О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта
В статье рассматривается задача бизнес-планирования на предприятии связи. Поставлена задача нахождения основных показателей бизнес-плана, в часности определение количества клиентов. В статье предложена имитационная модель, позволяющая определить количество потенциальных клиентов предприятия. Для...
Gespeichert in:
| Datum: | 2013 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2013
|
| Schriftenreihe: | Искусственный интеллект |
| Schlagworte: | |
| Online Zugang: | http://dspace.nbuv.gov.ua/handle/123456789/84985 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта / Н.А. Бабосюк, А.А. Каргин, О.А. Ковалев // Искусственный интеллект. — 2013. — № 3. — С. 324–331. — Бібліогр.: 11 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-84985 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-849852015-07-18T03:01:49Z О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта Бабосюк, Н.А. Каргин, А.А. Ковалев, О.А. Интеллектуальные системы планирования, управления, моделирования и принятия решений В статье рассматривается задача бизнес-планирования на предприятии связи. Поставлена задача нахождения основных показателей бизнес-плана, в часности определение количества клиентов. В статье предложена имитационная модель, позволяющая определить количество потенциальных клиентов предприятия. Для решения задачи применяются нечеткие модели и модели, заимствованные у природы. У статті розглядається задача бізнес-планування на підприємстві зв’язку. Поставлена задача знаходження основних показників бізнес-плану, зокрема визначення кількості клієнтів. У статті запропонована імітаційна модель, яка дозволяє визначити кількість потенціальних клієнтів підприємства. Для рішення задачі використовуються нечіткі моделі і моделі, які запозичені у природи. Business planning problem in telecommunication agency are considered. In article are gave problem of base business plan indexes determination (particularly determination of client quantity). The simulation model are introduced in the article, which allow finding potential client quantity. Fuzzy models and natural models are used for decision the problem. 2013 Article О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта / Н.А. Бабосюк, А.А. Каргин, О.А. Ковалев // Искусственный интеллект. — 2013. — № 3. — С. 324–331. — Бібліогр.: 11 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/84985 004.896,65.012.122 ru Искусственный интеллект Інститут проблем штучного інтелекту МОН України та НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| topic |
Интеллектуальные системы планирования, управления, моделирования и принятия решений Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| spellingShingle |
Интеллектуальные системы планирования, управления, моделирования и принятия решений Интеллектуальные системы планирования, управления, моделирования и принятия решений Бабосюк, Н.А. Каргин, А.А. Ковалев, О.А. О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта Искусственный интеллект |
| description |
В статье рассматривается задача бизнес-планирования на предприятии связи. Поставлена задача нахождения
основных показателей бизнес-плана, в часности определение количества клиентов. В статье предложена
имитационная модель, позволяющая определить количество потенциальных клиентов предприятия. Для
решения задачи применяются нечеткие модели и модели, заимствованные у природы. |
| format |
Article |
| author |
Бабосюк, Н.А. Каргин, А.А. Ковалев, О.А. |
| author_facet |
Бабосюк, Н.А. Каргин, А.А. Ковалев, О.А. |
| author_sort |
Бабосюк, Н.А. |
| title |
О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта |
| title_short |
О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта |
| title_full |
О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта |
| title_fullStr |
О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта |
| title_full_unstemmed |
О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта |
| title_sort |
о подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| publishDate |
2013 |
| topic_facet |
Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/84985 |
| citation_txt |
О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта / Н.А. Бабосюк, А.А. Каргин, О.А. Ковалев // Искусственный интеллект. — 2013. — № 3. — С. 324–331. — Бібліогр.: 11 назв. — рос. |
| series |
Искусственный интеллект |
| work_keys_str_mv |
AT babosûkna opodhodekformalizaciivliâniâverbalʹnyhstrategijnakriteriibiznesplananaosnovemodelejvyčislitelʹnogointellekta AT karginaa opodhodekformalizaciivliâniâverbalʹnyhstrategijnakriteriibiznesplananaosnovemodelejvyčislitelʹnogointellekta AT kovalevoa opodhodekformalizaciivliâniâverbalʹnyhstrategijnakriteriibiznesplananaosnovemodelejvyčislitelʹnogointellekta |
| first_indexed |
2025-07-06T12:06:10Z |
| last_indexed |
2025-07-06T12:06:10Z |
| _version_ |
1836899181339344896 |
| fulltext |
ISSN 1561-5359 «Штучний інтелект» 2013 № 3 324
4Б
УДК 004.896,65.012.122
Н.А. Бабосюк, А.А.
