7.2Задание 2 – Принцип «совместимости»

Применим принцип «совместимости», для чего разработаем предлагаемую (скорректированную) структуру системы согласно законам преобразования композиций систем: исходя из второго способа первого закона преобразования композиций, добавим в систему следующие элементы другого качества (рисунок 7.1):

• «применение методов бустинга» – ансамблевый метод машинного обучения, который последовательно объединяет множество «слабых» моделей (чаще всего небольших решающих деревьев) в одну мощную систему:

  • «применение LightGBM» – мгновенно обучает глубокие, асимметричные по листьям деревья, пропуская малозначимые строки и объединяя редкие признаки;

  • «применение CatBoost» – строит симметричные деревья с одинаковыми условиями на каждом уровне, автоматически превращая текстовые и категориальные данные в числа без риска исказить результаты;

  • «применение XGBoost» – последовательно строит сбалансированные по уровням деревья, используя строгую математическую регуляризацию для максимальной точности и защиты от переобучения на данных среднего размера;

• «применение ансамблей сетей» – объединение нескольких нейронных сетей, которые либо каждая по-отдельности решает свою задачу, либо все вместе решают одну задачу и принимают коллективное решение.

Рисунок Error: Reference source not found.1 – Предлагаемая структура

Применение методов бустинга и ансамблей нейронных сетей позволит аппроксимировать сложную нелинейную зависимость «состав – свойство», что повысит скорость и точность прогнозирования, сократит количество физических исследований и снизит издержки медицинской промышленности.

7.3Задание 3 – Принцип «единства системы, цели и среды»

В рассматриваемой системе не соблюдается принцип «единства системы, цели и среды», так как цель системы – быстрый и точный прогноз свойств, и внешняя среда предъявляет требования к точности, скорости и надежности моделирования свойств, но текущая система неполностью соответствует этим требованиям. Варианты решения проблемы – это выполнение принципов:

• «согласованности» – корректировка гиперпараметров моделей;

• «совместимости» – корректировка структуры добавлением бустинга, ансамблей нейронных сетей и методов интерпретации.

Выполнение принципа «совместимости» позволит достичь цели системы, так как разрешит несоответствие структуры системы требованиям среды.

8Практическая работа 7

8.1Задание 1 – Объект управления

Объектом управления является «проведение физических исследований»: процесс проверки свойств композитов, на который система оказывает целенаправленное управляющее воздействие, определяя, какие составы необходимо проверить.

8.2Задание 2 – Управляемые координаты

Управляемые координаты (вектор ) – это выходные координаты объекта управления, значения которых должны изменяться в желаемом направлении в соответствии с целью управления:

1. количество проводимых физических экспериментов,

2. затраты на физические исследования,

3. время проведения исследований,

4. доля перспективных составов,

5. соответствие результатов прогнозов и испытаний.

8.3Задание 3 – Управляющие координаты

Управляющие координаты (вектор ) – это входные координаты объекта управления, путем изменения которых достигаются изменения значений управляемых координат в желаемом направлении в соответствии с целью управления:

1. метод прогнозирования и его гиперпараметры,

2. метрики качества,

3. исходные составы,

4. целевые значения свойств,

5. рекомендуемые проверенные составы.

8.4Задание 4 – Цель управления

Цель управления: обеспечить такое состояние объекта управления «проведение физических исследований», при котором вектор выходных координат был бы равен вектору задающих значений , то есть необходимо формирование таких управленческих решений , реализация которых позволила бы ликвидировать вектор отклонений , где – это:

• сокращение количества проводимых физических экспериментов,

• снижение затрат на физические исследования,

• сокращение времени проведения исследований,

• рост доли перспективных составов,

• рост соответствия результатов прогнозов и испытаний.