Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств
Приведены результаты экспериментальных исследований аппроксимационных свойств радиально-базисных нейронных сетей для прогнозирования размера страхового взноса в автостраховании. The results of the experimental investigations of radial-basis neural network’s approximating properties for the predictio...
Gespeichert in:
| Veröffentlicht in: | Управляющие системы и машины |
|---|---|
| Datum: | 2013 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2013
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/83171 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств / С.А. Николаенко // Управляющие системы и машины. — 2013. — № 3. — С. 88-92. — Бібліогр.: 9 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860269819775942656 |
|---|---|
| author | Николаенко, С.А. |
| author_facet | Николаенко, С.А. |
| citation_txt | Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств / С.А. Николаенко // Управляющие системы и машины. — 2013. — № 3. — С. 88-92. — Бібліогр.: 9 назв. — рос. |
| collection | DSpace DC |
| container_title | Управляющие системы и машины |
| description | Приведены результаты экспериментальных исследований аппроксимационных свойств радиально-базисных нейронных сетей для прогнозирования размера страхового взноса в автостраховании.
The results of the experimental investigations of radial-basis neural network’s approximating properties for the prediction of the size of the insurance premium in the vehicle insurance are given.
Подано результати експериментальних досліджень апроксимаційних властивостей радіально-базисних нейронних мереж для прогнозування розміру страхового внеску в автострахуванні.
|
| first_indexed | 2025-12-07T19:05:27Z |
| format | Article |
| fulltext |
88 УСиМ, 2013, № 3
Экономико-математическое моделирование
УДК 681.3
С.А. Николаенко
Нейросетевой подход к задаче оценки размера взноса
при страховании гражданской ответственности владельцев транспортных средств
Приведены результаты экспериментальных исследований аппроксимационных свойств радиально-базисных нейронных сетей
для прогнозирования размера страхового взноса в автостраховании.
The results of the experimental investigations of radial-basis neural network’s approximating properties for the prediction of the size of
the insurance premium in the vehicle insurance are given.
Подано результати експериментальних досліджень апроксимаційних властивостей радіально-базисних нейронних мереж для
прогнозування розміру страхового внеску в автострахуванні.
Введение. Обязательное страхование автогра-
жданской ответственности (ОСАГО) получило
широкое распространение во всех цивилизован-
ных странах. Как известно, оно обязательно для
автовладельца, так как эта форма страхования
обеспечивает возмещение ущерба потерпевшим.
Объектом такого страхования выступает ответ-
ственность страхователя по закону перед треть-
ими лицами, которым может быть причинен
ущерб в силу несчастного случая или профес-
сиональной ошибки.
Определение размера страхового взноса, ко-
торый принято называть страховой премией, т.е.
суммы, которую должен оплатить владелец
транспортного средства (ТС) при покупке стра-
хового полиса ОСАГО, – достаточно трудная
задача для сотрудников страхового бизнеса, так
как при ее расчете должно быть учтено много
факторов, связанных как с водителем (водите-
лями) ТС, так и с самим ТС, а зависимость эта
точно не установлена.
В настоящее время существуют различные
достаточно эффективные методы и алгоритмы
восстановления функциональных зависимостей
по экспериментальным данным, включая ме-
тод группового учета аргументов (МГУА), пред-
ложенный А.Г. Ивахненко для построения ма-
тематических моделей сложных систем и из-
ложенный в монографиях и периодических из-
даниях [1–4].
В последнее десятилетие внимание исследо-
вателей привлекают методы построения слож-
ных моделей на базе искусственных нейрон-
ных сетей. Такие сети становятся хорошими
аппроксиматорами неизвестных нелинейных
функций [5–7]. Это позволяет применять их во
многих экономико-финансовых областях зна-
ний. В частности, в работе [8] на базе искусст-
венной нейронной сети с так называемыми
сигмоидальными активационными функциями
была поставлена и решена задача прогнозиро-
вания стоимости объектов недвижимости.
Судя по доступным литературным источни-
кам, какие-либо работы по построению мате-
матических моделей, которые могли бы свя-
зать размер страхового взноса ОСАГО с опре-
деленными характеристиками водителей и ТС,
ранее не встречались.
Цель данной статьи – исследование возмож-
ности оценки страховым агентом размера взноса
при оформлении автовладельцем страхового по-
лиса ОСАГО на основе нейросетевой системы
радиально-базисного типа [5, 6].
