Методы и программные средства поддержки принятия решений на основе нечётких ситуационных сетей тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Зернов, Михаил Михайлович

  • Зернов, Михаил Михайлович
  • кандидат технических науккандидат технических наук
  • 2008, СмоленскСмоленск
  • Специальность ВАК РФ05.13.11
  • Количество страниц 193
Зернов, Михаил Михайлович. Методы и программные средства поддержки принятия решений на основе нечётких ситуационных сетей: дис. кандидат технических наук: 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей. Смоленск. 2008. 193 с.

Оглавление диссертации кандидат технических наук Зернов, Михаил Михайлович

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

1 Анализ существующих методов и средств построения систем поддержки принятия решений на основе нечёткого ситуационного подхода и классификация моделей нечётких ситуационных сетей.

1.1 Анализ подходов к построению программных систем поддержки принятия решений.

1.2 Анализ существующих методов и средств поддержки принятия решений па основе нечёткого ситуационного подхода.

1.3 Определение требований к моделям нечётких ситуациопиых сетей для построения систем поддержки принятия решений.

1.4 Разработка классификации моделей нечётких ситуационных сетей для построения систем поддержки принятия решений.

1.5 Постановка задачи исследования.

1.6 Выводы по разделу.

2 Разработка научно-методического аппарата для создания и использования программных средств поддержки принятия решений на основе нечётких ситуационных сетей.

2.1 Комплексная методика создания и использования программных средств поддержки принятия решений на основе нечётких ситуационных сетей.

2.1.1 Структура комплексной методики создания и использования программных средств поддержки принятия решений на основе нечётких ситуационных сетей.

2.1.2 Формирование компонентов нечёткой ситуационной сети.

2.1.3 Определение нечёткой иерархической ситуационно-событийной сети

2.2 Разработка способа построения нечётких ситуационных сетей.

2.2.1 Основные этапы способа построения нечётких ситуационных сетей.

2.2.2 Разработка формализованного представления объектной модели предметной области.

2.2.3 Способ задания эталонных ситуаций. Идентификация нечётких ситуаций относительно контекста.

2.2.4 Генерация узлов нечёткой иерархической ситуационно-событийной сети.:.;.

2.2.5 Формирование модели действий в нечёткой иерархической ситуационно-событийной сети.

2.2.6 Построение иерархии ситуационных групп нечёткой ситуационной сети.

2.3 Метод вывода по нечёткой ситуационной сети.

2.3.1 Структура метода вывода по нечёткой ситуационной сети.

2.3.2 Способ реализации метода вывода по нечёткой иерархической ситуационно-событийной сети.

2.3.3 Разработка способа многокритериальной оценки состояний в нечёткой ситуационной сети.

2.4 Выводы по разделу.

3 Разработка программных средств и алгоритмов поддержки принятия решений на основе нечётких ситуационных сетей.

3.1 Обоснование принципов построения программных средств поддержки принятия решения на основе нечётких ситуационных сетей.

3.2 Структура системы поддержки принятия решения на основе нечётких ситуационных сетей.

3.3 Алгоритмы идентификации групп эталонных ситуаций, способы снижения вычислительных затрат при идентификации нечётких ситуаций.

3.4 Алгоритм формирования списка действий относительно текущего состояния управляемой системы при построении нечёткой иерархической ситуационно-событийной сети.

3.5 Общий алгоритм построения нечёткой иерархической ситуационно-событийной сети.

3.6 Алгоритм вывода по нечёткой иерархической ситуационно-событийной сети с использованием оценки состояний.

3.7 Алгоритм формирования обобщённой оценки состояния управляемой системы.

3.8 Структура базы знаний системы поддержки принятия решения на основе нечёткой иерархической ситуационно-событийной сети.

3.9 Выводы по разделу.

4 Создание прототипа системы поддержки принятия решений па основе нечётких ситуационных сетей и оценка эффективности его использования.

Рекомендованный список диссертаций по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК

Введение диссертации (часть автореферата) на тему «Методы и программные средства поддержки принятия решений на основе нечётких ситуационных сетей»

В настоящее время активно ведутся исследования в области создания систем поддержки принятия решений (СППР), основными тенденциями развития которых являются следующие. Усиливается их ориентация па решение слабоструктурируемых и неструктурируемых проблем, характеризующихся невозможностью использования методов и моделей, основанных на точном описании проблемных ситуаций. В парадигму СППР включаются модели и методы, основанные на представлении и обработке экспертных данных, знаний. Широко используются методы интеллектуального анализа данных. Смещается акцент в сторону активной поддержки принятия решений. Все более широкое использование находят принципы модульности, адаптивности, гибридности при построении программных средств СППР. Широко используются \УеЬ-технологии [1, 19, 20, 28, 32, 61, 65, 68].

Эти исследования основываются на работах таких отечественных и зарубежных ученых, как В. М. Глушков, Н. А. Амосов, Д. А. Поспелов, Н. Винер, М. Минский, О. И. Ларичев, Ж.-Л. Лорьер, Ф. Розенблагт , Э. В. Попов, Г. С. Осипов, Н. Г. Загоруйко, В. Ф. Хорошевский, В. Н. Вагин, А. П. Еремеев, И. Б. Фоминых, О. П. Кузнецов, В. В. Топорков, А. Б. Фролов, А. Н. Аверкин, В. Б. Тарасов.

