CC BY
23
УДК 004.021 + 336.717.061.1
DOI: 10.14529/ctcr190108
ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ПОЛУЧЕНИЯ БАНКОВСКОЙ ГАРАНТИИ
М.И. Озерова, И.Е. Жигалов
Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых (ВлГУ), г. Владимир, Россия
Статья посвящена разработке модели и алгоритма оптимального распределения заявок на получение банковского продукта в режиме реального времени на примере банковской интернет-площадки. Дано определение банковского продукта - Банковская гарантия. Рассмотрен процесс обработки заявки на банковскую гарантию. Процесс обработки и выдачи заявки на получение банковской гарантии можно условно разделить на три обобщенные стадии: Заведение Заявки, Рассмотрение Заявки и Выдача Продукта.
Банки применяют разные методики оценки финансового положения и кредитоспособности Клиентов, в анкете-заявке клиента на получение гарантии около 60 параметров, что значительно увеличивает время на обработку заявки.
Для сокращения времени обработки заявки и оптимизации процесса распределения заявок на банковские продукты необходимо формализовать процесс по единому унифицированному профилю для всех банковских инстанций. Для этого определены единые критерии для заявки и параметры банков.
Проанализировано время обработки и предложена модель обработки заявки в едином окне андеррайтинга
Основная цель разрабатываемого алгоритма состоит в автоматизации процесса распределения потока заявок в режиме реального времени с учетом имеющихся предпочтений и ограничений. При этом критерием оптимальности является время распределения и количество заявок, распределенных по банкам, выдающим БГ за один пул. Для этого определены группы параметров, определяющих порядок очерёдности заявки от компании-заявителя (Принципале), и группа параметров, определяющая коэффициент приоритетности банка (Гарант), выдающего БГ. Необходимо распределить поступающие заявки на БГ среди всех банков-участников.
Отличительной особенностью предлагаемой модели является учет множества критериев, влияющих на точность распределения заявок на получение банковской гарантии по банкам и влияющих на время обработки заявок андеррайтерами в онлайн-режиме. Критерием оптимальности является время распределения и количество заявок, распределенных по банкам, выдающим банковскую гарантию за один пул. Предложенное решение автоматизации процесса распределения заявок на получение банковской гарантии было реализовано в Service Hub.
Ключевые слова: автоматизация поддержки принятия решения, информационная система, банковская гарантия.
Введение
Банковская гарантия (БГ) является распространенной формой обеспечения условий участия в конкурсах в соответствии с законами № 44-ФЗ «О контрактной системе» и № 223-ФЗ «О закупках госкомпаний» и последующего исполнения обязательств перед заказчиками, в которых банк (или другая организация) берет на себя финансовую ответственность за ненадлежащее исполнение поставщиком условий государственного контракта.
Сегодня сектор обеспечительных мер на рынке госзаказа и банковский продукт (БП), именуемый банковская гарантия (БГ), является успешной точкой роста банковского сектора. Становятся популярны межбанковские интернет-площадки по выдаче БГ, которые работают с достаточно большим объемом заявок на получение БГ и большим числом банков, предоставляющих такой продукт. Именно поэтому оптимизация процесса распределения заявок на получение БГ является сегодня актуальной.
Процесс выдачи банковской гарантии по своей сути аналогичен процедуре выдачи кредита. Обычно банковские системы предлагают своим клиентам рассмотрение заявки в ускоренном режиме [1], а также упрощенное оформление документов по банковской гарантии [2]. Это реализу-
ется посредством подключения к базе данных официального сайта госзакупок РФ и использования электронного документооборота. Подключение к базе данных позволяет мгновенно получать необходимую информацию о любом тендере, поставщике, заказчике, требованиях обеспечения контракта. Юридическая значимость электронного документооборота подтверждается сертификатом электронной цифровой подписи. Доступ к функциональным возможностям системы предоставляется через Личный кабинет, в котором предусмотрен набор полезных инструментов для удобной и эффективной работы. Уровень автоматизации процесса выдачи банковской гарантии зависит от информационной насыщенности поддержки комплексного решения, организуемой в виде интеграции с внешними сервисами и внутренними источниками данных организации, а также наделения системы алгоритмами принятия решения [3] на основе методологии банка или интеграции с аналитической системой. Обязательной составной частью решений является электронное клиентское досье, описание входных и выходных параметров, функций веб-сервиса, входящих в состав автоматизированной банковской системы (АБС).
