Pokročilé metody v rozhodování (IpmrK)

Cíl předmětu

Seznámit se s pokročilými a nestandardními metodami analytických a simulačních technik v ekonomii a financích. Důraz na teorii i aplikaci do manažerské praxe.

Osnova

1. Úvod
2. Fuzzy logika — teorie
3. Fuzzy logika + aplikace — Excel
4. Fuzzy logika — aplikace MATLAB
5. Umělé neuronové sítě — teorie
6. Umělé neuronové sítě + aplikace MATLAB
7. Genetické algoritmy — teorie
8. Genetické algoritmy + aplikace MATLAB
9. Teorie chaosu
10. Datamining
11. Predikce, kapitálový trh
12. Řízení výroby a řízení rizik
13. Rozhodování

Hodnocení

• Zkouška: písemný test, 0–20 bodů. A: 20–18, B: 17–16, C: 15–14, D: 13–12, E: 11–10, F: 9–0.
• Seminární práce: 8–12 stran, individuální zaměření na problematiku z praxe, řešení pomocí fuzzy logiky, umělých neuronových sítí nebo genetických algoritmů. Nutná úspěšná obhajoba.

Hlavní témata

• Fuzzy logika — modelování rozhodování s vágními pojmy
• Umělé neuronové sítě — učení z dat, klasifikace, predikce
• Genetické algoritmy — evoluční optimalizace
• Evoluční algoritmy — metaheuristiky, rojové algoritmy, prohledávací metody
• Teorie chaosu — nelineární dynamické systémy
• Optimalizace — hledání minima/maxima, MATLAB Optimization Toolbox
• Datamining — dolování z dat, klastrování, rozhodovací stromy, Witness Miner
• ANFIS — hybridní propojení fuzzy logiky a neuronových sítí
• Predikce — prognózování časových řad v ekonomii a financích

Doporučená literatura

• DOSTÁL, P. Pokročilé metody analýz a modelování v podnikatelství a veřejné správě, CERM, 2008
• DOSTÁL, P. Advanced Decision making in Business and Public Services, CERM, 2011
• DOSTÁL, P., RAIS, K., SOJKA, Z. Pokročilé metody manažerského rozhodování, Grada, 2005
• ALTROCK, C. Fuzzy Logic & Neurofuzzy, 1996
• GATELY, E. Neural Network for Financial Forecasting, 1996
• DAVIS, L. Handbook of Genetic Algorithms, 1991
• PETERS, E. Fractal Market Analysis, 1994

Shrnutí zdrojů

• Detail předmětu — základní informace o kurzu
• Fuzzy logika — Excel — princip fuzzy logiky, funkce členství, pravidla, implementace
• Fuzzy logika — MATLAB — architektura fuzzy systému, návrh modelu
• Neuronové sítě — teorie — perceptron, aktivační funkce, backpropagation
• Neuronové sítě — výpočet — ruční učení neuronu, vícevrstvé sítě, trénování
• Neuronové sítě — aplikace — ANFIS, scoring, predikce, deep learning
• Genetické algoritmy — teorie — chromozomy, selekce, křížení, mutace
• Genetické algoritmy — využití — optimalizace, TSP, knapsack, klastrování
• Teorie chaosu — atraktory, fraktály, motýlí efekt, Hurstův exponent
• Kniha — Pokročilé metody — celá učebnice, 7 kapitol, kontrolní otázky, nová témata (evoluční alg., optimalizace, datamining)
• Evoluční algoritmy — principy a přehled — pseudokódy, vzorce SA/Tabu/ACO/PSO/DE/SOMA/AIS/ABC/GSO
• Optimalizace — MATLAB Optimization Toolbox — kompletní syntaxe fmincon/fminsearch/linprog/intlinprog/ga
• Datamining — techniky a nástroje — CRISP-DM, Link analýza, k-means, rozhodovací stromy, Apriori, Witness Miner, MATLAB kód