Вместе с тем, подходы к созданию СППР, основанные на построении моделей объектов управления и их анализе ([37, 57, 60, 61, 63, 64, 67, 68, 69, 79, 91]), далеко не всегда применимы к системам, характеризующимся следующими особенностями:

- высокими требованиями к качеству и оперативности решений;

- большим числом факторов, учитываемых в процессе принятия решений, которые сложно или невозможно корректно формализовать аналитически;

- неполной, неточной, зачастую недостаточно достоверной информацией, на основе которой вырабатываются решения;

- изменением качества информации в процессе выработки решений;

- качественным характером описания ситуаций и управляющих решений;

- возможностью описания вариантов принятия решений в виде событий;

- разделением управляющих решений по функциональным аспектам;

- практической невозможностью описать все типовые ситуации принятия решений и представить их в виде связной структуры;

- быстро изменяющимися целями управления и составом системы;

- уникальностью условий конкретных задач принятия решений;

- наличием качественной и стохастической неопределенности при описании результатов управляющих решений;

- необходимостью учета последствий управляющих решений [76].

Это позволяет обосновать перспективность построения СППР па основе ситуационного подхода, определяющим принципом которого является формирование не столько модели самого объекта, сколько модели управления им [53, 58].

Задачи СППР в этих условиях характеризуются недостаточностью или неопределённостью данных, неточностью, и даже противоречивостью информации, на основе которой принимаются решения. Поэтому наиболее адекватным представляется использование методов теории нечёткой логики, нечёткой математики, предложенных и развитых в работах таких ученых, как JI. Заде, Д. Дюбуа, А. Прад, Е. Мамдани, А. Кофман, А. Н. Борисов, И. 3. Батыршин [1, 2, 4, 5, 7, 8, 15, 10, 21, 22, 30, 34, 39, 59, 60, 61, 69, 89, 90, 114].

Совокупность методов ситуационного подхода и нечёткой логики получила название нечёткого ситуационного подхода (НСП). В работах А. Н. Мелихова и JL С. Берштейна предложен аппарат нечётких ситуационных сетей (НСС) для создания ситуационных советующих систем с нечёткой логикой. Вместе с тем, если для относительно несложных объектов данный подход может успешно использоваться [26], то применение его к сложным системам, характеризующимся перечисленными выше особенностями, ограничено вследствие ряда причин. Так, используемые модели нечётких ситуаций и сетей не позволяют реализовать эффективные процедуры представления и обработки многофакторных данных и знаний. Отсутствуют способы, алгоритмы и программные средства построения и изменения иерархии групп нечётких эталонных ситуаций, в соответствии с различными группами ситуационных N признаков. Не разработан механизм взаимодействия моделей «ситуация - действие» и «ситуация — стратегия управления — действие», по: зволяющий задать в явном виде для нечётких ситуаций наборы возможных управляющих решений, ограничив число возможных переходов в НСС. При описании, выработке и учете результатов управляющих решений не учитывается стохастическая неопределённость, характеризующая различные варианты событий в НСС. Существующие способы и алгоритмы нечёткого вывода недостаточно ориентированы на решение задач нечёткого ситуационного вывода по НСС. Недостаточен учёт фактора времени и продолжительности реализации управляющих решений.

Таким образом, задача разработки и исследования способов и программных средств поддержки принятия решений на основе нечётких ситуационных сетей является актуальной и практически значимой.

Целью исследования является повышение эффективности процессов обработки данных и знаний в компьютерных системах за счет создаваемых способов и программных средств поддержки принятия решений на основе нечётких ситуационных сетей.

Научной задачей диссертационной работы является разработка и исследование способов и программных средств поддержки принятия решений па основе нечётких ситуационных сетей для повышения эффективности процессов обработки данных и знаний в компьютерных системах.

Для этого необходимо решить следующие задачи.

1. Анализ современных подходов, а также существующих методов и средств построения систем поддержки принятия решений на основе нечёткого ситуационного подхода.

2. Анализ и классификация моделей нечётких ситуационных сетей для построения систем поддержки принятия решений.

3. Разработка комплексной методики создания и использования программных средств поддержки принятия решения на основе нечётких ситуационных сетей, позволяющей решить основные задачи поддержки принятия решений от формализации предметной области до применения сети для выработки управляющих решений.

4. Создание новой модели нечёткой ситуационной сети, обеспечивающей эффективную реализацию процедур представления и обработки нечётких ситуаций и выработки управляющих решений.

5. Разработка способов, алгоритмов и программных средств построения и вывода по нечёткой ситуационной сети предлагаемого типа.

6. Создание прототипа СГПТР на основе нечётких ситуационных сетей и оценка эффективности использования предлагаемого научно-методического аппарата.

Объектом исследований являются системы поддержки принятия решений на основе нечётких ситуационных сетей.

Предметом исследований являются методы и программные средства поддержки принятия решения на основе нечётких ситуационных сетей.

В ходе работы над диссертацией были использованы следующие методы исследования: методы системного анализа, теории нечётких множеств, теории графов, нечётких систем и нечёткого вывода, методы ситуационного управления и нечётких ситуационных сетей, методы объектпо-ориептирован-ного анализа и проектирования программных средств.

Обоснованность научных результатов, выводов и рекомендаций, сформулированных в работе, определяется корректным применением использованных методов исследования.

Достоверность научных положений подтверждена данными экспериментов на основе компьютерного моделирования с привлечением существующих имитационных моделей, апробацией основных результатов на конференциях и их практическим внедрением, результаты которых позволяют сделать вывод об адекватности разработанных способов и программных средств.

Научная новизна работы заключается в следующем.

1. Разработана комплексная методика создания и использования программных средств поддержки принятия решений на основе нечётких ситуационных сетей, включающая в себя взаимосвязанные частные методики: анализа и формализации предметной области; построения нечёткой ситуационной сети и применения сформированной сети для выработки последовательностей управляющих решений.

2. Предложена модель нечёткой иерархической ситуационно-собыгий-пой сети (НИССС), позволяющая обеспечить: представление как состояний, так и эталонных ситуаций; построение многовершинной иерархии групп нечётких эталонных ситуаций, в соответствии с группами ситуационных признаков; учет стохастической неопределённости результатов управляющих решений; адаптацию к изменениям структуры управляемой системы.

3. Разработан способ и алгоритмы динамического построения нечёткой иерархической ситуационно-событийной сети, позволяющие учесть продолжительность выполнения управляющих решений и возможность его прерывания.

4. Предложен метод вывода по нечёткой ситуационной сети, а также разработаны реализующие его способ и алгоритмы вывода по НИССС, учитывающие оценки состояний системы, отдельных управляющих решений и всей последовательности принимаемых решений (сценария управления).

5. Разработаны способ и алгоритм многокритериальной оценки состояний в нечёткой ситуационной сети, позволяющий решить задачу согласования критериев оценки функционирования системы на основе поиска подмножеств одинаково согласованных критериев оценки.

Практическую значимость работы составляют.

1. Разработанные и реализованные алгоритмы обработки данных и знаний, реализующие предложенные способы построения нечёткой иерархической ситуационно-событийной сети и вывода по ней: идентификации нечётких ситуаций; формирования управляющих решений; динамического построения сети; вывода по сформированной сети; формирования обобщённой оценки состояния управляемой системы.

2. Предложенная структура базы знаний СППР на основе нечёткой иерархической ситуационно-событийной сети и пути её реализации.

3. Разработанный прототип СППР при планировании и оперативном управлении сложной организационно-технической системой.

4. Обоснованный набор основных нечётких арифметических и логических операций над нечёткими числами и вероятностями для применения в программных средствах построения и использования нечёткой иерархической ситуационно-событийной сети, с учетом снижения вычислительных затрат при их реализации.

5. Практические рекомендации по использованию предложенного научно-методического аппарата при решении задач оперативного управления сложными организационно-техническими системами.

На защиту выносятся:

1. Комплексная методика создания и использования программных средств поддержки принятия решений на основе нечётких ситуационных сетей.

2. Модель нечёткой иерархической ситуационно-событийной сети, ориентированная на эффективную реализацию процедур представления и обработки нечётких ситуаций и выработки управляющих решений.

3. Способ и алгоритмы динамического построения нечёткой иерархической ситуационно-событийной сети, позволяющие учесть продолжительность выполнения и возможность прерывания управляющих решений.

4. Метод вывода по нечётким ситуационным сетям, способ и алгоритмы вывода по нечёткой иерархической ситуационно-событийной сети, учитывающие оценки состояний системы, отдельных управляющих решений и всей последовательности принимаемых решений.

Реализация результатов работы. По результатам работы построен прототип СППР при планировании и оперативном управлении сложной организационно-технической системой. Теоретические и практические результаты работы использованы при разработке модельного обеспечения функциональной подсистемы обработки и анализа данных информационно-аналитической системы распределения бюджетных средств Рособразования (по заказу Рособразо-вания в рамках Госконтракта № П285 от 25.06.2008, ГОУВПО «МЭИ(ТУ)», Москва, 2008), при реализации НИР «Исследование и разработка нейро-нечётких моделей в сложных организационно-технических системах» (ГОУВПО «МЭИ(ТУ)», Москва, 2006-2008 г.г., № 1028060) и используются в учебном процессе Филиала ГОУВПО «МЭИ(ТУ)» в г. Смоленске и Военной академии войсковой ПВО ВС РФ им. Маршала Советского Союза А. М. Василевского (г. Смоленск), что подтверждено соответствующими актами о внедрении (см. Приложение).

Апробация работы. Основные результаты работы докладывались и обсуждались на следующих конференциях: Межрегиональная научно-техническая конференция студентов и аспирантов «Информационные технологии, энергетика и экономика» (Смоленск, 2004); III Межвузовская научно-методическая конференция «Современные информационные технологии в научных исследованиях, образовании и управлении» (Смоленск, 2005); 12-я и 14-я Международные научно-технические конференции студентов п аспирантов «Радиоэлектроника, электротехника и энергетика» (Москва, 2006, 2008); III Межрегиональная научно-техническая конференция студентов и аспирантов «Информационные технологии, энергетика и экономика» (Смоленск, 2006); 15-я и 16-я Военно-научные конференции^Военной академии войсковой ПВО ВС РФ им. Маршала Советского Союза А. М. Василевского (Смоленск, 2007, 2008); IX Международная конференция «Системы компьютерной математики и их приложения», СКМП-2008 (Смоленск, 2008).

По результатам работы опубликовано 15 печатных трудов, в том числе 1 статья в журнале из перечня ВАК. Результаты диссертации отражены в 3-х отчётах о НИР.

Диссертация состоит из введения, четырёх разделов, заключения, списка литературы, включающего 114 наименований. Диссертация содержит 193 страницы машинописного текста, 38 рисунков, 19 таблиц, приложение.

Похожие диссертационные работы по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Зернов, Михаил Михайлович

4.4 Выводы по разделу

1. Обоснован набор нечётких арифметических и логических операций, применяемых в процедурах построения и использования НИССС, исходя из характера их применения:

- расширенные арифметические операции на множестве нечётких чисел реализуются на основе использования модального взаимодействия операндов, введено специальное преобразование результата арифметических операций, препятствующее выходу результата за границы базового диапазона;

- расширенные операции сложения и умножения нечётких вероятностей, а также операция усреднения по вероятности рассматривались по аналогии с операциями над нечёткими числами с учётом свойства В-взаимодействия компонентов лингвистической лотереи;

- введена операция определения совпадения двух нечётких чисел, применяемая вместо традиционных мер близости в задаче идентификации состояния объекта управления, позволяющая полноценно учитывать корректные входные данные;

- разработана операция относительного сравнения нечётких чисел, позволяющая дать количественную оценку превышения значения одного числа над другим, и учитывающая форму функций принадлежности операндов.

Рассмотрены вопросы сложности вычислений при различных практических реализациях операций.

2. На основе разработанного научно-методического аппарата и предложенной структуры базы знаний разработан прототип системы поддержки принятия решений, позволяющий решать задачи планирования и оперативного управления сложной организационно-технической системой.

3. Разработан способ формализации предметной области при реализации способа оценки состояний управляемой системы.

4. Предложены варианты использования нечёткой иерархической ситуационно-событийной сети при выработке решений, отличающиеся наличием этапа предварительного построения сценария управления и способами его организации.

Рекомендуемым основным вариантом использования НИССС по результатам экспериментальной проверки признан вариант без этапа предварительного расчёта сценария управления на всю предполагаемую длительность сеанса управления, с регулярным построением НИССС, рассчитанной на небольшое число шагов в процессе управления

5. Рассмотрен процесс выработки решений прототипом СППР на примере построения и использования конкретного участка НИССС.

6. По результатам экспериментальной проверки, проведённой на базе имитационного эксперимента, установлено, что решения, вырабатываемые созданным прототипом СППР, для простой и средней сложности обстановки, по качеству решений соответствуют решениям, принимаемым специалистом средней квалификации. При сложной обстановке качество вырабатываемых решений приближается к экспертному.

В силу дискретности оценки состояния управляемой системы, при выработке одиночных решений по ряду функций управления прототип СППР проигрывает человеку-специалисту в оперативности. При выработке решений сразу по нескольким функциям управления и/или управляемым подразделениям разработанный прототип СППР имеет преимущество в оперативности по сравнению с человеком-специалистом. При увеличении сложности обстановки преимущество СППР увеличивается.

Для наивысшей сложности обстановки время выработки управляющего решения при использовании прототипа СППР составляет 36,2±22,1 секунды для случая, когда состояние управляемой системы предусмотрено текущим сценарием управления и 45,6±23,9 секунды, когда не предусмотрено.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований решена научная задача, имеющая важное народно-хозяйственное значение, заключающаяся в разработке и исследовании способов и программных средств поддержки принятия решений на основе нечётких ситуационных сетей для повышения эффективности процессов обработки данных и знаний в компьютерных системах.

В ходе выполнения диссертационной работы получены следующие основные результаты.

1. Проведен анализ существующих подходов к построению и представлена классификация программных систем поддержки принятия решений, определены тенденции их развития, основными из которых являются следующие: ориентация на решение слабо структурируемых и неструктурируемых проблем; включение в парадигму СППР методов систем, основанных на знаниях, экспертных, и других классов интеллектуальных систем; использование методов интеллектуального анализа данных; активная поддержка принятия решений; использование принципов модульности, адаптивности, гибридности при создании программных средств СППР; в использовании Web-технологий.

2. Выполнен анализ методов и средств построения систем поддержки принятия решений на основе нечёткого ситуационного подхода, определяющим принципом которого является формирование модели управления, и сочетающего методы нечёткого логического вывода, нечёткой классификации и многокритериальной оценки и выбора альтернатив.

3. Разработана классификация моделей нечётких ситуационных сетей (по тождественности узлов сети и эталонных ситуаций, по способам построения и адаптации, по характеру результатов управляющих решений, по виду иерархии групп эталонных ситуаций) для построения систем поддержки принятия решений, позволяющая предложить новые модели сетей, а также способы и программные средства на их основе.

4. Разработана комплексная методика создания и использования программных средств поддержки принятия решений на основе нечётких ситуационных сетей, отражающая основные задачи ППР и включающая следующие взаимосвязанные частные методики:

- анализа и формализация предметной области;

- построения НСС в соответствии требованиями и характером задач ППР;

- применения сформированной НСС для выработки последовательностей управляющих решений.

5. Предложена новая модель нечёткой ситуационной сети — нечёткая иерархическая ситуационно-событийная сеть, позволяющая обеспечить:

- представление в структуре сети не только эталонных ситуаций, но и состояний управляемой системы;

- возможность построения многовершинной иерархии групп нечётких эталонных ситуаций, в соответствии с различными группами ситуационных признаков;

- учет стохастической неопределённости результатов управляющих решений посредством аппарата лингвистических лотерей;

- гибкость адаптации к изменениям структуры управляемой системы.