Процесс обработки и выдачи заявки на получение банковской гарантии можно условно разделить на три обобщенные стадии: Заведение Заявки, Рассмотрение Заявки и Выдача Продукта (БГ).
При подаче Клиентом заявки на БГ Клиент сам выбирает Банк (IBank), заполняет свой профиль в инстанции выбранного Банка. Продолжение бизнес-процесса дистанционной выдачи банковской гарантии уже происходит в личном кабинете IBank с возможностью входа и отслеживания статуса заявки в разделе «Рассчитать банковскую гарантию», вкладка «Мои заявки». Существенным недостатком являются высокие требования банков к Клиентам в вопросе подтверждения финансовой благонадежности. Банки применяют разные методики оценки финансового положения и кредитоспособности Клиентов, в анкете-заявке клиента на получение гарантии около 60 параметров, что значительно увеличивает время на обработку заявки.
Процесс Время
Рассмотрение заявки с проверкой финансовых показателей вручную 24 ч
Заведение Заявки. Ввод данных Клиентом, заполнение профиля 10-30 мин
Выдача БГ 2-3 с
Рассмотрение заявки без проверки финансовых Показателей (статус предварительно одобрено) При пиковой нагрузке время обработки одной поданной заявки составляет не более 15 мин, а в среднем не превышает 5 мин
График зависимости времени обработки заявки от суммы БГ1 представлен на рис. 1.
. 10 000 000 £ 8 000 000 ¡5 б 000 000 I 4 000 000 >■ 2 000 000 о
Время на обработку заявки, ч Рис. 1. График зависимости времени обработки заявки от суммы БГ на электронной бирже
Клиент подает заявку, заполняет анкету, ее обрабатывают одновременно по нескольким банковским инстанциям, т. е. над одной заявкой работают несколько менеджеров разных
1 Данные взяты с сайта: My-Bg.ru. Электронная биржа банковских гарантий. - https://my-bg.ru/about/ (дата обращения: 30.04.18).
банков. На исполнение заявку на получение БГ получает только один банк. В этом случае увеличивается время работы на инстанции банка без гарантии получить заявку. Обычно клиенты сами выбирают инстанцию банка, в этом случае время обработки заявки не увеличивается, но увеличивается риск неполучения банковской гарантии (БГ) и время на подбор следующего банка. На каждой банковской инстанции андеррайтинг производится по своей ско-ринговой модели. Схема обработки заявки по нескольким банковским инстанциям представлена на рис. 2.
Рис. 2. Схема обработки заявки по нескольким инстанциям
Для сокращения времени обработки заявки и оптимизации процесса распределения заявок на банковские продукты необходимо формализовать процесс по единому унифицированному профилю для всех банковских инстанций [4]. Для этого определены единые критерии для заявки и параметры банков. В этом случае в едином окне подачи заявки производится автоматический выбор оптимальной скоринговой модели и по ней производится андеррайтинг. Схема обработки заявки на одной инстанции в едином окне андеррайтинга представлена на рис. 3.
Основная цель разрабатываемого алгоритма состоит в автоматизации процесса распределения потока заявок в режиме реального времени с учетом имеющихся предпочтений и ограничений. При этом критерием оптимальности является время распределения и количество заявок, распределенных по банкам, выдающим БГ за один пул.
Рис. 3. Схема обработки заявки на одной инстанции
Постановка задачи
Первоначально определяются группы параметров, определяющих порядок очерёдности заявки от компании-заявителя (Принципале) и группа параметров, определяющая коэффициент приоритетности банка (Гарант), выдающего БГ. Необходимо распределить поступающие заявки на БГ среди банков гарантов.
