Гібридні нейро-нечіткі мережі у контексті оцінювання потенціалу нагромадження вартості банківського капіталу

Інноваційні методи оцінки банківського капіталу

• область тестування;

• область виводу поточної інформації;

• кнопки Help та Close

Меню Edit містить такі команди:

• команда Undo відміняє виконану дію, що може також бути виконано натисканням комбінації клавіш Ctrl+Z,

• команда FIS Properties... відкриває FIS-редактор, що може також бути викликаним натисканням комбінації клавіш Ctrl+1;

• команда Membership Functions... відкриває редактор функцій належності, що може також бути викликаним натисканням комбінації клавіш Ctrl+2,

• команда Rules... відкриває редактор бази знань, що може також бути викликаним натисканням комбінації клавіш Ctrl+3,

• команда Anfis... відкриває ANFIS-редактор бази знань, що може також бути викликаним натисканням комбінації клавіш Ctrl+4 Ця команда, запущена з ANFIS-редактору, не призводить до виконання будь-яких дій, оскільки його вже відкрито.

В області візуалізації міститься інформація двох типів:

• при налаштуванні системи – динаміка навчання у вигляді графіку залежності помилки навчання від номеру ітерації;

• при завантаженні даних та тестуванні системи – експериментальні дані та результати моделювання.

Дані виводяться у вигляді точок в двовимірному просторі. По осі абсцис відкладається порядковий номер даних у навчальній, тестовій чи контрольній вибірці, а по осі ординат – значення вихідної змінної для даного рядку вибірки. Використовуються наступні маркери:

• блакитна точка (•) – тестова вибірка;

• блакитне коло (О) – навчальна вибірка;

• блакитний плюс (+) – контрольна вибірка;

• червона зірочка (*) – результати моделювання.

В області властивостей ANFIS (ANFIS info) наводиться кількість вхідних та вихідних змінних, кількість функцій належності для кожної вхідної змінної, а також об'єми вибірок даних. В області (рис. 3.15) розташовано дві кнопки Structure та Clear Plot. Натискання Clear Plot очищує область візуалізації, а натискання кнопки Structure відкриває нове вікно (рис. 3.16), в якому система нечіткого висновку відображається нейро-нечіткою мережею.

На рис. 3.16 мережа містить 2 входи, один вихід та 4 нечіткі правила, що позначено чорними та синіми (на рис. 3.16 – темно-сірі) кругами. Кількість білих кругів, з'єднаних з кругами-позначками вхідних змінних відображає кількість їхніх терм-множин.

Про присутність певного терму в логічному правилі свідчить наявність з'єднувальної лінії із синім кругом-позначенням правила. Виходи правил – білі круги є термами вихідної змінної, яких для системи з рис. 3.16 також 4. Агрегація правил нечітких продукції відображена білим кругом, що передує чорному кругу на позначення дефаззифікованої вихідної змінної.

Сторінки


В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Інноваційні методи оцінки банківського капіталу» автора Автор невідомий на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Гібридні нейро-нечіткі мережі у контексті оцінювання потенціалу нагромадження вартості банківського капіталу“ на сторінці 3. Приємного читання.

Зміст

  • Вступ

  • Розділ 1. Концептуально-прикладні засади формування вартості капіталу банків

  • Макроекономічні чинники нагромадження капіталу банківською системою

  • Екзогенні тенденції зміни вартості капіталу банків як ділових підприємств

  • Розділ 2. Методологічний інструментарій оцінювання вартості капіталу банків як ділових підприємств

  • Сутність вартісного оцінювання капіталу фінансових організацій

  • Методичні підходи до оцінки ринкової вартості банків

  • Специфіка оцінки банків за витратним підходом

  • Особливості процедури оцінювання банків в рамках доходного підходу

  • Порівняльний підхід до оцінки банківського капіталу, його характеристика

  • Визначення ринкової вартості банку як ділового підприємства на основі порівняльного підходу

  • Розділ 3. Удосконалення процедур обчислення вартості капіталу банків засобами теорії нечітких множин

  • Нечітка система Мамдані-Ларсена як засіб обґрунтування величини дисконтної ставки

  • Оцінювання капіталу банків за допомогою фаззі-алгоритму типу Сутано

  • Гібридні нейро-нечіткі мережі у контексті оцінювання потенціалу нагромадження вартості банківського капіталу
  • Методики прогнозування грошових потоків банків за допомогою гібридних нейро-нечітких мереж

  • Висновки