Система поддержки принятия решений при мониторинге банкротств предприятий

Тип работы:
Диссертация
Предмет:
Экономические науки
Страниц:
132


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Число банкротств в России неуклонно растет, об этом свидетельствует статистика дел о несостоятельности (банкротстве) рассмотренная арбитражными судами Российской Федерации в 1998—2007 гг.

По данным Министерства внутренних дел РФ материальный ущерб от экономических преступлений в 2006 году превысил 100 миллиардов рублей. За этот же промежуток времени сотрудниками департамента экономической безопасности МВД РФ было выявлено более 250 тысяч преступлений экономической направленности. Среди экономических преступлений, которые вызывают наибольшую обеспокоенность в последнее время, прежде всего находятся преступления, связанные с банкротствами предприятий.

Ряд работ отечественных и зарубежных ученых и экономистов, таких как В. И. Терехин, В. П. Панагушин, М. Н. Крейнина, Е. А. Мизиковский [1], А. П. Градов, А. О. Недосекин, М. И. Гизатуллин, А. И. Ковалев, В. П. Привалов, Э. Альтман, У. Бивер и др., посвящены исследованию проблемы банкротств.

Важным аспектом проблемы банкротств является анализ и своевременное выявление признаков ложных (фиктивных и преднамеренных) банкротств, так как они приносят наибольший ущерб в сфере банкротств предприятий. Ложное банкротство несет в себе прямую угрозу экономической безопасности государства, поскольку подрывает основы современной рыночной системы, делает страну непривлекательной для стратегических инвесторов. Важная роль в повышении достоверности принятия управленческих решений отводится мониторингу банкротств. На сегодняшний день не разработано комплексного решения данной задачи, которое бы включало весь необходимый набор методического, алгоритмического и программного обеспечения.

Целью диссертационной работы является разработка методического, алгоритмического и информационного обеспечения системы поддержки принятия решений при мониторинге банкротств предприятий для повышения уровня достоверности и обоснованности принятия управленческих решений в кризисных ситуациях.

Задачи исследования. Для достижения поставленной цели сформулированы следующие задачи:

1. Разработать концепцию системы поддержки принятия решений при мониторинге банкротств предприятий на основе применения инженерии знаний, технологии экспертных систем и технологии интеллектуального анализа данных.

2. Разработать метод классификации предприятий в соответствии со степенью угрозы банкротства на основе технологии экспертных систем.

3. Разработать метод прогнозирования финансовых показателей предприятия на основе интеллектуального анализа данных.

4. Разработать метод выявления признаков ложного банкротства на основе технологии экспертных систем.

5. Разработать алгоритмическое и информационное обеспечение для реализации системы поддержки принятия решений при мониторинге банкротств предприятий.

Методы исследования. В ходе исследования в качестве инструментария использовались методы системного анализа, теории принятия решений, методы разработки и эксплуатации экспертных систем, методы интеллектуального анализа данных, методы моделирования на основе иерархических сетей Петри.

На защиту выносятся:

1. Концепция системы поддержки принятия решений при мониторинге банкротств предприятий на основе применения инженерии знаний, технологии экспертных систем и технологии интеллектуального анализа данных.

2. Метод классификации предприятий в соответствии со степенью угрозы банкротства на основе технологии экспертных систем.

3. Метод прогнозирования финансовых показателей предприятия на основе интеллектуального анализа данных.

4. Метод выявления признаков ложного банкротства на основе технологии экспертных систем.

Алгоритмическое и информационное обеспечение для реализации системы поддержки принятия решений при мониторинге банкротств предприятий.

Методы исследования. В ходе исследования в качестве инструментария использовались методы системного анализа, теории принятия решений, методы разработки и эксплуатации экспертных систем, методы интеллектуального анализа данных, методы моделирования на основе иерархических сетей Петри.

На защиту выносятся:

5. Концепция системы поддержки принятия решений при мониторинге банкротств предприятий на основе применения инженерии знаний, технологии экспертных систем и технологии интеллектуального анализа данных.

6. Метод классификации предприятий в соответствии со степенью угрозы банкротства на основе технологии экспертных систем.

7. Метод прогнозирования финансовых показателей предприятия на основе интеллектуального анализа данных.

8. Метод выявления признаков ложного банкротства на основе технологии экспертных систем.

