Оперативное прогнозирование трендов экономических показателей многоотраслевой корпорации с применением технологий искусственного интеллекта
Алгоритмы краткосрочного прогнозирования трендов экономических показателей агропромышленной корпорации. Разработка классификационных и описательных шкал и градаций и формирование обучающей выборки для интеллектуальной аналитической системы "Эйдос".
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | статья |
| Язык | русский |
| Дата добавления | 28.04.2017 |
| Размер файла | 601,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Кубанский государственный аграрный университет
ОПЕРАТИВНОЕ ПРОГНОЗИРОВАНИЕ ТРЕНДОВ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ МНОГООТРАСЛЕВОЙ КОРПОРАЦИИ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
(часть 1-я: постановка задачи и формализация предметной области)
Луценко Евгений Вениаминович, д.э.н., к.т.н., профессор
Лойко Валерий Иванович, д.т.н., профессор
Макаревич Лилия Олеговна, соискатель
г. Краснодар, Россия
Аннотация
В статье формулируется проблема краткосрочного прогнозирования трендов экономических показателей многоотраслевой корпорации, на основе применения системно-когнитивного анализа (СК-анализ) и его инструментария (интеллектуальной системы "Эйдос") осуществляется формальная постановка задачи и формализация предметной области, т.е. разработка классификационных и описательных шкал и градаций и формирование обучающей выборки, а также синтез и верификация моделей, включающих четыре базы знаний, отличающихся частными критериями знаний
Ключевые слова: системный подход, системно-когнитивный анализ, многоотраслевая корпорация, прогнозирование, семантическая информационная модель
In this article, the problem of short-range forecasting of the trends of economical indexes of diversified corporation is stated, on the basis of application of systemic-cognitive analysis and its tooling (intellectual system "Eidos") the formal problem definition and data domain formalization, i.e. development of classification and descriptive dials and graduations and shaping of training sample is performed
Keywords: systemic approach, systemic-cognitive analysis, systems approach, diversified corporation, forecasting, semantic information model
Данная работа является непосредственным продолжением работ [1, 2] и посвящена разработке методики оперативного прогнозирования трендов экономических показателей многоотраслевой агропромышленной корпорации, т.е. их первой производной.
В настоящее время создание удобного для экономистов и надежного инструмента краткосрочного (оперативного) прогнозирования трендов экономических показателей корпорации, дающего прогнозы высокой достоверности, является как научной, так и практической проблемой, поиск решений которой весьма актуален. Поэтому цель данной работы состоит в разработке методики оперативного (на пол-года вперед) прогнозирования трендов экономических показателей многоотраслевой корпорации.
В данной работе мы рассмотрим новый, ранее не применявшийся подход к решению поставленной проблемы и достижению поставленной цели, основанный на применении системно-когнитивного анализа (АСК-анализа) и его программного инструментария: интеллектуальной системы "Эйдос" [3, 4]. В работе [3] предложены следующие этапы АСК-анализа предметной области:
1. Когнитивная структуризация предметной области, при которой определяется, что мы хотим прогнозировать и на основе чего (конструирование классификационных и описательных шкал).
2. Формализация предметной области:
- разработка градаций классификационных и описательных шкал (номинального, порядкового и числового типа);
- использование разработанных на предыдущих этапах классификационных и описательных шкал и градаций для формального описания (кодирования) исходных данных (исследуемой выборки).
3. Синтез и верификация (оценка степени адекватности) модели.
4. Если модель адекватна, то ее использование для решения задач идентификации, прогнозирования и принятия решений, а также для исследования моделируемой предметной области.
Рассмотрим предлагаемый вариант реализации этих этапов.
1. Когнитивная структуризация предметной области.
