E3 Optimizarea sistemelor energotehnologice

STRUCTURI NEURO-EXPERT

DE CONDUCERE A

SISTEMELOR INDUSTRIALE

N TEORIA RISCULUI

CUPRINS

1.PROBLEMATICA DEZVOLTRII SISTEMELOR BAZATE PE CUNOTINE I

A INTEGRRII N MANAGEMENTUL SISTEMELOR INDUSTRIALE

1.1. NEURO-EXPERTIZA ARTIFICIAL RECONSTITUIT LA NIVELUL

EXPERTIZEI UMANE

1.2. SCOPUL REFERATULUI, TENDINE I NOI ORIENTRI INTELIGENA

ARTIFICIAL

2.TEORIA NVRII SISTEMELOR INTELIGENTE N CONDIII DE ASIMETRIE

INFORMAIONAL

2.1. ARHITECTURI NEURONALE UNICE I ALGORITMI GENETICI DE

ANTRENARE RAPID A NEURONILOR ARTIFICIALI

2.2. CONSOLIDAREA NVTURII N REELE NEURONALE EVOLUTIVE

PENTRU CONTROLUL CIBERNETIC N SISTEMELE INDUSTRIALE

3.STRUCTURI CALITATIVE NEURO-DINAMICE DE CONDUCERE INTELIGENT

ORIENTATE SPRE CLIENT

3.1. CONDUCEREA ADAPTIV PERFORMANT REFLECTAT LA NIVELUL

REELELOR NEURONALE

3.2. ABORDAREA HOLISTIC A LOGISTICII NEURO-SPAIALE A REELELOR

DE NTREPRINDERI

4.INTERACIUNEA I TRANSFORMAREA INTELIGENT A COMPORTAMEN-

TULUI INDIVIDUAL I DE GRUP

4.1. EMPOWERMENT, NOUA ORIENTARE MOTIVAIONAL N REALITATEA

NTREPRINDERILOR INTELIGENTE

4.2. LOGISTICA COMPETENELOR NEURONALE ORIENTATE SPRE CLIENT,

DEMERS INTELIGENT SPRE PERFORMAN

5.PROFILUL RENTABILITII N CONEXIUNEA VALIDRII ARTIFICIALE I A

CELEI UMANE

5.1. ALTERNATIVE NEURONALE PENTRU SOLUIONAREA CICLITII

AFACERILOR N TEORIA RISCULUI

5.2. DECIZIILE I IRAIONALITATEA: RECURGEREA LA TEHNICI DE

RECUNOATERE A FORMELOR

6.ABORDAREA CONEXIONIST ADAPTAT PROBLEMELOR DE

OPTIMIZARE

6.1. CONFIGURAREA MECANISMULUI DE PLAT ELECTRONIC ON-LINE

I NEGOCIERILE VIRTUALE

6.2. CONDUCEREA FUZZY A SISTEMELOR INDUSTRIALE DINAMICE I

APLICAII N TEORIA RISCULUI

7.CONCLUZII SI PROPUNERI OPERAIONALE

7.1. SINTEZA PRINCIPALELOR PROBLEME DEZVOLTATE N REFERAT

7.2. PRECIZAREA NOILOR DIRECII DE CERCETARE

8.BIBLIOGRAFIE SELECTIV

8.1. ARTICOLE I STUDII ELABORATE RESPECTIV PUBLICATE DE

DOCTORAND

8.2. LUCRRI DE REFERIN N DOMENIU

1.PROBLEMATICA DEZVOLTRII SISTEMELOR BAZATE PE CUNOTINE I

INTEGRRII N MANAGEMENTUL SISTEMELOR INDUSTRIALE

1.1.NEURO-EXPERTIZA ATIFICIALA RECONSTITUITA LA NIVELUL EXPERTIZEI UMANE

1.2.SCOPUL REFERATULUI, TENDINTE I NOI ORIENTARI IN INGINERIA

INTELIGENTEI ARTIFICIALE

ORICUM PUTEREA DE CEA MAI NALT CALITATE PROVINE

DIN APLICAREA CUNOATERII. ACTORUL SEAN CONNERY,

INTR-UN FILM A CRUI ACIUNE SE DESFURA N CUBA PE

VREMEA DICTATORULUI BATISTA, JUCA ROLUL UNUI

MERCENAR ENGLEZ. NTR-O SECVEN MEMORABILA, EFUL

ARMATEI TIRANULUI SPUSE: DOMNULE MAIOR, SPUNE-MI

CARE E ARMA DUMITALE FAVORIT, I I-O VOI OBINE, LA

CARE CONNERY REPLIC: CREIERUL ALVIN TOFFLER-

POWER SHIFT

CUNOATEREA NU SE EPUIZEAZ, PUTEM ORICND GENERA MAI MULT CUNOATERE. SPRE DEOSEBIRE DE GLOANE I BUGETE, CUNOATEREA PROPRIU-ZIS NU SE CONSUM, EA ESTE EXTENSIBIL LA INFINIT, A DEVENIT UN CLIEU AL AFACERILOR ACELA DE A SPUNE C AVEREA CRETE N FUNCIE DE PUTEREA CREIERULUI. CREIERUL ESTE COMANDANTUL SUPREM AL ORGANISMULUI NOSTRU I ESTE CEL MAI BUN EXEMPLU DE SISTEM INTEGRAT, I NU POATE FI COMPARAT, CHIAR CU CELE MAI PERFORMANTE; NUMRUL DE NEURONI CARE PARTICIP LA CONSTRUCIA SA, DEPETE UOR 10 MILIARDE.

DAR, CEEA CE ESTE MAI SURPRINZATOR, ESTE CAPACITATEA DE ASOCIERE A ACESTOR NEURONI ENTRE EI ! ACUM 15 ANI, SE ESTIMA NUMRUL ACESTOR ASOCIAII LA O CIFR DE 1 URMAT DE 800 DE ZEROURI. N 1976, DR. PYOTRA AMOKIN, DE LA UNIVERSITATEA DIN MOSCOVA A STABILIT C ACEST NUMR ESTE CU MULT SUB CEL REAL; EL A PROPUS UN NUMR CARE SCRIS DE MN, S-AR NTINDE PE O LINIE MAI MARE DE 10,5 MILIOANE DE KILOMETRI (DE 260 DE ORI MAI MARE DECT CIRCUMFERINA TERREI); ESTE ENORM I ACEASTA ARAT CAPACITILE DE STRUCTURARE I POTENIALELE DE LIBER ASOCIERE A NEURONILOR NOTRI.

COMPARATIV, SISTEMUL NOSTRU SOLAR ESTE DE UN MILIARD DE ORI MAI MIC DECT GALAXIILE CELE MAI APROPIATE, CARE INCLUD CALEA LACTEE, DECI GALAXIA NOASTR. N RAPORT CU MRIMEA PLANETEI NOASTRE LUAT EGAL CU 1, GALAXIILE CELE MAI APROPIATE OCUP UN VOLUM CARE POATE FI PREZENTAT CA 1 URMAT DE 18 ZEROURI, O PLCERE! UN AL DOILEA EXEMPLU ESTE ACELA AL ATOMULUI CARE, PENTRU FIECARE A MILIONIMEA PARTE DIN CORPUL NOSTRU, SE COMBIN DE MAI MULTE MILIARDE. DAC AM VREA S EVALUAM NUMRUL DE ATOMI N NTREG UNIVERSUL, AR FI 1 URMAT DE 100 ZEROURI, UN FLEAC ! I TOI ACETI NEURONI N CIRCA 1,5 DM3, VOLUMUL MEDIU AL CREIERULUI NOSTRU. CREIERUL NOSTRU LA NATERE, ARE UN NUMR DE NEURONI CARE, PRACTIC NU MAI CRETE. DIN CONTR GREUTATEA CREIERULUI CRETE NTR-UN RITM EXTREM DE RAPID PENTRU A ATINGE SPRE VRSTA DE 4 ANI, 90% DIN GREUTATEA SA DEFINITIV N TIMP CE GREUTATEA CORPULUI NOSTRU NU A ATINS DECT 20 %. DR, DAVID SAMUELS, DE LA INSTITUTUL WIEZMAN A CALCULAT C ACTIVITATEA CEREBRAL SUPORT, N MEDIE, DE LA O SUT DE MII LA UN MILION DE REACII CHIMICE DIFERITE N FIECARE MINUT.

CERCETAREA EFECTUAT NTRE ANII 1960 I 1975, AVEA S ADUC ALTE INFORMAII IN CE PRIVETE CUNOATEREA COMANDANTULUI NOSTRU SUPREM. PE ACEST SUBIECT, ROGER SPERRY, DE LA INSTITUTUL DE TEHNOLOGIE DIN CALIFORNIA, A PRIMIT PREMIUL NOBEL N 1981; S-I CITM DE ASEMENEA PE ROBERT ORNESTEIN CARE, PRIN CERCETRILE SALE ASUPRA UNDELOR CEREBRALE I SPECIALIZRILOR CELOR DOU EMISFERE CEREBRALE, A CONTRIBUIT N MOD DEOSEBIT LA MBUNTIREA CUNOTINELOR NOASTRE ASUPRA CREIERULUI. ACESTE DOU PRI SUNT LEGATE PRINTR-O REEA EXTREM DE DENS DE FIBRE NERVOASE, DENUMITE CORPUL CALOS, CARE AU FIECARE ACTIVITI DIFERITE. LA CEA MAI MARE PARTE A INDIVIZILOR, PARTEA STNG A CREIERULUI ESTE SEDIUL RAIONAMENTULUI LOGIC, LIMBAJULUI, CIFRELOR, ANALIZELOR, ETC: TOATE ACTIVITILE ZISE INTELECTUALE. N TIMP CE EMISFERA STNG FUNCIONEAZ, EMISFERA DREAPTA EMITE UNDE ALFA I SE REGSETE N STARE DE REPAOS. PARTEA DREAPTA A CREIERULUI ESTE SEDIUL RITMULUI, MUZICII, IMAGINILOR I IMAGINAIEI; EA PRELUCREAZ INFORMAII, CUM AR FI, CULORILE, ANALOGIILE, VISAREA, IDENTIFICAREA FETELOR, STRUCTURILE I SCHEMELE; TOATE ACTIVITILE ARTISTICE, AA CUM AU FOST PREVZUTE DE I. PAVLOV N ANII 20. EMISFERA STNG GUVERNEAZ GNDIREA ANALITIC, LOGIC I ABSTRACT UTILIZAT DE LIMBAJ I MATEMATICI; EMISFERA DREAPT GUVERNEAZ GNDIREA CONCRET I IMAGINAIA NECESARE N CREAIA ARTISTIC. PENTRU VORBIRE, EMISFERA STNG CONTROLEAZ DE LA FORMAREA LA PERCEPIA CUVINTELOR, CCI UN SISTEM DE CUVINTE ESTE UN SISTEM DE SIMBOLURI, DAR INFORMAIA, TONALITATEA, MELODIA, SENSIBILITATEA SUNT CONTROLATE DE EMISFERA DREAPT. CERCETRILE ULTERIOARE AU DEMONSTRAT C, DAC UNA ESTE SOLICITAT S DEZVOLTE ACTIVITI MENTALE CONSIDERATE PN ACUM DEFICITARE, ASISTM, NU LA O DIMINUARE A ACTIVITILOR ALTOR ZONE, CI SE CONSTAT C APARE CEEA CE SEAMN A FI UN EFECT DE SINERGIE N CURSUL CREIA TOATE DOMENIILE ACTIVITII MENTALE SE MBUNTESC.

ASTFEL, ATUNCI CND VORBIM DE CAPACITILE NOASTRE N DIVERSE DOMENII I LIPSA NOASTR DE TALENT N ALTELE, CEEA CE NOI DESCRIEM NTR-ADEVR, SUNT DOMENIILE UNDE NOI AM REUIT S DEZVOLTM POTENIALUL NOSTRU I DOMENIILE UNDE ACEST POTENIAL ESTE N STARE DE VEGHE. ACEST POTENIAL, ACESTE DOMENII, POT N REALITATE S SE DEZVOLTE DAC SUNT ALIMENTATE N MOD ADECVAT.

PE FIRUL EVOLUIEI NOASTRE, CU TOATE COMPLETRILE, PARTEA CEA MAI VECHE A OMULUI CONTINU S EXISTE I TREBUIE S SE ADAPTEZE CND O NOU STRUCTUR, DOTAT CU FUNCII NOI, VINE I SE SUPRAPUNE. ASTFEL, OMUL POSED TREI NIVELURI DE ORGANIZARE SAU TREI CREIERE, INSTALATE I DESPRITE DE TREI NVELIURI NUMITE CORTEXURI. FIECARE DINTRE ACESTE NIVELE CORESPUND UNUI STADIU ESENIAL AL EVOLUIEI.

CEL MAI VECHI, ARHICORTEXUL SAU ARHIENCEFALUL. ESTE NUMIT DE ASEMENEA I CREIER REPTILIAN; EL ESTE SEDIUL VIEII NOASTRE PRIMITIVE: PERICOL, VICTIM, VIGILEN, SOMN, SUPRAVIEUIRE, REPRODUCERE, VIA, SUNT CUVINTELE CARE L CARACTERIZEAZ; AICI SE GSETE MEMORIA NOASTR SENZITIVO-MOTORIE. ARHICORTEXUL ESTE STPNUL MICRILOR NOASTRE, AL DIBCIEI NOASTRE.

N JURUL LUI S-A CONSTRUIT MEZOCORTEXUL SAU PALEOENCEFALUL DENUMIT I CREIER LIMBIC, CARE ESTE MAI DEZVOLTAT LA MAMIFERELE INFERIOARE. ROLUL SU ESTE DE A PRELUCRA I MEMORA INFORMAIILE SENZORIALE; I SE ATRIBUIE GENEZA PRINCIPALELOR MOTIVAII. EL ESTE SEDIUL FENOMENELOR HORMONALE CARE CONDIIONEAZ, NTRE ALTELE, COMPORTAMENTUL NOSTRU, UMORUL NOSTRU, REACIILE NOASTRE LA CICLURI, (ZI, NOAPTE, ANOTIMP, FOAME, ETC.) I ECHILIBRUL NOSTRU LEGAT DE FENOMENELE RELAIILOR AFECTIVE. AICI SE GSETE MEMORIA NOASTR AUTISTIC, ACEEA A SECRETELOR PROPRII; ATAAMENTUL, VISUL, FAMILIA CUVINTE CARE L CARACTERIZEAZ. ESTE STPNUL MOTIVRILOR NOASTRE, TIINEI NOAATRE DE A FI.

ANSAMBLUL CELOR DOU ESTE GZDUIT N CEL CARE OCUP, LA OM, CEL MAI MULT VOLUM: NEOCORTEXUL SAU NEOENCEFALUL, NUMIT NC CREIERUL SUPERIOR. EL ESTE CEL CARE NE D POSIBILITATEA S GNDIM, S DEDUCEM, S ABSTRACTIZM, DECI S CODIFICM CE NE PARVINE DIN EXTERIOR. ESTE STPNUL CUNOATERII NOASTRE, TIINEI NOASTRE, ABSTRACTIZRILOR, TEORIILOR, A TI S FII TU NSUI CU ALII; EL CONSTITUIE MEMORIA NOASTR SOCIAL.

CND COMPUTERELE AU APRUT PENTRU PRIMA OAR N BIROURILE CORPORAIILOR, ACUM VREO TREI DECENII, PRESA S-A UMPLUT DE SPECULAII PRIVIND APROPIATUL CREIER GIGANT". ACEST MEGA-CREIER ELECTRONIC AVEA S CONIN TOATE INFORMAIILE NECESARE PENTRU ADMINISTRAREA UNEI FIRME. ORDINEA AVEA S NLOCUIASC DEZORDINEA SAU HAOSUL INFORMAIONAL. CND AU APRUT MICRO-URILE LA SFRITUL ANILOR 70, COMPUTERELE DE BIROU AU SOSIT CU FORA UNUI CICLON, DUP CUM SE EXPRIMA ALVIN TOFFLER. PENTRU A IMPUNE ORDINEA COMPUTERELOR I COMUNICAIILOR, NOII PREEDINI AU PRIMIT RESPONSABILITI PENTRU INTEGRAREA SISTEMELOR I IMPLEMENTAREA UNOR REGULI DE CIRCULAIE ELECTRONIC. DUP CE LA ORIGINE FUSESER NITE STRNGTORI DE INFORMAII CENTRALIZATE, ULTERIOR PIERZND PENTRU UN TIMP CONTROLUL ASUPRA SISTEMULUI, NOII CUNOSCTORI AI SISTEMELOR DE INFORMARE I C.E.O.-II CARE-I CONDUCEAU AU REVENIT ACUM SUB FORMA UNEI POLIII A DATELOR IMPUNND NOI REGULI CARE, LA UN LOC, DEFINESC SISTEMUL DE INFORMAII AL FIRMEI". ASTFEL FIRMELE NCEARC S IMPUN ORDINEA ASUPRA INFORMAIILOR, CONCEPND SISTEME COMPUTERIZATE DE MANAGEMENT AL INFORMAIEI MIS-URI. UNELE DINTRE ACESTEA SUNT MENITE S SUSIN VECHIUL SISTEM, FOLOSIND COMPUTERELE I VERIGILE DE COMUNICARE DOAR PENTRU A EXTINDE BOXELE I CAPACITATEA CANALELOR COMUNICAIONALE. ALTELE AU INTENII CU ADEVRAT REVOLUIONARE. ELE CAUT S ZDROBEASC SISTEMUL BOXELOR I CANALELOR I S INSTITUIE N LOCUL LUI INFORMAIA N CURGERE LIBERA. ACEAST FORM DE NMAGAZINARE I PROCESARE A INFORMAIEI INTETE SPRE O PROFUND REVOLUIE A MODULUI CUM GNDIM, ANALIZM, SINTETIZM I EXPRIMM INFORMAIA, I SPRE UN SALT NAINTE N CREATIVITATEA ORGANIZATORIC.

FENOMENUL DE GLOBALIZARE A AFACERILOR I TENDINA DE CONSTITUIRE A UNOR MARI REELE HOLONICE DE CTRE COMPANIILE MULTINAIONALE SE SPRIJIN DIRECT PE REELELE DE CALCULATOARE. MAI MULT ECONOMIA CELUI DE-AL PATRULEA VAL, RESPECTIV INDIVIZI, ORGANIZAIILE DE AFACERI I GUVERNELE SE RAPORTEAZ LA CUNOATERE N TOTALITATEA EI, IAR CUNOTINELE NU POT FI STOCATE, PROCESATE I APELATE N FUNCIE DE NEVOI N LIPSA ORDINATOARELOR PERFORMANTE. N PLUS, ANALITII DE AFACERI PROGRESITI IDENTIFIC NOI FORME DE BOGIE, CUM AR FI CAPITALUL INDIVIDUAL, CREATIVITATEA I INTRAPRENORIALITATEA. ESTE INDISCUTABIL C PENTRU ORGANIZAIILE DE AFACERI DIN SECOLUL URMTOR INCLUSIV PENTRU FIRMELE ROMNETI-SUCCESUL VA FI PROPORIONAL CU ACCENTUL PUS PE RESURSELE INVOCATE ANTERIOR. TOTODAT MANAGEMENTUL APLICAT N VIITOR VA INCLUDE NOI STRUCTURI DE ORGANIZARE A AFACERILOR. COMPANIA DIN AL PATRULEA VAL VA FI STRUCTURAT CONFORM UNUI MODEL COMUNITAR, I PRIN DEFINIIE, PROIECTAREA I FUNCIONAREA ORICRUI TIP DE MODEL COMUNITAR SE FUNDAMENTEAZ PE ACIUNE CONTIENT, CUNOATERE I TEHNOLOGIE INFORMATICA. FIRMELE HOLONICE DENUMITE DE McHUGH & ALL FIRME VIRTUALE VOR FI PROPULSATE SPRE SUCCES DE O VIZIUNE COMUN. MATERIALIZAREA MANAGEMENTULUI CURENT LA NIVELUL COMPANIILOR DIN AL PATRULEA VAL VA AVEA LOC ATT PRIN PROCESE I TEHNICI INTUITIVE, CT I PRIN METODELE LOGICE SI RAIONALE CARE ASTZI NE SUNT CUNOSCUTE.

SISTEMUL HOLONIC DE AFACERI - AFIRM PATRICK McHUGH & ALL - ESTE N PRIMUL RND ACELA N CARE SISTEMUL DE MANAGEMENT ESTE MATERIALIZAT N TIMP REAL N TOTALITATE PRIN COMPUTERE. DECIDENII TREBUIE S VIZEZE DIFUZAREA TEHNOLOGIEI INFORMATICE PE ANSAMBLUL COMPANIEI ADMINISTRATIVE, INCLUSIV N CONEXIUNE CU CLIENII, FURNIZORII I ALTE GRUPURI DE INTERES. TENDINA CEA MAI RECENT PE PLAN MONDIAL ESTE DE A CONSTRUI NOILE GENERAII DE CALCULATOARE PE PRINCIPIILE FUNCIONARII MINII UMANE. MAI PRECIS, SOFT-UL BAZAT PE INTELIGEN ARTIFICIAL SE PROIECTEAZ CU AJUTORUL CELOR MAI EVOLUATE /MODERNE MODELE DE PROGRAMARE IAR ACESTEA LA RNDUL LOR DERIV DIN NELEGEREA TOT MAI COMPLET A MECANISMULUI UNIC DE FUNCIONARE A MINII INDIVIDULUI. INTELIGENA ARTIFICIAL ESTE UN DOMENIU CARE REINE DIN CE N CE MAI MULT ATENIA ECONOMITILOR, MANAGERILOR I CELORLALTE PROFESII, DEOARECE SISTEMELE BAZATE PE CUNOTINE, SISTEMELE EXPERT, SISTEMELE BAZET PE ALGORITMI GENETICI, SISTEMELE FUZZY, SISTEMELE HIBRIDE I SISTEMELE NEURONALE SUNT SISTEME DE INTELIGEN ARTIFICIAL PE CALE DE A OCUPA UN LOC DIN CE N CE MAI IMPORTANT N VIAA LOR PROFESIONAL.

CAPACITATEA DE A NVAA, A NELEGE, A TI, DIN EXPERIEN I DE A SE DESCURCA N SITUAII VECHI I NOI, ACEAST INTELIGEN NSOIT DE COLECTAREA INFORMAIEI, EFECTUAREA PRELUCRRILOR, PREGTIREA ALTERNATIVELOR DECIZIONALE I N FINAL LUAREA DECIZIEI ESTE ACUM N SLUJBA MANAGERILOR DE TOATE TIPURILE I A CELOR ECONOMITI N MOD SPECIAL.

TIINELE ECONOMICE I DOMENIILE LOR (MANAGEMENTUL, FINANELE, CONTABILITATEA, ETC.) SUNT N PRACTIC REALIZATE DE OAMENI CU PERFORMANE DIFERITE CARE TREBUIE S FAC FA SARCINILOR NESTRUCTURATE, NONLINIARE, DINAMICE I STOCASTICE, CU LUAREA N SEAM, SIMULTAN, A ASPECTELOR CANTITATIVE I CALITATIVE, N CARE INTERVIN INTUIIA, EXPERIENA I INTELIGENA, NOIUNI VAG DEFINITE, PERCEPUTE CU APROXIMAIE I AVND CONSECINE ASUPRA COMPORTAMENTULUI N INTERACIUNILE CU MEDIUL INTERN I EXTERN.

PRIN INTELIGEN NELEGEM CAPACITATEA DE A PERCEPE I A NVA N CONTEXTELE UNOR SITUAII NOI. PRIN INTELIGEN UMAN SE APELEAZ DOU COMPONENTE ESENIALE: CAPACITATEA DE CUNOATERE I CEA DE RAIONAMENT. TERMENUL DE INTELIGEN ARTIFICIAL A FOST PENTRU PRIMA DAT UTILIZAT N 1960 DE CTRE MINSKY N ARTICOLUL PAI CTRE O INTELIGEN ARTIFICIAL. ULTERIOR TERMENUL A SUSCITAT NUMEROASE CONTROVERSE NTRE ANALITI (RESPECTIV, AU SURVENIT CTEVA NTREBRI: CE ESTE INTELIGENA? EA ESTE DOAR O CARACTERISTIC UMANA? POT FI MAINILE INTELIGENTE? PROGRAMELE PRODUSE PRIN IA SUNT INTELIGENTE?) N PREZENT SE CONSIDER C INTELIGENA ARTIFICIAL ESTE ACEL DOMENIU AL INFORMATICII CE NCEPE ACOLO UNDE INFORMATICA CLASIC SE OPRETE I ESTE DESTINAT PROBLEMELOR PENTRU CARE NU EXIST UN ALGORITM DE CALCUL N MANIER CLASIC. PRIN TEHNICILE DE IA SE VIZEAZ CREAREA DE SISTEME INTELIGENTE DE CALCUL, SISTEME CE POSED CARACTERISTICI ASOCIATE INTELIGENEI UMANE: RAIONAMENT, CAPACITATEA DE NVARE, DE REZOLVARE I DE COMUNICARE. N FORMA GENERAL, PRIN TEHNICILE DE IA SE MANIPULEAZ CUNOTINE DUP SCHEMA:

INFEREN

FIG. 1.1. SCHEMA DE MANIPULARE A CUNOTINELOR PRIN TEHNICILE IA

TERMENUL DE INTELIGEN ARTIFICIAL IA ESTE O COMBINAIE NTRE TIINA CALCULATOARELOR, PSIHOLOGIE, FILOZOFIE, MATEMATIC I ALTE TIINE, EA NCERCND S NELEAG CARACTERISTICILE ENTITILOR VII INTELIGENTE I S CREEZE ENTITI ARTIFICIALE COMPARABILE CU ACEASTA. TERMENUL DE INTELIGEN ARTIFICIAL INCLUDE DECI DOMENII DIVERSE CE AU N COMUN FAPTUL C PRIN CONTOPIREA LOR SE NCEARC CREAREA UNOR MAINI CE POT GNDI. PENTRU A PUTEA STABILI C MAINILE POT GNDI ESTE NECESAR S DEFINIM INTELIGENA. N CE MSUR INTELIGENA CONST N CAPACITATEA DE REZOLVARE A UNOR PROBLEME COMPLEXE, PUTEREA DE GENERALIZARE I DE DESCOPERIRE A DIVERSELOR CORELAII, N CAPACITATEA DE A NVA? DAR DESPRE PERCEPIE I CAPACITATEA DE NELEGERE? CEA MAI MARE PROVOCARE A SPECIALITILOR DIN DIVERSE DOMENII ESTE CONSTRUIREA UNUI SISTEM CAPABIL S MODELEZE CREIERUL UMAN CARE ESTE CONSTITUIT DIN MILIOANE DE NEURONI, I CARE ESTE, N MOMENTUL DE FA, CEA MAI COMPLEX STRUCTUR DIN UNIVERS. ASTFEL A NCEPUT S SE CONTUREZE IDEEA CRERII UNEI MAINI CARE S POAT GNDI CA UN OM, APRND O NOU TIIN INTELIGENA ARTIFICIAL. N CONTINUARE SUNT PREZENTATE OPT DEFINIII ALE IA ACESTEA FIIND GRUPATE, PE ORIZONTAL, PE BAZA A DOU CARACTERISTICI, TABELUL 1.2.:

TABELUL 1.2. - DEFINIII ALE INTELIGENEI ARTIFICIALE

COMPAR PERFORMAN-ELE SISTEMELOR INTELIGENTE CU CELE ALE FIINEI UMANEPROCESE DE GNDIRE I RAIONAMENTAU CA TERMEN DE COMPARAIE CONCEPTUL IDEAL DE INTELIGEN NUMIT RAIUNE

"EFORTURILE DE A CREA COMPUTERE CARE GNDESC ... MAINI INTELIGENTE, ATT LA PROPRIU CT I LA FIGURAT" - (HAUGELAND,1985)"STUDIEREA FACULTILOR MENTALE CU AJUTORUL MODELELOR COMPUTAIONALE" (CHARNIAK I McDERMOTT, 1985)

" AUTOMATIZAREA ACTIVITILOR PE CARE NOI LE ASOCIEM GNDIRI UMANE: LUAREA DECIZIILOR, REZOLVAREA PROBLEMELOR, NVAREA .." (BELLMAN, 1978"STUDIUL ALGORITMILOR PENTRU A LE FACE CAPABILE S PERCEAP, S RAIONEZE I S ACIONEZE" (WINSTON, 1992)

COMPORTAMENTUL UMAN

"ARTA DE A CREA MAINI CAPABILE S REALIZEZE ACTIVITI UMANE CE IMPLIC INTELIGEN" (KURZWELL, 1990)"DOMENIUL TIINIFIC CARE NCEARC S EXPLICE I S SIMULEZE COMPORTAMENTUL UMAN CU AJUTORUL PROCESELOR COMPUTAIONALE" (SCHAKOFF, 1990)

COMPORTAMENTUL UMAN

"STUDIEREA MODALITILOR PRIN CARE COMPUTERELE S REALIZEZE ACTIVITI CE MOMENTAN SUNT MAI BINE FCUTE DE CTRE OM" (RICH I KNIGHT, 1991)"RAMURA TIINEI CALCULATOARELOR CARE SE OCUP CU AUTOMATIZAREA COMPORTAMENTULUI UMAN" (LUGER I STUBBLEFIELD, 1993)

"UN OM PUNE NTREBRI, LA CARE PRIMETE UN RSPUNS DE LA UN ALT OM I UN RSPUNS DE LA O MAIN. DAC ACESTA NU ESTE CAPABIL S DECID CARE DINTRE INTERLOCUTORI ESTE UMAN I CARE ESTE ARTIFICIAL, ATUNCI MAINA SE CONSIDER INTELIGENT" - ALAIN TURING

ACESTE DEFINIII EXPLIC CELE PATRU MARI SCOPURI URMRITE DE LA, TABELUL 1.3.

TABELUL 1.3. SCOPURILE URMRITE DE IA

REALIZAREA DE SISTEME CE GNDESC CA OAMENIIREALIZAREA DE SISTEME CE ACIONEAZ CA OAMENIIREALIZAREA DE SISTEME CE GNDESC RAIONALREALIZAREA DE SISTEME CE ACIONEAZ RAIONAL

PENTRU A TRECE TESTUL TURING, THE IMITATION GAME UN COMPUTER TREBUIE S POSEDE URMTOARELE CARACTERISTICI:

1. PROCESAREA LIMBAIULUI NATURAL PENTRU A FI CAPABIL S COMUNICE

NTR-O ANUMIT LIMB;

2. REPREZENTAREA CUNOTINTELOR PENTRU A PUTEA STOCA INFORMAIA

ACUMULAT NAINTEA, CT I N TIMPUL INTEROGRII;

3. RAIONAMENTUL AUTOMAT NECESAR UTILIZRII INFORMAIEI MEMORATE

PENTRU A RSPUNDE LA NTREBRI I A TRAGE CONCLUZII;

4. NVAREA AUTOMAT PENTRU A SE ADAPTA LA NOI SITUAII I A PUTEA

FACE EXTRAPOLRI.

1.1. NEURO-EXPERTIZA ARTIFICIAL RECONSTITUIT LA NIVELUL

EXPERTIZEI UMANE

PUTEM DISCUTA DESPRE O NOU REVOLUIE A TEHNOLOGIEI INFORMATICE CE VA OFERI STRUCTURA DE MATERIALIZARE A REVOLUIEI CUNOATERII.

COMPANII CA IBM, DIGITAL EC, APPLE, INTEL, TANDY CORPORATION, SIEMENS-NIXDORF, MICROSOFT, TOSHIBA, FUJITSU, NEC, EPSON I ALTELE ANUN NOI CARACTERISTICI PENTRU COMPUTERELE DIN GENERAIA CINCI (SCRIERE /TIPRIRE PRIN VOCEA UMAN, NELEGEREA A MII DE VOCI UMANE I CIRCA 10.000 CUVINTE, SCANER OPTIC CE POATE CITI 100.000 SEMENE, TRANSLATOR AUTOMAT PENTRU PRINCIPALELE LIMBI DE CIRCULAIE INCLUZND 100.000 DE CUVINTE. CALCULATORUL CARE VORBETE: PRIMETE ORDINE VERBAL, CONFIRM /INFIRM PRIN VOCE SAU COMPUTERUL DEZVOLTAT DE BELL LABORATORIES CARE FOLOSETE UN DICIONAR DE 30.000 CUVINTE I FORMEAZ EXPRESII DIN ELEMENTE SPECIALE DEPOZITATE CA SILABE; VOCEA SA REZULT DINTR-UN PROGRAM SPECIAL BAZAT PE FUNCII MATEMATICE CE REPREZINT POZIIA /MICAREA LIMBII I BUZELOR OMULUI, TOATE ACESTEA VOR REVOLUIONA MANAGEMENTUL APLICAT ASTZI I N PRIMUL RND, FUNDAMENTAREA I ADOPTAREA DECIZIILOR MANAGERIALE.

LOGICA FUZZY DEZVOLTAT DE ZADEH A DESCHIS CALEA ANTICIPARII COMPUTERULUI BAZAT PE INTELIGENTA ARTIFICIALA. ULTERIOR UN NUMAR IMPRESIONANT DE MATEMATICIENI, INFORMATICIENI, PSIHOLOGI I-AU PROPUS SA NELEAG MAI DEPLIN MECANISMUL COMPLEX AL GNDIRII UMANE, PENTRU CA, PE ACEAST BAZ, S FIE PROIECTATE VIITOARELE GENERAII DE COMPUTERE (H, SIMON, 1981; A.KAUFMANN, 1987; WINSTON, 1984, ETC.).

NC DIN ANII 80, SPECIALITII AU PROCEDAT LA COMPARAII NTRE PERFORMANA CREIERULUI I PERFORMANA NOILOR GENERAII DE CALCULATOARE,

N TABELUL 1.4. ESTE PREZENTAT O ANALIZ COMPARATIV DE ACEST TIP I SE OBSERV C FA DE CALCULATORUL ANILOR 90, LA ANUMII PARAMETRI (VITEZA, COMUTAII) MEMORIA UMANA ESTE DEJA DEPIT. PE FONDUL PROCESULUI DE CRETERE EXPONENIAL A PERFORMANELOR COMPUTERULUI, ESTE DE IMAGINAT C TEHNICILE DE IA VOR CONDUCE LA SISTEME DE ANALIZ, CALCUL I DECIZIE CE IMIT COMPORTAMENTUL UMAN (DEVIN INTELIGENTE, COGNITIVE, POT NVA).

UNA DIN PROBLEMELE CELE MAI DIFICILE, PE CARE TREBUIE S LE REZOLVE INTELIGENA ARTIFICIAL, ESTE GENERAT DE NECESITATEA DOMINRII COMPLEXITII INFORMAIONALE A DOMENIILOR ABORDATE. O POSIBIL SOLUIE ESTE OFERIT N UNELE CAZURI DE SISTEMELE EXPERT. UTILIZAREA ACESTORA ESTE NS LIMITAT LA DOMENII BINE DEFINITE, COMPORTAMENTUL UNUI SISTEM EXPERT DEVENIND FRAGIL LA FRONTIERELE DOMENIULUI PENTRU CARE A FOST REALIZAT. CERCETRILE N DOMENIUL NVRII AUTOMATE S-AU INTENSIFICAT N ULTIMELE PATRU DECENII, INIIAL INSISTNDU-SE MAI DEGRAB ASUPRA MODALITILOR DE A REALIZA UN SISTEM CARE S SE DOVEDEASC INTELIGENT, DECT ASUPRA MODALITILOR PRIN CARE ACESTA S POAT NVA N SCOPUL MBUNTIRII PROPRIILOR PERFORMANE.

TABELUL 1.4

CARACTERISTICACALCULATORULMEMORIA UMAN

19561990PROGNOZE 1990

(JOSEPHSON)

12345

1. CAPACITATEA DE NGLOBARE CIRCUITE /CM210-110105107

2. DISIPAIA DE PUTERE10-13X10-210-510-9

3. VITEZA (CICLU /SECUND)106108109102

4. COMUTAII CM2 /SECUND1051091014109

5. COMUTAII /JOULE1073X10910151011

6. DENSITATEA DE MEMORIE (BIT /CM2)5X1025X1045X1071016

7. UNITATE DE ELEMENTE (CIRCUITE /MEMORII)1051051051010

8. PUTERE DE CALCUL (COMUTAII /SEC)1011101310141012

1.1.1. TEORIA PROCESRII NEURONALE

CERCETRILE EFECTUATE PENTRU POTENIALELE SISTEME DE INTELIGEN ARTIFICIALE URMRESC MAI DEGRAB CREIERUL UMAN CA MODEL DECT S FIE INTERESAI N TEHNOLOGIA POTRIVIT CREIA S MODELEZE CREIERUL. UN NUMR DE OAMENI DE TIIN SUNT INTERESAI N DEZVOLTAREA INTELIGENEI ARTIFICIALE PE BAZA AMPLIFICRII NELEGERII ARHITECTURII CREIERULUI UMAN. ACEAST MUNC, FIG.1.5., DE CERCETARE ESTE ACTUAL REPREZENTAT DE DOU DISCIPLINE NTREPTRUNSE:

COMPUTAIONAL NEUROBIOLOGY - NEUROBIOLOGIE ELECTRONIC I CARE IMPLIC NELEGEREA CREIERULUI UMAN /ANIMAL FOLOSIND MODELE COMPUTERIZATE I

NEURAL COMPUTING CALCULATORUL NEURONAL ADIC SIMULAREA I CONSTRUIREA UNEI MAINI (APARAT) CARE RECONSTITUIE CREIERUL REAL.

ACEAST NOU ABORDARE A SISTEMELOR INTELIGENTE PRESUPUNE CONSTRUIREA DE CALCULATOARE CU O ARHITECTUR I CAPACITATE DE PROCESARE CARE S IMITE ANUMITE ABILITI DE PROCESARE ALE CREIERULUI. REZULTATUL L CONSTITUIE REPREZENTRILE DE CUNOTINE BAZATE PE O IMPORTANT PROCESARE PARALEL, PE ACUMULAREA RAPID A UNOR MARI CANTITI DE INFORMAII I PE CAPACITATEA DE A RECUNOATE MODELE PE BAZA EXPERIENEI. TEHNOLOGIA CARE NCEARC S OBIN ACESTE REZULTATE ESTE NUMIT PROCESARE NEURONAL SAU REELE NEURONALE, DEFINIIA 1.6.

REELELE NEURONALE SUNT TEHNOLOGII DE PRELUCRARE A INFORMAIEI PE STUDII ASUPRA CREIERULUI UMAN I A SISTEMULUI NERVOS.

CERCETRILE N DOMENIU S-AI INTENSIFICAT N ULTIMII ANI, CUNOSCND N PREZENT O MARE POPULARITATE DATORIT PROGRESELOR NREGISTRATE ATT N TEHNOLOGIA CALCULATOARELOR CT I N DOMENIUL NEUROLOGIEI, N DIRECIA UNEI MAI BUNE NELEGERI A MECANISMELOR CREIERULUI UMAN.

N TIMP CE JAPONEZII CARACTERIZEAZ REELELE NEURONALE CA APARINND GENERAIEI A VI-A DE CALCULATOARE, AMERICANII CONSIDER C POT RECTIGA POZIIA DE LEADER N DOMENIUL TEHNOLOGIILOR INFORMAIONALE PRIN REALIZAREA UNOR SISTEME INFORMATICE BAZATE PE PROCESELE BIOLOGICE ALE CREIERULUI UMAN. DIN CE N CE MAI MULT, N CERCETRILE DIN DOMENIUL NEUROLOGIEI, SE CAUT IDENTIFICAREA PRINCIPIILOR DE PRELUCRARE BIOLOGICA A INFORMAIEI, N SCOPUL APLICRII LOR N CADRUL UNOR SISTEME ARTIFICIALE.

CAPACITATEA DE A NVA I REACIONA LA SCHIMBRILE DIN JURUL

NOSTRU, NECESIT INTELIGEN

GNDIREA I COMPORTAMENTUL INTELIGENT SUNT CONTROLATE DE CREIER I DE SISTEMUL NERVOS CENTRAL. NCERCAREA DE A NELEGE MODUL N CARE CREIERUL UMAN POATE GESTIONA NTR-O MANIER ATT DE EFICIENT, O ENORM CANTITATE DE CUNOTINE, PORNETE DE LA ANALIZA NEURONILOR, CA ELEMENTE FUNDAMENTALE ALE. SISTEMULUI NERVOS CENTRAL. DOMENIUL PARTICULAR AL REELELOR NEURONALE S-A DEZVOLTAT N ANII 80. O REEA NEURONAL ESTE UN ANSAMBLU INTERCONECTAT DE ELEMENTE DE PROCESARE, UNITI SAU NODURI, IAR ABILITATEA DE PROCESARE A REELEI ESTE BAZAT PE PUTEREA DE CONECTARE NTRE UNITI, SAU SARCINI, OBINUT PRINTR-UN PROCES DE ADAPTARE SAU DE NVARE DINTR-UN SET DE MODELE DE ANTRENARE.

NEURONII SUNT AUTOMATE ELEMENTARE AL CROR MOD DE FUNCIONARE SE INSPIR DIN, FUNCIONAREA NEURONILOR ADEVRAI DIN DOU MOTIVE: I

- DIN CAUZA POSIBILITII MODELRII CREIERULUI UMAN;

- DIN CAUZA REALIZRII UNOR ALGORITMI I A UNOR MAINI AUTOMATE SPECIALIZATE N RECUNOATEREA FORMELOR.

TEHNICILE DE IA BAZATE PE REELE NEURONALE PLEAC DE LA STRUCTURA I SCHEMA BIOLOGIC A UNUI NEURON AL CREIERULUI. UN NEURON BIOLOGIC INCLUDE:

NUCLEUL NEURONULUI, DECI CORPUL CELULAR (CORPUL CELULEI), CARE REALIZEAZ O PRELUCRARE A STIMULILOR INFORMAIILOR PRIMITE I ELABOREAZ RSPUNSUL;

DENDRITELE, DATE DE INTRRILE N CELUL (RECEPTORII CELULEI) PRIN CARE SE RECEPIONEAZ INFORMAII DIFERITE DE LA ALI NEURONI;

AXONUL, DAT DE IEIREA DIN CELUL (RSPUNSUL NEURONULUI), O FIBR UNIC CARE TRANSMITE RSPUNSUL ELABORAT CTRE ALTE CELULE;

SINAPSA, PRIN CARE AXONUL SE LEAG DE O ALTA CELULA (NEURON) ADIC RAMIFICAII ALE AXONULUI CARE REALIZEAZ LEGTURI CU ALI NEURONI (AXONUL UNEI CELULE UMANE REALIZEAZ N MEDIE 103 LEGTURI SINOPTICE CU ALI NEURONI.) GRAFIC, SCHEMA BIOLOGIC A UNUI NEURON POATE FI REDAT ASTFEL, FIG.1.6.:

FIG.1.8.SCHEMA BIOLOGIC A UNUI NEURON

CONEXIUNILE DINTRE NEURONI SE REALIZEAZ NTR-UN SPAIU NUMIT SINAPS. FIECARE NEURON PRIMETE IMPULSURI ELECTRICE PRIN INTERMEDIUL DENDRITELOR SALE. DAC ACESTE IMPULSURI SUNT SUFICIENT DE PUTERNICE, AXONUL VA TRANSMITE UN IMPULS ELECTRIC N VEDEREA EXCITRII DIFERIILOR NEURONI CONECTAI CARE, N FUNCIE DE INTENSITATEA SEMNALULUI PRIMIT, VOR FI ACTIVAI TA RNDUL LOR. SEMNALELE POT FI TRANSMISE NEMODIFICATE SAU POT FI ALTERATE DE SINAPSE. O SINAPS ESTE CAPABIL S INTENSIFICE SAU S DIMINUEZE PUTEREA DE CONECIE, PROVOCND EXCITAREA SAU INHIBAREA NEURONULUI RESPECTIV CONEXIUNEA ESTE FOARTE PUTERNIC, FIECARE NEURON ARE MAI MULTE ZECI DE MII DE CONTACTE SINAPTICE CU ALI NEURONI.

FIGURA 1.9. STRUCTURA CELULEI NERVOASE

REELELE NEORONALE ARTIFICIALE AU CA PUNCT PRINCIPAL DE INSPIRAIE SISTEMUL NERVOS, FIIND ALCTUITE DINTR-O MULIME DE NODURI N CARE SE AFL NEURONII ARTIFICIALI, INTERCONECTATE N FUNCIE DE DIVERSE TIPOLOGII. INTRRILE N NEURONUL ARTIFICIAL SUNT SIMILARE CU IMPULSURILE ELECTRICE PE CARE DENDRITELE NEURONULUI BIOLOGIC LE PRIMESC DE LA ALI NEURONI, N TIMP CE IEIREA NEURONULUI ARTIFICIAL CORESPUNDE SEMNALELOR TRIMISE DE NEURONUL BIOLOGIC PRIN INTERMEDIUL AXONULUI. ACESTE SEMNALE ARTIFICIALE POT FI MODIFICATE N ACEEAI MANIERA CU MODIFICRILE CE AU LOC N CADRUL SINAPSELOR, PROBLEMA CONST N DETERMINAREA INTRRILOR ACCEPTABILE, PE BAZA PONDERILOR ASOCIATE FIECREI INTRRI. NVAREA, PE BAZA EXEMPLELOR I A CONTRAEXEMPLELOR VA PERMITE AJUSTAREA ACESTOR PONDERI CU AJUTORUL UNUI ALGORITM RETROACTIV A ECARTURILOR NTRE REZULTATUL OBINUT I CEL DORIT.

REELELE NEURONALE ARTIFCIALE RN REPREZINT DECI MODELE SIMPLIFICATE ALE SISTEMULUI NERVOS CENTRAL. ELE AU ABILITATEA DE A RSPUNDE LA STIMULI DE INTRARE I DE A SE ADAPTA LA MEDIU. MODELELE RN OFER CEA MAI PROMITOARE PROCEDUR PENTRU CONSTRUCIA SISTEMELOR DE CALCUL INTELIGENTE. PROCESAREA PARALEL I DISTRIBUIA NTR-O REEA NEURAL ARTIFICIAL ESTE CEA MAI BUN CALE PENTRU IMPLEMENTAREA ACESTOR SISTEME.

REELELE BIOLOGICE SUNT CAPABILE S PROCESEZE MILIOANE DE STIMULI DE INTRARE DEI PROCESELE SUNT ELECTROCHIMICE IN NATURA I PROPAGAREA ESTE RELATIV LENTA (DE ORDINUL MILISECUNDELOR). ACEASTA VITEZA ESTE CU CTEVA ORDINE DE MRIME MAI LENTA DECT VITEZA DE PROCESARE DE ORDINUL PICOSECUNDELOR NTLNIT N CALCULATOARELE NUMERICE PERFORMANTE. SISTEMELE BIOLOGICE DE PROCESARE A INFORMAIEI FAC PARTE DIN SISTEMELE CU CEL MAI RIDICAT GRAD DE ORGANIZARE, SUNT SISTEME CU AUTO-ADAPTARE CARE MONITORIZEAZ I CONTROLEAZ FUNCIILE ORGANISMULUI NTR-UN MOD OPTIMAL. N ULTIMII ANI AU FOST REALIZATE NUMEROASE STUDII TEORETICE I EXPERIMENTALE IN LEGTURA CU MODELAREA FUNCIONRII CREIERULUI.

PRIMA REEA NEURONAL A FOST PREZENTAT DE ALEXANDER BAIN (1818-1903) N MAREA BRITANIE, N CARTEA SA MIND AND BODY. THE THEORIES OF THEIR RELATION-1873. PRIMELE STUDII FCUTE ASUPRA CREIERULUI PREZINT DREPT CONSTITUENI DE BAZ AI CREIERULUI, NEURONII, PRIMA CONTRIBUIE MAJOR N TERMENI DE MODELARE MATEMATIC A REELELOR DE NEURONI FIIND REALIZAT N 1943 DE McCULLOCH I PITTS. EI AU CONSTRUIT UN CALCUL LOGIC AL SECVENELOR CONEXIUNILOR DE NERVI FUNDAMENTATE PE FAPTUL C ACIUNEA POTENIALA A NERVILOR ARE LOC PRIN DESCRCAREA ELECTRIC NTR-O MANIER TOI SAU NICI UNUL DAC LIMITA PENTRU ACEL NERV A FOST DEPIT. McCULLOCH I PITTS AU PRODUS ASTFEL O REEA NEURONAL ARTIFICIAL LOGIC CONSTND DIN TREI CATEGORII DE NEURONI, FIG. 1.10.

FIG. 1.9. CATEGORIILE DE NEURONI ALE UNEI

REELE NEURONALE ARTIFICIALE

EL AU DESCRIS UN SET DE REGULI PENTRU OPERAIILE NEURONILOR:

NTRZIEREA PROPAGRII ESTE PRESUPUS S FIE CONSTANT PENTRU TOI NEURONII;

NEURONII EMIT IMPULSURI ELECTRICE N MOMENTE DISTINCTE (DISCONTINUE), NU CONTINUU;

FIECARE ETAP A IEIRII DIN SINAPS SE LOVETE DE O INTRARE SINAPTIC NTR-UN NEURON SECUNDAR;

FIECARE NEURON POATE AVEA UN NUMR DE INTRRI SINAPTICE;

INTRARILE SINAPTICE CONTRIBUTE LA NVINGEREA LIMITEI SUB CARE NEURONII NU VOR EMITE IMPULSURI.

UN NEURON ESTE CAPABIL S SE APRIND, TABLOUL 1.11., N ORICE MOMENT T DAC I NUMAI DAC (E-I) DEPETE H, UNDE:

E, ESTE NUMRUL DE SINAPSE EXCITATOARE LA MOMENTUL T;

I, ESTE NUMRUL DE SINAPSE INHIBITORII I

H, ESTE LIMITA DE APRINDERE PENTRU ACEL NEURON.

DAC SE STABILETE CLAR SETUL DE CONDIII DE INTRRI I IEIRI ESTE POSIBIL DE A CREA REEA NEURONAL COMPLEX DIN TREI CATEGORII DE NEURONI CU LIMITE CORESPUNZTOARE LA SINAPSE VARIATE ALE REELEI.

TABLOUL 1.11. ANALOGIA NEURONULUI AR5TIFICIAL

SIMPLIFICAT, STRCTURA I FUNCIONAREA NEURONULUI ARTIFICIAL SE PREZINT ASTFEL:

INTRRILE SUNT COMPARABILE CU IMPUSURILE ELECTRICE PRIMITE DE DENDRITE DE LA ALI NEURONI;

IEIRILE SUNT SEMNALE TRANSMISE DE NUCLEU PRIN INTERMEDIUL AXONULUI;

SE APELEAZ LA UN TIP DE SINAPS PENTRU CONEXIUNILE NTRE AXON I ALT CELUL.

TEORETIC, NEURONUL ARTIFICIAL SIMULEAZ COMPORTAMENTUL I FUNCIONAREA NEURONULUI BIOLOGIC; TOTUI PRIMUL SE COMPORT RELATIV RIGID I NVA DESTUL DE GREU PE BAZA UNOR ALGORITMI RETROACTIVI (DIN EXPERIEN). N TERMENI GENERALI, REEAUA ARTIFICIAL ESTE UN SISTEM DINAMIC I ADAPTIV, ALCTUIT, MODELAT PE BAZA CARACTERISTICILOR REELELOR BIOLOGICE, DIN MAI MULI NEURONI GRUPAI PE NIVELE. SCHEMATIC, STRUCTURA UNUI NEURON ARTIFICIAL, FIG.1.12., CARE ESTE ELEMENTUL ESENIAL AL UNEI REELE NEURONALE ARTIFICIALE, SE PREZINT ASTFEL:

FIG.1.12. STRUCTURA UNUI NEURON ARTIFICIAL

UNDE:

Xj = INTRRILE;

Pj =PONDERILE ASOCIATE INTRRILOR;

S = SUMA PONDERAT A INTRRILOR;

Fa = FUNCIA DE ACTIVARE;

Pa = PRAGUL DE ACTIVARE;

Y = IEIREA /RSPUNSUL NEURONULUI.

MAI SUBLINIEM C EXIST MAI MULTE TIPURI DE REELE NEURONALE ARTIFICIALE, DUP CONFIGURAIE, COMPLEXITATE, ETC. NTRE ACESTE TIPURI DE REELE, PROBABIL C CEL MAI DES FOLOSITE I COMPLEXE SUNT REELELE NEURONALE ARTIFICIALE CU STRATURI ASCUNSE (I STRATURI MULTIPLE). ESTE DE REMARCAT, TOTODAT, C ACEAST TEHNIC DE PROGRAMARE (CT I UTILIZAREA EI N PROIECTAREA CALCULATOARELOR DIN GENERAIA A CINCEA) ARE UN LOC APARTE N CADRUL STRATEGIEI JAPONIEI DE A PRELUA CONTROLUL N DOMENIUL SOFT LA NIVEL MONDIAL.

N PROCESAREA NEURONAL DEVINE TOT MAI IMPORTANT NELEGEREA MECANISMULUI DE FUNCIONARE A CREIERULUI UMAN, MECANISM CARE DEOCAMDAT, PREZINT MULTE NECLARITI PENTRU CERCETTORII DIN DOMENIU. ACEASTA POATE FI UNUL DIN MOTIVELE PENTRU CARE MODELELE DE PROCESARE NEURONAL NU SUNT FOARTE APROPIATE DE SISTEMUL BIOLOGIC - UNII AUTORI ESTIMEAZ ACEAST ASEMNARE CU MULT SUB 10%. COMPORTAMENTUL RIGID AL REELELOR NEURONALE ARTIFICIALE, N COMPARAIE CU CEL AL SISTEMELOR BIOLOGICE, CONSTITUIE DEOCAMDAT PRINCIPALUL IMPEDIMENT N NCERCAREA DE A SIMULA CT MAI FIDEL COMPORTAMENTUL INTELIGENT UMAN. DE EXEMPLU, DAC NE REFERIM LA MODELUL ADITIV (CA UNA DIN REPREZENTRILE TIPICE ALE REELELOR NEURONALE ARTIFICIALE), PUTEM ENUMERA CTEVA DIN CARACTERISTICILE CARE I CONFER RIGIDITATE N FUNCIONARE, FIG. 1.13:

FIG.1.13. LIMITELE MODELULUI NEURONAL ARTIFICIAL

PRIMA LIMIT A ACESTUI MODEL CONST N FAPTUL C PERFORMANA NEURONILOR ESTE COLECTIV, DAR NU ESTE PARALEL; ORICE SCHIMBARE N ACTIVITATEA UNUI NEURON VA AFECTA CEILALI NEURONI. N CADRUL SISTEMELOR BIOLOGICE, NEURONII FUNCIONEAZ ATT COLECTIV, CT I PARALEL. DE EXEMPLU, MNA STNG I MNA DREAPT SUNT INDEPENDENTE DIN PUNCT DE VEDERE MECANIC (FUNCIONEAZ PARALEL), NS ACTIVITATEA LOR ESTE COORDONAT DE CREIER (FUNCIONEAZ COLECTIV).

A DOUA LIMITA A MODELULUI ARTIFICIAL O CONSTITUIE DEPENDENA PERFORMANELOR ACESTUIA DE CONDIIILE INIIALE. SISTEMUL NU UITA NICIODAT ACESTE CONDIII, IAR PENTRU A-I MODIFICA PERFORMANELE, INPUTURILE EXTERNE TREBUIE S DOMINE INERIA TRECUTULUI N TIMP CE SISTEMELE BIOLOGICE SUNT MULT MAI FLEXIBILE; ELE POT UITA TRECUTUL, ADAPTNDU-I COMPORTAMENTUL N FUNCIE DE CARACTERISTICILE AMBIENTALE.

TOTODAT, CARACTERISTICILE SISTEMULUI ARTIFICIAL SUNT DE ACEEAI SCAL, N TIMP CE SISTEMELE BIOLOGICE IMPLIC MECANISME CARE ACOPER NTREGUL CMP, DE LA MOLECULAR LA MACROSCOPIC. CU TOATE ACESTEA, REELELE NEURONALE ARTIFICIALE PREZINT UN NUMR SURPRINZTOR DE MARE DE CARACTERISTICI ALE CREIERULUI, FIIND POSIBIL REALIZAREA UNOR SISTEME UTILE CARE PREZINT ANUMITE CARACTERISTICI COMUNE SISTEMELOR BIOLOGICE.

1.1.2.EXPERTIZA I NEURO-EXPERTIZA ARTIFICIAL

MAJORITATEA TRATATELOR DESPRE SISTEMELE EXPERT PREZINT DREPT CONCEPTE DE BAZ EXPERTIZA I EXPERII, TRANSFERUL EXPERTIZEI, REGULILE DE INFEREN I CAPACITATEA DE A EXPLICA.

EXPERTIZA REPREZINT CERCETAREA FCUT DE UN EXPERT ASUPRA UNEI SITUAII, PROBLEME. EXPERTIZA ESTE O CUNOATERE INTENSIVA, SPECIFICA DOMENIULUI PROBLEMEI ACHIZIIONAT PRIN INSTRUIRE, STUDIU I EXPERIEN NDELUNGAT. URMTOARELE TIPURI DE CUNOATERE SUNT EXEMPLE DE CEEA CE SE INCLUDE N EXPERTIZ, TABEL 1.14:

TABEL 1. 14

CATEGORII DE CUNOATERE INCLUSE N EXPERTIZ

FAPTE DESPRE DOMENIUL PROBLEMEI

TEORII DIN DOMENIUL PROBLEMEI

REGULI I PROCEDURI. PRIVIND DOMENIUL PROBLEMEI

REGULI SAU EURISTICI DESPRE CE TREBUIE FCUT NTR-O SITUAIE PROBLEMATIC DAT, PENTRU SOLUIONAREA PROBLEMEI

STRATEGII GLOBALE DESPRE SOLUIONAREA TIPURILOR DE PROBLEME

METACUNOATERE (CUNOATERE DESPRE CUNOATERE)

TOATE ACESTE TIPURI DE CUNOATERE PERMIT EXPERILOR S IA DECIZII RAPIDE I MAI BUNE DECT NEEXPERII N SOLUIONAREA PROBLEMELOR COMPLEXE. EXPERTIZA ESTE ASOCIAT CU UN NALT GRAD DE INTELIGEN, FR S FIE NTOTDEAUNA LEGAT DE CEA MAI INTELIGENT PERSOAN. EXPERTIZA ESTE ASOCIAT UNEI MARI CANTITI DE CUNOTINE. EXPERII SUNT DIFICIL DE DEFINIT DEOARECE POATE FI VORBA DE PERSOANE CU MAI MULTE NIVELURI SAU GRADE DE EXPERTIZ. NTREBAREA ESTE CT DE MULT EXPERTIZ TREBUIE S POSEDE O PERSOAN CALIFICAT NTR-UN DOMENIU NAINTE DE A FI CONSIDERAT EXPERT?

EXPERII AU O CARACTERISTIC SUPLIMENTAR N SENSUL C NVA DIN SUCCESELE SI GREELILE FCUTE N TRECUT, IAR CUNOATEREA O POT MEMORA, ORGANIZA I REGSI RAPID. EI POT APELA STRUCTURILE CUNOATERII DIN EXPERIENA PROPRIE.

EXPERTIZA UMAN INCLUDE O GAM LARG DE ACTIVITI ALE EXPERTULUI I ANUME, FIG.1.15:

ACTIVITI ALE EXPERTULUIFIG. 1.15. ACTIVITILE EXPERTULUI INCLUSE N EXPERTIZA UMAN

RECUNOATEREA I FORMULAREA PROBLEMEI;

REZOLVAREA PROBLEMEI CU EXACTITATE I RAPIDITATE;

EXPLICAREA SOLUIEI;

NVAREA DIN EXPERIEN;

RESTRUCTURAREA CUNOATERII;

FRAGMENTAREA REGULILOR;

DETERMINAREA RELEVANTEI;

CONTIINA LIMITELOR SALE;

DIN ACESTE ACTIVITI SE DESPRINDE C EXPERII POT LUA O PROBLEM STABILIT ARBITRAR I O CONVERTESC NTR-O FORM CARE CONDUCE LA O SOLUIE RAPID. PENTRU ACEASTA ESTE NEVOIE DE ABILITATE N SOLUIONAREA PROBLEMELOR CUPLAT DE CAPACITATEA DE EXPLICARE A SOLUIEI, NVAREA DIN EXPERIEN, A UNOR LUCRURI DIN DOMENIU, RESTRUCTURAREA CUNOTINELOR ATUNCI CND ESTE NECESAR, FRAGMENTAREA REGULILOR (A CUNOATE EXCEPIILE DE LA REGUL), A DETERMINA CND EXPERTIZA ESTE RELEVANTA I CUNOATEREA LIMITELOR CUNOATERII N DOMENIU. TOATE ACESTE ACTIVITI TREBUIE DESFURATE EFICIENT (RAPID I CU UN COST REDUS) I EFICACE (CU REZULTATE DE CALITATE). PENTRU A IMITA UN EXPERT UMAN ESTE NECESAR SA SE CONSTRUIASC UN SISTEM CU TOATE ACESTE CARACTERISTICI.

TRANSFERUL EXPERTIZEI CONSTITUIE DE FAPT OBIECTIVUL UNUI SISTEM EXPERT. TRANSFERUL ARE LOC DE LA EXPERTUL UMAN LA CALCULATOR I DE AICI LA UTILIZATORII EXPERI SAU NONEXPERI. ACEST PROCES IMPLIC PATRU ACTIVITI, FIG.1.16: RA.N 4XXPER7

FIG.1.16. TRANSFERUL EXPERTIZEI

CUNOATEREA ESTE MEMORAT N ACEA COMPONENT A SISTEMULUI EXPERT NUMIT BAZA DE CUNOTINE N CARE SE DISTING DOU TIPURI DE CUNOATERE:

FAPTE;

PROCEDURI (UZUAL REGULI), TOATE N LEGTUR CU DOMENIUL PROBLEMEI.

INFERENIEREA, (PROCESUL DE INFEREN), O TRSTUR UNIC, DAR MAJOR A SISTEMULUI EXPERT, ESTE ABILITATEA DE A RAIONA. PE BAZA EXPERTIZEI MEMORATE N BAZA DE CUNOTINE I A PROGRAMULUI CARE POATE AVEA ACCES LA O BAZ DE DATE SAU LA UN FIIER CALCULATORUL ESTE PROGRAMAT S FAC INFERENE. INFERENELE SUNT EXECUTATE DE CTRE COMPONENTA NUMIT MOTOR DE INFERENE CARE POSED PROCEDURI, CUNOATERE PROCEDURAL N LEGTUR CU SOLUIONAREA PROBLEMEI.

REGULILE. MAJORITATEA SISTEMELOR EXPERT N FUNCIUNE SUNT BAZATE PE REGULI DE FORMA: IF... THEN...ELSE (DAC.....ATUNCI....ALTFEL...) MEMORATE N BAZA DE CUNOTINE. MAI RECENT, REPREZENTAREA PRIN CARE A DEVENIT UN COMPLEMENT AL REPREZENTRII PRIN REGULI N ANUMITE APLICAII.

CAPACITATEA EXPLICATIV ESTE O TRSTUR MAJOR A SISTEMELOR EXPERT N LEGTUR CU EXPLICAREA SFATULUI PE CARE-L DAU SAU A RECOMANDRILOR FCUTE PENTRU ALTERNATIVELE DECIZIONALE.

BAZA DE CUNOTINE N SISTEMELE EXPERT CONIN DE OBICEI DIFERITE CATEGORII DE INFORMAII CARE POT FI CLASIFICATE CA FIIND EXPLICITE I IMPLICITE, FIG.1.17, CU RESPECTAREA REPREZENTRII SALE.

FIG.1.17. REPREZENTAREA CUNOTINELOR N BAZA DE CUNOTINE

SISTEMELE BAZATE PE REGULI I REELELE NEURONALE SUNT EXEMPLE TIPICE ALE ACESTOR ABORDRI ALE DIFERITELOR REPREZENTRI. PRINCIPALA PROBLEM A SISTEMELOR BAZATE PE REGULI ESTE ACHIZIIA CUNOATERII CARE POATE FI DEPAIT DE NVAREA I ADAPTAREA CARACTERISTIC SISTEMELOR NEUROEXPERT. PE DE ALT PARTE REPREZENTAREA CUNOATERII IMPLICITE NEURONALE PIERDE CAPACITATEA DE EXPLICARE I DOVEDIRE A INFERENEI. DE ACEEA REPREZENTAREA CUNOATERII IMPLICITE I EXPLICITE N SISTEMELE EXPERT PREZINT AVANTAJE I DEZAVANTAJE CARE SUNT COMPLEMENTARE.

1.1.3.REPREZENTAREA CUNOATERII IMPLICITE I REELELE NEURONALE

CUNOATEREA POATE FI DESEORI DIFICIL DE EXPRIMAT N SISTEMUL FORMAL AL CALCULATOARELOR. ESTE CAZUL N CARE SPECIALISTUL ESTE INCAPABIL DE A FORMULA CUNOATEREA I EXPERIENA PROPRIE UTILIZND REGULI, DEOARECE, DE FAPT, EXPERII UMANI NU APLIC N MOD OBINUIT LOGICA FORMAL N FIECARE SITUAIE CI MAI DEGRAB EI ASOCIAZ CAZURI NOI CU MODELE DE SOLUII (VECHI) UTILIZATE PENTRU A SOLUIONA NOUL CAZ.

MAI MULT, CTEVA DOMENII INCLUD DATE NUMERICE N LOC DE REGULI, IMAGINI VIZUALE, SEMNALE, ETC. ACESTE DATE NECESIT PROCESARE SUPLIMENTAR I DE ACEEA ELE REPREZINT CUNOATERE IMPLICIT.

CREIERUL UMAN ESTE ATT DE COMPLEX NCT NIMENI NU NELEGE CUM ESTE DEPOZITAT INFORMAIA ACOLO. TOTUI SIMULAREA A CHIAR UNUI MODEL MATEMATIC SIMPLIFICAT DE REEA NEURONAL SURPRINDE COMPORTAREA INTELIGENA SIMILAR INTELIGENEI UMANE, CA DE EXEMPLU ABILITATEA DE A NVA NOI CUNOTINE I DE A GENERALIZA EXPERIENELE ANTERIOARE DE ACEEA AA NUMITELE SISTEME NEURO-EXPERT N CARE BAZA DE CUNOTINE ESTE IMPLEMENTAT DE O REEA NEURONAL PREZINT O ALTERNATIV PROMITOARE A SISTEMELOR BAZATE PE REGULI.

REELELE NEURONALE CONIN O MULTITUDINE DE UNITI SIMPLE: NEURONII CARE SUNT DENS INTERCONECTAI. AU O STRUCTUR ASEMNTOARE NEURONULUI UMAN, FIIND O UNITATE ELEMENTAR DE PROCESARE CARE REALIZEAZ O OPERAIE SIMPL PE O MRIME DE INTRARE PENTRU A PRODUCE O MRIME DE IEIRE. EL ESTE ALCTUIT DINTR-UN CORP, UN SET DE INTRRI I O IEIRE.

NEURONII ARTIFICIALI SUNT DECI ELEMENTE DE PROCESARE NELINIARE CARE OPEREAZ N PARALEI. PRIN ANALOGIE CU NEURONUL BIOLOGIC, FIECARE NEURON ARTIFICIAL VA RECEPIONA UNA SAU MAI MULTE INTRRI, LE VA PRELUCRA I VA FURNIZA O SINGUR IEIRE, CARE SE POATE CONECTA LA INTRRILE MAI MULTOR NEURONI. FIECARE INTRARE CORESPUNDE UNUI SINGUR ATRIBUT. DE EXEMPLU, DAC PROBLEMA CONST N A DECIDE ASUPRA ACORDRII UNUI CREDIT, ATRIBUTUL POATE CONSTITUI UN NIVEL DE ACTIVITATE, UN TIP DE GARANIE, ETC. VALOAREA NUMERIC A ATRIBUTULUI VA DEVENI O INTRARE N REEA. SE POT UTILIZA DIFERITE TIPURI DE DATE DREPT INTRRI, DAR N CADRUL REELEI SE POT PRELUCRA DOAR DATE NUMERICE. N CAZUL N CARE SUNT NECESARE ATRIBUTE CALITATIVE, ACESTEA VOR FI TRANSFORMATE N ECHIVALENTE NUMERICE.

FIG.1.18. STRUCTURA NEURONULUI FORMAL

IEIREA UNUI ELEMENT DE PROCESARE POATE CONSTITUI REZULTATUL FINAL SAU POATE DEVENI INTRARE NTR-UN ALT PROCES DE PRELUCRARE. FIECREI INTRRI Xi I ESTE ASOCIAT O PONDERE (FIECARE INTRARE ESTE PONDERATA, ADIC VALOAREA SA ESTE MULTIPLICATA CU O VALOARE CORESPUNZTOARE Wi, NUMIT PONDERE), CARE REPREZINT DE FAPT MEMORIA PROPRIE A NEURONULUI. INTRRILE PONDERATE SE NSUMEAZ. MODALITATEA PRIN CARE REEAUA NVA ESTE REPETATA AJUSTARE A ACESTOR PONDERI. ELEMENTUL DE PRELUCRARE (NEURONUL) CALCULEAZ SUMA PONDERAT A INTRRILOR SALE, FIIND ACTIVAT DOAR DACA ACEASTA SUMA DEPETE UN ANUMIT PRAG, NUMIT PRAG DE ACTIVARE FUNCIA DE NSUMARE A INTRRILOR ASOCIATA UNUI NEURON ARTIFICIAL ESTE RELATIA.1.19:

UNDE: Xi = VALOAREA INTRRII I

Wi = PONDEREA ASOCIAT INTRRII

ASUPRA SUMEI OBINUTE SE APLICA O FUNCIE DE ACTIVARE F; REZULTND VALOAREA IEIRII NEURONULUI RESPECTIV:

IEIRE Yj = Fj (NET J) (1.20)

STAREA NEURONULUI SE ACTUALIZEAZ, PERIODIC DUP URMTORUL MECANISM: SE DETERMIN POTENIALUL NEURONAL NET J, CALCULND SUMA PONDERAT A INTRRILOR Xj, CARE REPREZINT IEIRILE ALTOR NEURONI DIN REEA SAU INFORMAII PROVENIND DE LA NEURONII DE INTRARE; ACEST POTENIAL ESTE COMPARAT CU UN PRAG Tj, NEURONUL ACTIVNDU-SE (Yj = +1) DAC NET; j Tj SAU DEVENIND PASIV (yi = -1) DAC NETj < Tj. ACEAST PRELUCRARE A INFORMAIEI N INTERIORUL NEURONULUI CORESPUNDE UNEI FUNCII DE TRANSFER DE TIP TREAPT (HEAVISIDE), DENUMIT FRECVENT FUNCIE DE ACTIVARE. FUNCIILE DE ACTIVARE POT FI LINIARE SAU NELINIARE.

O VARIANT MBUNTIT A NEURONULUI FORMAL FOLOSETE CA FUNCIE DE ACTIVARE O FUNCIE DE TIP SIGMOID. N ACEST CAZ N APROPIEREA PRAGULUI Tj VARIAIA STRII NEURONULUI NTRE -1 (SAU 0) I +1 ESTE GRADUAL. PRINCIPALUL AVANTAJ AL UNEI ASTFEL DE FUNCII DE ACTIVARE L REPREZINT PROPRIETATEA DE CONTINUITATE PE NTREG INTERVALUL DE DEFINIIE, PROPRIETATE ESENIAL DAC SE DORETE APLICAREA UNOR ALGORITMI DE NVARE PERFORMANI I EFICIENI.

FIG.1.21. TIPURI DE FUNCII DE TRANSFER

EXIST DOU TIPURI DE FUNCII SIGMOID FOLOSITE MAI FRECVENT, FIG. 1.21.: FUNCIA SIGMOID LOGISTIC, FIGURA 1.21 D, CARE IA VALORI N INTERVALUL (0, +1), AVND EXPRESIA:

I FUNCIA TANGENT HIPERBOLIC, CARE IA VALORI N INTERVALUL (-1,+1), FIGURA 1.21, E).. N UNELE CAZURI, NEURONUL POATE FOLOSI O FUNCIE DE ACTIVARE LINIAR, FIGURA 1.20 A), CAZ N CARE NEURONUL POATE FI DESCRIS DE RELAIILE 1.23 I 1.24:

UNDE:Xj ESTE VALOAREA DE INTRARE;

Tj PRAGUL CORESPUNZTOR NEURONULUI;

Fj ESTE FUNCIA DE ACTIVARE (TREAPT, SIGMOID).

RNA I DOVEDESC DECI CAPACITATEA DE TRATARE GLOBAL, ASOCIIND NEURONII PRIN INTERMEDIUL UNOR PONDERI (Wi). ANSAMBLUL PONDERILOR W CONSTITUIE PARAMETRII CE CARACTERIZEAZ, NTR-O MANIER ABSOLUT, PROCESUL MODELAT DE REEA. ASTFEL, ANTRENAREA REELEI NECESIT O STRATEGIE DE AJUSTARE A PONDERILOR RESPECTIVE - UN ALGORITM DE ANTRENARE. N CAZUL ANTRENRII REELEI NEURONALE UN NUMR DE EXEMPLE (INTRRI /IEIRI), ALE CROR ATRIBUTE SUNT CUNOSCUTE I REPREZENTATIVE PENTRU MODELUL DE PROCES AVUT N VEDERE. ANSAMBLUL RESPECTIV DE EXEMPLE SE NUMETE, CA I N CAZUL ARBORILOR DE DECIZIE, MULIME DE ANTRENARE. RSPNDIREA NESTPNIT A COMPUTERELOR DUP CUM SE EXPRIM ALVIN TOFLLER, A FOST DENUMIT CEA MAI IMPORTANT SCHIMBARE N ULTIMELE DECENII, POATE CHIAR UNIC N SISTEMUL DE CUNOATERE, N PARALEL CU ULUITOAREA PROPAGARE A NOILOR REELE I MIJLOACE DE DEPLASARE A CUNOTINELOR, DATELOR I INFORMAIILOR. ACTUALELE SCHIMBRI I MODIFICRI PETRECUTE LA UN NIVEL DE HIPER-VITEZ GRBESC PROCESUL DE NVARE, N TIMP CE CUNOTINELE NVATE DEVIN MAI PUIN DURABILE.

1.2.SCOPUL REFERATULUI, TENDINE I NOI ORIENTRI N INGINERIA INTELIGENEI ARTIFICIALE

PROGRESELE N DOMENIUL INTELIGENEI ARTIFICIALE I AL SISTEMELOR EXPERTE FURNIZEAZ NOI CI DE A CONCENTRA COMPETENA. DATORIT TUTUROR ACESTE SCHIMBRI, OBSERVM UN INTERES CRESCND FA DE TEORIA COGNITIV, TEORIA NVATULUI, LOGICA CEOAS, NEUROBIOLOGIA I ALTE EVOLUII INTELECTUALE CARE ACIONEAZ ASUPRA ARHITECTURII CUNOATERII NSI.

"LA FEL DE IMPORTANT, SOCIETILE HIGH-TECH NCEP S-I REORGANIZEZE CUNOTINELE. DUP CUM AM VZUT, KNOW-HOW-UL DE ZI CU ZI NECESAR N AFACERI I POLITICA DEVINE CU FIECARE MOMENT TOT MAI ABSTRACT. DISCIPLINELE CONVENIONALE SE DEZINTEGREAZ. CU AJUTORUL COMPUTERULUI, ACELEAI DATE SAU INFORMAII SE POT GRUPA SAU CROI CU UURINA N MODURI ABSOLUT DIFERITE, AJUTND UTILIZATORUL S STUDIEZE ACEEAI PROBLEM DIN UNGHIURI DIFERITE LA FEL DE DIFERITE, I S SINTETIZEZE META-CUNOTINELE. (ALVIN TOFLLER-POWERSHIFT)

PE DE ALTA PARTE, SE IMPUNE A ACCENTUA RELAIA DINTRE DEZVOLTAREA ECONOMIC A UNEI NAIUNI, APELUL LA TEHNOLOGIA INFORMATIC I FENOMENUL DE GLOBALIZARE A AFACERILOR. FIRMELE CE VOR PROSPERA PE PARCURSUL NOULUI MILENIU APELEAZ MASIV LA TEHNOLOGIA INFORMATIC. PRACTIC, NU EXIST ALT CALE DE ALEGERE PENTRU DECINDENII CE VOR S RMN I S PROSPERE N AFACERI. ORDINATORUL A DEVENIT O PREZEN OBINUIT, APROAPE BANAL, N SOCIETATEA POST-INDUSTRIAL. TEHNOLOGIA INFORMATIC INFLUENEAZ EXTREM DE BENEFIC O SUIT NTREAG DE ACTIVITI DEPUSE DE INDIVIZI I GRUPURI SOCIALE. N ECONOMIA REAL APELUL LA CALCULATOR FAVORIZEAZ DIRECT SUCCESUL N AFACERI PE DOU PLANURI MAJORE I DISTINCTE (CORESPUNZTOR CELOR DOU COMPONENTE SUBSUMATE ORICREI FIRME), FIG. 1.25:

AA CUM AFIRMA RICCARDO PETRELA, DIRECTOR DE PROGNOZE TIINIFICE I TEHNOLOGICE LA NIVEL DE UE, FIRMELE DE AFACERI TRANSNAIONALE CREEAZ REELE CARE DEPESC CADRUL NAIUNII - STAT. I DESIGUR, FUNCIONAREA UNOR ASTFEL DE REELE AR FI DE NECONCEPUT N LIPSA CALCULATOARELOR DE MARE PERFORMAN, CALCULATOARE CARE, LA RNDUL LOR, SE DEZVOLTA PE SEAMA UNOR TEHNICI AVANSATE DE PROGRAMARE. REMARCAM CA TOATE FIRMELE DE SUCCES IGNOR COMPLET LIMITA TERITORIULUI NAIONAL. ASTFEL SPUS, O PONDERE SEMNIFICATIV A CIFREI DE AFACERI PROVINE DIN OPERAIUNI LOCALIZATE N ALTE RI DECT CEA DE REZIDEN. PRIN FENOMENUL DE GLOBALIZARE AL AFACERILOR, DECIDENII SUPERIORI DE LA NIVELUL ORGANIZAIILOR DE AFACERI TREBUIE S PRIVEASC PERMANENT PE ANSAMBLUL PIEEI MONDIALE SAU, CEL PUIN, PE SECVENE NOTABILE DIN STRUCTURA EI. NUMAI PROCEDND ASTFEL POT FI SPERATE DEZVOLTAREA I SUCCESUL N AFACERI PE TERMEN LUNG. N STRUCTURA LUCRRII DE FA NE VOM FOCALIZA ATENIA ASUPRA ROLULUI I IMPACTULUI INFORMATICII - N SPE, CELE MAI EVOLUATE METODE I TEHNICI DE PROGRAMARE - N MANAGEMENTUL APLICAT DE ORGANIZAIILE DE AFACERI SPECIFICE SOCIETII POST-INDUSTRIALE.

CELE MAI MODERNE TEORII SUGEREAZ UN MOD OPTIM DE FIRM (MBO, EXCELENA N AFACERI, REENGINEERING-UL COMPANIEI I FIRMA HOLONIC) I APELAREA LA TEHNOLOGIA INFORMATIC. N ECONOMIA MANAGERIAL ADUCE MULTIPLE DIRECII / POSIBILITI DE APLICARE A VIITOARELOR GENERAII DE COMPUTERE. LA NIVELUL COMPONENTEI MATERIALE A FIRMEI, CMPUL CORESPONDENT DE APLICARE ESTE DOMENIUL TEHNIC: SISTEME DE ROBOI, CONTROLUL INTEGRAT AL PROCESELOR TEHNOLOGICE, AUTOMATIZAREA FLEXIBIL PRIN PROGRAME BAZATE PE SISTEME EXPERT I ALTE TEHNICI IA, PROIECTAREA /TESTAREA ASISTAT, ETC. ATENIA SE FOCALIZEAZ ASUPRA COMPONENTEI UMANE A FIRMEI, ASUPRA MANAGEMENTULUI EXERCITAT N SPECIAL PRIN I DE CTRE FACTORUL UMAN. INVENTARUL PROBLEMELOR /ACTIVITILOR /DOMENIILOR ECONOMICE ASISTATE DEJA DE CALCULATOR SUNT PREZENTATE N TABELUL 1.26:

DOMENIUL APLICATIVCARACTERIZAREAPLICAIEAVANTAJE

PRODUCIE, DISTRIBUIESISTEME DE OPERARE PRIN REELE DE COMPUTEREEMITERE COMENZI LA FURNIZORI, ORGANIZAREA GESTIUNILOR PE ARTICOLE /SORTIMENTE, PRELUCRAREA ORDINELOR DE LIVRARE DE LA CLIENI, FACTURAREA BUNURILOR LIVRATECOSTURI MAI SCZUTE, ECONOMIE DE TIMP, SERVICII DE CALITATE

AFACERI-BAZE DE DATE

BNCILE DE DATE ORGANIZATE DE PROBLEME DISTINCTE I DUP CRITERII DIVERSEORGANIZAIE DE PROBLEME, EVIDENA INFORMAIILOR, ECONOMIE DE TIMP

ECONOMICO-FINANCIARREELE DE REELE DE CALCULATOARE DE TIP SWIFT, COMPARABILE CU INTERNETPLILE, NCASRILE I CONTACTUL NTRE PARTICIPANII AFLAI LA MII DE KILOMETRI UNUL FA DE CELLATCOMUNICAREA RAPID

MARKETINGCALCULATOARE I SISTEME VIDEO; NOI GENERAII DE COMPUTERE LEGATE PRIN SATELITDISTRIBUIA, PROMOVAREA, RECLAMA FIRMEI, A PRODUSELOR, ETC.CALITATE, PROMPTITUDINE, RAPIDITATE

TRANZACII FINANCIARE I COMERCIALEFINANCIAL ELECTRONIC DATA INTERCHANGETRANSMITEREA PRIN MIJLOACE ELECTRONICE A DOCUMENTELOR PE BAZA LA CARE AU LOC TRANZACII FINANCIARE I COMERCIALE; SCHIMBUL ELECTRONIC DE DATE FINANCIAREREDUCERE DE COSTURI I ECONOMIE DE TIMP; ELIMIN TRANSMITEREA LOR FIZIC NTRE PARTENERI

DOMENIUL APLICATIVCARACTERIZAREAPLICAIEAVANTAJE

MUNCA DE BIROU

DEPOZITAREA, PROCESAREA I APELAREA UNOR CANTITI ENORME DE INFORMAIICRETEREA PRODUCTIVITII, CALITII, REDUCEREA COSTURILOR

MANAGEMENTSTAII, REELE DE CALCULATOAREACCESAREA INSTANTANEE A UNUI VOLUM MARE DE INFORMAII, SIMULAREA DE SCENARII ASOCIATE UNOR PROBLEME DECIZIONALE, TELECONFERINECOMUNICAREA INSTANTANEE, DESCENTRALIZAREA DECIZIEI, STOCAREA - TRANSMITEREA DE MESAJE

ORICUM LE-AM NUMI, SISTEME COGNITIVE SAU SISTEME INTELIGENTE, SISTEMELE EXPERT CONSTITUIE O SUBRAMUR A TEHNOLOGIEI INTELIGENTEI ARTIFICIALE I S-AU REMARCAT DEJA NUMEROASE APLICAII. SISTEMELE EXPERT, GENERATOARELE DE SISTEME EXPERT I CHIAR GENERATOARELE DE SISTEME NEURONALE SUNT DEJA DISPONIBILE PE PIA I CONTRIBUIE DIN PLIN LA MODELAREA NTREPRINDERII VIITORULUI. NC DIN 1985, P. HARMON I D.KING NTREVEDEAU N MATERIE DE SISTEME EXPERT DOU PERIOADE:

PRIMA PERIOAD, PN LA NCEPUTUL ANILOR 90, CARACTERIZAT DE APLICAREA SISTEMELOR EXPERT DE MRIME MEDIE LA SOLUIONAREA UNOR PROBLEME SPECIFICE. ELE AU FORMAT GUSTUL PENTRU ACEAST TEHNOLOGIE I UN NUMR MARE DE COGNITICIENI.

A DOUA PERIOAD, CU NCEPERE DIN 1992, VA ATINGE APOGEUL LA NCEPUTUL MILENIULUI URMTOR, CND SISTEMELE EXPERT SUNT CONCEPUTE PENTRU REPRODUCEREA RAIONAMENTULUI UMAN PN LA PUNCTUL N CARE VOR CONCURA EXPERII UMANI N MATERIE DE INTELIGEN I EXPERTIZ.

LUCRAREA DE FA FACE O TRECERE SPRE NELEGEREA MECANISMELOR CE STAU LA BAZA SISTEMELOR INTELIGENTE. REFERATUL ABORDEAZ UN DOMENIU DE VRF AL TIINEI CONTEMPORANE, RESPECTIV CREAREA UNOR CONCEPTE, METODE I TEHNICI ALE INTELIGENEI ARTIFICIALE IA I FOLOSIREA LOR N ANALIZ I OPTIMIZAREA PROCESELOR ECONOMICE COMPLEXE LA NIVELUL SISTEMELOR INDUSTRIALE.

PE BAZA RECURGERII LA REELELE NEURONALE, REFERATUL PROPUNE UN MODEL DE ESTIMARE A RISCULUI DE FALIMENT AL FIRMEI, N PARALEL CU ANALIZA I PREDILECIA CICLULUI PROPRIU N AFACERI LA NIVEL DE FIRM. O ALT ABORDARE MODERN O CONSTITUIE TEHNICILE DE RECUNOATERE A FORMELOR I RECURSULUI LA CALCULATOR REPREZENTND UN DOMENIU DE SINE STTTOR AFLAT N MARE EXPANSIUNE, LEGAT DE STUDIUL INTELIGENEI NATURALE SAU ARTIFICIALE, CA I TEHNICILE AVANSATE DE PRELUCRARE A INFORMAIEI. NTREAGA LUCRARE ARMONIZEAZ I CORELEAZ SISTEMELE BAZATE DE CUNOTINE CU MANAGEMENTUL APLICAT N SISTEMELE INDUSTRIALE. RECONSTITUIREA NEUROERPERTIZEI UMANE SPRE CEA ARTIFICIAL ARE LOC ODAT CU TRANSFORMAREA NTREPRINDERII PRIN CONCEPTUL DE REEA DE NTREPRINDERI I CARE REFLECT O ORIENTARE MANAGERIAL SPRE GRUPAREA UNOR NTREPRINDERI DINTR-UNUL SAU MAI MULTE DOMENII DE ACTIVITATE.

MOTIVAIA PENTRU CREAREA UNOR ASTFEL DE REELE DE NTREPRINDERI SE BAZEAZ N PRINCIPAL PE URMTOARELE CONSIDERENTE:

AMELIORAREA POLITICII CONCURENIALE;

ECHILIBRAREA PORTOFOLIULUI DE ACTIVITI;

NTRIREA COMPETENELOR PROPRII SAU RECIPROCE;

ATRACIA CTRE ACELEAI SURSE DE PROFIT LA NIVEL INPUT, THROUGHPUT I OUTPUT;

ADEZIUNEA LA UN PROIECT COMUN;

NEVOIA DE A ELABORA POLITICI PE BAZA UNOR TRAIECTORII STRATEGICE COMUNE;

NECESITATEA DE A RECONSIDERA OPORTUNITATEA MENINERII VECHILOR TEHNOLOGII;

GRUPAREA INFORMAIILOR PRIVIND PIAA MONDIAL;

DIVIZIUNEA ACTIVELOR;

DECIZII LUATE N COMUN, N PRINCIPAL, DATORIT UNUI ACCES MAI UOR LA INFORMAIILE CRITICE ALE NTREPRINDERII I UNEI MAI UOARE CONSULTRI A ALTOR MEMBRII AI ECHIPEI;

OMOGENIZAREA PLANURILOR I A PRIORITILOR;

IMPLEMENTAREA PROCESULUI, A SCHIMBRII I A VIZIUNII IRULUI CREAIEI DE VALOARE;

MPUTERNICIREA (EMPOWERMENT) N TOATE LATURILE ACTIVITII I, MAI ALES, N CEEA CE PRIVETE NEGOCIERILE I REZULTATELE ATEPTATE;

REARHITECTURAREA PE BAZA CERINELOR VIZIUNII INTRANET, EXTRANET I INTERNET;

RESPONSABILITATE, PUTERE I NCREDERE COMUN;

SISTEM COMUN DE INCITARE I RECOMPENS;

RECRUTARE, REINERE I REORGANIZARE.

REELELE DE NTREPRINDERI DESFAC I RECOMPUN FRONTIERELE DINTRE NTREPRINDERI MAI MULT CHIAR DECT PARTICIPRILE COMUNE LA CAPITAL. ACELEAI INTREPRINDERI POT FI ANGAJATE N MAI MULTE RELAII DE COOPERARE STRATEGIC I DE ALIAN CU PARTENERI DIN REELE DIFERITE. COOPERAREA STRATEGIC VA CREA DIN MERS ASTFEL DE GRUPRI I VA FI GREU DE DETERMINAT UNDE NCEPE O ANUMIT NTREPRINDERE I UNDE SE SFRETE ALTA TOATE TINZND CTRE MODELUL NTREPRINDERII VIITORULUI. DE CIVA ANI GRUPRILE INTER-NTREPRINDERI SUB FORM DE REELE SE DEZVOLT PUTERNIC N EUROPA. TENDINA EXPRIM O NECESITATE EVIDENT IMPUS DE CONSTRUCIA EUROPEAN, ADIC O NOU ORGANIZARE A PIEELOR, DESCHIS LA CONCURENA CONDUS LA SCAR COMUNITAR, PRECUM I DE COMPETIIA CRESCUT DINTRE SUA, JAPONIA, NOILE RI INDUSTRIALIZATE I EUROPA. ESTE NEVOIE DE IMPLICAREA NTREPRINDERILOR EUROPENE N TOATE PLANURILE COMPETITIVITII CUM AR FI, FIG.1.27:

ACEAST PROVOCARE PUTERNIC ESTE ILUSTRAT N FIGURA 1.28.

FIG.1.28. PIAA UNIC EUROPEANI LOGICA UNEI ORGANIZAII PARTENERIALE

(MANAGEMENTUL I NETECONOMIA ION DIJMRESCU, PAG. 17, FIG. 1.1)

REELELE DE NTREPRINDERI ASOCIAZ DIFERII PRODUCTORI, PRODUCTORI I FURNIZORI, PRODUCTORI I DISTRIBUITORI SAU PRODUCTORI I UTILIZATORI, STIMULEAZ EXIGENA PRIVIND CALITATEA GENERND LEGTURI STRNSE NTRE TOI CEI CARE PARTICIP LA ACIUNEA DE CREARE A BOGIEI SOCIALE. ALTFEL SPUS, METODELE MODERNE DE MANAGEMENT, EXPLOATND FACILITILE DE COMUNICAIE I DE STABILIRE A ACORDURILOR PERMITE S SE REALIZEZE, MAI MULT I MAI BINE CU MAI MULT I NU SINGUR. PRINCIPALA PROBLEM A MANAGEMENTULUI UNEI REELE DE NTREPRINDERI ESTE GESTIUNEA INTERDEPENDENELOR NTRE FORMULAREA STRATEGIILOR, DEZVOLTAREA COMPETENELOR, DEZVOLTAREA TEHNOLOGIILOR I A SISTEMELOR DE GESTIUNEA RESURSELOR UMANE. PUTEM CONSTATA C MANAGEMENTUL UNEI REELE DE NTREPRINDERI ARE MULTE PUNCTE COMUNE CU CEL AL NTREPRINDERII CU STRUCTURA TIP REEA. NOILE TEHNOLOGII DE INFORMARE I COMUNICAII NTIC AU TRANSFORMAT CEA MAI MARE PARTE A NTREPRINDERILOR N REEA. TOT MAI MULI ANGAJAI DIN NTREPRINDERI LUCREAZ LA DISTAN N COOPERARE CU ALII VIA O REEA INFORMATIC, PRECUM VNZTORII. CHIAR CND LUCREAZ N DOU BIROURI VECINE EI FOLOSESC ACEEAI REEA INFORMATIC I, ADESEA, CHIAR NTR-UN MOD ASINCRON, CA I CUM AR FI N DOU LOCURI NDEPRTATE. SISTEMELE NTIC, N SPECIAL INTRANETUL I INTERNETUL, ANULEAZ DISTANELE FIZICE I CREAZ DISTANE VIRTUALE NTRE PERSOANE APROPIATE I ANULEAZ FRONTIERELE NTRE COMPARTIMENTE, CONTRIBUIND ASTFEL LA INCLUDEREA NTR-O REEA ORIZONTAL A TUTUROR COLABORATORILOR UNEI NTREPRINDERI. IMPLEMENTAREA UNOR STRUCTURI NEURO-EXPERT DE CONDUCERE - A SISTEMELOR INDUSTRIALE - REELE INDUSTRIALE PRESUPUNE ALCTUIREA UNOR MODELE DE REFERIN NECESARE CONFIGURRII NTREGULUI SISTEM INFORMAIONAL. REELELE NEURONALE SUNT DEDICATE REZOLVRII PROBLEMELOR CARE PRESUPUN RECUNOATEREA UNOR MODELE, NVAREA, CLASIFICAREA, GENERALIZAREA I ABSTRACTIZAREA, NTERPRETAREA UNOR DATE INCOMPLETE I IRELEVANTE. DOMENIILE LOR DE APLICAIE NU SE SUPRAPUN CU CELE ALE TEHNICILOR CONVENIONALE SAU ALE CELORLALTE TEHNOLOGII ALE INTELIGENEI ARTIFICIALE. PRINCIPALELE APLICAII ALE REELELOR NEURONALE SUNT:

RECUNOATEREA MODELELOR-REELELE NEURONALE FIIND CAPABILE S RECUNOASC FORME, CULORI, DIMENSIUNI, SUNETE. O PRIM APLICAIE A REELELOR NEURONALE A FOST RECUNOATEREA CARACTERELOR, DEZVOLTNDU-SE SISTEME AUTOMATE PENTRU TRIEREA SCRISORILOR. S-AU DEZVOLTAT MULTE APLICAII I N DOMENIUL RECNOATERII I SINTEZEI SISTEMULUI VOCAL;

INTERPRETAREA DATELOR ESTE UN ALT DOMENIU DE APLICAIE A REELELOR NEURONALE, N SPECIAL N SITUAIILE N CARE SUNT NECESARE MIJLOACE ANALITICE N SCOPUL GENERALIZRII SAU SINTETIZRII UNOR CANTITI MARI DE DATE CE PROVIN DIN SURSE DIFERITE;

OPTIMIZRI, I PROBLEME DE CERCETARE I LOGISTIC MANAGERIAL, ABORDAREA CONEXIONIST ESTE FOARTE BINE ADAPTAT PROBLEMELOR DE OPTIMIZARE. REELELE NEURONALE S-AU UTILIZAT CU SUCCES N PROGRAMAREA LINIAR, OFERIND SOLUII SATISFCTOARE N CONDIIILE EXISTENEI A NUMEROI PARAMETRII;

ALOCAREA RESURSELOR REELEI DE NTREPRINDERI PE BAZA UNOR DATE ISTORICE;

ANALIZE STATISTICE - SISTEME HIBRID CARE REALIZEAZ ASTFEL DE ANALIZE PE BAZA UNOR DATE SELECTATE DE REEAUA NEURONAL LA NIVELUL REELEI DE NTREPRINDERI.

CONCLUZIONND, PRINCIPIILE DE LUCRU CU PRIVIRE LA SISTEMELE EXPERT I TEHNICILE DE RECUNOATERE A FORMELOR POT FI RELATIV UOR ADAPTATE LA ORICARE ALT PROBLEM ECONOMIC COMPLEX. SOCIETILE COMERCIALE ROMNETI SUNT CARACTERIZATE N ANSAMBLU DE UN CONTEXT PARTICULAR, TOT AA CUM PARTICULARE SUNT CARACTERISTICILE PROCESULUI DE TRANZIIE DE LA ECONOMIA DE COMAND LA ECONOMIA MODER DE PIA. ACEST ISTORIE SPECIFIC A SOCIETILOR COMERCIALE ROMNETI SE DIFERENIAZ PE CELE DOU CATEGORII:

SOCIETILE COMERCIALE REZULTATE PRIN TRANSFORMAREA NTREPRINDERILOR DE STAT (LEGEA 15/1990) I CARE URMEAZA PROCEDURA DE PRIVATIZARE

SOCIETI COMERCIALE NOU NFIINATE CU CAPITAL PRIVAT, NATIONAL SAU STRAIN.

TOTUI AMBELE CATEGORII DE SOCIETI COMERCIALE DIN ECONOMIA ROMNEASC SE CONFRUNT TREPTAT CU RIGORILE PIEEI I CU O CONCUREN TOT MAI DUR, PE MSUR CE MECANISMUL INSTITUIONAL SPECIFIC DEVINE FUNCIONAL. UN IMPACT MAJOR N ACEST SENS REVINE REGLEMENTRILOR EXPRESE INTRODUSE PRIN LEGEA NR.64/1995 PRIVIND PROCEDURA REORGANIZRII I LICHIDRII JUDICIARE. ALTFEL SPUS, DRUMUL PE CARE-L VOR PARCURGE N CONTINUARE N VIAA LOR SOCIETILE COMERCIALE ROMNETI RAMNE SUB SEMNUL NTREBRII, DEVENIND PERFECT COMPARABIL CU EVOLUIA ORICREI FIRME AFLATE N MEDIUL CONCURENIAL.

UMBRA FALIMENTULUI PLANEAZ POTENIAL ASUPRA ORICREI SOCIETI COMERCIALE. ASTZI, DECI NTR-O PERIOAD ANUME, EVOLUIA AFACERILOR ESTE FAVORABIL - CEEA CE NSEAMN SALARII SUBSTANIALE, FONDURI DE PROTOCOL, CONFERINE, SPONSORIZRI, ACEL MINE CARE POATE NSEMNA PESTE DOI SAU TREI ANI, APARENT FR O EXPLICAIE RAIONAL, SITUAIILE DE CRIZ SURVIN BRUSC I NTRERUP VIAA SAU EVOLUIA NORMAL A FIRMEI N LUMEA AFACERILOR. ATUNCI CND SITUAIILE DE CRIZ SURVENITE N AFACERI SE FINALIZEAZ PRIN LICHIDAREA I, DECI, FALIMENTAREA FIRMEI, APAR IMPLICAII NEGATIVE PENTRU NTREG SISTEMUL ECONOMIC NAIONAL, CARE ECHIVALEAZ CU: OMAJ PENTRU SALARIAI, LITIGII PENTRU ADMINISTRAIE, PIERDERI PENTRU CREDITORI, PIERDERI PENTRU BNCI, ETC. N GENERAL N RILE OCCIDENTALE, RECURGEREA LA FALIMENTUL I LICHIDAREA FIRMEI CONSTITUIE O SOLUIE MARGINAL; SE DISCUT PREPONDERENT DE MSURI INTERMEDIARE DE REORGANIZARE SUB CONTROL JUDICIAR PENTRU FIRMELE AFLATE N DIFICULTATE.

CUM I N CE MSUR POT FI PREVENITE I EVITATE ASTFEL DE SITUAII? CE ANUME OFER, DIN ACEST PUNCT DE VEDERE, TEORIA ECONOMIC I TIINA MANAGEMENTULUI PENTRU DECIDENII DE LA NIVEL MICROECONOMIC? N REFERAT NE PROPUNEM, TOT N CONTEXTUL STRUCTURILOR NEURO-EXPERT, STUDIEREA CICLURILOR AFACERILOR PRECUM I CONEXIUNEA NTRE MICROCLICITATE N AFACERI, TEORIA FIRMEI I TEORIA FALIMENTULUI PRIN INTERMEDIUL TEORIILOR IMPUSE N MANAGERNENTUL MODERN. TEORIA FALIMENTULUI I NDEOSEBI ESTIMAREA RISCULUI DE FALIMENT AL UNEI FIRME, RMNE UN SUBIECT PERMANENT DE ANALIZ I REFLECIE IAR CONEXIUNEA DINTRE TEORIA FALIMENTULUI I FENOMENUL DE MICROCICLICITATE - IMPLICIT I FA DE FENOMENUL DE CICLICITATE LA NIVEL MACROECONMIC ESTE PUTERNIC. I DESIGUR AMBELE SUBIECTE AU UN PUNCT CENTRAL DE CONVERGEN - COMPORTAMENTUL I VOINA FACTORULUI UMAN LA NIVEL ORGANIZAIONAL. EVALUAREA RISCULUI DE FALIMENT AL FIRMEI INCLUDE N MOD NECESAR CALITATEA FACTORULUI UMAN AL ORGANIZAIEI I MANAGEMENTUL APLICAT DE ACEASTA.

2. TEORIA NVRII SISTEMELOR INTELIGENTE N CONDIII DE ASIMETRIE INFORMAIONAL

2.1. ARHITECTURI NEURONALE UNIC I ALGORITMI GENETICI DE ANTRENARE RAPID A NEURONILOR ARTIFICIALI

2.2. CONSOLIDAREA NVRII N REELELE NEURONALE EVOLUTIVE PENTRU CONTROLUL CIBERNETIC N SISTEMELE INDUSTRIALE

ACUM UN PROCENTAJ MAI MARE DIN DECIZIILE LUATE DE MANAGERI, DAR I DE OPERATORI, INSTALATORI DE LINIE, REPREZENTANI I ALII, CERE GNDIRE, EVALUARE I NVARE NEPROGRAMATE. TREBUIE STRNS MAI MULT INFORMAIE ATT DESSPRE MEDIUL INTERN, CT I DESPRE CEL EXTERN, ASAMBLAT, ANALIZAT I CNTRIT NAINTE DE A SE PUTEA LUA DECIZIILE. TOT MAI MULT, INDIVIDUL SE CONFRUNT CU SITUAII N CARE IMPLEMENTAREA UNEI POLITICI SAU PROCEDURI EXISTENTE POATE DUCE LA DEZASTRU. PE SCURT ESTE CONFRUNTAT CU SITUAII N CARE TREBUIE S INVENTEZE O REACIE-ALVIN TOFFLER CORPORAIA ADAPTABIL.

DINCOLO DE NTREPRINDEREA-CREIER, CARE FUNCIONEAZ NTR-O MANIER HOLOGRAFIC I-I FOLOSETE NEURONII PENTRU A STABILI CONEXIUNI NTRE DIFERITELE SALE CIRCUIT CONFORM NEVOILOR SALE (INFORMATICA I SISTEMELE DE INFORMARE ACCESIBILE TUTUROR SUNT AICI, N GENERAL FOARTE DEZVOLTATE), NTREPRINDEREA-FLUX SE ADAPTEAZ, CA I UN FLUVIU, LA TOPOGRAFIA LOCURILOR, FIE CA UN FLUVIU MARE I PUTERNIC, FIE SCINDAT N MAI MULI AFLUENI CARE SE RENTLNESC PE MAI DEPARTE. MEREU ACELAI FLUVIU, NTREPRINDEREA I PSTREAZ STABILITATEA, CHIAR DAC APA I FORMA VARIAZ N MOD CONSTANT.

CA TOATE ORGANISMELE VII, OMUL ARE CAPACITATEA DE A PROFITA DE EXPERIENA SA; EL POATE S NVEE. NVAREA, DEFINIIA 2.1., ESTE DEFINIT CA O MODIFICARE A COMPORTAMENTULUI REZULTAT DIN EXPERIEN I CARE SE MANIFEST TIMP NDELUNGAT. NVAREA ESTE UN PROCES DEDUS. CONSTATM C AM NVAT CEVA NUMAI ATUNCI CND SUNTEM SOLICITAI S FACEM O DEMONSTRAIE. ASTFEL, NVAREA NU CONDIIONEAZ DOAR ACHIZIIILE INDIVIDUALE, CI PARTICIP LA ELABORAREA NTREGII PERSONALITI.

ORGANIZAIILE N CARE TRIM I MUNCIM SUNT LOCURI DE NVARE CONSTANT. LOCUL DE MUNC, LA FEL CA I FAMILIA, COALA, ARMATA, NE ACORD PRIVILEGIUL DE A ACHIZIIONA NOI COMPORTAMENTE ANTERIOR NVATE.

ORICE INDIVID N MUNCA SA (DE LA POSTURILE CELE MAI COMPLEXE, LA POSTURILE CELE MAI SIMPLE) VA TREBUI S PROFITE DE EXPERIENELE ANTERIOARE, S DEMONSTREZE CAPACITATEA SA DE ADAPTARE LA ANUMITE SITUAII I S ACHIZIIONEZE ALTE EXPERIENE. UN MANAGER ARE NU NUMAI DORINA DE REUIT, CI I DORINA DE A FI UTIL CELORLALI. ACEST LUCRU SE VA NTMPLA CT TIMP EL NELEGE PRECIS CUM FUNCIONEAZ PROCESUL DE NVARE I CARE SUNT FACTORII ESENIALI CE INFLUENEAZ COMPORTAMENTUL ANGAJAILOR. CHIAR DE LA NCEPUTURILE INTELIGENEI ARTIFICIALE CERCETTORII AU NCERCAT S NELEAG PROCESUL DE NVARE I C CREEZE PROGRAME PENTRU CALCULATOR CARE S POAT NVA.

EXIST DOU MOTIVE FUNDAMENTALE PENTRU A STUDIA NVAREA. UNUL ESTE PENTRU A NELEGE PROCESUL DE NVARE. PRIN DEZVOLTAREA MODELELOR DE NVARE PE CALCULATOR, PSIHOLOGII AU NCERCAT S NELEAG MODUL N CARE NVA OAMENII. DE LA PLATON NCOACE, FILOZOFII AU FOST DE ASEMENEA INTERESAI N CERCETAREA NVRII, PENTRU C O AJUT S NELEAG CE ESTE CUNOATEREA I CUM CRETE EA.

AL DOILEA MOTIV PENTRU CERCETAREA NVRII ESTE PENTRU A ASIGURA CALCULATOARELOR ABILITATEA DE A NVA. MULT TIMP UN SCOP AL IA A FOST DEZVOLTAREA DE SISTEME DE CALCUL CARE S POAT FI NVATE MAI DEGRAB DECT PROGRAMATE. MULTE APLICAII ALE CALCULATOARELOR, CUM SUNT PROGRAMELE INTELIGENTE PENTRU ASISTAREA OAMENILOR DE TIIN, IMPLIC ACHIZIIA DE NOI CUNOTINE. DECI CERCETAREA NVRII POATE EXTINDE ARIA PROBLEMELOR LA CARE SE POT FOLOSI CALCULATOARELOR.

HERBERT SIMON DEFINETE NVAREA CA ORICE PROCES PRIN CARE UN SISTEM I MBUNTETE PERFORMANELE. DEFINIIA SA PRESUPUNE C SISTEMUL ARE O SARCIN PE CARE NCEARC S O REALIZEZE. EL I POATE MBUNTI PERFORMANELE PRIN APLICAREA DE NOI METODE I CUNOTINE SAU PRIN MBUNTIREA METODELOR I CUNOTINELOR EXISTENTE PENTRU A LE FACE MAI RAPIDE, MAI CORECTE, MAI ROBUSTE.

N CAZUL APLICAIILOR COMPLEXE: SISTEMELE INTELIGENTE, SE CONTUREAZ O ALT ABORDARE: NVAREA AUTOMAT, CA UN SET DE METODE UTILIZATE N SCOPUL NVRII DE CTRE CALCULATOR A MODULUI DE REZOLVARE A UNEI PROBLEME PRIN ANALOGIE CU ANUMITE CAZURI TRECUTE. ACEST OBIECTIV NU ESTE DELOC SIMPLU. PE DE O PARTE, EXIST MAI MULTE MODELE DE NVARE I ALEGEREA UNUI MODEL POTRIVIT SPECIFICULUI PROBLEMEI POATE FI EXTREM DE DIFICIL. PE DE ALT PARTE, CU TOATE C NVAREA AUTOMAT ESTE CONSIDERAT UN DOMENIU AL INTELIGENEI ARTIFICIALE, MULTE DIN TEHNOLOGIILE SALE NU SUNT CARACTERISTICIE ACESTEIA.

TERMENUL NVARE AUTOMAT A ESTE UTILIZAT PENTRU A INDICA UN DOMENIU DE CERCETARE MULTIDISCIPLINAR I UN SET DE METODE PENTRU A EXTRAGE INFORMAII SINTETICE (DE NIVEL NALT) DIN BAZE DE DATE CE CONIN CANTITI MARI DE INFORMAIE NEPRELUCRAT (DE NIVEL SCZUT). SISTEMELE DE NVARE AUTOMAT SA SUNT UN SUBDOMENIU AL IA SIMBOLICE CONCENTRAT PE NVARE. SCOPUL SISTEMELOR CU NVARE AUTOMAT ESTE DE A REPRODUCE PROCESELE DE GNDIRE UMAN, N PARTICULAR, S CONSTRUIASC REGULI CE SUNT SIMILARE CU CELE FORMULATE DE CTRE EXPERII UMANI. FA DE SISTEMELE EXPERT, SISTEMELE DE NVARE AUTOMAT PREZINT AVANTAJUL MBUNTIRII BAZEI DE CUNOTINE N MOD AUTOMAT, FR INTERVENIA INGINERULUI DE CUNOTINE.

CELE TREI DOMENII ALE NVRII AUTOMATE SUNT , FIG. 2.2:

METODE STATISTICE (RECUNOATERE DE FORME, REGRESIE)

SISTEME DE NVARE AUTOMAT;

METODE CONEXIONISTE (REELE NEURONALE ARTIFICIALE)

CA MAJORITATEA CERCETRILOR DIN DOMENIUL INTELIGENEI ARTIFICIALE, SISTEMELE DE NVARE AUTOMAT AU DOU OBIECTIVE:

i. NELEEGEREA CAPABILITILOR DE NVARE A CREIERULUI UMAN I

ii. DEZVOLTAREA DE ALGORITMI CAPABILI S REPRODUC PROCESUL DE NVARE UMAN I S CONSTRUIASC REGULI SIMILARE CU CELE FORMULATE DE EXPERII UMANI.

UN SISTEM INTELIGENT DE NVARE AUTOMAT, FIGURA2.4., ESTE FORMAT DIN CINCI COMPONENTE PRINCIPALE: MEDIU (PROFESOR), ELEMENTUL DE NVARE, ELEMENTUL DE EVALUARE, BAZA DE CUNOTINE I ELEMENTUL DE PRELUCRARE, FIGURA 2.3. MEDIUL OFER STIMULI PENTRU A MBUNTI CUNOTINELE EXPLICITE DIN BAZA DE CUNOTINE. ACESTE CUNOTINE SUNT UTILIZATE DE ELEMENTUL DE PRELUCRARE N REZOLVAREA PROBLEMEI. ELEMENTUL DE PRELUCRARE ESTE DE FAPT MOTORUL DE INFEREN AL SISTEMULUI I FORMEAZ MPREUN CU BAZA DE CUNOTINE COMPONENTA DE REZOLVARE A PROBLEMELOR. CALITATEA REZOLVRII PROBLEMEI ESTE ANALIZAT DE COMPONENTA DE EVALUARE A PRELUCRRII (COMPONENTA CRITIC), IAR REZULTATELE ACESTEI ANALIZE SUNT TRANSMISE ELEMENTULUI DE NVARE. INFORMAIA SINTETIZAT N TIMPUL PROCESULUI DE REZOLVARE A PROBLEMEI POATE SERVI CA REACIE INVERS PENTRU ELEMENTUL DE NVARE. N SITUAIA N CARE AU FOST NTLNITE CAZURI NOI, NECUNOSCUTE, SAU CND S-A CONSTATAT C SISTEMUL A NVAT GREIT, ACEASTA POATE FI MBUNTIT DINAMIC N CURSUL PROCESULUI DE NVARE (CONSTRUIRE A MODELULUI DE NVARE) SAU DUP ACEEA. MEDIUL, BAZA DE CUNOTINE I ELEMENTUL DE PRELUCRARE DETERMIN SPECIFICUL PROBLEMEI DE NVARE N FUNCIILE PARTICULARE PE CARE ELEMENTUL DE NVARE TREBUIE S LE REALIZEZE.

