Модели и методы построения корпоративных интеллектуальных систем поддержки принятия решений

• Автор: Швецов, Анатолий Николаевич
• Шифр специальности: 05.13.01
• Научная степень: Докторская
• Год защиты: 2004
• Место защиты: Санкт-Петербург
• Количество страниц: 461 с. : ил.

ОГЛАВЛЕНИЕ
Введение
Глава 1. Анализ современного состояния проблем построения корпоративных систем поддержки принятия решений и постановка задач, решаемых в диссертационной работ.

1.1. Современное состояние корпоративных систем поддержки принятия

решений
1.1.1. Границы традиционных моделей информационной интеграции в корпоративных системах.
1.1.2. Проблема повышения интеллектуального уровня корпоративных систем поддержки принятия решений
1.1.3. Проблема интеллектуальной интеграции в корпоративных системах поддержки принятия решений.
1.2. Становление парадигмы интеллектуализации корпоративных систем поддержки принятия решений
1.2.1. Основные концепции интеллектуализации в корпоративных системах поддержки принятия решений.

1.2.2, Мультиагентные системы как необходимый компонент интеллектуализации.

1.3. Концепция корпоративной интеллектуальной системы поддержки принятия решений.
1.4. Анализ существующих подходов к построению мультиагентных систем поддержки принятия решений.
1.5. Формулировка задач диссертационного исследования
Выводы по главе
Глава 2. Модели компонентов корпоративной интеллектуальной
системы поддержки принятия решений КИНС ППР
2.1. Уровни интеллектуальной иерархии в КИНС ППР.
2.2. Модель информационного объекта в гетерогенной информационной среде
2.2.1. Сравнительный анализ возможностей применения объектных моделей для построения КИНС ППР
2.2.2. Построение формальной объектной аксиоматизируемой
системы
2.2.3. Теоретикомножественные свойства информационных
объектов.
2.2.4. Модель поведения информационного объекта
2.2.5. Свойства модели поведения информационного объекта
2.3.Модель интеллектуального агента КИНС ППР.
2.3.1. Сравнительный анализ основных типов агентных моделей по условиям их применимости к задачам построения КИНС ППР.
2.3.2. Обобщенная модель интеллектуального i КИНС ППР
2.3.3. Модель целеполагания интеллектуального агента
и ее свойства
2.3.3.1. Определение методов выбора целей
2.3.3.2. Классификация интеллектуальных агентов по свойствамцелеполагания
2.3.3.3. Допустимые структуры КИНС ППР по свойствам целеполагания.
2.3.4. Интерпретация основных типов агентных моделей в обобщенной модели интеллектуального агента КИНС ППР
2.3.5. Модель поиска решения интеллектуального агента
Выводы по главе
Глава 3. Методология построения корпоративных интеллектуальных
систем поддержки принятия решений.
3.1. Основы методологии построения КИНС ППР
3.2. Концептуальная модель предметной области КИНС ППР.
3.3. Проекции концептуальной модели предметной области.
3.3.1. проскция
3.3.2. проскция
3.3.3. Метод построения проекции. Анализ вариантов и оценки сложности
3.3.3.1. Иерархический вариант проекции
3.3.3.2. Нсиерархичсский и произвольный варианты проекции.
3.4. Метод построения структурнологической модели КИНС ППР.
3.4.1. Декомпозиция концептуальной модели предметной области
и задача выделения интеллектуальных компонентов.
3.4.2. Построение дерева i
3.4.3. Декомпозиция проекции по дереву интеллектуальных компонентов.
3.4.4. Трансляция дерева фреймконцептов
Выводы по главе 3.
Глава 4. Архитектура корпоративной интеллектуальной системы
поддержки принятия решений
4.1. Структурнологическая модель КИНС ППР
4.2. Архитектура баз знаний КИНС ППР
4.3. Алгоритмы логического вывода в архитектуре КИНС ППР
4.3.1. Терминальный нисходящий неаддитивный вывод.
4.3.2. Аддитивный иерархический вывод.
4.3.3. Аддитивный обобщенный вывод
4.3.4. Локальный вывод
Выводы по главе 4.
Глава 5. Инструментальный программный комплекс для построения
корпоративных интеллектуальных систем поддержки принятия решений
5.1. Концепция инструментального программного комплекса.
5.2. Архитектура инструментального программного комплекса.
5.3. Функциональное описание инструментального программного комплекса.
5.3.1. Конструктор фреймконцептов
5.3.2. Логический конструктор
5.3.3. Транслятор концептуальной модели предметной области
5.3.4. Конструктор баз знаний шггеллектуальных компонентов
5.3.5. Механизм обмена сообщениями
5.3.6. Библиотека моделей поведения.
Выводы по главе 5.
Глава 6. Практические результаты применения моделей, методов и
инструментальных программных средств построения корпоративных
интеллектуальных систем поддержки принятия решений
6.1. Особенности принятия решений в организационнотехнических системах управления
6.2. Распределенная интеллектуальная система отдела по работе
с обращениями граждан.
6.3. Корпоративная интеллектуальная система
многофилиального банка
6.4. Мультиагентная система поддержки принятия решений коммерческой
6.5. Мультиагентная система Виртуальная кафедра
Выводы по главе 6.
Заключение
Список литературы


В рамках этого направления исследуются вопросы организации взаимодействия пользователей, изучаются языковые средства описания параллельных процессов и асинхронного управления ими, организация обмена сообщениями, диспетчеризация выполнения программ и мониторинг задач в РСППР. В работах 9 0 предложена система автоматизации для поддержки принятия решений на основе распределенных алгоритмических сетей. В , 5, 6 исследована диспетчеризация задач в РСППР, проанализирована загрузка узла распределенной системы, построены управляющие функции для мониторинга вычислительных процессов в сети. В 6 предложены алгоритмы оптимизации, загрузки СППР, использующей множество процессоров. Полученные результаты имеют важное значение для построения РСППР, но в рамках данного направления недостаточно учитывается специфика КС и необходимость решения задачи интеллектуальной интеграции. КСППР, т. ЗПР и семантики предметной области с организацией БЗ, моделями представления знаний и возможностями организации логического вывода в РСППР. Второе направление изучает построение интегрированных интеллектуальных систем ИИС, которые целесообразно разделить на два подкласса 1, 2 с поверхностной интеграцией компонентов и с глубинной интеграцией компонентов рис. В случае поверхностной интеграции компонентов ИНС и И, взаимодействие может осуществляться на уровне передачи сообщений. Под глубинной интеграцией компонентов ИНС и понимается усовершенствование компонентов путем приобретения ими функций, несвойственных традиционным типам этих компонентов 3. Полная интеграция заключается в соединении лучших качеств компонентов ИНС и Ы, в отборе лучших особенностей и механизмов построения СУБД и преимуществ ИНС. Достоинства этого подхода заключаются в том, что все компоненты находятся в одной системе с унифицированной структурой для моделирования фактов и правил и однородной обработкой данных и знаний. Рис. ИИС. ИИС и проблемы интеграции в целом. Среди отечественных фундаментальных исследований в области создания элементов концепции ИИС наиболее известны работы А. И. Эрлиха 1, а с точки зрения методологии и технологии посгроения программного обеспечения ИНС результаты В. Ф. Хорошевского 2. Из зарубежных работ можно выделить инструментальную систему в2 вегаут Согр. БЗ, а также с вопросами создания прикладных ИНС для различных классов задач 3. Таким образом, проблема интеллектуальной интеграции в КСППР к настоящему времени не решена. Известные подходы к построению РСППР и ИИС не учитывают специфические особенности КСППР, не устраняют принципиального противоречия между необходимостью интегрированного использования знаний и функциональнотерриториальной распределенностью корпоративных систем, не позволяют отразить взаимосвязь задач принятия решений с логикосемантичсской организацией знаний в КС. Интеллектуализация включает в себя разработку и использование методов и моделей ИИ при решении всех функциональных задач на всех этапах корпоративной деятельности унификацию моделей БП с широким привлечением процедур обработки знаний организацию непрерывного накопления знаний эффективное распределение знаний между человеком и компьютером для задач принятия решений 4. Основное преимущество ИНС по сравнению с системами, работающими по предварительно заложенным в них алгоритмам ППР гибкость, обусловливаемаясвойствами принятия эвристических решений в конкретной ситуации и позволяющая делать их инвариантными по отношению к внешним условиям за счет накопления знаний о протекающих информационных и производственных процессах и построения динамически изменяемых БЗ 1. Спектр современных ИНС весьма широк и продолжает расширяться, что и отражает классификация, представленная на рис. Поскольку понятие интеллектуальная система является ключевым в контексте диссертационной работы, то следует обсудить известные трактовки этого понятия 5, 6. А. В. Чечкин определяет ИИС как систему постановки задачи из допустимого для данной ИНС класса, определяющего специализацию ИНС, решения такой задачи, закрепления опыта решения и, если необходимо, изменения допустимого класса задач 7, 8. ИНС с реальным внешним миром посредством специально организованных информационных каналов. Рис.