Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Методы анализа предметных областей. Курс лекций для студентов факультета математики и информатики (по направлению подготовки 09.03.03 прикладная инфор

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

2 Мб

Скачать

☆

<<< < Предыдущая 1 2 34 / 74 5 6 7 > Следующая >>>

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

 существует ассиметричная зависимость между условиями функциониро-

вания системы на различных стратах. Зависимость подчиняется отно-

шению порядка со свойствами рефлексивности, транзитивности и ан-

тисимметричности

Рефлексивность – это свойство, заключающееся в непроизвольности действий (реакций), являющихся рефлексом.

Транзитивность – это свойство, заключающееся в возможности предпоч-

тения одного объекта другому (ПРАВИЛО «транзитивности предпочтений»:

если набор Б предпочтительнее А, а В – предпочтительнее Б, то В предпочтительнее А).

Антисимметричность – это свойство, заключающееся в возможности различных (несимметричных) действий объекта (объектов).

На каждой страте имеется свой собственный набор терминов, концепций

и принципов. Понимание системы возрастает при последовательном переходе

от одной страты к другой: чем ниже ведется спуск по иерархии, тем более де-

тальным становится раскрытие системы; чем выше идет подъем, тем яснее ста-

новится смысл и значение всей системы.

Стратификация связана с тремя основными свойствами иерархических

систем:

- вертикальной декомпозицией;

- приоритетом действий;

- взаимосвязью характеристик качества функционирования системы.

В реальной ситуации принятия решения существует две важные особен-

ности:

 когда приходит время принимать решение, принятие и выполнение

решения нельзя откладывать; любая отсрочка означает, что не найдено

такого нового решения, которое было бы предпочтительнее старого;

 неясность относительно последствий различных альтернативных дей-

ствий и отсутствие достаточных знаний об имеющихся связях препят-

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

ствуют полному формализованному описанию ситуации, необходимо-

му для рационального выбора действий.

Сложная проблема принятия решения разбивается на семейство последо-

вательно расположенных более простых подпроблем, так что решение всех

подпроблем позволяет решить и исходную проблему. Такую иерархию назы-

вают иерархией слоев принятия решений, а всю систему принятия решений – многослойной системой.

Взаимодействие между вышестоящим и каждым из нижестоящих элемен-

тов таково, что действие одного из них зависит от действия другого. Так как

оба являются элементами, вырабатывающими решения, это означает, что в об-

щем случае проблема, решаемая элементом нижестоящего уровня, зависит от

действия вышестоящего элемента, заключающегося в выработке значения оп-

ределенного параметра; наоборот, проблема, решаемая вышестоящим элемен-

том, зависит от действия элементов нижестоящего уровня. Эта дилемма разре-

шается путем введения приоритета вышестоящего элемента. Однако в общем

случае следует учитывать динамику: взаимоотношения между вышестоящими

и нижестоящими элементами изменяются во времени.

Два вида информации связывают вышестоящие и нижестоящие подсис-

темы. Информация, идущая сверху вниз, конкретизирует задачи, подлежащие

решению на уровне нижестоящих подсистем, тогда как информация, посылае-

мая наверх, несет вышестоящей подсистеме информацию о состоянии подсис-

темы нижестоящего уровня.

В связи с приоритетом действий вышестоящая подсистема имеет широ-

кие обязанности:

1) она указывает нижестоящим подсистемам, как им следует действовать;

2) воздействует на нижестоящие подсистемы с целью побудить их, если

это необходимо, изменить свои действия.

В формализации абстрактных систем этому отвечает задача выбора прин-

ципов взаимодействия между вышестоящими и нижестоящими подсистемами,

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

что соответствует выбору способа координации и решения задачи «управления

в малом», целью которых является улучшение качества деятельности. В рас-

сматриваемой формализации ей отвечает выбор координационной переменной

или переменной реального вмешательства, называемой координацией.

