канд. экон. наук, доцент кафедры информационных технологий
Candidate of Economic Sciences, Associate Professor of the Department of Information Technology
Senior Lecturer of the Department of Information Technology
ст. преподаватель кафедры информационных технологий
The article presents a neural network model for evaluating the reliability of counterparties within a metallurgical enterprise's procurement system. Aim. The study aims to develop a neural network model to assess the reliability of counterparties within a metallurgical enterprise's procurement management system. Results. The study involved collecting, analyzing and processing relevant data; conducting a comprehensive analysis of parameters characterizing suppliers, including financial, legal, operational, organizational and reputational indicators; constructing the model architecture; training and testing it on a sample; and comparing it with traditional assessment approaches. Testing the model showed that it has high forecasting accuracy and can be used in conditions of information uncertainty. This paper presents the prospects for integrating the model into the corporate information systems of metallurgical enterprises.
В статье рассматривается нейросетевая модель оценки надежности контрагентов в системе закупок металлургического предприятия. Цель исследования – разработка нейросетевой модели для оценки надежности контрагентов в системе управления закупками металлургического предприятия. Результаты . В рамках исследования произведены сбор, анализ и обработка релевантных данных, проведен комплексный анализ параметров, характеризующих поставщиков, включая финансовые, юридические, операционные, организационные и репутационные показатели, построена архитектура модели, выполнены ее обучение и проверка на тестовой выборке, а также осуществлено сравнение с традиционными подходами оценки. Результаты тестирования модели показали высокую точность прогнозирования и подтвердили целесообразность ее применения в условиях информационной неопределенности. Представлены перспективы интеграции модели в корпоративные информационные системы металлургических предприятий.