Подобного рода задачи хорошо решаются методами, описанными в работах [5-7], достаточно изучены и реализованы как в виде алгоритмов, так и в виде программ. Например, в работе [8] аналогичная задача распределения заказов таксопарка решена путем оптимизации венгерского метода. В работе [9] оптимизация распределения кредитных заявок на примере ПАО Сбербанк решена исходя из того, что минимальное время исполнения каждой заявки в потоке обеспечивает минимальное время исполнения всего потока заявок. Несмотря на множество решений [10-12], из-за нестандартности математической модели, добавления критериев, роста требований к результатам необходима адаптация и оптимизация существующих решений под конкретные области применения.
На основании анализа информации о банке (Гарант) и заявки на БГ от компании-заявителя (Принципале) определяются параметры оценки приоритетности заявки компании-заявителя и банка, выдающего БГ. Необходимо распределить пул (пул - одновременный поток заявок за единицу времени) поступающих заявок на получение БГ среди банков-гарантов таким образом, чтобы число нераспределенных по банкам заявок было минимально возможным с учетом условий выдачи БГ конкретным банком.
Для упрощения задачи принимаем, что заявки в пуле являются однородными, распределение заявок зависит от критериев, определяемых банками. Критерии определяют поступления заявки именно в тот банк, которой более других имеет реальную возможность выдать БГ.
Решение задачи
Необходимо выбрать оптимальное распределение заявок по банкам. Существует N = заявок (п номер заявки i = 1, п), в одном пуле имеется а, единиц заявок и т банков (номер банка j = 1, т), которые могут реализовать в зависимости от допустимого объема БП для каждого банка
Ь] единиц заявок соответственно. Известны коэффициенты приоритета выбора банка, которые будем обозначать: с7]- - коэффициент приоритета выбора 7-й заявки к]-му банку; х7] - заявка, отправленная ]-му банку. Необходимо распределить все входящие заявки по банкам, которые могут реализовать данный вид БП, в нашем случае банковскую гарантию (БГ), за минимальное время и с максимальной эффективностью.
Цель решения задачи - минимизация суммарных коэффициентов, для чего находится значение целевой функции:
F =
"11
Чи
'ml
mj
11
1n
m1
mj
^ mm;
(1)
nm
7=1 ]=1
Для вычисления функции Е необходимо предварительно рассчитать коэффициенты с7] и определить Х7].
Предположим, что в систему поступает N заявок и отправлено в определенный банк на рассмотрение Np заявок. Необходимо минимизировать количество входящих заявок, не отправленных по банкам и находящихся в статусе ожидания:
дли„ = м-ыр = а, - Ь}.
Рассмотрим процесс распределения заявок при условии, что все заявки должны полностью распределяться между банками, следовательно, можно составить равенство
. (2)
Так как рассматриваются заявки, распределенные за время обработки одного пула, необходимо учитывать время, затраченное на обработку заявки X]. Следовательно, можно представить множество заявок х7] за один пул в виде
Si
(3)
где и - время распределения 7-й заявки по]-му банку, ^ - время принятия 7-й заявки]-м банком. Ограничения задачи:
= а, ¿ = 1"п; (4)
= Ь, } = т; (5)
хи > 0,1 = 1, п, ] = 1, т. (6)
Первое условие (4) предполагает, что заявки должны быть распределены полностью, второе условие (5) - что объем заявок по каждому банку должен быть удовлетворён, третье условие (6) -что объем входящих заявок должен быть неотрицательным. Системе ограничений задачи могут соответствовать несколько допустимых планов распределения заявок.
Рассмотрим возможные случаи плана распределения заявок по банкам.
1. Пусть объем входящих заявок превышает возможности банков, т. е. имеет место следующее неравенство
>№т=1 ь,-. (7)
В этом случае для обеспечения условий решения задачи вводится условная единица заявки, обеспеченная банком (Ьп + 1) с коэффициентом приоритета выбора
сп=1,] = 0, } = 1,т
при
Ьщ+1 = S=lai А.!] = !"]. После введения получаем равенство (2).
c
c
c
x
x
x
X
c
x
2. Если объем возможностей банков на обработку и получение заявок на БГ превышает объем входящих заявок в одном пуле, тогда имеет место неравенство
В этом случае для обеспечения условий получения заявки вводим условную заявку в одном пуле + 1) с коэффициентом, определяемым по формуле ст=1,г = 0, I = 1/п
при
ап+1 = ^ - ЕГ=1 а(.