На этом этапе было решено, что разрабатываемая методика должна обеспечивать прогнозирование трендов следующих показателей холдинга в целом на 2 квартала вперед в процентах по отношению к предыдущему кварталу (таблица 1):
Таблица 1 - КЛАССИФИКАЦИОННЫЕ ШКАЛЫ
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Выручка от реализации |
|
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Себестоимость приобретения |
|
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Валовая прибыль |
|
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Коммерческие расходы |
|
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Чистая прибыль |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Выручка от реализации |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Себестоимость приобретения |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Валовая прибыль |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Коммерческие расходы |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Чистая прибыль |
Прогнозирование предлагается осуществлять на основе трендов тех же показателей по предприятиям, входящим в корпорацию (таблица 2), за текущий квартал и все кварталы предыдущего года (таблица 3):
Таблица 2 - ПРЕДПРИЯТИЯ, ВХОДЯЩИЕ В КОРПОРАЦИЮ
|
001.БАКАЛЕЯ ООО |
|
|
002.РОССИНГРИДГРУПП |
|
|
003.КОРМИЛИЦА |
|
|
004.КУБАНЬ АЛКО ООО |
|
|
005.КУБТОРГ ЗАО |
|
|
006.МОСКВИЧКА ООО |
|
|
007.МЯСОКОМБИНАТ |
|
|
008.РЫБА ООО (ХОЛОД) |
|
|
009.СТРОЙТРУБОСТАЛЬ |
|
|
010.ТОРГОДЕЖДА ЗАО |
|
|
011.ФРУКТЫ.RU (ЮНЕКС) |
|
|
012.ХОЗЯЮШКА ООО |
|
|
013.ЮМК |
|
|
014.ЮЖГАЗ |
|
|
015.КОНДИТЕРСКАЯ Ф-КА |
Таблица 3 - ОПИСАТЕЛЬНЫЕ ШКАЛЫ (ФРАГМЕНТ)
|
KOD |
NAME |
|
|
1 |
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Выручка от реализации (Отгрузка |
|
|
2 |
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Себестоимость приобретения |
|
|
3 |
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Валовая прибыль |
|
|
4 |
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Коммерческие расходы: |
|
|
5 |
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Чистая прибыль |
|
|
6 |
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Выручка от реализации |
|
|
7 |
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Себестоимость приобретения: |
|
|
8 |
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Валовая прибыль |
|
|
9 |
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Коммерческие расходы: |
|
|
10 |
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Чистая прибыль |
|
|
11 |
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Выручка от реализации (Отгрузка |
|
|
12 |
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Себестоимость приобретения |
|
|
13 |
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Валовая прибыль |
|
|
14 |
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Коммерческие расходы: |
|
|
15 |
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Чистая прибыль |
|
|
16 |
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Выручка от реализации (Отгрузка |
|
|
17 |
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Себестоимость приобретения |
|
|
18 |
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Валовая прибыль |
|
|
19 |
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Коммерческие расходы: |
|
|
20 |
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Чистая прибыль |
|
|
21 |
Тренд 1 кв.назад: 005.КУБТОРГ ЗАО : Выручка от реализации (Отгрузка |
|
|
22 |
Тренд 1 кв.назад: 005.КУБТОРГ ЗАО : Себестоимость приобретения |
|
|
23 |
Тренд 1 кв.назад: 005.КУБТОРГ ЗАО : Валовая прибыль |
|
|
24 |
Тренд 1 кв.назад: 005.КУБТОРГ ЗАО : Коммерческие расходы: |
|
|
25 |
Тренд 1 кв.назад: 005.КУБТОРГ ЗАО : Чистая прибыль |
Таблица 4 - ИСХОДНЫЕ ДАННЫЕ ДЛЯ СИНТЕЗА МОДЕЛИ ОБЪЕКТА ПРОГНОЗИРОВАНИЯ (ФРАГМЕНТ)
|
NAME |
2000 |
2001 |
|||||||
|
1Kв |
2Kв |
3Kв |
4Kв |
1Kв |
2Kв |
3Kв |
4Kв |
||
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Выручка от реализации |
27,4 |
5,8 |
15,4 |
-20,4 |
26,4 |
5,6 |
14,5 |
-12,4 |
|
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Себестоимость приобретения |
28,0 |
5,7 |
14,1 |
-20,3 |
27,1 |
5,2 |
13,2 |
-11,7 |
|
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Валовая прибыль |
34,8 |
1,5 |
25,4 |
-26,5 |
32,0 |
1,6 |
23,5 |
-19,2 |
|
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Коммерческие расходы |
17,9 |
1,2 |
19,8 |
-12,4 |
17,3 |
0,8 |
18,9 |
-5,1 |
|
|
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Чистая прибыль |
69,6 |
2,6 |
30,2 |
-42,8 |
62,1 |
5,0 |
28,2 |
-38,8 |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Выручка от реализации |
5,8 |
15,4 |
-20,4 |
26,4 |
5,6 |
14,5 |
-12,4 |
16,9 |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Себестоимость приобретения |
5,7 |
14,1 |
-20,3 |
27,1 |
5,2 |
13,2 |
-11,7 |
17,3 |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Валовая прибыль |
1,5 |
25,4 |
-26,5 |
32,0 |
1,6 |
23,5 |
-19,2 |
18,9 |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Коммерческие расходы |