CERCETRILE N DOMENIUL NVRII AUTOMATE S-AU INTENSIFICAT N ULTIMELE PATRU DECENII, INIIAL INSISTNDU-SE MAI DEGRAB ASUPRA MODALITILOR DE A REALIZA UN SISTEM CARE S SE DOVEDEASC INTELIGENT, DECT ASUPRA MODALITILOR PRIN CARE ACESTA S POAT NVA N SCOPUL MBUNTIRII PROPRIILOR PERFORMANE.

CEA MAI MARE PARTE A CERCETRILOR N DOMENIUL NVRII AUTOMATE AU FOST ORIENTATE SPRE DEFINIREA UNOR PARADIGME ALE NVRII (CA DOMENIU CARE CONST NTR-O INVESTIGARE A PRINCIPIILOR DE BAZ ALE INTELIGENEI), STABILIREA UNOR RELAII NTRE ACESTEA I ELABORAREA ALGORITMILOR CARE LE CARACTERIZEAZ.

FIGURA 2.4. STRUCTURA UNUI SISTEM DE NVARE AUTOMAT

METODELE DE NVARE CORESPUND UNOR TEHNICI RELATIV DIFERITE: METODE DE NVARE INDUCTIV, SISTEMELE DE CLASIFICARE, REELE NEURONALE, ALGORITMI GENETICI, SISTEME DE NVARE BAZATE PE EXPLICAII. ACESTE TEHNICI AU N COMUN ABILITATEA DE A MODIFICA PERFORMANELE SISTEMULUI ODAT CU CTIGAREA EXPERIENEI. HERBERT SIMON A CARACTERIZAT PROCESUL DE NVARE, DEFINIIA 2.2, NTR-UN MOD SUFICIENT DE ABSTRACT PENTRU A PERMITE UTILIZAREA ORICROR METODE:

ACEAST NOU ABORDARE A SISTEMELOR INTELIGENTE PRESUPUNE CONSTRUIREA DE CALCULATOARE CU O ARHITECTUR I CAPACITATE DE PROCESARE CARE S IMITE ANUMITE ABILITI DE PROCESARE ALE CREIERULUI. REEAUA NEURONAL DIN EXPERIEN, PROCES CARE IMPLIC TREI ETAPE, FIG. 2.5.:

FIG.2.5. ETAPELE PARCURSE DE REELELE NEURONALE

N PROCESUL NVRII

PRELUCRAREA INFORMAIILOR CU AJUTORUL UNEI REELE NEURONALE CONST N NCERCAREA DE A RECUNOATE MODELE DE ACTIVITI, ELE FIIND CAPABILE S DESCRIE O PROBLEM I S O I REZOLVE N ACELAI TIMP PRIN AUTOORGANIZARE I NU PRIN PROGRAM, PE BAZA UNOR TOPOLOGII INIIALE, A UNOR REGULI DE NVARE I A UNUI NUMR MARE DE ANTRENAMENTE.

2.1. ARHITECTURI NEURONALE UNICE I ALGORITMI GENETICI DE ANTRENARE RAPID A NEURONILOR ARTIFICIALI

2.1.1. Teoria nvrii sistemelor inteligente

TEORIA NVRII SISTEMELOR INTELIGENTE STUDIAZ PROCEDURILE CARE ACIONEAZ N FABRICAIA PRODUSELOR N VEDEREA ASIGURRII CALITII LA UN PRE CT MAI SCZUT GENERAT DE PROCES I DE TEHNICA REALIZRII PRODUSELOR. CELE MAI ADECVATE TEHNICI DE REALIZARE A PRODUSELOR DE CALITATE (CONFORMITATE I FIABILITATE) SUNT PROCESELE TEHNOLOGICE FLEXIBILE, CONSIDERATE SISTEME CIBERNETICE CU AUTOREGLARE I OPTIMIZARE CU AJUTORUL TEHNICILOR INTELIGENEI ARTIFICIALE. INTELIGENA ARTIFICIAL SE DEFINETE DREPT CAPACITATEA SISTEMELOR DE READAPTARE RAPID I OPTIMAL LA RESTRICIILE IMPUSE DE MEDIU, CU EFICIEN ECONOMIC SCONTAT. CU AJUTORUL ACESTOR TEHNICI INTELIGENTE CONTROLUL CALITII S-A MUTAT N INTERIORUL PROCESULUI DE FABRICAIE URMRINDU-SE MONITORIZAREA PARAMETRILOR CIRTICI CARE POT AFECTA CALITATEA. MONITORIZAREA PROCESULUI PERMITE EVALUAREA SEMNALELOR CARE INDIC SCHIMBAREA CALITII N VEDEREA IDENTIFICRII I NLTURRII DEFECTELOR. PENTRU A NDEPLINI ACESTE SARCINI SE FACE APEL LA SISTEMELE EXPERT INTELIGENTE CARE COMBINATE CU REELE NEURONALE PERMIT MODELAREA I CONTROLUL CALITII PE BAZA MULIMILOR FUZZY. FOLOSIREA SISTEMELOR HIBRIDE (EXPERT+REELE NEURONALE) RECLAM INSTRUIREA ACESTOR STRUCTURI PRIN NVARE. NVAREA PERMITE CRETEREA NIVELULUI DE CUNOATERE A REALITII I MBUNTIREA METODELOR DE LUCRU. PRIN NVARE SISTEMELE I MBUNTESC PERFORMANELE. LA NIVELUL SISTEMELOR EXPERT NVAREA URMRETE ACHIZIIA DE CUNOATERE EXPLICIT I ACHIZIIA DE APTITUDINI PRIN APLICAREA CELOR NVATE.

NVAREA PERMITE FORMAREA TEORIILOR, IPOTEZELOR I A INFERENELOR INDUCTIVE. PE BAZA LOR SE DESCRIU I SE EXPLIC FENOMENELE. INFERENA INDUCTIV ARAT CUM SE FORMEAZ LEGILE GENERALE PLECND DE LA ANALIZA EXEMPLELOR PARTICULARE.

NVAREA BAZAT PE INTELIGEN ARTIFICIAL S-A DEZVOLTAT N PATRU PAI, FIG. 2.6:

CONEXIONITII GNDESC PROBLEMA NVRII N TERMENII HARDWARE PARALEL DEDICAT. NTR-O MAIN DEDICAT (HARDWARE), ELEMENTELE FUNDAMENTALE SUNT IMPLEMENTATE I NU PROGRAMATE AA FEL NCT S STABILEASC INTENSITATEA ACTIVITILOR FIZICE (INTENSITATEA LUMINII DE EXEMPLU, IMPLEMENTAREA UNOR ASPECTE ALE VEDERII ETC.).

FIG.2.6. DEZVOLTAREA NVRII PE BAZA INTELIGENEI ARTIFICIALE

NVAREA DIN EXEMPLE FACE APEL LA REGULILE GENERALE CARE PERMIT GHIDAREA ELEMENTULUI DE EXECUIE ASTFEL NCT S SE ATING PERFORMANE MAXIME. ELEMENTUL DE NVARE CONINE INFORMAII PE CARE LE GENERALIZEAZ N IDEEA OBINERII REGULILOR GENERALE DE COMPORTAMENT. DAC PROGRAMUL URMRETE S NVEE SISTEMUL EXPERT S JOACE AH, ATUNCI TREBUIE PREZENTAT POZIIA PIESELOR PE TABLA DE JOC I S-I ARTM CARE ESTE CEA MAI BUN MICARE. PROGRAMUL GENERALIZEAZ MUTRILE PE CARE LE NVA SISTEMUL EXPERT N VEDEREA DESCOPERIRII STRATEGIEI DE JOC. NVAREA PRIN EXEMPLE SE POATE DESCRIE CA O PROBLEM DE FOLOSIRE A EXEMPLELOR DE ANTRENAMENT CU SCOPUL CUTRII I GSIRII REGULILOR GENERALE DE COMPORTAMENT N DIVERSE SITUAII PRACTICE. ACEST PROGRAM DE NVARE OPEREAZ CU SPAIUL EXEMPLELOR I SPAIUL REGULILOR. UN SISTEM DE NVARE MERGE NAINTE I NAPOI NTRE CELE DOU SPAII (EXEMPLE I REGULI) PN CND REUETE S CONVEARG CTRE O REGUL DORIT. UNEORI SPAIUL REGULILOR CONINE INFORMAII DE CUNOATERE A REALITII MULT PESTE NIVELUL REGULILOR I PERMITE EXECUTANTULUI S REZOLVE MAI RAPID NOUA PROBLEM APRUT. ACESTE MODURI DE COMPORTARE APAR LA NIVELUL SISTEMELOR ADAPTIVE.

SISTEMELE DE NVARE N INGINERIA CUNOATERII PERMIT N PREZENT CONTROLAREA I RECUNOATEREA FORMELOR. PRIN NVARE, SISTEMUL I MODIFIC SISTEMUL DE PERFORMAN, CEEA CE PERMITE S SE ADAPTEZE LA NOILE SITUAII NTLNITE FR RISCURI. MODELELE DE NVARE PERMIT REALIZAREA UNOR MAINI CARE POT NVA I RENVA OBIECTIVELE CARE TREBUIE ATINSE CHIAR DAC ACESTEA SE MODIFIC N TIMP. DAC ACESTE MAINI CARE AU CAPACITI DE AUTO-ORGANIZARE I AUTO-DEPANARE OBIN O CRETERE VIZIBIL A FIABILITII LOR PRIN TOLERANE LA DEFECTRI, MODELELE DE NVARE UMAN POT FORMA BAZA DE REALIZARE A UNOR MAINI CARE PRIN COLABORARE CU UTILIZATORUL POT APLICA FR DIFICULTI SISTEMUL DE NVARE PRIN EXEMPLE LA NIVELUL NOILOR STRUCTURI INTELIGENTE EXPERT. N ACEST CAZ NVAREA ARE DOU ETAPE, I ANUME: ETAPA NVRII MAINA NVA I ETAPA PREDRII MAINA ELABOREAZ STRATEGII DE ATINGERE A SCOPULUI, IAR UTILIZATORUL SELECTEAZ UNA DINTRE ELE, FIG. 2.7.:

FIG.2.7. ETAPELE NVRII LA NIVELUL SISTEMELOR INTELIGENTE

ETAPA DE NVARE CUPRINDE PROCESUL PRIN CARE CLASIFICATORUL DE FORME ACUMULEAZ INFORMAIA FURNIZAT DE SECVENA NVRII I O CUPLEAZ CU STRATEGIA DE AJUSTARE A ZONEI DE DECIZIE. DAC PENTRU ZONA DE NVARE ESTE CUNOSCUT CLASIFICAREA CORECT A FORMELOR ATUNCI SISTEMUL DE NVARE SUPERVIZAT SE NUMETE NVARE CU PROFESOR. CND ACEAST INFORMAIE LIPSETE, SISTEMUL DE NVARE ESTE NESUPERVIZAT FIIND DENUMIT NVARE LIBER FR PROFESOR. PROCEDURA DE NVARE MODIFIC ZONELE DE DECIZIE PE BAZA INFORMAIILOR PERFORMANTE PRIMITE. DECI, IDENTIFICAREA SISTEMELOR ADAPTIVE, CONTROLUL ADAPTIV I RECUNOATEREA FORMELOR SUNT PROBLEME ALE NVRII PRIN EXEMPLE. METODELE CU CARE OPEREAZ NVARE PRIN EXEMPLE SUNT DENUMITE ASTFEL: ALGORITMI STATICI CARE FOLOSIND FUNCII DENSITATE DE PROBABILITATE CREEAZ PROCEDURI DE DECIZIE BAYESIAN, NVAREA PARAMETRILOR CARE PERMITE APLICAREA UNUI MODEL LINIAR LA CUNOATEREA PARAMETRILOR SISTEMULUI INVESTIGAT, NVAREA AUTOMATELOR APELEAZ LA AUTOMATE STOHASTICE I FUZZY PENTRU A MODELA SISTEMUL NECUNOSCUT, NVAREA STRUCTURAL FOLOSETE GRAMATICI I GRAFURI DE FORME PENTRU A REPREZENTA CLASELE DE OBIECTE.

2.1.2. STRUCTURI ALE REELELOR NEURONALE ARTIFICIALE

POTRIVIT DEFINIIEI DATE DE DARPA NEURAL NETWORK STUDY (1988 AFCEA INTERNATIONAL PRESS), REELELE NEURONALE REPREZINT SISTEME COMPUSE DINTR-UN NUMR MARE DE ELEMENTE DE PROCESARE CE OPEREAZ N PARALEL A CROR FUNCIONARE ESTE DETERMINAT DE STRUCTURA REEA, PUTEREA CONEXIUNILOR IAR PROCESAREA ESTE REALIZAT LA NODURI SAU ELEMENTE DE PROCESARE. O ALT DEFINIIE DAT DE HAYKIN S (1994), NEURAL NETWORKS; A COMPREHENSIVE FOUNDATION. O REEA NEURONAL ESTE UN PROCESOR DE DISTRIBUIE PARALEL CARE ARE NATURALA PROPRIETATE PENTRU DEPOZITAREA CUNOTINELOR I DISPONIBILITATEA UTILIZRII ACESTORA. ESTE COMPARAT CU CREIERUL N DOU ASPECTE:

CUNOATEREA ESTE ACHIZIIONAT DE REEA PRINTR-UN PROCES DE NVARE

CONEXIUNILE PUTERNICE INTERNEURONI CUNOSCUTE CA SINAPSE SUNT UTILIZATE PENTRU A DEPOZITA CUNOATEREA.

REELELE NEURONALE SE NCADREAZ N DOMENIUL LARG AL RECUNOATERII FORMELOR PRIN TEORIA NVRII I AL PROCESELOR DISTRIBUITE PARALEL PRIN INTELIGENA ARTIFICIAL FOLOSIT. O REEA ARTIFICIAL NEURONAL CUPRINDE O SUIT DE UNITI SIMPLE DE PROCESARE CARE COMUNIC NTRE ELE PRIN SEMNALE CARE CIRCUL PRINTR-UN NUMR MARE DE CONEXIUNI PONDERATE. CARACTERISTICILE GENERALE ALE MODELRII PROCESELOR PRIN DISTRIBUIRE N PARALEL A EVENIMENTELOR SE PREZINT ASTFEL:

MULIMEA UNITILOR DE PROCESARE (NEURONI, CELULE NERVOASE).

STARE DE ACTIVARE PENTRU FIECARE UNITATE DIN CUPRINSUL REELEI REALE MODELATE.

CONEXIUNI NTRE UNITI PRIN SINAPSE PONDERATE (SINAPSELE DETERMIN EFECTUL PE CARE-L ARE SEMNALUL UNEI UNITI ASUPRA NTREGII REELE MODELATE).

O REGUL DE PROPAGARE CARE DETERMIN INTRRILE N REEA I INTRRILE LA FIECARE NOD NEURONAL.

O FUNCIE DE ACTIVARE CARE INFLUENEAZ NIVELELE REELEI DAC SE CUNOATE INTRAREA X(T) I STAREA CURENT A REELEI S, (T).

O INTRARE EXTERN (B) PENTRU FIECARE UNITATE.

O METOD PENTRU CULEGEREA INFORMAIILOR.

UN MEDIU N CARE SISTEMUL OPEREAZ I CARE ASIGUR SEMNALELE DE INTRARE I CELE DE EROARE.

FIECARE UNITATE DE PROCESARE PRIMETE INTRRI DE LA UNITILE VECINE I CU ACESTEA CALCULEAZ SEMNALUL DE IEIRE PE CARE-L TRIMITE ALTOR UNITI (MICROPROCESOARE CARE MODELEAZ NEURONII). SIMULTAN SE AJUSTEAZ PONDERILE SINAPTICE. SISTEMUL APLIC PROCESAREA PARALEL (MAI MULTE UNITI FAC CALCULE N ACELAI TIMP).

REELELE NEURONALE SUNT ORGANIZATE PE STRATURI, REEAUA DIN FIGURA 2.8 CONINE TREI STRATURI DE NEURONI, DINTRE CARE PRIMUL ESTE STRATUL DE INTRARE, IAR ULTIMUL ESTE STRATUL DE IEIRE, STRATUL INTERMEDIAR PURTND DENUMIREA DE STRAT ASCUNS. SINGURELE STRATURI CARE REALIZEAZ PROCESAREA PROPRIU-ZIS A INFORMAIEI SUNT STRATUL ASCUNS I CEL DE IEIRE. NEURONII DIN PRIMUL STRAT AU NUMAI ROLUL DE A PRELUA MRIMILE DE INTRARE N REEA, DE ACEEA ACETI NEURONI, FIE NU AU FUNCII DE ACTIVARE, FIE FOLOSESC FUNCII DE ACTIVARE, FIE FOLOSESC FUNCII DE ACTIVARE IDENTITATE (YJ =NETJ). DIN ACELAI MOTIV, NEURONII DE INTRARE NU SUNT CONSIDERAI CA FORMND UN STRAT I, DE MULTE ORI, O REEA DE TIPUL CELEI DIN FIGURA 2.8 ESTE DESEMNAT O REEA CU DOU STARTURI.

FIG.2.8. ARHITECTURA TIPIC A UNEI REELE NEURONALE ARTIFICIALE

LEGTURILE DINTRE STARTURILE RNA SE REALIZEAZ PRIN CONEXIUNI SINAPTICE PONDERATE. PENTRU RNA DIN FIGURA 2.8. FIECARE NEURON DINTR-UN STRAT ESTE LEGAT CU TOI NEURONII DIN STRATUL URMTOR I NU EXIST LEGTURI NTRE STRATURILE NECONSECUTIVE (DE EXEMPLU INTRARE-IEIRE). O ASTFEL DE STRUCTUR ESTE CUNOSCUT SUB DENUMIREA DE RNA COMPLET CONECTAT. STRUCTURA RNA ESTE DESCRIS COMPLET DE MATRICEA PONDERILOR CONEXIUNILOR DINTRE DOU STRATURI CONSECUTIVE W, ALE CREI ELEMENTE WL INDIC INFLUENA PE CARE IEIREA NEURONULUI I DIN STRATUL INFERIOR O ARE ASUPRA ACTIVRII NEURONULUI J DIN STRATUL SUPERIOR. ASTFEL, PONDERILE POZITIVE AU CARACTER EXCITATORIU, PONDERILE NEGATIVE AU CARACTER INHIBATORIU, IAR PONDERILE NULE INDIC ABSENA CONEXIUNII NTRE CEI DOI NEURONI. TOTODAT, CU CT VALOAREA ABSOLUT A PONDERII WIJ ESTE MAI MARE, CU ATT INFLUENA EXCITATORIE/INHIBITORIE A NEURONULUI I ASUPRA NEURONULUI J ESTE MAI PREGNANT. RNA DIN FIGURA 2.8. ARE ANUMITE PROPRIETI CARE SE APLIC UNEI LARGI CATEGORII DE REELE NEURONALE:

FIECARE NEURON ACIONEAZ INDEPENDENT DE CEILALI NEURONI DIN ACELAI STRAT, IEIREA UNUI NEURON DEPINDE NUMAI DE SEMNALELE CE SE APLIC PE CONEXIUNILE SINAPTICE DE INTRARE.

