Метод, алгоритм и структурно-функциональная организация системы поддержки принятия управленческих решений в трейдинговых компаниях на основе секвенциального анализа тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат технических наук Воронин, Дмитрий Александрович

• Воронин, Дмитрий Александрович
• кандидат технических наук
• 2013

Оглавление диссертации кандидат технических наук Воронин, Дмитрий Александрович

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1

1.1 Структура трейдинговых компаний, место СППР в схеме деятельности трейдинговых компаний

1.2 Функции СППР в трейдинговой компании. Сравнение возможностей существующих СППР для электронного трейдинга

1.3 Big Data и хранилища данных

1.4 Сравнение существующих алгоритмов поиска скрытых закономерностей. Интеллектуальный анализ данных

1.5 СППР с элементами аналитической обработки Data Minig. Сравнение используемых алгоритмов интеллектуального анализа данных

ГЛАВА 2

2.1 Терминология

2.2 Постановка задачи секвенциального анализа

2.3 Традиционный метод AprioriAll

2.4 Разработанный метод поддержки принятия решений на основе секвенциального анализа

ГЛАВА 3

3.1 Структурно-функциональная организация СППР для систем анализа потоков транзакций

3.2 Аппаратная обработка последовательностей в подсистеме генерации последовательных шаблонов

3.3 Алгоритмизация метода 111 IP

ГЛАВА 4

4.1. Наборы данных для оценки зависимостей сложности анализа от свойств множества событий

4.2. Моделирование построения множества последовательных

шаблонов

2

4.3. Моделирование различных способов ранжирования приоритетных

альтернатив

4.4 Моделирование работы устройства определения префиксно-суффиксных свойств

4.5 Программный модуль для СППР трейдинговых компаний

4.6 Расчет экономического эффекта внедрения результатов научной работы

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ПРИЛОЖЕНИЕ

Введение диссертации (часть автореферата) на тему «Метод, алгоритм и структурно-функциональная организация системы поддержки принятия управленческих решений в трейдинговых компаниях на основе секвенциального анализа»

ВВЕДЕНИЕ

Актуальность работы. Развитие биржевой деятельности в России привело к появлению нового класса экономических систем - трейдинговых (торговых) компаний, ведущих операционную деятельность на валютных, сырьевых рынках и рынке ценных бумаг, а также инвестирующие частных трейдеров (участников электронных торгов). Автоматизация электронной коммерции в совокупности с увеличением объемов торговых операций привели к существенному увеличению количества сделок, возрастанию конкуренции и возникновению большого количества данных, подлежащих анализу для принятия актуальных и обоснованных решений о покупке или продаже. Множество сделок, значительный объем обрабатываемых данных, временная и содержательная вариативность выделения существенных элементов экономических данных, быстрые изменения курсов, влияние новостей в реальном времени на принятие решений по сделкам, в целом, порождают многомерные массивы данных, повышают неопределенность принятия решений. Комбинация поисково-переборных и оптимизационных этапов в процессе анализа рыночной ситуации и генерации управленческих решений создают большое количество возможных альтернатив развития ситуации, что требует применения аппаратно-программных систем поддержки принятия решений (СППР).

Среди различных моделей и методов прогнозирования развития экономической ситуации существенную роль играют методы интеллектуального анализа данных (ИАД, Data Mining) для поиска скрытых закономерностей в неструктурированных данных. В номенклатуре методов Data Mining, подходящих для выявления скрытых закономерностей изменения экономической ситуации, метод секвенциального анализа является базовым для нахождения содержательно-временных повторений (шаблонов) в последовательностях событий, описываемых набором экономических показателей об электронных торгах. В традиционной постановке задача секвенциального анализа рассматривается как однократная обработка единственного набора экономических параметров с по-

следующей генерацией одного набора шаблонов, используемых для управленческих решений. Вместе с тем, характерные для систем электронных торгов большие объемы анализируемых данных, недетерминированный характер задачи выбора торговой стратегии приводят к тому, что необходимы повторные, снижающие актуальность принимаемых решений итерации обработки данных в СППР с новыми параметрами поиска, приводящие в конечном итоге к получению множества решений не для одного параметра, а для интервала, задаваемого лицом, принимающим решение (ЛПР).

