Модели и алгоритмы для управления распределением инвестиций в условиях нечетких исходных данных
Проведенный анализ эффективности применения алгоритмов ППУ^к и ППУр/ для решения задачи формирования оптимальной программы, позволил сформулировать рекомендации по их применению. Предложенные алгоритмы характеризуются простотой реализации, но не гарантируют точного решения. Эксперименты показали, что результаты совместного применения рассматриваемых алгоритмов совпадают с оптимальными в 72% — 85… Читать ещё >
Содержание
- Глава 1. Анализ методов и программных средств, используемых для анализа эффективности инвестиционных проектов
- 1. 1. Анализ проблемы инвестирования
- 1. 2. Анализ критериев оценки эффективности инвестиционных проектов
- 1. 3. Анализ существующих методов оценки эффективности инвестиционных проектов
- 1. 4. Обзор программных средств, используемых для анализа эффективности реальных инвестиционных проектов
- 1. 5. Выбор подхода к решению задач распределения инвестиций
- Глава 2. Разработка концепции построения информационной системы поддержки принятия инвестиционных решений
- 2. 2. Разработка требований к ИСППИР и выбор методологии проектирования
- 2. 3. Разработка функциональной модели ИСППИР
- 2. 4. Разработка информационной модели ИСППИР
- Глава 3. Разработка моделей и методов оценки эффективности инвестиционных проектов в условиях нечетких исходных данных
- 3. 1. Представление денежных потоков для оценки эффективности инвестиционных проектов
- 3. 2. Формализация нечетких исходных данных
- 3. 3. Оценка абсолютной эффективности инвестиционных проектов в условиях нечетких исходных данных
- 3. 4. Оценка сравнительной эффективности инвестиционных проектов в условиях нечетких исходных данных
- 3. 5. Формирования оптимальной инвестиционной программы в условиях нечетких исходных данных
- Глава 4. Анализ работоспособности и эффективности предложенных моделей и методов оценки эффективности инвестиционных проектов
- 4. 1. Проверка работоспособности и эффективности предложенных модели и метода оценки абсолютной эффективности инвестиционных проектов
- 4. 2. Проверка работоспособности и эффективности предложенных модели и метода оценки сравнительной эффективности инвестиционных проектов
- 4. 3. Проверка работоспособности и эффективности предложенных модели и метода формирования оптимальной инвестиционной программы
Модели и алгоритмы для управления распределением инвестиций в условиях нечетких исходных данных (реферат, курсовая, диплом, контрольная)
Актуальность темы
исследований. Экономика любой страны не может существовать без инвестиций. Особенно важны инвестиции в реальный сектор экономики, которые позволяют поддерживать уровень национального производства на высоком уровне, оздоровлять существующие предприятия в различных отраслях экономики и обеспечивать их эффективное и прибыльное функционирование.
Однако одинаково сложно получить как государственное финансирование конкретного инвестиционного проекта, так и кредит в банке или у частных инвесторов — отечественных или иностранных. Это обуславливается повышенным риском, связанным с возвратом вложенных средств. Особенно остро эта проблема встает в современной российской экономике.
Сегодня возможность реализации инвестиционных проектов в России сдерживается рядом факторов. Решающими из них являются несогласованность действий участников инвестиционного процесса, неумение правильно оценить инвестиционную ситуацию, а также неготовность организаций-инициаторов предоставить соответствующие обоснования, свидетельствующие о надежности и эффективности конкретных проектов. Необходимо учитывать, что даже при высокой норме прибыли инвесторы очень тщательно оценивают риски различных видов, которым может быть подвержен проект, а также гарантии своевременного возврата вложенных финансовых ресурсов. Таким образом, особенно актуально стоит задача объективной оценки эффективности и рискованности инвестиционных вложений и принятия обоснованных решений по распределению инвестиций.
Исследованием различных аспектов проблемы оценки эффективности инвестиционных проектов в разное время занимались такие зарубежные учёные как У. Шарп, Дж. Данциг, Л. Сэвидж, У. Гетце, Д. Херц, а также отечественные исследователи П. Л. Виленский, В. К. Лившиц, С. А. Смоляк, Л. В. Канторович, Р. В. Фаттахов, В. В. Ковалёв, А. О. Недосекин, К. И. Воронов и другие.
Существующий спектр подходов к оценке эффективности инвестиционных проектов оставляет нерешенными многие задачи. Это и проблема учета всех возможных сценариев развития инвестиционного процесса, и проведение оценки по точечным показателям, в то время как на практике невозможно точно спрогнозировать денежные потоки.
Одной из важнейших проблем является отсутствие информационных систем, предлагающих возможности для комплексного анализа эффективности инвестиционных проектов и поддержки принятия решений по распределению инвестиций в условиях нечетких исходных данных о параметрах инвестиционных проектов и предпочтениях лица, принимающего решения (ЛПР).
В соответствии с изложенным, актуальной является разработка моделей, методов и алгоритмов оценки эффективности реальных инвестиционных проектов в условиях неопределенности, обусловленной нечеткостью исходных данных, для информационной системы поддержки принятия решений о распределении инвестиционных средств.
Целью диссертационной работы является разработка совокупности моделей, методов и алгоритмов оценки эффективности реальных инвестиционных проектов в условиях неопределенности, обусловленной нечеткостью исходных данных, для информационной системы поддержки принятия решений о распределении инвестиций.
Для достижения сформулированной цели необходимо решить ряд задач:
1. Разработать концепцию построения информационной системы поддержки принятия решений о распределении инвестиций при нечетких исходных данных о параметрах инвестиционных проектов и предпочтениях.
2. Разработать модель и метод оценки абсолютной эффективности реальных инвестиционных проектов в условиях нечетких исходных данных, учитывающие требования ЛПР к эффективности проектов.
3. Разработать модель и метод оценки сравнительной эффективности реальных инвестиционных проектов в условиях нечетких исходных данных на основе совокупности критериев и их важности для ЛПР.
4. Разработать модель и метод формирования оптимальной инвестиционной программы в условиях нечетких исходных данных о параметрах инвестиционных проектов и бюджете денежных средств для финансирования программы.
5. Разработать алгоритмическое и программное обеспечение, реализующие предложенные модели и методы оценки эффективности реальных инвестиционных проектов.
6. Провести анализ эффективности разработанных моделей и методов посредством их апробации на модельных данных и представленных реальных инвестиционных проектов.
Методы исследований. При решении поставленных в работе задач использовались методы теории нечетких множеств, математического программирования, системного анализа, разработки информационных систем, объектно-ориентированного программирования, методология структурного анализа, теория финансового и инвестиционного анализа.
На защиту выносятся:
1. Концепция построения информационной системы поддержки принятия решений о распределении инвестиций при нечетких исходных данных о параметрах инвестиционных проектов и предпочтениях ЛПР.
2. Модель и метод оценки абсолютной эффективности реальных инвестиционных проектов, основанные на нечетких множествах и позволяющие оценить эффективность отдельных проектов в условиях нечетких исходных данных.
3. Модель и метод оценки сравнительной эффективности реальных инвестиционных проектов с использованием нечетких множеств, позволяющие проводить многокритериальную оценку и выбор инвестиционных проектов в условиях нечетких исходных данных.
4. Модель и метод формирования оптимальной инвестиционной программы на основе нечетких множеств, позволяющие сформировать оптимальную или близкую к оптимальной инвестиционную программу при нечетких исходных данных.
5. Алгоритмическое и программное обеспечение, реализующие предложенные модели и методы оценки эффективности реальных инвестиционных проектов.
Научная новизна:
1. Новизна предложенной концепции построения информационной системы поддержки принятия решений о распределении инвестиций состоит в системном объединении новых моделей, методов и алгоритмов анализа эффективности реальных инвестиционных проектов при нечетких исходных данных о параметрах проектов и предпочтениях ЛПР, что позволяет повысить качество инвестиционных решений, принимаемых в процессе управления распределением инвестиций в условиях нечеткой информации.
2. Новизна предложенных модели и метода оценки абсолютной эффективности инвестиционных проектов заключает ся в сопоставлении всего спектра различных сценариев реализации проекта, обусловленных неточностью исходных данных, представленных в виде нечетких чисел с треугольной функцией принадлежности, с предпочтениями ЛПР, представленными в виде нечетких множеств с кусочно-линейными гили ¿—подобными функциями принадлежности. Данное сопоставление формализуется в виде одного показателя — степени удовлетворения предпочтений ЛПР.
3. Оценка сравнительной эффективности инвестиционных проектов рассматривается как задача многокритериальной оптимизации в нечеткой постановке и реализуется через интегральный показатель, полученный различными способами свертки. Новизна модели и метода оценки сравнительной эффективности заключается в комплексном применении:
— заданных нечеткими треугольными числами исходных данных (включающих как количественные, так и качественные характеристики проекта, а также важность критериев),.
— алгоритма выбора недоминируемых альтернатив и методов формирования результирующего показателя,.
— разработанного алгоритма упорядочивания нечетких треугольных чисел для определения множества недоминируемых альтернатив и ранжирования альтернатив по результирующему показателю.
4. Новизна предложенной модели формирования оптимальной инвестиционной программы в условиях ограниченного бюджета заключается в том, что задача формализуется моделью нечеткого математического программирования, в которой в качестве заданного критерия эффективности используется нечеткое значение А! РУ программы с треугольной функцией принадлежности. Бюджетное ограничение задается в виде нечеткого множества с кусочно-линейной-подобной функцией принадлежности, отражающего предпочтения ЛПР. Предложенный метод формирования оптимальной инвестиционной программы, отличается тем, что позволяет сформировать программу, характеризующуюся не только заданным критерием эффективности, но и степенью того, насколько программа укладывается в имеющийся бюджет.
5. Новизна разработанного алгоритмического и программного обеспечения основана на новизне предложенных моделей и методов оценки эффективности реальных инвестиционных проектов.
Практическая значимость и внедрение результатов работы. Практическую значимость исследований представляют:
1. Концепция построения информационной системы поддержки принятия решений о распределении инвестиций в условиях нечетких исходных данных.
2. Модель и метод оценки абсолютной эффективности реальных инвестиционных проектов в условиях нечетких исходных данных.
3. Модель и метод оценки сравнительной эффективности реальных инвестиционных проектов в условиях нечетких исходных данных.
4. Модель и метод формирования оптимальной инвестиционной программы в условиях нечетких исходных данных.
5. Алгоритмическое и программное обеспечение, реализующие предложенные модели и методы.
Результаты диссертационной работы внедрены:
— в Министерстве экономического развития и промышленности РБ в виде методики анализа реальных инвестиционных проектов, вошедшей в состав комплексной методики анализа инвестиционных проектов для принятия решений о предоставлении бюджетного финансирования;
— в ЗАО ГДК «Хром» в виде методики и программного обеспечения для анализа инвестиционной деятельности компании;
— в учебный процесс на кафедре вычислительной математики и кибернетики УГАТУ в виде практических занятий и лабораторных работ по курсу «Инвестиционный анализ» для студентов специальности 61 800 «Математические методы в экономике».
Получено свидетельство № 2 003 610 012 об официальной регистрации программы для ЭВМ «Анализ риска неэффективности инвестиций».
Связь исследований с научными программами. Исследовательская работа по тематике диссертации проводилась в рамках НТП Минобразования России проект № 1256 «Модели системного анализа и реформирования межбюджетных отношений муниципальных и региональных образований» и.
НИР ИФ-ТК-14−04−03/6 «Исследование проблем развития, управления, контроля и моделирования в сложных системах».
Апробация работы. Основные положения работы были представлены на следующих научно-технических конференциях:
— 2-м, 3-м, 5-м международных симпозиумах «Компьютерные науки и информационные технологии», Уфа, УГАТУ, 2000, 2001, 2003 гг.
— 4-м международном симпозиуме «Компьютерные науки и информационные технологии», Патры, Греция, 2002 г.
— российской научно-методической конференции с межд. участием «Управление экономикой: методы, модели, технологии», УГАТУ, Уфа, 2002.
— международной научно-практической МегпеЬконференции «Инвестиции в РБ», Уфа, 2003 г.
— 6-м международном симпозиуме «Интеллектуальные системы» (ИНТЕЛС'2004), Саратов, СГТУ, 2004.
Основные положения, представленные в диссертации, опубликованы в 18 научных работах.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованных источников из 112 наименований и 3 приложений. Основное содержание работы изложено на 135 страницах.
Выводы по главе 4.
1. Для проверки работоспособности и эффективности модели и метода оценки абсолютной эффективности ИП разработана инженерная методика. Результаты ретроспективного анализа 11-ти реализованных инвестиционных проектов показали работоспособность и эффективность предложенного метода. Применение разработанных модели и метода оценки эффективности инвестиционных проектов позволило бы обеспечить повышение эффективности принятия инвестиционных решений на 9% и сохранить от неэффективного использования бюджетные средства в размере 5 млн. рублей.
2. Разработанная во втором разделе данной главы методика позволяет проверить работоспособность и эффективность модели и метода оценки сравнительной эффективности ИП. Результаты эксперимента показали работоспособность и эффективность предложенных модели и метода. Ретроспективный анализ осуществленных проектов показал, что результаты оценки сравнительной эффективности с использованием разработанного метода хорошо соотносятся с фактическими. В результате эксперимента проведенного на модельных данных выявлено, что при использовании максиминного показателя реализуется пессимистическая стратегия принятия решения, применение аддитивного показателя реализует оптимистическую стратегию, когда низкие оценки по критериям имеют одинаковый статус по сравнению с высокими. Учитывая это, предложены соответствующие рекомендации по выбору результирующего показателя для оценки сравнительной эффективности проектов, которые позволяют выбрать корректный способ решения задачи.
3. Проведенный анализ эффективности применения алгоритмов ППУ^к и ППУр/ для решения задачи формирования оптимальной программы, позволил сформулировать рекомендации по их применению. Предложенные алгоритмы характеризуются простотой реализации, но не гарантируют точного решения. Эксперименты показали, что результаты совместного применения рассматриваемых алгоритмов совпадают с оптимальными в 72% - 85% случаев, а в остальных случаях, максимальная относительная ошибка по ИРУ не превышает 4%. Кроме того, программы, реализующие предложенные алгоритмы проводят расчеты за доли секунды. Все это позволяет сделать вывод об эффективности применения предложенного метода к решению поставленной задачи.
ЗАКЛЮЧЕНИЕ
.
В ходе исследования были получены следующие результаты и выводы:
1. Концепция построения информационной системы поддержки принятия решений о распределении инвестиций, основанная на системном объединении новых моделей, методов и алгоритмов анализа эффективности реальных ИП, позволяет повысить качество инвестиционных решений принимаемых относительно отдельных проектов или портфелей проектов в процессе управления распределением инвестиций в условиях неточной информации. Предложенная концепция положена в разработку методологии построения ИСППИР.
2. Разработанные модель и метод оценки абсолютной эффективности реальных ИП, позволяют проводить обоснованный анализ отдельных проектов в условиях в условиях неточной информации с учетом всего спектра возможных сценариев инвестиционного процесса.
3. Разработанные модель и метод оценки сравнительной эффективности реальных ИП позволяют осуществлять в условиях неточной информации выбор лучших проектов из предложенного портфеля на основе множества критериев эффективности с учетом их важности для ЛИР.
4. Предложенные модель и метод формирования оптимальной инвестиционной программы позволяют в условиях неточной информации о параметрах ИП и бюджета денежных средств сформировать оптимальную или близкую к оптимальной инвестиционную программу, которая характеризуется значением критерия эффективности и степенью того, насколько программа укладывается в имеющийся бюджет.
5. Разработанное алгоритмическое обеспечение предложенных моделей и методов проводить компьютерное моделирование ИСППИР, программное обеспечение — вычислительные эксперименты.
6. Проведенный на основе представленных реальных ИП анализ показал работоспособность и эффективность предложенных модели и метода оценки абсолютной эффективности ИП. Применение разработанных модели и метода оценки абсолютной эффективности ИП позволило обеспечить повышение эффективности принятия инвестиционных решений на 9%.
Проведенный на основе представленных реальных ИП и модельных данных анализ предложенных модели и метода оценки сравнительной эффективности ИП подтвердил их работоспособность и эффективность. Ретроспективный анализ осуществленных проектов показал, что результаты оценки сравнительной эффективности с использованием разработанных модели и метода хорошо соотносятся с фактическими.
Проведенный анализ эффективности применения алгоритмов ППУ^к и ППУ/7 для решения задачи формирования оптимальной программы показал, что результаты совместного применения предложенных алгоритмов совпадают с оптимальными в 72% - 85% случаев, а в остальных случаях, максимальная относительная ошибка по ИРУ не превышает 4%.
Список литературы
- Абаев Л.Ч. Выбор вариантов в нечеткой среде: бинарные отношения и нечеткая декомпозиция: http://www.kstu.ru.
- Автоматизированные информационные технологии в экономике: Учебник/М.И. Семенов, И. Т. Трубилин, В. И. Лойко: Под общей редакцией И. Т. Трубилина. — М.: Финансы и статистика. 2003. — 416 с.
- Акулич И.Л. Математическое программирование в примерах и задачах: Учеб. пособие для студентов эконом, спец. вузов. М.: Высш. шк. -1986.-319 с.
- Алексеев О.Г. Комплексное применение методов дискретной оптимизации. М.: Наука. — 1987. — 248 с.
- Алтунин А.Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство тюменского государственного университета. — 2000. — 352 с.
- Андреев М.Д., Хороших Д. Г. Многокритериальная оптимизация в аспекте антикризисного управления. // Информационно аналитическое издание «Антикризисное управление», 2002, № 11−12: http ://www.anticrisis.ru.
- Андрейчиков A.B. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика. — 2000. — 368 с.
- Анфилатов B.C. Системный анализ в управлении: Учеб. пособие / B.C. Анфилатов, A.A. Емельянов, A.A. Кукушкин- Под ред. A.A. Емельянова. -М.: Финансы и статистика. 2002. — 368 с.
- Арсланова 3., Лившиц В. Принципы оценки инвестиционных проектов в разных системах хозяйствования.//Инвестиции в России, 1995, № 1−2: http ://www.cfin.ru.
- Архангельский А.Я. С++ Builder 6: Справочное пособие: Книга 1. Язык С++. М.: Бином. — 2003. — 544 с.
- Афанасьев М. Оптимальная инвестиционная программа. // Инвестиции в России, 2002, № 12, с. 35−36.
- Баканов М.И., Шеремет А. Д. Теория экономического анализа: Учебник. 4-е изд., доп. и перераб. — М.: Финансы и статистика. — 2000. — 416 с.
- Бахитов Р., Коробейников Н. Принятие решения о выборе инвестиционного проекта методом нечетких оценок. // Вестник инжинирингового центра ЮКОС, 2001, № 2, с.43−44.
- Башарин Г. П. Начала финансовой математики. М.: ИНФРА-М.-1997.- 160 с.
- Беляков В.В., Бушуева М. Е., Сагунов В. И. Многокритериальная оптимизация в задачах оценки подвижности, конкурентоспособности автотракторной техники и диагностики сложных технических систем. -Н.Новгород: НГТУ. 2001. — 271 с.
- Бизнес-план инвестиционного проекта: отечественный и зарубежный опыт. Современная практика и документация. Учеб. пособие /Под ред. В. М. Попова. -2-е изд., перераб. и доп. М.: Финансы и статистика, 1997. -418 с.
- Бурков В.Н., Заложнев А. Ю., Леонтьев C.B., Новиков Д. А., Чернышев P.A. Механизмы финансирования программ регионального развития. М.: ИПУ РАН. — 2002. — 55 с.
- Бушуева М.Е., Беляков В. В. Многокритериальная оптимизация контролепригодности диагностичеких систем в условиях нечеткого состоянияобъекта // Тр. 3-го совещания по проекту НАТО SfP-973 799 Semicodactors. -Нижний Новгород, Россия. 2003. — с. 102 — 110.
- Быстров О.Ф., Балдин К. В. Математические методы в экономике. Теория, примеры, варианты контрольных работ: Учебное пособие / Быстров О. Ф., Балдин К. В. М.: Издательство Московского психолого-социального института. — 2003. — 112 с.
- Вагнер Г. Основы исследования операций. — т.1, пер. с англ. -М.: Мир. 1972.-336 с.
- Васильев В.И., Ильясов Б. Г. Интеллектуальные системы управления с использованием нечеткой логики: Учебное пособие / В. И. Васильев, Б. Г. Ильясов. Уфа.: Уфимск. гос. авиац. техн. ун-т. — 1995. — 80 с.
- Вендеров А.М. CASE-технологии: Современные методы и средства проектирования ИС. М.: Финансы и статистика. — 1998. — 176 с.