9. Алгоритмическое и информационное обеспечение для реализации системы поддержки принятия решений при мониторинге банкротств предприятий.

Научная новизна работы:

1. Новизна концепции системы поддержки принятия решений при мониторинге банкротств предприятий состоит в подходе к выявлению признаков ложного банкротства на основе интеграции технологий экспертных систем и интеллектуального анализа данных, что позволяет организовать эффективную систему поддержки принятия решений при мониторинге банкротств предприятий.

2. Новизна метода классификации предприятий в соответствии с угрозой банкротств на основе экспертной системы состоит в формализации знаний в виде дерева решений для группировки предприятий в соответствии со степенью угрозы банкротства и поиске решений с использованием полученных продукционных правил, что позволяет снизить влияние человеческого фактора при классификации предприятий.

3. Новизна метода прогнозирования финансовых показателей предприятий состоит в разработке алгоритма прогнозирования для каждого из финансовых показателей путем нейросетевого моделирования в рамках интеллектуального анализа данных, что позволяет повысить точность прогноза.

4. Новизна метода выявления признаков ложного банкротства состоит в прогнозе динамики изменения финансовых показателей, характеризующих наличие признаков ложного банкротства, на основе экспертной системы и отличается способом подготовки данных и формированием признаков для поиска решений, что позволяет выявлять признаки ложного банкротства на ранней стадии.

5. Новизна алгоритмов и информационного обеспечения состоит в использовании технологии экспертных систем для реализации процедур классификации предприятий в соответствии с угрозой банкротств и выявления признаков ложного банкротства, что позволяет снизить количество ошибочных решений при мониторинге банкротств предприятий.

Практическая значимость и внедрение результатов. Практическую значимость имеют полученные автором следующие результаты:

• Метод классификации предприятий в соответствии с угрозой банкротств на основе экспертной системы.

• Комбинирование различных инструментов для прогнозирования финансовых показателей предприятия на основе интеллектуального анализа данных.

• Метод выявления признаков ложного банкротства на основе экспертной системы.

• Реализация предложенных алгоритмов в компьютерной среде, включающей оболочку Knowledge Wright 4.3.2. и аналитическую платформу Deductor 5.0.

Практическое использование результатов работы позволяет повысить достоверность управленческих решений при мониторинге банкротств предприятий, а также снизить влияние человеческого фактора в процессе принятия решений.

Результаты работы внедрены в следственном управлении Следственного комитета при прокуратуре РФ по РБ, в учебном процессе УГАТУ, в ООО «Сервис-Центр Регион& raquo-.

Связь с плановыми исследованиями. Исследование по тематике диссертации выполнено в рамках НИР по темы ИФ-ВК-01−08−03 Министерства образования РФ & laquo-Исследование и разработка интеллектуальных технологий поддержки принятия решений и управления на основе инженерии знаний& raquo-.

Апробация работы. Основные положения и результаты работы докладывались на научно-технических- конференциях: 8-й Международной конференции & laquo-Компьютерные науки и информационные технологии& raquo- (Германия, 2006), зимней школе-семинаре аспирантов и молодых ученых УГАТУ (2007, 2008 гг.), 9-й Международной конференции & laquo-Компьютерные науки и информационные технологии& raquo- (Красноусольск, 2007), на заседании Башкирского отделения научного совета РАН по методологии искусственного интеллекта (Уфа, 2008), на Международной научно-практической конференции & laquo-Технологии управления социально-экономическим развитием региона& raquo- ИСЭИ УНЦ РАН (Уфа, 2008), на 10-й Международной конференции & laquo-Компьютерные науки и информационные технологии& raquo- (Турция, 2008).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В диссертационной работе содержится решение научной задачи разработки системы поддержки принятия решения при мониторинге банкротств предприятий. В ходе исследования получены следующие результаты:

1. Концепция системы поддержки принятия решений при мониторинге банкротств предприятий на основе применения инженерии знаний, технологии экспертных систем и технологии интеллектуального анализа данных.

2. Метод классификации предприятий в соответствии со степенью угрозы банкротства на основе экспертной системы. Анализ эффективности применения экспертной системы для классификации предприятий показал, что средняя ошибка при классификации предприятий в соответствии со степенью угрозы банкротства не превышает 10%.

