Нейронечеткое моделирование в системах оценки ресурсов тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Николаев, Александр Юрьевич

• Николаев, Александр Юрьевич
• кандидат экономических наук
• 2006

Оглавление диссертации кандидат экономических наук Николаев, Александр Юрьевич

Введение

Глава 1. Описание объекта моделирования

§1.1. Современные подходы к прогнозированию и оценке

§ 1.2. Системные взаимосвязи на рынке недвижимости

§1.3. Экономика рынка недвижимости.

§1.4. Рынок земли. Общие положения.

§1.5. Неоклассическая модель ренты в линейном приближении

Глава 2. Понятия, цели и приемы оценки земли

§ 2.1. Земельная рента в теории оценки.

§ 2.2. Принципы и подходы к оценке. Основная модель

§ 2.3. Проблемы оценки в Российских условиях

Глава 3. Формулировка задачи оценки в условиях неопределенности

§3.1. Источники неопределенности при прогнозировании и оценке

§ 3.2. Методы учета неопределенности в моделях экономического анализа, прогнозирования и оценки

§ 3.3. Формулировка задачи оценки в нечетком логическом базисе

§ 3.4. Формулировка задачи оценки в нейросетевом логическом базисе

§ 3.5. Нечеткие нейронные сети

§ 3.6. Моделирование сложных систем. Свертка пространства состояний методами нечеткой математики.

§ 3.7. Оценка сложности моделируемой системы

Глава 4. Прототип экспертной системы на нечетком нейросетевом базисе

§4.1. Назначение экспертной системы

§4.2. Объект оценки

§4.3. Вид и назначение оценки

§ 4.4. Типы используемых данных и их источники

§4.5. Этапы процедуры

§ 4.6. Система прямого нечеткого логического вывода

§ 4.7. Нейронечеткая сеть

§ 4.8. Расчет стоимости земель поселений

Введение диссертации (часть автореферата) на тему «Нейронечеткое моделирование в системах оценки ресурсов»

Актуальность темы диссертационного исследования. Важной тенденцией развития экономики России является совершенствование форм управления ресурсами, важнейшим из которых является земля. Создание системы государственного учета и регистрации земли и недвижимости - это основа развития фискально - правовой системы государства, обеспечивающей сохранение общественной стабильности и укрепление национальной экономики. Предлагаемые в настоящее время законопроекты и государственные программы предусматривают переход к использованию кадастровой стоимости объектов недвижимости как налоговой базы, рассчитанной методами массовой оценки на основе сбора и анализа сведений о рынке недвижимости и факторов на него влияющих. Этот переход позволит упорядочить распределение налоговой нагрузки.

Характерной чертой рыночного механизма является значительная неопределенность его характеристик и одной из актуальных задач становится разработка методов оценки в условиях неопределенности и нечетких параметров.

В связи с важностью земельных ресурсов, исследование моделей оценки ресурсов в условиях неопределенности рыночных факторов и нечеткости их описания было выполнено на примере локального земельного рынка.

Существенная особенность экономического анализа и оценки состоит в том, что объекты анализа обладают уникальными чертами, что увеличивает неопределенность, которая заключается в следующем:

• нечеткость количественных оценок объекта;

• нечеткость качественного описания;

• нечеткая логика принятия решений.

Предлагаемые на современном этапе методики оценки имеют достаточно жесткий алгоритм, в котором параметры оценочной модели уже определены. Это приводит к недостаточному учету качественных характеристик.

Привлечение экспертов должно устранять этот недостаток, однако, излишняя жесткость оценочных методик приводит к тому, что эксперт, по существу, исполняет тривиальную функцию сбора и ввода данных, полученных в результате измерений. Данное обстоятельство снижает достоверность оценки.

В условиях недостатка информации возрастает важность задачи разработки методов управления, позволяющих эффективно использовать опыт и знания экспертов в предметных областях.

Знания эксперта являются уникальным продуктом творческого осмысления полученного им образования, результатов его многолетнего труда и зачастую являются незаменимыми для оценки сложных, многоплановых явлений и прогнозирования их развития. Однако эксперт не всегда может количественно интерпретировать свою оценку объекта исследования. Зачастую его отношение выражается в терминах естественного языка и плохо поддается формализации.

Вышеизложенное позволяет заключить, что проблемы оценки не решены в достаточной степени и требуют активного внимания. Возникает необходимость исследования двух проблем:

• Первая заключается в выработке таких методов оценки, которые более полно и объективно учитывали бы особенности объекта и сложившейся коньюктуры;

• Вторая заключается в разработке методов поддержки принятия решений, которые наиболее полно учитывают накопленные знания.

Современная наука и вычислительные технологии предлагают математический аппарат для моделирования затронутых выше проблем. Этот аппарат включает в себя методы идентификации объектов в условиях неопределенности в нечетком нейросетевом логическом базисе, которые в свою очередь основаны на теории нечетких множеств и теории искусственных нейронных сетей.

Все вышеизложенное послужило основанием для проведения исследования и разработки концепции и методов оценки ресурсов в условиях неопределенности на основе нечеткого нейросетевого логического базиса. Цель исследования состоит в разработке, обосновании и проверке методических основ отображения рыночных процессов в условиях неопределенности среды и нечеткости экспертного описания системы в виде математических, информационных и компьютерных моделей. Задачи работы:

• Разработка методов формального представления экономической системы в условиях нечетких описаний ее параметров и нечеткой логики принятия решений;

• Разработка методов и средств аккумуляции знаний о развитии экономической системы в условиях ее нечеткого описания;

• Разработка имитационной адаптивной модели для анализа и оценки экономической системы в условиях нечеткой информации;

• Разработка действующего прототипа экспертной системы и экспериментальная проверка предложенных методов, моделей и средств анализа и оценки экономических систем на реальных данных локального рынка.

Объект исследования: Региональный рынок недвижимости и земельных ресурсов.

Предмет исследования: Теоретические проблемы и практические аспекты модельного представления системных взаимосвязей и процессов на рынке ресурсов в условиях неопределенности и нечеткой информации. Методологической и теоретической основой исследования составляют труды отечественных и зарубежных ученых по проблемам математического моделирования экономики, теории искусственного интеллекта, экономики недвижимости и землепользования (Недосекин А.О., Штовба С.Д., Дли М.И., Годунов Р.Ю., Минаев Ю.Н., Филимонова О.Ю., Лиес Б., Заде Л., Беллман Р., Пенроуз Р.). При решении поставленных задач использовались методы математического анализа, теории информации, прикладной статистики, эконометрики, теории нечетких множеств, теории нейронных сетей. Информационная база исследования: информационные базы группы компаний «ВИЗИР, ФКЦ «Земля», КУГИ Псковской обл., ФГУ «Кадастровая палата по Псковской обл., земельного комитета и комитета по архитектуре Великолукского района.

Наиболее существенные результаты и научная новизна заключается в разработке математических и инструментальных методов анализа, идентификации и оценки экономической системы, в условиях неопределенности, нечетких данных и нечеткой логики принятия решений, а именно:

• На примере моделей оценки, исследованы и обоснованы теоретические возможности отображения рыночных процессов в условиях неопределенности на нечетком нейросетевом логическом базисе;

• Теоретически обоснован и практически реализован метод свертки многомерного пространства признаков объекта в компактное пространство меньшей размерности входного вектора адаптивной экспертной системы с применением процедуры нечеткого логического вывода;

• Предложен, основанный на последовательном совместном использовании системы нечеткого логического вывода и нечеткой нейронной сети, метод экономико-математического моделирования;

• Разработана комплексная методика и структурный алгоритм сбора и обработки нечетких данных и сведений качественного характера при анализе и оценке экономических систем и методы их формального представления;

• Разработана система поддержки принятия решения эксперта в области оценки в условиях неопределенности и нечеткого описания параметров объекта оценки с целью повышения эффективности анализа экономической системы;

• Разработан действующий прототип адаптивной экспертной системы оценки, включающей в качестве составной части, знания эксперта, выраженные в терминах естественного языка. Разработанная экспертная система использует элементы искусственного интеллекта для своего обучения на основе знаний эксперта, последующей обработки поступающей информации, выработки и аккумуляции новых знаний в предметной области;

Практическая значимость исследования состоит в том, что:

• Предложенная модель позволяет повысить эффективность экономической оценки, за счет аккумуляции знаний, выраженных на языке, близком к естественному, более эффективному их использованию и адаптации к изменяющимся рыночным условиям;

• На основе предложенной модели могут быть построены практические экспертные системы поддержки принятия решений в области проведения экономического анализа, оценки, прогнозирования и маркетинговых исследований в реальных рыночных условиях неопределенности и нечеткой информации.

• На базе разработанной экономико-математической модели, с использованием рабочего прототипа экспертной системы проведено моделирование зависимости цен на локальном земельном рынке от различных параметров, имеющих нечеткое описание.

