BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Sachajko Jarosław
Tytuł
Prognozowanie kondycji ekonomiczno-finansowej przedsiębiorstw z wykorzystaniem teorii zbiorów przybliżonych
Źródło
Barometr Regionalny, 2006, nr 2(6), s. 88-94, rys., tab., bibliogr. 12 poz.
Słowa kluczowe
Ocena kondycji finansowej przedsiębiorstwa, Zbiory przybliżone, Prognozowanie
Estimation of enterprises financial condition, Rough sets, Forecasting
Abstrakt
Zastosowanie teorii zbiorów przybliżonych do budowy syntetycznego modelu prognostycznego umożliwiającego przewidywanie kondycji ekonomiczno-finansowej przedsiębiorstw wynika z niezaprzeczalnych jej zalet takich jak: - przekształcanie dużej liczby przypadków uczących na prosty model z uogólnioną wiedzą, - opracowanie modelu który jest zbiorem łatwych do zrozumienia zasad, w związku z czym nie istnieje potrzeba ich interpretacji, - każda reguła wynika ze zbioru określonych przypadków uczących, - brak konieczności posiadania dodatkowych informacji o atrybutach, powodują liczne implementacje teorii zbiorów przybliżonych do złożonych problemów w medycynie, technice, farmakologii, i ekonomii.(fragment tekstu)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Dimitras AI, Slowiński R, Susmara R, Zopounidis C. Business failure prediction using rough sets. European Journal of Operational Research114, s. 263-280 1999
  2. Gruszecki J.: Metody wspomagania podejmowania decyzji, Wyd. WSZiA (w opracowaniu)
  3. Knowledge Systems Group, Dept. of Computer and Information Science, NTNU, Norway, Logic Group, Inst. of Mathematics, Warsaw University, Poland: Rosetta http://www.idi.ntnu.no/~aleks/rosetta/
  4. McKee TH.: Developing a Bankrupcy Prediction Model via Rought Sets Theory, International Jur-nal of Inteligents Systems in Accounting, Finance & Management, John Wiley& Sons 2000
  5. Mrózek A., Płonka L.: Analiza danych metodą zbiorów przybliżonych, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1999
  6. Pawlak Z.: Rough Sets-Theoretical Aspeets of Reasoming about Data. Kluwer Academic Publish-ers, Dordrecht, 1992
  7. Rose2 Rough Set Data Explorer http://wwwidss. cs.put.poznan.pl/rose
  8. Sachajko J.: "Zastosowanie teorii zbiorów przybliżonych do analizy ryzyka bankructwa firmy" WSZiA 2006
  9. Słowiński R.: "Wielokryterialne wspomaganie decyzji na podstawie reguł wyindukowanych ze zbiorów przybliżonych
  10. Słowiński R., Zopinidis C.: Application of the rought set approach to evaluation of bankruptcy risk. Internationa Jurnal of Inteligent Systems in Accounting, Finance, and Management 4: No. 1, 1995
  11. Witkowska D.: Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe, Wydawnictwo C.H. Beck, 2002
  12. Zopunidis C., Dimitras A.: Multicriteria Decision Aid Methods for the Prediction of Budines Failure, Kluwer: Dordrecht.
Cytowane przez
Pokaż
ISSN
1644-9398
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu