DC Field | Value | Language |
dc.contributor.author | Потапов, В. Д. | - |
dc.contributor.author | Хмелев, А. Г. | - |
dc.contributor.author | Хмелева, А. В. | - |
dc.date.accessioned | 2017-11-14T09:26:06Z | - |
dc.date.available | 2017-11-14T09:26:06Z | - |
dc.date.issued | 2017 | - |
dc.identifier.citation | Потапов, В. Д. Нейросетевое прогнозирование и оптимизация управленческих процессов в экономической деятельности охранных организаций / В. Д. Потапов, А. Г. Хмелев, А. В. Хмелева // Проблемы устойчивого развития экономики в условиях усиления глобализационных процессов: сборник тезисов докладов Международной научно-практической конференции. - Полтава: Центр финансово-экономических исследований, 2017. – С. 77 - 79. | ru_RU |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/27703 | - |
dc.description.abstract | В статье показано, что в управлении деятельностью организаций задача получения оптимальных значений внутренних факторов, для осуществления поставленной цели, является основной. Наиболее разумным и эффективным методом управления систем является нейросетевое управление. Для учета динамики рынка, предлагается на вход нейронной сети поступали значения входных факторов, как в текущий момент времени, так и в предыдущий. Эта задача решена с помощью этапов параметрической и структурной идентификации. | ru_RU |
dc.language.iso | ru | ru_RU |
dc.publisher | Центр финансово-экономических исследований (ЦФЕНД) | ru_RU |
dc.subject | публикации ученых | ru_RU |
dc.subject | нейронные сети | ru_RU |
dc.subject | математическая модель | ru_RU |
dc.subject | критерии оптимальности | ru_RU |
dc.subject | neural networks | ru_RU |
dc.subject | mathematical model | ru_RU |
dc.subject | optimality criteria | ru_RU |
dc.title | Нейросетевое прогнозирование и оптимизация управленческих процессов в экономической деятельности охранных организаций | ru_RU |
dc.type | Статья | ru_RU |
local.description.annotation | In the article it is shown that in the management of organizations' activities the task of obtaining optimal values of internal factors, in order to achieve the set goal, is the main one. The most reasonable and effective method of managing systems is neural network management. To take into account the dynamics of the market, it is proposed to input the neural network values of input factors, both at the current time and in the previous one. This problem is solved with the help of the steps of parametric and structural identification. | - |
Appears in Collections: | Публикации в зарубежных изданиях
|