Апробация результатов исследования:

Основные положения диссертационной работы доложены и обсуждены:

• на научных семинарах и заседаниях Международной высшей школы управления СПбГТУ, Санкт - Петербург;

• на 6-й и 7-й международных научно-практических конференциях «Экономика, экология, и общество России в XXI столетии» С-Пб: СПбГПУ, 2004-2005 г.;

• на заседании Государственной аттестационной комиссии при аттестации автора на право ведения профессиональной оценочной деятельности в Государственном университете землеустройства, г. Москва, 2005 г.; Положения, результаты, методика и экспертная система, предложенные и разработанные в результате исследования используются при разработке землеустроительной политики и маркетинговых решений группы компаний «ВИЗИР» и в профессиональной оценочной деятельности.

Выполненное исследование соответствует п.п. 1.2; 1.4; 2.3; 2.6; 2.8 Паспорта специальности 08.00.13 — Математические и инструментальные методы экономики».

Публикации: По результатам исследования опубликовано 4 статьи и одна монография. Общий объем опубликованных работ: 15 печатных листов.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Николаев, Александр Юрьевич

ОСНОВНЫЕ ВЫВОДЫ ПО РЕЗУЛЬТАТАМ ИССЛЕДОВАНИЯ:

1. Существующие методики экономического анализа и оценки, основанные на аппарате математической статистики, не позволяют в достаточной мере учитывать неопределенности, возникающие в результате неясных представлений о составе, величине и взаимосвязях факторов текущего или будущего рынка. Это связано с тем, что классическая статистика определена на множестве однородных явлений, а рынок, на том уровне обобщения, который необходим для оценки, однородным не является.

2. Применение аппарата ТНМ, несмотря на некоторую размытость результатов, позволяет сделать экономический анализ и оценку более доступными для интерпретации, чем традиционные методики. Представление данных о рынке в форме нечетких множеств, а решающих правил в форме нечеткой логики дает возможность приблизить процедуру оценки к типичным интуитивным представлениям участников рынка и выразить резоны эксперта на языке, близком к естественному.

3. Возможность включения знаний эксперта и возможность обучения нейронечетких сетей делает их гибкими, хорошо адаптируемыми к текущим изменениям средствами экономического анализа. Это свойство позволяет на их основе создавать специальные экспертные системы.

4. В моделях экономической оценки большое число параметров может быть сведено методами нечеткого вывода к небольшому числу обобщенных показателей, выраженных в терминах теории нечетких множеств.

5. Периодическое переобучение нейронечеткой сети на основе новой информации, позволяет поддерживать соответствие экспертной системы текущей действительности.

6. Результаты испытаний нейронечеткой модели массовой оценки земель поселений показали ее преимущества перед традиционной. Это выразилось в более высоком уровне соответствия предсказанных цен действительным ценам, достигнутым в фиксированных сделках.

7. Экспертная система оценки, включающая составным элементом обученную нейронечеткую сеть, позволяет в режиме реального времени решать сценарные задачи управления градостроительным комплексом с точки зрения прогнозирования влияния тех или иных действий в области градостроительства и экологии на рыночную стоимость земли с учетом текущей оценки рынка градостроительных и экологических факторов.

Список литературы диссертационного исследования кандидат экономических наук Николаев, Александр Юрьевич, 2006 год

1. ГОСТ Р 51195.0.01-98 . Единая система оценки имущества. Основные положения. М.; ГОССТАНДАРТ РОССИИ, 1998. - 4 с.

2. ГОСТ Р 51195.0.02-98 . Единая система оценки имущества. Термины и определения. М.; ГОССТАНДАРТ РОССИИ, 1998.- 4 с.

3. СТО РОО 27-01-98 Оценка имущества. Оценка недвижимости. М.; РОО, 1998.-34 с.

4. СТО РОО 27-02-98 Оценка имущества. Оценка судов и плавучих технических средств освоения океана, шельфа и внутренних водных путей и водоемов. М.; РОО, 1998. 22 с.

5. Оценка стоимости недвижимого имущества. Методические рекомендации. М., Торгово-промышленная палата РФ, 2002. 40 с.

6. Методические рекомендации по оценке участков земли для девелопмента. М., Торгово-промышленная палата РФ, 2002. 12 с.

7. Организационно-методические требования к построению информационных систем государственного учета и технической инвентаризации объектов недвижимости М.; ГОССТРОЙ РОССИИ, 2000.-18 с.

8. Утвержденные Европейские стандарты оценки недвижимости. Перевод и редакция Е.И. Тарасевич. М.; РОО, 1998.-93 с.

9. Новый стандарт Россннйского общества оценщиков «Оценка недвижимости».// Бюллетень «Российский оценщик» №3, 1998. С. 32-34.