- Виленский П.Л., Лившиц В. К., Орлова Е. Р., Смоляк С. А. Оценка эффективности инвестиционных проектов: Теория и практика. М.: Дело. -2002. — 888 с.
- Виленский П.Л., Смоляк С. А. Показатель внутренней нормы доходности и его модификации: http://www.cfin.ru.
- Волков И.М., Грачева М. В. Проектный анализ: Учебник для вузов. -М.: Банки и биржи, ЮНИТИ. 1998. — 423с.
- Волошинов В.В., Левитин Е. С. Экстремальные ограничения в моделях инвестиционных программ с финансовым механизмом обеспеченгия предстоящих выплат.//Экономика и математические методы, 1996, т. 32, вып.2, с. 117−127.
- Воропаев В.И. Управление проектами. М.: Алане, 1995. 225 с.
- Горохов М.Ю., Малев В. В. Бизнес-планирование и инвестиционный анализ. М.: Инф.-изд. дом «Филинъ». — 1998. — 208 с.
- Грачева М.В. Анализ проектных рисков: Учеб. пособие для вузов. -М.: ЗАО «Финстатинформ». 1999. — 213 с.
- Данилин В.И. Экономико-математическая модель развития корпорации. // Российский экономический журнал, 1997, № 10, с. 82−98.
- Деменков Н.П. Система для принятия плохо формализованных решений: http://iu 1.bmstu.ru.
- Деменков Н.П. Решение многокритериальных задач оптимизации и принятия решений в нечеткой постановке: http://www.inftech.webservis.ru.
- Домарев В.В. Безопасность информационных технологий. Методология создания систем защиты. Киев: ТИД ДС. — 2001. — 688 с.
- Дубров A.M. Моделирование рисковых ситуаций в экономике и бизнесе: Учеб. пособие / A.M. Дубров, Б. А. Лагоша, Е.Ю. Хрусталев- Под ред. Б. А. Лагоши. М.: Финансы и статистика. — 2000. — 176 с.
- Ендовицкий Д. Оптимизация портфеля инвестиций с использованием аналитических процедур капитального нормирования. // Инвестиции в России, 1999 № 2: http ://www.lib .ael, ru.
- Жирабок A.H. Нечеткие множества и их использование для принятия решений. // Соросовский образовательный журнал, 2001, т. 7, № 2, с. 109−115.
- Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. Пер. с англ. Н. И. Ринга / Под ред. Моисеева H.H. М.: Мир. — 1976. — 163 с.
- Игошин Н.В. Инвестиции. Организация управления и финансирование: Учебник для вузов. М.: Финансы, ЮНИТИ. — 1999. — 413 с.
- Исследование операций. Курс лекций: http://iasa.org.ua.
- Ковалев В.В. Методы оценки инвестиционных проектов. -М.: Финансы и статистика. 2000. — 144 с.
- Комарцова Л.Г. Особенности процедуры формирования проектного решения с помощью интеллектуальной системы поддержки проектирования: http://labl8.ipu.rssi.ru.
- Короткова Т.И. Принятие решения в условиях нечетких множеств: http://www.dep805.ru.
- Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь. — 1982.-432 с.
- Кусимов С.Т., Ильясов Б. Г., Исмагилова Л. А., Валеева Р. Г. Интеллектуальное управление производственными системами. -М.: Машиностроение. 2001. — 327 с.
- Лукашев В. И. Мультипликативный метод оценки эффективности инвестиций и особенности его применения//Вестник ВНИИЖТ, 2003, № 4: http://www.css-mps.ru.
- Максименко З.В. Анализ риска инвестиций с использованием нечеткого подхода в условиях неопределенности // Межвузовский научный сборник «Принятие решений в условиях неопределенности». Уфа: УГАТУ. -2002.-С. 318−323.
- Максименко З.В. К вопросу об оценке коммерческой эффективности инвестиционного проекта в условиях неопределенности и риска // Инвестиции в РБ: Материалы Третьей международной научно-практической Интернет-конференции. Уфа: Гилем. — 2003. — С. 140−142.
- Максименко З.В. Концепция построения подсистемы «Анализ эффективности проектов» в информационно-аналитической системе поддержки принятия инвестиционных решений // Межвузовский научный сборник
- Принятие решений в условиях неопределенности". Уфа: УГАТУ. — 2003. -С. 340−345.
