ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В КОНТРОЛЕ И УПРАВЛЕНИИ ФИНАНСАМИ КОРПОРАЦИИ

Разработана методика получения данных о финансово-экономическом состоянии предприятий заданной корпорации, их анализа и формирования стратегий управления финансами корпорации на основе математических моделей, численных методов и программ искусственного интеллекта. Методика апробирована на примере выбора стратегий управления предприятиями производственного объединения «Абрау-Дюрсо» на основе рекомендательной программной системы поддержки принятия решений «ИГЛА».

1. Бамбуров В. А. Применение технологий искусственного интеллекта в корпоративном управлении // Государственная служба. 2018. № 3. С. 23–28.

2. Жидкова М. А., Исраилова С. Н. Основные источники формирования финансовых ресурсов предприятия в цифровой экономике // Экономика и бизнес: теория и практика. 2020. № 4–1. С. 128–132.

3. Фролова В. Б. Влияние цифровых технологий на развитие финансового менеджмента корпораций // Россия: тенденции и перспективы развития : Ежегодник. Материалы XIX Национал. науч. конф. с междунар. участием, 18–19 декабря 2019 г., г. Москва. Т. 15, Ч. 1. М. : ИНИОН РАН, 2020. С. 375–377.

4. TestFirm. URL: https://www.testfirm.ru (дата обращения: 05.04.2023).

5. Audit-IT. Ваш финансовый аналитик. URL: https://www.audit-it.ru/finanaliz/ (дата обращения: 05.04.2023).

6. Щукина Н. А., Горемыкина Г. И. Когнитивное моделирование системы управления рисками процессов POS-кредитования // Моделирование, оптимизация и информационные технологии. 2019. Т. 7, № 2. С. 237–253.

7. Kosko B. Fuzzy cognitive maps. Int J Man-Machine Studies. 1986;24:65‒75.

8. Хабаров С. П. Интеллектуальные информационные системы. URL: http://www.habarov.spb.ru/new_es/index.htm (дата обращения: 05.04.2023).

9. Roberts F. S., Brown T. A. Signed digraphs and the energy crisis. The American Mathematical Monthly. 1975;82(6):577‒594.

10. Крамаров С. О., Овсянников В. А., Сахарова Л. В. и др. Автоматизированный сбор данных ключевых финансовых показателей предприятий IT-отрасли региона // Вестник кибернетики. 2022. № 3. С. 39–45. DOI 10.34822/1999-7604-2022-3-39-45.

11. Крамаров С. О., Арапова Е. А., Сахарова Л. В. и др. Методика оценки финансово-экономического состояния отрасли региона на основе алгоритма нечетко-множественного агрегирования финансовоэкономических показателей // Вестник Сургутского государственного университета. 2022. № 3. С. 23–34. DOI 10.34822/2312-3419-2022-3-23-34.

12. Исаев Р. А., Подвесовский А. Г. Повышение когнитивной ясности графовых моделей представления знаний и принятия решений с применением визуализации // Эргодизайн. 2021. № 1. С. 27–35. DOI 10.30987/2658-4026-2021-1-27-35.

13. Акишина А. А., Аникьева М. А., Антипина И. В. и др. Национальные интересы и вопросы регионального развития в системе приоритетов международной деятельности российских университетов : коллективная моногр. / под ред. С. О. Крамарова, Н. В. Пелихова, В. И. Скоробогатовой. М. : РИОР, 2021. 266 с.

14. Горемыкина Г. И., Щукина Н. А. Нечеткое когнитивное моделирование системы управления спросом на экспресс-кредиты // Моделирование, оптимизация и информационные технологии. 2018. Т. 6, № 3. С. 104–120.