Введение
1. Обзор и анализ возможностей интеллектуального моделирования в производственно-экономической системе предприятия 17
1.1. Традиционные модели и экономическая проблематика в условиях конкуренции 17
1.2. Обработка информации и модели искусственного интеллекта 26
2. Разработка методов управления запасами с использованием нейросетевых технологий 39
2.1. Материальные запасы как важнейший фактор производственного процесса 39
2.2. Структура, функции, иерархия, причинно-следственные связи 52
2.3. Моделирование задачи оптимизации материальных потоков 54
2.4. Неоптимизационное принятие решений в процессе управления запасами 71
2.5 Принятие решений с использованием данных произвольной структуры 82
2.6. Проблема выбора альтернативных сетевых моделей 94
2.7. Структура комплексной нейросетевой системы моделирования в базисе входных материальных потоков 98
3. Разработка методов управления сбытом продукции с использованием нейросетевых технологий 102
3.1. Прогнозирование спроса. Структура модели, функции и причинно-следственные связи 102
3.2. Анализ и структуризация исходных данных 115
3.3. Нейросетевое многошаговое однопараметрическое прогнозирование спроса на продукцию предприятия 120
3.4. Нейросетевое прогнозирование спроса на основе анализа влияющих факторов 128
3.5. Прогнозирование спроса на основе распознавания ситуаций 133
3.6. Автоматизация выбора варианта прогнозирующей модели 137
4. Поддержка принятия решений по управлению производственными потоками на основе нейронных сетей 144
4.1 Структура и проблематика предметной области исследования 144
4.2. Внешние воздействия и критерии управления 154
4.3. Структура сети, ее работа и методика настройки 163
4.4. Исследование проблемы оптимальности 167
5. Нейросетевые методы принятия решений по распределению производственных ресурсов 174
5.1. Постановка задачи 174
5.2. Структурное, теоретико-множественное и логическое представление модели оптимизации 177
5.3. Нейромоделирование распределения ресурсов 192
6. Инструментальные средства нейромоделирования производственной системы 202
6.1 Структура системы, выбор сетевой модели 202
6.2. Пример подбора модели при помощи сети Хемминга 217
6.3. Методологические и математические аспекты взаимодействия специалист-система моделирования 220
7. Апробация моделей и методик 231
7.1. Апробация моделей нейросетевого управления запасами 231
7.2. Апробация модели и методики прогнозирования спроса на продукцию. 236
7.3. Апробация модели и методики нейросетевого управления материальным потоком на технологическом маршруте 240
7.4. Апробация методики нейросетевого подбора моделей производственно-экономического объекта 248
Заключение 254
Литература