Каргин, О.А. Ковалев
Донецкий национальный университет, Украина
Украина, 83001, г. Донецк, пр. Театральный, 13
О подходе к формализации влияния
вербальных стратегий на критерии бизнес-плана
на основе моделей вычислительного интеллекта
N.A. Babosyuk, A.A.
Kargin, О.А. Kovalev
Donetsk National University, Ukraine
Ukraine, 83001, c. Donetsk, Teatralny av., 13
Formalization Aproach of Verbal Strategies Influence
on Business Plan Criteria Based on Computing Intelligence Models
Н.А. Бабосюк, А.А.
Каргiн, О.А. Ковальов
Донецький національный університет, Україна
Україна, 83001, м. Донецьк, пр. Театральный, 13
Про підхід до формалізації впливу вербальних стратегій
на критерії бізнес-плану на основі моделей
обчислювального інтелекту
В статье рассматривается задача бизнес-планирования на предприятии связи. Поставлена задача нахождения
основных показателей бизнес-плана, в часности определение количества клиентов. В статье предложена
имитационная модель, позволяющая определить количество потенциальных клиентов предприятия. Для
решения задачи применяются нечеткие модели и модели, заимствованные у природы.
Ключевые слова: бизнес-планирование, потенциальный клиент, нечеткий фактор
уверенности, управляющее воздействие.
Business planning problem in telecommunication agency are considered. In article are gave problem of base
business plan indexes determination (particularly determination of client quantity). The simulation model are
introduced in the article, which allow finding potential client quantity. Fuzzy models and natural models are
used for decision the problem.
Key words: business planning, potential client, fuzzy confidence factor, control action.
У статті розглядається задача бізнес-планування на підприємстві зв’язку. Поставлена задача знаходження
основних показників бізнес-плану, зокрема визначення кількості клієнтів. У статті запропонована
імітаційна модель, яка дозволяє визначити кількість потенціальних клієнтів підприємства. Для рішення
задачі використовуються нечіткі моделі і моделі, які запозичені у природи.
Ключові слова: бізнес-планування, потенційні клієнти, нечіткий фактор впевненості,
керуючий вплив.
На современном рынке телекоммуникаций и связи существует жесткая конкурен-
ция: провайдеры конкурируют как за отдельные категории клиентов, так и за каждого
клиента в отдельности. Такая жесткая борьба обусловлена избытком спроса и в то
же время уменьшением количества потенциальных клиентов, нуждающихся в услуге
Интернет (особенно впервые). В крупных городах провайдеры, в основном, способны
О подходе к формализации влияния вербальных стратегий...
«Штучний інтелект» 2013 № 3 325
4Б
«переманить» клиента у конкурентов – еще более сложно найти нового клиента,
нуждающегося в предоставлении полного пакета услуг (например, предоставление
услуги установки оборудования, аренда и инсталляция модема и ПО, выбор пакета
услуг). Поэтому предприятие, руководство которого собирается эффективно функцио-
нировать на рынке, обязано планировать свою организационную, маркетинговую и про-
изводственную деятельность, в частности заранее определять категории своих потен-
циальных клиентов и их количество.
На данный момент на рынке ПО существует множество программных продуктов,
применяемых в процессе бизнес-планирования [1], [2]. В них бизнес-планирование
поддерживается на уровне графических схем, что облегчает некоторый анализ, глубина
которого зависит от степени сложности методологии, лежащей в основе программы.
Недостатком существующего ПО можно назвать поверхностный уровень автомати-
зации, сложность для специалистов в области планирования и финансов. Так же
предоставляемые программные продукты не имеют специализированных настроек
для конкретной области. Это может вызвать ряд затруднений, т.к. предприятие связи
имеет специфику сферы услуг, поэтому необходимо учитывать особенности при
финансовом и маркетинговом планировании в отличие от производственного плани-
рования. Зачастую существующее ПО жестко настроено на производственных сектор
рынка, что может повлечь за собой серьезные ошибки при бизнес-планировании в
сфере услуг.
Особенность бизнес-планирования предприятия связи и Интернет, как и многих
других предприятий, предоставляющих услуги населению, состоит в том, что практи-
чески все показатели эффективности связаны с количеством клиентов, в том числедоход
(D), расход (R), чистая прибыль (P), инвестиционная привлекательность (Z1) и эконо-
мическая стабильность (Z2). Вариация этих критериев достигается за счет вариации
стратегий управляющих переменных бизнес-плана.
В докладе рассматривается решение такой слабоформализуемой задачи на примере
одного критерия – доходы предприятия.
Специфика предприятия связи такова, что основные доходы на будущий пе-
риод напрямую зависят от количества клиентов N, вида услуги [3], [4]:
,
1i
i
1
CDrD
m
пр
N
i
i ++= ∑∑
==
(1)
где k – количество основных тарифицируемых услуг предприятия; N – коли-
чество клиентов; i
r – тарифы i-го клиента, соответствующие выбранному пакету услуг;
пр
i
D – доход, получаемый предприятием от предоставления прочих неосновных услуг
(не регулярно); m – количество прочих услуг предприятия; С – постоянная, отра-
жающая состояние задолженностей государственных структур, у которых практически
невозможно взыскать оплату ни юридическими, ни практическими мерами (дебитор-
ская задолженность).
Тариф i-го клиента определяется как
∑
∈
=
i
r
ri
r
ω
λ (2)
где r
λ – тариф r-й услуги, i
ω – множество (перечень) услуг, выбранных i-м
клиентом.
Бабосюк Н.А., Каргин А.А., Ковалев О.А.
«Искусственный интеллект» 2013 № 3 326
4Б
Изучение статистических данных показало, что изменение количества клиентов,
кроме других факторов (носит сезонный характер), зависит от сезона [5]. Поэтому мо-
дель количества клиентов N будем представлять в виде дискретной во времени. В ка-
честве периода дискретизации τ выберем квартал [5], [6].
;4,3,2,1),()1()( =∆+−= kkNkNkN (3)
где )1( −kN – количество клиентов на предыдущий период, например, N(0) –
количество клиентов на конец года (начало первого квартала); )(kN∆ – ожидаемое
количество клиентов в k-м квартале.
Сезонная составляющая )(kN∆ получается на основе статистических данных
работы предприятия за предшествующие годы. В формальной модели она может
быть представлена в виде случайной величины или нечеткого числа, в зависимости
от того, каким математическим аппаратом будет представлена (3). Выражение (3)
рассматривается как случайная величина.
;4,3,2,1,)( =∆⋅=∆ kNkN
k
χ (4)
где 1
4
1
=∑
=k
k
χ − оценка случайной величины (коэффициент сезонности).
Количество клиентов N∆ зависит от ряда факторов, таких, как управляющие
внутренние и возмущающие внешние. Управляющие переменные при составлении
бизнес-плана классифицируют следующим образом:
1) управляющие переменные маркетингового плана (M);
2) управляющие переменные организационного плана (O);
3) управляющие переменные производственного плана (P);
4) прочие переменные экономико-социального плана (S).