3. Метод прогнозирования финансовых показателей предприятия на основе интеллектуального анализ данных. Анализ эффективности применения интеллектуального анализа данных для получения прогнозных значений финансовых показателей предприятий показал, что отклонения прогнозных значений от реальных данных находятся в интервале типовой погрешности для ретроспективных данных и не превышают 13%.

4. Метод выявления признаков ложного банкротства на основе экспертной системы, отличающийся способом подготовки данных и формированием признаков для поиска решений. Анализ применения экспертной системы для выявления признаков ложного банкротства показал высокую эффективность разработанной системы поддержки принятия решений при мониторинге банкротств предприятий (в рассмотренных примерах — 80%), при этом ошибки системы носят характер & laquo-ложной тревоги& raquo-, а не пропуска признаков ложного банкротства.

5. Алгоритмическое и информационное обеспечение для реализации системы поддержки принятия решений при мониторинге банкротств предприятий.

В ходе исследования эффективности системы поддержки принятия решения при мониторинге банкротств предприятий показана работоспособность и эффективность предложенных методов и алгоритмов, произведена оценка количественных и качественных показателей эффективности. Разработанная СППР мониторинга банкротств предприятий проверена на реальных данных предприятий (до 20 предприятий). Результаты подтверждают возможность ее использования для различных типов предприятий вне зависимости от рода их деятельности.

ПоказатьСвернуть

Содержание

ГЛАВА 1. АНАЛИЗ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЯ ПРИ МОНИТОРИНГЕ БАНКРОТСТВ ПРЕДПРИЯТИЙ.

§ 1.1. Анализ процедур принятия решений о банкротстве предприятий.

§ 1.2. Анализ предпосылок к исследованию банкротств предприятий.

1.2.1. Анализ данных арбитражных судов федерального уровня.

1.2.2. Анализ данных арбитражных судов регионального уровня.

1.2.3. Анализ данных о незаконных банкротствах.

§ 1.3. Методические основы диагностики банкротств.

1.3.1. Анализ методик прогнозирования банкротства предприятия.

1.3.2. Анализ зарубежные методов диагностики банкротств.

1.3.3. Анализ методики принятия решения о несостоятельности на российских предприятиях.

§ 1.4. Анализ возможностей известных программных продуктов для поддержки принятия решения о финансовом состоянии предприятия.

Выводы по главе 1.

ГЛАВА 2. РАЗРАБОТКА ПОДХОДА К ПОДДЕРЖКЕ ПРИНЯТИЯ РЕШЕНИЙ ПРИ МОНИТОРИНГЕ БАНКРОТСТВ ПРЕДПРИЯТИЙ С ИСПОЛЬЗОВАНИЕМ ВОЗМОЖНОСТЕЙ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ.

§ 2.1. Место задачи принятия решения в общем контуре управления и разработка схемы обмена данными в системе мониторинга банкротств предприятий.

2.1.1. Определение структуры системы поддержки принятия решений при мониторинге банкротств предприятий.

2.1.2. Разработка схемы обмена данными в системе мониторинга банкротств

§ 2.2. Разработка системных моделей поддержки принятия решений при мониторинге банкротства.

2.2.1. Разработка функциональной модели.

2.2.2. Разработка информационной модели.

§ 2.3. Разработка требований к экспертной системе и выбор моделей представления знаний для поддержки принятия решений при мониторинге банкротств предприятий.

2.3.1. Назначение и структура экспертной системы.

2.3.2. Этапы разработки экспертной системы.

2.3.3. Выбор моделей представления знаний для экспертной системы мониторинга банкротств предприятий.

§ 2.4. Разработка требований к блоку анализа финансовых показателей для поддержки принятия решений при мониторинге банкротств предприятий.

2.4.1. Анализ финансовых показателей предприятия и задача прогнозирования временных рядов.

2.4.2. Выбор инструментария интеллектуального анализа данных.

Выводы по главе 2:.

ГЛАВА 3. РАЗРАБОТКА МЕТОДОВ ДЛЯ СИСТЕМЫ МОНИТОРИНГА БАНКРОТСТВ ПРЕДПРИЯТИЙ.

§ 3.1. Формализация задачи принятия решения о наличии признаков ложного банкротства предприятий.

§ 3.2. Разработка моделей и алгоритмов для группировки предприятий в соответствии со степенью угрозы банкротства.

3.2.1. Структурирование знаний и формирование правил экспертной системы.

3.3.2. Разработка дерева решений модуля экспертной системы для группировки предприятий в соответствии со степенью угрозы банкротства

§ 3.3. Разработка моделей модуля экспертной системы для выявления признаков ложного банкротства предприятий.

3.3.1. Структурирование знаний и формирование правил модуля экспертной системы для выявления возможных признаков ложного банкротства предприятий.

3.3.2. Дерево решений модуля экспертной системы для выявления наличия возможных признаков ложного банкротства предприятий.

§ 3.4. Разработка моделей и алгоритмов для реализации модуля интеллектуального анализа данных в системе поддержки принятия решений при мониторинге банкротств предприятий.

§ 3.5. Моделирование процессов функционирования системы поддержки принятия решений при мониторинге банкротств предприятий с использованием иерархических цветных сетей Петри.

Выводы по главе 3:.

ГЛАВА 4. РЕАЛИЗАЦИЯ И АНАЛИЗ ПРОТОТИПА СИСТЕМЫ МОНИТОРИНГА БАНКРОТСТВ ПРЕДПРИЯТИЙ И АНАЛИЗ ЭФФЕКТИВНОСТИ ПРЕДЛОЖЕННОГО ПОДХОДА.

§ 4.1. Программная реализация модуля экспертной системы для классификации предприятий в соответствии со степенью угрозы банкротства.

§ 4.2. Программная реализация модуля экспертной системы для оценки наличия признаков ложного банкротства на предприятии.

§ 4.3. Программная реализация системы интеллектуального анализа данных для прогнозирования финансовых показателей предприятия.

§ 4.4. Анализ эффективности предложенных моделей и методов для мониторинга банкротств предприятий.

Выводы по главе 4:.

Направления дальнейших исследований.

Список литературы

1. Мизиковский Е. А., Дружиловская Т. Ю. Международные стандарты финансовой отчетности и бухгалтерский учет в России. — 2-е изд., перераб. и доп. М.: Изд-во & quot-Бухгалтерский учет& quot-, 2006. — 328 с.

2. Федеральный закон & laquo-О несостоятельности (банкротстве)& raquo- № 127-ФЗ от 26 октября 2002 г.

3. Большой юридический словарь. 3-е изд., доп. и перераб. / Под ред. проф. А. Я. Сухарева. М.: ИНФРА-М, 2007. — VI, 858 с.

4. Волик Е. О. Механизм мониторинга законности банкротств// Технологии управления социально-экономическим развитием региона. Том 1. //Сборник статей Международной научно-практической конференции. 15−16 мая 2008. -Уфа: ИСЭИ УНЦ РАН, 2008 стр. 172−177.

5. Справка о рассмотрении арбитражными судами Российской Федерации дел о несостоятельности (банкротстве) в 1998 г.

6. Справка о рассмотрении арбитражными судами Российской Федерации дел о несостоятельности (банкротстве) в 1999 г.

7. Справка о рассмотрении арбитражными судами Российской Федерации дел о несостоятельности (банкротстве) в 2003—2006 гг.

8. Справка о рассмотрении арбитражными судами Российской Федерации дел о несостоятельности (банкротстве) в 2000—2004 гг.

9. Справка о рассмотрении арбитражным судами Российской Федерации по Республике Башкортостан дел о несостоятельности (банкротстве) в 20 052 006 г.

10. Энциклопедический словарь-справочник руководителя предприятия. Автор и составитель Лукаш Ю. А. (Серия & laquo-Библиотека профессиональных словарей& raquo-). М.: Книжный мир, 2004. — 1504 с.

11. Большой юридический словарь. 3-е изд., доп. и перераб. / Под ред. проф. А. Я. Сухарева. М.: ИНФРА-М, 2007. — VI, 858 с.

12. Сафин Ф. М. Межрегиональный форум & quot-Актуальные вопросы экономической безопасности. Рейдерство как препятствие на пути промышленного роста России& quot- 14 марта 2007 года, РБ, Уфа

13. Тимофеев О. В. Межрегиональный форум & quot-Актуальные вопросы экономической безопасности. Рейдерство как препятствие на путипромышленного роста России& quot- 14 марта 2007 года, Республика Башкортостан, Уфа

14. Юсупова Н. И., Волик Е. О. Антикризисное управление: понятие и сущность// Материалы круглого стола Башкирско-саксонского форума & laquo-Информационные технологии и математические методы инвестиций в экономике& raquo-, Уфа, УГАТУ, -2007. С. 71−74.

15. Крюков А. Ф., Егорычев И. Г. Анализ методик прогнозирования кризисной ситуации коммерческих организаций с использованием финансовых индикаторов, Менеджмент в России и за рубежом № 2 / 2001.

16. Давыдова Г. В., Беликов А. Ю. Методика количественной оценки риска банкротства предприятий // Управление риском, 1999 г., № 3, с. 13−20

17. Altman E.I. Financial Rations. Discriminent Analysis, and the Prediction of Corporate Bankruptcy. //Journal of Finance, September 1968.

18. Ковалев А. И., Привалов В. П. Анализ финансового состояния предприятия. М.: Центр экономики и маркетинга, 2001. — 256 с.

19. Зорин С. Ф. Антикризисное управление предприятием, 2005 г.

20. Ковалёв В. В. Введение в финансовый менеджмент. — М.: Финансы и статистика, 2000.

21. Давыдова Г. В., Беликов А. Ю. Методика количественной оценки риска банкротства предприятий // Управление риском, 1999 г., № 3.

22. Altman E.I., Haldeman R.G., Narayanan P. Zeta Analysis: A New Model to Identify Bankruptcy Risk of Corporation. //Journal of Banking and Finance, 1977.

23. Beaver W.H. Financial Rations and Predictions of Failure. //Empirical Research in Accounting Selected Studies, Supplement to Journal of Accounting Research, 1996.

24. Скоун Т. & quot-Управленческий учет"/Пер. с англ. под редакцией Н. Д. Эриашвили. Аудит, ЮНИТИ, 1997. — 179 с.

25. Антикризисное управление. Учебное пособие для технических вузов/под ред. Минаева Е. С. и Панагушина В. П. — М.: Приор, 1998.

26. Зайцева О. П. Антикризисный менеджмент в российской фирме. //Аваль. (Сибирская финансовая школа). — 1998. -№ 11−12.

27. Ковалёв В. В. Введение в финансовый менеджмент. — М.: Финансы и статистика, 2000.

28. Теория и практика антикризисного управления. /Под ред. Беляева С. Г. и Кошкина В. И. — М.: Закон и право, ЮНИТИ, 1996.

29. Семеней А. Проблемы прогнозирования банкротства на отечественных предприятиях // Люди дела XXI. 2003. — № 36.

30. Овчинникова Т. И., Пахомов А. И., Булгакова И. Н. Методы финансово-экономической диагностики банкротства предприятий // Финансовый менеджмент, 2005, № 5. С. 45- 48.

31. Барановская Т. П., Лойко В. И., Семенов М. И., Трубилин А. И. Информационные системы и технологии в экономике: Учебник. 2-е изд. — М.: Финансы и статистика, 2005.

32. Юсупов P.M. Заболотский В. П. Научно-методические основы информатизации. -СПб. :Наука, 2000. 455 с.

33. Андронова О., Бойцов И. Обзор корпоративных информационных систем, используемых на российских предприятиях и в организациях, Компьютер-Информ № 2/2003.

34. Челышев А. Н. Разработка инструментальных методов прогнозирования банкротства предприятий: Дис. канд. экон. наук. М., 2006. -116 с.

35. Романов A.H., Лукасевич И .Я., Титаренко Г. А. Компьютеризация финансово-экономического анализа коммерческой деятельности предприятий, корпораций, фирм. М. :Интерпракс, 1994.

36. Информационные аспекты теории управления: Учебное пособие/Б.Г. Ильясов, Л. А. Болотовская, Н. И. Юсупова, Ю. С. Кабальнов. -Уфа: изд. Уфимс. авиац. ин-та, 1987,90с.

37. Кини Р. Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981.

38. Волик Е. О. Предпосылки к исследованию неопределенности в принятии решения// Принятие решения в условиях неопределенности, МежВУЗ. Науч. Сб. Уфа, УГАТУ, 2005 г. вып.2 ч.2 с. 257−262.

39. Little I.D.C. Models and Managers: The Concept of a Decision Calculus // Management Science, 1970, N 8.

40. Power D. J. Web-based and model-driven decision support systems: concepts and issues. Americas Conference on Information Systems, Long Beach, California, 2000.

