Modele produkcji sprzedanej przemysłu w ujęciu metod sztucznej inteligencji

Czasopismo

---

• Autorzy: Barbara Wąsikowska

Warianty tytułu

Models of Sold Production of Industry in Terms of Artificial Intelligence Methods

• Języki publikacji: PL

Abstrakty

W ostatnich latach wraz z dynamicznym rozwojem informatyki i dostarczanych przez nią coraz to większych mocy obliczeniowych obserwuje się ogromny wzrost za-interesowania metodami sztucznej inteligencji w takich dziedzinach, jak: finanse, medycyna, zastosowania inżynierskie, geologia czy fizyka. W obszarze ekonomii metody te znajdują zastosowanie w prognozowaniu bankructw, notowań giełdowych, kursów walut, wskaźników finansowo-ekonomicznych, klasyfikacji przedsiębiorstw, wycenie kontraktów terminowych, spółek, nieruchomości, w ocenie wiarygodności kredytowej oraz identyfikacji klientów według przedstawianej oferty. Obecnie wiele znaczących placówek naukowych i badawczych na całym świecie zajmuje się zastosowaniami sztucznej inteligencji. Stopień zaawansowania prac pozwolił na wydzielenie kilku kierunków badań. Najważniejszymi z nich są: sieci neuronowe, logika rozmyta, algorytmy genetyczne i teoria zbiorów przybliżonych. Metody te (w szczególności sieci neuronowe i algorytmy genetyczne) pozwalają na zautomatyzowanie niektórych, bardziej uciążliwych etapów procesu modelowania, co w dużej mierze ułatwia budowę modelu danego zjawiska ekonomicznego. (abstrakt oryginalny)

EN

In recent years increased interest in artificial intelligence methods is observed in such domains as: finance, medicine, engineering applications, geology or physics. In economy science these methods are exerted in bankruptcy forecasting, enterprise classification, exchange and share quotation forecasting, real estate appraisal and in credit rating. Nowadays a lot of revered scientific-research centers around the world are concerned with applications of artificial intelligence methods. The most important of them are: neural networks, fuzzy logic, genetic algorithms and rough set theory. These methods (especially neural networks and genetic algorithms) enable to automate some of the modeling process stages, what can in considerable measure facilitate building a model of particular economic phenomenon. (original abstract)

Słowa kluczowe

PL

Sztuczna inteligencja; Sieci neuronowe; Algorytmy genetyczne; Teoria zbiorów przybliżonych

EN

Artificial intelligence; Neural networks; Genetic algorithms; Rough set theory

• Czasopismo: ---
• Strony: 70--80

Twórcy

autor

Barbara Wąsikowska

• Uniwersytet Szczeciński

Bibliografia

• Arabas J., (2001) Wykłady z algorytmów ewolucyjnych, Wydawnictwo Naukowo- Techniczne, Warszawa.
• Goldberg D.E., (1998) Algorytmy genetyczne i ich zastosowania, Wydawnictwo Naukowo- Techniczne, Warszawa.
• Goryl A., Jędrzejczyk Z., Kukuła K., Osiewalski J., Walkosz A., Wprowadzenie do ekonometrii w przykładach i zadaniach, PWN, Warszawa 1996.
• Gruszczyński M., Podgórska M., Ekonometria, Szkoła Główna Handlowa - Oficyna Wydawnicza, Warszawa 2004.
• Hozer J. i in., (2005) Ekonometria stosowana z zadaniami, Katedra Ekonometrii i Statystyki Uniwersytetu Szczecińskiego, Szczecin.
• Nowak E., (1984) Problemy doboru zmiennych do modelu ekonometrycznego, PWN, Warszawa.
• Osowski S., (1996) Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwo Naukowo- Techniczne, Warszawa.
• Piegat A., (1999) Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• Rutkowski L., (2005) Metody i techniki sztucznej inteligencji, PWN, Warszawa.
• Wąsikowska B., (2007) Niestandardowe metody identyfikacji czynników determinujących produkcję sprzedaną przemysłu, praca doktorska, Szczecin.
• Witkowska D., Sztuczne sieci neuronowe w analizach ekonomicznych, Wydawnictwo Menadżer, Łódź 2000.