Використання нейро-нечітких технологій в оцінці ризиків інвестиційних проектів в умовах невизначеності
Loading...
Date
2022
Journal Title
Journal ISSN
Volume Title
Publisher
ТОВ «Юридична компанія «Юрсервіс», Дніпро
Abstract
UKR: Мета. Вирішення завдання оцінки альтернатив інвестування, їх селекція та добір найбільш ефективних. Для цього необхідно здійснити проектно-інвестиційний аналіз, у якому об’єктом аналізу виступає як сам проект, так й пов'язані з ним грошові потоки, ризики та фактори зовнішнього середовища, які утворюють умови невизначеності. Методика. Умови невизначеності аналізуються та прогнозуються за допомогою поєднання інтерактивних методів, таких як, експертні методи та методи на основі штучного інтелекту, а саме, нейронних мереж. Можливість широко використовувати експертні знання дає нечітка логіка, що дозволяє забезпечити формалізацію якісних, розмитих в смисловому плані, понять та зав’язків. Результати. Авторами розроблена схема етапів процесу оцінки й обґрунтування добору інвестиційного проекту. Для вирішення задачі оцінки привабливості та ризиків фінансування (впровадження) інвестиційних проектів автори пропонують модель оцінки й селекції̈ добору інвестиційних рішень. Ця модель використовує класичні методи оцінювання. А задля вирішення завдання синтезу об'єктів, що погано формалізуються використовує нейронну мережу. Підкреслено значення побудови функції належності, як основної в нечіткій логіці. Проаналізовано прямі та непрямі експертні методи побудови функції належності. Наукова новизна. В моделі, що пропонується авторами, навчання нейронної мережі буде як з вчителем, тобто на основі історичних даних та певного обсягу навчальної вибірки, так й без вчителя, тобто на основі обробки інформації завдяки кластеризації. Таким чином вдасться уникнути суттєвого недоліку нейронної мережі необхідності мати великий обсяг експериментальних даних для навчання. Практична значимість. Удосконалення нейронної мережі, з можливістю навчання без вчителя на основі нечіткої кластерізації; побудова системи підтримки прийняття рішень для інтерпретації результатів; апробація розробленої моделі для різних інвестиційних проектів, що підвищить ефективність прийняття інвестиційних рішень.
ENG: Purpose. Solving the problem of evaluating investment alternatives, their selection and selection of the most effective. This requires a project-investment analysis, in which the object of analysis is both the project itself and related cash flows, risks and environmental factors that create conditions of uncertainty. Methodology. Uncertainty conditions are analyzed and predicted through a combination of interactive methods, such as expert methods and artificial intelligence methods, namely neural networks. The ability to make extensive use of expertise is provided by fuzzy logic, which allows for the formalization of high-quality, semantically vague concepts and connections. Findings. The authors developed a scheme of stages of the process of evaluation and justification of the selection of the investment project. To solve the problem of assessing the attractiveness and risks of financing (implementation) of investment projects, the authors propose a model for evaluating and selecting the selection of investment decisions. This model uses classical estimation methods. And to solve the problem of synthesis of poorly formalized objects uses a neural network. The importance of constructing membership functions as the main one in fuzzy logic is emphasized. Direct and indirect expert methods of constructing the membership function are analyzed. Originality. In the model proposed by the authors, neural network learning will be both with the teacher, ie on the basis of historical data and a certain amount of educational sample, and without the teacher, ie on the basis of information processing through clustering. This will avoid the significant disadvantage of the neural network – the need to have a large amount of experimental data for training. Practical value. Improving the neural network, with the possibility of learning without a teacher on the basis of fuzzy clustering; building a decision support system for interpreting results; approbation of the developed model for various investment projects, which will increase the efficiency of investment decisions.
ENG: Purpose. Solving the problem of evaluating investment alternatives, their selection and selection of the most effective. This requires a project-investment analysis, in which the object of analysis is both the project itself and related cash flows, risks and environmental factors that create conditions of uncertainty. Methodology. Uncertainty conditions are analyzed and predicted through a combination of interactive methods, such as expert methods and artificial intelligence methods, namely neural networks. The ability to make extensive use of expertise is provided by fuzzy logic, which allows for the formalization of high-quality, semantically vague concepts and connections. Findings. The authors developed a scheme of stages of the process of evaluation and justification of the selection of the investment project. To solve the problem of assessing the attractiveness and risks of financing (implementation) of investment projects, the authors propose a model for evaluating and selecting the selection of investment decisions. This model uses classical estimation methods. And to solve the problem of synthesis of poorly formalized objects uses a neural network. The importance of constructing membership functions as the main one in fuzzy logic is emphasized. Direct and indirect expert methods of constructing the membership function are analyzed. Originality. In the model proposed by the authors, neural network learning will be both with the teacher, ie on the basis of historical data and a certain amount of educational sample, and without the teacher, ie on the basis of information processing through clustering. This will avoid the significant disadvantage of the neural network – the need to have a large amount of experimental data for training. Practical value. Improving the neural network, with the possibility of learning without a teacher on the basis of fuzzy clustering; building a decision support system for interpreting results; approbation of the developed model for various investment projects, which will increase the efficiency of investment decisions.
Description
К. Bushuitv: ORCID 0000-0001-8321-4124; V. Petrenko: ORCID 0000-0001-5017-1674; L. Savchuk: ORCID 0000-0003-2603-7218; Т. Fonarova: ORCID 0000-0001-7726-6999
Keywords
нейронна мережа, нечітка логіка, експертні методи оцінки, функція належності, умови невизначеності, процес оцінки інвестиційного проекту, neural network, fuzzy logic, expert valuation methods, membership function, uncertainty conditions, investment project evaluation process, КЕкІ (ІПБТ), КІВтаУП (ІПБТ), КМ
Citation
Бушуєв К. М., Петренко В. О., Савчук Л. М., Фонарьова Т. А. Використання нейро-нечітких технологій в оцінці ризиків інвестиційних проектів в умовах невизначеності. Управління проектами. Перспективи розвитку проектного та нейроменеджменту, інформаційних технологій управління, технологій створення та використання об’єктів права інтелектуальної власності : зб. наук. праць за матеріалами ІV Міжнар. наук.-практ. інтернет-конф. (24–25 березня, 2022 р.). Дніпро : Юрсервіс, 2022. C. 129–133. URL: https://nmetau.edu.ua/file/zbirnik__materialiv__konf_udunt_vipravleniy_2022.pdf (дата звернення: 02.08.2022).