Модели управления организациями и управление рисками рассматривались в работах Д.А. Новикова, С.А. Баркалова, В.Н. Буркова и др. Методы управления и принятия решений рассматривались в работах А.Г. Чхартишвили, О.И. Ларичева и др. Теоретические и практические вопросы анализа, создания и использования СППР были рассмотрены такими учеными, как Э.А. Трахтен-герц, В.А. Геловани, A.A. Башлыков, И.У. Ямалов, О. М. Проталинский и др. Исследования методов Data Mining проводились в работах Р. Агравала, Р. Срикната, A.A. Багресяна, М.С. Куприянова, В.В. Степаненко, И.И. Холода и др. Вместе с тем, вопросы генерации множества альтернатив в условиях интервального задания параметров нашли лишь частичное отражение в известных работах. Для выполнения анализа данных и последующего принятия решений в трейдинговой деятельности созданы пакеты прикладных программ: MetaTrader, Elwave, MetaStock. Для этих программных пакетов характерны слабые возможности анализа по интервалам входных параметров, ограниченное количество генерируемых вариантов развития ситуации или недостаточное количество анализируемых макроэкономических факторов.

Объективные требования по обработке множества показателей (абсолютные и относительные значения изменений курсов, изменения макроэкономических показателей, изменения фондовых индексов и объемов торгов) приводят к необходимости выполнения многократных итераций, на которых выполняется генерация и выбор альтернатив, что требует избыточных временных затрат и

вступает в противоречие с необходимостью оперативной поддержки управленческих решений в процессе трейдинговой деятельности.

Целью работы является повышение оперативности генерации альтернатив для управленческих решений в условиях обработки больших массивов экономических данных, а также повышение обоснованности генерируемых альтернатив для управленческих решений.

Научной задачей является разработка метода и алгоритма поддержки принятия решений, обеспечивающего поиск скрытых закономерностей в экономических данных с возможностью интервального задания параметров.

Объектом исследования являются процессы и информационные технологии управления торговыми операциями в трейдинговых компаниях.

Предметом исследования являются методы и алгоритмы управления электронными торгами в трейдинговой компании и структурно-функциональная организация СППР по торговым операциям для трейдинговой компании.

Задачи исследования. Достижение поставленной цели исследования обуславливает необходимость решения следующих частных задач:

1. Анализ современных инструментальных средств поддержки принятия решений для управления торговыми операциями в процессе трейдинговой деятельности. Обоснование направления диссертационных исследований.

2. Разработка метода поддержки принятия решений на основе секвенциального анализа, алгоритмизация метода с учетом специфики создания СППР для трейдинговых компаний.

3. Разработка структурно-функциональной организации системы поддержки принятия решений, поддерживающей разработанный метод, а также важнейших блоков обработки множеств и кортежей, составленных из экономических данных.

4. Экспериментальная проверка разработанных метода и алгоритмов поддержки принятия решений.

Методы исследования основываются на положениях теорий: управления в организационно-технических системах, принятия решений, теории систем, теории сложности, а также методах интеллектуального анализа данных, математической статистики, комбинаторики, квалиметрии.

Достоверность и обоснованность результатов исследования подтверждается: соответствием практических результатов и оценок моделирования, программными экспериментами по применению разработанного метода поддержки принятия решений (ППР) к данным о значениях курсов валют и акций; корректным использованием законов и положений теории множеств и положений конструктивной математики; рецензированием печатных работ, их обсуждением на научно-технических конференциях, семинарах кафедры ПОВТ, а также патентной экспертизой разработанного устройства определения пре-фиксно-суффиксных свойств последовательностей.

Положения, выносимые на защиту, и их научная новизна.

1. Метод поддержки принятия решений, базирующийся на методе секвенциального анализа АрпопАП, обеспечивающий генерацию альтернатив для принятия решений в условиях интервального задания параметров при поиске скрытых закономерностей в экономических данных. Существенными отличиями метода являются:

- наличие этапа ранжирования последовательных шаблонов, выполняющего отбор приоритетных альтернатив для управленческих решений;

- использование различных пороговых значений для обработки множеств и кортежей на различных этапах метода.

2. Алгоритм поддержки принятия решений, основанный на разработанном методе. Отличиями алгоритма являются:

-сохранение промежуточных результатов обработки данных для оперативной актуализации результатов анализа и повторного использования промежуточных результатов при многократном анализе исходных данных;

- представление промежуточных данных в виде деревьев, позволяющее сократить время генерации альтернатив для управленческих решений в случае интервального задания параметров;

- использование параметра достоверности при ранжировании управленческих альтернатив, что упорядочивает работу ЛПР в условиях неопределенности данных.

3. Структурно-функциональная организация системы поддержки принятия решений для управления торговыми операциями в трейдинговых компаниях, отличающаяся наличием:

- модуля актуализации промежуточных результатов анализа;

- информационных связей, позволяющих ЛПР задавать параметры анализа в виде интервалов значений;

-хранилища промежуточных результатов анализа, позволяющего обращаться к структурированным промежуточным данным без избыточных временных затрат на повторную генерацию в случае многократных запусков алгоритма поддержки принятия решений;

-модуля максимизации последовательностей с аппаратной реализацией операции определения суффиксно-префиксных свойств.

