Nowoczesne technologie informacyjne w zarządzaniu

Integracja technologiczna (2015).

  Prace te są kontynuacją wieloletniego tematu badawczego który w ub. roku skoncentrował się głównie na rozwiązywaniu problemów decyzyjnych związanych z wizualizacją wiedzy ekonomicznej w systemach wspomagania decyzji oraz pomiarem efektywności przedsięwzięć informatycznych. W ramach prac nad reprezentacją wiedzy opracowano i wdrożono w systemie typu Business Intelligence ontologii ekonomiczno-finansowej i przetestowano eksperymentalne mapy pojęć obejmującej podstawowe wskaźniki finansowe. W tym celu wdrożono program edycji ontologii Ontopia oraz zainstalowano w chmurze obliczeniowej system wspomagania decyzji TETA BI wraz z bazami danych finansowych. W najbliższym okresie podejmiemy zadania mające na celu:

a) wzbogacenie serwisów dostępnych na chmurze obliczeniowej pod katem potrzeb menedżerów MŚP,
b) ewaluację scenariuszy analizy ekonomiczno-finansowej z wykorzystaniem systemu TETA BI
c) zweryfikowanie opracowanie koncepcji modelu profilowania wiedzy menedżera z wykorzystaniem ontologii i technologii eye-trackingu
d) oszacowania kosztów serwisów dostępnych w chmurze obliczeniowej.

Aplikacje gospodarcze w chmurze obliczeniowej (2014).

Architektura chmury obliczeniowej (2013).

       Cele tych prac badawczych były ściśle powiązane z realizacją projektu badawczego w ramach programu Central Europe, pt. Transnational logistics improvement through cloud computing and innovative cooperative business models, zwanym LOGICAL (przewidzianym do realizacji w latach 2011-2014). W roku 2012 rozpoczęto prace nad koncepcją architektury chmury obliczeniowej dla multimodalnych centrów logistycznych oraz problematyką bezpieczeństwa danych i optymalizacją procesów biznesowych. Realizacja tych tematów stanowiła główne zadania planowane na rok 2013.W ramach tych zadań będą podjęte następujące prace:

  • implementacja projektu architektury regionalnej chmury obliczeniowej dla wybranych firm logistycznych,
  • zaprojektowanie i implementacja projektu architektury interregionalnej chmury obliczeniowej obejmującej czeskie, niemieckie, słoweńskie, węgierskie i polskie firmy logistyczne,
  • opracowanie metod rozwiązania problemów poufności i bezpieczeństwa danych udostępnianych w ramach interregionalnej chmury obliczeniowej,
  • wdrożenie w wybranych firmach logistycznych rozwiązań dotyczących kierunków optymalizacji procesów biznesowych.
  • Wyniki tych prac badawczych będą skonkretyzowane podczas realizacji projektu LOGICAL i opublikowane w materiałach i konferencjach specjalistycznych. Konkretnym efektem będzie wdrożenie wyżej wymienionych rozwiązań innowacyjnych w wybranych firmach.

Strona WWW projektu LOGICAL

Eksploracja wiedzy w systemach doradczych

Modelowanie dynamiki rozwoju wiedzy (2015).

Zadanie jest kontynuacją projektu badawczego z ub. roku. Prace badawcze w tym temacie koncentrowały się na dwóch problemach, mianowicie:

a) implementacji systemu wielo-agentowego podejmowania decyzji kupna-sprzedaży na rynku finansowym. W ramach tych prac szczególny nacisk położono na mechanizmy „never ending learning” oraz metody wykrywania błędów kognitywnych początkujących graczy giełdowych.

b) specyfikacji algorytmów eksploracji baz danych w ramach projektu InKoM; wśród algorytmów wybrano indukcyjne drzewa decyzyjne, wielowarstwowy Perceptron, algorytm wykrywania reguł decyzyjnych, algorytm k-means i siec neuronową Kohenena. Dla tych algorytmów określono scenariusze ich wykorzystania przez menedżerów MŚP.

Ontologie i mapy wiedzy ekonomiczno-finansowej - kontynuwoany (2014).

  W 2014 roku plan prac badawczych był skoncentrowany na mechanizmach nawigacji w bazie wiedzy ekonomiczno-finansowej oraz scenariuszach wsparcia w określaniu reguł biznesowych niezbędnych do uzyskania informacji i porad w procesie podejmowania decyzji. Podjęte zostały prace testowania i walidacji wiedzy zawartej w pilotowej realizacji inteligentnego kokpitu menedżerskiego (InKoM). Ważnym zadaniem badawczym było określenie metod uaktualniania wiedzy ekonomiczno-finansowej i dostosowanie jej do specyfiki działalności przedsiębiorstwa i wiedzy menedżera.

Ontologie i mapy wiedzy ekonomiczno-finansowej (2013).

Dokonaliśmy konceptualizacji ontologii w sześciu obszarach, mianowicie: szacowania Cash Flow at Risk, kompleksowego pomiaru ryzyka, metod wczesnego ostrzegania, oceny zdolności kredytowej, rynku finansowego oraz ogólnej wiedzy ekonomiczno-finansowej. O takim podziale zdecydowano na podstawie prac teoretycznych zespołu i doświadczenia ekspertów wdrażających systemy typu Business Intelligence w przedsiębiorstwach.
Zakończyliśmy prace nad odwzorowaniem utworzonych ontologii w standardzie mapy pojęć oraz zbudowaniem aplikacji map pojęć dla utworzonych ontologii zintegrowanych z systemem TETA BI.

Badania w zakresie ewolucyjnej optymalizacji wielokryterialnej

Analiza zależności pomiędzy regułami inwestycyjnymi wykorzystywanymi do podejmowania decyzji dotyczących kupna/sprzedaży akcji.

Przeprowadzono badania w zakresie ewolucyjnej optymalizacji strategii inwestycyjnych opartych na zbiorze kilkudziesięciu reguł. Opracowany algorytm optymalizacji poza doborem wag określających istotność decyzji generowanych przez poszczególne reguły pozwala na automatyczny dobór parametrów dla każdej z reguł. Zaproponowano metodę analizy współwystępowania reguł wykorzystywanych w zoptymalizowanych strategiach inwestycyjnych.

Wyniki przeprowadzonych badań opisano w publikacjach i zaprezentowano na konferencjach międzynarodowych.

Optymalizacja portfeli inwestycyjnych zawierających akcje oraz inne instrumenty.

Zaproponowano algorytm ewolucyjny wykorzystujący subpopulacje dokonujące optymalizacji portfeli złożonych z jednego rodzaju instrumentów (np. akcji). Zaproponowano operatory mutacji i przeszukiwania lokalnego dedykowane dla zadania optymalizacji portfeli inwestycyjnych. Przeprowadzono badania w zakresie optymalizacji portfeli inwestycyjnych zawierających akcje oraz waluty.

W przeprowadzonych eksperymentach potwierdzono możliwość zbudowania portfeli wykorzystujących wybrane instrumenty finansowe w taki sposób, żeby odzwierciedlały one zachowanie wybranych funduszy inwestycyjnych

Optymalizacja trajektorii ruchomego manipulatora w dynamicznym środowisku z ograniczeniami.

To jest blok tekstowy. Kliknij przycisk Edytuj aby zmienić ten tekst.

Zaproponowano algorytm łączący optymalizację ewolucyjna z predykcją wykorzystującą model ARIMA.

W przeprowadzonych eksperymentach potwierdzono wyższą skuteczność zaproponowanego algorytmu w porównaniu z istniejącymi algorytmami rozwiązywania problemów dynamicznych.

Wyniki przeprowadzonych badań opisano w publikacjach i zaprezentowano na konferencjach międzynarodowych.