Реализация алгоритмов индуктивного вывода

экономических переменных,

а также фальсифицируемостью имеющихся результатов. Подобный подход позволяет работать одновременно с большим количеством числовых значений, что дает возможность применять для решения задач анализа большее количество экономико-математических методов. В процессе формального построения методики экономического анализа производится выявление информативных соотношений между показателями и параметрами, которые представляют собой содержательные гипотезы и выражены в виде логических функций на показателях и параметрах. На самом деле, соотношения подобного типа представляют собой формальное выражение некоторых реально существующих экономических свойств.

Выводы

Применение методов, реализующих индуктивный вывод, является естественным развитием недетерминированных методов экономического анализа, которое обусловлено развитием методов искусственного интеллекта и новых информационных технологий.

Использование алгоритмов индуктивного вывода для экономического анализа обладает следующими дополнительными особенностями.

. Представленный подход, связанный с применением индуктивного вывода для формирования методик экономического анализа, может быть применим для проведения анализа хозяйственной деятельности на предприятии.

. Подход позволяет преодолеть трудности этапа интерпретации большой совокупности показателей и параметров во время проведения анализа.

. В результате использования алгоритма индуктивного вывода выделяются существенные информативные показатели, параметры и свойства.

. Повышается надежность аналитических выводов в силу учета значений всех доступных показателей и параметров.

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКОГО ИНСТРУМЕНТАРИЯ

В данной части будет продемонстрирован пример работы алгоритма индуктивного вывода согласно теории, изложенной выше. Здесь не ставиться задача построения полноценной модели балльной оценки кредитоспособности заемщика, поскольку недостаток информации и опыта работы в банковском бизнесе, необходимые для этого, не дают возможности сделать это. Для реализации алгоритма будет использована программная оболочка first-class. Оболочка first-class предназначена для построения экспертных систем на основе индуцирования правил из примеров, составленных экспертом. Функциональным назначением оболочки является нахождение оптимального решения при заданном множестве базовых знаний и фактических данных. Рассмотрим вариант построения простого бинарного дерева. В нем каждый объект характеризуется двумя параметрами:

Х1 - коэффициент абсолютной ликвидности;

Х2 - коэффициент финансового рычага (в %).

Значение результата является качественной величиной и состоит из двух классов заключений V = {good, bad}, где good - хороший кредит, а bad - плохой кредит.

База фактов представлена в таблице 5

Таблица 5. База фактов

F