41. Большой юридический словарь / Под ред. А. Я. Сухарева, В. Д Зорькина, В. Е. Крутских. М., 1997. С. 378.

42. Мониторинг правового пространства и правоприменительной практики: методология и мировоззрение. Материалы всероссийской научно-практической конференции (23 июня 2003 г., г. Москва) М. 2003.

43. Сахаров А. А. Концепция построения и реализации информационных систем, ориентированных на анализ данных // СУБД. 1996. — № 4. — С. 55−70.

44. Автоматизация процессов принятия решений в системах управления /В.С. Симанков, Ю. К. Лушников, В. А. Морозов и др.: Аналитический обзор, 1970−1985 гг., № 4087. -М.: ЦНИИТЭИ, 1986. 42 с.

45. Барсегян А. А., Куприянов М. С., Степаненко В. В., Холод И. И. Методы и модели анализа данных: OLAP и Data Mining.- СПб.: БХВ-Петербург, 2004.- 336 е.: ил.

46. Ларичев О. И., Петровский А. В. Системы поддержки принятия решений. Современное состояние и перспективы их развития. // Итоги науки и техники. Сер. Техническая кибернетика. Т. 21. М.: ВИНИТИ, 1987, с. 131−164.

47. Черемных, С. В. Моделирование и анализ систем. IDEF-технологии: практикум / С. В. Черемных, И. О. Семенов, В. С. Ручкин. М.: Финансы и статистика, 2005. — 192 с.

48. Вендров A.M. CASE-технологии. Современные методы и средства проектирования информационных систем. — М.: Финансы и статистика, 1998. 176с.

49. Методология IDEF0. Функциональное моделирование. М.: Метатехнология, 1993. 117с.

50. Автоматизированное проектирование информационно-управляющих систем: Проектирование экспертных систем на основе системного моделирования / Куликов Г. Г., Набатов А. Н., Речкалов А. В. и др.- Уфа: УГАТУ, 1999. -223 с.

51. Автоматизированное проектирование информационно-управляющих систем. Системное моделирование предметной области: Учебное пособие/ Г. Г. Куликов, А. Н. Набатов, А. В. Речкалов.- Уфимск. гос. Авиац. Техн. Ун-т. -Уфа, 1998. 204 с.

52. Методология IDEF1. Информационное моделирование. М.: Метатехнология, 1993.- 120с.

53. К. Дж. Введение в системы баз данных. К., М., СПб: Издательский дом & quot-Вильяме"-, 1999.

54. Теперман В. В, Методы представления и обработки знаний (недоопределенные модели). Методическое пособие. Новосибирск, Изд-во НГУ, 1996.

55. Гаврилова, Т. А. Базы знаний интеллектуальных систем: Учеб. пособие для вузов / Т. А. Гаврилова, В. Ф. Хорошевский. -СПб.: Питер, 2001. 384 с.

56. Левин Р., Дранг Д., Эдельсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике / Р. Левин, Д. Дранг, Б. Эдельсон. М. :Финансы и статистика, 1990. — С. 239

57. Гаврилова, Т. А. Базы знаний интеллектуальных систем Текст.: Учеб. пособие для вузов / Т. А. Гаврилова, В. Ф. Хорошевский. -СПб.: Питер, 2001. -384 с.

58. Девятков, В. В. Системы искусственного интеллекта: Учеб. пособие / В. В. Девятков. -М.: МГТУ, 2001. -352 с.

59. Попов Э. В. Статистические и динамические экспертные системы: Учеб. пособие. -М.: Финансы и статистика, 1996. -319с.: ил.

60. Уотермен Д. Руководство по экспертным системам, — М: Мир, 1989. 388 с.

61. Загорулько Ю. А. Методы представления и обработки знаний: Семантические сети и системы продукций. Методическое пособие. -Новосибирск, Изд-во НГУ, 1997.

62. Попов Э. В., Фоминых И. Б., Кисель Е. Б., Шапот М. Д. Статические и динамические экспертные системы: Учебное пособие. — М.: Финансы и статистика, 1996. 320 с.

63. Parsaye К. A Characterization of Data Mining Technologies and Processes // The Journal of Data Warehousing. -1998. -№ 1.

64. Чубукова И. A. Data Mining: учебное пособие. M.: Интернет-университет информационных технологий: БИНОМ: Лаборатория знаний, 2006. 382 с.