10. Аверкин А.Н. Нечеткие множества в моделях управления и искусственного интеллекта/ А.Н. Аверкин и др., Под ред. Д.А. Поспелова. -М.:Наука. Гл. ред. физ.-мат. лит., 1986.-312 с.

11. Агапов Н.Н. Методические основы оценки недвижимости. / Н. Н. Агапов и др. М.: РЭА, 1996. - 145 с.

12. Алиев Р.А. Идентификация и оптимальное управление нечеткими динамическими системами./ Алиев Р.А., Мамедова Г.А. // Изв. АН: серия техническая кибернетика. 1993. -N6.-C.l-9.

13. Алиев Р.А. Производственные системы с искусственным интеллектом./ Алиев Р.А., Абдикеев Н.М., Шахназаров М.М. М.: Радио и связь, 1990. -264 с.

14. Алиев Р. А. Управление производством при нечеткой исходной информации./ Алиев Р.А., Церковный А.Э., Мамедова Г.А. М.: Энергоатомиздат, 1991.-214 с.

15. Алтунин А.Е. Модели и алгоритмы принятия решений в нечетких условиях. /Алтунин А.Е., Семухин М.В. Тюмень: Изд-во Тюменского государственного университета, 2000. - 352 с.

16. Анисимов В.Ю., Борисов Э.В. Методы достоверности реализации нечетких отношений в прикладных системах искусственного интеллекта/ Анисимов В.Ю., Борисов Э.В. // Изв. АН: серия техническая кибернетика. -1991-N5.-C.24-89.

17. Асаи К. Прикладные нечеткие системы. /Асаи К. и др./Под ред. Т. Тэрано, К. Асаи, М. Сугено.- М.: Мир, 1993. 368 с.

18. Астровский А.И. Задачи апостериорного оценивания для линейных дискретных систем с помехами, описываемыми нечеткими множествами / Астровский А.И., Корженевич С.К.// Изв. АН: серия техническая кибернетика. -1993.- № 4. — С.56-112.

19. Беллман Р. Принятие решений в расплывчатых условиях./ Беллман Р., Заде Л.// Вопросы анализа и процедуры принятия решений: пер. с англ. -М.:Мир, 1976.-С. 172-215.

20. Беллман Р. Принятие решений в расплывчатых условиях: пер. с англ. под ред. И.Ф. Шахнова. / Беллман Р., Заде JI. // Вопросы анализа и процедуры принятия решений: Сб. статей М., 1976.- с. 198.

21. Берштейн JI.C. Нечеткие модели принятия решений: дедукция, индукция, аналогия. / Берштейн JI.C., Боженюк А.В. Таганрог: Изд-во ТРТУ, 2001. - 110 с.

22. Берштейн J1.C. Параллельный процессор нечеткого вывода для ситуационных экспертных систем / Берштейн JI.C. и др. // Изв. АН: серия техническая кибернетика. -1990.- № 5. С.79-156.

23. Берштейн JI.C. Функционально-структурное исследование ситуационно-фреймовой сети эксплуатационной системы с нечеткой логикой / Берштейн JI.C. и др. // Изв. АН: серия техническая кибернетика. -1994.- № 2. С. 134-198.

24. Борисов А. Н. Принятие решений на основе нечетких моделей: Примеры использования. / Борисов А. Н. Рига: Зинатне, 1990. - с. 165.

25. Борисов А.Н. Модели принятия решений на основе лингвистической переменной. / Борисов А.Н., Алексеев А.В., Крумберг О.А. Рига: Знатне, 1982. 256 с.

26. Борисов А.Н. Обработка нечеткой информации в системах принятия решений./ Борисов А.Н. и др.- М.: Радио и связь, 1989. 79 с.

27. Борисов А.Н. Принятие решений на основе нечетких моделей: примеры использования. /Борисов А.Н., Крумберг О.А., Федоров И.П. Рига, Зинатые, 1990. -184 с.

28. Боровков А.А. Теория вероятностей / Боровков А.А. М.: Наука, 1976. -352 с.

29. Бочарников В.П. Fuzzy-Технология: математические основы практика моделирования в экономике. / Бочарников В.П. СПб: Санкт-Петербург. 2001. -328 с.

30. Бугорский В.Н. Экономика и проектирование информационных систем/ Бугорский В.Н., Соколов Р.В. -СПб.: Издательство Роза мира, 1998.-340 с.

31. Вощинин А.П. Оптимизация в условиях неопределенности/ Вощинин А.П., Сотиров Г.Р. Изд-во МЭИ (СССР) и Техника (НРБ), 1989. -224 с.

