Бидюк П.И.

Исследование направлено на построение информационно-аналитической платформы, обеспечивающей проведение сценарного анализа социальных, экономических, экологических процессов в сложных системах с наличием человеческого фактора с использованием методов углубленного анализа больших объемов слабоструктурированной информации, агрегированной из разных источников, и экспертные подходы методологии предвидения.

Предложена методика оценки риска с использованием принципов системного анализа для финансовых процессов. Предложен оригинальный подход состоит из следующих этапов: (1) оценка финансового состояния, финансовых результатов деятельности, эффективности и деловой активности субъекта анализа; (2) анализ исходных данных с целью определения типов неопределенностей по структуре и параметрам; (3) построение математической модели оценки текущего и перспективного состояний субъекта, для определения рисков; (4) создание наборов кандидатов-сценариев развития процесса и выбор оптимального.

Предложена методика интеллектуального анализа данных, основанная на объединении математического аппарата причинно-следственных сетей доверия и методов оценки рисков в виде моделей стохастической волатильности.

Предложен новый вдухшаговый метод интеллектуального анализа данных, соединяющий теорию сетей Байеса и регрессионного анализа данных. Метод основывается на двух группах методов. Первый набор методов предназначен для построения топологии сети Байеса и формирования вероятностного вывода, на основе которого строится прогноз-решение. Второй набор методов предназначен для создания регрессионной модели с использованием логистической функции связи, на основе которой вычисляется оценка прогноза.

Разработан набор математически обоснованных методов для решения слабоструктурованих задач моделирования, прогнозирование и классификации на основе использования сетей Байеса со скрытыми вершинами. Создана новая пятишаговая методика нахождения параметров сети Байеса со скрытыми вершинами на основе алгоритма максимизации математического ожидания. Для определения меры связи между вершинами сети Байеса предложено использование коэффициентов: Пирсона; Чупрова; Крамера; лямбда Гудмана и значение взаимной информации.