аспирант
Россия
В данном исследовании построена многомерная модель прогнозирования, объединяющая макроэкономические показатели, и визуальная система поддержки принятия решений для нужд динамического мониторинга финансового менеджмента предприятия. Модель позволяет повысить точность прогнозирования на ±7% (снижение ошибок на 53% по сравнению с традиционной моделью) за счет внедрения байесовской LSTM-сети и разработки интерактивного механизма причинно-следственных связей для поддержки моделирования динамических сцен. Эмпирические данные показывают, что система может снизить стоимость скользящего кредита для производственных предприятий на 23%, а риск отставания товарных запасов в розничной торговле - на 3,2 млн юаней. Инновации исследования: 1. предложение мультимодальной системы оценки финансового здоровья на основе данных 2. создание гибкого алгоритма составления бюджета, интегрирующего анализ текста политики.
финансовый менеджмент, мониторинг доходов и расходов, разработка системы, построение системы
1. Yilmaz D, Büyüktahtakın İ E. Learning optimal solutions via an LSTM-optimization framework[C]//Operations Research Forum. Cham: Springer International Publishing, 2023, 4(2): 48.
2. Wang Y, Liu Y, Wang M, et al. LSTM model optimization on stock price forecasting[C]//2018 17th international symposium on distributed computing and applications for business engineering and science (dcabes). IEEE, 2018: 173-177.
3. Bhimavarapu U, Battineni G, Chintalapudi N. Improved optimization algorithm in LSTM to predict crop yield[J]. Computers, 2023, 12(1): 10.
4. WANG Tianyi, LIU Xingui. Обратная численная дифференциальная коррекция в динамическом производстве песчаного стола[J]. Mapping and Spatial Geographic Information, 2024, 47(04):39-43.
5. Zeng Lulu. Применение визуализации данных в обучении песчаным таблицам ERP - на основе создания динамических диаграмм в Excel[J]. Science and Technology Wind,2020,(18):47-48.DOIhttps://doi.org/10.19392/j.cnki.1671-7341.202018034.
6. Shanshan Hu, Kehao Chi, Mengwen Chen, et al. Динамическая система демонстрации песочного стола на основе компьютерного зрения[J]. University Physics Experiment,2019,32(03):107-111.DOIhttps://doi.org/10.14139/j.cnki.cn22-1228.2019.03.027.