В этом отношении для вышестоящей системы возможны следующие ва-

рианты организации взаимодействия подсистем нижестоящего уровня:

 координирование путем прогнозирования взаимодействий; вышестоящая

система посылает нижестоящим подсистемам значения будущей связую-

щей информации;

 координирование путем оценки взаимодействий;  координирование путем «развязывания» взаимодействий;  координирование типа «наделения ответственностью»;  координирование путем «создания коалиций».

Оглавление

6.1.2. Аппарат теории нечетких множеств как основа формализован-

ного представления предметной области информационных систем

Одной из основных трудностей при принятии решений (даже у естест-

венного интеллекта) является наличие неопределенностей при получении, фор-

мировании и представлении знаний. Особенностью большинства интеллектуа-

лизированных информационных систем является их функционирование в

сложных предметных областях со множеством объектов, разнообразных про-

цессов и носителей естественного интеллекта – людьми.

К производственным предметным областям можно отнести технические,

технологические и экологические системы, разные промышленные, энергети-

ческие и транспортные комплексы, предназначенные для создания материаль-

ных и других видов продукции. Современные производственные предметные

области представляют собой сложную структуру, состоящую из совокупности

взаимосвязанных подструктур, функционирование которых направлено на дос-

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

тижение общей цели всей структуры предметной области. В этих условиях при

исследовании подобных структур и описании их математическими моделями

возникает проблема дефицита информации. Дефицит информации возникает:

 из-за неполноты (ограниченности) информации, описывающей объект

или наблюдаемый процесс (явление);

 из-за качественного (неформализованного) представления информа-

ции, порождаемой трудно формализуемой ситуацией;

 из-за нечеткости информации, появляющейся в условиях неопреде-

ленности.

Проблему, связанную с недостатком информации, решают следующими

способами:

 стараются уменьшить дефицит информации;

 примиряются с недостатком информации и продолжают исследование

в сложившихся условиях.

Одно из направлений исследований в решении проблем неопределенно-

сти связано с созданием математических методов для описания нечетко опре-

деленных предметных областей. Трудности здесь возрастают, если существует

лингвистическая неопределенность при описании предметной области. В по-

добных ситуациях широкое применение находит аппарат нечеткой логики про-

фессора Л. Заде.

Лотфи Аскер Заде (в научных работах обычно Лотфи Заде или Лотфи А. Заде) (род. 4 февраля1921,Баку, Азербайджанская ССР) — американский мате-

матик, основатель теории нечѐтких множеств и нечѐткой логики, профессор

Калифорнийского университета (Беркли).

Родился в Бакукак Лютфи Алескерзаде (или Аскер Заде). Учился в русской бакинской школе, в детстве много читал — как классические произведения русской литературы, так и мировую классику в русских переводах.

С1932года жил в Иране, на протяжении 8 лет учился в Американском колледже

Тегерана (впоследствии известном как Alborz—миссионерской пресвитериан-

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

ской школе с персидским языком обучения), затем на электро-инженерном фа-

культете в Тегеранском университете (окончил в1942 году). В сентябре1944 го-

да поступил в Массачусетский технологический институт (получил диплом ма-

гистра в области электрической инженерии в1946 году), поступил в аспиранту-

ру Колумбийского университета, а после защиты диссертации в1949 году ос-

тался там же ассистентом на инженерном отделении. С1959 года работает в Калифорнийском университете (Беркли).

Опубликовал основополагающую работу по теории нечѐтких мно-

жествв1965, в которой изложил математический аппарат теории нечѐтких мно-

жеств. В1973предложил теорию нечѐткой логики, позднее — теорию мягких вычислений (soft computing), а также — теорию вербальных вычислений и представлений(computing with words and perceptions).

Л.Заде расширил классическое понятие множества, допустив, что харак-

теристическая функция (функция принадлежности элемента множеству) может

принимать любые значения в интервале (0; 1), а не только значения 0 либо 1.