6. Разработан способ и алгоритмы динамического построения предлагаемого типа нечёткой ситуационной сети, позволяющий эффективно реализовать процедуры динамического построения сети, представление и обработку нечётких ситуаций. Способ позволяет осуществить взаимодействие групп эталонных ситуаций в структуре многовершинной иерархии и адаптацию нечёткой ситуационной сети к изменениям структуры управляемой системы на основе предложенной объектной модели предметной области. Способ учитывает продолжительность выполнения и стохастическую неопределённость результатов управляющих решений, а также возможность их прерывания.

7. Предложен метод вывода по нечёткой ситуационной сети, учитывающий оценки состояний системы, отдельных управляющих решений и всей последовательности принимаемых решений (сценария управления).

8. Разработан способ и алгоритмы реализации метода нечёткого вывода по нечёткой иерархической ситуационно-событийной сети, включая решение следующих задач:

- определение вида подсети, соответствующей поливариантной последовательности принимаемых решений;

- разработку способа оценки переходов нечёткой иерархической ситуационно-событийной сети по конечному множеству результатов;

- задание набора стратегий, на основе которых может проводиться оценка переходов нечёткой иерархической ситуационно-событийной сети;

- определение требований к способу нечёткой многокритериальной оценки состояния управляемой системы.

9. Предложен способ и алгоритм многокритериальной оценки состояний в нечёткой ситуационной сети, позволяющий решить задачу многоместного согласования критериев оценки функционирования системы. В основу способа положен поиск подмножеств одинаково согласованных критериев оценки на основе графового представления совокупности критериальных оценок.

10. Разработана структура СППР на основе нечётких ситуационных сетей. Основными подсистемами СППР являются: подсистема управления процессом ППР; алгоритмическое ядро СППР, включающее модель нечёткой иерархической ситуационно-событийной сети, модель оценки состояний управляемой системы, операционный базис для нечётких вычислений; база знаний; подсистема внешних интерфейсов.

11. Разработаны и реализованы алгоритмы алгоритмического ядра СППР, выполняющие основные процедуры построения нечёткой иерархической ситуационно-событийной сети и вывода по ней: идентификации нечётких ситуаций; формирования управляющих решений; динамического построения сети; вывода по сформированной сети; формирования обобщённой оценки состояния управляемой системы.

12. Предложена структура базы знаний СППР и пути её реализации.

13. Обоснован набор нечётких арифметических и логических операций для применения в программных средствах построения и использования нечёткой иерархической ситуационно-событийной сети, с учетом снижения вычислительных затрат при их реализации.

14. Разработан способ формализации предметной области при реализации способа оценки состояний управляемой системы.

15. На основе разработанного научно-методического аппарата и предложенной структуры базы знаний создан прототип СППР, позволяющий решать задачи планирования и оперативного управления сложной организационно-технической системой. Предложены варианты использования СППР при выработке решений, отличающиеся наличием и организацией этапа предварительного построения сценария управления.

16. Проведены экспериментальные исследования и выполнена оценка эффективности использования созданного прототипа СППР при планировании и оперативном управлении сложной организационно-технической системой. По результатам экспериментов установлено следующее.

Рекомендуемым основным вариантом использования НИССС по результатам экспериментальной проверки признан вариант без этапа предварительного расчёта сценария управления на всю предполагаемую длительность сеанса управления, с регулярным построением НИССС, рассчитанной на небольшое число шагов в процессе управления. Для простой и средней сложности обстановки, качество решений, вырабатываемых СППР, соответствует качеству решений, принимаемых специалистом средней квалификации. Оперативность выработки одиночных управляющих решений для СППР по части функций управления ниже, чем у специалиста высокой квалификации. Наибольший эффект по качеству и оперативности принимаемых решений достигается при повышенной сложности обстановки, требующей одновременного принятия решений по различным функциям управления относительно различных объектов управляемой системы. При этом качество вырабатываемых решений приближается к качеству решений, принимаемых экспертами в данной предметной области, а оперативность превосходит оперативность эксперта.

Направлениями дальнейших исследований являются развитие способов, алгоритмов и программных средств построения и вывода по нечёткой ситуационной сети на основе сравнения предыстории состояний управляемой системы с базой прецедентов (последовательностей состояний управляемой системы), обеспечивающих уменьшение стохастической неопределенности сценария управления.

Список литературы диссертационного исследования кандидат технических наук Зернов, Михаил Михайлович, 2008 год

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

2. Алтунин А. Е., Семухин М. В. Модели и алгоритмы принятия решений в нечётких условиях: Монография. Тюмень: Изд-во Тюменского государственного университета, 2000. 352 с.

3. Андрейчиков A.B. Андрейчикова О.Н. Анализ, синтез и планирование решений в экономике. М.: Финансы и статистика, 2001. 368 с.

4. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях/ В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. С. 172-215.

5. Берштейн Л.С., Боженюк A.B. Нечёткие модели принятия решений: дедукция, индукция, аналогия. Таганрог: Изд-во ТРТУ, 2001. 110 с.

6. Борисов А.Н. Модели анализа и выбора альтернатив на основе теории нечётких множеств // Проблемы и методы принятия решений в организационных системах управления. М.: ВНИИСИ, 1985. С. 45-55.

7. Борисов А.Н., Алексеев A.B. Меркурьев Г.В. Обработка нечёткой информации в системах принятия решений. М.: Радио и связь, 1989. 304 с.

