Информационная поддержка принятия решений

В результате изучения данного раздела студент должен:

знать

• • роль информации как основы принятия управленческих решений;
• • подходы к моделированию неопределенности;
• • принцип расширения, введенный Л. Заде;
• • лингвистические переменные;
• • подходы к построению нечетких регрессионных моделей;
• • нейросетевые модели анализа данных;
• • гибридные системы;
• • самоорганизующиеся карты Кохонена;
• • методы на основе эволюционных вычислений;

уметь

• • находить профессиональные источники информации для экономики и бизнеса;
• • различными методами производить сравнение нечетких чисел;
• • формировать лингвистические переменные, описывающие экономические процессы и явления;
• • формулировать и решать задачу оценки параметров нечеткой линейной регрессии;
• • подбирать архитектуру и параметры искусственной нейронной сети для решения задач анализа данных;
• • использовать статистические данные для точной настройки параметров функций принадлежности нечетких множеств, сформированных в рамках нечеткой экспертной системы;
• • применять различные методы интеллектуального анализа данных для решения задач кластеризации;

владеть

• • навыками получения достоверной информации с использованием информационных ресурсов и технологий Интернета;
• • методами выполнения арифметических операций над нечеткими числами;
• • методами дефазификации (приведения к точному виду) нечетких чисел;
• • навыками использования инструментальных средств для построения нейросетевых моделей анализа данных для решения задач выявления зависимостей, настройки параметров нечеткой экспертной системы, кластеризации;
• • способами использования инструментальных средств для построения нейросетевых моделей анализа данных для решения задач выявления зависимостей, настройки параметров нечеткой экспертной системы, кластеризации.

Ключевые слова Информация; свойства информации; классификация информации; источники информации; методы анализа информации; нечеткие множества; нечеткие числа; лингвистическая переменная; система нечеткого управления; нечеткая регрессия; искусственные нейронные сети; нейро-нечеткие сети; генетические алгоритмы; интеллектуальный анализ данных; кластеризация.