Zasadniczym celem rozprawy było zaprojektowanie, zbudowanie i upowszechnienie przyjaznego narzędzia informatycznego, realizującego opracowaną wcześniej, oryginalną metodykę prognozowania stanu Małych i Średnich Przedsiębiorstw (MSP).
Osiągnięcie postawionego celu badawczego zrealizowano kolejno poprzez: przedstawienie informacji na temat specyfiki MSP oraz ich opisu w logice atrybutalnej; opis stanu wiedzy na temat prognozowania bankructwa przedsię-biorstw; propozycję oryginalnej metodyki prognozowania stanu MSP w warunkach niepewności, opartej na wykorzystaniu zespołowej pracy równolegle połączonych heterogenicznych klasyfikatorów, głównie sztucznych sieci neuronowych.
Przeprowadzone badania umożliwiły dokonanie spostrzeżenia, że jakość prognoz dla przypadków kategorii bankrut jest wyraźnie gorsza niż dla kategorii nie-bankrut. Zastosowanie autorskiej koncepcji walidacji kolejkowej pozwoliło na ustabilizowanie wyników predykcji w dłuższym okresie czasu, a zaproponowanie własnego sposobu wyznaczania wskaźnika jakości predykcji zwiększyło obiektywizację analiz porównawczych modeli, w których występowały niesklasyfikowane przypadki z pozostałymi modelami.
Skuteczność zaproponowanej metodyki oraz zbudowanego według tej koncepcji systemu informatycznego ProfileSEEKER, potwierdzono szeregiem eksperymentów obliczeniowych. System udostępniono potencjalnym użytkownikom w sieci Internet.
Research on the Methodology for Predicting Economic Situation of Small and Medium Enterprises
The main goal of this dissertation was to design, build and disseminate the user friendly computer tool that would implement of previously developed original methodology for prediction of economic situation of Small and Medium Enterprises (SMEs).
To achieve this goal the following steps have been carried out: providing information about the specifics of SMEs and their description in attribute logic, the description of knowledge on the corporate bankruptcy prediction, proposal of the original methodology for economic situation prediction of SMEs under conditions of uncertainty, teamwork of heterogeneous parallel combined classifiers, especially the artificial neural networks. Research let to notice that the forecasts quality for the cases of bankrupt category is significantly worse in comparison to the non-bankrupt category. The use of the original queuing validation concept made possible to stabilize the prediction results in the long term. The proposal of own way for determining of prediction quality index resulted in increasing of the models benchmarking objecti- fication for models with unclassified cases in comparison to other models.
The effectiveness of the proposed methodology and ProfileSEEKER information system built according to that concept has been verified by a series of numerical experiments. The ProfileSEEKER was made available to potential users in the Internet.
