. Кейнс, А. Маршалл, О. Моргенштейн, Ф. Найт, Дж. Нейман, Б.А. Райзберг, В.В. Черкасов. Одним из первых, кем были рассмотрены проблемы возникновения экономических рисков, стал А. Маршалл. Его труды положили начало неоклассической теории риска. Дж.М. Кейнс ввел в науку понятие «склонность к риску», характеризуя инвестиционные и предпринимательские риски. В работе Ф. Найта «Риск, неопределенность и прибыль» впервые была высказана мысль о риске как количественной мере неопределенности. В трудах О. Моргенштейна и Дж. Неймана также были разработаны вопросы теории риска, отражающие взаимосвязь понятий «неопределенность» и «риск». Отечественными учеными А.П. Альгиным, Б.А. Райзбергом были разработаны проблемы восприятия риска как сложного социально-экономического явления, имеющего множество зачастую противоречивых основ. В развитие прикладных концепций риска свой вклад внесли Дж. Бароне-Адези, Т. Боллерслев, К. Гианнопоулос, М.В. Грачева, Г. Гуптон, П. Зангари, В.Е. Кузнецов, А. Ли, М.А. Рогов, В.А. Чернов, Г.В. Чернова, Р, Энгль. На Западе, даже в относительно стабильных экономических условиях, субъекты хозяйствования уделяют пристальное внимание вопросам управления рисками в российской экономике, где факторы экономической нестабильности и без того усложняют эффективное управление предприятиями, проблемам анализа и управления комплексом рисков, возникающих в процессе их экономической деятельности, уделяется явно недостаточное внимание. Актуальность выбранной темы продиктована насущной необходимостью изучения вопроса управления рисками, который отчетливо обозначил всю остроту данной проблемы в России. Выход из этой ситуации возможен только в случае разработки четкой системы управления рисками, обеспечивающей высокую прибыльность деятельности предприятия. Целью дипломной работы является повышение эффективности системы управления коммерческими рисками при выработке экономически обоснованных, оптимальных рекомендаций и мероприятий(решений) хозяйственной деятельности организации в условиях неполноты информации, влияния многочисленных случайных факторов и неопределенности. Объект исследования — процесс управления рисками коммерческого предприятия на основе гибридных информационных технологий Предмет исследования — методы и средства анализа для управления рисками коммерческого предприятия. Для достижения поставленной цели в дипломной работе должны быть решены следующие взаимосвязанные задачи: – исследовать сущность, источники и классификацию рисков коммерческой организации; – провести анализ существующих направлений и методов управления рисками коммерческой организации и способов снижения их последствий; – осуществить оценку возможности применения аппарата мягких вычислений для решения задачи управления рисками коммерческой организации; – исследовать алгоритмы функционирования методов нечеткой логики, логико-лингвистического моделирования и искусственных нейронных сетей; – построить нейро-нечеткую, логико-лингвистическую модель процесса оценки коммерческих рисков и выработки решений по их минимизации; – на основе полученной логико-лингвистической модели синтезировать алгоритм управления рисками коммерческой организации; – осуществить программную реализацию синтезированного алгоритма. Методы исследования. При выполнении работы использованы методы теоретического исследования, методы эмпирического исследования, метод построения онтологий, статистические методы, объектно-ориентированное программирование и тестирование программ. Научная новизна. Научная новизна работы заключается в следующем: – предложен нейро-нечеткий алгоритм управления рисками коммерческого предприятия на основе лингвистической модели – представлена технология и разработан программный продукт для построения нейронной сети, реализующий синтезированный алгоритм. Структура и объем работы. Дипломная работа изложена на 74 страницах машинописного текста, содержит 15 иллюстраций и 7 таблиц, состоит из введения, трех глав, заключения, списка сокращений и условных обозначений, списка литературы (40 наименований) и двух приложения. В первой главе проводится анализ предметной области управления рисками коммерческого предприятия. Описана проблема, возникающая при проведении анализа рисков. Рассмотрены основные методы снижения риска. Проведен обзор возможных классификаций рисков и предложена схема классифицирования рисков коммерческого предприятия. Во второй главе проводится анализ методов решения плохо формализованных задач, к которым относятся задачи управления рисками по причине их высокой априорной неопределенности и необходимости учитывать огромное