Анализ полного списка стратегий формирования управляющих переменных поз-
воляет их сгруппировать с целью дальнейшей формализации. Ниже приведена в качестве
примера одна группа стратегий для маркетингового плана −
T
M (характеристика тарифов):
1) m1 – обеспечение доступных цен для потребителя услуг;
2) m2 – обеспечение конкурентоспособных цен.
3) m3 – формирование тарифов на услуги передачи данных в регионе безотно-
сительно к технологии «последней мили»;
4) m4 – применение единых тарифов на услуги VPN MPLS на территории Украины;
5) m5 – формирование дифференцированных тарифов на услуги Интернет в
регионе;
6) m6 – формирование тарифов с учетом уровней сервиса.
Рассмотрим формализацию влияния одной из них на количество потенциальных
клиентов, например, m1 – стратегии обеспечения доступных цен для потребителя услуг.
Очевидно, механизмом реализации этой стратегии являются тарифы на услуги, что и
будет рассматриваться в качестве управляющих воздействий.
В основу рассуждений о доступности цен лежат данные об изучении рынка услуг
связи и уровне жизни населения. По состоянию на 2013 г. средняя цена за услугу
Интернет для одного клиента (физического лица) зависит от категории клиента, его до-
ходов и социальной принадлежности.
Для формализации этих рассуждений введены две входные нечеткие характери-
стики: 1) семейство лингвистических переменных: “ДОСТУПНОСТЬ ЦЕНЫ» (ν1);
2) множество нечетких факторов уверенности [7] «КАТЕГОРИЯ КЛИЕНТА».
О подходе к формализации влияния вербальных стратегий...
«Штучний інтелект» 2013 № 3 327
4Б
Категория клиента формализована тремя нечеткими факторами уверенности:
«эконом», «оптималист», «премиум-клиент».
Семейство лингвистических переменных «ДОСТУПНОСТЬ ЦЕНЫ» опреде-
ляется для каждой категории клиентов:
3,1,,,
1
=>< iETν (5)
где T= { γ1 = высокая, γ2 = средняя, γ3 = низкая}, Е=[0;500].
На рис. 1 показано определение лингвистической переменной для категории
клиента «оптималист».
Рисунок 1 − Функция принадлежности лингвистической переменной
«Доступность цены за услугу»
Выходная лингвистическая переменная «СТЕПЕНЬ ПРИВЛЕКАТЕЛЬНОСТИ»
имеет вид:
,,, >< ETξ (6)
где T = { φ1 = высокая, φ2 = средняя, φ3 = низкая}, Е=[0% – 100%]:
При определении лингвистических переменных учтены масштабы предприятия
и насыщенность рынка данной услугой. С каждым годом происходит снижение
спроса на услугу, связанное с уменьшением количества клиентов, нуждающихся в
ней: все больше клиентов в исследуемый период уже использует ее. Следовательно,
будет происходить естественных сдвиг в левую сторону по оси OX и «сжатие»
нечетких множеств.
Ниже приведен пример правила, формализующего рассуждения эксперта о влиянии
стратегии на количество клиентов:
…
П1: ЕСЛИ ДОСТУПНОСТЬ ЦЕНЫ есть низкая
И КАТЕГОРИЯ КЛИЕНТА есть эконом
ТО СТЕПЕНЬ ПРИВЛЕКАТЕЛЬНОСТИ есть низкая (7)
Таким образом, может быть формализована зависимость N∆ от всех стратегий
управления:
),REVSCL,,P,P,P,P,,,,M,M,M,M( CHNEWPROQSR
1
TRST OOOfN =∆ (8)
Ставится задача построения модели нахождения N∆ в (8), в котором влияющие
факторы (стратегии бизнес-плана) задаются в неформальном и опосредованном виде
типа (7). Причем, некоторые зависимости могут задаваться вербально, некоторые
Бабосюк Н.А., Каргин А.А., Ковалев О.А.
«Искусственный интеллект» 2013 № 3 328
4Б
вероятностно, некоторые четко или нечетко численно. При наличии таких зависимо-
стей задачу затруднительно решать методом полного перебора или традиционным
имитационным моделированием.