- Максименко З.В. Модель подсистемы «Анализ эффективности проектов» ИАС ППИР // Тр. 5-го Международного Симпозиума «Компьютерные науки и информационные технологии (С81Т'2003)». Уфа, Россия. — т.2, с. 60−64. (Статья на англ. языке)
- Максименко З.В. Оценка сравнительной эффективности инвестиционных проектов // Межвузовский научный сборник «Принятие решений в условиях неопределенности». Уфа: УГАТУ. — 2004. — С. 249−254.
- Максименко З.В. Подход к построению информационной системы поддержки принятия инвестиционных решений при нечетких исходных данных // Материалы 6-го международного симпозиума «Интеллектуальные системы» (ИНТЕЛС'2004). Саратов: СГТУ. — 2004. — С. 294−297.
- Максименко З.В. Сравнительный анализ методов оценки рисков инвестиционных проектов // Управление экономикой: методы, модели, технологии: Материалы Российской научно-методической конференции с межд. участием. Уфа: УГАТУ. — 2002. — С. 139−142.
- Максименко З.В. Формирование оптимальной инвестиционной программы в ИСППИР // Тр. 6-го Международного Симпозиума «Компьютерные науки и информационные технологии» (С81Т'2004). 2004. -Уо1.2, Р. 261−265. (Статья на англ. языке)
- Максименко З.В., Максименко А. В. Метод «дерева решений» в анализе проектных рисков // Межвузовский научный сборник «Принятие решений в условиях неопределенности». Уфа: УГАТУ. — 2001. — С. 171−174.
- Марка Д.А., МакГоуэн К. Методология структурного анализа и проектирования (БАОТ): Пер. с англ. М.: Метатехнология. — 1993. — 240 с.
- Машкин В. Управление инвестициями в реальный сектор: http://www.akdi.ru.
- Мезоэкономика переходного периода: Рынки, отрасли, предприятия / Г. Б. Клейнер, Д. С. Львов, Л. И. Абалкин, Л. А. Аносова и др. Под ред Г. Б. Клейнера. М.: Наука, 2001. — 516 с.
- Мелихов А.Н., Бернштейн Л. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука. — 2000. — 272 с.
- Мельников Ю.Н., Теренин A.A. Методика построения защищенной платежной сети на основе многокритериальной оптимизации: http://www.uragent.ru.
- Методические рекомендации по оценке эффективности инвестиционных проектов (вторая редакция). М.: Экономика. — 2000. — 421 с.
- Мицель A.A., Каштанова О. В. Об одном алгоритме формирования оптимального портфеля инвестиционных проектов. // Экономика и математические методы, 2001, т. 37, № 4, с. 103−108.
- Монахов A.B. Математические методы анализа экономики. СПб.: Питер, 2002. — 176 с.
- Моренин A.B. Анализ математических методов поддержки принятия решений: http://www.olap.ru.
- Москвин В. Кредитование инвестиционных проектов // Инвестиции в России, 1999. № 3. — С. 36−43.
- Мухачева Э.А., Рубинштейн Г. Ш. Математическое программирование. 2-е изд., перераб. и доп. — Новосибирск: Наука, 1987. -274 с.
- Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами: http://www.cfin.ru.
- Недосекин А.О. Фондовый менеджмент в расплывчатых условиях. -СПб.: Типография Сезам. 2003: http:// sedok.narod.ru.
- Недосекин А.О., Воронов К. И. Анализ риска инвестиций с применением нечетких множеств: http://www.cfin.ru.
- Недосекин А.О., Воронов К. И. Новый показатель оценки риска инвестиций: http://www.vmgroup.sp.ru.
- Нечеткие множества в модели управления и искусственного интеллекта / Под ред. Д. А. Поспелова. М.: Наука. — 1996. — 312 с.
- Никонова И., Шамгунов Р. Эффективность проектов: давайте считать одинаково, одинаково и правильно. // Инвестиции в России, 2003, № 9, с. 34 -41.
- Новиков Д.А., Петраков С. Н. Курс теории активных систем. -М.: СИНТЕГ. 1999. — 108 с.
- Орлов С.А. Технологии разработки программного обеспечения: Учебное пособие. 2-е изд. — СПб.: Питер. — 2003. — 480 с.
