МОДЕЛИРОВАНИЕ СЛОЖНЫХ ЭКОНОМИЧЕСКИХ СИСТЕМ НА ОСНОВЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Широкое распространение особенно при анализе риска получил метод Монте-Карло. Экономические процессы в системах любой сложности могут быть формально выражены при помощи цепей Маркова и решены методом Монте-Карло за ограниченное время зависящее только от требуемой точности вычислений.
Цепью Маркова называют такую последовательность случайных событий, в которой вероятность каждого события зависит только от состояния, в котором процесс находится в текущий момент и не зависит от более ранних состояний. Марковская цепь изображается в виде графа переходов, вершины которого соответствуют состояниям цепи, а дуги - переходам между ними. Вес дуги (i, j), связывающей вершины si и sj будет равен вероятности pi(j) перехода из первого состояния во второе.
Марковские цепи классифицируются в зависимости от возможности перехода из одних состояний в другие. Группы состояний марковской цепи (подмножества вершин графа переходов), которым соответствуют тупиковые вершины диаграммы порядка графа переходов, называются эргодическими классами цепи.
Цепь Маркова называется неприводимой, если любое состояние Sj может быть достигнуто из любого другого состояния Si за конечное число переходов. В этом случае все состояния цепи называются сообщающимися, а граф переходов является компонентой сильной связности. Процесс, порождаемый такой цепью, начавшись в некотором состоянии, никогда не завершается, а последовательно переходит из одного состояния в другое, попадая в различные состояния с разной частотой, зависящей от переходных вероятностей. Поэтому основная хаpaктеристика эргодической цепи - вероятности пребывания процесса в состояниях Sj, j = 1,..., n, доля времени, которую процесс проводит в каждом из состояний. Неприводимые цепи часто используются в качестве моделей надежности систем, а также трaнcпортных моделей.
Поскольку нас интересует в основном, вычисление узловых вероятностей в неприводимых цепях Маркова, для которого не существует математически обоснованных методов решения, мы обратимся к методу Монте-Карло. Сущность метода заключается в том, что вместо того, чтобы использовать неподходящие для подобных задач соображения комбинаторики, можно просто поставить «эксперимент» большое число раз и таким образом, подсчитав число исходов, оценить их вероятность. Этот метод имитации применим для решения почти всех задач при условии, что альтернативы могут быть выражены количественно. Построение модели начинается с определения функциональных зависимостей в реальной системе, которые впоследствии позволяют получить количественное решение, используя теорию вероятности и таблицы случайных чисел. Модель Монте-Карло не столь формализована и является более гибкой, чем другие имитирующие модели. Причины здесь следующие: а) при моделировании по методу Монте-Карло нет необходимости определять, что именно оптимизируется; б) нет необходимости упрощать реальность для облегчения решения, поскольку применение ЭВМ позволяет реализовать модели сложных систем; в) в программе для ЭВМ можно предусмотреть опережения во времени.
Метод Монте-Карло позволяет численно находить различные вероятностные хаpaктеристики случайной величины η, зависящей от большого числа других случайных величин ξ1, ξ2, ..., ξ n. Этот метод сводится к следующему: разыгрывается последовательность случайных величин ξ1, ξ2, ..., ξ n для каждого розыгрыша определяется соответствующее значение случайной величины η, а по найденным значениям строится эмпирическое распределение вероятностей этой случайной величины.
Типичным примером задачи, которая может быть решена на основе метода Монте-Карло, является задача на инвестирование.
Описание задачи: Волгоградская область имеет возможность вложить свободные средства в одно из трёх основных направлений развития, при этом различные степени психологического фактора инвестиционной привлекательности соответствующим образом влияют на вероятности реинвестирования основных направлений. На основании статистических исследований были определены вероятности реинвестирования направлений и варианты дальнейшего развития событий. Необходимо вычислить направление инвестирования имеющее наименьший риск потери вложенных средств.
На первом этапе необходимо представить задачу в виде графа. Поскольку граф нашей задачи, содержит поглощающие узлы (такие узлы в которых переход к другим узлам невозможен) мы создаем алгоритм таким образом, чтобы при достижении поглощающего узла происходила повторная постановка эксперимента с самого начала (с первого узла графа).
После программирования, необходимо ввести данные представленного графа в программу. Сравнивая вероятности в конечных узлах определим минимальную - это и есть узел, принадлежащий предпочтительному направлению инвестирования.
Список литературы
- Акофф, Р.Л. Планирование в больших экономических системах / Акофф Р.Л.: пер. с англ. под ред. И.А. Ушакова. - М., 1972. - 223 с.