Характеристика исходных данных
Известно, что существует зависимость меж-
ду размером C страхового взноса и следующи-
ми переменными: типом x1 договора; статусом x2
страхователя; резидентностью x3 страхователя;
количеством x4 водителей, включаемых в стра-
ховой договор; минимальным водительским
стажем x5; типом x6 ТС; зоной x7 страхования.
Далее приведено описание переменных, ко-
торые могут быть использованы при опреде-
лении размера страхового взноса ОСАГО.
УСиМ, 2013, № 3 89
Тип договора (x1). Договор страхования
ОСАГО может быть заключен на таких усло-
виях:
страхование ответственности за вред, при-
чиненный жизни, здоровью, имуществу треть-
их лиц вследствие эксплуатации ТС, указанно-
го в договоре страхования, любым лицом, экс-
плуатирующим его на законных основаниях
(договор типа I);
страхование ответственности за вред, при-
чиненный жизни, здоровью, имуществу треть-
их лиц вследствие эксплуатации любого ТС
или одного из ТС, указанных в договоре, ли-
цом, указанным в договоре страхования (дого-
вор типа II);
страхование ответственности за вред, при-
чиненный жизни, здоровью, имуществу треть-
их лиц вследствие эксплуатации ТС, указанно-
го в договоре страхования, лицом, указанным в
договоре страхования, или одним из лиц, ука-
занных в договоре (договор типа III).
Статус страхователя (x2). Юридическое
или физическое лицо.
Резидентность страхователя (x3). Является
страхователь гражданином Украины или нет.
Количество водителей (x4). Максимальное
количество лиц, которые будут управлять ТС на
протяжении действия договора страхования.
Минимальный водительский стаж (x4). Ес-
ли ТС будут управлять несколько лиц, то учи-
тывается наименьший водительский стаж сре-
ди этих лиц.
Тип транспортного средства (x6) (табл. 1).
Т а б л и ц а 1. Типы ТС
Легковые автомобили
Объем двигателя в см3 Тип ТС
До 1600 см3 B1
1600 … 2000 см3 B2
2000 … 3000 см3 B3
Более 3000 см3 B4
Прицепы к легковым автомобилям F
Автобусы
С количеством мест до 20 чел. D1
С количеством мест более 20 чел. D2
Грузовые автомобили
Грузоподъемностью до 2 т C1
Грузоподъемностью более 2 т C2
Прицепы к грузовым автомобилям E
Зона страхования (x7). В зависимости от ко-
личества населения населенный пункт, в кото-
ром страхуется ТС, имеет свою зону (табл. 2).
Т а б л и ц а 2. Зона страхования
Количество населения Зона
Менее 100 тыс. чел. 5
Более 100 тыс. чел. и менее 500 тыс. чел. 4
Более 500 тыс. чел. и менее 1 млн. чел. 3
Более 1 млн. чел. 2
Задача исследования
Из изложенного следует, что между разме-
ром С страхового взноса и семью независимы-
ми переменными 1 7[ ,..., ]Tx x x , упорядоченный
набор которых образует семимерный вектор,
существует определенная функциональная за-
висимость:
).(xFC (1)
Здесь и в дальнейшем Т – знак транспони-
рования. Составляющие вектора x могут при-
нимать значения (табл. 3).
Т а б л и ц а 3. Возможные значения составляющих вектора x
Переменная Значения
x1 1, 2, 3
x2 1, 2
x3 1, 2
x4 1, 3, 5
x5 0, 1, 3, 10
x6 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
x7 2, 3, 4, 5
Хотя зависимость (1) в явном виде априори
неизвестна (неизвестен оператор 7: ,F R R
формально отображающий семимерное евкли-
дово пространство векторов x на одномерном
евклидовом пространстве скалярных величин
С), но зато имеется множество L пар
L
LL CxCx ,,,...,, )()()1()1( (2)
каждая из которых определяется набором зна-
чений переменных ( ) ( )
1 7,...,i ix x (табл. 3) вместе со
страховым взносом ( ) ,iC соответствующим дан-
ному i-му набору (i = 1, ..., L).
Следуя работе [9], аппроксимируем ( )F x
функцией
),,(ˆ
0 wxFC (3)
90 УСиМ, 2013, № 3
зависящей не только от вектора х, но и от не-
которого пока не известного вектора w. В этом
выражении C
приобретает смысл прогнози-
руемого страхового взноса.
Качество аппроксимации будем оценивать
среднеквадратичной ошибкой, которая в силу
(3) зависит от вектора w, и с учетом (1) опре-
деляется выражением
(1) 2 ( ) 2(1) ( )кв
1 [( ) ... ( ) ],L LE C CC CL
(4)
которая в силу (1) и (3) зависит от вектора w и
определяется выражением
( ) ( ) 2
кв 0
1
1( ) [ ( ) ( , )] .
L
i i
i
E w F x F x w
L
(5)
Процесс обучения нейросетевой системы (3)
сводится, как известно [7], к использованию
множества пар (2), позволяющему найти такой
вектор *,w w при котором *
кв ( )E w достигает
минимума:
*
кв кв( ) min ( ).
w
E w E w (6)
Согласно (6) с учетом выражения (5) иско-
мый вектор *w определяется как
.]),()([minarg 2
1
)(
0
)(*
L
i
ii
w
wxFxFw (7)
Задача исследования состояла в том, чтобы
на конкретных реальных данных проверить
возможность обучения нейронной сети ради-
ально-базисного типа для достижения прием-
лемой среднеквадратичной ошибки прогнози-
рования (4).
Структура нейросетевой системы
При построении нейросетевой системы как
радиально-базисной сети оценка стоимости C
страхового взноса будет определяться как
(2) (1) (2) .TC w y b
(8)
Здесь b(2) – смещение второго (выходного)
слоя, w(2)T – L-мерный вектор весов этого слоя,
(1) (1) (1)
1[ ,..., ]T
Ly y y L-мерный вектор, компонен-
тами которого служат выходные сигналы скры-
того слоя нейронной сети (1) ( 1,..., )iy i n . Каж-
дый i-й сигнал скрытого слоя определяется так:
(1) ( ) ( 1,..., ).i iy r i L (9)
В этом выражении
2( ) exp( )i ir r (10)
– так называемая радиально-базисная функция
[5], зависящая от переменной
(1) (1)( , ), ( 1,..., )i ir b d x w i L (11)
в которой коэффициент (1)
ib [7] находится по
формуле
(1)
2
max
,i
Lb
d
(12)
где
(1) (1)
max , 1,...,
: max i ji j L
d w w
(13)
обозначает максимальное расстояние между
всеми L-векторами скрытого слоя;
(1) (1)( , )i id x w x w (14)
имеет смысл расстояния между входным век-
тором Txxx 71,..., и i-м вектором весов (1)
iw
скрытого слоя.
На рис. 1 изображена радиально-базисная
функция ( )r вида (10).
Рис. 1. График радиально-базисной активационной функции с
центром в начале координат
Особенностью нейросетевой системы ради-
ально-базисного типа есть то, что в качестве i-го
вектора весов скрытого слоя ( )w i принимается
i-й входной вектор ( )x i [7]:
(1) ( ) для всех .i
iw x i (15)
Структурная схема нейросетевой системы по-
казана на рис. 2, где операция определения рас-
стояний (1)( , )id x w в скрытом слое символиче-
ски обозначена как , а операция определе-
ния скалярного произведения векторов w(2)T и
y(1) как , .
УСиМ, 2013, № 3 91
Рис. 2. Двухслойная радиально-базисная нейронная сеть
Поскольку в силу соотношений (9) – (11)
(1) (1) (2) 7, , ,i i iw b w R а (2)b R , то можно заклю-
чить, что вектор w, фигурирующий в выраже-
нии (3) для аппроксимирующей функции F0(,),
будет представлять собой 9L + 1-мерный век-
тор вида
(1) (1) (1) (2) (2)
1
9 1
[ ,..., , , , ] .T
L
L
w w w b w b
(16)
Процедура обучения
Процедура сводится к нахождению псевдо-
решения системы уравнений вида [6, п. 5.13.1]
LiCbyw i
i
T ,...,1,)()2()1()2( (17)
относительно неизвестных вектора )2(w весов
выходного слоя и смещения ,)2(b где
(1) (1) (1)
1 ,...,
T
i i Liy y y (18)
– вектор выходных сигналов первого (скрыто-
го) слоя, появляющихся при предъявлении на
вход нейросети i-го вектора ( ) ( ) ( )
1 7,..., .
Ti i ix x x
(Система уравнений (18) несовместна.)
Учитывая выражение (18), получаем псевдо-
решение (2) (2),
TTw w b системы (17) в виде
,cYw (19)
где (1) ( ),..., ,
TLc c c а Y – матрица, псевдо-
обратная L (L + 1) -матрице
.
1...
1...
)1()1(
1
)1(
1
)1(
11
LLL
L
yy
yy
Y
Выбор вектора в виде (19) согласно [9] га-
рантирует решение поставленной задачи оп-
тимизации (5), в которой вектор *w определя-
ется как .* ww
Экспериментальные результаты
Для экспериментального исследования воз-
можностей обучения нейросетей и оценки эф-
фективного прогнозирования размера страхо-
вого взноса в среде MATLAB была разработана
прикладная программа, позволяющая после
завершения процесса обучения реализовать
функциональные преобразования вида (8).
При проведении модельных экспериментов
исходная информация о размерах страховых
взносов ОСАГО была представлена набором L =
= 320 пар (2). Заданная точность прогнозирова-
ния была принята равной зад 0,022E тыс. грн.
Как и при реализации алгоритма МГУА [5,
с. 124], имеющийся набор указанных пар (2)
был разделен на две группы, а именно на обу-
чающее множество, содержащее Lоб таких пар,
и проверочное множество Lпров пар, т.е.
об пров.L L L (20)
Было взято об пров300, 20.L L
Для сравнения результатов работы сетей раз-
ных архитектур была создана другая нейронная
сеть, использующая на том же обучающем мно-
жестве алгоритм обратного распространения
ошибки [8]. Процесс обучения для сети второ-
го типа прекращался на той итерации, когда
впервые выполнялось требование
зад( ) ,E n E (21)
где 1, 2,...n порядковый номер итерации, а
( )E n – соответствующая среднеквадратичная
ошибка прогнозирования.
Поведение величины ( )E n в процессе обу-
чения показано на графике (рис. 3).
Результаты обучения нейросетей приведены
в табл. 4.
В обоих случаях для проверки точности ап-
проксимации после завершения обучения на
вход сети подавались образцы, не участвую-
щие при ее обучении, и оценивалась точность
аппроксимации.
92 УСиМ, 2013, № 3
Рис. 3. Процесс обучения нейросети прямого распространения
(сплошная линия) и радиально-базисной (прерывистая
линия)
Т а б л и ц а 4. Результаты обучения нейронных сетей двух типов
Архитектура
нейронной
сети
Продолжительность
процесса обучения
(в числе итераций)
Среднеквадратичная
ошибка прогнозирова-
ния на проверочном
множестве
Радиально-
базисная – 0,043
Прямого рас-
пространения 6470 0,069
Пример 1. Пусть требуется спрогнозиро-
вать размер страхового взноса ОСАГО при та-
ких условиях для договора страхования: имеет
тип III; страхователь – физическое лицо, рези-
дент Украины; количество водителей – не бо-
лее двух; минимальный стаж водителей – ме-
нее одного года; тип ТС – легковое с объемом
двигателя до 1600 см
3; зона страхования – с
населением более 1 млн. чел.
Результаты прогнозирования сети приведе-
ны в табл. 5.
Т а б л и ц а 5. Сравнительная оценка размера страхового
взноса в примере 1
Реальный страховой взнос ОСАГО, который был
определен Страховой компанией, грн. 400,50
Страховой взнос ОСАГО, спрогнозированный
посредством радиально-базисной сети, грн. 396,28
Страховой взнос ОСАГО, спрогнозированный
посредством сети прямого распространения, грн. 389,13
Пример 2. Пусть требуется спрогнозиро-
вать размер страхового взноса ОСАГО при та-
ких условиях для договора страхования: имеет
тип III; страхователь – юридическое лицо, ре-
зидент Украины; количество водителей – не
более пяти; минимальный стаж водителей –
более пяти лет; тип ТС – грузовое с грузоподъ-
емностью более двух тонн; зона страхования –
с населением до 100 тыс. чел.
Результаты прогнозирования сети приведе-
ны в табл. 6.