Предложенная структурно-функциональная организация СГТГТР позволяет раздельно настраивать пороговые количественные характеристики образующих результат множеств и кортежей, что обеспечивает доступ к большему количеству наборов данных, необходимых для принятия решений. Структура СППР спроектирована с учетом возможных итераций уточнения результатов с новыми значениями параметров анализа.

Практическая значимость работы.

1. Разработаны метод и алгоритм поддержки принятия решений, позволяющие выполнять поиск скрытых закономерностей в экономических данных с интервальным заданием параметров, и на основе обнаруженных закономерностей осуществлять генерацию альтернатив для управленческих решений.

Использование в алгоритме представления данных в виде дерева позволило

8

уменьшить временную сложность интервального анализа благодаря исключению процедур генерации потенциально частых последовательностей и поиска генерируемых последовательностей в базе транзакций. Разработанный алгоритм позволяет ЛПР осуществлять интервальный анализ и генерацию альтернатив, а также повышает достоверность генерируемых приоритетных альтернатив для управленческих решений благодаря использованию расширенного перечня параметров для ранжирования.

2. На основе синтезированной структурно-функциональной организации СППР, применяемой в управлении торговыми операциями трейдинговой компании, созданы программные модули выявления скрытых закономерностей в данных в виде последовательных шаблонов, интегрированные в существующие СППР и хранилища данных. Программные модули выполняют обработку ретроспективных данных об изменении курсовых значений на биржевых рынках, генерируют наборы последовательных шаблонов и формируют альтернативы для управленческих решений для ЛПР в текущей ситуации, основываясь на количественных показателях и возможном финансовом результате от трейдинговой деятельности.

3. Алгоритмизация разработанного метода поддержки принятия решений позволила создать программные модули, отличающиеся вложенными структурами представления и унификацией алгоритмов обработки экономических данных. Реализация модулей СППР позволила сократить время генерации последовательных шаблонов в среднем на 18,3% в случае заданий на анализ с интервалом параметров. Использование дополнительных параметров для ранжирования альтернатив повысило достоверность принимаемых решений на 7,3%.

4. Разработано специализированное устройство параллельной обработки префиксно-суффиксных свойств последовательностей, которое позволяет сократить время выполнения отдельных этапов обработки кортежей, составленных из наборов экономических данных. Устройство отличается параллельной обработкой всех диагоналей матрицы совпадений, что позволяет умень-

9

шить временные затраты на генерацию альтернатив для управленческих решений; также возможно применение устройства в автономных системах электронных торгов, ориентированных на высокочастотный трейдинг. Разработанное устройство имеет самостоятельную ценность для систем обработки символьной информации в рамках продукционной парадигмы.

Апробация работы. Основные научные результаты, полученные в диссертационной работе, докладывались и обсуждались на следующих конференциях: IX международная научно-техническая конференция «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (г. Курск, 2010 г.), IV Всероссийская научно-практическая конференция с международным участием «Научное творчество XXI века» (г. Красноярск, 2011 г.), Всероссийская конференция «Новые технологии в научных исследованиях, проектировании, управлении, производстве НТ-2011» (г. Воронеж, 2011 г.), I региональная научно-практическая конференция «Информационные системы и технологии» (г. Курск, 2012 г.).

Реализация результатов работы. Основные результаты диссертационного исследования используются в процессе поддержки управленческой деятельности ЗАО "Финансовая компания "Жигули", г. Самара. Выполнено внедрение результатов научной работы в учебный процесс кафедры программного обеспечения вычислительной техники ФГБОУ ВПО «Юго-Западный государственный университет» при проведении занятий дисциплины «Теория принятия решений». Также результаты работы были внедрены в деятельность компании по разработке программного обеспечения и интеллектуальных систем ЗАО «Эврика». Результаты работы частично реализованы в рамках ФЦП "Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы" по ГК 11.519.11.6004 от 18.08.2011 г., в НИР "Исследование и разработка программного обеспечения понимания неструктурированной текстовой информации на русском и английском языках на базе создания методов компьютерного полного лингвистическо-

10

го анализа» ГК 07.514.11.4135, фонд по поддержке научно-технических и образовательных программ "Науком", а также в НИР "Разработка методов и алгоритмов систем поддержки принятия решений в научно-технической сфере на основе визуального анализа многомерных слабоструктурированных данных и показателей" ГК 14.514.11.4039, исполнитель ООО «Специальная промышленность^».

