Prof. univ. dr.

Nicolae
Dardac
PROGRAM ANALITIC
An universitar :2009/2010
Denumirea disciplinei

MODELARE ECONOMICA SI CALCUL NEURONAL

6
Numrul ore pe semestru / activiti
Numrul de
Total
C
S
L/P
Codul disciplinei
credite
56
28
28
Anul
2008
Facultatea beneficiar
Cibernetica, Statistica si Informatica Economica
Semestrul
II
Specializarea
Economie Cantitativa si Cibernetica Economica
Categoria formativ a disciplinei:
S
F fundamental, S de specialitate, C complementar
Categoria de opionalitate a disciplinei:
O
O obligatorie, A opional, F facultativ, S - special
Obligatorii (condiionate)
Discipline anterioare
Recomandate
Deoarece au la baza conceptul de reglare si autoreglare, retelele neuronale fac parte din categoria modelelor cele mai flexibile, robuste si eficiente, care pot fi utilizate pentru modelarea
comportamentului sistemelor cibernetice. Cursul Modelare Economica si Calcul Neuronal
are scopul de a oferi specialistului din domeniul Ciberneticii Economice cunostintele necesare
pentru utilizarea instrumentelor de modelare de tip retea neuronala pentru rezolvarea unor
probleme specifice din domeniul economico-financiar, cum ar fi analiza cantitativa, predictia si
recunoasterea formelor. Obiectivele principale urmarite in cadrul cursului sunt legate de:
insusirea cunostintelor privind conceptul de retea neuronala, elementele componente ale
Obiective
acesteia, caracteristicile functionale ale unei retele neuronle, principalele tipuri de retele
neuronale si principiile fundamentale care stau la baza proiectarii retelelor neuronale;
cunoasterea modalitatilor de antrenare sau instruire a unei retele neuronale, a algoritmilor si
procedurilor numerice utilizate in acest scop; cunoasterea modalitatilor in care retelele
neuronale pot fi utilizate pentru rezolvarea unor probleme concrete din domeniul economcofinanciar; descrierea principiilor care stau la baza implementarilor software ale retelelor
neuronale.
Cursul are urmatoarea tematica:
Concepte si principii fundamentale ale modelarii economice si calculului neuronal;Tipuri de
modele utilizate in domeniul economiei cantitative;Fundamente statistico-matematice ale
calcului neuronal Structura si functionalitatea unei retele neuronale;Tipuri fundamentale de
Coninut (descriptori)
retele neuronale: perceptronul, retele neuronale asociative, retele neu-ronale Boltzmann;
Algoritmi de instruire a unei retele neuronale ;Utilizarea retelelor neuronale in domeniul
predictiei economico-financiare ;Utilizarea retelelor neuronale in domeniul recunoasterii
formelor;Implementarea sotware a retelelor neuronale
Forma de evaluare (E examen, V verificare pe parcurs, C colocviu)
E
- Evaluare pe parcurs
30%
Stabilirea notei finale (procentaje)
- Evaluare prin examen
70%
Bibliografia
Bishop C. M., Neural Network for Pattern Recognotion, Oxford Univ. Press, 1995
Dumitrescu D., Costin H., Retele neuronale, Editura Teora, Bucuresti, 1996
Enachescu C., Aplicatii ale retelelor neuronale in teoria statistica a invatarii, Editura Sigma,
Bucuresti, 1999;Neagoe V., Stnil O., Recunoasterea formelor si retele neuronale, Editura
MATRIXROM, Bucureti, 1999;Vancea R., Holban S., Ciubotariu D., Recunoaterea
formelor. Aplicaii, Editura Academiei, Bucureti, 1987
Neural Network TOOBOX for use with MATLAB, The MathWorks Inc, 1994; Statistica

Neural Networks, Release 4.0 E, StatSoft Inc., Tulsa, OK 2000

Grad didactic, titlu, prenume, numele
Prof. Univ. Dr. Gheorghe RUXANDA
Legenda: C curs; S seminar; L/P lucrri practice n laborator i proiecte.
Titular ( titulari )

ACADEMIA DE STUDII ECONOMICE

Semntura

APROBAT,