Т а б л и ц а 6. Сравнительная оценка размера страхового
взноса в примере 2
Реальный страховой взнос ОСАГО, который был
определен Страховой компанией, грн. 630,40
Страховой взнос ОСАГО, спрогнозированный
посредством радиально-базисной сети, грн. 634,92
Страховой взнос ОСАГО, спрогнозированный
посредством сети прямого распространения, грн. 621,12
Заключение. Показана возможность прогнозирования
размера страхового взноса ОСАГО с использованием ней-
ронной сети радиально-базисного типа. Для оценки ка-
чества приведены результаты прогнозирования традици-
онной сетью прямого распространения со стандартным
градиентным алгоритмом обучения. При относительно
небольшой обучающей выборке использование нейронной
сети радиально-базисного типа может быть целесообраз-
ной альтернативой использованию сети со стандартным
градиентным алгоритмом обучения: ведь для ее обучения
на выборке, состоящей из трехсот образцов, понадобились
доли секунды, в то время как во втором случае при ана-
логичной обучающей выборке понадобилось 6470 ите-
раций обучения и около 10 минут машинного времени.
Приведенные примеры демонстрируют возможность
использования предложенной архитектуры нейросете-
вой системы для прогнозирования размера страхового
взноса ОСАГО.
1. Ивахненко А.Г., Зайченко Ю.П., Димитров В.Д. При-
нятие решений на основе самоорганизации. – М.:
Сов. радио, 1976. – 280 с.
2. Зайченко Ю.П. Основи проектування інтелектуа-
льних систем. – К.: Дім «Слово», 2004. – 352 с.
3. Ивахненко А.Г., Степашко В.С. Помехоустойчивое
моделирование. – К.: Наук. думка, 1985. – 300 с.
4. Степашко В.С. Комбинаторный алгоритм МГУА с
оптимальной схемой перебора моделей // Автома-
тика. – 1981. – № 3. – С. 31–36.
5. Бодянский Е.В., Руденко О.Г. Искусственные ней-
ронные сети: архитектуры, обучение, применения. –
Харьков: ТЕЛЕТЕХ, 2004. – 372 с.
6. Haykin S. Neural networks, a comprehensive foundation. –
NY: Prentice Hall, 1999. – 1121 p.
7. Rumelhart D.E., Hinton G.E., Williams R.J. Learning
internal representations by error propagation // Parallel
distributed processing: explorations in the microstruc-
ture of cognition. – Cambridge: MIT Press, 1986. – 1. –
P. 318–362.
8. Скурихин В.И., Житецкий Л.С., Николаенко С.А. Про-
гнозирование стоимости объектов недвижимости с
использованием нейросетевых систем // УСИМ. –
2011. – № 5. – С. 86–92.
9. Альберт А. Регрессия, псевдоинверсия и рекур-
рентное оценивание. – М.: Наука, 1977. – 224 с.
Поступила 06.03.2013
Тел. для справок: +38 044 526-1154 (Киeв)
© С.А. Николаенко, 2013
<<
/ASCII85EncodePages false
/AllowTransparency false
/AutoPositionEPSFiles true
/AutoRotatePages /None
/Binding /Left
/CalGrayProfile (Dot Gain 20%)
/CalRGBProfile (sRGB IEC61966-2.1)
/CalCMYKProfile (U.S. Web Coated \050SWOP\051 v2)
/sRGBProfile (sRGB IEC61966-2.1)
/CannotEmbedFontPolicy /Error
/CompatibilityLevel 1.4
/CompressObjects /Tags
/CompressPages true
/ConvertImagesToIndexed true
/PassThroughJPEGImages true
/CreateJobTicket false
/DefaultRenderingIntent /Default
/DetectBlends true
/DetectCurves 0.0000
/ColorConversionStrategy /CMYK
/DoThumbnails false
/EmbedAllFonts true
/EmbedOpenType false
/ParseICCProfilesInComments true
/EmbedJobOptions true
/DSCReportingLevel 0
/EmitDSCWarnings false
/EndPage -1
/ImageMemory 1048576
/LockDistillerParams false
/MaxSubsetPct 100
/Optimize true
/OPM 1
/ParseDSCComments true
/ParseDSCCommentsForDocInfo true
/PreserveCopyPage true
/PreserveDICMYKValues true
/PreserveEPSInfo true
/PreserveFlatness true
/PreserveHalftoneInfo false
/PreserveOPIComments true
/PreserveOverprintSettings true
/StartPage 1
/SubsetFonts true
/TransferFunctionInfo /Apply
/UCRandBGInfo /Preserve
/UsePrologue false
/ColorSettingsFile ()
/AlwaysEmbed [ true
]
/NeverEmbed [ true
]
/AntiAliasColorImages false
/CropColorImages true
/ColorImageMinResolution 300
/ColorImageMinResolutionPolicy /OK
/DownsampleColorImages true
/ColorImageDownsampleType /Bicubic
/ColorImageResolution 300
/ColorImageDepth -1
/ColorImageMinDownsampleDepth 1
/ColorImageDownsampleThreshold 1.50000
