Badania nad metodologią prognozowania stanu małych i średnich przedsiębiorstw

mgr inż. Andrzej Burda

Promotor: prof. dr hab. inż. Zdzisław Hippe
Dyscyplina: Informatyka


Zasadniczym celem rozprawy było zaprojektowanie, zbudowanie i upowszechnienie przyjaznego narzędzia informatycznego, realizującego opracowaną wcześniej, oryginalną metodykę prognozowania stanu Małych i Średnich Przedsiębiorstw (MSP).

Osiągnięcie postawionego celu badawczego zrealizowano kolejno poprzez: przedstawienie informacji na temat specyfiki MSP oraz ich opisu w logice atrybutalnej; opis stanu wiedzy na temat prognozowania bankructwa przedsiębiorstw na podstawie doniesień literaturowych; propozycję oryginalnej metodyki prognozowania stanu MSP w warunkach niepewności, opartej na wykorzystaniu zespołowej pracy równolegle połączonych heterogenicznych klasyfikatorów, głównie sztucznych sieci neuronowych.

Przeprowadzone badania umożliwiły dokonanie spostrzeżenia, że jakość prognoz dla przypadków kategorii bankrut jest wyraźnie gorsza niż dla kategorii nie-bankrut. Zastosowanie autorskiej koncepcji walidacji kolejkowej pozwoliło na ustabilizowanie wyników predykcji w dłuższym okresie czasu, a zaproponowanie własnego sposobu wyznaczania wskaźnika jakości predykcji zwiększyło obiektywizację analiz porównawczych modeli, w których występowały niesklasyfikowane przypadki z pozostałymi modelami.

Skuteczność zaproponowanej metodologii oraz zbudowanego według tej koncepcji systemu informatycznego ProfileSEEKER, potwierdzono szeregiem eksperymentów obliczeniowych. System ten udostępniono potencjalnym użytkownikom w sieci Internet.

Pełna wersja autoreferatu ab_autoreferat.pdf

1. A. Burda: Neuronowy system ostrzegania przedsiębiorstwa przed bankructwem - wybór optymalnej architektury, Zamojskie Studia i Materiały 19(2006)147-156.
2. B. Kuczmowska, A. Burda, Z.S. Hippe: Prediction of Economic Situation of Small and Medium Enterprises Using Bayesian Network, W: Kurzynski, M.; Puchala, E.; Wozniak, M.; Zolnierek, A. (Eds.) Computer Recognition Systems 2, Springer, Berlin / Heidelberg 2007, str. 802-807.
3. A. Burda, B. Kuczmowska, Z.S. Hippe: Ensembles of Artificial Neural Networks for Predicting Economic Situation of Small and Medium Enterprises, W: Kurzynski, M.; Puchala, E.; Wozniak, M.; Zolnierek, A. (Eds.) Computer Recognition Systems 2, Springer, Berlin / Heidelberg 2007, str. 808-815.
4. A. Burda, Z.S. Hippe: Methodology of Predicting the Future Condition of Small and Medium Enterprises, W: Tadeusiewicz, R.; Ligęza, A.; Mitkowski, W.; Szymkat, M. (Eds.) 7th Conference Computer Methods and Systems, Oprogramowanie Naukowo Techniczne, Kraków 2009:61-64.
5. A. Burda, Z.S. Hippe: Uncertain data modeling: The case of small and medium enterprises, W: Pardela T., Wilamowski B. (Eds.) Proc. 3rd International Conference on Human System Interaction (HSI’2010), Rzeszów 13-15.05.2010, str. 76-80.
6. A. Burda, Z.S. Hippe: From the research on modeling of uncertain data: The case of small and medium enterprises, W: Hippe Z.S., Kulikowski J.L., Mroczek T. (Eds.) Human-Computer Systems Interaction: Backgrounds and Application 2, Part I (Advances in Intelligent and Soft Computing, Vol. 98), Springer-Verlag Berlin/Heidelberg 2012, str. 3-12.
7. A. Burda, P. Cudek, Z.S. Hippe: ProfileSEEKER – Early Warning System for Predicting Economic Situation of Small and Medium Enterprises, 6th International Conference on Human System Interaction (HSI’2013), Sopot 2013.
8. Z. Omiotek, A. Burda, W. Wójcik: The use of decision tree induction and artificial neural networks for automatic diagnosis of Hashimoto’s disease, Expert Systems with Applications 40(2013)6684-6689.