Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/83639
Or use following links to share this resource in social networks: Recommend this item
Title Нейромережева модель для ефектиності прийняття управлінських рішень на машинобудівному підприємстві
Other Titles Neural network model for efficiency of management decisions at a machine-building enterprise
Authors Ткачова, Т.С.
ORCID
Keywords моделювання ситуаційного механізму
прийняття управлінських рішень
ШНМ
нейромережеві структури
апроксимація нелінійного оператора
investment attractiveness
return on assets
level of profitability
capital investments
Pearson correlation coefficient
net profit
cost of fixed assets
Type Article
Date of Issue 2020
URI https://essuir.sumdu.edu.ua/handle/123456789/83639
Publisher Сумський державний університет
License In Copyright
Citation Ткачова, Т. C. Нейромережева модель для ефектиності прийняття управлінських рішень на машинобудівному підприємстві // Вісник Сумського державного університету. Серія Економіка. 2020. № 3. С. 327−333. DOI: 10.21272/1817-9215.2020.3-37
Abstract Стаття присвячена дослідженню ефективної роботи машинобудівного підприємства, за допомогою побудови нейромережевої моделі складного динамічного об’єкту для прийняття управлінських рішень. Розглянуто основні проблеми розробки механізмів прийняття управлінських рішень на підприємстві. Саме підходи до моделювання ситуаційного механізму для прийняття управлінських рішень на підприємстві дозволить підвищити ефективність роботи самого підприємства та значно поліпшить прийняття тих чи інших рішень за допомогою штучних нейронних мереж. Аналіз особливостей інституціонального середовища корпоративних взаємодій у вітчизняному машинобудуванні дозволив встановити, що нова конкурентна модель ринку посилює зацікавленість приватних власників машинобудівних активів, а також кінцевих споживачів в ефективному функціонуванні саме промислових підприємств, які виконують на ринку специфічні інфраструктурні функції. Однак зросла невизначеність різних виробничих ситуацій, що виникають на промислових підприємствах, викликають необхідність прийняття керівниками ризикованих рішень, що сприяє більш широкому поширенню імовірнісних методів в системі управління процесами, вимагає більш ретельного відбору і аналізу виробничої інформації. У зв'язку з цим, дуже актуальні вивчення різних форм і факторів економічної невизначеності, розробка методів управління в умовах зростаючої нестабільності економічного середовища, дослідження шляхів досягнення стійкості в такій складній і невизначений обстановці. Невизначена обстановка є набором розрізнених даних, які представлені у вигляді тексту, таблиць, графіків, рисунків, тощо. Для роботи з великим об’ємом даних з невизначеними параметрами або відсутністю деяких параметрів доцільно використовувати штучні нейронні мережі (ШНМ). Нейромережеві структури використовують апроксимацію нелінійного оператора перетворення вхідних сигналів у вихідні деякою системою базисних функцій. При цьому досліджуваний об'єкт представляється у вигляді ШНМ, що містить кілька шарів, кожен з яких складається з певної кількості нейронів. Наявність в структурі ШНМ нейронів з нелінійної функцією активації дозволяє ефективно використовувати їх для апроксимації складних нелінійних залежностей, що пов'язують вхідні і вихідні параметри досліджуваного об'єкта.
An important precondition for the economic development of Ukraine is the inflow of investment capital in the context of market transformations. For its part, it is possible to satiate the economy of the country with investments only in conditions of stable development of this country, because the main condition for the investor is to avoid the capital loss. For this purpose, scientists create rating systems of investment attractiveness, which allow choosing the best investment object. Obviously, it is desirable to take into account the research results of the investment attractiveness of a country, region or industry for a successful investment project. The purpose of article is to analyze the existing methods for determining the investment attractiveness of the economy, develop a rating system of investment attractiveness of a number of the Ukrainian economy sectors and provide recommendations for increasing the investment attractiveness of the sectors of the national economy. It is used the methods and approaches such as analysis, synthesis, dialectical, systemic and comparative methods which allowed to implement the research. In a study it is described a methodology for determining the investment attractiveness of a country, region and industry. The investment attractiveness of the branches of the Ukrainian economy was investigated. The problems were identified and the rating systems of investment attractiveness of the Ukrainian economy branches was compiled. Recommendations for increasing the investment attractiveness of the national economy were given. The research of the investment attractiveness of the economy sectors will identify existing problems in attracting investments and help with their solution. The development of rating systems of investment attractiveness of the Ukrainian economy sectors will help to attract more investments, and investors could choose the best option for investing. The implementation of these recommendations will help to improve the rating of Ukraine's investment attractiveness.
Appears in Collections: Вісник Сумського державного університету. Економіка (2009-2024)

Views

China China
1
Germany Germany
148527
Greece Greece
1554
Indonesia Indonesia
1
Ireland Ireland
43936
Japan Japan
1
Lithuania Lithuania
1
Singapore Singapore
1
Sweden Sweden
1
Ukraine Ukraine
1309528
United Kingdom United Kingdom
297054
United States United States
8005710
Unknown Country Unknown Country
1

Downloads

Germany Germany
2603895
Ireland Ireland
1
Lithuania Lithuania
1
Singapore Singapore
8005713
Ukraine Ukraine
2603895
United Kingdom United Kingdom
1
United States United States
8005711

Files

File Size Format Downloads
Tkachova_investment_attractiveness.pdf 374.33 kB Adobe PDF 21219217

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.