8. Борисов А.Н., Алексеев A.B., Крумберг O.A. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982. 256 с.

9. Борисов А.Н., Крумберг O.A., Федоров И.П. Принятие решений на основе нечётких моделей. Примеры использования. Рига: Зинатне, 1990. — 184 с.

10. Борисов В.В., Бычков И.А., Дементьев A.B., Соловьёв А.П., Федулов A.C. Компьютерная поддержка сложных организационно-технических систем. М.: Горячая линия Телеком, 2002. - 154 с.

11. Борисов В.В., Зернов М.М. Компоненты нечётких ситуационных сетей // Тезисы докладов IX Международной конференции «Системы компьютерной математики и их приложения» (СКМП-2008).Смоленск: 2008. -С. 10-12.

12. Борисов В.В., Зернов М.М. Нечёткая иерархическая ситуационно-событийная сеть для поддержки принятия решений // Труды 16 Военно-научной конференции Военной академии войсковой ПВО ВС РФ им м. Василевского. Смоленск: Изд-во ВА ВПО ВС РФ, 2008. - С. 23-28.

13. Борисов В.В., Круглов В.В., Федулов А. С. Нечёткие модели и сети. М.: Горячая линия Телеком, 2005. - 284 с.

14. Борисов В.В., Мнёв В.И., Федулов А. С. Моделирование сложных нечётко-целевых систем на основе обобщенных нечётких когнитивных карт // Информационный бюллетень Академии военных наук — 2001 — № 6 — С. 22-25.

15. Борисов В.В., Федулов А. С. Нечёткие оценочные модели сложных систем с учетом согласования неравнозначных целей // Нейрокомпьютеры: разработка, применение 2003—№ 5 — С. 3-12.

16. Букачев Д. С., Мунерман В. И. О принципах реализации виртуальных алгебраических машин. //Системы компьютерной математики и их приложения: Материалы международной конференции. — Смоленск, Смол-ГУ, 2006. С. 55-56.

17. Вагин В.Н., Головина Е.Ю., Загорянская A.A., Фомина М. В. Достоверный и правдоподобный вывод в интеллектуальных системах/ Под ред. Вагина В.Н., Поспелова Д.А. М.: ФИЗМАТЛИТ, 2004. - 704 с.

18. Вагин В.Н., Гулидова В.Г., Фомина М. В. Распознавание состояний сложного объекта при неполной входной информации // Изв. АН СССР. Техн. кибернетика. 1992. №5. С. 120-132.

19. Вагин В.Н., Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Изв. РАН. ТиСУ, 2001, № 6. С. 114-123.

20. Варшавский П.Р. Методы и программные средства поиска решения на " основе аналогий в интеллектуальных системах поддержки принятия решения. Автореферат дисс. . канд. техн. наук. М.: 2005. — 20 с.

21. Васильев С.Н., Жерлов А.К., Федосов Е.А., Федунов Б.Е. Интеллектное управление динамическими системами. М., Физматлит. 2002. 352 с.

22. Вентцель Е.С. Исследование операций: задачи, принципы, методология. М.: Дрофа, 2004.-208 с.

23. Геловани В. Л., Башлыков А. А., Бритков В. Б., Вязилов Е. Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: Эди-ториал УРСС, 2001. 304 с.

24. Головина Е. 10. Объектно-ориентированный подход к моделированию предметной области // Изв. РАН. Техническая кибернетика. 1994. №2. С. 43-47.

25. Джараттано Дж. Райли Г. Экспертные системы: принципы разработки и программирование. М.: Вильяме, 2007. 1152 с.

26. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний и информатике: Пер. с фр. М.: Радио и связь, 1990. 288 с.

27. Егоров Валерий Анатольевич. Организация правоохранительной деятельности с использованием информационных технологий. Автореферат дисс. . докт. юр. наук. Саратов, 2007. 59 с.

28. Емельченков Е. П., Левин Н. А. О моделировании сложных предметных областей // Проблемы и методы информатики. II Научная сессия ИЛИ РАН: Тезисы докладов / под ред. И.А. Соколова. М.: ИЛИ РАН, 2005. -С. 89-91.

29. Еремеев А.П. , Денисенко Л.С. Обработка недоопределенной информации в системе поддержки принятия решений реального времени применительно к оперативной службе электростанций // Изв. РАН. Энергетика. 2002. №2.-С. 32-43.

30. Еремеев А.П. , Троицкий В.В. Методы представления временных зависимостей в интеллектуальных системах поддержки принятия решений // Изв. РАН. ТиСУ, 2003, № 5. С. 75-88.

31. Еремеев А.П. Организация систем поддержки принятия решений семиотического типа для динамических проблемных областей // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM'98. С.-Пб: 1998 г. Т.2. С. 215-218.

32. Загоруйко Н. Г. Прикладные методы анализа данных и знаний. — Новосибирск: Изд-во Ин-та математики, 1999. 270 с.

33. Загорянская A.A. Методы вывода в условиях неопределенности и нечётности исходных данных: обзор зарубежных достижений // Новости искусственного интеллекта, №4, 1997. — С. 6 -24.

34. Заде Л. Понятие лингвистической переменной и его применение к принятию приближённых решений. М.: Мир, 1976. 165 с.

35. Зернов М.М. Арифметические вычисления над нечёткими числами на ограниченном базовом диапазоне // Тезисы докладов IX Международной конференции «Системы компьютерной математики и их приложения» (СКМП-2008).Смоленск: 2008. С. 42-44.

36. Зернов М.М., Борисов В.В. Снижение вычислительных затрат при идентификации нечётких ситуаций с разнородным составом признаков // Труды 15 Военно-научной конференции Военной академии войсковой

37. ПВО ВС РФ им м. Василевского. Смоленск: Изд-во ВА ВПО ВС РФ, 2007. - С. 43-48.

38. Зернов М.М. Метод вывода по нечёткой ситуационной сети на основе оценки разнородных топологических элементов// Труды 16 Военно-паучной конференции Военной академии войсковой ПВО ВС РФ им м. Василевского. Смоленск: Изд-во ВА ВПО ВС РФ, 2008. - С. 45-50.

39. Зернов М.М. Способ построения нечёткой многокритериальной оценочной модели // Нейрокомпьютеры: Разработка и применение. — №1 — 2007. С. 40-49.

40. Комарцова JI. Г., Максимов А. В. Нейрокомпьютеры 2-е изд. М.: Изд-во МГТУ им. Н. Э. Баумана, 2004. 400 с.

41. Кормен Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. -М.: МЦНМО, 2000.- 960с.

42. Корнилович О. В. Организация процесса принятия стратегических решений в социально-экономических системах. Автореферат дисс. . канд. эк. наук. С.-Пб.: 2006. 20 с.

43. Кофман А. Введение в теорию нечётких множеств М.:Радио и связь, 1982.-432 с.

44. Круглов В.В., Борисов В.В. Гибридные нейронные сети. Смоленск: Русич, 2001.- 224 с.

45. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечёткая логика и искусственные нейронные сети. М.: Физматлит, 2001. —224 с.

46. Куликов Г.Г., Брейкин Т.В., Арьков В.Ю. Интеллектуальные информационные системы: Учеб. Пособие. Уфа: Уфимск. гос. авиац. техн. ун-т., 1999.- 129 с.

47. Лаптева Е. В. Разработка автоматизированной системы поддержки принятия решения при формировании индивидуальной траектории обучения. Автореферат дисс. канд. техн. наук. Респ. Казахстан, Алматы: 2007,- 17 с.

48. Люггер Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. 4-е изд. Пер. с англ. М.: Вильяме, 2003. 864 с.

49. Мелихов А. Н., Берштейн Л. С. Конечные чёткие и расплывчатые множества. Ч. 1. Таганрог: ТРТИ, 1981.-101 с.

50. Мелихов А.Н., Берштейн Л.С., Коровин С .Я. Ситуационные советующие системы с нечёткой логикой. М.: Наука, 1990. — 272 с.

51. Наумов А.Н., Вендров A.M., Иванов В.К. и др. Системы управления базами данных и знаний. М.: Финансы и статистика, 1991. 352 с.

52. Нечёткие множества и теория возможностей. Под ред. Р. Ягера. М.: Радио и связь, 1986. - 408 с.

53. Осипов Г. С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. М.: Наука. Физматлит, 1997. — 112 с.

54. Пономарёв В.В. Концептуальная модель комплекса средств лингвистического и программного обеспечения экспертно-поисковой системы. М.: Диалог-МИФИ, 2004 176 с.

55. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. 288 с.

56. Поспелов Д.А. Большие системы. Ситуационное управление. М.: Знание, 1975.-64 с.

57. Прикладные нечёткие системы/ Под ред. Тэрано Т., Асаи К., Сугэно М. Пер. с яп. М.: Мир, 1993. 368 с.

58. Прохоренков А.М. Применение нечётких моделей в системах управления технологическими процессами. Тезисы докладов 11 -й научно-технической конференции МГТУ. Мурманск: 2000. С. 79.

59. Рынкевич С.А. Адаптивные системы управления АТС // Автомобильная промышленность. №6 - 2005. - С. 36-38.

60. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.-278 с.

61. Саати Т., Керне К. Аналитическое планирование. Организация систем. М.: Радио и связь, 1991. 224 с.

62. Силов Б.В. Принятие стратегических решений в нечёткой обстановке. М.: ИНПРО-РЕС, 1995. 228 с.

63. Ситчихин А.Н. Иерархические ситуационные модели с предысторией для автоматизированной поддержки решений в сложных системах. Автореферат дисс. канд. техн. наук.: Уфа, 2002. -20 с.

64. Словарь-справочник менеджера/ Под ред. М. Г. Лапусты. М.: ИНФРА-М, 1996- 608с.

65. Толковый словарь по искусственному интеллекту/ Аверкин А.Н., Гаазе-Рапопорт М.Г., Поспелов Д.А. М.: Радио и связь, 1992. - 256 с.

66. Топорков В.В. Модели и методы системного синтеза. М.: Изд-во МЭИ, 1997.- 64 с.

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

68. Троицкий A.B. Методы и программные средства представления временных зависимостей в интеллектуальных системах поддержки принятия решений. Автореферат дисс. . канд. техн. наук. М., 2004. — 20 с.

69. Усков A.A., Круглов В.В. Интеллектуальные системы управления на основе методов нечёткой логики. Смоленск: Смоленская городская типография, 2003. 177 с.

70. Уткин JI.B., Шубинский И.Б. Нетрадиционные методы оценки надежности информационных систем. СПб.: Любавич, 2000. - 173 с.

71. Федулов А. С. Вид взаимодействия нечётких чисел, ограничивающий возрастание неопределенности при выполнении операций нечёткой арифметики // Вестник МЭИ.- 2006.- № 1.- С. 101- 110.