1,2 |
19,8 |
-12,4 |
17,3 |
0,8 |
18,9 |
-5,1 |
8,2 |
|
|
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Чистая прибыль |
2,6 |
30,2 |
-42,8 |
62,1 |
5,0 |
28,2 |
-38,8 |
59,6 |
|
|
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Выручка от реализации (Отгрузка) |
0,0 |
14,6 |
18,5 |
11,5 |
-13,7 |
14,6 |
18,5 |
11,5 |
|
|
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Себестоимость приобретения |
0,0 |
13,4 |
18,1 |
12,6 |
-13,8 |
13,5 |
18,1 |
12,7 |
|
|
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Валовая прибыль |
0,0 |
26,2 |
22,2 |
1,4 |
-12,0 |
25,4 |
21,9 |
1,5 |
|
|
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Коммерческие расходы: |
0,0 |
6,6 |
10,3 |
9,4 |
1,1 |
6,7 |
10,3 |
9,4 |
|
|
Тренд 1 кв.назад: 001.БАКАЛЕЯ ООО : Чистая прибыль |
0,0 |
19361,4 |
94,4 |
-23,3 |
-72,3 |
324,0 |
74,4 |
-18,8 |
|
|
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Выручка от реализации |
0,0 |
10,4 |
6,5 |
7,8 |
-7,2 |
6,9 |
3,3 |
3,2 |
|
|
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Себестоимость приобретения: |
0,0 |
12,3 |
7,4 |
7,7 |
-9,5 |
8,8 |
4,2 |
3,1 |
|
|
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Валовая прибыль |
0,0 |
-2,1 |
-1,6 |
8,4 |
12,7 |
-5,2 |
-4,5 |
3,7 |
|
|
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Коммерческие расходы: |
0,0 |
5,5 |
6,4 |
6,1 |
-1,3 |
2,2 |
3,2 |
1,5 |
|
|
Тренд 1 кв.назад: 002.РОССИНГРИДГРУПП : Чистая прибыль |
0,0 |
-27,0 |
-49,0 |
21,0 |
160,9 |
-29,3 |
-50,5 |
15,7 |
|
|
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Выручка от реализации (Отгрузка) |
0,0 |
17,4 |
-2,7 |
26,1 |
-15,4 |
17,2 |
-3,0 |
25,5 |
|
|
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Себестоимость приобретения |
0,0 |
21,4 |
-3,4 |
23,5 |
-16,7 |
21,3 |
-3,9 |
22,8 |
|
|
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Валовая прибыль |
0,0 |
-7,9 |
1,1 |
48,8 |
-6,8 |
-6,7 |
2,0 |
47,2 |
|
|
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Коммерческие расходы: |
0,0 |
12,3 |
-0,6 |
22,9 |
-10,0 |
12,4 |
-1,0 |
22,8 |
|
|
Тренд 1 кв.назад: 003.КОРМИЛИЦА : Чистая прибыль |
0,0 |
-46,1 |
15,7 |
120,6 |
5,1 |
-36,9 |
17,6 |
92,9 |
|
|
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Выручка от реализации (Отгрузка) |
0,0 |
26,0 |
40,0 |
22,5 |
-23,7 |
26,0 |
40,0 |
22,5 |
|
|
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Себестоимость приобретения |
0,0 |
27,2 |
40,5 |
21,9 |
-24,3 |
27,3 |
40,6 |
21,9 |
|
|
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Валовая прибыль |
0,0 |
18,2 |
35,9 |
26,1 |
-19,3 |
17,9 |
35,8 |
26,3 |
|
|
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Коммерческие расходы: |
0,0 |
22,1 |
14,0 |
14,9 |
3,1 |
22,1 |
14,1 |
14,9 |
|
|
Тренд 1 кв.назад: 004.КУБАНЬ АЛКО ООО : Чистая прибыль |
0,0 |
6,9 |
103,3 |
46,5 |
-49,9 |
5,5 |
106,1 |
47,6 |
|
|
Тренд 1 кв.назад: 005.КУБТОРГ ЗАО : Выручка от реализации (Отгрузка) |
0,0 |
17,4 |
-2,7 |
26,1 |
-15,4 |
17,2 |
-3,0 |
25,5 |
|
|
Тренд 1 кв.назад: 005.КУБТОРГ ЗАО : Себестоимость приобретения |
0,0 |
21,1 |
-3,4 |
23,0 |
-16,3 |
21,3 |
-3,8 |
22,3 |
|
|
Тренд 1 кв.назад: 005.КУБТОРГ ЗАО : Валовая прибыль |
0,0 |
27,0 |
-13,9 |
49,8 |
-23,9 |
25,9 |
-15,1 |
48,4 |
В таблице 4 приведен фрагмент исходных данных, использованных для синтеза формальной модели объекта прогнозирования. Фактически в исследуемой выборке присутствуют данные по большему числу предприятий, приведенных в таблице 2, по всем показателям, приведенным в таблице 3 за период с 2000 по 2009 годы.
Эти исходные данные сведены в одну таблицу из большого числа файлов с данными по отдельным предприятиям корпорации с помощью специально созданной для этого программы, скриншот главного меню которой приведен на рисунке 1:
Рисунок 1. Экранная форма меню программы объединения исходных баз данных
Данная программа представляет собой развитие программы, используемых для подобных целей в работе [5].
Затем исходные данные были приведены к виду, удобному для выявления причинно-следственных зависимостей между прошлыми трендами показателей предприятий корпорации и будущими трендами показателей корпорации в целом (таблица 5):
Таблица 5 - ПРИНЦИП ОРГАНИЗАЦИИ ТАБЛИЦЫ ИСХОДНЫХ ДАННЫХ ДЛЯ СИНТЕЗА МОДЕЛИ ПРОГНОЗИРОВАНИЯ
Это было сделано средствами MS Excel, но в будущем планируется разработать режимы, автоматизирующие создание этих баз данных (см. режимы 6 и 7 на рисунке 1).
В таблице 5 первая и вторая строки содержат информацию о классах, соответствующих будущим состояниям многоотраслевой корпорации в следующем квартале и через квартал, а последующие строки - информацию о факторах и их значениях, оказывающих причинно-следственное воздействие на развитие корпорации. Столбцы таблицы 5, содержат данные за различные кварталы и являются объектами исследуемой выборки, которые приводятся системе в качестве примеров того, как различные системы многофакторной детерминации обусловили переход корпорации в различные будущие состояния.
Сама полученная таким образом таблица исходных данных для создания модели прогнозирования трендов показателей в данной статье не приводится из-за ее большой размерности (41 столбец, 275 строк)
При этом система детерминации поведения корпорации значительно сложнее системы ее будущих состояний, что говорит о соблюдении закона Уильяма Росса Эшби о необходимом разнообразии, которое является необходимым условием адекватного управления [6].
Стрелками на таблице 5 фрагментарно проиллюстрирован принцип присвоения данных:
- для классов, описывающих будущие состояния корпорации в целом, данные берутся из соответствующих столбцов, содержащих фактические данные за последующие кварталы;
- для факторов, описывающих прошлые состояния предприятий, входящих в корпорацию, данные берутся из соответствующих столбцов, содержащих фактические данные за предыдущие кварталы.
2. Формализация предметной области включает:
- разработку градаций классификационных и описательных шкал (номинального, порядкового и числового типа);
- использование разработанных на предыдущих этапах классификационных и описательных шкал и градаций для формального описания (кодирования) исходных данных (исследуемой выборки).
После подготовки таблицы 5 средствами MS Excel, она записывается из него в стандарте DBF IV, непосредственно воспринимаем универсальным программным интерфейсом системы "Эйдос" с внешними базами данных (_153) (рисунок 2):
Рисунок 2. Экранные формы стандартного программного интерфейса _153 системы "Эйдос" для формализации предметной области
Данный программный интерфейс полностью автоматизирует выполнение следующего этапа: "Формализация предметной области". В результате его работы формируются справочники классификационных и описательных шкал и градаций и базы данных обучающей выборки (таблицы 6, 7, 8 и 9). алгоритм прогнозирование тренд корпорация
Таблица 6 - СПРАВОЧНИК КЛАССИФИКАЦИОННЫХ ШКАЛ И ГРАДАЦИЙ
|
KOD |
NAME |
|
|
1 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Выручка от ре-1/3-{-38.00, -16.20} |
|
|
2 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Выручка от реал-2/3-{-16.20, 5.60} |
|
|
3 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Выручка от реали-3/3-{5.60, 27.40} |
|
|
4 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Себестоимость -1/3-{-40.10, -17.40} |
|
|
5 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Себестоимость пр-2/3-{-17.40, 5.30} |
|
|
6 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Себестоимость при-3/3-{5.30, 28.00} |
|
|
7 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Валовая прибыль-1/3-{-32.70, -6.00} |
|
|
8 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Валовая прибыль-2/3-{-6.00, 20.70} |
|
|
9 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Валовая прибыль-3/3-{20.70, 47.40} |
|
|
10 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Коммерческие ра-1/3-{-24.00, -8.77} |
|
|
11 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Коммерческие расх-2/3-{-8.77, 6.47} |
|
|
12 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Коммерческие расх-3/3-{6.47, 21.70} |
|
|
13 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Чистая прибыль-1/3-{-57.10, -7.97} |
|
|
14 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Чистая прибыль-2/3-{-7.97, 41.17} |
|
|
15 |
Тренд в 1-м кв.: ВС.ПО ХОЛД.: Чистая прибыль-3/3-{41.17, 90.30} |
|
|
16 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Выручка от ре-1/3-{-38.00, -16.53} |
|
|
17 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Выручка от реал-2/3-{-16.53, 4.93} |
|
|
18 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Выручка от реали-3/3-{4.93, 26.40} |
|
|
19 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Себестоимость -1/3-{-40.10, -17.70} |
|
|
20 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Себестоимость пр-2/3-{-17.70, 4.70} |
|
|
21 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Себестоимость при-3/3-{4.70, 27.10} |
|
|
22 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Валовая прибыль-1/3-{-32.70, -6.00} |
|
|
23 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Валовая прибыль-2/3-{-6.00, 20.70} |
|
|
24 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Валовая прибыль-3/3-{20.70, 47.40} |
|
|
25 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Коммерческие ра-1/3-{-24.00, -8.77} |
|
|
26 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Коммерческие расх-2/3-{-8.77, 6.47} |
|
|
27 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Коммерческие расх-3/3-{6.47, 21.70} |
|
|
28 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Чистая прибыль-1/3-{-57.10, -7.97} |
|
|
29 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Чистая прибыль-2/3-{-7.97, 41.17} |
|
|
30 |
Тренд в 2-м кв.: ВС.ПО ХОЛД.: Чистая прибыль-3/3-{41.17, 90.30} |
Символические обозначения типа: 1/3, 2/3, 3/3 означают, что данная шкала разделена в программном интерфейсе _153 разделена на 3 градации, соответствующих низкому (1/3), среднему (2/3) и высокому (3/3) интервальным значениям тренда экономических показателей.