/EncodeColorImages true
/ColorImageFilter /DCTEncode
/AutoFilterColorImages true
/ColorImageAutoFilterStrategy /JPEG
/ColorACSImageDict <<
/QFactor 0.15
/HSamples [1 1 1 1] /VSamples [1 1 1 1]
>>
/ColorImageDict <<
/QFactor 0.15
/HSamples [1 1 1 1] /VSamples [1 1 1 1]
>>
/JPEG2000ColorACSImageDict <<
/TileWidth 256
/TileHeight 256
/Quality 30
>>
/JPEG2000ColorImageDict <<
/TileWidth 256
/TileHeight 256
/Quality 30
>>
/AntiAliasGrayImages false
/CropGrayImages true
/GrayImageMinResolution 300
/GrayImageMinResolutionPolicy /OK
/DownsampleGrayImages true
/GrayImageDownsampleType /Bicubic
/GrayImageResolution 300
/GrayImageDepth -1
/GrayImageMinDownsampleDepth 2
/GrayImageDownsampleThreshold 1.50000
/EncodeGrayImages true
/GrayImageFilter /DCTEncode
/AutoFilterGrayImages true
/GrayImageAutoFilterStrategy /JPEG
/GrayACSImageDict <<
/QFactor 0.15
/HSamples [1 1 1 1] /VSamples [1 1 1 1]
>>
/GrayImageDict <<
/QFactor 0.15
/HSamples [1 1 1 1] /VSamples [1 1 1 1]
>>
/JPEG2000GrayACSImageDict <<
/TileWidth 256
/TileHeight 256
/Quality 30
>>
/JPEG2000GrayImageDict <<
/TileWidth 256
/TileHeight 256
/Quality 30
>>
/AntiAliasMonoImages false
/CropMonoImages true
/MonoImageMinResolution 1200
/MonoImageMinResolutionPolicy /OK
/DownsampleMonoImages true
/MonoImageDownsampleType /Bicubic
/MonoImageResolution 1200
/MonoImageDepth -1
/MonoImageDownsampleThreshold 1.50000
/EncodeMonoImages true
/MonoImageFilter /CCITTFaxEncode
/MonoImageDict <<
/K -1
>>
/AllowPSXObjects false
/CheckCompliance [
/None
]
/PDFX1aCheck false
/PDFX3Check false
/PDFXCompliantPDFOnly false
/PDFXNoTrimBoxError true
/PDFXTrimBoxToMediaBoxOffset [
0.00000
0.00000
0.00000
0.00000
]
/PDFXSetBleedBoxToMediaBox true
/PDFXBleedBoxToTrimBoxOffset [
0.00000
0.00000
0.00000
0.00000
]
/PDFXOutputIntentProfile ()
/PDFXOutputConditionIdentifier ()
/PDFXOutputCondition ()
/PDFXRegistryName ()
/PDFXTrapped /False
/CreateJDFFile false
/Description <<
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
/BGR <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>
/CHS <FEFF4f7f75288fd94e9b8bbe5b9a521b5efa7684002000410064006f006200650020005000440046002065876863900275284e8e9ad88d2891cf76845370524d53705237300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c676562535f00521b5efa768400200050004400460020658768633002>
/CHT <FEFF4f7f752890194e9b8a2d7f6e5efa7acb7684002000410064006f006200650020005000440046002065874ef69069752865bc9ad854c18cea76845370524d5370523786557406300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c4f86958b555f5df25efa7acb76840020005000440046002065874ef63002>
/CZE <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>
/DAN <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>
/DEU <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>
/ESP <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>
/ETI <FEFF004b00610073007500740061006700650020006e0065006900640020007300e4007400740065006900640020006b00760061006c006900740065006500740073006500200074007200fc006b006900650065006c007300650020007000720069006e00740069006d0069007300650020006a0061006f006b007300200073006f00620069006c0069006b0065002000410064006f006200650020005000440046002d0064006f006b0075006d0065006e00740069006400650020006c006f006f006d006900730065006b0073002e00200020004c006f006f0064007500640020005000440046002d0064006f006b0075006d0065006e00740065002000730061006100740065002000610076006100640061002000700072006f006700720061006d006d006900640065006700610020004100630072006f0062006100740020006e0069006e0067002000410064006f00620065002000520065006100640065007200200035002e00300020006a00610020007500750065006d006100740065002000760065007200730069006f006f006e00690064006500670061002e000d000a>
/FRA <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>
/GRE <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>
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
/HRV (Za stvaranje Adobe PDF dokumenata najpogodnijih za visokokvalitetni ispis prije tiskanja koristite ove postavke. Stvoreni PDF dokumenti mogu se otvoriti Acrobat i Adobe Reader 5.0 i kasnijim verzijama.)
