Нетрадиционные методы принятия решений в прикладных задачах научно-технических областей

• Автор: Тарасова, Елена Геннадьевна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Ульяновск
• Количество страниц: 140 с. : ил.

Введение

Глава 1. Обзор и анализ существующих эвристических методов

принятия решений, методов корреляции и сбора статистики по трафику

1.1. Обзор существующих подходов к построению систем на основе знаний экспертов

1.2. Разработка подхода к построению систем принятия решений для рассматриваемых в работе областей

1.2.1. Разработка методики получения знаний от экспертов

1.2.2. Подход к генерации динамических функций риска для

систем принятия решений

1.3. Обзор и анализ существующих эвристических методов принятия решений, методов корреляции и сбора статистики по трафику

1.3.1. Обзор и анализ методов принятия решения в задачах дискретной оптимизации

1.3.2. Обзор и анализ методов теории статистики

1.3.3. Обзор и характеристика методов сбора информации по
трафику
1.4. Выводы
Глава 2. Модель анализа и оценки ситуаций. Метод функций риска
2.1. Разработка модели анализа и оценки ситуаций в прикладных
задачах
2.2. Метод функций риска в функциональной модели
2.3. Разработка ситуационных моделей
2.3.1. Построение ситуационной модели для задачи области микробиологии
2.3.2. Построение ситуационной модели для задачи области
анализа трафика
2.3.3. Построение ситуационной модели для задачи области неврологических заболеваний
2.4. Представление знаний, организация баз данных
2.5. Разработка алгоритма анализа и оценки стадий дисбиоза по количеству заданных видов бактерий
2.6. Разработка алгоритма анализа и оценки ситуаций в области анализа трафика
2.7. Разработка алгоритма анализа стадий энцефалопатии, определение корреляции параметров различных диагностических методик
2.8. Теоретический подход к решению задачи с анализом основных диагностических методик исследования в области кардиологии
2.9. Программный комплекс для анализа и оценки групп в рассматриваемых областях
2.9.1. Функциональное назначение программного комплекса, области применения, ограничения
2.9.2. Специальные условия применения и требования организационного, технического и технологического характера
2 Выводы
Глава 3. Экспериментальные исследования и практические результаты
3.1. Вычислительный эксперимент и практические результаты в области микробиологии
3.1.1. Проектирование базы данных, структура БД
3.1.2. Алгоритм анализа и оценки данных по дисбактериозу
3.1.3. Компоненты программного комплекса в области микробиологии
3.1.4. Результаты исследовательского эксперимента
3.2. Вычислительный эксперимент и практические результаты в области анализа трафика
3.2.1. Сбор статистических данных по трафику
3.2.2. Первичная обработка данных
3.2.3. Проектирование базы данных, структура БД
3.2.4. Алгоритм анализа и оценки показателя трафика дельта
3.2.5. Компоненты программного комплекса в области анализа трафика
3.2.6. Результаты исследовательского эксперимента
3.3. Вычислительный эксперимент и практические результаты в области неврологических заболеваний
3.3.1. Проектирование базы данных, структура базы данных
3.3.2. Алгоритм анализа и оценки в области неврологических заболеваний
3.3.3. Компоненты программного комплекса в области неврологических заболеваний
3.3.4. Результаты экспериментальных исследований
3.4. Выводы по главе
Заключение
Глоссарий
Приложение П.1. Структурная схема сети при проведении видеоконференций
Приложение П.2. Данные по дисбактериозу
Приложение П.З. База данных . Таблица функций для определения весовых коэффициентов
Приложение П.4. База данных
Приложение П.5. Содержание и функции полезных бактерий
Приложение П.6. База данных
Приложение П.7. База данных . Таблица функций для определения весовых коэффициентов
Приложение Г1.8. Данные метода суточного мониторирования артериального давления
Приложение П.8.1. Данные метода ультразвуковой диагностики
Приложение П.9. База данных v
Приложение П. . Таблица функций для определения весовых коэффициентов. Раздел Неврологические заболевания. БД v
Приложение П Структура глобальных сетей Ульяновского
государственного университета
Приложение П. . Данные файлов статистики по трафику
Список использованной литературы


Разработана функциональная модель на основе эвристического метода функций риска, обеспечивающая алгоритмизацию решения задач, анализ и оценку ситуаций. Разработаны алгоритмы анализа и оценки ситуаций стадий в каждой из рассматриваемых прикладных областей. Разработаны информационные модели систем принятия решений анализа в каждой прикладной области. Получена экспертная оценка результатов. Практическая ценность диссертации основана на результатах, полученных в ходе решения задач, поставленных различными сферами научнотехнической деятельности. Разработанные модели, алгоритмы анализа и оценки ситуаций использовались при создании информационных систем принятия решений. В настоящее время разработанная автором информационная система анализа и оценки ситуаций в области анализа трафика успешно используется при реализации процесса мониторинга критичных точек в сети ОГС ЦТКиТИ, а так же оценки заданных экспертами ситуаций, что позволяет в кратчайшие сроки локапизовать проблемные участки. Ценными с практической точки зрения являются результаты, к которым можно отнести информационную систему принятия решений в области микробиологии, позволяющую осуществлять подсчет и анализ количества видов бактерий на основе исходных статистических данных, предоставленных экспертами. Что способствует созданию базы данных, оценке групп по стадиям заболевания, а также обучению системы. Подход к оценке данных взят в разработку коллегами кафедры Микробиологии. Интерес также представляют результаты в области неврологических заболеваний, метод функций риска позволяет усовершенствовать корреляционный метод коэффициент Фехнера использованием весовых коэффициентов, что дает возможность адекватной оценки стадии и определения связи между параметрами групп. В данной области автором создана информационная система анализа и оценки, которая способна к саморазвитию, а именно, пополнению информацией и получению более приемлемых результатов. Применяемый в работе метод рассматривался с точки зрения прикладной и практической значимости. В результате проведенной работы можно говорить о необходимости метода для оценки групп данных различных научнопрактических областей. Предоставленные экспериментальные данные получены с использованием достоверной методики, имевшей применение в области дискретной оптимизации, а также в области биржевых операций. Тема динамических функций риска в задачах дискретной оптимизации и интеллектуальных играх разрабатывалась научным руководителем Б. Ф. Мельниковым и его аспирантами А. Н. Радионовым, Н. В. Романовым, М. В. Бузиным, В. А. Гумаюновым и получила свое отражение во множестве публикаций, в том числе телевизионных выступлениях 6, 7, , . К работам, в котоых метод функций риска применяется как способ построения апуИтеалгоритмов решения задач дискретной оптимизации, можно также отнести часть диссертации Белозеровой А. Р. . Математика. Образование. Всероссийская научнотехническая конференция Искусственный интеллект в XXI веке г. Региональная научнотехническая конференция. Всероссийская научнотехническая конференция Методы и средства обработки информации, Москва, МГУ, октябрь, , председатель программного комитета акад. РАН Е. Семинары кафедры Теоретической информатики и компьютерной безопасности, Микробиологии. Метод функций риска как составляющая подхода для решения первоначально поставленной автору задачи в области анализа и классификации трафика был предложен научным руководителем. Описание и реализация применения этого метода для задач, которые не принято называть задачами дискретной оптимизации, разработка подхода к построению систем принятия решений, описание и реализация методов сбора данных, разработки модели анализа и оценки, алгоритмов решения задач, а также создание соответствующих систем принятия решений принадлежат автору. Также автором проводились исследования в областях микробиологии и неврологических заболеваний. Аналитические разработки моделей, алгоритмов и программных реализаций на основе функций риска, а также апробация результатов, велись автором самостоятельно.