Таблица 7 - СПРАВОЧНИК ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ (ФРАГМЕНТ)
|
KOD |
NAME |
|
|
(1) |
ТРЕНД 1 КВ.НАЗАД: 001.БАКАЛЕЯ ООО : ВЫРУЧКА ОТ РЕАЛИЗАЦИИ (ОТГРУЗКА |
|
|
1 |
-1/3-{-31.30, -10.50} |
|
|
2 |
-2/3-{-10.50, 10.30} |
|
|
3 |
-3/3-{10.30, 31.10} |
|
|
(2) |
ТРЕНД 1 КВ.НАЗАД: 001.БАКАЛЕЯ ООО : СЕБЕСТОИМОСТЬ ПРИОБРЕТЕНИЯ |
|
|
4 |
-1/3-{-33.20, -12.03} |
|
|
5 |
-2/3-{-12.03, 9.13} |
|
|
6 |
-3/3-{9.13, 30.30} |
|
|
(3) |
ТРЕНД 1 КВ.НАЗАД: 001.БАКАЛЕЯ ООО : ВАЛОВАЯ ПРИБЫЛЬ |
|
|
7 |
-1/3-{-20.90, 1.03} |
|
|
8 |
-2/3-{1.03, 22.97} |
|
|
9 |
-3/3-{22.97, 44.90} |
|
|
(4) |
ТРЕНД 1 КВ.НАЗАД: 001.БАКАЛЕЯ ООО : КОММЕРЧЕСКИЕ РАСХОДЫ: |
|
|
10 |
-1/3-{-14.30, 3.83} |
|
|
11 |
-2/3-{3.83, 21.97} |
|
|
12 |
-3/3-{21.97, 40.10} |
|
|
(5) |
ТРЕНД 1 КВ.НАЗАД: 001.БАКАЛЕЯ ООО : ЧИСТАЯ ПРИБЫЛЬ |
|
|
13 |
-1/3-{-588.80, 6061.27} |
|
|
14 |
-2/3-{6061.27, 12711.33} |
|
|
15 |
-3/3-{12711.33, 19361.40} |
|
|
(6) |
ТРЕНД 1 КВ.НАЗАД: 002.РОССИНГРИДГРУПП : ВЫРУЧКА ОТ РЕАЛИЗАЦИИ |
|
|
16 |
-1/3-{-80.60, -36.53} |
|
|
17 |
-2/3-{-36.53, 7.53} |
|
|
18 |
-3/3-{7.53, 51.60} |
|
|
(7) |
ТРЕНД 1 КВ.НАЗАД: 002.РОССИНГРИДГРУПП : СЕБЕСТОИМОСТЬ ПРИОБРЕТЕНИЯ: |
|
|
19 |
-1/3-{-83.20, -36.57} |
|
|
20 |
-2/3-{-36.57, 10.07} |
|
|
21 |
-3/3-{10.07, 56.70} |
|
|
(8) |
ТРЕНД 1 КВ.НАЗАД: 002.РОССИНГРИДГРУПП : ВАЛОВАЯ ПРИБЫЛЬ |
|
|
22 |
-1/3-{-44.80, -18.67} |
|
|
23 |
-2/3-{-18.67, 7.47} |
|
|
24 |
-3/3-{7.47, 33.60} |
|
|
(9) |
ТРЕНД 1 КВ.НАЗАД: 002.РОССИНГРИДГРУПП : КОММЕРЧЕСКИЕ РАСХОДЫ: |
|
|
25 |
-1/3-{-32.60, -11.13} |
|
|
26 |
-2/3-{-11.13, 10.33} |
|
|
27 |
-3/3-{10.33, 31.80} |
|
|
(10) |
ТРЕНД 1 КВ.НАЗАД: 002.РОССИНГРИДГРУПП : ЧИСТАЯ ПРИБЫЛЬ |
|
|
28 |
-1/3-{-423.80, 45.07} |
|
|
29 |
-2/3-{45.07, 513.93} |
|
|
30 |
-3/3-{513.93, 982.80} |
Таблица 8 - ОБУЧАЮЩАЯ ВЫБОРКА: БАЗА ЗАГОЛОВКОВ
|
KOD_IST |
NAME_IST |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
|
1 |
2000_1K |
3 |
9 |
12 |
15 |
18 |
21 |
23 |
26 |
29 |
||
|
2 |
2000_2K |
3 |
6 |
8 |
11 |
14 |
18 |
21 |
24 |
27 |
29 |
|
|
3 |
2000_3K |
3 |
6 |
9 |
12 |
14 |
16 |
19 |
22 |
25 |
28 |
|
|
4 |
2000_4K |
1 |
4 |
7 |
10 |
13 |
18 |
21 |
24 |
27 |
30 |
|
|
5 |
2001_1K |
3 |
6 |
9 |
12 |
15 |
18 |
21 |
23 |
26 |
29 |
|
|
6 |
2001_2K |
2 |
5 |
8 |
11 |
14 |
18 |
21 |
24 |
27 |
29 |
|
|
7 |
2001_3K |
3 |
6 |
9 |
12 |
14 |
17 |
20 |
22 |
26 |
28 |
|
|
8 |
2001_4K |
2 |
5 |
7 |
11 |
13 |
18 |
21 |
23 |
27 |
30 |
|
|
9 |
2002_1K |
3 |
6 |
8 |
12 |
15 |
18 |
20 |
23 |
26 |
29 |
|
|
10 |
2002_2K |
2 |
5 |
8 |
11 |
14 |
18 |
21 |
24 |
27 |
29 |
|
|
11 |
2002_3K |
3 |
6 |
9 |
12 |
14 |
17 |
20 |
22 |
26 |
28 |
|
|
12 |
2002_4K |
2 |
5 |
7 |
11 |
13 |
18 |
21 |