Соответствие паспорту специальности. Согласно паспорту специальности 05.13.10 - Управление в социальных и экономических системах, проблематика, рассмотренная в диссертации, соответствует пунктам 5 и 10 паспорта специальности (5 - Разработка специального математического и программного обеспечения систем управления и принятия решений в социальных и экономических системах; 10 - Разработка методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в экономических и социальных системах).

Публикации. По теме диссертационного исследования всего опубликовано 11 работ, из них 6 статей - в изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий, рекомендуемых ВАК, и патент РФ № 2430408 на изобретение.

Заключение диссертации по теме «Управление в социальных и экономических системах», Воронин, Дмитрий Александрович

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В работе решена актуальная научная задача, заключающаяся в разработке метода и алгоритма поддержки принятия решений, обеспечивающего поиск скрытых закономерностей в экономических данных с возможностью интервального задания параметров, и достигнута поставленная цель по повышению достоверности и оперативности альтернатив для управленческих решений.

В ходе решения поставленной задачи получены следующие основные результаты:

1. Создан метод поддержки принятия решений на основе метода секвенциального анализа данных. Новизна метода определяется добавлением этапа ранжирования последовательных шаблонов, что позволяет осуществить переход к генерации альтернатив для управленческих решений на основе упорядоченных по количественным показателям и возможным финансовым результатам. Также вместо единого порогового значения, применяется два пороговых значения: для наборов свойств и для последовательностей, что позволяет получать дополнительные варианты наборов последовательных шаблонов, а также многократно использовать промежуточные результаты для различных значений поддержки последовательностей и выполнять построение шаблонов без избыточных затрат времени на построение трансформированного множества событий.

2. Разработан алгоритм поддержки принятия решений на основе созданного метода. Реализуются возможности повторного использования промежуточных результатов при многократном анализе исходных данных с интервалами параметров за счет применения модифицированной структуры хранения промежуточных данных, что позволяет уменьшить время генерации альтернатив для управленческих решений. Расширение перечня параметров, по которым выполняется ранжирование альтернатив, позволило увеличить достоверность результатов и упорядочить работу ЛИР в условиях неопределенности данных. Разработан алгоритм актуализации промежуточных результатов анализа, позволяющий добавлять в промежуточные результаты анализа новую информа

128 цию, сокращая количество запусков генерации дерева последовательностей при обновлении данных.

3. Разработана структурно-функциональная организация трейдинго-вой СППР, её особенностями являются наличие модуля для поддержки работы алгоритма поддержки принятия решений, модуля актуализации промежуточных результатов анализа, модуля максимизации последовательностей с аппаратной реализацией операции сравнения и определения префиксно-суффиксных свойств, позволяющего снизить затраты времени на соответствующем этапе алгоритма, модуля генерации альтернатив, выполняющего ранжирование по расширенному списку параметров, а также информационных связей, позволяющих задавать параметры анализа в виде интервалов значений и обеспечивающих функционирование модифицированных элементов системы.

4. Разработано устройство определения префиксно-суффиксных свойств и сравнения пары последовательностей, обрабатываемых в процессе анализа данных о трейдинговой деятельности, отличающееся безотступной параллельной обработкой всех диагоналей матрицы совпадений элементов последовательностей. Использование аппаратной реализации отдельных шагов интеллектуального анализа позволяет сократить время генерации альтернатив для управленческих решений пропорционально длине обрабатываемого кортежа.

5. Осуществлено моделирование разработанного алгоритма поддержки принятия решений с помощью наборов данных о значениях курсов акций и валют. Результаты моделирования показывают увеличение показателя достоверности на 7,3% при ранжировании с расширенным списком параметров. Сравнительное моделирование генерации последовательных шаблонов традиционного АрпопАН и разработанного алгоритмов подтверждает снижение затрат времени в случаях анализа с интервальным заданием параметров, в типовых условиях работы трейдинговой компании снижение в среднем составляет 18,3%.

Список литературы диссертационного исследования кандидат технических наук Воронин, Дмитрий Александрович, 2013 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Сухоплещенко, Ю.Ф. Англо-русский словарь терминов по депозитарному

хранению и клирингу [Электронный ресурс] / Ю.Ф. Сухоплещенко. - Электрон. текстовые дан. - М., 2002-2009. - Режим доступа: http://depository_en_ru.academic.ru/

2. Бурков, В.И. Введение в теорию управления организационными системами [Текст] / В.Н. Бурков, H.A. Коргин, Д.А. Новиков; под ред. чл.-корр. РАН Д.А. Новикова. - М.: Либроком, 2009. - 264 с.

3. Новиков, Д.А. Теория управления образовательными системами [Текст] / Д.А. Новиков. - М.: Народное образование, 2009. - 452 с.