65. Приялковский В. В. Сложный анализ данных большого объема: новые перспективы компьютеризации // СУБД. 1996. — № 4. — С. 71−83.

66. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000.- 384 е.: ил.

67. Ларичев О. И. Теория и методы принятия решений. М.: Логос, 2000.

68. Трухаев Р. И. Модели принятия решений в условиях неопределенности. М.: Наука, 1981.

69. Хованов Н. В. Математические модели риска и неопределенности. СПб., СПбГУ, 1998.

70. Крамер Г., Математические методы статистики, пер. с англ., 2 изд., М., 1975.

71. Питер Джексон. Введение в экспертные системы.: Пер. с англ.: Уч. пос. -М.: Издательский дом & laquo-Вильяме»-, 2001.- 624 с.

72. Федеральный закон & laquo-О несостоятельности (банкротстве)& raquo-. Распоряжение № 33-р от 8 октября 1999 г.

73. Newquist Н. P. Data Mining: The AI Metamorphosis // Database Programming and Design. 1996. — № 9.

74. Нильсон H. Принципы искусственного интеллекта. M.: Радио и связь, 1985. -376 с.

75. Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.

76. Котов В. Е. Сети Петри.- М., Наука, 1984.

77. К. Jensen. «Introduction to the Theoretical Aspects of Coloured Petri Nets», A Decade of Concurrency Lecture Notes in Computer Science", Springer Verlag, 1994, vol. 803, pp. 230−272.

78. Черняховская JI.P., Низамутдинов M.M., Федорова Н. И. Подход к разработке системы поддержки принятия решений диспетчера региональной энергосистемы на основе системного и лингвистического анализа предметной области., изд. СПбГТУ, 2001.

79. Дюк В., Самойленко A. Data Mining: учебный курс. — СПб: Питер, 2001.- 368 е.: ил.

80. Калиниченко JI.A., Рыбкин В. М. Машины баз данных и знаний-М.: Наука. Гл. ред. физ. -мат. лит., 1990. — 296 с.

81. Нейлор, К. Как построить свою экспертную систему / Перевод с англ.Н. Н. Слепова. -М.: Энергоатомиздат, 1991. -288с.

82. Гаврилова, Т. А. Извлечение и структурирование знаний для экспертных систем. — М.: Радио и связь, 1992. 200с.

83. Базы знаний интеллектуальных систем/ Т. А. Гаврилова, В.Ф. Хорошевский-СПб: Питер, 2000. 384 с.

84. Базы и банки данных и знаний / Г. И. Ревунков, Э. Н. Самохвалов, В. В. Чистов М.: Высш. шк., 1992. — 367 с.

85. Искусственный интеллект: В 3 кн. Кн.1. Системы общения и экспертные системы: Справочник/ Под ред. Э. В. Попова. -М. :Радио и связь, 1990. -464 с.

86. Системы управления базами данных и знаний: Справ, изд. / А. Н. Наумов, A.M. Вендров, В. К. Иванов и др.- Под ред. А. Н. Наумова. — М.: Финансы и статистика, 1991. 352 с.

87. Лелюк В. А. Концептуальное проектирование систем с базами знаний. -X.: Изд-во & quot-Основа"- при Харьк. ун-те, 1990. 144 с.

88. Проектирование и программная реализация экспертных систем на персональных ЭВМ / К. Таунсенд, Д. Фохт. М.: Финансы и статистика, 1990.- 320 с.

89. Леонтьев, Б.К. Microsoft Visio 2002 Professional: Построение проектов, диаграмм и бизнес-схем в операционной системе Microsoft Windows ХР./ Б. К. Леонтьев. -М.: Солон-Р, 2002. 512 с.

90. Уотермен, Д. Руководство по экспертным системам: Пер. с англ./ Под ред.В. Л. Стефанюка. М.: Мир, 1989. — 388 с.

91. Кусимов С. Т., Ильясов Б. Г., Черняховская Л. Р. Автоматизация управления сложными объектами в критических ситуациях с помощью интеллектуальной информационной системы// Проблемы управления в сложных системах, М. — 2000 г., с. 105.

92. Выявление экспертных знаний (процедуры и реализации)/ О. И. Ларичев, А. И. Мечитов, Е. М. Мошкович, Е. М, Фуремс: М. Наука, 1989. -128 с.

Заполнить форму текущей работой