После этого условие задачи сводится к первому варианту (7).
Далее задачу можно решить известным методом потенциалов.
По условию все заявки должны быть распределены по банкам, следовательно,
Я^у = 1
при условии
ситт < р, (сл - г]) > в, где Zj - относительная величина, равная количеству заявок в j-м банке Sj, отнесенному к общему количеству заявок S:
в идеале ^ должно стремиться к значению с
Определение коэффициента приоритета банка
На основании анализа информации о Банке и заявки от клиента определяется множество коэффициентов приоритета распределения заявки по банкам с^. На основании экспертных данных формируются критерии, определяющие коэффициент с^. Коэффициент приоритета определяет область наиболее точного соответствия банка и заявке на получение БГ. Определим критерии, регламентирующие применение коэффициентов приоритета по заявке. Эти критерии можно разделить на 2 группы.
Первую группу составляют параметры банка (а), определяющие перечень условий, по которым заявка должна быть получена именно данным банком. Как правило, это параметры с фиксированными значениями (выбор из ограниченного множества конкретных параметров).
Вторую группу составляют параметры, по которым можно оценить уровень соответствия заявки коэффициенту приоритета банка (дг). Необходимо придать каждому параметру второй группы свой вес, который для параметров первой группы имел смысл блокирующего коэффициента, а в данном случае является весовым коэффициентом, определяющим значимость параметра для коэффициента приоритета решения.
При анализе банковских продуктов были выявлены основные критерии, влияющие на степень оценки кредитного суждения и рисков по выдаче БГ.
Значения параметров банка (Гарант) а
(а!) Сумма обеспечения БГ
Сумма обеспечения БГ Вес а!
До 1 млн 0,25
1-10 млн 0,4
10-50 млн 0,2
50-100 млн 0,15
(а2) Количество стоп-информации (факторы)
Количество стоп-информации (факторы) Вес а2
10 0,4
20 0,35
30 0,25
(а3) Срок выдачи БГ
Срок выдачи БГ Вес а3
1-2 дня 0,4
2-3 дня 0,35
3-5 дней 0,25
Значения коэффициентов компании-заявителя (Принципале) q (qi) Сумма БГ
Сумма БГ (P^ Вес q1
До 1млн руб. 0,15
1-1,5 млн руб. 0,3
7-10 млн руб. 0,25
10-50 млн руб. 0,2
(д2) Количество Госконтрактов за последние 3 (три) года вне зависимости от статуса Госконтракта
Количество Госконтрактов за последние 3 (три) года вне зависимости от статуса Госконтракта(Р2) Вес q2
5 и более 0,25
2-4 0,3
1 0,15
0 0,2
(q3) Стоимость чистых активов
Стоимость чистых активов (Р3) Вес q3
Чистые активы > уставного капитала 0,7
Чистые активы < уставного капитал 0,3
(q4) Возраст компании
Возраст компании (P4) Вес q4
От 4 месяцев 0,15
От 6 месяцев 0,25
От 12 месяцев 0,3
(q5) Срок БГ
Срок выдачи БГ (P5) Вес q5
До 30 дней 0,15
До 6 месяцев 0,25
Более 6 месяцев 0,3
Коэффициент приоритета с^ зависит также от степени оценки кредитного суждения gi и значимости банка и рассчитывается по формуле
*11 ~ 100
си = —т;^—, (8)
где gi - степени оценки кредитного суждения /-го банка, g¿ = 1 — —; Ri - показатель уровня
гб1
обеспечения БГ по заявке.
Коэффициент значимости банка банка зависит от общего годового объема БГ, выдаваемого банком, и процентной ставки по продукту БГ: 1
^ ^тах Тср
где Утах - максимально возможный объем продукта БГ 7-го банка; Тср - усредненный показатель годовой процентной ставки по продукту БГ. В результате получаем
= ^тах т ср V (9)
О' 100 ' ^
Для того чтобы избежать погрешности при распределении заявок между банками, вводится допустимый коэффициент погрешности в = 0,0025.
Далее матрица су- будет постоянно уточняться в процессе многократного применения построенного по такой методике алгоритма определения коэффициента приоритета по результатам каждого проведенного выбора, так как весовые коэффициенты непрерывно корректируются самой программой обработки результатов выбора решения по «опыту» всех ранее выполненных распределений, и система будет самонастраивающейся. Результаты расчета приведены в таблице.
Фрагмент результата расчета коэффициента Cjj
№ cJ № cJ № cJ № cJ № cJ
1 0,625 11 0,75 21 0,803279 31 0,6 41 0,666667
2 0,671642 12 0,765957 22 0,670103 32 0,54902 42 0,552632
3 0,6875 13 0,810345 23 0,8125 33 0,729167 43 0,606061
4 0,677419 14 0,76 24 0,756757 34 0,736842 44 0,842105
5 0,6 15 0,625 25 0,875 35 0,666667 45 0,666667
6 0,8 16 0,8 26 0,777778 36 0,791667 46 0,647059
7 0,575 17 0,830508 27 0,71875 37 0,576271 47 0,613636
8 0,645833 18 0,764706 28 0,763158 38 0,75 48 0,72973
9 0,652174 19 0,882353 49 0,75 39 0,84 49 0,666667
10 0,571429 20 0,736842 30 0,869565 40 0,785714 50 0,545455
Реализация
Предложенное решение автоматизации процесса распределения заявок на получение БГ было реализовано в среде Service Hub. Количество нераспределенных и отправленных на повторное рассмотрение заявок составило 8-5 %. Информационная модель обработки заявки представлена на рис. 4.
Рис. 4. Информационная модель
Ежемесячно обрабатывается около 400 заявок, которые клиенты заводят самостоятельно, 3000 заявок заводятся посредством клиентского сервиса и 6000 заявок заводятся региональными агентами. Результаты деятельности (июль 2017 - июнь 2018) представлены на рис. 5.
70% 60% 50% 40% 30% 20% 10% 0%
Динамика доли выданных заявок в сегменте 0-150 млн_руб.
60% 62% 58% 55% 55% 61% 58%
50%
55% 52% 56% 57%
27% 3°%_2з% 20% 24% 23% 19о/о 10% 13% 12%% 18%% 19%
С^ о*
«5>
<Ь<У 1 ^
<f
У .
<3>
по сумме по количеству
Рис. 5. График динамики выданных заявок (июль 2017 г. - июнь 2018 г.)
На графике в процентах указана доля выданных заявок по сумме / по количеству, посчитанная как отношение суммы всех поступивших заявок / количества всех поступивших заявок к сумме выданных заявок / количеству выданных заявок на конкретный месяц.
Итого динамика доли выданных заявок Service Hub по сумме (за период) - 19 %, динамика доли выданных заявок Service Hub по количеству (за период) - 57 %, реальный потенциал по количеству заявок - 43 %.
Заключение
В результате проведенного исследования была проанализирована проблема распределения заявок в условиях неопределенности. Предложенная математическая модель применена к задаче распределения заявок на банковские гарантии в мультибанковской среде с учетом специфики банковских показателей, влияющих на положительное решение. Разработанная модель внедрена в онлайн-сервисе.
Литература
1. Андиева, Е.Ю. Метод оценки рисков в экспресс-кредитовании / Е.Ю. Андиева // Системы управления и информационные технологии. - 2008. - 1.3 (31), № 2. - С. 316-320.
2. Гараган, С.А. Оптимальная организация процесса рассмотрения кредитных заявок / С.А. Гараган //Банковское кредитование. - 2008. - № 6.
3. Щербаков, М.В. Интеллектуальная поддержка при принятии управленческих решений в цикле постоянного улучшения: автореф. дис. ... д-ра техн. наук: 05.13.01 / Щербаков Максим Владимирович; [Место защиты: Волгогр. гос. техн. ун-т]. - Волгоград, 2014. - 36 с.
4. Моделирование и оптимизация управления интеллектуальной гибридной энергосистемой с источниками возобновляемой энергии / Нгок Тханг Май, Ван Муон Ха, В.А. Камаев и др. // Управление большими системам - 2013. - № 46. - С. 293-309.
5. Корбут, А.А. Дискретное программирование / А.А. Корбут, Ю.Ю. Финкельштейн; под ред. Д.Б. Юдина. - М. : Наука, 1969. - 368 с.
6. Гольштейн, Е.Г. Задачи линейного программирования транспортного типа / Е.Г. Голь-штейн, Д.Б. Юдин. - М. : Наука, 1969. - 384 с.
7. Богачев, В.И. Задача Монжа - Канторовича: достижения, связи и перспективы / В.И. Бо-гачев, А.В. Колесников // Успехи математических наук. - 2012. - Т. 67, № 5 (407). - С. 3-110. DOI: 10.4213/rm9490
8. Сонькин, Д.М. Адаптивный алгоритм распределения заказов обслуживание автомобиля такси / Д.М. Сонькин // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2009. - Т. 315, № 5. - С. 65-69.
9. Акопов, А.С. Системно-динамическое моделирование стратегии банковской группы / А.С. Акопов //Бизнес-информатика. - 2012. - № 2 (20). - С. 10-19.
10. Еремин, И.И. Теория линейной оптимизации / И.И. Еремин. - Екатеринбург: УрО РАН, 1998. - 248 с.
11. Maranas, C.D. A global optimization approach for Lennard-Jones microclusters / C.D. Maranas, C.A. Floudas // J. Chem. Phys. - 1992. - Vol. 97. - P. 7667-7678. DOI: 10.1063/1.463486
12. A model combining genetic algorithm and simplexmethod for solving a production expense minimizing problem / Nguyen Minh Hang et al. // Journal of Computer Science and Cybernetics. - Hanoi, 2006. - Vol. 22, no. 4. - P. 319-324. DOI: 10.15625/1813-9663/22/4/1411
Озерова Марина Игоревна, канд. техн. наук, доцент кафедры информационных систем и программной инженерии, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых (ВлГУ), г. Владимир; [email protected].
Жигалов Илья Евгеньевич, д-р техн. наук, проф., зав. кафедрой информационных систем и программной инженерии, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых (ВлГУ), г. Владимир; [email protected].
Поступила в редакцию 1 декабря 2018 г.
DOI: 10.14529/ctcr190108
INFORMATION SUPPORT FOR MAKING A DECISION ON OBTAINING A BANKING PRODUCT
M.I. Ozerova, [email protected], I.E. Zhigalov, [email protected]
Vladimir State University named after Alexander and Nikolay Stoletovs (VlSU), Vladimir, Russian Federation
The article is devoted to the development of a model and algorithm for the optimal distribution of applications for receiving a banking product in real time using the example of a banking Internet platform. The concept of a bank product is described - the Bank guarantee. Considered the process of processing an application for a bank guarantee. The process of processing and issuing an application for a bank guarantee can be divided into three generalized stages: Establishment of an Application, Consideration of an Application and Issuance of a Product. Banks use different methods for assessing the financial position and creditworthiness of Clients, in the application form of a client for obtaining a guarantee about 60 parameters, which significantly increases the time for processing the application.
To reduce the processing time of an application and streamline the process of distributing applications for banking products, it is necessary to formalize the process along a single unified profile for all banking institutions. For this purpose, uniform criteria for the application and parameters of banks are defined.The processing time was analyzed and the application processing model was proposed in a single underwriting window.
The main goal of the algorithm being developed is to automate the process of distributing the flow of applications in real time, taking into account the preferences and limitations. In this case, the optimality criterion is the distribution time and the number of applications distributed among the banks issuing BG for one pool. For this purpose, groups of parameters are determined that determine the order of the order from the applicant company (Principal) and the group of parameters that determine the priority factor of the bank (Guarantor) issuing the BG. It is necessary to distribute incoming requests for BG among all banks of the participants.
A distinctive feature of the proposed model is taking into account the set of criteria that affect the accuracy of the distribution of applications for obtaining a bank guarantee for banks, and affect
the processing time of applications by underwriters online. The optimality criterion is the time of distribution and the number of applications for receiving a banking product on the bank for one pool. The developed model is implemented in the online service. The proposed solution to automate the process of distributing applications for receiving BG, was implemented in Service Hub.
Keywords: decision support automation, information system, bank guarantee, banking product.
1. Andieva E.Yu. [Method of Risk Assessment in Express Lending]. Management Systems and Information Technologies, 2008, 1.3 (31), no. 2, pp. 316-320. (in Russ.)
2. Garagan S.A. [Optimum Organization of the Loan Application Review Process]. Bank Lending, 2008, no. 6. (in Russ.) Available at: http://www.reglament.net/bank/credit/2008_6/get_article.htm?id=545.
3. Scherbakov M.V. Intellektual'naya podderzhka pri prinyatii upravlencheskikh resheniy v tsikle postoyannogo uluchsheniya: avtoreferat dis. doktora tekhnicheskikh nauk [Intellectual Support in Making Management Decisions in the Cycle of Continuous Improvement. Abstract of Doct. Diss. on Computer Science, Computing and Control, 05.13.01. Volgograd, 2014. 36 p.
4. Ngoc Thang Mai, Van Muon Ha, Kamaev V.A., Shcherbakov M.V., Ku-ang Vinh Thai [Modeling and Optimization of Management of an Intelligent Hybrid Power Grid with Sources of Renewable Energy]. Control of Large Systems, 2013, no. 46, pp. 293-309. (in Russ.)
5. Korbut A.A., Finkelstein Yu.Yu. Diskretnoe programmirovanie [Discrete Programming]. Moscow, Nauka Publ., 1969. 368 p.
6. Golshtein E.G., Yudin D.B. Zadachi lineynogo programmirovaniya transportnogo tipa [Problems of Linear Programming of Transport Type]. Moscow, Nauka Publ., 1969. 384 p.
7. Bogachev V.I., Kolesnikov A.V. [The Monge-Kantorovich Problem: Achievements, Connections and Prospects]. Achievements of Mathematical Sciences, 2012, vol. 67, no. 5 (407), pp. 3-110. DOI: 10.4213/rm9490
8. Sonkin D.M. [Adaptive Algorithm of Distribution of Orders Taxi Service]. Bulletin of Tomsk Polytechnic University. Engineering of Georesources, 2009, vol. 315, no. 5, pp. 65-69. (in Russ.)
9. Akopov A.S. [System-Dynamic Modeling of the Banking Group Strategy]. Business Informatics, 2012, no. 2 (20), pp. 10-19. (in Russ.)
10. Eremin I. I. Teoriya lineynoy optimizatsii [The Theory of Linear Optimization]. Ekaterinburg, Ural Branch of the Russian Academy of Sciences, 1998. 248 p.
11. Maranas C.D., Floudas C.A. A Global Optimization Approach for Lennard-Jones Microclusters, J. Chem. Phys, 1992, vol. 97, pp. 7667-7678. DOI: 10.1063/1.463486
12. Nguyen Minh Hang et al. A Model Combining Genetic Algorithm and Simplex Method for Solving a Production Expense Minimizing Problem. Journal of Computer Science and Cybernetics, Hanoi, 2006, vol. 22, no. 4, pp. 319-324. DOI: 10.15625/1813-9663/22/4/1411
References
Received 1 December 2018
ОБРАЗЕЦ ЦИТИРОВАНИЯ
FOR CITATION
Озерова, М.И. Информационное обеспечение поддержки принятия решения получения банковской гарантии / М.И. Озерова, И.Е. Жигалов // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». - 2019. - Т. 19, № 1. -
Ozerova M.I., Zhigalov I.E. Information Support for Making a Decision on Obtaining a Banking Product. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2019, vol. 19, no. 1, pp. 90-100. (in Russ.) DOI: 10.14529/ctcr190108
С. 90-100. DOI: 10.14529/ctcr190108