Такие множества были названы им нечеткими. Л.Заде также определил ряд

операций над нечеткими множествами. Введя понятие лингвистической пере-

менной и, допустив, что в качестве ее значений (термов) выступают нечеткие

множества, он создал аппарат для описания процессов интеллектуальной дея-

тельности, включая нечеткость и неопределенность выражений. Математиче-

ская теория нечетких множеств, предложенная Л.Заде более четверти века на-

зад, позволяет описывать нечеткие понятия и знания, оперировать этими зна-

ниями и делать нечеткие выводы. Основанные на этой теории методы построе-

ния компьютерных нечетких систем существенно расширяют области приме-

нения компьютеров. В последнее время нечеткое управление является одной из

самых активных и результативных областей исследований применения теории

нечетких множеств.

Таким образом, при формализации качественных знаний может быть ис-

пользована теория нечетких множеств, особенно те ее аспекты, которые связа-

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

ны с лингвистической неопределенностью, наиболее часто возникающей, на-

пример, при работе с экспертами на естественном языке. Под лингвистической

неопределенностью подразумеваются качественные оценки естественного язы- ка для длины, времени, интенсивности, для логического вывода, принятия решений, планирования.

Лингвистическая неопределенность в системах представления знаний за-

дается с помощью лингвистических моделей, основанных на теории лингвис-

тических переменных и теории приближенных рассуждений. Эти теории опи-

раются на понятие нечеткого множества, систему операций над нечеткими

множествами и методы построения функций принадлежности.

Одним из основных понятий, используемых в лингвистических моделях,

является понятие лингвистической переменной. Значениями лингвистической

переменной являются не числа, а слова или предложения некоторого искусст-

венного или естественного языка. Например, числовая переменная «возраст»

принимает дискретные значения между 0 и 100, а целое число является значе-

нием переменной. Лингвистическая переменная «возраст» может принимать

значения «молодой», «старый», «довольно старый», «очень молодой» и т.д. Эти

термы – лингвистические значения переменной. На это множество, как и на

числа, также накладываются ограничения. Множество допустимых значений

лингвистической переменной называется терм-множеством.

При вводе в ЭВМ информации о лингвистических переменных и терм-

множестве ее необходимо представить в форме, пригодной для работы на ЭВМ.

Лингвистическая переменная (ЛП) задается набором из пяти компонентов:

ной;

ЛП = <А, Т(А), U, G, M>,

где А – имя лингвистической переменной;

Т(А) (Т от А) – ее терм-множество;

U– область, на которой определены значения лингвистической перемен-

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

G - описывает операции по порождению производных значений лингвистической переменной на основе тех значений, которые входят в терм-

множество. Каждому значению лингвистической переменной А соответствует

нечеткое множество Ха, являющееся подмножеством U. По аналогии с формальными системами правила G часто называют синтаксическими.

M – образует набор семантических правил. С их помощью происходит отображение значений лингвистической переменной а в нечеткие множества Ха

и выполняются обратные преобразования. Именно эти правила обеспечивают

формализацию качественных утверждений экспертов при формировании про-

блемной области в памяти интеллектуальной системы.

Оглавление

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

6.2.Методы прогнозирования

Прогнозирование – это процесс научного, основанного на системе установленных причинно-следственных связей и закономерностей выявление со-

стояния и вероятных путей развития явлений и процессов. Таким образом, про-

гнозирование представляет собой «процесс предвидения, предсказания тенден-

ций и перспектив дальнейшего развития тех или иных объектов и их будущего

состояния на основе знания закономерностей развития их в прошлом и в на-

стоящее время».

Основными, или базисными, понятиями прогнозирования являются:

1. Вариант прогноза – один из прогнозов, составляющих группу воз-

можных прогнозов объекта прогнозирования.

2. Метод прогнозирования – способ исследования объекта прогнозиро-

вания направленный на разработку прогноза.

