Файл: Литература по теме Практические задания Тема Информационные технологии Вопрос Этапы развития информационных технологий.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 23.11.2023
Просмотров: 350
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
, на основе которого делается заключение о финансовом положении. Банк должен всесторонне проверить ликвидность, доходность, задолженность, оборачиваемость средств предприятия.
2.Планирование финансовых ресурсов предприятия.
Назначение ЭС – определение источников финансовых средств развития предприятия в зависимости от стратегических целей и формы предприятия, структуры капитала, состояния товарного, кредитного и фондового рынков. В соответствии с планируемой целью (размер получаемой прибыли) для данной сферы деятельности определяется размер требуемого капитала. С учетом формы распределения доходов и полученных финансовых результатов выявляется возможность рефинансирования полученной прибыли в производство.
Предприятие предоставляет технико-экономическое обоснование проекта, в котором указывается цель, ожидаемая эффективность (коэффициент и срок окупаемости), ресурсное обеспечение. Одновременно предприятие представляет финансовые документы: баланс и отчет о доходах, на основе которого делается заключение о финансовом положении. Банк должен всесторонне проверить ликвидность, доходность, задолженность, оборачиваемость средств предприятия. ЭС должна сопоставить цели инвестора и его состояние, т.е. насколько допустимая степень риска в его положении соответствует достижимости целей. В положительном случае для инвестора формируется подходящий состав портфеля.
3.Страхование коммерческих кредитов.
Назначение ЭС – определение условий страхования кредита предприятия страховой компанией (предоставление льгот, страхование на обычных условиях, отказ) и расчет конкретных тарифов в зависимости от принятых условий.
4.Выбор коммерческого банка.
Назначение ЭС – подбор банков для финансового обслуживания предприятия в зависимости от его потребностей в проведении кассово-расчетных, кредитных, депозитных, трастовых операций.
5.Выбор стратегии производства.
Назначение ЭС – определение стратегии производства некоторого товара в зависимости от этапа жизненного цикла и возможностей предприятия.
6.Оценка конкурентоспособности продукции.
Назначение ЭС – оценка уровня конкурентоспособности продукции, которая используется при решении маркетинговых задач.
7.Выбор поставщика продукции.
Назначение ЭС – выбор надежного поставщика продукции с учетом требуемого уровня качества, цены, технического обслуживания и условий поставки.
8.Подбор кадров.
Назначение ЭС – формирование списка вакантных должностей, на которые может претендовать по своим данным кандидат, обратившийся в отдел кадров предприятия (службу занятости). В частности, этот список может оказаться пустым. Соответствие кандидата вакантной должности (рейтинг) задается с определенным фактором уверенности. Особенности решения задачи связаны с тем, что ЭС настраивается на требования и характеристики кандидата на должность. Так на основе анкетных данных осуществляется расчет рейтинга кандидата на все подходящие должности.
Динамическими экспертными системами оперативного управления бизнес-процессами решаются задачи:
мониторинг бизнес-процессов и оперативное информирование лиц, принимающих решение об отклонениях;
упреждающая диагностика, прогнозирование отклонений в параметрах операций бизнес-процессов;
динамическое распределение ресурсов в соответствии с изменяющейся обстановкой;
планирование действий и составление сетевых графиков работ;
моделирование последствий принимаемых решений по изменению процессов.
Приведём пример использования ЭС для службы персонала по отбору, оценке и расстановке кадров, которые рекомендованы для использования в банках, на промышленных предприятиях, в строительных организациях, рекрутинговых фирмах и в организациях других сфер деятельности. Такие ЭС позволяют выполнять компьютерное психофизиологическое обследование и тестирование работников, проводить профориентацию, профотбор, прием на работу, сокращение штатов, аттестацию, получать рекомендации по наиболее эффективному использованию каждого работника в условиях конкретного предприятия, создавать профили профессий и должностей, оценивать профпригодность работника, совместимость «команды» и другие функции.
Напомним, что экспертная система – это разновидность прикладной программы, которая решает проблемы и делает выводы, объясняя их. Результат её работы заранее неизвестен, поскольку ход алгоритма рассуждений зависит от постоянно действующего диалога с пользователем, и, следовательно, определяется его ответами. ЭС являются первым этапом в создании искусственного интеллекта.
Некоторые аспекты использования ЭС в управлении персоналом:[1]
1. Прогнозирование кадрового потенциала фирмы на определенный период времени.
2. Обучение. ЭС констатируют и «отлаживают» знания обучающегося человека. В таких системах создана некая модель знаний ученика. Фактические знания ученика сравниваются с существующей моделью и при необходимости исправляются, дополняются, уточняются, т.е. «пробелы» в знаниях заполняются путем постоянного общения ученика с системой. ЭС такого рода могут использоваться в кадровых службах при проведении мероприятий по обучению персонала.
3. Управление. Системы такого назначения можно назвать интегрированными, поскольку они объединяют в себе элементы всех рассмотренных выше экспертных систем.
Экспертные системы можно также разделить на консультационные (или информационные), исследовательские и управляющие. Консультационные системы, могут использоваться в работе государственных служб занятости, кадровых служб фирм и рекрутинговых фирм.
Действующей отечественной ЭС, предназначенной для решения кадровых вопросов, является интеллектуальная система психологических исследований PSY (состоит из более 6000 правил). Разработана в ВНТК «САЙНТЕКС» (г. Москва).
Система используется руководителями и специалистами кадровых служб при решении задач отбора персонала, анализа межличностных отношений в коллективе, ведении БД по кадрам. В ней хранятся сведения о личностных характеристиках людей, полученных в результате соответствующего тестирования.
В систему включены разнообразные тесты, позволяющие выявить уровень профессиональной квалификации работников, их психофизиологические параметры, а также проследить за динамикой изменения определенных характеристик, чтобы выделить те из них, которые имеют отклонения от общепринятых общественных норм.
В системе имеются также средства статистической обработки информации. Экспертная система PSY используется в некоторых коммерческих структурах и органах государственного управления РФ.
Вопрос 4. Нейросетевые технологии.
Определение.
Нейросетевыми технологиями называют комплекс информационных технологий, основанных на применении искусственных нейронных сетей.
Искусственные нейронные сети – это программно- или аппаратно- реализованные системы, построенные по принципу организации и функционирования их биологического аналога – нервной системы человека.
Нервная система человека состоит из нейронов. Все нейроны связаны между собой нервными волокнами, которые передают электрические импульсы.
Нейронные сети – иерархически организованные параллельные соединения адаптивных элементов – нейронов, которые обеспечивают взаимодействие с объектами реального мира так же, как и биологическая нервная система.
К настоящему времени предложено большое количество способов объединения нейронов в нейросеть. Нейроны в сети расположены слоями. Обычно выделяют входной слой, на который подается возбуждающий сигнал, выходной слой, с которого снимают переработанный сетью сигнал, а все остальные слои называют скрытыми, поскольку они не видны пользователю. Очевидно, что для адекватного решения задачи функционирования сети нужно правильно выбрать значения весов связей между нейронами – обучить сеть. Процесс обучения состоит в настройке параметров этой сети.
В практике искусственных нейронных сетей сложились два основных метода обучения:
1) с учителем;
2) без учителя.
Обучение с учителем предполагает, что помимо входных сигналов, известны также и ожидаемые выходные сигналы. Иными словами, нейрон каждый раз получает информацию о том, какой выходной сигнал от него ожидают. При обучении без учителя ожидаемые выходные сигналы неизвестны, подбор весовых коэффициентов осуществляется на основе конкуренции нейронов, либо корреляции обучающих и выходных сигналов.
Наиболее ценное свойство нейронных сетей – способность обучаться на множестве примеров в тех случаях, когда неизвестны закономерности развития ситуации и какие бы то ни были зависимости между входными и входными данными. С такими ситуациями (а это 80 % задач финансового анализа) не справляются как традиционные математические методы, так и экспертные системы.
Нейронные сети способны успешно решать задачи, опираясь на неполную, искаженную и внутренне противоречивую информацию. Для использования методов корреляционного и регрессионного анализов требуется специалист высокой квалификации, однако эксплуатация обученной нейронной сети по силам рядовому пользователю.
Внутренний параллелизм, присущий нейронным сетям, позволяет практически безгранично наращивать мощность любой нейросистемы. Можно начать с простого пакета, потом перейти на профессиональную версию, затем – на специализированный компьютер с гарантией полной преемственности всего ранее созданного.
Применение нейросетевых технологий.
В настоящее время мы переживаем период широкого практического применения нейросетевых технологий для решения самых разнообразных задач. С их помощью стало возможным строить математические модели, выполняющие сложные многомерные отображения входного вектора параметров X на выходной вектор Y.
Задачи подобного рода часто встречаются в самых разнообразных областях, таких как промышленность, экономика, бизнес, финансы, политология, социология, криминалистика, медицина и т.д. Практически в каждой проблеме, решаемой прикладными науками, требуется построить модель явления, процесса, объекта, т.е. выявить и математически описать зависимость одного комплекса параметров от другого, построить математические функции, которые можно использовать для более глубокого анализа объекта. Например, найти оптимальное сочетание управляющих параметров, обеспечивающих максимум целевой функции, выполнить прогнозирование, предсказать, как будут развиваться события в зависимости от того или иного воздействия.
С середины 1980-х гг. нейронные сети начали использоваться на Западе преимущественно в финансовых и военных приложениях. Однако, несмотря на успех, инструмент оказался слишком сложным и дорогостоящим. Ситуация изменилась в начале 1990-х гг., когда на рынке появилось новое поколение нейросетевых технологий – мощных, недорогих, простых в использовании. Одним из лидеров рынка стал нейросетевой пакет Brain Maker американской фирмы California Scientific Software. Разработанный по заказу военных пакет был адаптирован для бизнес-приложений и с 1990 г. удерживает лидерство среди самых продаваемых нейросетевых пакетов США.
Свой путь на российский рынок нейронные сети начали с финансово-кредитной сферы, где заинтересованные в совершенствовании аналитической работы банки стали интенсивно включать нейронные сетевые технологии в состав финансовых приложений. В настоящее время пользователями Brain Marker Pro стали уже более 200 банков и торговых компаний, а также аналитические учреждения верхних эшелонов власти.
Среди перспективных направлений использования нейросетевых технологий можно назвать создание компьютерных моделей поведения клиента для оценки риска или перспективности работы с конкретными клиентами. Например, можно проанализировать прежние сделки и на этой основе оценить вероятность того, согласится ли конкретный клиент на то или иное предложение.
2.Планирование финансовых ресурсов предприятия.
Назначение ЭС – определение источников финансовых средств развития предприятия в зависимости от стратегических целей и формы предприятия, структуры капитала, состояния товарного, кредитного и фондового рынков. В соответствии с планируемой целью (размер получаемой прибыли) для данной сферы деятельности определяется размер требуемого капитала. С учетом формы распределения доходов и полученных финансовых результатов выявляется возможность рефинансирования полученной прибыли в производство.
Предприятие предоставляет технико-экономическое обоснование проекта, в котором указывается цель, ожидаемая эффективность (коэффициент и срок окупаемости), ресурсное обеспечение. Одновременно предприятие представляет финансовые документы: баланс и отчет о доходах, на основе которого делается заключение о финансовом положении. Банк должен всесторонне проверить ликвидность, доходность, задолженность, оборачиваемость средств предприятия. ЭС должна сопоставить цели инвестора и его состояние, т.е. насколько допустимая степень риска в его положении соответствует достижимости целей. В положительном случае для инвестора формируется подходящий состав портфеля.
3.Страхование коммерческих кредитов.
Назначение ЭС – определение условий страхования кредита предприятия страховой компанией (предоставление льгот, страхование на обычных условиях, отказ) и расчет конкретных тарифов в зависимости от принятых условий.
4.Выбор коммерческого банка.
Назначение ЭС – подбор банков для финансового обслуживания предприятия в зависимости от его потребностей в проведении кассово-расчетных, кредитных, депозитных, трастовых операций.
5.Выбор стратегии производства.
Назначение ЭС – определение стратегии производства некоторого товара в зависимости от этапа жизненного цикла и возможностей предприятия.
6.Оценка конкурентоспособности продукции.
Назначение ЭС – оценка уровня конкурентоспособности продукции, которая используется при решении маркетинговых задач.
7.Выбор поставщика продукции.
Назначение ЭС – выбор надежного поставщика продукции с учетом требуемого уровня качества, цены, технического обслуживания и условий поставки.
8.Подбор кадров.
Назначение ЭС – формирование списка вакантных должностей, на которые может претендовать по своим данным кандидат, обратившийся в отдел кадров предприятия (службу занятости). В частности, этот список может оказаться пустым. Соответствие кандидата вакантной должности (рейтинг) задается с определенным фактором уверенности. Особенности решения задачи связаны с тем, что ЭС настраивается на требования и характеристики кандидата на должность. Так на основе анкетных данных осуществляется расчет рейтинга кандидата на все подходящие должности.
Динамическими экспертными системами оперативного управления бизнес-процессами решаются задачи:
мониторинг бизнес-процессов и оперативное информирование лиц, принимающих решение об отклонениях;
упреждающая диагностика, прогнозирование отклонений в параметрах операций бизнес-процессов;
динамическое распределение ресурсов в соответствии с изменяющейся обстановкой;
планирование действий и составление сетевых графиков работ;
моделирование последствий принимаемых решений по изменению процессов.
Приведём пример использования ЭС для службы персонала по отбору, оценке и расстановке кадров, которые рекомендованы для использования в банках, на промышленных предприятиях, в строительных организациях, рекрутинговых фирмах и в организациях других сфер деятельности. Такие ЭС позволяют выполнять компьютерное психофизиологическое обследование и тестирование работников, проводить профориентацию, профотбор, прием на работу, сокращение штатов, аттестацию, получать рекомендации по наиболее эффективному использованию каждого работника в условиях конкретного предприятия, создавать профили профессий и должностей, оценивать профпригодность работника, совместимость «команды» и другие функции.
Напомним, что экспертная система – это разновидность прикладной программы, которая решает проблемы и делает выводы, объясняя их. Результат её работы заранее неизвестен, поскольку ход алгоритма рассуждений зависит от постоянно действующего диалога с пользователем, и, следовательно, определяется его ответами. ЭС являются первым этапом в создании искусственного интеллекта.
Некоторые аспекты использования ЭС в управлении персоналом:[1]
1. Прогнозирование кадрового потенциала фирмы на определенный период времени.
2. Обучение. ЭС констатируют и «отлаживают» знания обучающегося человека. В таких системах создана некая модель знаний ученика. Фактические знания ученика сравниваются с существующей моделью и при необходимости исправляются, дополняются, уточняются, т.е. «пробелы» в знаниях заполняются путем постоянного общения ученика с системой. ЭС такого рода могут использоваться в кадровых службах при проведении мероприятий по обучению персонала.
3. Управление. Системы такого назначения можно назвать интегрированными, поскольку они объединяют в себе элементы всех рассмотренных выше экспертных систем.
Экспертные системы можно также разделить на консультационные (или информационные), исследовательские и управляющие. Консультационные системы, могут использоваться в работе государственных служб занятости, кадровых служб фирм и рекрутинговых фирм.
Действующей отечественной ЭС, предназначенной для решения кадровых вопросов, является интеллектуальная система психологических исследований PSY (состоит из более 6000 правил). Разработана в ВНТК «САЙНТЕКС» (г. Москва).
Система используется руководителями и специалистами кадровых служб при решении задач отбора персонала, анализа межличностных отношений в коллективе, ведении БД по кадрам. В ней хранятся сведения о личностных характеристиках людей, полученных в результате соответствующего тестирования.
В систему включены разнообразные тесты, позволяющие выявить уровень профессиональной квалификации работников, их психофизиологические параметры, а также проследить за динамикой изменения определенных характеристик, чтобы выделить те из них, которые имеют отклонения от общепринятых общественных норм.
В системе имеются также средства статистической обработки информации. Экспертная система PSY используется в некоторых коммерческих структурах и органах государственного управления РФ.
Вопрос 4. Нейросетевые технологии.
Определение.
Нейросетевыми технологиями называют комплекс информационных технологий, основанных на применении искусственных нейронных сетей.
Искусственные нейронные сети – это программно- или аппаратно- реализованные системы, построенные по принципу организации и функционирования их биологического аналога – нервной системы человека.
Нервная система человека состоит из нейронов. Все нейроны связаны между собой нервными волокнами, которые передают электрические импульсы.