4. Анфилатов, B.C. Системный анализ в управлении [Текст]: Учеб. пособие / B.C. Анфилатов, A.A. Емельянов, A.A. Кукушкин; под ред. A.A. Емельянова. - М.: Финансы и статистика, 2002. - 368 с.

5. Серебренников, Д. Страсти по алготрейдингу [Текст] / Д. Серебренников // Журнал F&0. - 2010. - №12. - с. 52-55.

6. Muller, P. Proprietary trading: truth and fiction [Текст] / P. Muller // Quantitative finance. - 2001. - №1. - C. 6-8.

7. Системный трейдер и выбор программы [Электронный ресурс] / Всё о финансовых рынках. - Электрон, журн. - 2004. - режим доступа к журн.: http://www.spekulant.ru/ modules/archive/2004_07_stl6.html

8. Buxton, В. Big data: The next Google [Текст] / Bill Buxton // Nature. - 2008. -№8-9 (455).-C. 8-10.

9. Hinchcliffe, D. The enterprise opportunity of Big Data: Closing the "clue gap" [Электронный ресурс] / D. Hinchcliffe - Электрон, журн. - Enterprise Web 2.0. - режим доступа к журн.: http://www.zdnet.com/ blog/hinchcliffe/the-enteфrise-opportunity-of-big-data-closing-the-clue-gap/1648

10.Черняк, Л. Big Data и особенности счета по-индейски [Электронный ресурс] / Л. Черняк - Электрон, журн. -Сети/network world, 2011. - №04. -режим доступа к журн.: http://www.osp.ru/nets/2011/04/13010795/

П.Рудакова, Р. П. Статистика [Текст]: Учебное пособие, 2-е изд. / Р.П. Рудакова, JI.JI. Букин, В.И. Гаврилов. - СПб..: Издательский дом "Питер", 2012. - 290 с.

12.Лопатников, Л. И. Экономико-математический словарь [Текст]: Словарь современной экономической науки. - 5-е изд., перераб. и доп. / Л.И. Ло-патников. - М.: Дело, 2003. - 520 с.

13.Иванов, Ю.Н. Теоретическая экономика. Оптимизационный анализ финансовых рынков [Текст] / Ю. Н. Иванов. - М.: Едиториал УРСС, 2004. -224 с.

14.Радченко, С.Г. Методология регрессионного анализа: монография [Текст] / С.Г. Радченко. - Киев: "Корнийчук", 2011. - 376 с.

15.Паклин, И. Б. Бизнес-аналитика: от данных к знаниям [Текст] / Н. Б. Пак-лин, В.И. Орешков. - СПб.: Питер, 2009. - 624 с.

16.Матвейкин, В.Г. Информационные системы интеллектуального анализа [Текст] / В.Г. Матвейкин, Б.С. Дмитриевский, Н.Р. Ляпин. - М.: Машиностроение, 2008. - 92 с.

17.Weikum, G. Transactional information systems: theory, algorithms, and the practice of concurrency control and recovery [Текст] / G. Weikum, G. Vossen. - USA: Morgan Kaufmann, 2002. - 853 c.

18.Forta, B. Sams Teach Yourself SQL in 10 Minutes, 3rd Edition [Текст] / В. Forta. - USA: Sams, 2004. - 256 c.

19.Цыканова, M. А. Концептуальный анализ понятия «эвристический прием» [Текст] / М. А. Цыканова, Л.Н. Бутенко //Современные наукоемкие технологии. - 2011. - №5. - С. 69-74.

20. Словарь бизнес-терминов. Академик.ру. [Электронный ресурс] / Электрон. текстовые дан. - 2001. - Режим доступа: http://dic.academic.ru/dic.nsf/business/7757

21.Большой толковый словарь русского языка [Текст] / под ред. С. А. Кузнецова. - СПб.: Норинт, 2000. - 1536 с.

22.Ожегов, С.И. Толковый словарь Ожегова. 4-е изд. [Текст] / С.И. Ожегов, Н.Ю. Шведова. - М.: Азбуковник, 1997. - 943 с.

23.Успенский, В.А. Теория алгоритмов: основные открытия и приложения [Текст] / В.А. Успенский, А.Л. Семенов. - М.: Наука, 1987. - 288 с.

24.Воронин, Д.А. Модифицированный алгоритм APRIORIALL поиска последовательных шаблонов [Текст] / Д.А. Воронин // В мире научных открытий. - 2011. - №8(20). - С. 136-145.

25.Agrawal, R. Mining Sequential Patterns [Текст] / R. Agrawal, R. Srikant // In Proc. of the 11th Int'l Conference on Data Engineering. - Taiwan. - 1995.

26.Gorsuch, R. L. Exploratory factor analysis: Its role in item analysis [Текст] / Gorsuch, R. L. // Journal of Personality Assessment. - 1997. - №68. - С. 532560.