В статье предлагается решение этой задачи с помощью гибридной имитацион-
ной модели, интегрирующей статистический [9] и нечеткий подходы [8], а также
моделей, заимствованных у ПРИРОДЫ [10].
В [11] предложен для решения поставленной задачи новый метод, заимствую-
щий модели взаимодействия молекул внутри клетки.
Имитационное моделирование предполагает многократное моделирование про-
цессов при вариации исходных значений с последующим отбором наилучшей реали-
зации по некоторым критериям. Для постановки (8) – это есть максимизация N∆ .
Рассмотрим n-мерное пространство, в котором моделируется взаимодействие
структур. Участниками взаимодействия выступают два вида структур: элементы (Эл);
коллекторы (Кл).
Каждая структура является носителем некоторого множества свойств (характери-
стик). Коллекторы моделируют «фантомы» предприятий связи, а элементы – потен-
циальных клиентов. Эти структуры равноправные объекты взаимодействия.
На рис. 2 схематически изображено такое 2-мерное пространство, составляю-
щими которого на этапе формирования исходных данных являются Кл и Эл. На рис. 2
темным цветом схематически изображены элементы, светлым – коллекторы. Количество
зубцов показывает, каким количеством услуг обладают структуры (элементы – ну-
ждаются в услуге, коллекторы – предоставляют услуги).
Рисунок 2 – Схематическое изображение пространственного взаимодействия
В работе рассматриваются модели взаимодействий вида Эл-Кл. Структуры в
пространстве движутся хаотично (моделируется броуновское движение в поле). Различают
две фазы взаимодействия – «дальнее» и «ближнее» (рис. 3).
Рисунок 3 – Фазы взаимодействия внутри клетки
О подходе к формализации влияния вербальных стратегий...
«Штучний інтелект» 2013 № 3 329
4Б
Для дальнего вероятность изменения направления движения элементов меняется в
зависимости от стратегии и другой деятельности окружающих коллекторов. Ближнее ло-
кальное взаимодействие для всех типов, кроме Эл-Кл, есть модель «упругого» взаимо-
действия двух сталкивающихся тел.
При моделировании ближнего взаимодействия Эл-Кл находится:
1) близость (нечеткое расстояние) по множеству пересекающихся характеристик
коллектора и элемента:
},),,({
~
~
ωωθθρ ∈∈ ke
Кл
e
Эл
e
k
k
, (9)
где
~
Θ − нечеткий фактор уверенности:
1]}1,[∈∀),(|{:
~
~
+−θθµθ
Θ
Θ , ;
2/)(
)(
22
~
βαθ
θµ
−−
= e
Θ
(10)
2) нечеткие характеристики взаимодействия по характеристикам Кл и Эл (
pot
~
θ )
3) системная характеристика комплекса («сила» внутренней связи комплекса)
)),,(({
~
~
~~
potКл
e
Э
e k
k
MIN θθθρθ = (11)
Если 0>Кл
θ
α , то ближнее взаимодействие произошло и образованный комплекс
«аннигилирует» в другое пространство (удаляется из пространства I и появляется в
пространстве II).
Если 0<Кл
θ
α , то считается, что взаимодействие не произошло (упругое взаимо-
действие).
Взаимодействие комплексов в пространстве II моделируется с целью окончатель-
ного определения количества клиентов, связанных с предприятием. В модели у каждого
комплекса есть три базовых правила: избегание (separation), выравнивание (alignment) и
сцепленность (cohesion) [12]. Первое правило предписывает молекулам держать между
собой равную дистанцию, большую некоторого значения. Второе, чтобы направление
движения всех молекул было сонаправленным (угол между векторами направления
крайне мала). Третье же правило стремится держать молекулы в некоторой группе и не
позволяет сильно отдаляться от соседей для каждого комплекса.