32. Гаврилов А.Н. Последовательная процедура принятия решений о состоянии канала связи на основе проверки нечетких гипотез/ Гаврилов А.Н. Пузикова JI.A., Пылькин А.И. // Изв. АН: серия техническая кибернетика. -1994- № 2.- С. 123-167.

33. Галушкин А.И. Адаптивные нейросетевые алгоритмы решения задач линейной алгебры / Галушкин А.И., Судариков В.А.// Нейрокомпьютеры.- 1992. -№3.- С. 13-20.

34. Глухов В.В. Основы современной технологии / Глухов В.В. — СПб.: Изд-во СПбГТУ, 1998, -89с.

35. Глухов В.В. Ситуационный анализ. Деловые ситуации и деловые игры для менеджмента / Глухов В.В. СПб.: Изд-во СПбГТУ, 1998, -301с.

36. Глухов В.В. Экономико-математические методы и модели в менеджменте / Глухов В.В. СПб.: Изд-во СПбГТУ, 1998, - 131с.

37. Глухов В.В. Экономические основы экологии / Глухов В.В. СПб.: Спец. литература, 1997 - 137с.

38. Гнеденко Б.В. Курс теории вероятностей / Гнеденко Б.В. М.: Наука, 1969.-400 с.

39. Горбань А.Н. Нейронные сети на персональном компьютере / Горбань А.Н., Россиев Д.А.- Новосибирск: Наука. Сибирская издательская фирма РАН, 1996.- 198 с.

40. Горбань А.Н. Обучение нейронных сетей / Горбань А.Н. М.: СП "Параграф", 1990-203 с.

41. Горемыкин В.А. Российский земельный рынок. / Горемыкин В.А. М.: Инфра-М, 1996.- 187 с.

42. Грибовский С.В. Методы капитализации доходов. Курс лекций. / Грибовский С.В. СПб: ГУЛ и ОН, 1997.- 218 с.

43. Григорьев В.В. Оценка объектов недвижимости. Теоретические и практические аспекты: Учебное пособие. / Григорьев В.В. и др.- М.: Инфра-М., 1997.-256 с.

44. Грунина Г.С. Программный комплекс для проектирования нечеткого логического регулятора. /Грунина Г.С., Деменков Н.П. // Приборы и системы управления. 1997. N 8. С. 19-21.

45. Грунина Г.С. Решение многокритериальных задач оптимизации в условиях качественной неопределенности./Грунина Г.С., Деменков Н.П., Евлампиев А.А. // Вестник МГТУ. 1998. N 1. - С. 45-53.

46. Елисеев П.И. Интерпретация нечетких подмножеств в задачах моделирования и управления/ Елисеев П.И. // Изв. АН: серия техническая кибернетика. -1992.- № 3. С.87-115.

47. Елтаренко Е. А. Оценка и выбор решений по многим критериям. / Елтаренко Е. А. М.: МИФИ, 1995. - с. 148.

48. Еремин Н.А. Моделирование месторождений углеводородов методами нечеткой логики/Еремин Н.А. -М.: Наука, 1995. 76 с.

49. Жуковин В.Е. Нечеткие многокритериальные модели принятия решений / Жуковин В.Е.- Тбилиси, Мецниереба, 1988. 129 с.

50. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений: пер. с англ./ Заде Л.А. // Математика сегодня.- М.: Знание, 1974, с. 5-49.

51. Заде JI.А. Понятие лингвистической переменной и его применение к принятию приближенных решений: пер. с англ. /Заде Л.А., М.: Мир, 1976. -165 с.

52. Заде Л.А. Теория линейных систем. Метод пространства состояний: пер с англ./ Заде Л.А. -М.: Наука, 1970. с. 254.

53. Зайченко Ю.П. Исследование операций. Нечеткая оптимизация/ Зайченко Ю.П. Киев, Выща школа, 1991.-191 с.

54. Захаров В.И. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления: Методология проектирования. / Захаров В.И., Ульянов С.В. // Изв. РАН. Техническая кибернетика. 1993. N 5. - С. 197216.

55. Захаров В.И. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления: Научно- организационные, технико-экономические и прикладные аспекты. / Захаров В.И., Ульянов С.В. // Изв. РАН. Техническая кибернетика.- 1992. -N 5. С. 171-196.

56. Захаров В.И., Ульянов С.В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления / Захаров В.И., Ульянов С.В. // Изв. АН: серия техническая кибернетика, № 4,5, 1993. 154 с.