Нейронные сети – иерархически организованные параллельные соединения адаптивных элементов – нейронов, которые обеспечивают взаимодействие с объектами реального мира так же, как и биологическая нервная система.
К настоящему времени предложено большое количество способов объединения нейронов в нейросеть. Нейроны в сети расположены слоями. Обычно выделяют входной слой, на который подается возбуждающий сигнал, выходной слой, с которого снимают переработанный сетью сигнал, а все остальные слои называют скрытыми, поскольку они не видны пользователю. Очевидно, что для адекватного решения задачи функционирования сети нужно правильно выбрать значения весов связей между нейронами – обучить сеть. Процесс обучения состоит в настройке параметров этой сети.
В практике искусственных нейронных сетей сложились два основных метода обучения:
1) с учителем;
2) без учителя.
Обучение с учителем предполагает, что помимо входных сигналов, известны также и ожидаемые выходные сигналы. Иными словами, нейрон каждый раз получает информацию о том, какой выходной сигнал от него ожидают. При обучении без учителя ожидаемые выходные сигналы неизвестны, подбор весовых коэффициентов осуществляется на основе конкуренции нейронов, либо корреляции обучающих и выходных сигналов.
Наиболее ценное свойство нейронных сетей – способность обучаться на множестве примеров в тех случаях, когда неизвестны закономерности развития ситуации и какие бы то ни были зависимости между входными и входными данными. С такими ситуациями (а это 80 % задач финансового анализа) не справляются как традиционные математические методы, так и экспертные системы.
Нейронные сети способны успешно решать задачи, опираясь на неполную, искаженную и внутренне противоречивую информацию. Для использования методов корреляционного и регрессионного анализов требуется специалист высокой квалификации, однако эксплуатация обученной нейронной сети по силам рядовому пользователю.
Внутренний параллелизм, присущий нейронным сетям, позволяет практически безгранично наращивать мощность любой нейросистемы. Можно начать с простого пакета, потом перейти на профессиональную версию, затем – на специализированный компьютер с гарантией полной преемственности всего ранее созданного.
Применение нейросетевых технологий.
В настоящее время мы переживаем период широкого практического применения нейросетевых технологий для решения самых разнообразных задач. С их помощью стало возможным строить математические модели, выполняющие сложные многомерные отображения входного вектора параметров X на выходной вектор Y.
Задачи подобного рода часто встречаются в самых разнообразных областях, таких как промышленность, экономика, бизнес, финансы, политология, социология, криминалистика, медицина и т.д. Практически в каждой проблеме, решаемой прикладными науками, требуется построить модель явления, процесса, объекта, т.е. выявить и математически описать зависимость одного комплекса параметров от другого, построить математические функции, которые можно использовать для более глубокого анализа объекта. Например, найти оптимальное сочетание управляющих параметров, обеспечивающих максимум целевой функции, выполнить прогнозирование, предсказать, как будут развиваться события в зависимости от того или иного воздействия.
С середины 1980-х гг. нейронные сети начали использоваться на Западе преимущественно в финансовых и военных приложениях. Однако, несмотря на успех, инструмент оказался слишком сложным и дорогостоящим. Ситуация изменилась в начале 1990-х гг., когда на рынке появилось новое поколение нейросетевых технологий – мощных, недорогих, простых в использовании. Одним из лидеров рынка стал нейросетевой пакет Brain Maker американской фирмы California Scientific Software. Разработанный по заказу военных пакет был адаптирован для бизнес-приложений и с 1990 г. удерживает лидерство среди самых продаваемых нейросетевых пакетов США.
Свой путь на российский рынок нейронные сети начали с финансово-кредитной сферы, где заинтересованные в совершенствовании аналитической работы банки стали интенсивно включать нейронные сетевые технологии в состав финансовых приложений. В настоящее время пользователями Brain Marker Pro стали уже более 200 банков и торговых компаний, а также аналитические учреждения верхних эшелонов власти.
Среди перспективных направлений использования нейросетевых технологий можно назвать создание компьютерных моделей поведения клиента для оценки риска или перспективности работы с конкретными клиентами. Например, можно проанализировать прежние сделки и на этой основе оценить вероятность того, согласится ли конкретный клиент на то или иное предложение.