24 |
27 |
29 |
|
|
13 |
2003_1K |
3 |
6 |
9 |
12 |
14 |
18 |
21 |
23 |
26 |
29 |
|
|
14 |
2003_2K |
3 |
6 |
8 |
11 |
14 |
18 |
21 |
24 |
27 |
29 |
|
|
15 |
2003_3K |
3 |
6 |
9 |
12 |
14 |
17 |
20 |
23 |
27 |
28 |
|
|
16 |
2003_4K |
2 |
5 |
8 |
12 |
13 |
18 |
21 |
23 |
26 |
30 |
|
|
17 |
2004_1K |
3 |
6 |
8 |
11 |
15 |
18 |
21 |
23 |
26 |
29 |
|
|
18 |
2004_2K |
3 |
6 |
8 |
11 |
14 |
18 |
21 |
23 |
27 |
29 |
|
|
19 |
2004_3K |
3 |
6 |
8 |
12 |
14 |
17 |
20 |
22 |
26 |
28 |
|
|
20 |
2004_4K |
2 |
5 |
7 |
11 |
13 |
18 |
21 |
23 |
27 |
30 |
|
|
21 |
2005_1K |
3 |
6 |
8 |
12 |
15 |
18 |
21 |
23 |
26 |
29 |
|
|
22 |
2005_2K |
3 |
6 |
8 |
11 |
14 |
18 |
21 |
24 |
27 |
29 |
|
|
23 |
2005_3K |
3 |
6 |
9 |
12 |
14 |
16 |
19 |
22 |
26 |
28 |
|
|
24 |
2005_4K |
1 |
4 |
7 |
11 |
13 |
18 |
21 |
24 |
27 |
30 |
|
|
25 |
2006_1K |
3 |
6 |
9 |
12 |
15 |
18 |
21 |
23 |
27 |
29 |
|
|
26 |
2006_2K |
3 |
6 |
8 |
12 |
14 |
18 |
21 |
24 |
27 |
29 |
|
|
27 |
2006_3K |
3 |
6 |
9 |
12 |
14 |
16 |
19 |
22 |
26 |
28 |
|
|
28 |
2006_4K |
1 |
4 |
7 |
11 |
13 |
18 |
21 |
23 |
27 |
29 |
|
|
29 |
2007_1K |
3 |
6 |
8 |
12 |
14 |
18 |
21 |
24 |
26 |
30 |
|
|
30 |
2007_2K |
3 |
6 |
9 |
11 |
15 |
18 |
21 |
27 |
30 |
||
|
31 |
2007_3K |
3 |
6 |
12 |
15 |
16 |
19 |
22 |
26 |
28 |
||
|
32 |
2007_4K |
1 |
4 |
7 |
11 |
13 |
18 |
21 |
23 |
27 |
29 |
|
|
33 |
2008_1K |
3 |
6 |
8 |
12 |
14 |
18 |
21 |
23 |
27 |
28 |
|
|
34 |
2008_2K |
3 |
6 |
8 |
12 |
13 |
17 |
20 |
23 |
25 |
29 |
|
|
35 |
2008_3K |
2 |
5 |
8 |
10 |
14 |
16 |
19 |
22 |
25 |
28 |
|
|
36 |
2008_4K |
1 |
4 |
7 |
10 |
13 |
18 |
21 |
23 |
26 |
29 |
|
|
37 |
2009_1K |
3 |
6 |
8 |
11 |
14 |
18 |
21 |
23 |
26 |
28 |
|
|
38 |
2009_2K |
3 |
6 |
8 |
11 |
13 |
18 |
21 |
23 |
27 |
29 |
|
|
39 |
2009_3K |
3 |
6 |
8 |
12 |
14 |
||||||
|
40 |
2009_4K |
Таблица 9 - ОБУЧАЮЩАЯ ВЫБОРКА: БАЗА ТРЕНДОВ ПОКАЗАТЕЛЕЙ (ФРАГМЕНТ)
|
KOD_IST |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
|
1 |
||||||||||||
|
2 |
3 |
6 |
9 |
11 |
15 |
18 |
21 |
23 |
26 |
28 |
33 |
|
|
2 |
38 |
41 |
43 |
47 |
50 |
53 |
57 |
59 |
63 |
66 |
68 |
|
|
2 |
73 |
78 |
81 |
84 |
87 |
89 |
93 |
94 |
97 |
100 |
103 |
|
|
2 |
111 |
113 |
117 |
119 |
122 |
126 |
129 |
132 |
134 |
138 |
140 |
|
|
2 |
147 |
150 |
152 |
154 |
159 |
162 |
164 |
167 |
169 |
174 |
177 |
|
|
2 |
183 |
186 |
187 |
191 |
194 |
197 |
||||||
|
3 |
3 |
6 |
8 |
11 |
13 |
17 |
20 |
23 |
26 |
28 |
32 |
|
|
3 |
38 |
41 |
43 |
48 |
51 |
54 |
56 |
60 |
62 |
65 |
67 |
|
|
3 |
73 |
77 |
80 |
83 |
85 |
89 |
93 |
94 |
98 |
101 |
103 |
|
|
3 |
111 |
113 |
116 |
118 |
121 |
125 |
129 |
135 |
138 |
141 |
142 |
|
|
3 |
150 |
152 |
154 |
159 |
162 |
165 |
168 |
171 |
173 |
177 |
179 |
