42. Дерево целей в решении экономических задач

База знаний – это знания человека (эксперта, специалиста), помещенные в память компьютера в соответствии с некоторой моделью.

Модель - это правила или соглашения, выполнение которых позволяет представить нечто в памяти компьютера в том виде, которая позволяет использовать формальные (программные) средства для их обработки (получение новых знаний).

Существуют различные модели представления баз знаний, среди которых наиболее популярными являются: продукционные модели (деревья вывода); семантические сети (ассоциативные сети), фреймы; деревья целей; нечеткие множества.

Дерево целей является дальнейшим совершенствованием целевого управления, известного сегодня как Goal-управление.

В основу его построения положено понятие цели, измерение достижения которой осуществляется с помощью значений соответствующих экономических показателей.

Например, уровень достижения цели “Увеличить рентабельность предприятия” можно измерить показателем “Рентабельность” в числовом диапазоне от 0 до 1.

Цель “Увеличить рентабельность предприятия с 0,3 до 0,5” в дереве целей указывается именно таким образом.

Дерево целей можно продолжить, если указать из чего состоят выручка и затраты. Это позволит рассчитать управляющие воздействия более детального характера. Представление знаний в виде дерева целей возможно, если известна цель управления и формулы, согласно которым можно рассчитать уровень достижения каждой из подцелей.

43. Нечеткие множества в решении экономических задач

Задачи, в большинстве случаев опираются именно на нечеткие, размытые и неопределенные знания о процессах или событиях.

Теорию нечетких множеств. В основе теории лежит понятие функции принадлежности, которая указывает степень принадлежности какого-либо элемента некоторому множеству элементов.

Данная функция является субъективной и строится на основании знаний, опыта или ощущений некоторого субъекта к какому-либо объекту, процессу, явлению и т.д.

Функция принадлежности нечёткого множества - обобщение индикаторной функции классического множества. В нечёткой логике она представляет степень принадлежности каждого члена к данному нечёткому множеству.

Пример применения нечетких множеств

В ходе управления финансами очень часто возникает задача борьбы с неопределенностью, сопровождающей финансовые решения. Неопределенность эта двоякая:

а) текущее состояние финансовой системы не может быть распознано с необходимой точностью;

б) будущие показатели финансовой системы и ее внешнего окружения неизвестны вполне точно.

Нечеткие множества могут выступать как инструмент моделирования неопределенности, который базируется на известной мыслительной способности человека оперировать качественными категории и оформлять свои логические выводы также в качественной форме.

Если качество некоторого объекта может быть выражено некоторой иерархией количественных или качественных признаков, причем известно, как одни факторы доминируют над другими в пределах одного уровня иерархии, то оказывается возможным оценить комплексное качество объекта на основе того же для отдельных свойств иерархии.

Оценка качества — это квалиметрия. Характерные задачи квалиметрии в финансовом менеджменте: оценка риска банкротства предприятия, оценка надежности акций и облигаций, выбор управляющей компании, оценка перспективности приобретения недвижимости, стоимостная оценка банковских залогов и т. д.

Если речь идет об операциях с будущими значениями финансовых факторов, то удобно моделировать эти факторы как нечеткие числа и функции. Тогда можно получить итоговые результаты моделирования в таком же виде — и оценить риск того, что эти финансовые результаты окажутся ниже предустановленных нормативов.