|
|
Aplikace fuzzy logiky pro vyhodnocení zaměstnanců
Ganzwohl, Jakub ; Coufal, Petr (oponent) ; Janková, Zuzana (vedoucí práce)
V této diplomové práci jsou využity prostředky fuzzy logiky pro hodnocení výhodnosti zaměstnanců. Pro tyto účely byl vytvořen model, který má pomáhat při rozhodování o tom, zdali se zaměstnanec firmě vyplatí. Vlastní návrh řešení je vytvořen v prostředí MS Excel a MathWorks MATLAB. Následné vyhodnocení zaměstnance se opírá právě o výsledky dosažené z těchto řešení.
|
|
|
Vyhodnocení investičních rizik s využitím fuzzy logiky
Žáček, Jakub ; Janková, Zuzana (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zabývá vyhodnocením investice pomocí fuzzy logiky pro konkrétní společnost. Pomocí vytvořených rozhodovacích modelů bude moci společnost efektivně a rychle vyhodnotit, která investice přináší nejvyšší přínos. Tyto modely se řídí podle kritérií, která jsou pro společnost nejdůležitější při rozhodování o dané investici. Práce obsahuje také teoretická východiska, která slouží jako podklad pro tvorbu a vyhodnocení modelů.
|
|
| |
|
|
The Application of Fuzzy Logic for Rating of Suppliers
Rusňáková, Alexandra ; Janková, Zuzana (oponent) ; Dostál, Petr (vedoucí práce)
The master's thesis deals with the evaluation of suppliers for the needs of the company MOTOSTYLE PLANET s.r.o using the knowledge of advanced decision-making methods. The fuzzy logic method used is solved using MS Excel and MATLAB. The model is built on the basis of criteria formed for the needs of the company and in the conclusion it pronounces a recommendation in the selection of the supplier.
|
|
|
Expertní systém pro rozhodování na akciových trzích s využitím sentimentu investorů
Janková, Zuzana ; Lenort, Radim (oponent) ; Zinecker, Marek (oponent) ; Chramcov, Bronislav (oponent) ; Dostál, Petr (vedoucí práce)
Předložená disertační práce zkoumá potenciál využití skóre sentimentu extrahovaného z textových dat společně s historickými daty o akciovém indexu ke zlepšení výkonnosti predikce na akciovém trhu prostřednictvím vytvořeného modelu expertního systému. Vzhledem k tomu, že velké množství textových dokumentů souvisejících s financemi, které zveřejňují jak profesionální, tak amatérští investoři, nejen na online sociálních sítích, by mohly mít dopad na vývoj akciových trhů, je zásadním úkolem analyzovat finanční texty zveřejněné různými uživateli a zejména z nich extrahovat sentiment. V této práci je sentiment investorů získán z online finančních zpráv a příspěvků zveřejněných na finanční sociální platformě StockTwits. Skóre sentimentu je stanoveno pomocí hybridního přístupu kombinující modely strojového učení s učitelem a neuronových sítí, přičemž ke klasifikaci polarity sentimentu je využito vícero lexikonů pozitivních a negativních slov. Je analyzován vliv skóre sentimentu na akciový trh prostřednictvím kauzality, kointegrace a koherence. V disertační práci je navržen model expertního systému založený na metodách fuzzy logiky. Fuzzy logika poskytuje pozoruhodné vlastnosti při práci s vágními, nepřesnými či nejasnými údaji a je schopna se lépe vypořádat s chaotickým prostředím na akciových trzích. V nedávných vědeckých studiích na popularitě získává vyšší úroveň fuzzy logiky, která je označována jako type-2 fuzzy logika. Oproti klasické type-1 fuzzy logice, je tento vyšší typ schopen mezi zdvojené funkce členství integrovat určitou úroveň nejistoty. Tento typ expertního systému je ovšem v předmětné problematice predikce akciového trhu s využitím extrahovaného sentimentu investorů značně opomíjen. Z toho důvodu je v disertační práci zkoumán potenciál využít a výkonnost type-2 fuzzy logiky. Konkrétně je vytvořeno několik type-2 fuzzy modelů, které jsou trénovány na historických datech akciového indexu a skóre sentimentu investorů za období 2018-2020. Vytvořené modely jsou posouzeny k měření výkonu predikce bez sentimentu i s integrací sentimentu investorů. Následně je na základě vytvořeného expertního modelu stanovena investiční strategie a sledována jeho ziskovost. Výkonnost predikce fuzzy modelů je komparována s výkonností několika srovnávacích modelů, včetně SVM, k-NN, naivního Bayes a dalších. Z experimentů vyplynulo, že modely fuzzy logiky jsou schopny vhodným nastavením funkcí členství a nejistoty v nich obsažených vylepšit predikci a jsou schopny konkurovat klasickým modelům predikce, které jsou standardně využívané ve výzkumných studiích. Vytvořený model by měl také sloužit jako nástroj pro podporu investičního rozhodování individuálním investorům.
|
|
|
Vyhodnocení vhodné investiční strategie s využitím fuzzy logiky
Macharová, Aneta ; Janková, Zuzana (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zabývá využitím fuzzy logiky při vyhodnocování vhodné investiční strategie pro zájemce o investování. K tomuto hodnocení budou využity modely vytvořené v programech MS Excel a MathWorks MATLAB. V první části práce je uvedena teorie, která je potřebná k pochopení řešené problematiky. Druhá část představuje vybranou firmu, pro kterou je práce zpracovávána a poslední část obsahuje modely, výsledky a návrhy zjištěné díky hodnocení fuzzy logikou.
|
|
|
The Application of Fuzzy Logic for Rating of Suppliers
Boros, Adrián ; Podešva, Lukáš (oponent) ; Janková, Zuzana (vedoucí práce)
The master’s thesis deals with the design and implementation of decision models for the evaluation and subsequent selection of suppliers of powder paints for the company Kenzel s.r.o. Decision models are created in MS Excel and MathWorks MATLAB and use the principles of fuzzy logic. The thesis describes the theoretical basis of the work, the current state of the company and the implementation of both proposed models. Part of the work is also the selection of evaluation criteria on the basis of which the evaluation of selected suppliers takes place.
|
|
| |
|
| |
|
|
Vyhodnocení dodavatelského rizika prostřednictvím fuzzy logiky
Marcinov, David ; Lána,, Radim (oponent) ; Janková, Zuzana (vedoucí práce)
Diplomová práce se zabývá hodnocením rizika dodavatelů nejmenované společnosti XYZ. Hodnocení je provedeno pomocí teorie fuzzy logiky, která je aplikována v navrženém rozhodovacím modelu zpracovaném v programovém prostředí MS Excel a MATLAB. Na základě bodového a procentuálního ohodnocení jsou dodavatelé rozřazeni do čtyř skupin s odlišnou mírou rizika a významnosti. Pro Jednotlivé skupiny jsou doporučeny perspektivy budoucího rozvoje spolupráce, případně jsou navržena vhodná opatření vedoucí k minimalizaci rizik a preciznějšímu plnění definovaných požadavků, které společnost XYZ vyžaduje od svých dodavatelů. Součástí práce je i vzájemná komparace výsledků ze dvou rozdílných softwarových nástrojů.
|
host ::
RSS.