Разработка экспертной системы для оценки финансового состояния предприятия

Разработка экспертной системы для оценки финансового состояния предприятия

##article.authors##

  • Kizlargul Tajibayeva

##semicolon##

https://doi.org/10.5281/zenodo.15524895

##semicolon##

экспертная система, финансовое состояние, оценка, метод, принятие решений, предприятия.

##article.abstract##

В статье рассматривается применение экспертных систем и методов искусственного интеллекта,
в частности алгоритмов искусственных нейронных сетей, для оценки финансового состояния предприятия и
поддержки управленческих решений. Описываются этапы разработки экспертных систем, включая формализацию
знаний, построение базы правил и механизм оценки финансовых показателей. Представлена математическая
модель экспертной системы и основные принципы работы нейронных сетей в контексте обработки и анализа
финансовых данных. Особое внимание уделяется интеграции накопленных знаний с алгоритмами машинного
обучения для повышения точности и обоснованности принимаемых решений. Анализируются преимущества
и ограничения экспертных систем, а также их роль в условиях динамично меняющейся экономической среды.
В статье подчеркивается важность комплексного подхода и постоянного совершенствования технологий для
обеспечения конкурентоспособности и устойчивого развития предприятия.
Особое внимание уделено распространенным методам оценки финансового состояния предприятия, таким как
анализ бухгалтерской отчетности, сравнительный и дискриминантный анализ, а также метод анализа финансовых
коэффициентов. Рассмотрены их преимущества и ограничения, а также интеграция этих методов в экспертные
системы для повышения точности и надежности финансовой оценки. Проведенное исследование позволяет
оценить эффективность применения экспертных систем и алгоритмов искусственных нейронных сетей для
анализа и прогнозирования финансового состояния предприятий, а также их роль в автоматизации и улучшении
процесса принятия управленческих решений.

##submission.authorBiography##

Kizlargul Tajibayeva


PhD, Associate professor Department of “Finance and digital economy”
Tashkent State University of Economics.

##submission.citations##

Агеева О.А. Бухгалтерский учет и анализ: учеб. для студентов вузов / О.А. Агеева, Л.С. Шахматова. – М.:

ЮРАЙТ, 2013. – 419 с.

Богданов, А. В. Экспертные системы в экономике: теория и практика / А. В. Богданов. — М.: Финансы и

статистика, 2018. — 320 с.

Иванов, П. С., Смирнова, Е. Н. Искусственные нейронные сети и их применение в финансовом анализе //

Журнал «Финансовая аналитика», 2020. — №3. — С. 45–52.

Петров, В. М. Машинное обучение в управленческих решениях: современные подходы / В. М. Петров. — СПб.:

Питер, 2019. — 280 с.

Кузнецова, Л. В. Методы оценки финансового состояния предприятия / Л. В. Кузнецова // Экономический

вестник. — 2021. — Т. 15, №2. — С. 30–38.

Фомин В.П. Формирование и анализ показателей финансового состояния организации / Фомин В.П.,

Татаровский Ю.А. //Международный бухгалтерский учет. – 2014. – № 6. – Стр. 9.

Rosenblatt, F. The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain //

Psychological Review, 1958. — Vol. 65, No. 6. — P. 386–408.

Russell, S., Norvig, P. Artificial Intelligence: A Modern Approach / S. Russell, P. Norvig. — 4th ed. — Pearson, 2020.

— 1136 p.

Altman, E. I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy // The Journal of

Finance, 1968. — Vol. 23, No. 4. — P. 589–609.

Zadeh, L. A. Fuzzy Sets // Information and Control, 1965. — Vol. 8, No. 3. — P. 338–353.

Turban, E., Sharda, R., Delen, D. Decision Support and Business Intelligence Systems / E. Turban, R. Sharda, D.

Delen. — 10th ed. — Pearson, 2014. — 624 p.

##submission.downloads##

##submissions.published##

2025-05-01
Loading...