27.Титенко, Е.А. Продукционная система для реализации параллельных символьных вычислений [Текст] / Е.А. Титенко // Системы управления и информационные технологии. - 2006. - № 1(23). - С. 187-191.

28. Мод ели и методы анализа данных: OLAP и Data Mining [Текст] / A.A. Багресян, М.С. Куприянов, В.В. Степаненко, И.И. Холод. - СПб.: БХВ-Петербург, 2004. - 336 с.

29.Воронин, Д.А. Метод и алгоритм интеллектуальной поддержки принятия решений для трейдинговых компаний [Текст] / Д.А. Воронин, С.Г. Емельянов, О.И. Атакищев, Е.А. Титенко // Известия ЮЗГУ. - 2012. - №6. - С. 145-149.

30.Найдич, А. Big Data: проблема, технология, рынок [Текст] / Андрей Най-дич // КомпьютерПресс. - 2012. - №1. - С. 45-49.

31.Воронин, Д.А. Структурно-функциональная организация системы поддержки принятия решений для трейдинговых компаний [Текст] / Д.А. Воронин // Известия ЮЗГУ. - 2012. - №6. - С. 149-153.

32.Макконелл, Дж. Основы современных алгоритмов. 2-е дополненное издание [Текст] / Дж. Макконелл // М.: Техносфера, 2004. - 368 с.

33.Якимкин, В. Фундаментальный анализ [Текст] / В. Якимкин. - М.: Омега-Л, 2008. - 640 с.

34.Тарп, В.К. Внутридневной трейдинг: секреты мастерства [Текст] / В.К. Тарп, Б. Джун; пер. с англ. - М.: Альпина Паблишер, 2002. - 399 с.

35.Воронин, Д.А. Модифицированный метод секвенциального анализа данных. [Текст] / Д.А. Воронин, Е.А. Титенко, М.А. Шевченко, В.А. При-ходько, Е.А, Коломиец // Известия ЮЗГУ. - 2012. - №2. - С. 170-175.

36.Колби, Р.В. Энциклопедия технических индикаторов рынка [Текст] / Р.В. Колби, Т.А. Мейерс; пер. с англ. - М.: Издательский Дом "Альпина", 2000.-581 с.

37.Achelis, S.B. Technical Analysis from A to Z. - 2-nd Edition [Текст] / S.B. Achelis. - New York: McGraw-Hill, 2000. - 335 c.

38.Правдюк, Т. Алгоритмы Data-Mining в системной торговле [Электронный ресурс] / Т. Правдюк. - Электрон, журн. - Русский Трейдер, 2011. - режим доступа к журн.: http://www.russian-trader.corn/forums/content/20-data-mining

39.Джексон, П. Введение в экспертные системы. Introduction to Expert Systems. - 3-е изд. [Текст] / П. Джексон. - М.: Вильяме, 2001. - 624 с.

40.Трахтенгерц, Э.А. Методы генерации, оценки и согласования решений в распределенных системах поддержки принятия решений [Текст] / Э.А. Трахтенгерц // АиТ. - 1995. - №4. - С. 3-52.

41.Трахтенгерц, Э.А. Анализ ведения деловых переговоров с помощью компьютерных систем поддержки принятия групповых решений [Текст] / Э.А. Трахтенгерц // Известия РАН. Теория и системы управления. - 2002. - №6. - С. 98-123.

42.Левин, В.И. Интервальная математика и изучение неопределенных систем [Текст] / В.И. Левин // Информационные технологии. - 1998. - №6. -С. 27-33.

43. Угринович, Н.Д. Информатика и информационные технологии [Текст] : учеб. пособие для 10-11 кл. / Н.Д. Угринович. - М.: Лаборатория Базовых Знаний, 2001.-464 с.

44.Dunham, М.Н. Data Mining: Introductory And Advanced Topics [Текст] / M.H. Dunham. - United States: Pearson Education, 2006. - 328 c.

45.Ian, I. Data Mining: Practical Machine Learning Tools and Techniques With Java Implementations [Текст] / I. Ian, H. Witten, E. Frank. - United States: Morgan Kaufmann, 2000. - 371 c.

46.Pyle, D. Data Preparation for Data Mining: Text [Текст] / D. Pyle. - United States: Morgan Kaufmann, 1999 - 540 c.

47.Liu, B. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data [Текст] / В. Liu. - United States: Springer, 2007. - 532 c.

48.Roiger, R.J. Data Mining: A Tutorial Based Primer [Текст] / R.J. Roiger, M.W. Geatz. - Boston: Addison Wesley, 2003. - 350 c.

