Методика проектирования программных средств для интеллектуального анализа данных и принятия решений

• Автор: Петров, Станислав Алексеевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Москва
• Количество страниц: 123 с. : ил.

Содержание
Введение.

Глава 1. Обзор и сравнение существующих методов интеллектуального анализа данных

1.1. Методы выявления знаний

1.2. Методы анализа данных

1.2.1. Поиск ассоциативных правил.

1.2.2. Анализ последовательностей.

1.2.3. Индукция каузальных моделей

1.2.4. Формальный концептуальный анализ.

1.3. Постановка задачи исследования.

Глава 2. Прогнозирование развития и мониторинг состояния высшего образования.

2.1. Объективные предпосылки создания прогностических моделей
развития образования
2.2. Принципы организации прогностических моделей.
2.3. Влияние демографических факторов.
2.4. Прогностические модели развития образования
2.4.1. Регрессионные модели прогнозирования.
2.4.2. Модель на основе скользящего среднего
2.4.3. Построение прогноза с помощью обучаемой нейронной сети. .
2.5. Выводы ко второй главе.
Глава 3. Формирование правил логического вывода в системах
принятия решений
3.1. Факторы, влияющие на принятие решений
3.2. Построение функций принадлежности
3.3. Нечеткие правила продукций.
3.4. Прямой и обратный методы вывода в системах нечетких
продукций.
3.5. Этапы нечеткого логического вывода.
3.6. Выводы к третьей главе
Глава 4. Программный комплекс поддержки принятия решений
4.1. Выводы к четвертой главе
Заключение.
Список литературы


Программная система внедрена в практику оперативного управления и планирования при выработке решений по выполнению госзаказа в Центре по формированию и конкурсному размещению государственного задания на подготовку специалистов с высшим профессиональным образованием при Московском Государственном Университете Приборостроения и Информатики и в Научно-Исследовательском Институте Высшего Образования при выполнении проекта. Апробация работы. VI Всероссийская научно-техническая конференция с докладом по теме диссертационного исследования. VII Всероссийская научно-техническая конференции с докладом по теме диссертационного исследования. В учебном процессе на кафедре «ИТ-7» Московского Государственного Университета Приборостроения и Информатике. Публикации. По теме диссертации опубликовано 6 научных работ. Объем и структура диссертации. Диссертационная работа изложена на 8 страницах машинописного текста, состоит из введения, четырех глав, заключения, библиографического указателя, включающего источников, иллюстрирована рисунками и таблицами. Содержание работы. Во введении обоснована актуальность темы, поставлены цели и задачи В первой главе приведен обзор и сравнение существующих методов в области интеллектуального анализа данных для задач принятия решений в условиях неопределенности. Вид знаний, которые можно получить в результате анализа, определяет как возможные формы представления знаний, так и методы интеллектуального анализа, которые могут быть использованы для извлечения знаний соответствующего вида из данных. С прикладной точки зрения, большой интерес представляют знания о закономерностях внутренней структуры объекта мониторинга, извлекаемые статистическими методами. В этой связи актуальна задача анализа и выявления новых знаний в форме установления возможных функциональных закономерностей, в том числе временных, классификации по некоторым признакам (критериям) имеющейся информации, выделение таксонов и т. Даже частичное решение этих задач способствует пополнению базы знаний интересующей предметной области, ее модификации, совершенствованию в соответствии с выявленными новыми фактами технологических вопросов. В конце первой главы сформулирована постановка задачи исследования. Вторая глава посвящена прогнозированию развития и мониторингу состояния высшего образования. Два понятия, сформулированные в целях исследования второй главы, требуют уточнения с целью дальнейших постановок задач. Мониторинг - наблюдение поведения объекта и сравнение с его ожидаемым поведением. Прогнозирование - проектирование возможных последствий данной ситуации. Оба определения не претендуют на полноту, однако в достаточной степени предопределяют структуру и направление исследований. Так, мониторинг предполагает фиксацию некоторого множества факторов, влияющих на состояние процесса. Множество факторов представляет собой п-мерный вектор входных воздействий. Состояние процесса характеризуется некоторой целевой функцией от наблюдаемого вектора входа, в качестве которой может выступать определенная экспертом скалярная переменная или вектор. Степень влияния факторов на динамику наблюдаемого процесса оказывается различной, поэтому мониторинг включает в себя и анализ характера отношений между факторами, их казуальность или ее отсутствие, формирование в смысле некоторого критерия достаточного подмножества значимых факторов. Значимость определяется степенью влияния на целевую функцию наблюдаемого процесса. Важный вывод, который следует из этапа мониторинга: в результате анализа должна быть определена структура входного вектора. Этап прогнозирования предполагает создание математических моделей процесса. Вариациям компонентов (факторов) входного вектора, сформированного на этапе мониторинга, ставится в соответствие прогнозируемая переменная. В зависимости от выбора переменной, семантика которой определяет цели моделирования, создается совокупность моделей, анализ которых дают исчерпывающее представление о состоянии исследуемого объекта. Формализмы, используемые на этапах мониторинга и прогнозирования включают в себя не только известные методы математической статистики -корреляционного и регрессионного анализа, исследование статистических последовательностей, но и теорию искусственных нейронных сетей, с помощью которой может быть построена настраиваемая модель.