Економіко-математичне моделювання

і соціальних показників регіону; блок даних витрат на рекламу; блок
даних, які характеризують вартість і якісь послуг; блок даних
стосовно кон’юнктури ринку та блок статистичної інформації
внутрішнього характеру.
Для практичної реалізації даного підходу з допомогою
нейронної мережі нам необхідно визначити: вхідні та вихідні змінні,
принцип функціонування та вигляд мережі.
Виконання цієї процедури дозволить, змінюючи ціни та витрати
на рекламу, досягти необхідних показників попиту у відповідності з
прийнятою стратегією підприємства. Поряд з цим нейронна мережа
дає можливість визначити кількісні значення для вхідних показників.
Зазначена методика є досить ефективною при використанні в
окремих маркетингових заходах на конкретних ринках збуту.
Одночасно вона допоможе звести до мінімуму витрати на рекламу та
створити максимальний зовнішній ефект впливу на величину попиту.
Нейронні мережі є добрим програмним продуктом для
розв’язання задачі прогнозування інвестиційного потенціалу регіону.
Його можна визначити як здатність до отримання максимально
можливого обсягу інвестиційної складової валового регіонального
продукту, яка реалізується через використання інвестиційного
фактору економічного росту. Цій задачі властиві особливі ознаки:
• великий обсяг вхідної інформації;
• неповнота або надлишок даних, їх зашумленість і часткове
протиріччя;
• відсутність однозначного формалізованого алгоритму
прогнозування.
Для вирішення поставленої задачі необхідно побудувати
модель, яка буде аналізувати поступлення інформації відносно
кількісної оцінки потенціалу, виявляти в ній закономірності,
враховувати неоднорідність та невизначеність даних і виконувати
прогноз.
У формалізованому виді задачу прогнозування інвестиційного
потенціалу регіону з допомогою нейромереж можна сформулювати
таким чином. Нехай нам відомо n дискретних значень кількісної
оцінки інвестиційного потенціалу регіону { y ( t ) , τ = 1,
n}
у попередні
τ
моменти часу. Задача полягає в знаходженні прогнозного значення
t
t . Кількісна оцінка
y ( ) у деякий майбутній момент часу n+
1
n+
1
розраховується за певних умов з допомогою вектора ( t )
689
{ i 1,
m}
xi n
, = .