Современные информационные технологии / 3. Программное обеспечение

Беляева Е.А., Соколова Н.А.

Херсонский национальный технический университет

Описание функционирования программного средства для прогнозирования эффективности инвестирования в инновационные проекты

Проблема оценки инноваций с точки зрения их финансовой привлекательности возникает при отборе проекта для инвестирования и является одной из наиболее значительных и трудоемких.

Для решения задачи определения эффективности инвестирования в инновационные проекты могут применяться различные программные продукты, начиная от полнофункциональных ERP-систем, заканчивая офисными пакетами для составления бизнес-плана. Но они, в той или иной степени, имеют ряд недостатков. Например, группа ERP-систем требует большого количества информации, часто избыточного, для получения решения или проведения анализа поставленной задачи, а сбор такой информации часто оказывается неосуществимым. А офисные пакеты не учитывают риски при инвестировании инновационного проекта и тенденции изменения внешней среды [1-4].

Поэтому задача разработки методов, моделей и программного обеспечения для определения эффективности инвестирования в инновационные проекты является актуальной.

Предлагается комплексный метод, который включает в себя поэтапную работу двух методов прогнозирования: на основе нейронных сетей и с применением экспертного оценивания [5]. Такое объединение дает возможность минимизировать недостатки каждого взятого отдельно метода: снизить субъективность оценки при экспертном оценивании за счет подведения расчетной базы, полученной при прогнозировании нейронными сетями; и увеличить информативность конечных данных, то есть представить их в более полной и понятной форме по сравнению с результатом работы нейронных сетей. Но основе данного метода и реализуется программный продукт.

Общие процессы, что происходят при работе программного продукта представлены на рис. 1.

Рис.1. Основные процессы функционирования программного продукта

Работа начинается с анализа инновационного проекта при помощи нейронных сетей. Программный продукт дает возможность настройки основных параметров системы, выбора источника данных для обучения сети.

Для ввода информации используются поля формы, они удобно размещены и имеют понятное назначение. На этом этапе пользователь последовательно производит ряд действий, что направлены на обучение нейронной сети, обработку данных и выдачу итогового результата.

При изменении области внедрения инновационного проекта возможно тестирование и настройка программного средства стандартными встроенными методами, что позволит повысить точность полученного прогноза.

После получения выходных данных система записывает их в базу данных. Далее осуществляется переход к прогнозированию при помощи экспертного оценивания.

Программное обеспечение может быть интегрировано с другими подобными продуктами, то есть имеется возможность просмотра более полной информации по исследуемому проекту, при указании интересующих параметров. Программное обеспечение предоставит необходимые базы, в которых хранятся нужные данные. Если же соответствующие настройки при установке не были приведены, то система оповестит пользователя об отсутствии необходимых данных.

Для проведения процедуры экспертного оценивания сформулированы анкеты в электронном варианте, которые просты в использовании и не перенасыщены информацией [6].

После данного этапа выдается соответствующая документация про исследуемый объект, где приводятся расчеты, характеристики параметров и рекомендации касательно возможности внедрения и инвестирования в представленный инновационный проект.

Все полученные данные являются открытыми и, по желанию пользователя, могут использоваться другими программными средствами.

К основным характеристикам и преимуществам программной реализации предложенного комбинированного метода можно отнести следующее:

- невысокая себестоимость разработки и внедрения программного продукта на предприятии;

- удобный и простой интерфейс, что обеспечивает быстроту обучения персонала для работы с программным средством;

- возможность быстрой настройки среды, при изменении области функционирования;

- высокая скорость работы и точность итогового результата.

Литература:

1.Владимирова Л.П. Прогнозирование и планирование в условиях рынка. Учебное пособие. – М.: Еко, 2001. – 264 с.

2. ИвахненкоА.Г. Системы эвристической самоорганизации в технической кибернетике. – Киев: Техніка, 1971.

3. Макаренко Т.І. Моделювання та прогнозування у маркетингу. Навчальний посібник. – К.: Центр навчальної літератури, 2005. – 160 с.

4. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. – Москва: Финансы и статистика, 2003.

5. Біляєва К.О., Соколова Н.А. Аналіз методів прогнозування ефективності інвестицій в інноваційні проекти // Восточно-Европейский журнал передовых технологий.–2010.-№ 6/2 (48). – С. 10-12.

6. Біляєва К.О. Модель системи оцінювання прогнозування інвестування в інноваційні проекти / Перспективные инновации в науке, образовании, производстве и транспорте ‘2010. Том 3. Технические науки. – Одесса: Черноморье, 2010. – С. 25 – 27.