РАЗРАБОТКА НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ДЛЯ УСТАНОВЛЕНИЯ СБАЛАНСИРОВАННЫХ ЦЕН НА АКЦИИ В ОРГАНИЗАЦИИ БИРЖИ ЦЕННЫХ БУМАГ - Проблемы Информационных Технологий

РАЗРАБОТКА НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ДЛЯ УСТАНОВЛЕНИЯ СБАЛАНСИРОВАННЫХ ЦЕН НА АКЦИИ В ОРГАНИЗАЦИИ БИРЖИ ЦЕННЫХ БУМАГ - Проблемы Информационных Технологий

РАЗРАБОТКА НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ДЛЯ УСТАНОВЛЕНИЯ СБАЛАНСИРОВАННЫХ ЦЕН НА АКЦИИ В ОРГАНИЗАЦИИ БИРЖИ ЦЕННЫХ БУМАГ - Проблемы Информационных Технологий

РАЗРАБОТКА НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ДЛЯ УСТАНОВЛЕНИЯ СБАЛАНСИРОВАННЫХ ЦЕН НА АКЦИИ В ОРГАНИЗАЦИИ БИРЖИ ЦЕННЫХ БУМАГ - Проблемы Информационных Технологий

РАЗРАБОТКА НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ДЛЯ УСТАНОВЛЕНИЯ СБАЛАНСИРОВАННЫХ ЦЕН НА АКЦИИ В ОРГАНИЗАЦИИ БИРЖИ ЦЕННЫХ БУМАГ - Проблемы Информационных Технологий
РАЗРАБОТКА НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ДЛЯ УСТАНОВЛЕНИЯ СБАЛАНСИРОВАННЫХ ЦЕН НА АКЦИИ В ОРГАНИЗАЦИИ БИРЖИ ЦЕННЫХ БУМАГ - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№2, 2013

РАЗРАБОТКА НЕЧЕТКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ДЛЯ УСТАНОВЛЕНИЯ СБАЛАНСИРОВАННЫХ ЦЕН НА АКЦИИ В ОРГАНИЗАЦИИ БИРЖИ ЦЕННЫХ БУМАГ

Али Амооджи

Одной из важных проблем Организации Биржи Ценных Бумаг является недостаточная скорость при открытии рынка. При этом  брокеры, используя  свою практику, стараются установить сбалансированные цены, а на это уходит значительное время. В статье рассматриваются принципы функционирования экспертной системы, позволяющей при открытии рынка, препятствуя колебанию цен, увеличить объем сделок. Описана система нечетких правил, формализирующих базу знаний экспертной системы, отражающая практические знания, поведение брокеров для установления сбалансированных цен. Перечислены результаты эксперимента разработанной системы, отмечено, что внедрение этой системы позволяет  увеличить объем сделок примерно на 30%. (стр. 90-98)

Ключевые слова: Организация Биржи Ценных Бумаг, экспертная система, принятие решения, сбалансированные цены, нечеткая логика
Литература
  • Salo A. and Hamalainen R. Decision Support System in Artificial Intelligence (Multiple Criteria Decision Support), Springer – Verlag, Berlin, 1992, p. 432.
  • Trippi R. and Turban E. Investment Management: Decision Support and Expert systems, Boyd &Fraser Publishing Company, 1990, p. 385.
  • Lendass A. and Bell M. Non-Linear financial time series forecasting application to 20 stock market index // European Journal of Economic and Social system, 2000, vol.14(1), pp.81–
  • Metaxiotis K. Expert systems technology to improve service industry // European Business Review, 2005, vol. 17(3), 232–241.
  • Klir J.G. Where Do We Stand on Measures of Uncertainly, Ambiguity, Fuzziness, and Like? // Fuzzy Sets and Systems, 1987, vol.24, 141–161.
  • Slochanal R. Integrating genetic algorithms and tabu search for combined heat and power economic dispatch // Conference on Convergent Technologies for Asia-pacific Region(CONTEN), 2009, vol.( 1), pp. 67–71.
  • Wing K. The Role of Knowledge Based Systems in Knowledge Management, Workshop on Knowledge Management Dept of Labor, Washington DC, 2005, p. 322.
  • Kandel A. Fuzzy Expert Systems, CRC Press Inc, 1992, 187 p.
  • Ching T.S., Chao L.C. An incorporated algorithm for combined heat and power economic dispatch //  Electric Power Systems Research, 2012, no(169), pp. 187–195.
  • Wang L.X. A Course in Fuzzy Systems and Control, Prentice-International Hall, 1997, 252 p.
  • Sharif K. An Adaptive Strategy for Managing Knowledge in Organizations // Journal of knowledge management, 2006, vol.10(4), pp. 72–80.
  • Aiken M. and Blat M. Forecasting Market Trends with Neural Networks // Information System Management, 1999, vol. 16 (4), 42–48.