Курсовая работа: Интеллектуальные технологии в экономических системах

СОДЕРЖАНИЕ

Введение……………………………………………………………………...……3

1. Применение интеллектуальных технологий в экономических

системах……………………………………………………………………………4

2. Информационные системы в экономике……………………………….……13

2.1. Обеспечивающие подсистемы: математическая…………………….……13

2.2. Имитационное моделирование………………………………………..……15

2.3. Возможности компьютерных сетей, их особенности и недостатки…..…17

Заключение………………………………………………………………….……20

Список литературы………………………………………………………………22

Введение

Прогресс в сфере экономики немыслим без применения современных информационных технологий, представляющих собой основу экономических информационных систем (ИС).

ИС в экономике имеют дело с организацией и эффективной обработкой больших массивов данных в компьютеризированных системах предприятий, обеспечивая информационную поддержку принятия решений менеджерами.

Глобализация финансовых рынков, раз­витие средств электронной коммерции и формирование в Интернете доступ­ных для анализа баз данных финансово-экономической информации, сниже­ние стоимости программной реализации ИС, привели за последние два года к беспрецедентному росту их использования в экономике. ИС позволяют объективно оценить достигнутый уровень развития экономики, выявить ре­зервы и обеспечить успех их деятельности на основе применения правиль­ных решений.

Интеллектуальные информационные системы (ИИС) — естественный ре­зультат развития обычных информационных систем, сосредоточили в себе наиболее наукоемкие технологии с высоким уровнем автоматизации не только процессов подготовки информации для принятия решений, но и самих процес­сов выработки вариантов решений, опирающихся на полученные информаци­онной системой данные. Благодаря наличию средств естественно-языкового интерфейса появляется возможность непосредственного применения ИИС бизнес-пользователем, не владеющим языками программирования, в качестве средств поддержки процессов анализа, оценки и принятия экономических решений. ИИС применяются для экономического анализа деятельности предприятия, стратегического планирования, инвестиционного анализа, оценки рисков и формирования портфеля ценных бумаг, финансового анализа, маркетинга и т.д.

Цель данной работы: особенности интеллектуальных технологий в экономических системах.

1. Применение интеллектуальных технологий в экономических системах

Современные базы данных включают в свой состав целый ряд механизмов и технологий, повышающих их интеллектуальные возможности. Это относится прежде всего к многомерной организации данных в хранилищах данных, организации естественно-языкового интерфейса на ограниченном фрагменте языка, реализации сценариев «что-если». Все эти механизмы почерпнуты из области исследований по искусственному интеллекту. Системы поддержки принятия решений — квазиинтеллектуальные системы, поскольку они призваны автоматизировать не сам процесс оценки предпочтительности гипотез или выбора варианта решения, а только готовят аналитические обобщенные данные для оконча­тельного выбора решения специалистом-менеджером.

Важность этих систем для теории и практики и практики искусственного интеллекта определяется двумя обстоятельствами:

• в DSS реализуется поиск аналитических зависимостей или агрегатов, при использовании которых правила принятия решений, т.е зависимости ме­жду наблюдаемыми данными и гипотезами становятся более простыми;
• в структуре специализированных процессоров или архитектур этих сис­тем реализуются некоторые начальные этапы технологии обработки дан­ных, характерных для технологии искусственного интеллекта. Это отно­сится к организации хранения и обработки больших объемов данных в виде многомерных кубов с учетом семантических взаимосвязей.

На начальных стадиях разработки методов искусственного интеллекта создание экспертных систем (ЭС), предназначенных для оценки предпочти­тельности гипотез на основе наблюдаемых данных, и документальных ин­формационно-поисковых систем (ИПС) и систем управления базами данных (СУБД) шло параллельными путями, затем произошло объединение ИПС как компоненты полнотекстового поиска и реляционных СУБД. В настоящее время постреляционные СУБД включают в себя ряд компонентов из области искусственного интеллекта. Экспертные системы представляли собою авто­номные программные комплексы, не интегрированные с базами данных и системами аналитических вычислений. Понятие «экспертная система» за­крепилось за такими автономными программами, ориентированными на оп­ределенную достаточно узкую сферу применения. Затем стало ясно, что принципы логического вывода и баз знаний применимы к широкому кругу задач, экспертные системы стали использовать базы данных и оформляться как программные продукты, имеющие развитые средства ввода-вывода дан­ных, хранения и ведения баз знаний, прикладные задачи и такую новую ге­нерацию систем стали называть интеллектуальные информационные систе­мы.

