Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Financial support" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    A multicriteria approach to cooperation in the case of innovative activity
    Autorzy:
    Kruś, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/970488.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    wielokryterialne wspomaganie decyzji
    innowacyjność
    analiza finansowa
    multicriteria decision support
    negotiations
    innovations
    financial analysis
    Opis:
    The paper deals with ideas of multicriteria decision support with the use of computer based systems. A negotiation problem is considered related to joint realization of a risky innovative project by two parties. It is considered as a multicriteria bargaining problem. A procedure enabling interactive multicriteria analysis and derivation of mediation proposals is proposed. Some results of experimental calculations are included.
    Źródło:
    Control and Cybernetics; 2004, 33, 3; 449-462
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of SVR with improved ant colony optimization algorithms in exchange rate forecasting
    Autorzy:
    Hung, W. M.
    Hong, W. C.
    Powiązania:
    https://bibliotekanauki.pl/articles/969706.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    support vector regression (SVR)
    continuous ant colony optimization algorithms (CACO)
    exchange rates
    financial forecasting
    Opis:
    Traditional time series forecasting models, like ARIMA and regression models, can hardly capture nonlinear patterns. Support vector regression (SVR), a novel neural network technique, has been successfully used to solve nonlinear regression and time series problems. The SVR model applies the structural risk minimization principle to minimize the upper bound of the generalization error, instead of minimizing the training error, employed by most conventional neural network models. Thus, parameter determination for an SVR model is appropriate for achieving high forecasting accuracy. Several evolutionary algorithms, such as genetic algorithms and simulated annealing algorithms have been used in parameter selection, but these algorithms often suffer from the possibility of being trapped in local optimum. This study used an improved ant colony optimization algorithm in an SVR model, called SVRCACO, for selecting suitable parameters, with encouraging local search in areas where forecasting accuracy improvement continues to be made, then, autocatalytically converge to promising regions. Numerical examples of exchange rate forecasting from the existing literature are employed to assess the performance of the proposed model. Experimental results show that the proposed model outperforms other approaches from the literature.
    Źródło:
    Control and Cybernetics; 2009, 38, 3; 863-891
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies