This paper describes the specification and implementation of a computational system entitled Evolutionary Support System for the Analysis of Accounting Statements (ESAAS), which aims to optimize decision making, and uses variations of the genetic algorithm from Holland. In its specification, there is a population formed by chromosomes that are vectors over a ternary alphabet with size corresponding to the number of account statements contained in the type of analysis chosen by the user. The ESAAS diagnoses the financial and economic situation of commercial, industrial companies or service providers, whether they are classified as micro, small, average, average-large or large companies. The diagnosis done by ESAAS was based on the analyzes of liquidity, debt profitability, added value, average terms, vertical and horizontal analyzes; and in the diagnosis of the analytical combination of liquidity, profitability and debt with the vertical analysis, showing as a justification, the influence of each of the accounts or group of financial accounts involved. The system receives as input a set of indexes, total values of the accounts or groups of accounts of financial accounting standards of the company that will be considered in a determinted period, consisting of consecutive years, being considered the minimum of three years. To validate the ESAAS, tests were performed with data obtained from the financial statements from companies in the years 2008, 2009 and 2010. The system was implemented in the eclipse compiler, using the JAVA programming language. The results achieved in the calculation of the quotients obtained in all the seven types of analyzes performed achieved 100% of correctness. Therefore concluding that the ESAAS infers knowledge to decision-making, through diagnostic reports generated. / Este trabalho descreve a especificação e a implementação de um sistema computacional, intitulado de Sistema Evolutivo de Apoio à Análise de Demonstrações Contábeis (SEADC), que visa otimizar a tomada de decisão, e utiliza variações do algoritmo genético de Holland. Possui em sua especificação uma população formada por cromossomos que são vetores sobre um alfabeto ternário, com tamanho correspondente ao número de contas contábeis contidas no tipo de análise escolhida pelo usuário. O SEADC faz o diagnóstico da situação financeira e econômica de empresas comerciais, industriais ou prestadoras de serviço, sejam elas classificadas como micro, pequena, média, média-grande ou grande empresa. O diagnóstico realizado pelo SEADC foi baseado nas análises de liquidez, endividamento, rentabilidade, valor adicionado, prazos médios, análises vertical e horizontal; e no diagnóstico da combinação das análises de liquidez, rentabilidade e endividamento com a análise vertical, mostrando, como justificativa, a influência de cada uma das contas ou grupo de contas contábeis envolvidos. O sistema recebe como entrada um conjunto de índices, valores dos saldos das contas ou grupos de contas contábeis de demonstrações padronizadas da empresa que será analisada, em um determinado período, composto por anos consecutivos, sendo considerado o mínimo de três anos. Para validar o SEADC foram realizados testes com dados obtidos de demonstrações contábeis de empresas nos anos de 2008, 2009 e 2010. O sistema foi implementado no compilador eclipse, usando-se linguagem de programação JAVA. Os resultados alcançados no cálculo dos quocientes obtidos em todos os sete tipos de análises realizadas alcançaram 100% de corretude. Conclui-se, portanto, que o SEADC infere conhecimento à tomada de decisão, através dos relatórios de diagnósticos gerados.
| Identifer | oai:union.ndltd.org:IBICT/oai:www.repositorio.ufal.br:riufal/851 |
| Date | 03 July 2012 |
| Creators | Neves, Cleonábula Maria Maranhão |
| Contributors | Lopes, Roberta Vilhena Vieira, LOPES, R. V. V., Correia, Marta Veronica de Souza, http://lattes.cnpq.br/8249391259240594, Lopes, Manoel Agamemnon, LOPES, M. A., Santos, Aldemar de Araújo, http://lattes.cnpq.br/7403768179442244 |
| Publisher | Universidade Federal de Alagoas, BR, Modelagem Computacional de Conhecimento, Programa de Pós-Graduação em Modelagem Computacional de Conhecimento, UFAL |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFAL, instname:Universidade Federal de Alagoas, instacron:UFAL |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/851/1/Dissertacao_CleonabulaMariaMaranhaoNeves_2012.pdf, bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/851/2/Dissertacao_CleonabulaMariaMaranhaoNeves_2012.pdf.txt |
Page generated in 0.0027 seconds