49.Borg, S. Collective decisional skill and decisive voting games - some results [Текст] / S. Borg, A. Maranon // Group Decision and Negotiation. - 2001. -№ 10.-C. 389-403.

50.Трахтенгерц, Э.А. Возможности и реализация компьютерных систем поддержки принятия решений [Текст] / Трахтенгерц Э.А. // Известия РАН. Теория и системы управления. - 2001. - №3. - С. 86 - 114.

51.Информационные ресурсы для принятия решений [Текст] / А.П. Верев-ченко, В.В. Горчаков, И.В. Иванов, О. В. Голодова. - М.: Деловая Книга, 2002. - 560 с.

52.Гаврилова, Т.А. Базы знаний интеллектуальных систем [Текст] / Т.А. Гаврилова, В.Ф. Хорошевский. - СПб.: Питер, 2001. - 384 с.

53.Методы анализа и синтеза модульных информационно-управляющих систем [Текст] / Н.А. Кузнецов, В.В. Кульба, С.С. Ковалевский, С.А. Ко-сяченко. - М.: ФИЗМАТЛИТ, 2002. - 800 с.

54.Смолин, Д.В. Введение в искусственный интеллект: конспект лекций

[Текст] / Д.В. Смолин. - М.: ФИЗМАТЛИТ, 2004. - 208 с.

134

55.Подобед, Д.Г. Основы информатики (базовые материалы для курса лекций) [Текст] : учебное пособие / Д.Г. Подобед, М.В. Подобед, О.В. По до-бед. - СПб: ГОУВПО СПбГТУРП, 2010. - 75 с.

56.Аверкин, А.Н. Толковый словарь по искусственному интеллекту [Текст] / А. Н. Аверкин, М.Г. Гаазе-Рапопорт, Д.А. Поспелов. - М.: Радио и связь, 1992.-256 с.

57.Достоверный и правдоподобный вывод в интеллектуальных системах [Текст] / В.Н. Вагин, Е.Ю. Головина, A.A. Загорянская, М.В. Фомина; под ред. В.Н. Вагина, Д.А. Поспелова. - М.: ФИЗМАТЛИТ, 2004. - 704 с.

58.Аверин, А.И. Методы параллельного вывода на графовых структурах [Текст] / А.И. Аверин, В.Н. Вагин, М.К. Хамидулов // Седьмая нац. конф. по иск. инт. с межд. участием: сб. статей / Физматлит - М., 2000. -С. 181-189.-1 т.

59. Люгер, Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание [Текст] / Д.Ф. Люгер; пер с англ. - М.: Издательский дом "Вильяме", 2003. - 864 с.

60.Стефанюк, В.Л. Локальная организация интеллектуальных систем [Текст] / В.Л. Стефанюк. - М.: ФИЗМАТЛИТ, 2004. - 328 с.

61.Жожикашвили, A.B. О понятии продукции в искусственном интеллекте [Текст] / A.B. Жожикашвили, В.Л. Стефанюк // Изв. РАН. Сер. Теория и сист. управл. - 2002. - №4. - С. 76-81.

62.Невдяев, Л.М. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник [Текст] / Л.М. Невдяев; под ред. Ю.М. Горностаева. - М.: Связь и бизнес, 2002. - 568 с.

63.Поляк, Б. Т. Робастная устойчивость и управление [Текст] / Б.Т. Поляк, П.С. Щербаков. - М: Наука, 2002. - 303 С.

64.Тарасов, В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика [Текст] / В.Б. Тарасов. - М.: УРСС, 2002. - 348 с.

65.Тельнов, Ю.Ф. Интеллектуальные информационные системы [Текст] / Ю.Ф. Тельнов. - М.: Московский международный институт эконометрики, информатики, финансов и права, 2004. - 82 с.

66.Воронин, Д.А. Продукционная модель для параллельной обработки знаний [Текст] / Е.А. Титенко, Е.А. Петрик, Д.А. Воронин, И. В. Атакищева // Информационно-измерительные и управляющие системы. - 2011. -№11. - С.81-86.

67.Калужский, M.J1. Общая теория систем: курс лекций [Текст] / M.JI. Калужский. - Омск: Изд-во ОмГТУ, 2007. - 144 с.

68.Емельянов, A.A. Имитационное моделирование в управлении рисками [Текст] / A.A. Емельянов. - СПб.: Инжэкон, 2000. - 376 с.

69.Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды [Текст] / В Л. Геловани, A.A. Башлыков, В.Б. Бритков, Е.Д. Вязилов. - М.: Эдиториал УРСС, 2001. - 304 с.

70.Теория систем и системный анализ в управлении организациями [Текст]: Справочник: Учеб. пособие / Под ред. В.Н. Волковой и A.A. Емельянова. - М.: Финансы и статистика, 2006. - 848 с.

71.Типовые решения в управлении проектами [Текст] / Д.К. Васильев, А.Ю. Заложнев, Д.А. Новиков, A.B. Цветков - М.: ИПУ РАН, 2003. - 75 с.

72.Королев, А.Н. Корпоративные системы управления знаниями [Текст] / А.Н. Королев // Управление и обработка информации: модели процессов. Сборник научных трудов МФТИ. - М., 2001. - С. 52-58.

73.Адлер, Ю.П. Знания и информация - не одно и то же [Текст] / Ю.П. Адлер, Е.А. Черных // Информационное общество. - 2001. - № 6. - С. 8-15.

74.Воронин, Д.А. Метод секвенциального анализа данных для систем управления потоками транзакций [Текст] / Д.А. Воронин // Информационные системы и технологии: труды I региональной научно-практической конференции / ГОУВПО «Юго-Западный государственный университет». -Курск, 2012.-С. 110-111.

75.Тихомирова, H.B. Управление знаниями - ключевой элемент знаниевой экономики [Текст] / Н.В.Тихомирова, А.Е. Печенкин, И.В. Павлековская // Вестник РУДН, сер. Информатизация образования. - 2005. - № 1(2). -С. 96.

76.Коулопоулос, Т. Управление знаниями [Текст] / Т. Коулопоулос, К. Фраппаоло. - М.: Эксмо, 2008. - 120 с.

77. Довгаль, В.М. Стратегии быстрых символьных вычислений для исчисли-тельной системы продукций [Текст] / В.М. Довгаль, B.C. Титов, Е.А. Ти-тенко // Известия ВУЗОВ. Приборостроение. - 2008. - №2. - С. 44-48.

78.Титенко, Е.А. Общие свойства и характеристики задач и процессов обработки символьной информации [Текст] / Е.А. Титенко, B.C. Евсюков // Инфокоммуникационные системы. - 2009. - №3. - С. 77-80.

79.Воронин, Д.А. Модифицированный метод секвенциального анализа данных [Текст] / Д.А. Воронин, Е.Б. Тутов // Новые технологии в научных исследованиях, проектировании, управлении, производстве НТ-2011: труды всероссийской конференции / ГОУВПО «Воронежский государственный технический университет». - Воронеж, 2011. - С. 152-153.

80.Попов, П.М. Верификационные методы анализа оптимального управления процессами и системами [Текст] / П.М. Попов, С.П. Попов. - Ульяновск: УлГТУ, 2001.-194 с.

81.Колмогоров, А.Н. Основные понятия теории вероятностей. 3-е изд. [Текст] / А.Н. Колмогоров. - М.: Наука, 2003. - 120 с.

82. Ларичев, О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах [Текст]: Учебник. Изд. второе, перераб. и доп. / О.И. Ларичев. - М.: Логос, 2002. - 392 с.

83.Шикин, Е.В. Математические методы и модели в управлении [Текст]: Учеб. пособие. 2-е изд., испр. / Е.В. Шикин, А.Г. Чхартишвили. - М.: Дело, 2002. - 440 с.

84. Anderson, J. Trade costs [Текст] / J. Anderson, E. van Wincoop // Journal of

Economic Literature. - 2004. - №3(42). - C. 691-751.

137

85.Robert-Nicoud, F. Agglomeration and trade with input-output linkages and capital mobility [Текст] / F. Robert-Nicoud // Spatial economic analysis. -2006. - №1. - C. 101-126.

86. Han, J. Data Mining: Concepts and Techniques. Second Edition [Текст] / J. Han, M. Kamber. - United States: University of Illinois at Urbana-Champaign, 2006.-730 c.

87.Воронин, Д.А. Организация поиска ассоциативных правил в интеллектуальном анализе данных [Текст] / Е.А.Титенко, Д.А. Воронин, Д.Ю. Неклюдов // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации: труды IX международной научно-технической конференции / КурскГТУ. -Курск, 2010.-С. 108-109.

88.Канер, С. Тестирование программного обеспечения. Фундаментальные концепции менеджмента бизнес-приложений [Текст] / С. Канер, Д. Фолк, Е.К. Нгуенг; пер. с англ. - Киев: "Диасофт", 2001. - 544 с.

89.Соммервил, И. Инженерия программного обеспечения, 6-е издание [Текст] / И. Соммервил; пер. с англ. - М.: Издательский дом "Вильяме", 2002. - 624 с.

90.Carlberg, С. Business Analysis with Microsoft Excel [Текст] / Carlberg Conrad. - United States: Pearson Education, 2007. - 504 c.