Когнитивная экономика

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ НАЦИОНАЛЬНЫЙ ФОНД ПОДГОТОВКИ КАДРОВ ИННОВАЦИОННЫЙ ПРОЕКТ РАЗВИТИЯ ОБРАЗОВАНИЯ Программа “Совершенствование преподавания социально-экономических дисциплин в вузах”

Российская экономическая академия им. Г.В. Плеханова

Программа дисциплины

Когнитивная экономика

Москва 2003

Программа дисциплины “Когнитивная экономика” составлена в соответствии с требованиями (федеральный компонент) к обязательному минимуму содержания и уровню подготовки дипломированного специалиста (бакалавра, магистра) по циклу “Общие гуманитарные и социально-экономические дисциплины” государственных образовательных стандартов высшего профессионального образования второго поколения, а также требованиями, предъявляемыми НФПК к новым и модернизированным программам учебных курсов, разработанным в рамках программы “Совершенствование преподавания социально-экономических дисциплин в вузах” Инновационного проекта развития образования. Программа подготовлена при содействии НФПК – Национального Фонда подготовки кадров в рамках программы “Совершенствование преподавания социальноэкономических дисциплин в вузах” Инновационного проекта развития образования.

Авторы (составитель) д.э.н., профессор Данько Т.П. , РЭА им. Г.В.Плеханова д.т.н., профессор Абдикеев Нияз Мустякимович, РЭА им. Г.В.Плеханова Научный редактор д.э.н., профессор, Академик РАН Львов Д.С., академик-секретарь Отделения экономики РАН ____________________________________________________________ (ФИО, ученая степень, ученое звание, вуз)

Рецензенты: __________________________________________________________________ (ФИО, ученая степень, ученое звание, вуз)

2

I.

Организационно-методический раздел

1. Цель курса Основная цель – улучшение в Российской экономической академии им. Г.В. Плеханова качества образовательных услуг и обеспечение уровня образования, сопоставимого с образованием ведущих университетов мира. Специфические цели: Разработка учебного курса “Когнитивная экономика”, отвечающего современным требованиям и международным стандартам, в том числе: • разработка новой программы учебного курса “Когнитивная экономика”; • подготовка учебника “Когнитивная экономика”; • подготовка комплекта учебно-методических материалов (перечень тем практических занятий, тем для написания рефератов и выполнения курсовых работ, экзаменационные вопросы); • разработка программного обеспечения лабораторных работ, предназначенных для овладения навыками использования интеллектуальных технологий и когнитивных методов при решении управленческих задач в различных областях экономики; • апробация нового курса; • сбор материалов по итогам апробации, рецензий и экспертных заключений; • подготовка текста учебника с целью последующей публикации; • распространение всех учебных материалов членам УМО и участникам программ Инновационного проекта развития образования; • передача всех разработанных материалов в готовой для распространения и использования форме в НФПК. 2. Задачи курса В результате создания учебного курса будет разработан и введен в учебный процесс новый учебный курс “Когнитивная экономика”, разработана программа этого учебного курса, подготовлен учебник “Когнитивная экономика”, комплект учебно-методических материалов (список экзаменационных вопросов, перечень тем для практических занятий и тем курсовых работ), программное обеспечение учебного курса, включающее лабораторные работы для овладения навыками использования интеллектуальных технологий и когнитивных методов при решении управленческих задач в различных областях экономики, а также компьютерная версия учебника. Реализация проекта приведет к повышению уровня качества образовательных услуг и усовершенствованию организации учебного процесса. В результате изучения дисциплины студент должен: - иметь представление об интеллектуальных когнитивных технологиях и наиболее перспективных прикладных сферах их применения; - знать основные методы разработки интеллектуальных информационных систем (ИИС) и специфику актуальных проблемных областей; - уметь работать с различными моделями представления знаний и обосновывать выбор той или иной модели в зависимости от характера предметной области и специфики решаемых задач, компоновать структуру прикладной ИИС; - владеть навыками работы с основными инструментальными средствами для проектирования ИИС; - получить опыт проектирования и разработки демонстрационного прототипа ИИС для конкретной предметной области; - иметь представление о перспективных прикладных сферах применения когнитивных технологий; - знать основные методы разработки ИИС с учетом специфики актуальных 3

предметных областей и специфики решаемых задач; - разрабатывать функциональную структуру прикладной ИИС используя новую технологию решения задач управления; - использовать интеллектуальные технологии и модели представления и обработки знаний и эвристик при разработке автоматизированных интеллектуальных информационных систем (АИИС) и систем поддержки решений; - владеть навыками работы с основными инструментальными средствами для проектирования ИИС. Курс предназначен для подготовки магистров по направлению экономика, а также для широкого круга специалистов, заинтересованных в применении интеллектуальных систем и когнитивных методов для решения задач менеджмента. Для повышения эффективности такой подготовки необходимо совершенствование учебного плана и программ с апробациями различных дисциплин специализации.

3. Методическая новизна курса (новые методики, формы работы, авторские

приемы в преподавании курса)1 1. Впервые изложение принципов построения систем поддержки решений для производства, бизнеса, маркетинга и финансового менеджмента сочетается как с рассмотрением задач, характерных для предметных областей, так и с анализом особенностей самих предметных областей возможного применения экспертных систем. 2. Впервые в учебно-методической литературе вопросы разработки систем поддержки решений рассмотрены системно, с единых методических позиций использования когнитивных методов и систем управления знаниями для различных областей экономики: реального производственного сектора, финансовой сферы, фондового рынка. 3. Впервые будет разработан курс “Когнитивная экономика” с пакетом учебнометодических материалов: программа курса, учебник, экзаменационные вопросы, перечень тем рефератов и курсовых работ, программное обеспечение для решения использовать новые подходы в практических учебных задач, что позволит экономическом образовании на базе современных информационных технологий. Для проведения практических занятий разработаны темы заданий и обеспечивающее программное обеспечение лабораторных работ и кейс-технологий, предназначенных для овладения навыками использования интеллектуальных технологий и когнитивных методов при решении управленческих задач в различных областях экономики, что будет способствовать пониманию и закреплению у студентов как теоретического материала, так и практических навыков исследования реальных процессов и ситуаций с использованием фактических данных. Это позволит формировать и развивать у слушателей навыки решения конкретных проблем анализа и управления в различных областях экономики. 4. Место курса в системе социогуманитарного образования Современные информационные процессы обязывают по-новому взглянуть на информационные технологии с позиций менеджера, предпринимателя, конечного пользователя. 1

Особое внимание при составлении программ необходимо уделить пунктам выделенным жирным курсивом.

4

Системы управления в бизнесе строятся на основе экономико-организационных моделей, так как управляющая система должна иметь представление об образе объекта. И поскольку модель в некоторой форме отражает реально протекающие процессы, возникает проблема ее адекватности. Традиционные детерминированные и стохастические модели все чаще не позволяют эффективно решать проблемы адекватности и учета трудно формализуемых факторов и рисков. Поэтому в настоящее время все большее распространение получают лингвистические и когнитивные модели, в частности, нечеткие и нейронные модели, а также модели искусственного интеллекта с использованием эвристик и знаний управленца высокой квалификации – эксперта. Менеджер ведет систематический поиск информации и создает свою предпринимательскую базу знаний, которая формируется на основе информации и знаний об изменениях рыночной ситуации и среды функционирования. Таким образом, возникает проблема управления этой базой, т.е. менеджмент базы знаний корпорации (Knowledge Management). Понимание этого факта привело к развитию специализированных программных систем - интеллектуальных систем. Подклассом таких систем являются экспертные системы (ЭС), каждая из которых является экспертом в некоторой достаточно узкой предметной области. Технологию построения ЭС часто называют “инженерией знаний”. С помощью интеллектуальных систем решаются задачи, относящиеся к классу неформализованных. При этом на основе базы знаний автоматически определяются не только факты, но генерируются новые знания путем логического вывода. ЭС часто используются как советчики в системах управления и поддержки решений и в качестве консультантов в гуманитарных и политологических системах. Изменение технологии решения информационных задач связано с интенсивным развитием и внедрением в процессы решения управленческих задач новых информационных и глобальных сетевых технологий. В связи с этим, на современном этапе развития информационных технологий и информатизации в сфере экономики и бизнеса важными проблемами являются: - разработка адекватных моделей проблемных сред для систем поддержки решений в различных областях предпринимательства на основе “мягких” вычислений (Soft computing): нечеткая логика (Fuzzy logic), нейронные сети (Neural networks), эволюционное программирование и генетические алгоритмы, интеллектуальный анализ данных (Data mining), обучающиеся алгоритмы, прогнозирование и вывод в условиях неопределенности на основе Байесовского подхода (Bayesian approach) ; - моделирование знаний, эвристик, представлений и восприятий менеджера или эксперта в сфере своей деятельности на основе когнитивных методов , с целью разработки высокоэффективных систем поддержки этих решений; - применение идей, средств и методов новой информационной технологии для интеллектуализации информационных систем в различных областях экономики и бизнеса и создания систем эффективного управления знаниями корпорации (Knowledge Management); - развитие методов экспертно-аналитического анализа информации (метод матричного позиционирования, методы качественно-экспертного прогнозирования) на основе принципов рефлективного поведения, самооценки и саморегулирования, для задач стратегического планирования и управления корпорацией на основе оценки и анализа рисков; - развитие электронного бизнеса и коммерции (E-commerce), внедрение новых технологий построения глобальных корпоративных сетей на основе вычислительных решеток (сетей) Grid (G-commerce) для задач стратегического планирования, управления и прогнозирования; - разработка систем анализа, оценки и прогнозирования финансовых, коммерческих и 5

производственных рисков (риск-менеджмент) на основе Байесовских и интеллектуальных подходов; - внедрение интеллектуальных технологий управления обеспечивающими цепочками (Supply chain management) для задач маркетинга и менеджмента. Важное значение приобретает анализ проблемных областей, в которых интеграция интеллектуальных технологий и информационных систем принесла бы ощутимый эффект. Наиболее перспективными областями экономики и бизнеса, где когнитивные и интеллектуальные технологии наиболее эффективны, являются: управление производством; производственное и внутрифирменное планирование; управление маркетингом и сбытом; финансовый менеджмент; риск-менеджмент; банковская сфера; торговля; фондовый рынок. Разработчики систем искусственного интеллекта и интеллектуальных систем ставят своей задачей изменения традиционных подходов к системе взаимодействия человека и компьютера при решении задач принятия решений, обеспечения удобства и комфорта пользователя, повышения эффективности взаимодействия таких систем на основе когнитивных методов, возможности эффективного менеджмента глобальными информационными ресурсами и базами знаний корпорации для принятия эффективных решений, использование развитых сетевых технологий и новых форм ведения электронного бизнеса. Таким образом, речь идет о переосмыслении всей технологии обработки, хранения и представления информации пользователю с позиций новой информационной технологии. Поэтому актуальным и своевременным является подготовки учебного курса “Когнитивная экономика”, в котором рассматриваются вышеназванные передовые технологии и подходы для управления современной экономикой и получения эффективных бизнес-решений. Эта дисциплина займет доминирующее место в группе дисциплин экономико-математического профиля в системе экономического образования при подготовке специалистов для современной Российской экономики. 5. Требования к уровню освоения содержания курса Высокие. II.

Содержание курса

1. Новизна курса (научная, содержательная; сравнительный анализ с подобными курсами в России и за рубежом) Новизна курса и учебника состоит в следующем: 1. Впервые в научной литературе, посвященной управлению и принятию решений в экономике появится учебник, системно отражающий особенности применения интеллектуальных технологий и когнитивных методов при управлении сложными проблемными средами и предметными областями в экономике в условиях неопределенности, случайных возмущений и рисков. 2. Впервые при рассмотрении принципов построения систем принятия экономических решений учитываются такие факторы, как сложность проблемной области, размеры пространства состояний системы, степень влияния неопределенности и случайности при принятии решений, необходимость учета и оценки рисков, большие объемы трудно формализуемой и эвристической информации, необходимость получения прогнозов, принятие решений при дефиците времени. 3. Впервые в учебной литературе рассматриваются модели прогнозирования и анализа сценариев и рисков в условиях неопределенности с использованием имитационного моделирования, байесовского подхода и интеллектуальных технологий. 4. Впервые в рамках курса6рассмотрены методы искусственного

интеллекта применительно к фондовому рынку при анализе и оценке рисков. В этой связи рассматриваются задачи управления портфелем ценных бумаг и анализа и прогнозирования фондового рынка. В связи с потребностями многократно возросшего спроса рынка труда на бизнесаналитиков и специалистов по информационным технологиям, многие зарубежные вузы значительно увеличили объем часов, отводимых на изучение таких дисциплин, как информатика в экономике, экспертные системы, инженерия знаний, интеллектуальные информационные системы, управление базами данных и знаний, информационные системы менеджмента, электронный бизнес. К числу таких университетов относятся в первую очередь, Калифорнийские университеты Беркли и Санта Барбара, Стэнфорд, Принстонский университет, Массачусетский Институт Технологии (США); университеты Токио и Киото, университет Токай, университет коммерции и бизнес-администрирования г.Нагоя (Япония); Лондонский университет (Великобритания) и другие. К настоящему времени накоплен и некоторый опыт преподавания таких курсов, как прикладные интеллектуальные системы, экспертные системы, инженерия знаний, инструментальные средства искусственного интеллекта и другие также и в России (МИФИ, МИРЭА, МЭСИ, МЭИ, МИЭМ, РГГУ и др.). Учебный курс “Когнитивная экономика” учитывает требования национальной системы образования и опирается на результаты научных стажировок в ведущие университеты США, Канады и Европы, анализа учебных программ и материалов упомянутых университетов, информацию, представленную на сайтах в сети Интернет. Предполагается, что курс войдет в учебные планы экономических вузов при подготовке магистров по направлению экономика. Предлагаемый к разработке новый курс и учебник по содержанию и структуре материала принципиально отличается от существующих. В нем впервые изложение принципов построения интеллектуальных систем на основе когнитивных методов для производства, маркетинга, бизнеса и финансового менеджмента сочетается как с рассмотрением задач, характерных для предметных областей, так и с анализом характера и особенностей самих предметных областей возможного применения таких систем. В этом смысле при проектировании интеллектуальных систем учитываются такие факторы, как сложность проблемной области, размеры пространства состояний системы, степень влияния неопределенности и случайности при принятии решений, необходимость учета и оценки рисков, большие объемы трудно формализуемой и эвристической информации, необходимость получения прогнозов, принятие решений при дефиците времени. В экономически развитых странах в практике корпоративного планирования, прогнозирования и управления достаточно активно используются интеллектуальные технологии, системы анализа и управления рисками, системы управление базами знаний (Knowledge management), технологии глобальных корпоративных сетей, электронный бизнес, менеджмент обеспечивающих цепочек (Supply chain management) для управления маркетингом, производством и финансовыми транзакциями в многомерных экономических системах массового обслуживания. Поэтому актуальность и своевременность подготовки учебного курса “Когнитивная экономика”, в котором рассматриваются вышеназванные передовые технологии и подходы для управления современной экономикой и получения эффективных бизнес-решений, не вызывает сомнений. 2. Разделы и темы курса и краткое содержание Раздел 1. Тенденции и проблемы развития систем управления в экономике. Роль и место информационных систем в управлении. Современные подходы к реализации корпоративных информационных систем и систем поддержки решений. Новая информационная технология. Интеллектуальные технологии решения задач управления на основе когнитивных методов и искусственного интеллекта. 7

Психологические и философские основы когнитивных методов. Восприятие и ощущения в философии Аристотеля, основателя психологической науки. Декарт - основоположник понятия рефлекса. Рассудок, воображение и разум в философии Канта. Представление и рефлексия. Проблема представления в “Критике чистого разума”. Рефлексия в учении о сущности Гегеля. Анализ созерцания, представления и мышления в “Философии духа”. Рефлекторная природа сознательного и бессознательного Сеченова. Теория условных рефлексов Павлова. Бихевиоризм; мышление и интуиция; целеустремленные системы. Гештальтпсихология. Знаки, образы, понятия, восприятия, представления. Описание и обработка представлений и восприятий. Развитие когнитивной психологии. Теории Выготского, Пиаже, Рассела, Брунера Когнитология (Cognitive science) - наука, изучающая процессы восприятия, познания, понимания, представления, мышления и обучения, и моделирующая принципы организации и работы естественных и искусственных интеллектуальных систем. Раздел 2. Когнитивные модели, методы и средства искусственного интеллекта. Моделирование знаний и представлений в интеллектуальных системах. Проблема моделирования знаний; отличие знаний от данных; от данных к информации и знаниям; типы знаний; основные модели представления знаний. Моделирование и анализ; статические и динамические модели; определенность, неопределенность и риск; эвристическое программирование; имитационное моделирование. Обработка знаний и представлений. Вывод решений в интеллектуальных системах. Методы поиска решений в пространстве состояний в продукционных системах. Выводы на фреймах и в семантических сетях. Поиск решений в условиях неопределенности. Анализ решений нескольких альтернатив (деревья решений). Обработка лингвистических представлений и восприятий. Приближенные рассуждения. Разработка интеллектуальных информационных систем. Анализ предметной области и методы приобретения знаний; процесс извлечения знаний и формирования модели. Архитектура интеллектуальных систем: база знаний (БЗ), метазнания, рабочая область; объяснение, обоснование и прогнозирование; верификация; стратегия управления и механизмы вывода. Раздел 3. Поддержка решений на основе систем управления знаниями. Источники данных; качество данных; хранилища данных; поиск и интеллектуальный анализ данных; оперативная аналитическая обработка данных (OLAP). Поиск, открытие и анализ знаний; управление знаниями; корпоративные базы знаний и организационное обучение. Бизнес и знание. Эволюция инфраструктуры: анализ, проектирование и развитие системы управления знаниями. Соотнесение стратегии бизнеса с управлением знаниями. Технологические компоненты архитектуры системы управления знаниями. Аудит и анализ знаний. Раздел 4. Нейронные сети, генетические алгоритмы, байесовский подход, нечеткая логика и гибридные интеллектуальные системы. Нейронные сети. Нейрон как простой вычислительный элемент; персептрон; многослойные нейронные сети; ускоренное обучение в многослойных нейронных сетях; сеть Хопфилда; самоорганизующиеся нейронные сети. Имитация естественной эволюции; генетические алгоритмы; эволюционные стратегии; генетическое программирование. Байесовский подход. Управление неопределенностью в системах, основанных на знаниях; байесовский вывод; прогнозирование на основе байесовского накопления событий. Нечеткие множества; лингвистические переменные и критерии; операции над нечеткими множествами; нечеткие правила и логический вывод. Гибридные интеллектуальные системы. Раздел 5. Когнитивные методы в глобальных сетевых технологиях. Интернет, Интранет и Экстранет; Интеллектуальные агенты в Интернет. 8

Электронный бизнес; основы электронной коммерции (E-commerce); межорганизационные системы и электронные рынки; взаимодействия “бизнес к потребителю” (В2С),“бизнес к бизнесу” (В2В): электронные банковские технологии, биржевая торговля и финансовые инвестиции в сети, интранет-коммерция, электронный обмен данными. Глобальные корпоративные сетевые технологии на основе вычислительных решеток Grid (G-commerce) для задач стратегического планирования, управления и прогнозирования; Раздел 6. Реинжиниринг бизнес процессов (РБП). Базовые концепции и необходимость РБП. Принципы РБП и роль интеллектуальных технологий. Моделирование бизнеса. Основные этапы РБП. Реструктуризация организации. Структура сетевой организации. Виртуальные корпорации: определение и характеристики; межорганизационные информационные системы. Полное управление качеством и реинжиниринг. Построение системы поддержки решений. Раздел 7. Корпоративные стратегии управления. Система принципов управления. Ценностно-ориентированные принципы корпоративного управления. Концептуально-регулирующие принципы, определяющие стратегическое корпоративное поведение в условиях риска и неопределенности. Принципы тактического анализа и проектирования функционирования корпорации в конкретных рыночных условиях. Организационные структуры управления корпорацией. Матричный метод распределения задач и ответственности. Анализ и проектирование организационных структур управления. Процессы корпоративного управления. Методов экспертно-аналитического анализа информации при управлении (метод матричного позиционирования, методы качественно-экспертного прогнозирования) на основе принципов рефлективного поведения, самооценки и саморегулирования. Корпоративные стратегии. Стратегии в условиях рыночных рисков. Конкурентные стратегии; оценка конкурентного положения корпорации на рынке. Позиционные стратегии. Стратегии диверсификации. Раздел 8. Менеджмент обеспечивающих цепочек. Функциональные информационные системы; информационные системы обработки транзакций; управление продукцией / операциями. Менеджмент обеспечивающих цепочек (направленных к потребителю и включающих дистрибьюторов и розницу). Управление ресурсами и внутренняя логистика; планирование потребностей в материалах; планирование производственных ресурсов. Система точно-в-срок (Just-in-time Systems). Интегрированное производство (Computer-Integrated Manufacturing). Управление маркетингом и продажами; канальные системы. Управление финансовыми транзакциями; финансовое планирование и прогнозирование; финансовое и экономическое прогнозирование; управление инвестициями. Управляемый риск в обеспечивающих цепочках. Интегрированная информационная система обеспечивающих цепочек. Раздел 9. Риск-менеджмент. Источники рисков в экономических системах, виды и классификации рисков; методы оценки и минимизации рисков; основные принципы управления риском; экспертные процедуры и методы субъективных оценок риска; моделирование рисковых ситуаций в экономике и бизнесе. Финансовые решения в условиях риска; теория и практика рискменеджмента. Сценарный анализ и оценка риска на основе моделирования и прогнозирования экономических процессов с использованием аналитических, статистических, имитационных моделей, байесовского подхода, а также моделей искусственного интеллекта; Раздел 10. Применение когнитивных методов в прикладных интеллектуальных системах в экономике. Интеллектуальная система планирования производства. Задачи внутрифирменного 9

планирования; характеристика основных функциональных модулей; использование имитационного моделирования для реализации расчетных функций и функций прогнозирования реализуемости планов. Динамическая экспертная система диспетчерского управления предприятием. Работа в реальном времени; когнитивная модель представления знаний в системе; имитационное моделирование для реализации функций прогнозирования. Финансовых анализ и планирование с помощью нейронных сетей и самоорганизующихся карт. Управление, целеобразование и анализ; формализация процессов достижения целей предприятия; алгоритм и нейросетевая модель самоорганизующейся карты; проектирование блоков тестирования отчетной документации; структура системы и ее работа. Стратегическое планирование и управление маркетингом на основе метода матричного позиционирования.. Основные задачи, решаемые системой; уровень определенности решаемых задач и среды функционирования системы; важность задач планирования и прогнозирования; соответствие стратегии рыночной конъюнктуре; последовательность действий маркетолога при принятии решений о стратегическом плане деятельности компании; реализация задачи стратегического планирования и программы маркетинга. Интеллектуальная система управления инвестиционным портфелем и рискменеджмента. Цели, функции и структура системы; подсистема формирования портфеля; подсистемы технического анализа рыночной информации и мониторинга портфеля. Разработка базы знаний фундаментального анализа. Риск-менеджмент при управлении инвестиционным портфелем; применение байесовского подхода для генерации гипотез, анализа сценариев и оценки рисков; интеллектуальный мониторинг рынка. 3. Перечень примерных контрольных вопросов и заданий для самостоятельной работы 1. Классификация информационных технологий в зависимости от типа обрабатываемой информации. 2. Наиболее распространенные информационные технологии. 3. Фреймово-продукционная БЗ в ЭС управления сложным объектом. 4. Системы прогнозирования в ЭС . 5. Статистические и динамические ЭС. Специфика и отличительные особенности. 6. Автоматизированное извлечение знаний у эксперта. 7. Имитационное моделирование сложных систем как инструмент прогнозирования. 8. Нечеткие сети Петри для моделирования сложных производственных систем в условиях неопределенности. 9. Описание технологического процесса с использованием теории нечетких множеств. 10. Оценка информационных потоков и объемов статистической информации в ИИС управления маркетингом. 11. Прогнозирование продаж и разработка системы ценообразования в ИИС управления маркетингом. 12. Принципы построения базы знаний для АИИС внутреннего аудита с использованием продукционной модели знаний. 13. Основы риск-менеджмента. 14. Минимизация рисков в ИИС оценки инвестиционных проектов. 15. Прогнозирование ситуаций и анализ сценариев в ИИС рынка ценных бумаг. 16. Методы реализации системы анализа кредитоспособности заемщика. 17. Методы оценки эффективности инвестиционных проектов банка. 10

18. Основы нечеткой логики и возможности ее применения в системах управления производством. 19. Прогнозирование продаж в автоматизированной информационной системе маркетинга. 20. Фреймовая модель представления знаний в ЭС внутреннего аудита в организации. 21. Интеллектуальная система поддержки решений в финансовом анализе. 22. Система оценки кредитоспособности заемщика. Анализ ликвидности залоговых средств. 23. Принципы построения ЭС для оценки инвестиционных проектов. 24. Анализ банковских информационных систем. 25. ИИС в производстве: существующие системы. 26. Современные инструментальные средства когнитивных технологий. 4. Примерная тематика рефератов, курсовых работ 1. Современные коммерческие ЭС и информационные системы поддержки решений. 2. Сопоставительный анализ инструментальных средств СИИ с типами проблемных сред. 3. Вывод в семантических сетях в прикладной системе принятия решений. 4. Теория нечетких множеств как инструмент моделирования знаний. 5. Использование байесовского метода для задач прогнозирования. 6. Оценка возможностей нейронных сетей для использования в системах поддержки решений. 7. Использование агенда-системы и системы с “классной доской” для реализации стратегии вывода решений в прикладной интеллектуальной системе. 8. Дедуктивные методы поиска решений в детерминированных предметных областях. 9. Обоснование и прогнозирование решений на основе имитационного моделирования в ЭС управления производством.. 10. Финансовый анализ и финансовое планирование предприятия с использованием информационно-управляющих систем. 11. Подсистема оценки эффективности инвестиционных проектов в ИИС управления банком (интеллектуальный аспект). 12. Методы оценки эффективности инвестиционных проектов и модель эвристического анализа. 13. Разработка инструментария информационной системы с Web-интерфейсом. 14. Система проверки бухгалтерского баланса на достоверность при мониторинге финансового состояния неплатежеспособных предприятий. 15. Интеллектуальный анализ данных при управлении маркетингом в торговопроизводственной фирме. 16. Интеллектуальный анализ данных при мониторинге данных в АИС в производственной системе 17. Концепция АИИС анализа фондового рынка. 18. Система анализа рисков при управлении инвестиционным портфелем и управлении кредитами в ИИС “Банк”. 19. Использование методов анализа финансовых инструментов и прогнозирования с использованием нейронных сетей. 20. Возможности использования CASE-технологий при проектировании ЭС. 5. Примерный перечень вопросов к

11

экзамену по всему курсу

1. Роль и место информационных систем в управлении экономическими объектами. 2. Структура и состав экономической информационной системы. Внутренняя экономическая информация на объекте. 3. Проблемы повышения эффективности управления экономическими объектами и их информационного обеспечения. 4. Новая информационная технология решения задач управления в информационных системах. 5. Проблемы интерпретации. Интеллектуализация компьютера. 6. Организация работы с данными и знаниями в новой информационной технологии. 7. Развитие исследований в области искусственного интеллекта (этапы; области применения; направления исследований; проблемы и перспективы). 8. Анализ причин низкой эффективности оптимизационных моделей управления и традиционных методов обработки информации. Необходимость использования СИИ. 9. Экспертные системы – основная разновидность прикладных интеллектуальных систем. Инженерия знаний. Характеристика ЭС. 10. Проблема представления знаний. 11. Представление знаний в виде фреймов. 12. Семантические сети. 13. Продукционные модели. Пример продукционной системы с консеквентвыводимой архитектурой. 14. Исчисление предикатов. 15. Дедукция и индукция. 16. Процесс стандартизации при дедуктивном выводе. Пример. 17. Применение теории нечетких множеств при формализации лингвистической неопределенности и нечетких знаний. 18. Универсальное множество, функция принадлежности нечеткого множества, базовая переменная. 19. Нечеткие отношения. 20. Нечеткая и лингвистическая переменные. 21. Операции с нечеткими множествами. 22. Лингвистические критерии и отношения предпочтения. 23. Основы нейронных сетей (архитектура, модель технического нейрона, многослойный персептрон, сеть Хопфилда, самоорганизующаяся карта Кохонена). 24. Архитектура ИИС. 25. Характерные задачи, решаемые экспертами при работе в различных предметных областях. 26. Характеристика основных функциональных модулей ИИС: база знаний, механизм вывода, объяснение, обоснование и прогнозирование, верификация, интерфейс. 27. Разработка и этапы проектирования БЗ, представление знаний в базах данных. 28. Соотношение методов представления знаний в БД и ИИС. СУБД и СУБЗ. 29. Структура БЗ. 30. Стратегия управления и механизмы вывода. Агенда-системы. 31. Системы с «классной доской». 32. Общие методы поиска решений в пространстве состояний в продукционных системах. 33. Вывод в сети фреймов. 34. Вывод в семантической сети. 35. Дедуктивные методы поиска решений. 36. Методы поиска решений в больших пространствах состояний. 37. Поиск решений в условиях неопределенности. Вероятностная байесовская логика. 12

38. Приближенные рассуждения, нечеткая логика. 39. Композиционное правило вывода. 40. Пример приближенных рассуждений и композиционного правила вывода. 41. Реализация функций объяснения, обоснования и прогнозирования в ИИС. 42. Этапы проектирования ИИС и стадии существования ИИС. 43. Работа инженера знаний при разработке ИИС. 44. Инструментальные средства ИИС. Выбор инструментария. 45. ИИС управления производственными процессами 46. Система диагностирование состояния производственных объектов. 47. Основные факторы функционирования фирмы. 48. Прогнозирование и планирование доходов и затрат в ИИС маркетинга. 49. Стратегия и программа маркетинга. Маркетинговый контроль. 50. Определение информационных потоков и структуры ИИС управления маркетингом. 51. Уровень определенности решаемых задач и среды функционирования системы управления маркетингом. 52. Виды и критерии риска. Риск-менеджмент. 53. Внутренний аудит - средство анализа и контроля финансового состояния предприятия, диагностирования системы управления, выявления ресурсов производства. 54. Планирование и бизнес-план фирмы. 55. Этапы создания БЗ в ИИС финансового анализа на предприятии. 56. Получения диагнозов в ИИС финансового анализа. 57. Структура системы ИИС финансового анализа. 58. Принципы и методы оценки эффективности и финансовой реализуемости инвестиционных проектов. 59. Принципы принятия инвестиционных решений и оценка денежных потоков в ИИС. 61. Учет неопределенности и риска при оценке эффективности в ИИС инвестиционных проектов. 62. Использование интеллектуальных технологий для оценки инвестиционных проектов в ИИС. 63. Механика рынка ценных бумаг. Анализ и прогнозирование рынка. 64. Технический и фундаментальный анализ в ИИС рынка ценных бумаг. 65. Модель прогнозирования развития ситуаций в ИИС рынка ценных бумаг. 66.Анализ банковской деятельности. 67. Анализ существующих банковских технологий. 68. Технический анализ залоговых средств (недвижимость, ценные бумаги) в ИИС “Банк”. 69. Эвристический анализ залоговых средств в АИС “Банк”.. 70. Модель реализации советующих функций в банковской информационной системе. 71. Обоснование рекомендаций и прогнозирование в банковской ИИС. III. № п/п

Распределение часов курса по темам и видам работ Наименование тем и разделов

ВСЕГО (часов)

Аудиторные занятия (час) в том числе Лекции Семинары 34 34

68

ИТОГО:

68

Самостоятель ная работа

150

150 13

IV.

Форма итогового контроля

Коллоквиумы, курсовая работа, выполнение и сдача лабораторных работ, кейс-тренинг, экзамен. V.

