Програмне забезпечення для інтелектуального аналізу економічної доцільності інвестиційних проєктів

Скорочена інформація про документ
dc.contributor.advisorВєчерковська, Анастасія Сергіївна
dc.contributor.authorГорпінченко, Яна Станіславівна
dc.date.accessioned2026-04-07T07:47:37Z
dc.date.available2026-04-07T07:47:37Z
dc.date.issued2025
dc.description.abstractРозмір пояснювальної записки – 142 аркуші, містить 1 ілюстрацію, 6 таблиць, 11 додатків, 77 посилань на джерела. Актуальність теми. У роботі розглянуто проблему автоматизації аналізу економічної доцільності інвестиційних проєктів у програмних системах, зокрема відсутність ефективних методів прогнозування успішності проєктів в умовах невизначеності та обмежені можливості адаптації до динамічних ринкових змін, показано основні особливості існуючих рішень проблеми, їх переваги та недоліки. Виявлено потребу в удосконаленні програмного забезпечення для аналізу інвестиційних проєктів шляхом інтеграції адаптивних моделей машинного навчання з класичними методами оцінки ефективності, що забезпечить підвищення точності аналізу та оперативність прийняття інвестиційних рішень. Мета дослідження. Основною метою є удосконалення програмного забезпечення для автоматизованої оцінки інвестиційних проєктів з використанням машинного навчання. Об’єкт дослідження: Процеси аналізу економічної доцільності інвестиційних проєктів. Предмет дослідження: Методи машинного навчання, архітектурні рішення програмних систем та підходи для удосконалення програмного забезпечення аналізу економічної ефективності інвестиційних проєктів. Для реалізації поставленої мети сформульовані наступні завдання: − Дослідження теоретичних основ аналізу економічної ефективності інвестиційних проєктів. − Аналіз сучасних підходів і методів машинного навчання для прогнозування економічних показників. − Визначення ключових параметрів, що впливають на доцільність інвестиційних проєктів. − Розробка архітектури програмного забезпечення для аналізу інвестицій. − Реалізація моделей машинного навчання для прогнозування ефективності інвестиційних рішень. − Тестування та оцінювання точності розробленої системи. − Практична апробація програмного продукту на прикладі реальних або симуляційних інвестиційних даних. Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано удосконалене програмне забезпечення, яке інтегрує адаптивні моделі машинного навчання з класичними методами інвестиційного аналізу через застосування ансамблевих методів та динамічного перенавчання моделей. Запропоноване рішення забезпечує підвищення точності оцінки ризиків інвестиційних проєктів, адаптивність системи до змінних ринкових умов та автоматизацію процесу прийняття інвестиційних рішень. Результат досягнутий шляхом розробки гібридної архітектури програмної системи, що поєднує ансамблеві методи машинного навчання з класичними алгоритмами економічного аналізу. Практичне значення отриманих результатів полягає у створенні інструменту, що дозволяє підприємствам, інвесторам і фінансовим аналітикам більш обґрунтовано оцінювати доцільність інвестиційних проєктів. Використання програмного забезпечення сприяє зменшенню фінансових ризиків, підвищенню ефективності управління ресурсами та оптимізації інвестиційної діяльності. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на IX Міжнародної науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2025) – м. Київ. Публікації. Наукові положення дисертації опубліковані в: 1) Програмне забезпечення для аналізу економічної доцільності інвестиційних проєктів з використанням моделей машинного навчання / Горпінченко Я. С., Вєчерковська А.С. // Матеріали IX Міжнародної науковопрактичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2025). Секція кафедри інформатики та програмної інженерії. Матеріали конференції. – Київ. – 2025. 26–28 листопада 2025р.
dc.description.abstractotherExplanatory note size – 142 pages, contains 1 illustration, 6 tables, 11 applications, 77 references. Topicality. Examines the problem of automating the analysis of economic feasibility of investment projects in software systems, particularly the lack of effective methods for predicting project success under uncertainty and limited adaptability to dynamic market changes. The main features of existing solutions to the problem, their advantages and disadvantages are shown. The need for improving software for investment project analysis by integrating adaptive machine learning models with classical efficiency assessment methods has been identified, which will ensure increased accuracy of analysis and prompt investment decision-making. The aim of the study. The main target is to improve software for automated evaluation of investment projects using machine learning. Object of research: Processes of analyzing the economic feasibility of investment projects. Subject of research: Machine learning methods, architectural solutions of software systems, and approaches for improving software for analyzing the economic efficiency of investment projects. To achieve this goal, the following tasks were formulated: − Investigation of theoretical foundations for analyzing the economic efficiency of investment projects. − Analysis of modern approaches and machine learning methods for forecasting economic indicators. − Identification of key parameters affecting the feasibility of investment projects. − Development of software architecture for investment analysis. − Implementation of machine learning models for predicting the effectiveness of investment decisions. − Testing and evaluation of the accuracy of the developed system. − Practical testing of the software product using real or simulated investment data. The scientific novelty of the results of the master's dissertation is the proposed improved software that integrates adaptive machine learning models with classical investment analysis methods through the application of ensemble methods and dynamic model retraining. The proposed solution ensures improved accuracy in assessing risks of investment projects, system adaptability to changing market conditions, and automation of the investment decision-making process. The result has been achieved through the development of a hybrid architecture of the software system that combines ensemble machine learning methods with classical economic analysis algorithms. The practical value of the obtained results is creating a tool that enables enterprises, investors, and financial analysts to make more informed assessments of investment project feasibility. The use of the software contributes to reducing financial risks, improving resource management efficiency, and optimizing investment activities. Relationship with working with scientific programs, plans, topics. Work was performed at the Department of Computer Science and Software Engineering of the National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute». Approbation. The scientific provisions of the dissertation were tested at the IX International Scientific and Practical Conference of Young Scientists and Students "Software Engineering and Advanced Information Technologies" (SoftTech-2025) – Kyiv. Publications. The scientific provisions of the dissertation published in: 1) Software for analyzing the economic feasibility of investment projects using machine learning models / Horpinchenko Y. S., Viecherkovska A. S. // Proceedings of the IX International Scientific and Practical Conference of Young Scientists and Students "Software Engineering and Advanced Information Technologies" (SoftTech-2025). Section of the Department of Computer Science and Software Engineering. Conference Proceedings. – Kyiv. – 2025. November 26–28, 2025.
dc.format.extent142 с.
dc.identifier.citationГорпінченко, Я. С. Програмне забезпечення для інтелектуального аналізу економічної доцільності інвестиційних проєктів : магістерська дис. : 121 Інженерія програмного забезпечення / Горпінченко Яна Станіславівна. - Київ, 2025. - 142 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/79996
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectінвестиційні проєкти
dc.subjectекономічна доцільність
dc.subjectансамблеві методи
dc.subjectпрограмне забезпечення
dc.subjectаналіз ризиків
dc.subjectmachine learning
dc.subjectinvestment projects
dc.subjecteconomic feasibility
dc.subjectensemble methods
dc.subjectsoftware
dc.subjectrisk analysis
dc.subject.udc004.043
dc.titleПрограмне забезпечення для інтелектуального аналізу економічної доцільності інвестиційних проєктів
dc.title.alternativeSoftware for Intelligent Analysis of Economic Feasibility of Investment Projects
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Horpinchenko_magistr.pdf
Розмір:
2.69 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІПІ)
Магістерські роботи