XIV Міжнародна наукова інтернет-конференція ADVANCED TECHNOLOGIES OF SCIENCE AND EDUCATION

Русский English




Научные конференции Наукові конференції

к.т.н. Николаенко В.Л., магистр Долгова Ю.А. ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ ПРИ ОРГАНИЗАЦИИ ЭЛЕКТРОННЫХ ТОРГОВ

к.т.н. Николаенко В.Л., магистр Долгова Ю.А.

Автомобильно-дорожный институт ДонНТУ

ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ ПРИ ОРГАНИЗАЦИИ ЭЛЕКТРОННЫХ ТОРГОВ

В условиях все расширяющегося проникновения ИТ технологий в экономику возрастает значимость и роль электронных форм ведения бизнеса, в частности, электронной торговли, как одной из прогрессивных форм организации торгово-закупочной деятельности.

Введение системы электронных торгов служит интересам всех участников рынка: для покупателей - снижение затрат на участие, формирование конкурентной цены, значительное снижения уровня коррупции при реализации государственных заказов; для продавцов - расширение круга участников, возможность прогнозирования спроса и предложения; для всех участников рынка - совершенствование процесса торгов, формирование здоровой конкуренции, снижение вероятности злоупотреблений и повышение прозрачности процесса торгов.

Электронные аукционы являются стандартной формой размещения заказа. Это самая прогрессивная форма закупки, наиболее прозрачный и быстрый способ размещения заказа. Такая форма торговли привлекательна для субъектов малого предпринимательства  и позволяет шире привлекать их к реализации закупок.

На основании законодательства Украины, можно сделать вывод о том, что тендер - это торг-выбор [1] и тогда, с математической точки зрения,  возникает следующая задача. Имеется участник торгов - покупатель с желанием приобрести товар, удовлетворяющий покупателя некоторым набором своих потребительских характеристик. Имеется участник торгов - продавец с желанием продать товар, имеющий некоторый набор потребительских характеристик. Требуется построить математическую модель торга, позволяющую покупателю выбрать товар оптимальным образом.

Для решения сформулированной оптимизационной задачи особый интерес представляет математический аппарат нейронных сетей.

В наши дни возрастает необходимость в системах, которые способны не только выполнять однажды запрограммированную последовательность действий над заранее определенными данными, но и способны сами анализировать вновь поступающую информацию, находить в ней закономерности, производить прогнозирование и т.д. В этой области приложений самым лучшим образом зарекомендовали себя так называемые нейронные сети - самообучающиеся системы, имитирующие деятельность человеческого мозга.[2]

К первым попыткам раскрыть секрет высокой эффективности мозга можно отнести работу Рамон-и-Кахаля, в которой была высказана идея о нейроне как структурной единице мозга. Однако нейрон имеет на 5-6 порядков меньшую скорость срабатывания, чем полупроводниковый логический элемент. Как показали более поздние исследования, секрет высокой производительности мозга заключается в огромном количестве нейронов и массивных взаимосвязях между ними.

Самым главным отличием нейронных сетей от других методов, например таких, как экспертные системы, является то, что нейросети в принципе не нуждаются в заранее известной модели, а строят ее сами на основе предъявленной информации. Именно поэтому нейронные сети вошли в практику везде, где нужно решать задачи прогнозирования, классификации, управления, иными словами, в области человеческой деятельности, где есть плохо алгоритмизуемые задачи, для решения которых необходима либо постоянная работа группы квалифицированных экспертов, либо адаптивные системы автоматизации, каковыми являются нейронные сети. [3]

Свой вклад в становление нейронауки внесли биологияи физиология высшей нервной деятельности, психология восприятия, дискретная математика, статистическая физика и синергетика, и, конечно, кибернетика и, конечно, компьютерное моделирование.

Особенно широко нейросетевые технологии применяются в бизнес-приложениях маркетологами-аналитиками и руководителями компаний. Для этих категорий пользователей разрабатываются инструментальные средства высокого уровня, позволяющие решать достаточно сложные практические задачи без специальной математической подготовки. Актуальность использования нейросетей в бизнесе связана с жесткой конкуренцией, возникшей вследствие перехода от "рынка продавца" к "рынку покупателя". В этих условиях особенно важно качество и обоснованность принимаемых решений, что требует строгого количественного анализа имеющихся данных. При работе с большими объемами накапливаемой информации необходимо постоянно оперативно отслеживать динамику рынка, а это практически невозможно без автоматизации аналитической деятельности. [3]

Нейронаука в современный момент переживает период перехода от юного состояния к зрелости. Развитие в области теории и приложений нейронных сетей идет в самых разных направлениях: идут поиски новых нелинейных элементов, которые могли бы реализовывать сложное коллективное поведение в ансамбле нейронов, предлагаются новые архитектуры нейронных сетей, идет поиск областей приложения нейронных сетей в системах обработки изображений, распознавания образов и речи, робототехники и др. Значительное место в данных исследованиях традиционно занимает математическое моделирование. [3]

Построение модели электронных торгов на нейронных сетях обладает рядом недостатков. Как правило, необходимо достаточно большое число данных и существует много случаев, когда такое количество данных недоступно. Однако, необходимо отметить, что возможно построение удовлетворительной модели на нейронных сетях даже в условиях нехватки данных. Модель может уточняться по мере того, как свежие данные становится доступными.

Ещё один недостаток нейронных моделей - значительные затраты по времени и другим ресурсам для построения удовлетворительной модели, известно, что обучение сети может занимать довольно много времени. Однако, несмотря на перечисленные недостатки, модель обладает рядом достоинств. Существует удобный способ модифицировать модель по мере того как появляются новые наблюдения.

Литература:

•1. "Закон Украины № 424 - Закон Украины «О внесении изменений в некоторые законодательные акты  Украины по вопросам закупки товаров, работ и услуг за государственные средства» от 01.12.2006 г. № 424-V"

•2. Basegroup.ru - [Электронный ресурс]: Нейронные сети - математический аппарат. Электрон. дан. Режим доступа:     http://www.basegroup.ru/library/analysis/neural/math/

•3. Comprice.ru - [Электронный ресурс]: Нейронные сети. Электрон. дан. Режим доступа: http://www.comprice.ru/articles/detail.php?ID=40183&phrase_id=66070

 


Залиште коментар!

Дозволено використання тегів:
<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <code> <em> <i> <strike> <strong>