|
|
3 |
184 |
187 |
190 |
194 |
197 |
201 |
204 |
207 |
209 |
213 |
216 |
|
|
3 |
221 |
224 |
226 |
231 |
234 |
236 |
239 |
241 |
245 |
248 |
251 |
|
|
3 |
257 |
261 |
264 |
266 |
270 |
271 |
276 |
279 |
282 |
285 |
287 |
|
|
3 |
292 |
295 |
298 |
301 |
305 |
309 |
311 |
315 |
317 |
320 |
324 |
|
|
3 |
330 |
332 |
336 |
338 |
341 |
345 |
348 |
350 |
352 |
357 |
360 |
|
|
3 |
365 |
367 |
372 |
375 |
378 |
381 |
384 |
385 |
389 |
392 |
395 |
|
|
4 |
3 |
6 |
8 |
11 |
13 |
18 |
20 |
24 |
26 |
28 |
33 |
|
|
4 |
39 |
42 |
44 |
47 |
50 |
54 |
56 |
59 |
63 |
66 |
68 |
|
|
4 |
73 |
78 |
81 |
84 |
86 |
90 |
91 |
94 |
99 |
102 |
104 |
|
|
4 |
111 |
112 |
115 |
118 |
121 |
125 |
129 |
132 |
135 |
138 |
140 |
|
|
4 |
146 |
150 |
153 |
154 |
158 |
161 |
164 |
167 |
170 |
174 |
177 |
|
|
4 |
183 |
184 |
187 |
191 |
194 |
197 |
201 |
204 |
206 |
209 |
211 |
|
|
4 |
218 |
221 |
224 |
226 |
230 |
233 |
236 |
239 |
241 |
246 |
249 |
|
|
4 |
254 |
258 |
260 |
263 |
265 |
269 |
271 |
275 |
278 |
281 |
283 |
|
|
4 |
291 |
292 |
296 |
299 |
301 |
304 |
309 |
311 |
314 |
316 |
319 |
|
|
4 |
327 |
333 |
336 |
339 |
340 |
343 |
348 |
350 |
352 |
357 |
360 |
|
|
4 |
366 |
369 |
371 |
375 |
377 |
380 |
382 |
385 |
388 |
392 |
395 |
|
|
4 |
402 |
405 |
407 |
411 |
414 |
417 |
419 |
422 |
424 |
429 |
432 |
|
|
4 |
437 |
439 |
443 |
446 |
449 |
453 |
455 |
459 |
462 |
464 |
468 |
|
|
4 |
474 |
477 |
480 |
483 |
485 |
489 |
490 |
493 |
496 |
499 |
503 |
|
|
4 |
509 |
513 |
515 |
518 |
522 |
525 |
528 |
530 |
534 |
536 |
539 |
|
|
4 |
546 |
548 |
550 |
555 |
558 |
560 |
563 |
565 |
570 |
573 |
576 |
|
|
4 |
582 |
583 |
587 |
590 |
593 |
|||||||
|
5 |
1 |
4 |
7 |
10 |
13 |
17 |
20 |
24 |
26 |
29 |
32 |
|
|
5 |
38 |
40 |
43 |
46 |
49 |
52 |
56 |
58 |
62 |
65 |
67 |
|
|
5 |
73 |
76 |
79 |
82 |
85 |
88 |
91 |
94 |
98 |
101 |
104 |
|
|
5 |
111 |
112 |
115 |
118 |
121 |
125 |
127 |
130 |
133 |
136 |
140 |
|
|
5 |
147 |
150 |
152 |
154 |
158 |
161 |
163 |
167 |
169 |
172 |
175 |
|
|
5 |
181 |
184 |
187 |
190 |
193 |
196 |
201 |
204 |
206 |
209 |
211 |
|
|
5 |
218 |
222 |
224 |
226 |
... |
Подобные документы
Разработка системы прогнозирования временных рядов динамики продаж товаров с учетом факторов влияния ForExSal, предназначенной для определения краткосрочного прогноза предполагаемого спроса. Анализ концептуальной и функциональной схемы работы системы.
отчет по практике [1,9 M], добавлен 27.03.2011Понятие искусственного интеллекта как свойства автоматических систем брать на себя отдельные функции интеллекта человека. Экспертные системы в области медицины. Различные подходы к построению систем искусственного интеллекта. Создание нейронных сетей.
