Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

2488

.pdf
Скачиваний:
6
Добавлен:
07.01.2021
Размер:
12.38 Mб
Скачать

Федеральное агентство по образованию ГОУ ВПО «Сибирская государственная автомобильно-дорожная

академия (СибАДИ)»

Е.Л. Першина, О.А. Попова, С.Н. Чуканов

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ

ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ:

КОМПЛЕКСЫ ПРОГРАММ, МОДЕЛИ,

МЕТОДЫ, ПРИЛОЖЕНИЯ

Монография

Омск

СибАДИ

2010

УДК 681.5(075) ББК 32.973.202я73

П 27

Рецензенты:

д-р техн. наук, проф. В.П. Денисов (СибАДИ); канд. техн. наук, доц. Н.Н. Баженов (ОмГУПС)

Монография одобрена редакционно-издательским советом СибАДИ.

Першина Е.Л., Попова О.А., Чуканов С.Н.

П 27 Интеллектуальные системы поддержки принятия решений: комплексы программ, модели, методы, приложения: монография. – Омск: СибАДИ, 2010. – 204 с.

ISBN 978–5–93204–537–4

Рассматриваются вопросы проектирования интеллектуальных систем поддержки принятия решений с использованием методов многокритериальной оптимизации.

Табл. 5. Ил. 40. Библиогр.: 66 назв.

ISBN 978–5–93204–537–4

ГОУ «СибАДИ», 2010

2

Оглавление

 

Введение………………………………………………………………………

6

1. Технологии поддержки принятия решений…………………………...

8

1.1. Новые технологии поддержки принятия решений…………………...

8

1.2. Представление знаний в интеллектуальных системах…………….....

12

1.2.1.Типы знаний………………………………………………………….

12

1.2.2. Представление знаний на основе фреймов………………………..

14

1.2.3. Семантические сети………………………………………………...

16

1.2.4. Продукционные модели…………………………………………….

17

1.2.5. Логические модели представления знаний………………………..

20

1.2.6. Нечеткие множества и лингвистическая переменная…………….

22

1.3. Методы обработки знаний……………………………………………..

24

1.3.1. Методы поиска релевантных знаний………………………………

24

1.3.2. Основные понятия о методах приобретения знаний…………......

26

1.3.3. Общие методы поиска решений в пространстве состояний……..

27

1.3.4. Вывод на предикатах……………………………………………….

36

1.3.5. Методы вывода и поиска решений в продукционных системах...

37

1.3.6. Вывод во фреймовой системе……………………………………...

39

1.3.7. Вывод в семантических сетях……………………………………...

41

1.3.8. Вероятностный вывод………………………………………………

43

1.3.9. Вывод на основе теории уверенности……………………………..

47

1.4. Экспертные системы……………………………………………………

48

1.4.1. Основные понятия…………………………………………………..

48

1.4.2. Характеристики ЭС и составляющие компоненты……………….

51

1.4.3. Типы экспертных систем по классам решаемых задач…………..

53

1.4.4. Этапы создания экспертных систем……………………………….

55

1.5. Инструментальные средства проектирования

 

интеллектуальных систем…..........................................................................

59

1.5.1. Специализированный язык LISP………………………………......

59

1.5.2. Фрейм-ориентированный язык FRL………………………………

60

1.5.3. Язык логического программирования PROLOG………………….

61

1.5.4. Продукционный язык OPS…………………………………………

65

1.5.5. Объектно-ориентированный язык Visual Basic…………………...

68

1.5.6. Интегрированная инструментальная среда GURU………………

70

1.5.7. Интегрированная инструментальная среда G2 для создания

 

интеллектуальных систем реального времени…………………………

73

1.5.8. Инструментальное программное обеспечение ESWin…………..

77

1.6. Мультиагентные системы……………………………………………...

78

1.6.1. Основные понятия………………………………………………......

78

1.6.2. Свойства и архитектура агента……………………………………

80

1.6.3. Средства разработки..........................................................................

83

3

2. Специальные направления компьютерной поддержки

 

принятия решений……..................................................................................

86

2.1. Основные направления поддержки принятия решений

 

в банковской сфере.........................................................................................

86

2.2. Компьютерная поддержка групповых решений………………...........

98

2.3. Информационно-аналитический подход к разработке

 

специализированных компьютерных систем поддержки

 

принятия решений………………………………………...............................

110

3. Многокритериальная оптимизация……………………………………

132

3.1. Краткий обзор методов многокритериальной оптимизации...............

132

3.1.1.Определения………………………………………………………... 136

3.1.2.Интерактивные методы……………………………………………. 145

3.1.3. Методы, основанные на компромиссе……………………….........

149

3.1.4. Интерактивные методы опорной точки…………………………...

152

3.1.5. Методы, основанные на классификации………………………......

155

3.2. Многокритериальное управление……………………………………..

163

3.3.Многокритериальная нелинейная идентификация…………………....

166

3.4. Многокритериальная диагностика неисправностей………………….

169

3.5. Нахождение равновесия Нэша динамических игр n лиц…………….

174

3.6. Исследование СУ с помощью дифференциальных игр……………...

177

4. Пример интеллектуальной системы поддержки

 

принятия решений «АРМИД-ЭКСПЕРТ»..................................................

183

4.1. Общая структура программного обеспечения......................................

183

4.2. Автоматизированное рабочее место

 

инженера-диагноста «АРМИД»....................................................................

184

4.3. Экспертная система автоматизированной

 

диагностики ЭКСПЕРТ.................................................................................

186

4.3.1. Экспертная диагностическая программная оболочка....................

186

4.3.2. Особенности подхода к созданию экспертной системы,

 

реализованного фирмой ИНКОТЕС...........................................................

187

4.3.3. Основные функции ЭКСПЕРТ.........................................................

191

4.3.4. Программные модули автоматизированной диагностики.............

195

4.4. Редактор диагностических методик средство

 

разработки для пользователя.........................................................................

195

4.5. Программное обеспечение для экспертной диагностики машин........

196

Библиографический список………………………………………………..

200

4

Список сокращений

CASE – интеллектуальные системы реинжиниринга предприятий DSS – decision support systems– система поддержкипринятиярешения

FDI – fault detection and isolation GAs – генетические алгоритмы

GRBF – Gaussian RBF

ISWT – interactive surrogate worth trade-off KDD – Knowledge Discovery in Databases KKK – Karush-Kuhn-Tucker

LSDP – loop-shaping design procedure

MCDM – multiple criteria decision making – многокритериальное при-

нятие решений

MOOP – multiple objective optimization problem – многокритериальная задача оптимизации

POF – Pareto-Optimal Front RBF – radial basis functions

SPEA – Strength Pareto Evolutionary Algorithm SPOT – sequential proxy optimization technique STEM – step method

БЗ – база знаний ИИ – искусственный интеллект

ИСППР – информационные системы поддержки принятия решения КСППР – компьютерная система поддержки принятия решения ЛПР – лицо, принимающее решение МАС – мультиагентные системы

СППР – система поддержки принятия решения ЭС – экспертная система

5

ВВЕДЕНИЕ

Ранние определения систем поддержки принятия решений (DSS – decision support systems) фокусировались на следующих направлениях: методы работы с неструктурированными задачами для целей управления; интерактивные компьютерные системы для менеджеров; ориентированные на пользователя системы; разделение данных и моделей в компьютерных приложениях для более эффективного моделирования. Значение этих направлений определяется следующими факторами: принятие решений более эффективно работает с неструктурными задачами; принятие решений обосновывает решения без использования методов оптимизации; принятие решений использует знания и опыт пользователя в интерактивных технологиях решения задач.

Эти направления полностью не осуществлялись по ряду причин: люди имеют ограничения познания при адаптации к интеллектуальным системам; люди игнорируют поддержку принятия решений в пользу опыта прошлого; человек не может обращаться с большими объемами информации и знаний; человек обескуражен теориями, которые он не понимает; человек полагает, что получит больше поддержки, общаясь с другими людьми.

Новое поколение молодых людей знакомо с информационными технологиями и имеет практический опыт использования компьютеров. Современные корпорации освобождают свои иерархические организационные структуры. Объекты бизнеса становятся более гибкими и чувствительными к изменяющейся экономической ситуации. Это реализуется сокращением руководящего персонала, и исполнительные менеджеры становятся более вовлеченными в решение задач, принятие решений и планирование. Границы бизнеса продолжают расширяться и размываться, рыночная конкуренция квалифицированного персонала продолжает возрастать. Увеличивающаяся степень сложности планирования и выполнения операций бизнеса подчеркивает необходимость использования интеллектуальных информационных систем поддержки принятия решений.

Первая цель интеллектуального поколения DSS технологий – обработка потока данных, информации и знаний, сформированных от увеличивающегося числа источников. Технология экспертных систем

6

замещается интеллектуальными системами, выполняющими функции: фильтрации растущего потока информации; поддержки эффективного использования информационных систем, приспосабливающихся к потребностям пользователя.

Интеллектуальные агенты (программные продукты) спроектированы для фильтрации информации, для поиска источников данных с поисковыми профилями; помещения их в отчеты и распределения – в соответствии с профильными. Современные исследования систем поддержки сфокусированы на теории и приложениях интеллектуальных систем в управлении. Это включает технологии решения задач, планирования и принятия решений. Контекст этих исследований ранжируется от стратегического управления, реинжиниринга, пользовательских интерфейсов, мобильной и электронной торговли до производства, маркетинга и управления финансовой деятельностью.

«Soft computing» включает исследование в области нечеткой логики, нейросетей, генетических и эволюционных алгоритмов. В интеллектуальных системах добавляются (по отношению к «soft computing») системы машинного обучения с использованием нечеткой логики и нечеткой теории множеств в качестве теоретического и методологического базиса.

Системы поддержки принятия решений будут развиваться в следующем десятилетии по следующим причинам: большинство вызовов DSS остаются актуальными; второе поколение ERP систем осознает потребность в интерактивной аналитической обработке; увеличивающееся количество информации и потребителей Интернета создает потребность в системах поддержки выполнения запросов потребителей; распределенные в Интернет DSS способны запускать приложения за приемлемую стоимость; DSS приложения могут быть улучшены при помощи мультимедиа и средствами управления документацией, которые доступны в Интернете; интеллектуальные агенты появляются в увеличивающемся количестве приложений DSS.

И последнее – образование в области DSS. С новшествами в виртуальных классных комнатах появляется большое количество исследовательских проблем, таких как совместное обучение в виртуальных DSS классах, где студенты из различных университетов будут сотрудничать в решении сложных проблем.

Агентно-ориентированные модели DSS имеют следующие особенности: моделирование, основанное на ограничении; интерактивное поддержание компромисса; адаптация и кооперативность принятия

7

решений; применение эвристики для быстрого нахождения оптимального решения.

1.ТЕХНОЛОГИИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

1.1.Новые технологии поддержки принятия решений

Впоследние годы технология решения информационных задач значительно изменилась. Интенсивно развивается и внедряется новая информационная технология решения задач управления. Для качественного управления и успешного ведения дел лицу, принимающему решения (ЛПР), в настоящее время необходимо понимание важности информации и информационно-интеллектуальных систем. Информационные системы существовали задолго до эры информатизации и компьютеризации, т.к. для управления социально-экономическими процессами необходима систематизированная, предварительно подготовленная информация.

Большинство имеющихся объектов управления относятся к слабоструктурированным или плохо определяемым объектам, которые обладают рядом неожиданных для традиционного управления свойств, таких как уникальность, отсутствие формализуемой цели существования, отсутствие оптимальности, высокая динамичность, неполнота описания объекта и, наконец, индивидуальность поведения лица, принимающего решения.

Основное назначение информационных систем – это своевременное представление необходимой информации ЛПР для принятия им адекватных и эффективных решений при управлении процессами, ресурсами, финансовыми транзакциями, персоналом или организацией

вцелом.

Однако в процессе развития информационных технологий, исследования операций и технологий моделирования, а также с возрастанием потребителей информационно-аналитической поддержки появляется потребность в системах, не только представляющих информацию, но и выполняющих некоторый ее предварительный анализ, способных давать некоторые советы и рекомендации, осуществлять прогнозирование развития ситуаций, отбирать наиболее перспективные альтернативы решений, т.е. поддерживать решения ЛПР, взяв на себя значительную часть рутинных операций, а также функции предварительного анализа и оценок.

8

Информационная система поддержки решений связывает интеллектуальные ресурсы управленца со способностями и возможностями компьютера для улучшения качества решений. Основная идея новой технологии состоит в том, чтобы рассматривать систему понятий предметной области и соответствие между ней и системой понятий формальной модели как исходную информацию для решения прикладных задач. Новая информационная технология основывается, прежде всего, на интеллектуальных технологиях и теории искусственного интеллекта.

Интеллектуальная СППР – это компьютерная система, состоящая из пяти основных взаимодействующих компонентов (рис.1): языковой подсистемы (механизм обеспечения связи между пользователем и другими компонентами СППР), информационной подсистемы (хранилище данных и средств их обработки), подсистемы управления знаниями (хранилище знаний о проблемной области, таких как процедуры, эвристики и правила, и средства обработки знаний), подсистемы управления моделями и подсистемы обработки и решения задач (связующее звено между другими подсистемами).

Подсистема обработки и решения задач распределена и функ-

ционально встроена в другие подсистемы, реализуя свои отдельные специфические функции в их рамках. Эта подсистема обладает основными способностями по манипуляции и обработке задач для принятия решений.

Информационная подсистема состоит из БД, системы управления БД, средств организации запросов, справочника данных, внешних источников данных.

Подсистема управления моделями состоит из базы моделей, сис-

темы управления моделями, языков моделирования, справочника моделей и процессора, который осуществляет реализации на модели, интегрирует модели и осуществляет руководство процессом моделирования.

База моделей содержит обычные и специальные модели, которые обеспечивают аналитические способности ИСППР. Способность обращаться к моделям, реализовывать их прогоны, вносить изменения, комбинировать и проверять модели является ключевой способностью ИСППР, которая отличает их от обычных информационных систем.

9

Внешние

данные

Другие

компьютерные

системы

организации

 

Интеллектуальная СПР

Управление

Управление

данными

моделями

БД

Модели

Информационная подсистема

Подсистема моделей

Управление знаниями

БД

Подсистема знаний

Пользовательский

интерфейс

Менеджер

Рис. 1. Схематическое представление интеллектуальной СППР

Модели в базе моделей могут подразделяться на стратегические, тактические, операционные и составные стандартные блоки моделей. Функциями системы управления моделями являются создание моделей с использованием стандартных модельных модулей, генерация новых стандартных модулей и отчетов, дополнение и модернизация моделей, их изменения и манипулирование с данными модели.

10

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]