Курсовая работа на тему: Применение нейронных сетей для формализации процессов управления

Введение

Уже сегодня искусственные нейронные сети используются во многих областях, но прежде чем их можно будет применять там, где на карту поставлены человеческие жизни или значительные материальные ресурсы, должны быть решены важные вопросы, касающиеся надежности их работы. Поэтому уровень допустимых ошибок следует определять исходя из природы самой задачи. Некоторые проблемы с анализом вопросов надежности возникают из-за допущения полной безошибочности компьютеров, тогда как искусственные нейронные сети могут быть неточны даже при их правильном функционировании. На самом же деле компьютеры, как и люди, тоже могут ошибаться. Первые - в силу различных технических проблем или ошибок в программах, вторые - из-за невнимательности, усталости или непрофессионализма. Следовательно, для особо критических задач необходимо, чтобы эти системы дублировали и страховали друг друга. А это значит, при решении таких задач нейронные сети должны выступать не в качестве единственных средств, а в качестве

Оглавление

- Введение.

- Применение нейрокомпьютеров в финансовой деятельности.

- Прогнозирование временных рядов на основе нейросетевых методов обработки.

- Страховая деятельность банков.

- Прогнозирование банкротств на основе нейросетевой системы распознавания.

- Определение курсов облигаций и акций предприятий с целью вложения средств в эти предприятия.

- Применение нейронных сетей к задачам анализа биржевой деятельности.

- Прогнозирование экономической эффективности финансирования экономических и инновационных проектов.

- Предсказание результатов займов.

- Пример применения нейронной сети.

- Применение нейрокомпьютеров на российском финансовом рынке.

- Применение нейронных сетей в задачах прогнозирования.

- Использование аппарата нейронных сетей для создания модели оценки и управления рисками.

- Предсказание рисков банкротств.

- Сравнительный анализ финансового состояния фирм.

- Постановка задачи.

- Данные о российских банках.

- Нелинейное сжатие информации - карты Кохонена.

- Раскраски карты

Заключение

В данной курсовой работе было представлено, каким образом нейронные сети способны помочь людям в генерации знаний, которые основывались бы на всех первоначальных данных. Исследования в области нейронных сетей в основном достаточно наглядны. По сравнению с другими вычислительными методами в статистике и науке они имеют значительные преимущества. Так, у моделей на основе нейронных сетей очень гибкие теоретические требования; кроме того, им необходимы совсем небольшие объемы предварительных знаний относительно формирования задачи.

Список литературы

- Лекции по теории и приложениям искусственных нейронных сетей Сергей А. Терехов Лаборатория Искусственных Нейронных Сетей НТО-2, ВНИИТФ, Снежинск.

- "Применение ИНС для создания экспертной системы диагностирования технологического оборудования" А.В. Семенченко Московский государственный строительный университет (МГСУ).

- Галушкин А.И. Применения нейрокомпьютеров в финансовой деятельности.

- Владимир Белов "О перспективах искусственного интеллекта".

- "Нейронные сети Хопфилда" ий.

- Бэстенс, Д.-Э., Ван Ден Берг, В.-М., Вуд, Д. (1997). Нейронные сети и финансовые рынки. Принятие решений в торговых операциях. ТВП Научное издательство.