知識学習機構を持つ高次企業診断システムの構築

従来の企業診断モデルは,定量的な財務諸表知識のみを利用しており,高度な企業診断モデルとは言えなかった.本研究では,定性的な経営対策知識と定量的な財務諸表知識を統合して利用する企業診断モデルを設計実装し,さらに,学習機構を利用してそのモデルを維持管理する,高次企業診断システムの枠組みを検討した.本企業診断モデルの処理法としては,数値ではなく区間を伝播させる方法(制約充足アルゴリズム)と最良優先探索技法に基づく方法を提案した.区間伝播法については,1992年にヒボネンによって汎用アルゴリズムが既に提案されているが,変数や制約数が多い(以下の実験では228個の財務変数と116個の財務方程式)と対処できないため,業界平均値から算出した財務変数初期値を利用して区間値の組合せ数を減少させる事により,そのような場合でも実行可能な区間伝播法を考案した.また,本区間伝播法と財務変数の正常区間値からの逸脱度等から決定される最良優先探索技法を統合した方法をProlog言語で実装すると共に,3種類の実際の経営診断データに適用した結果,50MIPS程度の計算機上で約20-30分程度で処理され,全財務変数の正常区間値からの逸脱度が,最良のケースで1/3程度減少する事を確認した.さらに,所与の財務諸表知識と経営対策知識の融合知識ベースに含まれる誤りを自動的に改訂するために,誤りを同定するための3種類の戦略,及び,32個の知識洗練化戦略を整理し,机上ではあるが,それらが有効に働くことを確認した.

従来の企業診断モデルは,定量的な財務諸表知識のみを利用しており,高度な企業診断モデルとは言えなかった.本研究では,定性的な経営対策知識と定量的な財務諸表知識を統合して利用する企業診断モデルを設計実装し,さらに,学習機構を利用してそのモデルを維持管理する,高次企業診断システムの枠組みを検討した.本企業診断モデルの処理法としては,数値ではなく区間を伝播させる方法(制約充足アルゴリズム)と最良優先探索技法に基づく方法を提案した.区間伝播法については,1992年にヒボネンによって汎用アルゴリズムが既に提案されているが,変数や制約数が多い(以下の実験では228個の財務変数と116個の財務方程式)と対処できないため,業界平均値から算出した財務変数初期値を利用して区間値の組合せ数を減少させる事により,そのような場合でも実行可能な区間伝播法を考案した.また,本区間伝播法と財務変数の正常区間値からの逸脱度等から決定される最良優先探索技法を統合した方法をProlog言語で実装すると共に,3種類の実際の経営診断データに適用した結果,50MIPS程度の計算機上で約20-30分程度で処理され,全財務変数の正常区間値からの逸脱度が,最良のケースで1/3程度減少する事を確認した.さらに,所与の財務諸表知識と経営対策知識の融合知識ベースに含まれる誤りを自動的に改訂するために,誤りを同定するための3種類の戦略,及び,32個の知識洗練化戦略を整理し,机上ではあるが,それらが有効に働くことを確認した.