Economic Bulletin of the National Mining University

 

IssuesSectionsAuthorsKeywords

Article

Issue:2016 №1 (53)
Section:Econometrics in management decision making
UDK:330.322: 004.89
Article language:Ukrainian
Pages:176-186
Title:Definition of investment risks based on neuro fuzzy modeling
Author:Teneta V. M.
Annotation:The problem of risk and vagueness calculation by taking a decision of investing is considered. The traditional investment risk assessment method is analyzed. The possibilities of fuzzy set theory to estimate the uncertainty in the investment design have been described. The approach to the analysis of investment risk, based on neural networks is given. 
Keywords:Investment risks, Evaluation of investment risks, Fuzzy sets, Neural networks
File of the article:EV20161_176-186.pdf
Abstract:EV20161_176-186en.pdf 
Literature:
  • 1. Шарп У. Инвестиции: Пер. с англ. / У.Шарп, Г. Александер, Дж. Бэйли. - М. : ИНФРА-М, 1998. - 1028 с.
  • 2. Гитман Л. Дж., Джонк М. Д. Основы инвес- тирования: Пер. с англ./ Л. Дж. Гитман, М. Д. Джонк. - М. : Дело, 1997. - 488 с.
  • 3. Jake Ansell. Risk, Analisis, Assessment and Management/Edited by Jake Ansell and Frаnk Wharton. - N.Y. :J.Wiley & Sons Ltd., 1992. - 482 p.
  • 4. Анализ данных и процессов / А. А. Барсе- гян, М. С. Куприянов, И. И. Холод, М. Д. Тесс, С. И. Елизаров. - СПб. : БХВ-Петербург, 2009. - 512 с.
  • 5. Вітлінський В. В. Аналіз, оцінка і моделю- вання економічного ризику / В. В. Вітлінський. - К. : Деміур, 1996. - 261 с.
  • 6. Асаи К. Прикладные нечеткие системы / К. Асаи, Д. Ватада, С. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугено; перевод с японского. - М. : Мир, 1993. - 368 с.
  • 7. Матвійчук А. В. Штучний інтелект в еконо- міці: нейронні мережі, нечітка логіка: монографія. / А. В. Матвійчук. - К. : КНЕУ, 2011. - 439 с.
  • 8. Недосекин А. О. Нечетко-множественный анализ рисков фондовых инвестиций / А. О. Недосе- кин. - СПб. : Сезам, 2002. - 181 с.
  • 9. Птускин А. С. Нечеткие модели и методы в менеджменте: учеб. пособ. / Птускин А. С. - М. : Из- дательство МГТУ им. Н. Э. Баумана, 2008. - 216 с.
  • 10. Алтунин А. Е. Модели и алгоритмы приня- тия решений в нечетких условиях: Монография / А. Е. Алтунин, М. В. Семухин. - Тюмень : Издательство Тюменского государственного университета, 2000. - 352 с.
  • 11. Долятовский В. А. Методы эволюционной и синергетической экономики в управлении. / В. А. Долятовский, А. И. Касаков, И. К. Коханенко. - Рос- тов-на-Дону : Рост. гос. экон. ун-т, 2001. - 578 с.
  • 12. Раскин, Л. Г. Нечеткая математика: моногр. / Л. Г. Раскин, О. В. Серая. - Харьков : Парус, 2008. - 352 с.
  • 13. Бодянский Е. В. Искусственные нейронные сети: архитектура, обучение, применение. / Бодян- ский Е. В., Руденко О. Г. - Харьков : ТЕЛЕТЕХ, 2004. - 372 с.
  • 14. Рутковская Д. Нейронные сети, генетичес- кие алгоритмы и нечеткие системы: Пер. с польского И. Д. Рудинского / Д. Рутковская, М. Пилиньский, Л. Рутковский. - М. : Горячая линия - Телеком, 2004. - 452 с
  • 15. Уоссермен Ф. Нейрокомпьютерная техни- ка: теория и практика / Ф. Уоссермен; пер. с англ. - M. : Мир, 1992. - 184 с.
  • 16. Модели управления проектами в нестаби- льной экономической среде : монография / [С. И. Левицкий, Ю. Г. Лысенко, А. В. Филиппов и др.]; под ред. чл. -корр. НАН Украины, д-ра экон. наук, проф. Ю. Г. Лысенко. - [изд. 2-е, перераб. и доп.]. - Донецк : Юго-Восток, 2009. - 354 с.
  • 17. Zadeh L. Fuzzy Sets // Information and Control. - 1965. - № 8. - P. 338-353.
  • 18. Заде Л. А. Понятие лингвистической пере- менной и его применение к понятию приближенных решений / Л. А. Заде. - М. : Изд-во «Мир». - 1976. - 169 с.
  • 19. Mamdani, E. H. Application of fuzzy algorithms for the control of a simple dynamic plant / E. H. Mamdani // Proc. IEEE 121, 1974. - P. 1585-1588.
  • 20. Sugeno, M. Industrial applications of fuzzy control / M. Sugeno, ed. - North-Holland, Amsterdam, 1985. - 269 p
  • 21. McCulloch W. S., Pitts W. A logical calculus of the ideas immanent in nervous activity // Bulletin of Mathematical Biophysics. - 1943. - Vol. 5. - P. 115- 133.
  • 22. Turing A. M. Computing Machinery and Intelligence // Mind. - 1950. - October. - Vol. 59. - No. 236. - P. 433-460.
  • 23. Rosenblatt F. The perceptron: A probabilistic model for information storage and organization in the brain // Psychological Review. - 1958. - № 65. - P. 386- 407.
  • 24. Аверкин А. Н., Батыршин И. З., Блишун А. Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта / А. Н. Аверкин, И. З. Батыршин, А. Ф. Блишун, В. Б. Силов, В. Б. Тарасов. Под ред. Д. А. Поспелова. - М. : Наука. Гл. ред. физ. - мат. лит., 1986. - 312 с.
  • 25. Kohonen T. Self-organized formation of topologically correct feature maps // Biological Cybernetics, 1982. - Vol. 43. - P. 59-69.
  • 26. Hopfield J. J. Neural networks and physical systems with emergent collective computational abilities // Proceedings of National Academy of sciences. - 1982. - April. - Vol. 79. - No. 8. - P. 2554-2558.
  • 27. Broomhead D. Multivariable functional interpolation and adaptive networks / Broomhead D., Lowe D. - Complex Systems. - 1988. - Vol. 2. - P. 321- 355.
  • 28. Haykin S. Neural Networks: A Comprеhensive Foundation, second edition. - New Jersey : Prentice-Hall, 1999. - 823 p.
  • 29. Вовк В. М. Математичні методи дослід- ження операцій в економіко-виробничих системах : монографія / В. М. Вовк. - Львів : ЛНУ ім. Івана Франка, 2007. - 584 с.