Автоматизация принятия решений на основе семантического анализа иерархических и сетевых моделей

• Автор: Брундасов, Сергей Михайлович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Брянск
• Количество страниц: 206 с. : ил.

Введение
Глава 1. Анализ подходов к математическому моделированию многокритериальных задач принятия решений

1.1. Введение в проблематику принятия решений

1.2. Постановка, классификация и методы формализации задач принятия решений

1.3. Анализ источников возникновения и видов взаимного влияния критериев

1.4. Обзор существующих моделей, методов и программного обеспечения поддержки принятия решений при многих критериях

1.5. Выводы по главе. Цель и задачи диссертационной работы

Глава 2. Постановка и анализ многокритериальной задачи выбора в условиях взаимной зависимости критериев и наличия качественных оценок

2.1. Обоснование выбора и анализ свойств объекта исследования

2.2. Разработка модели представления предметной области

2.3. Разработка обобщенного алгоритма и построение информационной модели анализа и решения задачиобъекта исследования на основе семантической модели предметной области
2.4. Разработка общих принципов математического моделирования этапов анализа и решения задачи
2.5. Выводы по главе
Глава 3. Исследование математических моделей принятия решений в условиях взаимной зависимости критериев
3.1. Анализ принципов и построение модели семантического описания предметной области
3.2. Разработка методов формализации задач на основе семантической модели предметной области
3.3. Построение решающих моделей различных типов в зависимости от структуры предпочтений лица, принимающего решения
3.4. Исследование механизмов перехода от семантической модели предметной области к модели задачи
3.5. Определение подходов к анализу устойчивости полученного решения
3.6. Выводы по главе
Глава 4. Разработка интеллектуальной системы поддержки принятия решений на основе концепции семантического расширения иерархических и сетевых моделей
4.1. Формирование структурных и функциональных требований к программному комплексу
4.2. Объектноориентированное представление семантической модели предметной области и модели задачи
4.3. Функциональные характеристики программного комплекса
4.4. Описание структуры и принципов функционирования программного комплекса и входящих в него подсистем и модулей
4.5. Исследование путей применения программного комплекса
4.6. Выводы по главе
Глава 5. Применение разработанных моделей, алгоритмов и программного обеспечения для решения практических задач
5.1. Построение семантической модели предметной области выбора программнотехнических средств на базе I стандартов
5.2. Решение задачи выбора СУБД для вуза на базе построенной семантической модели
5.3. Построение модели выбора новой специализации для открытия в вузе с прогнозированием динамики изменения приоритетов
5.4. Сравнительный анализ функциональных характеристик разработанного программного комплекса с существующими аналогами
5.5. Выводы по главе
Заключение
Литература


Основные компоненты ЗПР и взаимосвязи между ними представлены на структурной схеме, приведенной на рис. Рассматривая типовые ЗПР в рамках приведенной на рис. Рис. Вид решения зависит от поставленных целей, альтернатив и предпочтений ЛПР. Структура процесса ПР является инвариантной по отношению к предметной области. Например, в рассмотренном примере принятия решения 2 об открытии новой специализации на данном уровне рассмотрения проблемы существенно отличаться будет только вид альтернатив. Рассмотрим причины и источники трудноформализуемости процессов принятия решения характерные для приведенной постановки ЗПР и рассмотренных типовых примеров. Многоаспектный характер оценок качества и предпочтительности альтернатив. Как правило, для получения рационального и обоснованного решения необходимо принимать во внимание целый ряд факторов, прямо или косвенно влияющих на общую цель процесса ПР. Следствием этого являются трудности объективного сравнения альтернатив. Имеется очень много альтернатив и факторов, влияющих на их отбор. При этом выявление существенных элементов и критериев не решает проблему полностью. Необходимы способы разбиения совокупности рассматриваемых решений и факторов, которые потенциально определяют приоритеты решений, на достаточно малые группы кластеры. Такое разбиение дает возможность повысить объективность за счет распределения работы по подготовке принятия решения между несколькими специалистами и соблюдения конфиденциальности информации о принимаемом решении. Трудности сравнения различных качеств. Субъективность оценок критериев и предпочтительности альтернатив. Во многих случаях выбор решения существенно зависит от желаний ЛПР. То, что хорошо для одного человека, может быть совершенно неприемлемо для другого. Поэтому принятие решений должно учитывать человеческий фактор. В таких случаях необходимы методы обработки качественной информации, что является практически непреодолимым препятствием для традиционных средств принятия решений. Трудность получения полного списка альтернатив и полный набор факторов. Эта проблема особенно актуальна для принятия стратегических долгосрочных решений. С течением времени малозначительные на данный момент факторы и альтернативы могут стать важнейшими, а то, что важно сейчас, может оказаться незначительным впоследствии. Сложность учета взаимосвязей между элементами модели. В реальных задачах часто имеют место так называемые обратные связи. Это особенно ярко проявляется, когда принимается решение, требующее значительного времени на воплощение. В таком случае оказывается, что факторы, определяющие значимость решения, сами зависят от принятого решения. Например, производственное решение, принятое с учетом имеющихся на данный момент ресурсов предприятия, впоследствии влияет на величины ресурсов, а это может приводить к пересмотру решения и так далее. Кроме того, некоторые факторы влияют на принятие решения опосредованно одни факторы влияют на важность других. Изза этого также возникают затруднения с определением нужного набора факторов. Таким образом, можно сделать вывод, что процессы принятия решений инвариантны по отношению к предметным областям. Основными особенностями, определяющими их сложность и трудноформализуемость, являются многокритериальность, сложная структура взаимосвязей между элементами, большое число альтернатив, наличие качественной информации и других видов неопределенности. Во многих предметных областях отсутствуют международные стандарты, регламентирующие набор критериев и методики критериального оценивания. В связи с этим можно сделать вывод об актуальности работ, направленных на построение, исследование и поддержку математических моделей принятия решений в условиях неполной информации и взаимной зависимости критериев и альтернатив для решения всего комплекса проблем автоматизированной поддержки принятия решений. Предварительный анализ проблемы. Постановка задачи принятия решений. На данном этапе строится математическая модель ЗПР, формируется система решающих правил, которая затем применяется для получения исходных данных и результатов.