Modelování ekonomických procesů pomocí umělých imunitních systémů

Práce pojednává o možnosti využití umělých imunitních systémů pro modelování bonity obcí. Bonita znamená schopnost a ochotu obce splácet svůj dluh. Na základě bonity mohou obce získat rating od ratingové agentury, což je však velmi nákladné. Proto byly navrženy různé modely pro predikci a klasifikaci. Umělé imunitní systémy, které jsou inspirovány principy imunitních systémů živočichů, představovaly novou možnost pro vytvoření funkčního modelu. V práci je kladen důraz na umělé imunitní systémy založené na populacích. Z této skupiny algoritmů byly pro hodnocení bonity obcí vybrány algoritmy skupiny Immunos, algoritmus CLONALG a algoritmus CLONCLAS. V rámci navrženého modelu pro hodnocení bonity obcí byla uskutečněna analýza nastavení parametrů pro tyto algoritmy a formulována doporučení pro první nastavení těchto algoritmů. Dále byla realizována analýza chování algoritmu Immunos-99 a na základě výsledků této analýzy byly navrženy optimalizované varianty tohoto algoritmu. V rámci navrženého modelu pro hodnocení bonity obcí bylo uskutečněno vyhodnocení jednotlivých použitých algoritmů a navržených variant společně s porovnáním výsledků získaných pomocí neuronových sítí a algoritmů LVQ. Součástí práce je i vyhodnocení použitých algoritmů na standardních datových souborech ?Iris plant? a ?Ionosphere? ve srovnání s výsledky jiných algoritmů pro tyto datové soubory. Práce ukazuje, že algoritmy založené na principech umělých imunitních systémů lze úspěšně využít pro modelování bonity obcí.This thesis deals with application of artificial immune systems for creditworthiness modelling. Municipal creditworthiness is a creditor's measure of a municipal?s ability and willingness to repay debts. According to the creditworthiness, municipalities can obtain rating created by an independent rating agency. Such ratings are very expensive so that many models were developed to predict or explain municipal ratings. Artificial immune systems, which are inspired by principles of humane immune systems, were successfully used for classification tasks hence application on creditworthiness modelling was great challenge. The emphasis is given on artificial immune systems based on populations. Especially were tested algorithms Immunos, algorithm CLONALG and CLONCLAS. Within the frame of proposed model for creditworthiness rating was undertaken analysis of parameter setting and formulated recommendation for first setting of these algorithms. Hereafter was done analysis of features of algorithm Immunos-99 and based on this analysis were proposed optimized variations. Evaluation and comparison of all described algorithms was done along with comparison to results obtained by neural networks and LVQ algorithms. In this thesis, is also given evaluation of artificial immune systems on standard data sets ?Iris plant? and ?Ionosphere? in comparison with results obtained by different methods. This work demonstrates that algorithms based on artificial immune systems can be successfully used for rating of municipality creditworthiness.Ústav systémového inženýrství a informatikyDokončená práce s úspěšnou obhajobo