- Березовский, Б.А. Многокритериальная оптимизация: математические аспекты / Б.А. Березовский, Ю.М. Барышников, В.Н. Борзенко. - М.: Наука, 1989. - 230 с.
- Дубов, А.М. Многокритериальные модели формирования и выбора вариантов систем / А.М. Дубов, С.И. Травкин, В.Н. Якимец. - М.: Наука, 1986. - 296 с.
Статья в формате PDF 121 KB...
19 04 2024 21:27:13
Статья в формате PDF 303 KB...
17 04 2024 13:20:51
Статья в формате PDF 236 KB...
16 04 2024 14:40:47
Статья в формате PDF 116 KB...
15 04 2024 22:56:15
Статья в формате PDF 134 KB...
13 04 2024 2:22:23
Статья в формате PDF 122 KB...
12 04 2024 3:51:19
Статья в формате PDF 106 KB...
11 04 2024 10:23:19
Статья в формате PDF 152 KB...
10 04 2024 16:21:58
Статья в формате PDF 250 KB...
09 04 2024 3:58:34
Статья в формате PDF 420 KB...
08 04 2024 18:20:32
Статья в формате PDF 224 KB...
07 04 2024 12:53:38
Статья в формате PDF 242 KB...
06 04 2024 1:16:58
Статья в формате PDF 129 KB...
05 04 2024 5:35:29
Статья в формате PDF 110 KB...
04 04 2024 21:53:26
Статья в формате PDF 327 KB...
02 04 2024 15:45:20
Из аспирата семенных пузырьков человека сочетанием катионообменной хроматографии на S-сефарозе и диск-электрофореза выделен белок. Молекулярная масса полученного белка, по данным SDS-PAGE, составила 53,5 kDa. Исходя из электрофоретической подвижности, мы предположили, что полученный белок –семеногелин-I (SPMIP/Sg-I). После обработки полученного препарата очищенным простатоспецифическим антигеном (человеческий калликреин-3 (hK3)), электрофоретически были выявлены многочисленные полипептиды с молекулярной массой от 5 до 24 kDa. Проверка биологической активности на образцах нативной cпepмы подтвердила наличие у полипептидных фрагментов способности ингибировать двигательную активность cпepматозоидов и они были отнесены к SPMI. Электрофоретическая подвижность фpaкции SPMI с молекулярной массой 18-20 kDa, которую мы назвали «тяжелой» (SPMI-h), соответствовала электрофоретической подвижности фpaкции нативной cпepмы человека, проявляющей ингибиторную активность. Изучение в казиинолитическом тесте (с химотрипсином и папаином в качестве ферментов) возможной ингибиторной активности SPMI-h, показало наличие подобной активности в отношении папаина, влияние на ферментативную активность химотрипсина выявлено не было. ...
01 04 2024 6:53:48
Статья в формате PDF 265 KB...
31 03 2024 15:26:43
Статья в формате PDF 106 KB...
30 03 2024 7:18:12
Статья в формате PDF 120 KB...
28 03 2024 11:59:24
Статья в формате PDF 274 KB...
27 03 2024 11:51:43
Статья в формате PDF 130 KB...
26 03 2024 9:15:31
Испытан способ стимуляции костномозгового гемопоэза при лечении острой лучевой болезни (ОЛБ) у животных, включающий остеоперфорацию эпифизов трубчатых костей, с использованием высокоинтенсивного инфpaкрасного диодного лазера. После остеоперфорации проводится курс лечения церулоплазмином в суточной дозе 1,5-2,5 мг/кг. Проведенные экспериментальные исследования и наблюдения показывают, что на фоне лазерной остеоперфорации и применения церулоплазмина у собак отмечено интенсивное увеличение содержания в периферической крови эритроцитов, гемоглобина, лейкоцитов, а также концентрации гемоглобина в одном эритроците. Эффективность при лечении острой лучевой болезни составила 100%. ...
24 03 2024 17:57:56
Статья в формате PDF 121 KB...
23 03 2024 22:27:47
Статья в формате PDF 109 KB...
21 03 2024 10:18:23
Статья в формате PDF 122 KB...
20 03 2024 5:10:12
Статья в формате PDF 159 KB...
19 03 2024 3:26:14
Статья в формате PDF 124 KB...
16 03 2024 21:11:55
Статья в формате PDF 310 KB...
15 03 2024 6:32:46
Статья в формате PDF 108 KB...
14 03 2024 11:35:52
Статья в формате PDF 110 KB...
13 03 2024 18:44:38
Статья в формате PDF 233 KB...
12 03 2024 21:59:38
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::