МЕТОДОЛОГИЯ РАЗРАБОТКИ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ОСОБО СЛОЖНЫХ ИНФОРМАЦИОННЫХ УСЛОВИЯХ КРИТИЧЕСКИ ВАЖНЫХ ОБЪЕКТОВ

• Автор: Евгафов, Павел Михайлович
• Шифр специальности: 05.13.01
• Научная степень: Докторская
• Год защиты: 2012
• Место защиты: Санкт-Петербург
• Количество страниц: 329 с. : 12 ил.

Содержание

Введение
Глава 1. Анализ известных решений в области оказания поддержки принятия решений (ППР) и обучающих систем (ОС)
1.1 Задача оказания информационной (интеллектуальной) ППР и
системы поддержки принятия решений (СППР)
Г. 1.1 Поддержка принятия решений. Общие направления и проблемы
1.1.2 Классификация и примеры СППР
1.1.3 СППР в чрезвычайных ситуациях (ЧС) и в «чрезвычайных
информационных условиях» (ЧИУ)
1.1.3.1 Актуальность задачи. Чрезвычайные информационные условия
1.1.3.2 Анализ известных СППР в ЧС
1.2 Анализ известных обучающих систем
1.3 Анализ известных методов моделирования и оценивания
знаний-решений
1.3.1 Методы моделирования знаний-решений
1.3.2 Методы численного оценивания знаний-решений
1.4 Выводы
Глава 2. Метод психологического моделирования и логического оценивания сложных знаний-решений
2.1 Постановка задачи
2.2 Основания применения формально-логических моделей и
ограничения логики
2.3 Основные структуры знаний-решений
2.3.1 Знания-решения логической структуры
2.3.1.1 Знание-решение формы ПУ - перечень условий
2.3.1.2 Знание-решение формы ПА - перечень альтернатив
2.3.1.3 Знание-решение формы А-ПУ - альтернативные перечни
условий
2.3.2 Знания-решения комбинаторной структуры
2.3.2.1 Знание-решение формы ПД - последовательность действий
2.3.2.2 Знание-решение формы А-ПВ - альтернативы, указанные в
порядке, определяющемся предпочтительностью выбора
2.3.3 Знания-решения комбинированной структуры. Формы А-ПД,
А-ПД-ПВ, А-ПУ-ПВ
2.4 Структурирование и представление «неидеальных» знаний-
решений
2.5 Логическое оценивание
2.6 Выводы

Глава 3. Теоретические основы описания процесса приобретения новых знаний и их численного оценивания
Самостоятельное приобретение новых знаний как вероятностный процесс
Универсальный критерий ценности сложных знаний Связанные и несвязанные сложные знания-решения Метод вероятностного оценивания сложных знаний-решений логико-комбинаторных структур
Общая вероятностная модель ценности сложных знаний-решений
Частные модели ценности сложного знания-решения формы
ПУ. Результаты. Функция ценности знания
Частная модель ценности сложного знания-решения формы ПД
Моделирование ценности решения формы ПД без учёта
достижения цели-понятия и без действий произвольной
последовательности
Моделирование ценности решения формы ПД с учётом достижения цели-понятия и без действий произвольной последовательности
Моделирование ценности решения формы ПД с учётом достижения цели-понятия и с учётом действий произвольной последовательности
Моделирование с учётом различной вероятности выборки ЧЗР Приведение оценки к единой базе. Объёмная и линейная
ПТТРРТКТЛ СПЯТЛТ-ТРТ-ГТЛР ПР'ЗЛ/ГГТ.'ТЯ'ГГЧЭ
Индивидуальный и коллективный интеллекты Анализ процесса приобретения новых знаний на примере хронологии вооружений Выводы
Глава 4. Методологические основы построения СППР ЧИУ и активных ОС. Конкретные приложения
Проблема оказания ППР для ЧИУ на примере пожаров в зданиях и сооружениях
Проблема ППР профессиональных пожарных Проблема ППР ответственных гражданских лиц при пожаре Концепция поддержки принятия решения для чрезвычайных информационных условий
Разработка структуры и алгоритмов работы СППР ЧИУ Системы поддержки принятия решений для чрезвычайных информационных условий в области пожарной безопасности Компьютерные обучающие системы на основе метода анализа конкретных ситуаций и деловых игр

4.6 Выводы
Заключение
Перечень нестандартных терминов и их определения
Литература

Оперативно-аналитическая СППР производит группирование и обобщение данных в любом виде, необходимом ЛПР. В отличие от информационнопоискового анализа в данном случае невозможно заранее предсказать необходимые ЛПР запросы.
В интеллектуальных СППР осуществляется поиск функциональных и логических закономерностей в накопленных данных, построение моделей и правил, которые объясняют найденные закономерности и/или прогнозируют развитие некоторых процессов с определённой вероятностью.
По критерию связи с реальным временем существуют следующие СППР
[81]:
1. Статические - разрабатываются в тех предметных областях, в которых интерпретируемые данные не изменяются во времени.
2. Квазидинамические - интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.
3. Динамические - сопрягаются с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступающих данных.
Наибольшее распространение СППР получили в таких областях как:
1) задачи планирования и рационального распределения ресурсов;
2) военные приложения;
3) финансовый рынок и рынок ценных бумаг;
4) принятие решения в кризисных ситуациях;
5) охрана правопорядка;
6) проектирование интегральных схем;
7) автоматизация программирования и разработки больших программных проектов;
8) современные информационные образовательные технологии, контроль знаний обучающихся.
По типу решаемых задач СППР, применяемые в вышеперечисленных отраслях, могут быть отнесены к одному из следующих классов [70].