Визначення інвестиційних ризиків на основі нейронечіткого моделювання

Тенета В. М.

Стаття

Випуск:	2016 №1 (53)
Рубрика:	Економіко-математичні методи прийняття управлінських рішень
УДК:	330.322: 004.89
Мова статті:	Українська
Сторінки:	176-186
Заголовок:	Визначення інвестиційних ризиків на основі нейронечіткого моделювання
Автор:	Тенета В. М.
Анотація:	У статті розглядається проблема урахування ризику та невизначеності при прийнятті рішень про інвестування. Проведено аналіз традиційних методів оцінки інвестиційних ризиків. Показано можливості теорії нечітких множин для оцінки невизначеності у інвестиційному проектуванні. Розглянуто підхід до аналізу інвестиційних ризиків, що базується на нейронних мережах
Ключові слова:	Інвестиційні ризики, Оцінка інвестиційних ризиків, Нечіткі множини, Нейронні мережі
Файл статті:	EV20161_176-186.pdf
Реферат:	EV20161_176-186ua.pdf
Література:	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.