Для вычисления правила избегания используется следующая формула:
.)])[][(])[][((][
1
∑
=
∗−+−∗=+
n
j
minDistjPosiPossignjPosiPoskoefiPos (12)
Правило выравнивания выглядит так:
∗+=+ ∑
∑
=
koefjPos
jPos
n
iPosiPos
n
j
,][
])[(1
)(min][
1
(13)
Правило сцепления вычисляется таким образом:
−
−=+ ∑
∑
=
=
n
j
n
j
koefjPos
jPosiPos
n
iPosiPos
1
1
,][
])[][(
*
1
][min][ (14)
где Pos[i] – позиция i-й молекулы.
Бабосюк Н.А., Каргин А.А., Ковалев О.А.
«Искусственный интеллект» 2013 № 3 330
4Б
На рис. 4 показан результат модели в пространстве II. Из рисунка видно, что
коллекторы образуют комплексы с моделируемым предприятием внутри сфер, и их
количество можно посчитать.
Рисунок 4 − Моделирование в пространстве II
Разработанный метод позволяет путем моделирования формализовать качествен-
ные зависимости критерия от некоторых факторов. В частности, модель позволяет
определить количество потенциальных клиентов для предприятия, предоставляющего
определенный спектр услуг. Модель учитывает специфику предприятия: влияние мно-
жества стратегии бизнес-плана на конечное число потенциальных клиентов в будущем
периоде.
Литература
1. Захарова Т.Г. Компьютерные информационные технологии в финансовом менеджменте [Электронный
ресурс] / Захарова Т.Г., Росс Г.В., Суворова В.И., Чистилина Е.В. − Режим доступа к статье :
http://www.eusi.ru/umk/vzfei_computernye/index.php
2. Самохвалов Р. Системы поддержки принятия решений Oracle (Часть 2) (29.11.01) [Электронный
ресурс] / Самохвалов Р. − Режим доступа к статье : http://www.interface.ru/oracle/ordds2.htm
3. Голубицкая Е.А. Экономика связи : Учебник для студентов вузов связи / Е.А. Голубицкая, Г.М. Жигуль-
ская – М. : Радио и связь, 1999. – 391с.
4. Срапионов О.С. Экономика связи. / О.С. Срапионов, В.Н. Болдин– М. : Радио и связь, 1998. – 304с.
5. Раченко Т.А. Место телекоммуникационной отрасли в сфере услуг. Характеристика услуг связи и
их подверженность сезонным колебаниям / Т.А. Раченко, О.М. Горелик // Известия Самарского
научного центра Российской академии наук. Специальный выпуск «Наука – промышленности и
сервису». – Самара : Изд-во Самарского научного центра РАН, 2006. – С. 163-172. – 0,66 п. л.
6. Раченко Т.А. Проблемы, связанные с управлением сезонностью продаж на предприятиях связи /
Т.А. Раченко, В.С. Марченко // Наука – промышленности и сервису : сб. тр. всероссийской научно-
практической конференции / Тольяттинский государственный университет сервиса. – Тольятти : Изд-
во ТГУС, 2006. – 0,28 п. л.
7. Каргин А.А. Введение в интеллектуальные машины. Книга 1. Интеллектуальные регуляторы /
А.А.Каргин. – Донецк : Норд-Пресс, ДонНУ, 2010. – 526 с.
8. Снетков Н.Н. Имитационное моделирование экономических процессов: Учебно-практическое
пособие / Снетков Н.Н. – М. : Изд.центр ЕАОИ, 2008. – 228 с.
9. Yan Meng. “Bio-Inspired Self-Organizing Robotic Systems” / Yan Meng, Yaochu Jin // Springer-Verlag
Berlin And Heidelberg Gmbh Co. Kg., Germany, 2011
10. Каргин А.А. Об использовании в задачах бизнес-планирования метода вычислительного интеллекта,
основанного на модели взаимодействия молекул внутри клетки / А.А. Каргин, Н.А. Бабосюк // Вестник
Херсонского национального технического университета. – № 1(46). – 2013. – с 64-66.
