Автореферат
Определение стоимости ДТС на Украине
Решение задачи с помощью статистического метода
Решение задачи на основе нейронных сетей
Заключение
Вместо списка использованной литературы
Введение
В настоящее время автомобиль является не роскошью, а средством передвижения. Многие люди в нашей стране могут позволить себе приобрести автомобиль. Причём как новый, так и подержанный. Цены на новые автомобили мы можем узнать из официальных источников — автосалонов официальных представителей той или иной марки автомобиля в нашей стране, а также на рынках продажи автомобилей. Цены же на подержанные автомобили можно определить либо на автомобильном рынке, либо из рекламных объявлений. Причём эта цена будет колебаться в определенном диапазоне. Это связано с тем, что на стоимость подержанного автомобиля (как и на стоимость нового автомобиля) влияет прежде всего срок эксплуатации этого автомобиля, его пробег и техническое состояние. Также, помимо этих факторов, на цену влияет и комплектация автомобиля дополнительным оборудованием либо недоукомплекотаванность базовой комплектности.
Определение рыночной стоимости автомобиля является одной из главных задач экспертов-автотовароведов и оценщиков, так как эта цена лежит в основе многих расчетов:
- для расчета материального ущерба в случае дорожно-транспортного происшествия;
- для определения залоговой стоимости при выдаче кредита в банках;
- при сделках купли-продажи, обмена и договорах дарения данного автомобиля и др.
Определение рыночной стоимости автомобиля на Украине регулируется Методикой товароведческой экспертизы и оценки дорожных транспортных средств, утвержденной Приказом Министерства юстиций Украины и Фонда государственного имущества Украины №142/5/2092 от 24.11.2003 года. Эта Методика разработана согласно с Законом Украины "Про судебную экспертизу, Законом Украины "Про оценку имущества, имущественных прав и профессиональную оценочную деятельность в Украине", Криминально-процессуальным, Гражданским процессуальным и Хозяйственным процессуальным кодексами Украины, а также Национальным стандартом №1 "Общие положения оценки имущества и имущественных прав" и другими нормативно-правовыми актами по вопросам судебной экспертизы и оценки имущества. Методика устанавливает порядок оценки (определения стоимости) дорожных транспортных средств (далее ДТС), регламентирует общие принципы, методы оценки и товароведческих исследований, а также оценочные процедуры определения стоимости ДТС.
Для определения стоимости используются статистически осредненные ценовые данные ДТС, которые базируются на данных открытого рынка ДТС и собраны в справочниках, к которым предъявляются требования научности, объективности, объемности информации. Такими справочниками на Украине являются "Бюллетень автотовароведа", который издается "Информационно-вычислительным центром Союза экспертов Украины" и "УкрАВТО" корпорацией "УкрАВТО", которые являются периодическими изданиями. На основании данных "Бюллетеня автотовароведа" выходит программа "DonREST" — электронный справочник бюллетеня, которая позволяет определить среднюю рыночную стоимость ДТС согласно Методики.
Также методикой рекомендуется пользоваться немецкой программой "DerGross" в том случае, если нет данных по данному ДТС или для расчета стоимости ДТС при таможенном оформлении.
Но данные программы не учитывают динамику изменения стоимости ДТС в связи с внешними факторами, политической, экономической и социальной обстановкой в стране. Поэтому необходим другой подход к определению стоимости транспортных средств, который учитывал бы динамику изменения цен.
К оглавлению
Определение стоимости ДТС на Украине
Согласно Методики, основным подходом по определению рыночной стоимости ДТС является сравнительный подход, который полагается на анализе цен продажи (предложения) ДТС, идентичных или аналогичных оцениваемому на первичном или вторичном рынках ДТС, с соответствующей корректировкой, которая учитывает отличия между объектами сравнения и объектом оценки.
Для определения стоимости по сравнительному подходу используются статистически осредненные ценовые данные ДТС, которые базируются на данных открытого рынка ДТС и собраны в справочниках, к которым предъявляются требования научности, объективности, объемности информации.