72. Федулов A.C. Модели, методы и программные средства обработки нечёткой информации в системах поддержки принятия решений на основе когнитивных карт. Автореферат дисс. . докт. техн. наук. М., 2007. 36 с.

73. Федулов, А. С. Устойчивая операция аккумулирования нечётких чисел // Нейрокомпьютеры: разработка, применение 2007. — № 1. - С. 27- 39.

74. Федунов Б.Е. Бортовые оперативно советующие экспертные системы тактических самолетов пятого поколения (обзор по материалам зарубежной печати). М.: НИЦ ГосНИИАС, 2002. 127 с.

75. Федунов Б.Е. Механизмы вывода в базе знаний бортовых оперативно советующих экспертных систем. // Изв. РАН. ТиСУ. №4 - 2002. - С. 42-52.

76. Хэмди А. Таха. Введение в исследование операций, 6-е изд.: Пер. с англ. М.: Издательский дом "Вильяме", 2001. 912 с.

77. Штовба С.Д. Введение в теорию нечётких множеств и нечёткую логи-куЭлектронный ресурс. Материалы сайта // Консультационный центр Matlab - Режим доступа к материалу:http://www.tspu.tula.ru/ivt/oldsite/lcopy/MatlabRU/default.asp.htm\

78. Штовба С.Д. Проектирование нечётких систем средствами MATLAB. М.: Горячая линия телеком, 2007. - 288 с.

79. Экспертные системы. Принципы работы и примеры. Под ред. Р. Форсайта. М.: Радио и связь, 1987. - 224 с.

80. Ющенко А.С. Киселев Д.В. Ситуационный подход к организации поведения мобильного робота в условиях неопределенности. Тезисы докладов 11-й научно-технической конференции "Экстремальная робототехника". С.-Пб: 2000. С. 35-38.

81. Яхъяева Г. Э. Основы теории нечётких множеств. Электронный ресурс./ Яхъяева Г. Э. Материалы сайта // Интернет университет информационных технологий — Режим доступа к материалу: http://www.intuit.ru/department/ds/fuzzysets/

82. Abe S., Lan M.-S., Thawonmas R. Tuning of a fuzzy classifier derived from data // Int. J. Of Approx. Reasoning, 1996, №14. pp. 1-24.

83. Alter S. L. Decision support systems: current practice and continuing challenges. Reading, Mass.: Addison-Wesley Pub., 1980.

84. Buckley J. J. Fuzzy ordering of fuzzy numbers // International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2004, vol 12 №1, pp 105-114.

85. Carlsson C., Fuller R., Majlender P. Addition of completely correlated fuzzy numbers // FUZZ IEEE 2004. IEEE Int. Conf. on Fuzzy Systems. Budapest, Hungary, 2004.

86. Fuller R., Majlender P. On interactive fuzzy numbers// Fuzzy Sets and Systems, 2004, vol. 143, pp. 355-369.

87. Haettenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unterstutzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. -Zurich: Hochschulverlag AG, 1999.

88. Hayes-Roth F., Jacobstein N. The State of Enowledge-Based Systems. Communications of the ACM, March, 1994, v.37, n.3, pp.27-39.

89. FIolsapple C.W., Whinston A.B. Decision Support Systems: A Knowledge-based Approach. Minneapolis : West Publishing Co., 1996.

90. Klir G. J., Pan Y. Constrained fuzzy arithmetic: Basic questions and some answers // Soft Computing 1998, No 2, pp. 100-108.

91. Kosko B. Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence. Prentice-Hall, Englewood Cliffs, New Jersey, 1992.

92. Larsen P.M. Industrial applications of fuzzy logical control. Int. J. Man-Machine Stud., V.12, 1980. - pp. 3-10.

93. Mamdani E. H. Application of fuzzy logic to approximate reasoning using linguistic systems. Fuzzy Sets and Systems, vol. 26, 1977, pp. 1182-1191.

94. Marakas G. M. Decision support systems in the twenty-first century. — Upper Saddle River, N.J.: Prentice Hall, 1999.

95. McCarthy J. Hayes P. Some philosophical problems from the standpoint of artificial intelligence. In B. Meltzer and D. Michie, editors. Machine Intelligence, Vol 4, pp. 463-502. Edinburgh University Press, 1969.

96. McNeill F. M., Thro E. Fuzzy Logic a Practical Approach. Academic Press Limited. London. UK, 1994.

97. Power D. J. What is a DSS?// The On-Line Executive Journal for DataIntensive Decision Support. 1997. - v. 1. -N3. - pp. 57—76.

98. Power DJ. A Brief History of Decision Support Systems Электронный pe-cypc./ D.J. Power. — Режим доступа: http://www.dssresources.com.

99. Vanegas L. V., Labib A. W. Application of new fuzzy-weighted average (NFWA) method to engineering design evaluation// Int. J. Prod. Res., 2001, vol. 39, No. 6, pp. 1147-1162.

100. Zabokrtsky Z. Constrained Fuzzy Arithmetic: Engineers View// Research Report CTU-CMP-2000-03. Center for Machine Perception. Czech Technical University. Prague. Czech Republic, 2000.

101. Zadeh L. A. Fuzzy logic = computing with words // IEEE Trans, on Fuzzy Systems, v. 4, 1996, №2. pp. 103 - 111.190

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.