- Пивкин В.Я., Бакулин Е. П., Кореньков Д. И. Нечеткие множества в системах управления: http://www.idisys.iae.nsk.su.
- Плетюхина С.А. Нечетко-множественный подход к оценке и анализу инвестиционных проектов // Материалы Четвертого Всероссийского симпозиума по прикладной и промышленной математике (весенне-летняя сессия): http://www.tvp.ru.
- Пономарёв В.И., Котельников Р. В. Реализация многокритериального выбора в системах поддержки принятия решений: http://www.kirov.ru.
- Привалов В.В., Привалова И. Ю. Принятие Парето-оптимальных решений в условиях многовариантности инвестирования: http://molod.mephi.ru.
- Романов А. Н, Одинцов Б. Е. Советующие информационные системы в экономике. М.: ЮНИТИ. — 2000. — 486 с.
- Свид. об офиц. per. программы для ЭВМ № 2 003 610 012 (РФ). Анализ риска неэффективности инвестиций с использованием методов нечеткой математики / Максименко З. В. Зарег. в Роспатент 4.01.03.
- Севастьянов П.В., Севастьянов Д. П. Оценка финансовых параметров и риска инвестиций с позиций теории нечетких множеств // Надежные программы, 1997, № 1, с. 10−18.
- Смоляк С.А. Оценка эффективности инвестиционных проектов в условиях риска и неопределенности. М.: Наука. — 2002. — 182 с.
- Техническое творчество: теория, методология, практика: Энциклопедический словарь-справочник. Под ред. А. И. Половинкина, Г. В. Попова: http://doc.unicor.ru.
- Финансовые показатели в системе бизнес-плана // Аудит и финансовый анализ, 1995, 4 кв., с. 71−86.
- Холод А.В., Стаценко В. Н. Использование векторной оптимизации при принятии решений по конкурентоспособности в условиях глобализации информационного пространства: http://www.kneu.kiev.ua.
- Шагалиев Р.Д., Григорчук Т. И., Розанова Л. Ф., Розанова З. В. Моделирование оптимального портфеля реальных инвестиций // Экономика России на рубеже веков: Сб. науч. тр. Уфа: УГНТУ. — 2000. — С. 181−183.
- Шагалиев Р.Д., Максименко З. В. Вероятностное моделирование рисков инвестиционных проектов в условиях неопределенности // Вестник УГАТУ, 2002, т. 3, № 1, с. 142−147.
- Шагалиев Р.Д., Максименко З. В. Вероятностный подход к оценке рисков инвестиционных проектов // Международная молодежная научно-техническая конференция 2001. — Уфа: УГАТУ, 2001. — С. 35.
- Шелобаев С.И. Математические методы и модели в экономике, финансах, бизнесе: Учеб. пособие для вузов. М.: ЮНИТИ, 2000. — 367 с.
- Штейнберг A.M., Дерзаева H.H. Интерактивный анализ инвестиционных проектов с учетом неопределенности показателей и множественности критериев оценки: http://nnderz.chat.ru.
- Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику: http://www.matlab.ru.
- Шубин И., Косорученко Т. Современные проблемы анализа и отбора инвестиционных проектов для финансирования. // Инвестиции в России, 2003, № 6, с. 30−33.
- ЮО.Юдаков О. Методы оценки финансовой эффективности и рисков реальных инвестиций в условиях неопределенности. // Инвестиции в России, 1999, № 3, с. 27−31.
- Юдаков О. Оценка финансовой эффективности и рисков реальных инвестиций при различных возможных вариантах развития макроэкономической ситуации. // Инвестиции в России, 1999, № 10, с. 30−34.
- Юдаков О. Формирование оптимального портфеля реальных инвестиционных проектов в условиях неопределенности. // Инвестиции в России, 2000, № 1, с. 35−39.
- Юдаков О., Шаров В. Методы оценки финансовой эффективности и рисков совокупности реальных инвестиционных проектов в условиях неопределенности. // Инвестиции в России, 1999, № 5, с. 38−44.
- Юсупова Н.И., Черняховская JI.P, Герасимова И. Б., Шорохова C.B. Интеллектуальный подход к разработке системы психолого-педагогической поддержки обучаемого. Уфа: УНЦРАН.- 2001.- 56 с. (препринт монографии).
- Формирование денежных потоков для оценки эффективности инвестиционных проектов