Наиболее вероятностным методом сравнительного подхода по оценке ДТС является метод, основанный на анализе цен идентичных ДТС. По этому методу стоимость определяется на базе средней цены продажи (предложения) идентичного ДТС с соответствующим сроком эксплуатации. Дальнейшая корректировка учитывает разницу между пробегом, комплектацией, укомплектованностью, техническим состоянием объекта сравнения и объекта оценки.
В случае невозможности определения стоимости ДТС с учетом цен идентичных ДТС допускается использование метода, основанного на анализе цен аналогичных транспортных средств. По этому методу стоимость ДТС определяется в соответствии с ценовыми данными аналогичных, но не идентичных ДТС, с надлежащим или скорректированным сроком эксплуатации. Последующая корректировка стоимости учитывает разницу между пробегом, комплектностью, укомплектованностью, техническим состоянием объекта сравнения и объекта оценки.
К оглавлению
Решение задачи с помощью статистического метода
Влияние комплектности автомобиля на его стоимость можно выразить с помощью статистических методов путем уценки многокомпонентных объектов с течением времени.
Положим, что цена составного многокомпонентного изделия уменьшается при увеличении срока эксплуатации t по закону, описываемому непрерывной, дифференцируемой достаточное число раз, монотонно убывающей положительной функцией:
где t — возраст изделия, 
—
вектор параметров, отражающий наличие или отсутствие i-го
компонента в данном изделии, при этом 2N возможных значений вектора соответствуют всем возможным
конфигурациям изделия, в комплектацию которого может входить N дополнительных компонентов.
Рассмотрим снижение цены изделия ΔF (уценку) за время Δt, прошедшее c момента t до момента t+Δt:
В дальнейшем будем считать, что для каждой конфигурации изделия p уценка ΔF в каждый момент времени t+Δt пропорциональна износу изделия в момент времени t и длине интервала времени эксплуатации Δt:
где 
— некоторая непрерывная по t функция, являющаяся
коэффициентом пропорциональности. Знак минус в выражении (2) обусловлен убыванием
цены при увеличении времени эксплуатации изделия.
Приравнивая правые части выражений (1), (2) и переходя к пределу по Δt→0, получаем:
где C() — начальная цена нового изделия.
Решая уравнение (3) с начальными условиями (4), получим общий вид функции 
,
отражающей изменение цены изделия в зависимости от срока эксплуатации t и конфигурации установленных дополнительных компонентов :
Далее, рассмотрим изменение цены изделия при изменении конфигурации. Рассмотрим две конфигурации, различающиеся наличием только i-го компонента. При этом pi=1 означает наличие i-го компонента в изделии, а pi=0 — его отсутствие. Изменение цены в этом случае запишем в виде:
Переходя к пределу Δpi→0 в выражениях (6), получим систему дифференциальных уравнений в частных производных вида:
где 
— некоторые функции, описывающие изменение цены отдельно взятого
i-го компонента.
Из соотношений (7) следует, что функции должны удовлетворять
соотношениям:
Решая систему уравнений (7) при учете соотношений (8), получим решение в виде:
где 
— произвольные функции.
Представление функции в виде (9) должно удовлетворять уравнению (3), а
значит и каждая из функций должна удовлетворять уравнению (3) в
силу произвольности их выбора при построении представления (9). Учитывая
сказанное, окончательно для получим:
В выражениях (10) a0 , bi , dij — некоторые константы, К — некоторые функции, определение которых и является решением поставленной проблемы определения цены составного многокомпонентного изделия при его старении.
Поскольку заранее известны значения {}, то определение вышеуказанных функций является простой задачей. Для этого функции K раскладываем в ряд Тейлора и минимизируем невязки по известным значениям {}, таким образом определяя коэффициенты разложения. Для этого можно использовать численные методы.
К оглавлению
Решение задачи на основе нейронных сетей
Описанный выше метод, основанный на статистической обработке данных, не учитывает изменения внешних факторов, проявляющихся в изменении политической, экономической и социальной политики государства. Методы статистической обработки информации плохо учитывают динамику изменения. Для этого математическая модель должна включать в себя переменные, учитывающие внешние факторы. Это приводит к сильному усложнению математической модели и затруднению её решения.