ACTIVAREA FIECRUI NEURON DEPINDE NUMAI DE INFORMAII CU CARACTER LOCAL; INFORMAIA CE ESTE PRELUCRAT DE NEURON PROVINE DE PE CONEXIUNILE ADIACENTE, NEFIIND NECESAR CUNOATEREA STRILOR ALTOR NEURONI CU CARE NEURONUL CONSIDERAT NU ARE LEGTURI DIRECTE.

NUMRUL MARE DE CONEXIUNI EXISTENTE ASIGUR UN GRAD RIDICAT DE REZERVARE I UUREAZ REPREZENTAREA DISTRIBUIT A INFORMAIEI.

PRIMELE DOU PROPRIETI PERMIT FUNCIONAREA EFICIENT A RNA N PARALEL, IAR ULTIMA PROPRIETATE LE CONFER O SENSIBILITATE REDUS FA DE POSIBILELE PERTURBAII I CALITI DE GENERALIZARE GREU DE OBINUT CU SISTEMELE CLASICE DE CALCUL.

a) PERCEPTRONUL, UNITATEA FUNCIONAL A UNEI REELE NEURONALE ESTE CAPABIL S REALIZEZE O CLASIFICARE BINAR (N DOU CLASE). PENTRU A OBINE O CLASIFICARE NTR-UN NUMR MAI MARE DE CLASE (M>2) SE VA UTILIZA O STRUCTUR CU MAI MULI PERCEPTRONI CONECTAI N PARALEL, FIGURA 2.9. N ACEST CAZ, INTRRILE SUNT CONECTATE LA FIECARE NEURON, OBINNDU-SE ASTFEL O STRUCTUR CONEXIONIST CU N INTRRI I M IEIRI, NUMRUL DE IEIRI FIIND EGAL CU NUMRUL DE CLASE. UN EXEMPLU ESTE CLASIFICAT CA APARINND CLASEI CK1 DAC IEIREA YK ESTE ACTIV, RESTUL IEIRILOR FIIND INACTIVE.

FIG. 2.9. STRUCTUR CU M NEURONI

b) PERCEPTRONUL MULTISTRAT REPREZINT UN MODEL DE RNA CU ACTIVARE DIRECT, CARE CONINE UNUL SAU MAI MULTE STRATURI DE NEURONI NTRE STRATUL DE INTRARE I STRATUL DE IEIRE. ACESTE STRATURI SUPLIMENTARE REPREZINT NIVELURILE ASCUNSE ALE PERCEPTRONILOR MULTISTRAT. N FIGURA 2.10. SE PREZINT UN PERCEPTRON MULTISTRAT CU M IEIRI I UN STRAT ASCUNS. INTRRILE PERCEPTRONULUI SUNT X1, X2.XN, IAR IEIRILE SUNT Y1, Y2YN. STRATUL ASCUNS ESTE FORMAT DIN NODURILE H1, H2.HB. PONDERILE W1IJ, I=1,..N; J=1,.., B REPREZINT PONDERILE CARE LEAG INTRRILE DE STRATUL ASCUNS, IAR PONDERILE W2IJ, I=1,..B; J=1,.., M REPREZINT PONDERILE CARE LEAG NEURONII DIN STRATUL ASCUNS DE CEI DIN STRATUL DE IEIRE. SE NOTEAZ CU T1IJ, I=1,.B

TIJ J =1,.M VALORILE PRAGURILOR NEURONILOR DIN STRATUL ASCUNS, RESPECTIV, DIN STRATUL DE IEIRE.

FIG.2.10. PERCEPTRON MULTISTRAT CU UN SINGUR STRAT ASCUNS

FUNCIILE DE TRANSFER ALE PERCEPTRONILOR MULTISTRAT POT FI FUNCII LIMITATOR, ACTIVAREA PERCEPTRONILOR CALCULNDU-SE DUP URMTOARELE FORMULE:

(2.11)

VALORILE INTRRILOR X1,.XN, POT FI BINARE, FIE REALE N INTERVALUL [0,1]. PERCEPTRONII MULTISTRAT AU O PUTERE DE CALCUL MAI MARE DECT ACEEA A PERCEPTRONULUI CU UNA SAU MAI MULTE IEIRI.

c) PERCEPTRONII MULTISTRAT CU MAI MULTE IEIRI I FUNCII DE TRANSFER SIGMOIDALE SE MAI NUMESC I REELE BACKPROPAGATION, DENUMIRE CARE PROVINE DE LA ALGORITMUL DE NVARE UTILIZAT DE ACESTE STRUCTURI I ANUME ALGORITMUL DE PROPAGARE NAPOI A ERORII.

VALORILE INTRRILOR ACESTOR REELE SUNT VALORI REALE CUPRINSE N INTERVALUL [0,1] I FUNCIA DE TRANSFER TREBUIE S FIE CONTINU I DERIVABIL PE DOMENIUL DE DEFINIIE. DE OBICEI SE UTILIZEAZ URMTOAREA FUNCIE SIGMOID.

(2.12)

SE OBSERV C DAC SUMA INTRRILOR ESTE 0, VALOAREA IEIRII ESTE 0,5 I, PE MSUR CE SUMA INTRRILOR CRETE, IEIREA SE APROPIE DE VALOAREA +1. PE MSUR CE SUMA INTRRILOR SCADE, VALOAREA IEIRII SE APROPIE DE VALOAREA +1. PE MSUR CE SUMA INTRRILOR SCADE, VALOAREA IEIRII SE APROPIE DE 0. DATORIT CARACTERULUI FUNCIEI DE TRANSFER, VALORILE IEIRILOR NU VOR PUTEA FI NICIODAT 0 SAU 1. NTR-UN PROCES DE CLASIFICARE, FIECARE IEIRE CORESPUNDE UNEI REGIUNI DE DECIZIE SAU UNEI CLASE; PENTRU UN EXEMPLU NECUNOSCUT SE SELECTEAZ CLASA CORESPUNZTOARE IEIRII CU CEA MAI MARE VALOARE, DE OBICEI ACEEA CARE TINDE LA VALOAREA +1.FUNCIONAREA UNEI REELE PERCEPTRON MULTISTRAT CUPRINDE DOU ETAPE: ETAPA DE INVARE N CARE, PE BAZA MULIMII DE EXEMPLE CUNOSCUTE, SE SINTETIZEAZ PONDERILE I VALORILE PRAGURILOR DE ACTIVARE I ETAPA DE RECUNOATERE TESTARE, N CARE REEAUA ESTE UTILIZAT PENTRU A CLASIFICA MULIMI DE VALORI NECUNOSCUTE. ALGORITMUL DE NVARE AL REELELOR BACKPROPAGATION CUPRINDE DOU ETAPE PRINCIPALE:

a) PARCURGEREA DIRECT A REELEI, DE LA INTRRI SPRE IEIRI, N CARE SE ACTIVEAZ REEAUA I SE DETERMIN VALORILE IEIRILOR.

b) PARCURGEREA NAPOI A REELEI, DE LA IEIRI SPRE INTRRI, N CARE IEIRILE CALCULATE SE COMPAR CU IEIRILE DIN EXEMPLE I SE DETERMIN O ESTIMARE A ERORII, ACEAST ESTIMARE A ERORII FIIND PROPAGAT NAPOI I UTILIZAT LA ACTUALIZAREA PONDERILOR.

METODA DE ANTRENARE UTILIZAT N CADRUL REELELOR NEURONALE DE TIP BACKPROPAGATION, ESTE O METOD SUPERVIZAT, PENTRU FIECARE EXEMPLU X AL MULIMII DE ANTRENARE CUNOSCNDU-SE IEIREA Y CORESPUNZTOARE ACESTUIA. SCOPUL ALGORITMULUI ESTE DE A GSI VALORILE PONDERILOR W1IJ (I=11,N I J=1,.B) I W2IJ (I=1,B I J=1,M) ASTFEL NCT DIFERENA NTRE IEIRILE CUNOSCUTE ATAATE EXEMPLELOR I IEIRILE CALCULATE DE REEAUA NEURONAL S FIE MINIME PENTRU TOATE EXEMPLELE DE ANTRENARE X(K), K = 1,.N UNDE M ESTE NUMRUL DE EXEMPLE DE ANTRENARE (CARDINALUL MULIMII DE ANTRENARE). MATEMATIC, ACEASTA SE EXPRIM PRIN EXPRESIA 2.13.

(2.13)

UNDE II II REPREZINT NORMA EUCLIDIAN, Y-VALOAREA IEIRII CALCULAT LA REEAUA NEURONAL, D-VALOAREA IEIRII ATAAT EXEMPLULUI, ACEASTA FIIND REPREZENTAT SUB FORMA UNUI VECTOR CU M ELEMENTE. PENTRU STRUCTURA DIN FIGURA 2.10., VALORILE PONDERILOR W1 I W2 VOR FI MODIFICATE PE BAZA PANTEI GRAFICULUI CELOR DOU FUNCII:

(2.14)

RESPECTIV

(2.15)

UNDE (04Z (3,4)Z [2,3]Z < 2

FIRMA ESTE PROFITABIL FR RISC DE NERAMBURSARE A CREDITULUIFIRMA ARE REZULTATE ECONOMICE RELATIV BUNE, COEFICIENTUL DE RISC N ACORDAREA CREDITULUI FIIND DE 3-5%FIRMA ARE REZULTATE ECONOMICE PRECARE; NU SE RECOMAND ACORDAREA DE CREDITEFIRMA ESTE NTR-O SITUAIE CRITIC, FOARTE APROAPE DE FALIMENT

NTR-O FORMULARE STRICT TEORETIC, ASPECTELE RELATATE OFER ANUMITE RSPUNSURI/ SOLUII LA PROBLEMATICA ESTIMRII RISCULUI DE FALIMENT I, DECI, LA CEA PRIVIND ESTIMAREA INTENSITII UNOR EVENTUALE CRIZE PE CAR ELE TRAVERSEAZ ORGANIZAIILE DE AFACERI. TOTUI APLICAREA DE CTRE DECIDENI A UNOR MODELE TREBUIE S IN SEAMA DE INFLUENELE SUBIECTIVE INERENTE CE SURVIN CU OCAZIA CUANTIFICRII UNOR VARIABILE CALITATIVE; N PLUS NICI UNUL DINTRE MODELE NU REINE TOI FACTORII PRINCIPALI DE INFLUEN POTENIAL ASUPRA FENOMENULUI DE FALIMENT.

DEI PREOCUPRILE PENTRU A FUNDAMENTA O METOD DE PREDICIE A RISCULUI DE FALIMENT SUNT NUMEROASE RMNE VALABIL AFIRMAIA C NU SE POATE EVALUA GLOBAL RISCUL DE FALIMENT.

5.1.2.APLICAREA REELELOR NEURONALE PE PROBLEMA CICLICITII N

AFACERI I ESTIMRII RISCULUI DE FALIMENT

N LUCRAREA LUI FRANCO VARETTO I GIANCARLO MARCO-BANKRUPTCY DIAGNOSIS AND NEURAL NETWORKS (ANALIZA FALIMENTULUI I REELE NEURONALE) SE ARAT C EVALUAREA RISCULUI COMPANIEI DE-A AJUNGE LA FALIMENT ESTE UN DOMENIU N CARE TEORIA ECONOMIC NU ARE UN MODEL COMPLET AL SITUAIEI: NOI TIM MULTE LUCRURI DESPRE CUM COMPANIILE POT CDEA N SUFERIN ECONOMIC, DAR SIGUR NU AVEM O TEORIE COMPLET SPUN AUTORII MENIONAI. LA BAZA LUCRRII LUI VARETTO I MARCO SE AFL STUDII AMPLE DERULATE PE PARCURSUL A CINCI ANI DE ZILE, STUDII PRIN CARE S-AU MONITORIZAT DATELE RELEVANTE PENTRU DOU EANTIOANE DE FIRME: O GRUP DE FIRME CEA AU AJUNS LA FALIMENT I O GRUP DE FIRME CE AU RMAS I OBINUT SUCCES N AFACERI.

PROIECTAREA REELEI NEURONALE S-A BAZAT PE METODOLOGIA TRADIIONAL DE LUCRU CU FUNCII DISCRIMINANT, DAR EVALUAREA FINAL A RISCULUI DE FALIMENT ESTE MULT MBUNTIT, CA URMARE A DATELOR PROCESATE DE REEA; ACEAST TEHNIC ASIGUR O APROXIMARE MAI CORECT A SCORULUI GENERAT DE FUNCII I, N PLUS, ESTE CU MULT MAI RAPID I FLEXIBIL. TOTODAT, MODELUL DEZVOLTAT DE CEI DOI AUTORI INCLUDE OPT STRUCTURI NEURONALE ASOCIATE A OPT INDICATORI PRINCIPALI OFERII DE CONTABILITATEA FIRMEI:

TOTAL ACTIV/STRUCTURA OBLIGAIILOR

CAPACITATEA DE SUSINERE A NDATORIRII FINANCIARE

LICHIDITATEA

PROFITABILITATEA I FINANAREA INTERN

CAPACITATEA ACUMULRII DE PROFIT BRUT

CAPACITATEA DE SUSINERE A COSTULUI NDATORRII

EFICIENA GENERAL

NDATORAREA COMERCIAL

REEAUA NEURONAL PROIECTAT NVA NTR-O PRIM ETAP PE BAZA UNOR DATE REALE X1, X2,...XN CA STIMULI DE INTRARE (DATELE SUNT ASOCIATE PENTRU DOU EANTIOANE DE FIRME: UN GRUP DE FIRME CARE AU AJUNS LA FALIMENT I UN GRUP DE FIRME CE AU RMAS N AFACERI I AU PROSPERAT. NTR-O A DOUA ETAP, DUP MAI MULTE MII DE CICLURI DE NVARE, REEAUA DEVINE CAPABIL A EVALUA SITUAIA UNEI FIRME DEOARECE A,B SAU C LA MOMENTUL T, GENERND UN SCOR DREPT RSPUNS.

EXIST DOU MOMENTE IMPORTANTE PE TRASEUL FIRMEI CTRE FALIMENT, SCHEMA 5.11:

I = MOMENTUL ANALIZEI, RESPECTIV SITUAIA ECONOMICO-FINANCIAR A FIRMEI NAINTE DE A INTRA N STADIUL I

F = MOMENTUL FINAL, AL HOTRRII JUDECTORETI

FIG. 5.11. REPREZENTAREA MOMENTELOR IMPORTANTE DIN TRASEUL FIRMEI

PRIN URMARE ESTE POSIBIL, DAR NU I OBLIGATORIU, CA STADIUL I S CORESPUND CU MOMENTUL I, RESPECTIV STADIUL IV CU MOMENTUL F. N SELECTAREA FACTORILOR CE APROPIE/NDEPRTEAZ FIRMA DE F PE PARCURSUL VIEII EI PRACTIC N EVOLUIA CICLIC A PROPRIILOR AFACERI PE N ANI IAR APOI N DESCOMPUNEREA I CUANTIFICAREA INFLUENEI FIECREI VARIABILE, UNELE FIIND CALITATIVE, SE POATE PLECA DE LA FACTORII F1-F22, CARE I PUN AMPRENTA ASUPRA APARIIEI UNOR SITUAII DE CRIZ N EVOLUIA UNEI SOCIETI COMERCIALE I CARE SUNT:

F1 CICLICITATEA LA NIVEL MACROECONOMIC CAM

F2 NUMR I RELAII CU CLIENII

F3 NUMR I RELAII CU FURNIZORII

F4 ACCESUL LA CAPITAL

F5 PROTECIA JURIDIC ASUPRA FIRMEI

F6 SUSINEREA POLITIC

F7 CONCURENA N SECTOR

F8 JOCURI DE INTERESE

F9 LICHIDITILE

F10 CALITATEA I PREGTIREA MANAGERILOR

F11 CALITATEA I PREGTIREA CELORLALI SALARIAI

F12 MANAGEMENTUL APLICAT

F13 CONTROLUL ASUPRA NIVELULUI DE STOC

F14 POZIIA FIRMEI PE PIA

F15 POLITICA DE CREDIT CLIENI

F16 APROVIZIONAREA PE CREDIT FURNIZOR

F17 CHELTUIELILE DE PERSONAL

F18 SISTEMUL CONTABIL APLICAT

F19 ISTORICUL PERIOADEI PARCURSE PE CAF

F20 CERCETAREA, INOVAREA I ATITUDINEA ANTREPRENORIAL

F21 LANSAREA N OPORTUNITI DE AFACERI

F22 UN FACTOR COMPUS

CAF CICLUL PROPRIU AL AFACERILOR LA NIVEL DE FIRM, RESPECTIV LA NIVEL MICROECONOMIC

CAM CICLUL AFACERILOR LA NIVEL MACROECONOMIC, CU REFERIRE SECIAL LA ECONOMIA NAIONAL SAU SECTOARE MARI DIN CADRUL EI.

DAC AM NOTAT CU F1, F2,...F22 FACTORII MENIONAI, ATUNCI REZULTANTA ACIUNII LOR NTR-UN MOMENT SAU ALTUL DIN VIAA FIRMEI VA LOCALIZA FIRMA NTR-UN PUNCT P, FIG. 5.12, LA O DISTAN VARIABIL D FA DE I, SAU MAI CORECT FA DE TRASEUL NORMAL AL CAF.

FIG. 5.12. REPREZENTAREA PREDICIEI A CAF

A CUNOATE ACEAST DISTAN D ECHIVALEAZ CU O PREDICIE A CAF, PREDICIE CE CONSTITUIE NC O PROBLEM INCOMPLET SOLUIONAT, DISTANA D RMNE DEPENDENT DE FAZELE CICLULUI PROPRIU N AFACERI AL FIRMEI, ALTURI DE CICLUL ECONOMIC LA NIVEL MACRO I CEILALI FACTORI RESPECTIV F1-F22. STUDIUL CAF IMPLIC DOU SITUAII DIFERITE:

LA DATA NFIINRII FIRMEI NU DISPUNEM DE NICI UN ISTORIC PE BAZ CRUIA S NCERCM O EVENTUAL PREDICIE A CAF: SE POATE DOAR PREZUMA C VA URMA O FAZ ASCENDENT DAC FIRMA REUETE S INTRE PE PIA I RMNE N AFACERI PE PARCURSUL ANILOR IMEDIAT URMTORI.

DAC DISPUNEM DE DATE COMPARABILE CE CARACTERIZEAZ