Modele produkcji sprzedanej przemysłu w ujęciu metod sztucznej inteligencji

Abstract

W ostatnich latach wraz z dynamicznym rozwojem informatyki i dostarczanych przez nią coraz to większych mocy obliczeniowych obserwuje się ogromny wzrost zainteresowania metodami sztucznej inteligencji w takich dziedzinach, jak: finanse, medycyna, zastosowania inżynierskie, geologia czy fizyka. W obszarze ekonomii metody te znajdują zastosowanie w prognozowaniu bankructw, notowań giełdowych, kursów walut, wskaźników finansowo-ekonomicznych, klasyfikacji przedsiębiorstw, wycenie kontraktów terminowych, spółek, nieru-chomości, w ocenie wiarygodności kredytowej oraz identyfikacji klientów według przedstawianej oferty. Obecnie wiele znaczących placówek naukowych i badawczych na całym świecie zajmuje się zastosowaniami sztucznej inteligencji. Stopień zaawansowania prac pozwolił na wydzielenie kilku kierunków badań. Najważniejszymi z nich są: sieci neuronowe, logika rozmyta, algorytmy genetyczne i teoria zbiorów przybliżonych. Metody te (w szczególności sieci neuronowe i algorytmy genetyczne) pozwalają na zautomatyzowanie niektórych, bardziej uciążliwych etapów procesu modelowania, co w dużej mierze ułatwia budowę modelu danego zjawiska ekonomicznego.