57. Иванов Е.С. Земля. Собственность. Недвижимость. / Иванов Е.С., Кисенко В.В. Псков: Издательство Областного центра народного творчества, 2004. -102 с.

58. Каганова О.З., Современные методы оценки на российской сцене: игры, в которые мы играем / Каганова О.З.// Российский оценщик №6(30), июнь 1997. Доступно на сайте: http://www.valuer.ru

59. Карери Дж. Порядок и беспорядок в структуре материи/ Дж. Карери пер. с итал. Под редакцией акад. И.М. Халатникова: М.: МИР, 1985.- 224 с.

60. Кини Р. Функции полезности многомерных альтерна-тив: пер. с англ. под ред. И.Ф. Шахнова /Кини Р.// Вопросы анализа и процедуры принятия решений: Сб. статей -М., 1976. с. 98-132.

61. Коростелей С.П. Основы теории и практики оценки недвижимости /Коростелей С.П. М.: РДЛ, 1998.- 312 с.

62. Кофман А. Введение в теорию нечетких множеств./ Кофман А. М.: Радио и связь, 1982. -432 с.

63. Круглов В.В. Искусственные нейронные сети. Теория и практика. / Круглов В.В., Борисов В.В. М.: Горячая Линия - Телеком. 2001. - 181 с.

64. Круглов В.В. Нечеткая логика и искусственные нейронные сети. / Круглов В.В., Дли М.И., Годунов РЛО. М.: Физматлит, 2001. -224 с.

65. Кудинов Ю.И. Нечеткие системы управления / Кудинов Ю.И. // Изв. АН: серия техническая кибернетика.-1990 № 5.- С. 98-123.

66. Ланкастер. К. Математическая экономика: пер. с англ. под. ред. Петрова А.Н. / Ланкастер. К. М., Советское радио. 1970.- 464 с.

67. Ларичев О. И. Качественные методы принятия решений: Вербальный анализ решений. / Ларичев О. И., Мошкович Е. М. М.: Наука: Физматлит, 1996.-с. 189.

68. Левченко В.И. Матричное представление нечетких предикатов и его приложение / Левченко В.И., Савинова А.А. // Изв. АН: серия техническая кибернетика-1993.- № 5.- С. 76-89.

69. Литвак Б.Г. Экспертная информация. Методы получения и анализа / Литвак Б.Г. М.: Радио и связь, 1982. -189 с.

70. Макеев С.П. Декомпозиционные задачи вычисления функции от взаимодействующих нечетких переменных / Макеев С.П.// Изв. АН: серия техническая кибернетика.-1990.- № 5. С. 45-56.

71. Макеев С.П. Согласование целей развития больших технических систем с возможностями реализации их характеристик при нечеткой исходной информации / Макеев С.П., Пицык В.В., Полуденко В.А. // Изв. АН: серия техническая кибернетика. 1991.- № 5.- С 34-39.

72. Малышев Н.Г. Нечеткие модели для экспертных систем в САПР. / Малышев Н.Г., Бернпггейн JI.C., Боженюк А.В. М.: Энергоиздат, 1991-136 с.

73. Медников М.Д. Математические методы и модели для менеджмента. / Медников М.Д. СПб.: Лань, 2000. -134с.

74. Медников М.Д. Экономическая стратегия фирмы. Изд.2, / Медников М.Д. СПб.; Специальная литература, 1999 - 2000. - 145с.

75. Мелихов А.Н. Ситуационные советующие системы с нечеткой логикой./ Мелихов А.Н., Бернштейн Л.С., Коровин С.Л. М.: Наука, 1990.- с. 354.

76. Мелихов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой / Мелихов А.Н., Бернштейн Л.С., Коровин С.Я.-М.: Наука, Физматлит, 1990. -272 с.

77. Минаев Ю.Н. Методы и алгоритмы идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе. / Минаев Ю.Н., Филимонова О.Ю., Бенамеур Лиес. М.: Горячая Линия-Телеком. 2003. -205 с.

78. Михайлевич М.В. Замечания о дискуссии Дж. Дайра и Т. Саати / Михайлевич М.В. // Кибернетика и системный анализ. -1991. N 1. - с. 97-102.

79. Мишенин А.И. Теория экономических информационных систем: Учебник,- 4-е изд. Доп. И перераб. / Мишенин А.И. М.: Финансы и статистика, 1999. -430 с.

80. Нгуен Минь Хай. Моделирование с помощью нечетко-значной вероятностной логики / Нгуен Минь Хай// Изв. АН: серия техническая кибернетика.-1993.-№ 5.- С.37-48.

81. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций / Недосекин А.О. СПб: Изд-во Сезам, 2002 - 240 с.