/HUN <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>
/ITA <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>
/JPN <FEFF9ad854c18cea306a30d730ea30d730ec30b951fa529b7528002000410064006f0062006500200050004400460020658766f8306e4f5c6210306b4f7f75283057307e305930023053306e8a2d5b9a30674f5c62103055308c305f0020005000440046002030d530a130a430eb306f3001004100630072006f0062006100740020304a30883073002000410064006f00620065002000520065006100640065007200200035002e003000204ee5964d3067958b304f30533068304c3067304d307e305930023053306e8a2d5b9a306b306f30d530a930f330c8306e57cb30818fbc307f304c5fc59808306730593002>
/KOR <FEFFc7740020c124c815c7440020c0acc6a9d558c5ec0020ace0d488c9c80020c2dcd5d80020c778c1c4c5d00020ac00c7a50020c801d569d55c002000410064006f0062006500200050004400460020bb38c11cb97c0020c791c131d569b2c8b2e4002e0020c774b807ac8c0020c791c131b41c00200050004400460020bb38c11cb2940020004100630072006f0062006100740020bc0f002000410064006f00620065002000520065006100640065007200200035002e00300020c774c0c1c5d0c11c0020c5f40020c2180020c788c2b5b2c8b2e4002e>
/LTH <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>
/LVI <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>
/NLD (Gebruik deze instellingen om Adobe PDF-documenten te maken die zijn geoptimaliseerd voor prepress-afdrukken van hoge kwaliteit. De gemaakte PDF-documenten kunnen worden geopend met Acrobat en Adobe Reader 5.0 en hoger.)
/NOR <FEFF004200720075006b00200064006900730073006500200069006e006e007300740069006c006c0069006e00670065006e0065002000740069006c002000e50020006f0070007000720065007400740065002000410064006f006200650020005000440046002d0064006f006b0075006d0065006e00740065007200200073006f006d00200065007200200062006500730074002000650067006e0065007400200066006f00720020006600f80072007400720079006b006b0073007500740073006b00720069006600740020006100760020006800f800790020006b00760061006c0069007400650074002e0020005000440046002d0064006f006b0075006d0065006e00740065006e00650020006b0061006e002000e50070006e00650073002000690020004100630072006f00620061007400200065006c006c00650072002000410064006f00620065002000520065006100640065007200200035002e003000200065006c006c00650072002000730065006e006500720065002e>
/POL <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>
/PTB <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>
/RUM <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>
/RUS <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>
/SKY <FEFF0054006900650074006f0020006e006100730074006100760065006e0069006100200070006f0075017e0069007400650020006e00610020007600790074007600e100720061006e0069006500200064006f006b0075006d0065006e0074006f0076002000410064006f006200650020005000440046002c0020006b0074006f007200e90020007300610020006e0061006a006c0065007001610069006500200068006f0064006900610020006e00610020006b00760061006c00690074006e00fa00200074006c0061010d00200061002000700072006500700072006500730073002e00200056007900740076006f00720065006e00e900200064006f006b0075006d0065006e007400790020005000440046002000620075006400650020006d006f017e006e00e90020006f00740076006f00720069016500200076002000700072006f006700720061006d006f006300680020004100630072006f00620061007400200061002000410064006f00620065002000520065006100640065007200200035002e0030002000610020006e006f0076016100ed00630068002e>
/SLV <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>
/SUO <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>
/SVE <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>
/TUR <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>
/UKR <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>
/ENU (Use these settings to create Adobe PDF documents best suited for high-quality prepress printing. Created PDF documents can be opened with Acrobat and Adobe Reader 5.0 and later.)