число количественных и качественных показателей и критериев управления рисками. Рассмотрены перспективные направления интеллектуального анализа такие как: искусственные нейронные сети, генетические алгоритмы, нечеткая логика и варианты их применения при решении задачи управления рисками коммерческой организации. Приведены теоретические основы построения гибридных ИС на основе эволюционных вычислений, отмечены их достоинства и недостатки, дан анализ возможности их применения. В третьей главе рассмотрены принципы лингвистического моделирования, привлечение которых для решения задачи управления рисками коммерческого предприятия обеспечивает ряд существенных преимуществ перед традиционными методами экспертных оценок. К ним относятся: концептуальная легкость понимания, обусловленная базированием на естественном языке, гибкость и устойчивость к неточности и отсутствию исходных данных, возможность анализа сложных, нелинейных, нестационарных систем. На основе лингвистической модели разработан алгоритм управления рисками коммерческого предприятия, позволяющий обрабатывать гетеро-генную информацию о параметрах объекта управления, представленную в виде сложных качественных лингвистических описаний и количественных данных и реализуется на матрице значений функции принадлежности, полученной из матрицы знаний, путем выполнения операций min и max. Предложенный подход к решению задачи управления рисками коммерческого предприятия реализован в виде ИНС, объединяющей возможности обработки гетерогенной информации об оцениваемой объекте управления, представленной в виде количественных данных и сложных качественных лингвистических описаний, полученных на основе экспертных оценок, и обучения ИНС в реальном масштабе времени. При этом привлечение возможностей ИНС для получения адекватной модели, анализируемого объекта управления, позволяет существенно повысить объективность и точность оценивания и, как следствие, его качество. Предложена программная реализация синтезированного алгоритма управления рисками коммерческого предприятия, представляющая собой десктопное приложение, выполненное по технологиям: Node.js, Python, Electron и PythonShell. В заключении формулируются основные результаты исследования и предлагаются рекомендации по проведению дальнейших исследований, а также по внедрению результатов работ. ?
Содержание

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ 4 ВВЕДЕНИЕ 5 1 Анализ предметной области управления рисками коммерческого предприятия 10 1.1 Сущность и источники риска коммерческого предприятия 10 1.2. Классификация рисков коммерческого предприятия 13 1.3 Анализ методов управления рисками коммерческого предприятия 15 1.4 Анализ современного состояния и перспектив развития мягких вычислений 30 2.2 Анализ методов решения плохо формализуемых задач 33 2 Разработка алгоритмов управления рисками коммерческой организации 55 2.1 Принципы лингвистического моделирования 55 3.2 Алгоритм управления рисками коммерческой организации 60 3.3 Нейронная настройка лингвистических моделей 65 3.4 Разработка программной реализации алгоритма 71 ЗАКЛЮЧЕНИЕ 79 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 81
Список литературы

1. Балдин К.В. Воробьев С.Н. Управление рисками. Аудит информационной безопасности. М.: Юнити-Дана, 2012. 511c. 2. Белов В.М. Плетнев П.В. Методика оценки рисков на предприятиях малого и среднего бизнеса июнь 2012. 3. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. -М. Мир. -167 с. 4. Барский А. Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика, 2004. 176c. 5. Белов В. М. Зубков Е. В. Методы интеллектуального анализа данных и обнаружение вторжений // статья 2016 - 134с. 6. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. Наука, 1973. - 79 с. 7. Васильев Р.А. Управление коммерческими рисками // Нижний Новгород 2012 - С 6-8. 8. Вороновский Г. К., Махотило К. В., Петрашев С. Н., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Х.: ОСНОВА, - 112c. 9. Воронцов К. В. Лекции по искусственным нейронным сетям от 21 декабря 2007 г. [Электронный ресурс], URL: http://www.ccas.ru/voron/download/ NewralNetworks.pdf, (дата обращения: 28.03.2020). 10. Генетические алгоритмы на сайте Санкт-Петербургского государственного университета информационных технологий, механики и оптики [Электронный ресурс], URL: http://rain.ifmo.ru/cat, (дата обращения: 24.04.2020). 11. Джеффри Е. Х. Как обучаются нейронные сети // в мире науки. - С. 103-110. 12. Ефимов А.С. Морёнов О.А. Основы нечеткой логики, логико-лингвистические модели // Материалы семинара ITLab - Нижний Новгород 20 октября 2004г. - 31с. 13. Жирабок А.