Введение
Постоянно растущая конкуренция на современных рынках капитала вызывает интерес к новым информационным технологиям, позволяющим в условиях жестких временных ограничений принимать эффективные управленческие решения. При этом решающими факторами являются снижение трудоемкости и повышения качества анализа.
Одним из перспективных и широко применяемых направлений автоматизации решения трудноформализуемых задач является применение технологий искусственного интеллекта. Среди важнейших направлений в области искусственного интеллекта особый интерес представляют нейронные сети. Благодаря своим уникальным качествам они позволяют преодолеть трудности, возникающие при практическом использовании классических методов анализа. К этим качествам относятся:
· приспособленность к работе с зашумленными данными;
· возможность обучения и адаптации в автоматическом режиме;
· учет качественных данных, плохо поддающихся формализации;
· способность учитывать большое количество факторов;
· универсальность.
Человеческий мозг подобен сложному, нелинейному компьютеру. Он создает из своих компонентов-нейронов связи и сети, способные выполнять определенные задачи: распознавание сигналов, чувств, образов, моторных функций. Нейронная сеть головного мозга пластична и способна к настройке под влиянием изменяющейся окружающей среды.
Нейроны работают как единицы обработки информации. В искусственных нейронных сетях моделируется работа человеческого мозга. Они накапливают информацию из поступающих данных, и для накопления знаний применяются связи между нейронами - синаптические веса. Таким образом, нейронным сетям можно дать следующее определение: