Разработка принципов и методов построения программных систем поддержки принятия решений в слабо структурированных ситуациях на основе моделирования знаний эксперта

Тип работы:
Диссертация
Предмет:
Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей
Страниц:
150


Узнать стоимость новой

Детальная информация о работе

Выдержка из работы

В настоящее время разработано множество различных программных систем поддержки принятия решений (СППР). Это системы интеллектуального анализа данных (Data Mining), позволяющие выявить закономерности развития ситуации- системы компьютерного имитационного моделирования, экспертные системы, основанные на знаниях и опыте принятия решений экспертов в определенных предметных областях- системы, облегчающие выбор лучшего решения из множества предложенных.

Наиболее трудными для анализа и поддержки принятия решений являются слабо структурированные уникальные ситуации, типичные для задач мониторинга и управления в административной и социально-политической сферах. В них характеристики ситуации могут быть представлены лишь качественно. Кроме того, анализу ситуаций и выработке вариантов решений должна предшествовать формализация модели ситуации, т. е. выявление основных признаков, связей между ними и силы влияния одних признаков на другие. В слабо структурированных ситуациях этот процесс должен происходить в тесном контакте с экспертами, причем для сколько-нибудь сложных предметных областей такая работа без серьезной компьютерной поддержки оказывается очень трудоемкой. Современные СППР, предназначенные для работы в таких ситуациях, помимо использования методов анализа, оценки и выработки решений, должны включать методы структуризации ситуации, развитый пользовательский интерфейс для работы с экспертами, средства редактирования и настройки моделей, а также визуализации всего процесса построения модели, анализа результатов моделирования их интерпретации и объяснения. Архитектуры систем моделирования слабо структурированных ситуаций, удовлетворяющих указанным требованиям, в настоящее время находятся на этапе становления. Поэтому тематика данной работы, посвященная разработке принципов и методов построения программных систем поддержки принятия решений в слабо структурированных предметных областях, является актуальной.

Целью диссертационной работы является разработка принципов и методов построения систем моделирования, основанных на знаниях экспертов для повышения качества управленческих решений, принимаемых в слабо структурированных уникальных ситуациях.

Заключение

Разработаны принципы и методы построения программных систем поддержки принятия решений в слабо структурированных ситуациях, основанных на моделировании знаний экспертов, и их программная реализация.

1. Исследованы и разработаны принципы построения программных систем поддержки принятия решений в слабо структурированных ситуациях, основанных на моделировании знаний эксперта.

2. Разработана структура модели представления знаний о ситуации в виде поля знаний и программные модули, позволяющие описать ситуацию в понятийном и функциональном аспекте.

3. Разработаны модели функциональной и понятийной систем поля знаний. В функциональной системе ситуация представляется в виде блочной когнитивной модели. В понятийной системе поля знаний представляется множество понятийных кластеров, связанных отношением «Часть-Целое» и позволяющих описать текущую ситуацию и возможные модификации ее элементов.

4. Разработан метод структуризации ситуации для ее представления в модели поля знаний и методы настройки когнитивных моделей, основанные на косвенном определении силы влияния признаков. Разработаны человеко-машинные интерфейсы, реализующие предложенные методы структуризации и настройки когнитивных моделей.

5. Разработан метод интерпретации прогнозов развития ситуации, основанный на представлении вектора состояния ситуации (значения всех признаков ситуации) в виде обобщенного понятия в понятийной системе поля знаний.

Разработаны интерфейсы визуализации прогнозов развития ситуации в графическом и табличном виде.

6. Разработана методика поиска структурных решений, т. е. решений, направленных на изменение структуры когнитивной модели ситуации, основанная на целенаправленном поиске объектов-стимулов, структурная организация которых является прототипом для изменения структуры когнитивной модели. Разработан интерфейс и алгоритм поиска решений для управления ситуацией в интерактивном советующем режиме.

7. Разработан программный комплекс, реализующий основные теоретические результаты, полученные в диссертации.

ПоказатьСвернуть

Содержание

Глава 1. Компьютерные системы поддержки принятия решений.

1.1. Компьютерные системы имитационного моделирования.

1.2. Экспертные системы.

1.3. Методология когнитивного моделирования.

1.3.1. Методологии структуризации проблемной ситуации.

1.3.2. Модели представления знаний о функциональной структуре ситуации.

1.3.3. Модели прогноза развития.

1.3.4. Методы решения обратных задач.

1.3.5. Методы структурного анализа.

1.4. Принципы построения систем моделирования слабо структурированных ситуаций.

Глава 2. Модель представления знаний эксперта о ситуации. Методология структуризации ситуации.

2.1. Модель представления знаний о ситуации.

2.2. Методология структуризации слабо структурированной ситуации.

2.3. Модель ситуации в функциональной системе поля знаний.

2.3.1. Метод шкалирования признаков ситуации.

2.3.2. Методы извлечения предпочтений эксперта для настройки силы влияния признаков ситуации.

2.3.3. Метод решения прямой задачи.

2.3.4. Метод решения обратной задачи.

2.4. Модель ситуации в понятийной системе поля знаний.

2.4.1. Понятийный кластер в семантическом пространстве.

2.5. Правило модификации понятий в понятийной системе поля знаний.

2.6. Пример.

3. Методы поддержки интерпретации прогнозов развития ситуации и решений обратной задачи.

3.1. Метод интерпретации прогнозов развития ситуаций.

3.2. Метод интерпретации решений обратной задачи.

3.3. Методика поиска структурных решений.

3.3.1. Генерация решений.

3.3.2. Структуризация решений в функциональной системе.

3.3.3. Структуризация решений в понятийной системе.

3.3.4. Методика поиска структурных решений.

3.4. Пример.

Глава 4. Программная реализация системы поддержки принятия решений, основанной на моделировании знаний эксперта (Система когнитивного моделирования).

4.1. Подсистема представления субъективной информации.

4.2. Интерфейс настройки силы влияния признаков.

4.3. Подсистема получения прогноза развития ситуации.

4.4. Подсистема представления результатов моделирования.

4.5. Подсистема поддержки аналитической деятельности эксперта.

4.5.1. Подсистема объяснения прогноза развития ситуации.

4.5.2. Советующая подсистема.

4.6. Подсистема поддержки сценарного исследования ситуации.

Список литературы

1. Трахтенгерц Э. А. Компьютерная поддержка принятия решений. — М.: СИНТЕГ, 1998. -376 с.

2. Буров К. Обнаружение знаний в хранилищах данных// Открытые системы. -1999, №№ 5б.

3. Коровкин, И. А. Левенец, И. Д. Ратманова, В. А. Старых, Л. А. Щавелев. Решение проблемы комплексного оперативного анализа информации хранилищ данных// СУБД. 1997 — № 5−6. — с. 47−51.

4. Киселев М., Саломатин Е. Средства добычи знаний в бизнесе и финансах// Открытие системы. 1997. — № 4. — с. 41−44.

5. Шапот М. Интеллектуальный анализ данных в системах поддержки принятия решений// Открытые системы. 1998. — № 01

6. Трахтенгерц Э. А. Генерация, оценка и выбор сценария в системах поддержки принятия решений// АиТ. 1997. — № 3. — С. 167−179.

7. Одрин М. В., Картавов С. С. Морфологический анализ систем. Киев.: Наукова думка, 1977.

8. Андрейчиков А. В., Андрейчикова О. Н. Компьютерная поддержка изобретательства (методы, системы, примеры применения). М.: Машиностроение, 1998. — 476 с.

9. Емельянов А. А., Власова Е. А. Имитационное моделирование в экономических информационных системах. М.: МЭСИ, 1996.

10. Axelrod R., The Structure of Decision: Cognitive Maps of Political Elites. -Princeton. University Press, 1976.

11. Axelrod R.M. Psycho-Algebra: A Mathematical Theory of Cognition and Choice with an Application to the British Eastern Commitee in 1918: Peace Research Society, Papers XVIII, The London Conference, 1971, p. 113−131

12. Силов В. Б. Принятие стратегических решений в нечеткой обстановке. М.: ИНПРО-РЕС, 1995. — 228 с.

13. Сидельников Ю. В. Теория и организация экспертного прогнозирования. -М.: ИМЭМО АН СССР, 1990. 195 с. 16. фон Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. -М.: Наука, 1970.

14. Фишхоф В., Гольштейн Б., Шапиро 3. Субъективная ожидаемая полезность: модель принятия решений// Процедуры оценивания многокритериальных объектов. Вып. 9. М.: ВНИИСИ, 1984.

15. Kahntman D., Tversky A. Prospect Theory: An analysis of decisions under risk// Econometrica. 1979. — № 47. — p. 263−291.

16. Саати Т., Керне К. Аналитическое планирование. Организация систем. М.: Радио и Связь, 1991.

17. Кини P. JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь. — 1981.

18. Ларичев О. И. Объективные модели и субъективные решения. М.: Наука, 1987. 144 с.

19. Ларичев О. И., Мошкевич Е. М. Качественные методы принятия решений. -М.: Наука, 1996. -208 с.

20. Бахвалов Л. А. Компьютерное моделирование: долгий путь к сияющим вершинам ?// Компьютерра. 1997. — № 40.

21. Лычкина Н. Технологические возможности современных систем моделирования// Банковские Технологии. 2000. — № 9.

22. Джексон П. Введение в экспертные системы. М.: & laquo-Вильяме»-, 2001. — 622 с.

23. Попов Э. В., Фоминых И. Б., Кисель Е. Б., Шапот М. Д. Статические и динамические экспертные системы. М.: Финансы и Статистика, 1996. 318 с.

24. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. С-Петербург: Питер, 2000.

25. Davis R. TEIRESIAS: Applications of meta-level knowledge// Knowledge-based systems in artificial Intelligence. N.Y.: McGraw-Hill, 1982.

26. Осипов Г. С. Инструментарий для экспертных систем. Технология SIMER MIR// Программные продукты и системы. 1990.- № 3. — С. 23−32.

27. Musen М.А., Pagan L.M., Combs D.M., Shortliffe E.N. Use of a Domain Model to Drive an Interactive Knowledge-Editing Tool //Int. Journal of Man-Machine Studies. -1987. -V. 26, № I. -P. 105−121.

28. Роберте Ф. С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам. М.: Наука, 1986. -496 с.

29. Checkland Р.В. Systems Thinking, Systems Practice. New York: Wiley, 1981.

30. Dick B. Qualitative evaluation for program improvement. In Managing program evaluation, conference proceedings. Sydney: Institute of International Research, 1992. pp. 109−128.

31. Максимов В. И., Маслова Н. Р., Райков А. Н., Шмерлинг Д. С. Информационные ресурсы для стратегического планирования развития региона// Информационное общество. 2000. — № 3. — С. 30−36.

32. Гребенюк Е. А., Корноушенко Е. К., Максимов В. И. Когнитивно-рефлексивный анализ на фондовом рынке. Международный симпозиум

33. Рефлексивное управление& quot-. М.: Институт психологии РАН, 2000. — с. 99 100.

34. Eden С. Cognitive mapping// European Journal of Operational Research. 1988. -№ 36. -pp. 1−13.

35. Kihlstorm J. F. The cognitive Unconscious// Science. 1987. — Vol. 237. — Sept.

36. Альтшуллер Г. С. Творчество как точная наука. Теория решения изобретательских задач. М.: Советское радио, 1979.- 176 с.

37. Давыдов С. В., Максимов В. И. Технология выбора проблемных полей из окна возможностей в SWOT-анализе. Материалы 1-й международной конференции & laquo-Когнитивный анализ и управление развитием ситуаций& raquo-. М.: ИПУ РАН, октябрь 2001, — с. 161−172.

38. Kosko В. Fuzzy thinking. Hyperion, 1993.

39. Zhang W. R., Chen S.S., Bezdek J.C. Pool2: A generic system for cognitive map development and decision analysis// IEEE Transaction on systems, man, and cybernetics. 1989. — V. 19. — № 1. — p. 31 -39.

40. Система когнитивного моделирования & laquo-Компас»-. Справочник по программному обеспечению & laquo-Российский Софт 97″. 1997. — С. 71.

41. Система когнитивного моделирования & laquo-Компас»-. Справочник по программному обеспечению & laquo-Российский Софт 9899″. 1998. — с. 63.

42. Кулинич А. А. Субъектно-ориентированная система концептуального моделирования & laquo-Канва»-. 1-ая Международная конференция Когнитивный анализ и моделирование. М.: — ИЛУ РАН, Октябрь 2001.

43. Кулинич А. А. Система концептуального моделирования & laquo-Канва»- как инструмент пробуждения рефлексивного поведения субъекта. Тез. докл. Международная конференция & laquo-Рефлексивное управление& raquo-. Институт Психологии РАН, 8−10 октября 2001. с. 183−184.

44. Кулинич А. А. Система моделирования плохо определенных нестационарных ситуаций. Труды второй международной конференции & laquo-Когнитивный анализ и управление развитием ситуации& raquo-. М.: ИЛУ РАН, 4−6 ноября 2002. с. 44−50.

45. Кулинич А. А. Система когнитивного моделирования & laquo-Канва»-. Труды. Восьмая национальная конференция по искусственному интеллекту КИИ 2002. г. Коломна, 4−12 октября 2002 г. — с. 632−641.

46. Кулинич А. А. Когнитивная система поддержки принятия решений & laquo-Канва»-// Программные продукты и системы. № 3, 2002 г.

47. Sanchez Е. Resolution of composite fuzzy relation equations// Information and Control. 1976. — № 30. — p. 38 — 48.

48. Pappis C.P., Sugeno M. Fuzzy relational equations and the Inverse Problem// Fuzzy Sets and Systems. 1985. — № 15. — p. 79−90.

49. Pappis C.P., Adamopoulos G.I. A computer algorithm for the solution of the inverse problem of fuzzy systems// Fuzzy Sets and Systems. 1991. — № 39. — p. 279 290.

50. Pappis C.P., Adamopoulos G.I. A software routine to solve the generalized inverse problem of fuzzy relational equations// Fuzzy Sets and Systems. 1992. -№ 47. -p. 319 322.

51. Pedrycz W. Fuzzy models and relational equations// Math. Modeling. 1987. -№ 9. — p. 427−434.

52. Pedrycz W. Algorithms for solving fuzzy relational equations in a probabilistic setting// Fuzzy Sets and Systems. 1990. — № 38. — p. 313−327.

53. Давыдов С. В., Максимов В. И. Многокритериальное иерархическое оценивание ситуации при когнитивном моделировании. Материалы 1-й международной конференции & laquo-Когнитивный анализ и управление развитием ситуаций& raquo-. М.: ИПУ РАН, октябрь 2001. — с. 173−196.

54. Саати Т. Принятие решений. Метод анализа иерархий. Пер. с англ. М.: & laquo-Радио и связь& raquo-, 1993. — 320 с.

55. Кульба В. В., Миронов П. Б., Назаретов В. М. Анализ устойчивости социально-экономических систем с использованием знаковых орграфов// АиТ. 1993. — № 7.

56. Коноушенко Е. К. Управление процессами в слабоформализованных средах при стабилизации графовых моделей среды. Труды Института проблем управления. 1999. — Том 2. — С. 82−95.

57. Экономика/ под. редакцией проф. Булатова А. С. М.: Юристъ, 2000. — 894 с.

58. Torgerson W.S., Theory and Methods of scaling. New York, 1958.

59. Williams Brian C. A theory of interactions: unifying qualitative and quantitative algebraic reasoning// Artificial intelligence. 1991. — v. 51. — p. 39−94.

60. Разумовский O.B., Таран T.A. Логико-алгебраическая модель для формализации качественных знаний// Известия Российской А Н. Теория и системы управления. 1995. — № 5. — с. 100−107.

61. Фестингер Л. Теория когнитивного диссонанса. СПб.: Ювента, 1999. — С. 15−52

62. Психологический словарь. М.: Педагогика-Пресс, 1996.

63. Shepard R.N. The mental image // Amer. Psychologist. 1978. — Vol. 33. — P. 125 137.

64. Shepard R.N. Attention and the metric structure of the stimulus space// J. of Math. Psychol. 1964. — V. 1 — №. 1.

65. Shepard R.N. Metric structures in ordinal data// J. of Math. Psy-chol. 1966 -V.3. -№.2.

66. Ларичев О. И., Мечитов А. И., Мошкович E.M., Фуремс Е. М. Выявление экспертных знаний. М.: Наука, 1989. — 128 с.

67. Ларичев О. И. Теория подсознательных решающих правил новый взгляд на экспертное мышление. Труды восьмой национальной конференции по искусственному интеллекту КИИ-2002. — Коломна, октябрь 2002. — С. 1−14.

68. Асанов А. А., Кочин Д. Ю. Выявление подсознательных решающих правил ви 1 rp изадачах многокритериальной классификации. Труды восьмой национальной конференции по искусственному интеллекту КИИ 2002. Коломна, 2002. -т.2. — с. 534−544.

69. Bower G.H. A multicomponent theory of the memory trace. In K.W. Spence & J.T. Spence. The psychology of learning and motiuation// Advances in research and theory. New York: Academic Press. — 1967. — Vol. 1. — p. 299−325.

70. Wille. R.K. Restructuring lattice theory: an approach based on hierarchies of concepts. /Ordered sets / editor I. Rival. Reidel, Dordrecht-Boston, 1982.

71. Кулинич A.A. Модель поддержки формирования знаний в плохо определенных проблемных областях. Труды международного конгресса & quot-Искусственный интеллект в 21 веке& quot- ICAI2001. Дивноморск: — 3−8 сентября 2001. -с. 84−92.

72. Петренко В. Ф. Психосемантика сознания. М.: Изд-во Моск. Ун-та, 1988.

73. Холодная М. А. Психология интеллекта: парадоксы исследования. Томск: Изд-во Томского университета: Изд-во & laquo-Барс»-, 1997. — с. 392.

74. Сухотин А. Н. Парадоксы науки. М.: Молодая гвардия, 1980.

75. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. М.: Мир, 1976.

76. Нечеткие множества в моделях управления и искусственного интеллекта. Аверкин А. Н., Батыршин И. З., Блишун А. Ф., Силов В. Б., Тарасов В.Б./ Под. Ред. Поспелова Д. А. М.: Наука, 1986. — 312 с.

77. Осипов Г. С. Приобретение знаний интеллектуальными системами. М.: Наука, 1997. — 111 с.

78. Осипов Г. С. Метод формирования и структурирования модели знаний одного типа предметных областей// Известия А Н СССР. Техническая кибернетика. № 2. — 1988. — С. 3−12.

79. Осипов Г. С. Об одной модели знаний для прикладных интеллектуальных систем. Технология разработки экспертных систем. Тезисы докладов республиканской школы-семинара. Кишинев: 1987. -С. 105−111.

80. Осипов Г. С. Построение моделей предметных областей. Неоднородные семантические сети// Известия А Н СССР. Техническая кибернетика. М.: -1990. — № 5. -С. 32−45.

81. Кулинич А. А., Максимов В. И. и др. Исследование выживания & quot-мягких"- систем при дефиците ресурсов// Приборы и системы управления. 1994. — № 11.

82. Кулинич А. А. Выбор сторонников в неструктурированных конфликтных ситуациях (когнитивный подход). Труды международной конференции & quot-Интеллектуальное управление ICIT'99″. Переславль-Залеский: ИПС РАН, декабрь 1999. с. 55−58.

83. Кулинич А. А. Когнитивное моделирование в системах поддержки принятия решений. Международная конференция по проблемам управления. М.: ИПУ РАН, Июль 1999. — С. 239.

84. Кулинич А. А. Модель активизации мышления субъекта в системах когнитивного моделирования. Восьмая национальная конференция поискусственному интеллекту КИИ 2002. Коломна, 4−12 октября 2002. — с. 575−584.

85. Кулинич А. А. Модель активизации креативности субъекта в системах когнитивного моделирования. Труды второй международной конференции & laquo-Когнитивный анализ и управление развитием ситуации& raquo-. М.: ИЛУ РАН, 4−6 ноября 2002. — с. 12−20.

86. Кулинич А. А. Субъектно-ориентированный подход поддержки принятия решений, основанный на стимуляции интуиции и мышления субъекта. Первая международная конференция & laquo-Когнитивный анализ ситуаций& raquo-. -М.: ИПУ РАН, 10−12 октября 2001.

87. OCWHCKAH F. IiEjinOTF. !:/-'

Заполнить форму текущей работой