>>
/Namespace [
(Adobe)
(Common)
(1.0)
]
/OtherNamespaces [
<<
/AsReaderSpreads false
/CropImagesToFrames true
/ErrorControl /WarnAndContinue
/FlattenerIgnoreSpreadOverrides false
/IncludeGuidesGrids false
/IncludeNonPrinting false
/IncludeSlug false
/Namespace [
(Adobe)
(InDesign)
(4.0)
]
/OmitPlacedBitmaps false
/OmitPlacedEPS false
/OmitPlacedPDF false
/SimulateOverprint /Legacy
>>
<<
/AddBleedMarks false
/AddColorBars false
/AddCropMarks false
/AddPageInfo false
/AddRegMarks false
/ConvertColors /ConvertToCMYK
/DestinationProfileName ()
/DestinationProfileSelector /DocumentCMYK
/Downsample16BitImages true
/FlattenerPreset <<
/PresetSelector /MediumResolution
>>
/FormElements false
/GenerateStructure false
/IncludeBookmarks false
/IncludeHyperlinks false
/IncludeInteractive false
/IncludeLayers false
/IncludeProfiles false
/MultimediaHandling /UseObjectSettings
/Namespace [
(Adobe)
(CreativeSuite)
(2.0)
]
/PDFXOutputIntentProfileSelector /DocumentCMYK
/PreserveEditing true
/UntaggedCMYKHandling /LeaveUntagged
/UntaggedRGBHandling /UseDocumentProfile
/UseDocumentBleed false
>>
]
>> setdistillerparams
<<
/HWResolution [2400 2400]
/PageSize [612.000 792.000]
>> setpagedevice
|
| id | nasplib_isofts_kiev_ua-123456789-83171 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0130-5395 |
| language | Russian |
| last_indexed | 2025-12-07T19:05:27Z |
| publishDate | 2013 |
| publisher | Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| record_format | dspace |
| spelling | Николаенко, С.А. 2015-06-16T14:13:40Z 2015-06-16T14:13:40Z 2013 Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств / С.А. Николаенко // Управляющие системы и машины. — 2013. — № 3. — С. 88-92. — Бібліогр.: 9 назв. — рос. 0130-5395 https://nasplib.isofts.kiev.ua/handle/123456789/83171 681.3 Приведены результаты экспериментальных исследований аппроксимационных свойств радиально-базисных нейронных сетей для прогнозирования размера страхового взноса в автостраховании. The results of the experimental investigations of radial-basis neural network’s approximating properties for the prediction of the size of the insurance premium in the vehicle insurance are given. Подано результати експериментальних досліджень апроксимаційних властивостей радіально-базисних нейронних мереж для прогнозування розміру страхового внеску в автострахуванні. ru Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Управляющие системы и машины Экономико-математическое моделирование Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств A Neural Network Approach to the Problem of Insurance Premuim’s Size Evaluation for Vehicle’s Owners Нейромережевий підхід до задачі оцінки розміру внеску при страхуванні цивільної відповідальності власників транспортних засобів Article published earlier |
| spellingShingle | Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств Николаенко, С.А. Экономико-математическое моделирование |
| title | Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств |
| title_alt | A Neural Network Approach to the Problem of Insurance Premuim’s Size Evaluation for Vehicle’s Owners Нейромережевий підхід до задачі оцінки розміру внеску при страхуванні цивільної відповідальності власників транспортних засобів |
| title_full | Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств |
| title_fullStr | Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств |
| title_full_unstemmed | Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств |
| title_short | Нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств |
| title_sort | нейросетевой подход к задаче оценки размера взноса при страховании гражданской ответственности владельцев транспортных средств |
| topic | Экономико-математическое моделирование |
| topic_facet | Экономико-математическое моделирование |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/83171 |
| work_keys_str_mv | AT nikolaenkosa neirosetevoipodhodkzadačeocenkirazmeravznosapristrahovaniigraždanskoiotvetstvennostivladelʹcevtransportnyhsredstv AT nikolaenkosa aneuralnetworkapproachtotheproblemofinsurancepremuimssizeevaluationforvehiclesowners AT nikolaenkosa neiromereževiipídhíddozadačíocínkirozmíruvneskupristrahuvannícivílʹnoívídpovídalʹnostívlasnikívtransportnihzasobív |