11. Craig Reynolds. Flocks, Herds, and Schools: A Distributed Behavioral Model / Craig Reynolds. – Computer
Graphics, 1987. – С. 25-34.
О подходе к формализации влияния вербальных стратегий...
«Штучний інтелект» 2013 № 3 331
4Б
Literature
1. Zaharova T.G. Computer information technologies in the sphere financial management [Internet resource] /
Zaharova T.G., Ross G.V., Suvorova V.I., Chistilina Е.V. − URL : http://www.eusi.ru/umk/vzfei_computernye
/index.php
2. Samohvalov R. Системы поддержки принятия решений Oracle (Часть 2) (29.11.01) [Internet resource] /
Samohvalov R. − URL : http://www.interface.ru/oracle/ordds2.htm
3. Golubitskaya Е.А. Telecommunication economic: the textbook for telecommunication college students /
Е.А. Golubitskaya, G.М. Zhigulskaya. – М. : Radio and Telecommunication, 1999. – 391 p.
4. Srapionov O.S. Telecommunication economic. / Srapionov O.S., Boldin VN. – М. : Radio and Telecom-
munication, 1998. – 304 p.
5. Rachenko Т.А. The place of telecommunication branch in the sphere of service. Telecommunication
services characteristic and their seasonal fluctuation liability / Т.А. Rachenko, О.М. Gorelik //
Proceedings of Samara science center RАS. Special release «Science – for industry and service». –
Samara : Publishing house Samara science center RАS, 2006. – С. 163-172. – 0,66 п. л.
6. Rachenko Т.А. Problem of seasonality sales direction on a telecommunication agency / Т.А. Rachenko,
V.S. Marchenco // Science – for industry and service: work collection of All-Russian scientifically-
practice conference / Toliatti state university of service. – Toliatti : Publishing house ТSUS, 2006.
7. Kargin А.А. Introduction in intellectual engine / Book 1. Intellectual regulator / Kargin А.А. – Donetsk :
Nord-Press, DonNU, 2010. – 526 p.
8. Snetkov N.N. Imitation modeling of economic process: Educational and practical relief / Snetkov N.N. –
M. : Publishing house ЕАОI, 2008. – 228 p.
9. Yan Meng. “Bio-Inspired Self-Organizing Robotic Systems” / Yan Meng, Yaochu Jin // Springer-Verlag
Berlin And Heidelberg Gmbh Co. Kg., Germany, 2011
10. Kargin А.А. About AI method using in the problem of business planning, which based on the model of
molecules interaction in the cell / А.А. Kargin, N.А. Babosyuk // The bulletin of Kherson national
technical university. – 2013. – № 1(46).– P. 64-66.
11. Craig Reynolds “Flocks, Herds, and Schools: A Distributed Behavioral Model” / Craig Reynolds -
Computer Graphics, 1987. – Р. 25–34.
RESUME
N.A. Babosyuk, A.A.
Kargin, О.А. Kovalev
Formalization Aproach of Verbal Strategies Influence
on Business Plan Criteria Based on Computing Intelligence Models
In this article business planning simulation model in telecommunication agency with
using fuzzy methods and natural models is propose.
In the work the forming arrangement of base business plan indexes are consider. The
influence of potential client on the base business plan indexes is show. Just the way
influence arrangement of potential client number on the base indexes is described. The
problem of business plan forming with control action accounting can be solve not only by
classical methods, but with the help of natural methods and models.
Whereas problem multivariativness the simulation model of potential client quantity
planning has worked out. This model take into account the variety of enterprise strategies:
marketing, organizational, productive and socio-economic strategies.
As a result the possibility of the new approach usage in simulation modelling was
gave the demonstration. This approach use elements interaction fuzzy models in the
independent edges set (molecular interaction process in the cell) and it is used in the
practice (in business plan indexes estimation in telecommunication agency)[11].
Статья поступила в редакцию 10.06.2013.
|