Учебно-методическое обеспечение курса

1. Рекомендуемая литература 1. Акофф Р., Эмери Ф. О целеустремленных системах/ Пер. с англ. - М.: 1974. 2. Алафинов С.В. Прогнозирование и планирование в транснациональной нефтяной компании: Принятие стратегических решений в условиях неопределенности. - М.: Дело, 1999. 3. Алиев Р.А., Абдикеев Н.М. и др. Производственные системы с искусственным интеллектом. - М.: Радио и связь, 1990. 4. Ансофф И. Новая корпоративная стратегия/ Пер. с англ.- СПб.: Питер, 2000. 5. Аристотель. О душе/ Соч.: т.1. - М.: Мысль, 1975. 6. Балабанов И.Т. Интерактивный бизнес. - СПб.: Питер, 2001. 7. Балабанов И.Т. Риск-менеджмент.-М.: Фин. и стат.,1996. 8. Бенерджи П., Баумер Р., Бек С. Принцип электронного бизнеса.- Открытые Системы IBM Consulting Group, 2001. 9. Берн Э. Введение в психиатрию и психоанализ для непосвященных/ Пер. с англ - СПб.: МФИН, 1992. 10. Бир С. Мозг фирмы/ Пер. с англ. - М.: Радио и связь, 1993. 11. Блум Ф., Лейзерсон А., Хорстедтер Н. Мозг, разум и поведение/ Пер. с англ. - М.: Мир, 1988. 12. Брунер Дж. Психология познания: За пределами непосредственной информации/ Пер. с англ.- М.: Прогресс, 1977. 13. Бухалков М.И. Внутрифирменное планирование. - М.: Инфра,1999. 14. Винер Н. Кибернетика/Пер. с англ. - М.: Наука, 1983. 15. Вовенарг Л. К. Введение в познание человеческого разума. - М.: Наука, 1988. 16. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СПб: Питер, 2000. 17. Гегель Г.В.Ф. Философия духа. - М.: Мысль, 1977. 18. Гейтс Б. Бизнес со скоростью мысли/Пер. с англ. - М.: ЭКСМО- Пресс, 2000. 19. Гельвеций К.А. Об уме/ Соч., т. 1. М.: Мысль, 1973. 20. Грановская Р.М., Березная И.Я. Интуиция и искусственный интеллект.-Л.: Изд. Ленингр. универс., 1991. 21. Грантулов В.М. Экономический риск: сущность, методы измерения, пути снижения.М.: Дело и сервис, 1999. 22. Данько Т.П. Управление маркетингом. М.: Инфра-М, 2001. 23. Дебок Г., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт/ Пер. с англ.-М.: Альпина, 2001. 24. Декарт Р. Сочинения: В 2 т. Т.1.- М.: Мысль, 1989. 25. Дубов А.М., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе. - М.: Фин.и стат., 1999. 26. Ефимов Е.И. Решатели интеллектуальных задач. -М.: Наука, 1982. 27. Закарян И.О., Филатов И.В. Интернет как инструмент для финансовых инвестиций.СПб.:БХВ, 2000. 28. Карминский А.М., Нестеров П.В. Информатизация бизнеса.-М.:Финансы и статистика, 1997. 14

29. Кандинская О.А. Управление финансовыми рисками. -М.: Консалтбанкир, 2000. 30. Кант И Критика чистого разума/ Соч.: т.5 - М.: Мысль, 1964. 31. Кант И. Логика: В кн. Трактаты и письма. - М.: Наука, 1980. 32. Когнитивная психология/ Под ред. В.Н. Дружинина, Д.В.Ушакова. М.: ПЕР СЭ, 2002. 33. Козье Д. Электронная коммерция/ Пер. с англ.-М.: Русская редакция, 1999. 34. Компьютеры и познание: Очерки по когнитологии. - М : Наука, 1990. 35. Кондаков Н.И. Логический словарь-справочник. М.:Наука, 1976. 36. Кондрашина Е.Ю., Литвинцева Л.В., Поспелов Д.А. Представление знаний о времени и пространстве в интеллектуалных системах. - М.: Наука, 1989. 37. Котлер Ф. Основы маркетинга/ Пер. с англ.-М.:Прогресс, 1999. 38. Кузин Б.И. и др. Методы и модели управления фирмой. - СПб.: Питер, 2001. 39. Линдсей Л., Норман Д. Переработка информации у человека. - М.: Мир, 1974. 40. Маршалл Дж., Бансал В. Финансовая инженерия: Полное руководство по финансовым нововведениям/ Пер. с англ..-М.: Инфра-М,1998. 41. Методические рекомендации по оценке эффективности инвестиционных проектов: Мво экон. РФ, М-во финансов РФ.- М.:Экономика, 2000. 42. Миллер Д., Галантер Е., Прибрам К. Планы и структура поведения. - М.: Прогресс, 1965. 43. Минский М. Структуры для представления знаний/ В кн.: Психология машинного зрения/ Под ред. П.Уинстона: Пер. с англ. - М.: Мир, 1978. 44. Мищенко А.В., Попов А.А. Модели управления портфелем ценных бумаг- М.: Российская экономическая академия, 1999. 45. Нильсон Н. Принципы искусственного интеллекта. - М.: Радио и связь,1985. 46. Общая психология/ Под ред. А.В.Петровского. - М.: Просвещение, 1977. 47. Одинцов Б.Е. Проектирование экономических экспертных систем .-М.: ЮНИТИ, 1996. 48. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: реинжиниринг организации и информационные технологии.- М.: Финансы и статистика, 1997. 49. Осуга С. Обработка знаний/Пер с японского. - М.: Мир, 1989. 50. Пиаже Ж. Избранные психологические труды. - М.: Междунар. педагогич. Академия, 1994. 51. Поспелов Д.А. Ситуационное управление: теория и практика.- М.: Наука, 1986. 52. Представление и использование знаний/ Под ред. Х.Уэно и др.: Пер. с японс. -М.: Мир, 1989. 53. Приобретение знаний /Под ред. С.Осуги и др.: Пер. с японс. -М.:Мир,1990. 54. Пуанкаре А.О науке/Пер. с франц. - М.: Наука, 1983. 55. Пушкин В.Н. Психология и кибернетика. - М.: Педагогика, 1972. 56. Рассел Б. Человеческое познание: Его сфера и границы/Пер. с англ. - К.: Ника-Центр, 2001. 57. Романов А.Н., Одинцов Б.Е. Советующие информационные системы в экономике. М.: ЮНИТИ-ДАНА, 2000. 58. Соколова А.Н., Геращенко Н.И. Электронная коммерция: мировой и российский опыт. - М.: Открытые системы, 2000. 59. Солянкин А.А. Компьютеризация финансового анализа и прогнозирования в банке. М.: Финстатинформ, 1998. 60. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. - М.: СИНТЕГ, 1998. 61. Тюринг А. Может ли машина мыслить? - М.: Гос. изд. Физ.-мат. лит., 1960. 62. Хофштадтер Д. Гедель, Эшер, Бах: эта бесконечная гирлянда.- Самара: Бахрах-М, 2001. 63. Чикул В.М. Основы искусственного интеллекта. -М.: Диалог МГУ, 2000. 15

64. Blackwell R. From Mind to Market: Reinventing the Retail Supply Chain.-HarperCollins, 1997. 65. Boyett J. Boyett J. The Guru Guide to the Knowledge Economy: The Best Ideas for Operating Profitably in a Hyper-Competitive World.-John Wiley & Sons. Inc.,2001. 66. Computer Supported Risk Management/ Ed. by G. Beroggi & W.Wallace.-Kluwer Academic Publishers, 1995. 67. Currid C. Computing Strategies for Reengineering Your Organization.-Prima Publishing, 1994. 68. Durkin J. Expert Systems: a view of the field. IEEE Expert, №2 1996, 69. Economic & Financial Knowledge-Based Processing. Pan, Louse F. 1998. 70. Foster I., Kesselman C. The Grid: Blueprint for a New Computing Infrastructure.-Morgan Kaufman Publishers, Inc., 1998. 71. Hammer M., Champy J. Reengineering the Corporation.-Hurper Business, 1993. 72. Kalakota R., Whinstone A. Electronic Commerce: A Manager’s Guide.-Addison Wesley, 1997. 73. Liebowitz J. Information Technology Management: A Knowledge Repository, 1998. 74. Mitchell T. Machine Learning.-McGraw Hill, 1997. 75. Morgan T. Business Rules and Information Systems: Aligning IT with Business Goals.Addison-Wesley, 2002. 76. Negnevitsky M. Artificial Intelligence: A Guide to Intelligent Systems.- Addison Wesley, 2002. 77. Schmidt D. Foundation of Knowledge-Based Management, 1998. 78. Smart Engineering System Design: Neural Networks, Fuzzy Logic, Evolutionary Programming, Data Mining and Complex Systems/ V.10.-Asme Press, NY, 2000. 79. Smart Machines in Education: The coming Revolution in Educational Technology/ Ed. by K. Forbus & P.Feltovich.- AAAI Press/The MIT Press, 2001. 80. Stein T. Orders from Chaos (supply chain systems).-Information Week, June 23, 1997. 81. Supply Chain Structures: Coordination, Information and Optimization/ Ed. by J.Song & D.Yao.-Kluwer Publishing, 2001. 82. Tiwana A. The Knowledge Management Toolkit: Practical Techniques for Building a Knowledge Management System.-Prentice Hall, 2000. 83. Trading on the Edge: Neural, Genetic and Fuzzy Systems for Chaotic Financial Markets/Ed. by G.Deboeck.-John Wiley & Sons. Inc.,1994. 84. Turban E., Aronson J. Decision Support Systems and Intelligent Systems.-Prentice-Hall, 1998. 85. Turban E., McLean E., Wetherbe J. Information Technology for Management: Making Connections for Strategic Advantage.- John Wiley & Sons. Inc., 1999. 86. Zadeh L. From Computing with numbers to Computing with Words - From Manipulation of Measurements to Manipulations of Perceptions/ IEEE Transactions, V.45, No. 1, 1999. 2. Перечень обучающих, контролирующих компьютерных программ, кино- и телефильмов, мультимедиа и т.п. Программное обеспечение учебного курса включает лабораторные работы для овладения навыками использования интеллектуальных технологий и когнитивных методов при решении управленческих задач в различных областях экономики. 1. Лабораторная работа “Использование возможностей CASE-технологий для проектирования базы клиентского обслуживания в ИИС “Банк”. 2. Лабораторная работа “Реализация фрагмента базы знаний с использованием продукционно-фреймового представления в ИИС управления производством”. 3. Лабораторная работа “Изучение принципов оценки рисков с использованием эвристических фундаментальных факторов в экспертной системе риск-менеджмента”. 4. Программный обучающий кейс “Анализ и оценка рисков при управлении 16

инвестиционным портфелем с использованием интеллектуальных технологий”.

17