КОНЕКЦІОНІСТСЬКО-МЕТАЕВРИСТИЧНИЙ ПІДХІД ДО АНАЛІЗУ ПОКАЗНИКІВ ІНВЕСТИЦІЙНОГО СЕРЕДОВИЩА СВІТОВОЇ ЕКОНОМІКИ

Анотація

У дослідженні використано коннекціоністсько-метаевристичний підхід в ході використання нових підходів до аналізу прямих іноземних інвестицій та макроекономічних показників, що впливають на обсяги їх залучення до тієї чи іншої країни світової економіки. Запропонований коннекціоністсько-метаевристичний підхід дає змогу підвищити якість апроксимації за рахунок: спрощення структурної ідентифікації за рахунок використання лише одного прихованого шару нейромережевих моделей; зниження обчислювальної складності параметричної ідентифікації та забезпечення гарної масштабованості за рахунок використання пакетного режиму для неповторних моделей нейронних мереж і багатоагентних метаевристик для рекурентних моделей нейронних мереж; описів нелінійних залежностей за допомогою нейромережевих моделей; високої точності апроксимації за рахунок використання рекурентних нейромережевих моделей; стійкості до неповноти даних і шуму даних за рахунок використання метаевристик для параметричної ідентифікації рекурентних моделей нейронних мереж; відсутності вимог щодо знання розподілу, однорідності, слабкої кореляції та вибору оптимальних факторів. У ході використання графічного процесора запропоновано вибрати нейронну мережу на основі LSTM, яка має найвищу точність апроксимації. Для LSTM коефіцієнт детермінації за допомогою градієнтного методу становить 0,785, а за допомогою метаевристики (модифікована оптимізація колонії ос) – 0,835. Запропонований підхід дає змогу розширити сферу застосування методів апроксимації на основі штучних нейронних мереж і метаевристик, що підтверджується його адаптацією до економічної задачі, та сприяє підвищенню ефективності інтелектуальних комп’ютерних систем загального та спеціального призначення.