презентация [3,0 M], добавлен 28.05.2015Понятие и суть нечеткой логики и генетических алгоритмов. Характеристика программных пакетов для работы с системами искусственного интеллекта в среде Matlab R2009b. Реализация аппроксимации функции с применением аппарата нечеткого логического вывода.
курсовая работа [2,3 M], добавлен 23.06.2012Разработка системы снижения валового выброса, с применением технологии искусственного интеллекта для вычисления долей изменения нагрузки предприятий в соответствии с их долями в выбросах загрязнений в атмосферу в условиях неполной и нечеткой информации.
диссертация [1,9 M], добавлен 18.11.2017Исследование задачи и перспектив использования нейронных сетей на радиально-базисных функциях для прогнозирования основных экономических показателей: валовый внутренний продукт, национальный доход Украины и индекс потребительских цен. Оценка результатов.
курсовая работа [4,9 M], добавлен 14.12.2014Понятие искусственного интеллекта в робототехнике и мехатронике. Структура и функции интеллектуальной системы управления. Классификация и типы знаний, представление их с помощью логики предикатов. Суть семантических сетей, фреймовое представление знаний.
курс лекций [1,1 M], добавлен 14.01.2011Сущность и проблемы определения искусственного интеллекта, его основных задач и функций. Философские проблемы создания искусственного интеллекта и обеспечения безопасности человека при работе с роботом. Выбор пути создания искусственного интеллекта.
контрольная работа [27,9 K], добавлен 07.12.2009Применение методов искусственного интеллекта и современных компьютерных технологий для обработки табличных данных. Алгоритм муравья, его начальное размещение и перемещение. Правила соединения UFO-компонентов при моделировании шахтной транспортной системы.
дипломная работа [860,8 K], добавлен 23.04.2011Общая характеристика дисциплины "Основы искусственного интеллекта". Ее предмет, цели и задачи. Особенности и расшифровка ряда понятийных терминов, характеризующих сущность кибернетики. Методы и алгоритмы анализа данных для получения знаний и обучения.
презентация [10,9 K], добавлен 03.01.2014Роль, место, структура прогнозирования и предсказывания в информационно-аналитической работе. Характеристика его методов: имитационного моделирования, морфологического анализа,"дерева целей", неформального прогнозирования. Основные правила их составления.
контрольная работа [90,3 K], добавлен 19.04.2011Начало современного этапа развития систем искусственного интеллекта. Особенности взаимодействия с компьютером. Цель когнитивного моделирования. Перспективы основных направлений современного развития нейрокомпьютерных технологий, моделирование интеллекта.
реферат [24,7 K], добавлен 05.01.2010Изучение процессорных устройств, разработанных учеными корпорации Intel, совокупности инновационных технологий, повлиявших на их развитие. Анализ методик разработки микросхем, аппаратного обеспечения компьютера и программируемого логического контроллера.
реферат [29,5 K], добавлен 09.05.2011Области человеческой деятельности, в которых может применяться искусственный интеллект. Решение проблем искусственного интеллекта в компьютерных науках с применением проектирования баз знаний и экспертных систем. Автоматическое доказательство теорем.
курсовая работа [41,3 K], добавлен 29.08.2013Искусственный интеллект – научное направление, связанное с машинным моделированием человеческих интеллектуальных функций. Черты искусственного интеллекта Развитие искусственного интеллекта, перспективные направления в его исследовании и моделировании.
реферат [70,7 K], добавлен 18.11.2010История создания и основные направления в моделировании искусственного интеллекта. Проблемы обучения зрительному восприятию и распознаванию. Разработка элементов интеллекта роботов. Исследования в области нейронных сетей. Принцип обратной связи Винера.
реферат [45,1 K], добавлен 20.11.2009Сущность искусственного интеллекта, сферы человеческой деятельности, в которых он распространен. История и этапы развития данного явления. Первые идеи и их воплощение. Законы робототехники. Использование искусственного интеллекта в коммерческих целях.
реферат [40,8 K], добавлен 17.08.2015История развития искусственного интеллекта в странах дальнего зарубежья, в России и в Республике Казахстан. Разработка проекта эффективного внедрения и адаптации искусственного интеллекта в человеческом социуме. Интеграция искусственного в естественное.
научная работа [255,5 K], добавлен 23.12.2014История развития искусственного интеллекта. Экспертные системы: их типы, назначение и особенности, знания и их представление. Структура идеальной и инструменты построения экспертных систем. Управление системой продукции. Семантические сети и фреймы.
реферат [85,7 K], добавлен 20.12.2011Эволюция систем искусственного интеллекта. Направления развития систем искусственного интеллекта. Представление знаний - основная проблема систем искусственного интеллекта. Что такое функция принадлежности и где она используется?
реферат [49,0 K], добавлен 19.05.2006Принципы построения и программирования игр. Основы 2-3D графики. Особенности динамического изображения и искусственного интеллекта, их использование для создания игровых программ. Разработка логических игр "Бильярд", "Карточная игра - 50", "Морской бой".
отчет по практике [2,3 M], добавлен 21.05.2013