С подобными задачами лучше работают методы, основанные на нейронных сетях. Они обладают большей гибкостью и могут самостоятельно подстраиваться под изменение параметров, путем подбора синоптических связей.
В связи с этим я предлагаю другой метод для расчета стоимости автомобиля в зависимости от его комплектации. Общая схема данного метода будет иметь вид:
Рисунок 1 Общая схема алгоритма
Согласно этого алгоритма будет использоваться 2 нейронные сети, с помощью которых будут определяться цены на подержанные автомобили (X2) и стоимость комплектующих (X1), в зависимости от года выпуска. После этого выходные данные с "малых" нейросетей подаются на обобщающую нейронную сеть и будет выдаваться конечный результат — стоимость транспортного средства с учетом комплектации.
Использование генетического алгоритма необходимо для корректировки синоптических связей и оптимизации параметров нейронных сетей . Это будет способствовать уменьшению погрешности на выходе обобщающей нейронной сети.
Тип нейронной сети для нахождения стоимости комплектующих предполагается выбрать простой, так как зависимости между различными комплектующими не характеризуются сильной взаимосвязью, т. е. при увеличении стоимости одного из вида комплектующих, стоимость другого не обязательно будет увеличиваться или уменьшаться. А для нейронной сети для определения стоимости автомобилей наоборот — больше характерен тип самоорганизующихся сетей, т. к. они более реально отражают изменение стоимости автомобилей, с учетом классификации и группировки по нескольким моделям.
Параметры генетического алгоритма, также как и нейронных сетей необходимо подбирать экспериментально.
К оглавлению
Заключение
Определение рыночной стоимости дорожного транспортного средства в настоящее время является важной и часто используемой процедурой, которой занимаются эксперты. Используемая методика определения стоимости имеет недостатки. Она не учитывает изменение внешних факторов, таких как политическая, экономическая и социальная ситуация в стране. В связи этим, необходимо разработать такие методы расчета, которые бы учитывали внешние факторы, или позволяли бы легко перестраивать модель. Т. е. Модель должна быть более гибкой. Методы статистической обработки информации не позволяют создавать гибких математических моделей и при необходимости их изменения, необходимо проводить дополнительную работу. Иногда приходится радикально менять саму математическую модель.
Модели, построенные на основе систем искусственного интеллекта, позволяют создавать более гибкие модели, чем методы статистической обработки информации. Поэтому применение таких моделей ведет к уменьшению затрат, связанных с их изменением или перестройкой. Так модели, в основе которых лежат нейронные сети, могут сами, без участия человека перестраивать модель. При этом необходимо только задать новые параметры либо откорректировать старые.
Решение задачи оптимизации работы такой нейронной сети и уменьшение погрешности результатов ее работы можно проводить с помощью генетических алгоритмов. ГА являются сравнительно новыми методами в решении задач оптимизации. Они имеют высокие показатели быстродействия и при этом дают результат с высокой точностью.
Поэтому я предлагаю создание новой системы по расчету рыночной стоимости автотранспорта на основе систем искусственного интеллекта. Данная модель должна будет также учитывать влияние на стоимость внешних факторов, связанных с политической, экономической и социальной ситуацией в стране.
К оглавлению
Вместо списка использованной литературы
При подготовке материала пользовался "Методикой товароведческой экспертизы и оценки дорожных транспортных средств", утвержденной Приказом Министерства юстиции Украины и Фондом государственного имущества Украины №142/5/2092 от 24.11.2003 года, а также профессиональными консультациями Новоселецкого Игоря Николаевича (заведующий лабораторией судебных транспортно-товароведческих экспертиз Донецкого НИИ судебных экспертиз, президент ООО "Информационно-вычислительного центра Союза экспертов Украины"), Галенко Андрея Владимировича (судебный эксперт-автотоваровед Донецкого НИИ судебных экспертиз) и Бычкова Андрея Михайловича (эксперт-оценщик, начальник компьютерного отдела ООО "Информационно-вычислительного центра Союза экспертов Украины").