82. Нейроинформатика и ее приложения // Материалы 3 Всероссийского семинара, 6-8 октября 1995 г. Ч. 1 /Под редакцией А.Н.Горбаня. Отв. за выпуск Г.М.Цибульский; Красноярск: изд. КГТУ. 1995. - 229 с.

83. Нечеткие множества и теория возможностей. Последние достижения / Под. ред. Р. Ягера М.: Радио и связь, 1986. -408 с.

84. Новиков Б.Д. Рынок и оценка недвижимости в России. / Новиков Б.Д. -М.: Экзамен. 2000. 234 с.

85. О'Брайен Дж. Финансовый анализ и торговля ценными бумагами: пер. с англ./ О'Брайен Дж., Шривастава С., М.: Дело Лтд.,1995.- 207 с.

86. Орлов А.И. Задачи оптимизации и нечеткие переменные / Орлов А.И. -М.: Знание, 1980.-254 с.

87. Орлов А.И. Задачи оптимизации и нечеткие переменные / Орлов А.И.-М.: Знание, 1980. -64 с.

88. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации / Орловский С.А. М.: Наука, 1981. -206 с.

89. Оценка земельных ресурсов: Учебное пособие /Под ред. В.П. Антонова, П.Ф. Лойко -. М. и др.: Институт оценки природных ресурсов. 1999.- 354 с.

90. Оценка недвижимости: Учебное пособие/Под ред. М.А. Федоровой. М.: Финансы и статистика, 2003.- 493 с.

91. Павловец В.В. Введение в оценку стоимости бизнеса/ Павловец В.В. Электронный ресурс. // Журнал "Корпоративный менеджмент".-(http://www.cfin.ru/fmanalysis/value.shtml).

92. Павловец В.В. Этапы процесса оценки стоимости бизнеса/ Павловец В.В. Электронный ресурс. // Журнал "Корпоративный менеджмент",-(http ://www. cfin.ru/ ftnanalysis/value. shtml).

93. Перегуда А.И. Размытые множества при идентификации и моделировании систем / Перегуда А.И., Мальцев Г.В. М.Юбнинск, 1988. -194 с.

94. Поспелов Д.А. Логико- лингвистические модели в системах управления./ Поспелов Д.А. -М.: Энергоиздат, 1981.-232 с.

95. Потюпкин А.Ю. Решение задачи идентификации нечетких систем / Потюпкин А.Ю. // Изв. АН: серия теория и системы управления.-1996- № 2.- С. 23-41.

96. Реньи А. Трилогия о математике /Реньи А. пер. с венгерского / под ред. акад. АН УССР проф. Б.В. Гнеденко М.: МИР, 1980. - 375 с.

97. Романов А.Ф. Индуктивно-дедуктивный логический вывод в нечетких условиях / Романов А.Ф., Шемакин Ю.И.// Изв. АН: серия техническая кибернетика. 1992.- № 5.- С. 12-32.

98. Романов В.П., Интеллектуальные информационные системы в экономике. Учебное пособие. / Романов В.П. М.: «ЭКЗАМЕН», 2003.-494 с.

99. Ротштейн А.П. Нечеткая надежность алгоритмических процессов / Ротштейн А.П., Штовба С.Д. Винница: Континент-ПРИМ, 1997. - 265 с.

100. Саати Т. Аналитическое планирование. Организация систем: пер. с англ. / Саати Т., Керне К. М.: Радио и связь, 1991. е.- 412.

101. Саати Т. Принятое решений. Метод анализа иерархий: пер. с англ./ Саати Т. М.: Радио и связь, 1993. -с. 256.

102. Силов В.Б. Оптимизация многокритериальных систем нечетко-условного программирования / Силов В.Б. // Изв. АН: серия техническая кибернетика.-1992.-№4.-С 33-42.

103. Соснин П.И. Процессоры обработки нечеткой информации. / Соснин П.И., Канаев О.Г., Афанасьев А.И. Саратов: Из-во Саратовского университета, 1988 -54 с.

104. Сотник. C.JI. Основы проектирования систем с искусственным интеллектом. Курс лекций. / Сотник. C.JI. Днепродзержинск, 2000 г. - 198 с.

105. Тельнов Ю. Ф., Интеллектуальные информационные системы в экономике. / Тельнов Ю. Ф.- М.: СИНТЕГ, 1999. 376 с.

106. Ульянов С.В. Нечеткие модели интеллектуальных систем управления: теоретические и прикладные аспекты / Ульянов С.В.// Изв. АН: серия техническая кибернетика.-1991.- № 3.- С. 34-42.

107. Усков А.А. Интеллектуальные системы управления на основе методов нечеткой логики / Усков А. А., Круглов В.В. Смоленск: Смоленская городская типография, 2003. - 187 с.

108. Усков А.А. Технологии управления /Усков А.А., Кузьмин А.В. М.: Горячая Линия-Телеком. 2004. - 196 с.

109. Финансовый менеджмент: учебник для вузов/ Под редакцией Е.С. Стояновой. -М.: Перспектива, 2004. 655 с.

110. Хауштейн Г., Методы прогнозирования в социалистической экономике: пер. с нем. под ред. Э.Фейнстейн / Хауштейн Г., М., Прогресс, 1971. - 365 с.

111. Хургин Я.И. Нечеткие уравнения в моделях принятия решений / Хургин Я.И. // Изв. АН: серия техническая кибернетика.-1993.- № 3.- С.34-54.

112. Царев В.В. Оценка экономической эффективности инвестиций: Разработка стратегий; Методы оценки рисков; Моделирование задач. / Царев В.В. -СПб.: Питер. 2004.- 464 с.

113. Цуканов И.Jl. Техника практической оценки недвижимого имущества и ее особенности в российских экономических условиях/ И.Л. Цуканов и др.- М.: ООО «Фирма Блок», 2004, с. 35

114. Цуканов И.Л. Законодательные акты, нормативно-распорядительные документы и стандарты по оценочной деятельности / И.Л. Цуканов и др.- М.: ООО «Фирма Блок», 2004, с. 48

115. Чернов В.Г. Организация ввода аналитических данных в нечеткие контроллеры / Чернов В.Г. // Изв. АН: серия техническая кибернетика.-1994.- № 5.-С.23-35.

116. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. / Штовба С. Д. Электронный ресурс.: 2004. Режим доступа: (http://matlab.exponenta.ru) - свободный, -Загл. с экрана.- Яз. рус., англ.

117. Экономика и управление недвижимостью: Учебник для вузов/Под общей редакцией П.Г. Грабового. Смоленск: Изд-во «Смолин Плюс», М.: 2000. - 567 с.

118. Эриашвили Н.Д. Финансовое право / Эриашвили Н.Д. М.: ЮНИТИ-ДАНА, Закон и право, 2000. - 606 с.

119. Эрлих Т., Проблемы принятия решений при нечеткой исходной информации./ Эрлих Т., М.: Наука, 1991. - 206 с.

120. Эрлих Т., Технический анализ товарных и финансовых рынков./ Эрлих Т. -М.: Финансист. Инфра-М., 1996.- 154 с.

121. Язенин А.В. Квазиэффективные решения задач многокритериальной нечеткой оптимизации / Язенин А.В.// Изв. АН: серия техническая кибернетика.-1992.- № 5.- С.25-36.

122. Язенин А.В. Линейное программирование со случайными нечеткими данными / Язенин А.В. // Изв. АН: серия техническая кибернетика.-1991.-№ 3. -С. 34-43.

123. INTERNATIONAL VALUATION STANDARDS IVSC. Sixth edition. London: IVSC, 2003 496 c.1871.

124. Anguita D., Ridella S., Rovetta S. Limiting the effects of weight errors in feed forward networks using interval arithmetic //Proceedings of International Conference on Neural Networks (ICNN'96). USA, Washington, June 3-6, 1996. - Vol.1. - P. 414-417.

125. Edwards P., Murray A. Modelling weight- and input-noise in MLP learning // Proceedings Of International Conference on Neural Networks (ICNN'96). USA, Washington, June 3-6,1996. - Vol.1. - P. 78-83.

126. Kimura Т., Shima T. Synapse weight accuracy of analog neuro chip // Proceedings of International Joint Conference on Neural Networks. Japan, Nagoya, October25-29,1993.- Vol.1.-P. 891-894.

127. Penrose R. The Emperor's New Mind. Concerning computers, mind and the Laws of Physics/ Penrose R. Oxford University Press -P.382

128. Saaty R.W. The analytic hierarchy process- what is it and how it is used./ Saaty R.W. //MathematicalModelling. -1987,- Vol. 9, N3-5. -P. 161-176.

129. Saaty T.L. Exploring the interface between hierarchies, multiple objectives and fuzzy sets./ Saaty T.L. // Fuzzy Sets and Systems. -1978. Vol.1. - p. 57-68.

130. Saaty T.L. Measuring the fuzziness of sets. / Saaty T.L. // Journal of Cybernetics. 1974. - Vol.4. - P.53-61.