Acta Univ. Agric. Silvic. Mendelianae Brun. 2007, 55(3), 97-104 | DOI: 10.11118/actaun200755030097

Neuronový rozhodovací model o kapitalizaci podniku

Martin Pokorný, Oldřich Trenz, Vladimír Konečný
Ústav informatiky, Mendelova zemědělská a lesnická univerzita v Brně, Zemědělská 1, 613 00 Brno, Česká republika

Téma článku je zaměřeno do problematiky rozhodování v oblasti finančního řízení podniku. Konkrétně je zde rozebrán případ vyhodnocování investiční politiky podniku. Jedná se o kritickou oblast pro management ovlivňující další kroky při využití interních i externích zdrojů podniku. Jako vhodný nástroj pro podporu rozhodování byl v tomto případě zvolen přístup z oblasti umělé inteligence a to konkrétně vhodně koncipovaný model neuronové sítě.
Ve vytvořeném modelu neuronové sítě, rozhodujícím o finanční situaci podniku, bylo použito čtyř vstupních proměnných (tří hlavních a jedné doplňující) popisující konkrétní stav podniku. Kódování hlavních proměnných je zvoleno adekvátně k vyhodnocovaným stavům. Pro vyhodnocení se použila vícevrstvá neuronová síť.
Výhodou naučené neuronové sítě je, že muže klasifikovat i případy pro managera obtížně řešitelné a to obzvláště případy o větším počtu faktů ovlivňující výsledné rozhodnutí. Ne vždy je však situace jednoduše vyhodnotitelná, limitujícím faktorem je vhodně sestavený učební soubor. V případě nesprávných rozhodnutí lze provést vhodné rozšíření učícího souboru o adekvátní vzory a neuronovou síť doučit.

rozhodovací problém, umělá inteligence, neuronové sítě

Neural decision model of business capitalization

The topic of this article is focused on problems related to enterprise financial supervising. In the concrete, the situation of enterprise investment policy evaluation is described here. In this case, as a convenient tool for decision support, the approach of artificial intelligence was selected, particularly the model of neuron network.
For the purpose of enterprise economic state evaluation, we use four input variables which describe the economic state. Three main variables are selected and the fourth one is the additional. The coding of main variables is chosen with the respect to the possible states of the enterprise. The multilayer neuron network was used for evaluation.
The neural network can solve problems, which are hardly solvable for a manager because there can exist a lot of factors affecting the final decision. We have to take into account the fact that sometimes the situation is too complex. In this case, when the system gives incorrect result, it is possible to extend the current learning set and add adequate patterns which will help the system to recognize states of the enterprise.

Keywords: decision problem, artificial intelligence, neural networks

Received: December 15, 2006; Published: November 26, 2014  Show citation

ACS AIP APA ASA Harvard Chicago IEEE ISO690 MLA NLM Turabian Vancouver
Pokorný, M., Trenz, O., & Konečný, V. (2007). Neural decision model of business capitalization. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis55(3), 97-104. doi: 10.11118/actaun200755030097
Download citation

References

  1. KONEČNÝ, V., PEZLAR, Z.: Základy umělé inteligence [on-line]. Brno: 2002. Dostupné na: [cit. 2006-12-12]. Dokument ve formátu PostScript v archivu ZIP.
  2. KONEČNÝ, V., MATIÁŠOVÁ, A., RÁBOVÁ, I.: Učení n-vrstvé neuronové sítě. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis. 2005. sv. LIII, č. 6, s. 75-84. ISSN 1211-8516. DOI: 10.11118/actaun200553060075 Go to original source...
  3. SŮVOVÁ H. a kol.: Finanční analýza v řízení podniku, v bance a na počítači. Praha: Bankovní institut, a. s., 1999. 1. vyd. ISBN 80-7265-027-0.
  4. ŽIVĚLOVÁ, I.: Finanční řízení podniku I. Brno: MZLU v Brně, 1998. 1. vyd. ISBN 80-7157-339-6.

This is an open access article distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY NC ND 4.0), which permits non-comercial use, distribution, and reproduction in any medium, provided the original publication is properly cited. No use, distribution or reproduction is permitted which does not comply with these terms.