Информационная система поддержки принятия решений на основе мультиагентного подхода

• Автор: Крицкий, Алексей Владимирович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Екатеринбург
• Количество страниц: 150 с. : ил.

Содержание
Введение.
1 Принципы построения систем поддержки принятия стратегических решений и анализ существующих инструментальных средств
1.1 Системы поддержки принятия решений и общие принципы прогнозирования развития территориальных образований
1.2 Анализ существующих систем поддержки принятия стратегических решений и подходов к реализации.

1.3 Анализ средств построения системы моделирования.

1.4 Анализ существующих средств получения и обработки экспертных знаний

1.5 Постановка задачи исследования

2 Структура и математическое описание компонентов системы поддержки принятия решений

2.1. Структура и математическое описание мультиагентной модели

2.1.1 Структура коллектива разнородных агентов

2.1.2 Жизненный цикл агента.
2.1.3 Классификация режимов функционирования и структура агентов.
2.1.4 Динамические модели агентов.
2.1.5 Образование объединений интеллектуальных агентов
2.1.6 Модель генерации начальных условий
2.1.7 Анализ качества стратегических проектов на основе структурных и параметрических изменений в имитационной модели.
2.2 Анализ стратегических проектов на основе мнений экспертов.
2.2.1. Использование теории графов
2.2.2 Методы учета разброса мнений экспертов
3 Пути реализации информационной системы поддержки принятия решений в области стратегического развития муниципального образования.
3.1. Концепция применения комбинированного моделирования для поддержки принятия решений в области стратегического развития муниципального образования
3.2. Общая структура информационной системы поддержки принятия решений в области стратегического развития муниципального образования
3.3 Принципы построения системы моделирования.
3.4. Принципы построения системы сбора мнений экспертов.
4 Реализация систем.
4.1 Система Имитационная модель муниципального образования
4.1.1 Структура системы и ее функциональные возможности
4.1.2 Результаты экспериментов.
4.2 Система Экспертные знания
Выводы.
Заключение.
Список использованных источников


Пенза, ), XVIII Международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании» (г. Пенза, ), Международном Форуме по проблемам науки, техники и образования (г. Москва, ), VII Межрегиональной научно-практической конференции студентов и аспирантов (г. Новокузнецк, ), III Юбилейной Урало-Сибирской научно-промышленной выставке «Города как центры стратегического развития» (г. Екатеринбург, ). Публикации. По теме работы опубликовано научных работ, в том числе 2 работы в печатных изданиях, рекомендованных ВАК, и выпущен 1 научно-технический отчет. Классификация динамических режимов функционирования агентов-субъектов МО в рамках их жизненного цикла. Структура библиотеки типовых динамических моделей, задающих поведение агента в рамках конкретного режима функционирования. Метод анализа СП развития МО на основе мультиагентного имитационного моделирования. МО. Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения и списка литературы. Объем основной части работы составляет 0 страницу машинного текста. Диссертация содержит рисунка и 5 таблиц. Список литературы включает 5 наименований. В первой главе рассматриваются принципы построения систем поддержки принятия решений (СППР), модели и области их применения, примеры существующих систем. Проводится анализ средств имитационного моделирования и систем сбора и обработки экспертных мнений в рамках применимости для прогнозирования развития территориального образования. Формулируется постановка задачи исследования. Во второй главе рассматривается структура и математическое описание компонентов СППР. В рамках мультиагентного подхода к прогнозированию эволюции города предложена классификация режимов функционирования агентов-субъектов МО в рамках их жизненного цикла, определена структура и матрица типовых динамических моделей, задающих поведение агента в рамках конкретного режима функционирования. Показаны возможность использования базовых режимов функционирования для построения многорежимных агентов и принципы объединения агентов в коалиции. Рассматривается проблема генерации исходного состояния агентов-субъектов МО и разработанный метод анализа СП развития МО на основе мультиагентного имитационного моделирования. В третьей главе рассматривается концепция и общая структура ПК для поддержки принятия решений в области стратегического управления развитием МО с помощью интеграции аппаратов мультиагентного имитационного моделирования и экспертных оценок, описываются структурные составляющие и алгоритмы, лежащие в основе функционирования систем моделирования и сбора экспертных мнений. В четвертой главе описывается структура, функциональные возможности разработанных систем «Имитационная модель МО» и «Экспертные знания», представлены результаты проведенных с их помощью экспериментов. Большой вклад в теорию и практику СППР внесли российские ученые О. И.Ларичев, Н. Н.Моисеев, А. А.Самарский, Г. С.Поспелов, Э. B.Л. Макаров, А. А.Петров и другие. Из зарубежных ученых следует отметить особый вклад в создание основ СППР Л. Заде, Р. Ньюэл, Х. Саймон, А. Тьюринг, Д. Янг, Д. Э.Кодц и других. C.Л. Гольдштейна, В. Г.Лисиенко, Б. И.Клебанова и его учеников К. А.Аксенова, А. В.Немтинова, И. М.Москалева. СППР являются одним из наиболее перспективных направлений в развитии информационных технологий. Автоматизированные СППР базируются на следующих технологиях: хранилища данных и знаний, системы аналитической обработки информации, компьютерное моделирование и интеллектуальный анализ данных. В настоящее время ведутся активные исследования в области разработки и внедрения СППР для принятия стратегических решений при управлении сложными динамическими системами, в том числе социально-экономическими комплексами, например, город или регион, в которых учитывается поведение различных входящих в них субъектов. В современных условиях роль эффективного управления такими комплексами на основе достоверной информации возрастает многократно.