Н. Нечеткие множества и их использование для принятия решений [Электронный ресурс], URL: http://www.pereplet.ru/obrazovanie/stsoros/1178.html, (дата обращения: 08.04.2020). 14. . Китаев Н.Н. Групповые экспертные оценки. - М.: Знание, - 64 с. 15. Кофман А. Введение в теорию нечетких множеств. -М.: Радио и связь. - 432 с. 16. Краковский Ю.М. Информационная безопасность и защита информации // Учебное пособие, издательство Март, 2008. 17. Кричевский М. Л. Интеллектуальные методы в менеджменте // М. Л. Кричевский // С-Петербург «Питер», 2005 - С. 8-10. 18. Круглов В. В., Дли М. И., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001. 224 c. 19. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. - Санкт-Петербург- 2005. - 736 с. 20. Мкртчян С.О. Нейроны и нейронные сети. - 178 с. 21. Нечеткие множества и теория возможностей: последние достижения. Под редакцией Р.Р. Ягера. - М. Сов. - 408 с. 22. Орлов А.И. Организационно-экономическое моделирование // Экспертные оценки. Издательство МГТУ им. Н.Э. Баумана - Москва 2011- С. 42-48. 23. Орлов А.И. Задачи оптимизации и нечеткие переменные. - М.: Знание, 1980. - 64 с. 24. Панченко Т. В. Генетические алгоритмы: учебно-методическое пособие // под ред. Тарасевича Ю. Ю. Астрахань: Издательский дом «Астраханский университет», 2007. 87 c. С. 12-18. 25. Ротштейн А. П. Интеллектуальные технологии идентификации // Винница универсум 1999 - С. 53-56. 26. Ротштейн А.П., Митюшкин Ю.И. Идентификация нелинейных зависимостей нейронными сетями // Проблемы бионики. - С.168-174. 27. Ротштейн А.П., Штовба С.Д. Нечеткая надежность алгоритмических процессов. - Винница: Континент-Прим. - 142 с. 28. Ротштейн А.П., Штовба С.Д. Прогнозирование надежности алгоритмических процессов при нечетких исходных данных // Кибернетика и системный анализ. - С.85-93. 29. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. Горячая линия - Телеком. 452 c. 30. Статистические методы анализа экспертных оценок. Наука, - 384 с. 31. Тарасян В. С. ПАКЕТ FUZZY LOGIC TOOLBOX FOR MATLAB. // Издательство УрГУПС - 2013 - С. 8-18. 32. Штовба С. Д. Введение в теорию нечетких множеств и нечеткую логику. [Электронный ресурс], URL: http://matlab.exponenta.ru/fuzzylogic/book1/ (дата обращения: 12.03.2020). 33. BaseGroup Labs: технологии анализа данных. Нечеткая логика - математические основы. [Электронный ресурс], URL: http://www.basegroup.ru/library/analysis/fuzzylogic/math (дата обращения: 14.04.2020). 34. Доусон М.Программируем на Python. // СПб.: Питер, 2014. – 416 с. 35. Прохоренок Н.А. Python 3 и PyQt. Разработка приложений. // СПб.: БХВ-Петербург, 2012. – 704 с. 36. Пилгрим Марк. Погружение в Python 3 (Dive into Python 3 на русском) 37. Свейгарт, Эл. Автоматизация рутиных задач с помощью Python: практическое руководство для начинающих. // Пер. с англ. — М.: Вильямc, 2016. – 592 с. 38. Лутц М. Изучаем Python,4-е издание. // Пер. с англ. – СПб.: Символ-Плюс, 2011. – 1280 с.
Отрывок из работы

1 Анализ предметной области управления рисками коммерческого предприятия 1.1 Сущность и источники риска коммерческого предприятия Риск является одним из важных и неизбежных элементов любой деятельности, ориентированной на достижение определенного результата в условиях действия многих факторов и требующей принятия решений для получения ожидаемой эффективности этого результата. Под риском понимается возможность возникновения неблагоприятной ситуации или неудачного исхода производственно-хозяйственной или какой-либо другой деятельности. В экономическая категория, отражающая возможность возникновения неблагоприятной ситуации или неудачного исхода производственно-хозяйственной, финансовой и инновационной деятельности. Решения в деятельности коммерческих организаций приходится принимать в условиях неопределенности, когда необходимо выбирать траекторию движения в ситуации многовариантности, вызываемой действием большого количества факторов, в большинстве случайных и разнонаправленных. Существует объективная причина появления рисков при осуществлении коммерческой деятельности, так как заранее нельзя учесть влияние всех разнонаправленных факторов на конечные результаты деятельности коммерческого предприятия, а в процессе осуществления деятельности многие факторы, влияющие на данную дейтельность, могут потерпеть изменения. По этой причине возможны потери на всех стадиях жизненного цикла предприятия и продукции, на всех этапах процесса производства.
Условия покупки ?
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Служба поддержки сервиса
+7(499)346-70-08
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg