Разработка принципов и методов построения программных систем поддержки принятия решений в слабо структурированных ситуациях на основе моделирования знаний эксперта

• Автор: Кулинич, Александр Алексеевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Москва
• Количество страниц: 150 с. : ил

Оглавление
Введение

Глава 1. Компьютерные системы поддержки принятия решений.

1.1. Компьютерные системы имитационного моделирования

1.2. Экспертные системы.

1.3. Методология когнитивного моделирования.

1.3.1. Методологии структуризации проблемной ситуации.

1.3.2. Модели представления знаний о функциональной структуре ситуации

1.3.3. Модели прогноза развития.

1.3.4. Методы решения обратных задач

1.3.5. Методы структурного анализа

1.4. Принципы построения систем моделирования слабо
структурированных ситуаций
Глава 2. Модель представления знаний эксперта о ситуации. Методология структуризации ситуации.
2.1. Модель представления знаний о ситуации
2.2. Методология структуризации слабо структурированной ситуации.
2.3. Модель ситуации в функциональной системе поля знаний
2.3.1. Метод шкалирования признаков ситуации
2.3.2. Методы извлечения предпочтений эксперта для настройки силы влияния признаков ситуации
2.3.3. Метод решения прямой задачи
2.3.4. Метод решения обратной задачи
2.4. Модель ситуации в понятийной системе поля знаний.
2.4.1. Понятийный кластер в семантическом пространстве
2.5. Правило модификации понятий в понятийной системе поля знаний.
2.6. Пример
3. Методы поддержки интерпретации прогнозов развития ситуации и решений обратной задачи.
3.1. Метод интерпретации прогнозов развития ситуаций.
3.2. Метод интерпретации решений обратной задачи.
3.3. Методика поиска структурных решений.
3.3.1. Генерация решений.
3.3.2. Структуризация решений в функциональной системе.
3.3.3. Структуризация решений в понятийной системе.
3.3.4. Методика поиска структурных решений.
3.4. Пример.
Глава 4. Программная реализация системы поддержки принятия решений, основанной на моделировании знаний эксперта Система когнитивного моделирования.
4.1. Подсистема представления субъективной информации.
4.2. Интерфейс настройки силы влияния признаков.
4.3. Подсистема получения прогноза развития ситуации
4.4. Подсистема представления результатов моделирования.
4.5. Подсистема поддержки аналитической деятельности эксперта
4.5.1. Подсистема объяснения прогноза развития ситуации.
4.5.2. Советующая подсистема
4.6. Подсистема поддержки сценарного исследования ситуации
Заключение
Литература


Это современные системы компьютерного моделирования, ориентированные на автоматизацию всего цикла системного моделирования: от постановки проблемы и формирования концептуальной модели до анализа результатов вычислительного эксперимента и принятия решения. Средства интеграции системы моделирования и других систем, реализующих разные методы анализа информации и поддержки принятия решений. Для структуризации сложных ситуаций в современных системах моделирования используются методологии стратификации сложной ситуации, основанные декомпозиции ситуации и описании ее составных частей и их взаимодействия. Интеграция моделей на основе создания вложенных структур (системы AUTOMOD, ProModel, TAYLOR, WITNESS и др. Построение иерархических многоуровневых структур (Arena, Extend, и др. Структурно-функциональный подход, базирующийся на методологии структурного анализа и проектирования (Ithink, Rethink и др. При структурно-функциональном подходе есть возможность для реализации нескольких уровней представления моделей, при этом используется высокоуровневое представление в виде блок-схем с применением CASE -средств, а на нижнем уровне модели могут отображаться, например, потоковыми схемами и диаграммами. В их числе - системы Extend, Arena, ProModel, Witness, Taylor, Gpss/H-Proof и др. Powersim, Vensim, Dynamo, Stella, Ithink и др. Современные компьютерные системы моделирования имеют удобный, легко интерпретируемый графический интерфейс, системные потоковые диаграммы или блок-схемы реализуются на идеографическом уровне, т. Сохраняются элементы программирования (на языках общего назначения или объектно-ориентированных) для отдельных элементов модели или создания специализированных блоков подготовленным пользователем, так называемое авторское моделирование. Среди систем компьютерного имитационного моделирования есть проблемно-ориентированные системы. Это системы моделирования производственных систем различного назначения (ТОМАС, SIRE и др. MEDMODEL), телекоммуникаций (COMNET), система Rethink, ориентирующаяся на реинжиниринг и др. Обобщенная структура компьютерных систем имитационного моделирования приводится на рис. Рис. Наиболее известные системы компьютерного имитационного моделирования и их функциональные возможности приводятся в таблице 1. Таблица 1. EXTEND Imagine That, Inc. GPSS/H- PROOF Wolverine Software Corporation Общего назначения, производство, транспорт и др. ITHINK ANALYST High Performance System, Inc. Управление финансовыми потоками, реинжиниринг предприятиП, банков, и др. TAYLOR SIMULAT1 ON SOFTWARE F&H Simulationlnc. WITNESS banner Group Inc. POWERS! M Powersim Co. Компьютерные системы имитационного моделирования ориентированы на работу с числовыми данными, отражающими характеристики моделируемой ситуации или объекта. При этом все процессы ситуации должны быть строго формализованы в виде уравнений, отражающих законы ее функционирования. Однако, существуют ситуации, не поддающиеся строгой формализации. Принятие решения в таких случаях основывается на экспертных знаниях. Для поддержки принятия решений в таких ситуациях используются экспертные системы. Экспертная система - это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем []. Основное отличие экспертных систем от систем имитационного моделирования заключается в том, что экспертные системы моделируют не столько физические (или иные) законы и закономерности предметной области, столько механизм мышления человека применительно к решению проблем в этой предметной области. При решении задач в экспертных системах используются эвристические и приближенные методы, которые не всегда гарантируют успешное решение. Эвристика, заложенная в механизмы решения задач, отражает знания эксперта, полученные им в процессе практического решения аналогичных проблем. Объяснение принятого решения - это методы и алгоритмы, объясняющие логические цепочки заключений при поиске решений. Обобщенная структура экспертных систем [] приводится на рис.