3. Методика прогнозирования – совокупность методов и правил разра-

ботки прогнозов конкретных объектов.

4. Объект прогнозирования – процессы, явления и события, на которые

направлена деятельность субъекта прогнозирования.

6.2.1. Виды прогноза

Поисковый прогноз можно определить как условное продолжение в бу-

дущее наблюдаемых тенденций исследуемого явления или процесса, законо-

мерности, развития которых в прошлом и настоящем достаточно хорошо из-

вестны. Причем, если возможные организационные решения способны сущест-

венно видоизменить наметившиеся тенденции, от них следует абстрагировать-

ся. Основная цель поискового прогноза состоит в том, чтобы выяснить, что мо-

жет произойти, какие проблемы могут возникнуть при сохранении существую-

щих тенденций развития.

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

Нормативный прогноз основан на экстраполяции от будущего к на-

стоящему, т.е. на определении оптимального состояния изучаемого объекта на

период прогнозирования с использованием средств целеполагания по заранее

сформулированным критериям. При нормативном прогнозе сначала задается

некоторая цель развития объекта прогнозирования, а затем определяется траек-

тория движения прогнозируемого процесса или явления. Цель данного подхода

– выявление альтернативных путей достижения оптимума.

Поисковый и нормативный прогнозы не взаимоисключают, а дополняют

друг друга. Как правило, поисковый прогноз составляет первый этап разработ-

ки прогнозного исследования, на котором получается сравнительная оценка

возможных вариантов развития. На втором этапе осуществляется разработка

нормативного прогноза, который исходит из познанных общественных законо-

мерностей, тенденций, потребностей развития, а также формулировка програм-

мы возможных путей, мер и условий для достижения поставленных целей с

привлечением необходимых ресурсов и средств.

Оглавление

6.2.2. Классификация и общая характеристика методов прогнозиро-

вания

Общие методы прогнозирования можно разделить на четыре крупные

группы:

 методы экспертных оценок;

 методы экстраполяции трендов;

 методы регрессионного анализа;

 методы экономико-математического моделирования.

Методы экстраполяции трендов и методы регрессионного анализа объе-

диняют в общее понятие ―методы анализа временных рядов‖.

Методы регрессионного анализа и метод экономико-математического

Сиразов Ф.С. МЕТОДЫ АНАЛИЗА ПРЕДМЕТНЫХ ОБЛАСТЕЙ – Курс лекций

моделирования вместе составляют понятие ―методы анализа причинных

связей‖.

Методы экспертных оценок: Предполагает учет субъективного мнения экспертов о будущем состоянии дел. Для экспертных оценок характерно пред-

сказание будущего на основе как рациональных доводов, так и интуитивного

знания. Методы экспертных оценок, как правило, имеют качественный характер.

1. Индивидуальные экспертные оценки:

 сценарии;

 метод ―интервью‖;

 аналитические докладные записки.

2. Коллективные экспертные оценки:

 метод ―комиссий‖;

 метод ―мозговых атак‖;

 метод Дельфи.

Могут применяться при использовании различных методов прогнозиро-

вания (краткосрочного, среднесрочного и долгосрочного)

Методы экстраполяции трендов: Основаны на статистическом наблюде-

нии динамики определенного показателя, определении тенденции (трения) его

развития и продолжении этой тенденции для будущего периода, т.е. при помо-

щи методов экстраполяции трендов закономерности прошлого развития объекта переносятся в будущее.

 Метод скользящего среднего;

 Метод экспоненциального сглаживания.

Обычно применяются в краткосрочном (не более одного года) прогнози-

ровании, когда число изменений в среде минимально. Прогноз создается для

каждого конкретного объекта отдельно и последовательно на каждый следую-

щий момент времени. Если прогноз составляется для товара (продукта/ услуги),

в задачи прогнозирования входят анализ спроса и анализ продаж этого продук-

<<< < Предыдущая 1 2 34 / 74 5 6 7 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]