ИИС объединяют в себе возможности СУБД, лежащих в основе ИС, и технологию искусственного интеллекта, благодаря чему хранение в них экономической информации сочетается с ее обработкой и подготовкой для использования при принятии решений. Вначале ИИС, называемые также системами, основанными на знаниях, рассматривались как средство, позволяющее не экспертам принимать решения с таким же качеством, как один или более экспертов в конкретной области. Однако очень быстро ста­ло ясно, что эта технология в действительности способна к достижению большего объема знаний и более быстрого реагирования, чем группа спе­циалистов.

Первоначально ИИС использовали знания нескольких экспертов в каж­дой из областей инвестиций. В настоящее время базы знаний частично формируются посредством машинного обучения, используя методы индукции, генетические алгоритмы и некоторые другие методы извлечения знаний. Менеджер, используя такую схему, теоретически может принимать решения более эффективно и с меньшей стоимостью, чем это смог бы сделать любой индивидуальный эксперт в данной области. Наиболее очевидным преимуще­ством интеграции некоторых форм искусственного интеллекта в процессе принятия решений по сравнению с постоянным консультированием с груп­пой экспертов обычно является более низкая стоимость и большее соответ­ствие результатов задаче. В отличие от обычных аналитических и статисти­ческих моделей, ИИС позволяют получить решение трудно формализуемых слабо структурированных задач. Возможность ИИС работать со слабо структурированными данными подразумевает наличие следующих качеств:

• решать задачи, описанные только в терминах мягких моделей, когда зави­симости между основными показателями являются не вполне определен­ными или даже неизвестными в пределах некоторого класса;
• способность к работе с неопределенными или динамичными данными, из­меняющимися в процессе обработки, позволяет использовать ИИС в ус­ловиях, когда методы обработки данных могут изменяться и уточняться по мере поступления новых данных;
• способность к развитию системы и извлечению знаний из накопленного опыта конкретных ситуаций увеличивает мобильность и гибкость систе­мы, позволяя ей быстро осваивать новые области применения.

Возможность использования информации, которая явно не хранится, а выводится из имеющихся в базе данных, позволяет уменьшить объемы хранимой фактуальной информации при сохранении богатства доступной пользователю информации. Направленность ИИС на решение слабо структурированных, плохо формализуемых задач расширяет область применения ИИС.

Наличие развитых коммуникативных способностей у ИИС дает возможность пользователю выдавать задания системе и получать от нее обработан­ные данные и комментарии на языке, близком к естественному. Система естественно-языкового интерфейса (СЕЯИ) транслирует естественно-­языковые структуры на внутримашинный уровень представления знаний. Включает морфологический, синтаксический, семантический анализ и соответственно в обратном порядке синтез. Программа интеллектуального ин­терфейса воспринимает сообщения пользователя и преобразует их в форму представления базы знаний и, наоборот, переводит внутреннее представле­ние результата обработки в формат пользователя и выдает сообщение на требуемый носитель.

Важнейшее требование к организации диалога пользователя с ИИС — естественность, означающая формулирование потребностей пользователя с использованием профессиональных терминов конкретной области примене­ния. Наибольшее распространение ИИС получили для экономического анализа деятельности предприятия, стратегического планирования, инвестици­онного анализа, оценки рисков и формирования портфеля ценных бумаг, финансового анализа, маркетинга.

Применение ИИС совместно со стандартными методами исследования операций, динамического программирования, а также с методами нечеткой логики для планирования при комплексной автоматизации деятельности предприятия, приносит принципиальные выгоды: реально снижаются операционные издержки; повышается качество управленческих решений.

Детальное обоснование политики предприятия в решении задач расширения и модернизации производства, диверсификации деятельности, повы­шении эффективности использования производственных мощностей позво­ляет формировать выполнимые и хорошо контролируемые планы работ. Такое обоснование, базирующееся на текущей производственной загрузке, не­обходимых материальных и человеческих ресурсах, возможно лишь в хоро­шо структурированных средах с достаточным информационным базисом. Для ИИС характерны следующие признаки: