Процедури прийняття рішень, що базуються на використанні математичного моделювання. Аналіз моделей, методів, інструментальних засобів для підтримки прийняття рішень на початкових етапах життєвого циклу складних технічних систем в умовах невизначеності.
При низкой оригинальности работы "Еволюційні технології прийняття рішень в умовах невизначеності", Вы можете повысить уникальность этой работы до 80-100%
Важливим атрибутом процесу створення таких систем є наявність внутрішніх протиріч, що викликано недостатністю знань про їх функціонування, і які можна одержати лише на більш пізніх етапах життєвого циклу. Такі складові становлять елементний базис інформаційної технології прийняття рішень, в основі якої лежить концепція програмованої експлуатації складних систем, запропонованої у роботах українських вчених К.Д. На початкових етапах життєвого циклу таких систем їх адекватне застосування найчастіше неможливе, оскільки необхідно: по-перше, визначити достатність апріорної інформації та інформації, яка додатково буде одержана в процесі створення системи; по-друге, встановити рівень початкової ресурсозабезпеченості та передбачити достатню кількість ресурсів на всіх етапах розробки системи; по-третє, встановити можливість виконання вимог та обмежень на процеси дослідження, проектування та виготовлення. Тому моделювання еволюції таких систем направлене на підвищення ефективності життєвого циклу, оскільки його результати дозволяють зменшити інформаційну невизначеність та обєктивізувати процеси прийняття рішень. Виконати аналіз моделей, методів, інструментальних засобів, що використовуються для підтримки прийняття рішень на початкових етапах життєвого циклу складних технічних систем в умовах невизначеності.Встановлено, що в задачі (1) потенційними розвязками є вектори, що складаються з: - множини задач, які можуть визначатись зовнішнім середовищем або виникати як внутрішня необхідність; Оскільки еволюція системи за таких умов є процесом переходу із стану в стан, то організація запамятовування інформації, яка складається із вихідних даних, обмежень, моделей, методів, засобів та критеріїв оцінки одержаних рішень, становить основу для аналізу ефективності кожного етапу життєвого циклу системи та прогнозування майбутніх процесів і прийняття рішень. Простір, в якому виконується еволюція, є простором чотирьох вимірів: часу, задач, структур та типів організації виробництва, які визначаються алгоритмами розподілу ресурсів. Моделюючи еволюцію СТС, стверджуємо, що складові елементи генеральної сукупності розвязків міститимуть значення характеристик зовнішніх умов, внутрішніх параметрів, можливих структур та організацій виробництва; простір їх існування визначається обмеженнями на способи подання, моделі та методи реалізації функцій; боротьба за виживання буде зведена до формування конкурентних розвязків на кожному із етапів життєвого циклу із можливістю коригування в реальному часі. Серед факторів, що залишились, вилучаємо незначущі, використовуючи технологію "box-counting", згідно з якою для кожного фактора та здійснюємо розбиття області, в якій вони змінюються, вертикальними та горизонтальними смугами на прямокутники, та обчислюємо значення крос-ентропії де - кількість горизонтальних смуг, в яких є значення , - кількість вертикальних смуг, де є значення - кількість прямокутників, в яких є значення .У дисертаційному дослідженні сформульовано і вирішено важливу науково-технічну проблему підвищення ефективності процесів прийняття рішень при створенні складних технічних систем шляхом розробки моделей, методів, інструментальних засобів ідентифікації та прогнозування в умовах невизначеності на основі еволюційної парадигми. Запропоновано концепцію інформаційно-аналітичного супроводу складної технічної системи по етапах її життєвого циклу, яка полягає у використанні композиції елементів чотирьох наукових парадигм: програмування життєвого циклу, системного підходу та системного аналізу, еволюційного моделювання і препроцесінгу інформації. В їх основі лежить необхідність розвязання задач ідентифікації та оптимізації на базі еволюційної парадигми, що передбачає застосування еволюційних алгоритмів як для структурної та параметричної ідентифікації цільових функції, так і для пошуку їх оптимальних значень. На базі системного підходу розроблено технологію максимізації критерію ефективності складної технічної системи на протязі її життєвого циклу як залежності від задач, структур та стратегій управління. Запропоновано метод композиційного подолання невизначеності в задачах нелінійної багатофакторної оптимізації поліекстремальних та негладких залежностей, в якому інтегровано еволюційне моделювання з елементами теорії ймовірностей та теорії нечітких множин, що дозволило скоротити часові витрати на непродуктивний пошук оптимуму цільової функції.
План
Основний зміст роботи
Вывод
У дисертаційному дослідженні сформульовано і вирішено важливу науково-технічну проблему підвищення ефективності процесів прийняття рішень при створенні складних технічних систем шляхом розробки моделей, методів, інструментальних засобів ідентифікації та прогнозування в умовах невизначеності на основі еволюційної парадигми. Результатом виконаних теоретичних та експериментальних досліджень є розроблені методологічні основи зменшення невизначеності на основі ієрархії рівнів прийняття рішень, інтегруючим елементом яких є еволюційні технології. У роботі отримано такі нові теоретичні та практичні результати: 1. Запропоновано концепцію інформаційно-аналітичного супроводу складної технічної системи по етапах її життєвого циклу, яка полягає у використанні композиції елементів чотирьох наукових парадигм: програмування життєвого циклу, системного підходу та системного аналізу, еволюційного моделювання і препроцесінгу інформації. Така інтеграція спрямована на зменшення невизначеності початкових етапів життєвого циклу складних технічних систем за рахунок обєктивізації експертних висновків і довизначення відсутньої інформації шляхом прогнозування та технологічного передбачення. В їх основі лежить необхідність розвязання задач ідентифікації та оптимізації на базі еволюційної парадигми, що передбачає застосування еволюційних алгоритмів як для структурної та параметричної ідентифікації цільових функції, так і для пошуку їх оптимальних значень.
2. На базі системного підходу розроблено технологію максимізації критерію ефективності складної технічної системи на протязі її життєвого циклу як залежності від задач, структур та стратегій управління. Головними складовими технології є застосування нейромереж як моделей критерію ефективності та еволюційних алгоритмів ? як методів його оптимізації.
3. Розроблено комбінований метод зменшення невизначеності при розвязанні задачі ідентифікації багатофакторних залежностей, що базується на препроцесінгу вихідної інформації. Підвищення інформативності даних досягається за рахунок композиційного використання методів "box-counting", "вибілювання" входів та нелінійного аналогу методу головних компонент, реалізованого з використанням автоасоціативних нейромереж.
4. Запропоновано метод композиційного подолання невизначеності в задачах нелінійної багатофакторної оптимізації поліекстремальних та негладких залежностей, в якому інтегровано еволюційне моделювання з елементами теорії ймовірностей та теорії нечітких множин, що дозволило скоротити часові витрати на непродуктивний пошук оптимуму цільової функції.
5. Вперше розроблено метод нейромережного планування процесу проектування складних систем в умовах значної інформаційної невизначеності. З його допомогою прогнозують тривалості робіт і час їх початку як нечіткі величини за умови відсутності ретроспективної інформації.
6. Удосконалено нейромережні методи ідентифікації таблично заданих залежностей шляхом звуження області зміни параметрів та їх оптимізації за допомогою генетичного алгоритму, що дозволило зменшити вплив поганої обумовленості матриці значень активаційних функцій на навчання нейромережі та підвищити точність розвязання екстраполяційних задач.
7. Розроблено еволюційний метод розвязання задачі кластеризації складних обєктів, за допомогою якого збільшено точність її розвязку за рахунок відсутності попарних порівнянь, використання цілеспрямованого пошуку та елементів випадковості для "вибивання" цільової функції з локальних мінімумів.
8. Для задачі відновлення пропусків серед значень вхідних факторів та результуючих характеристик розроблено еволюційні методи, що є інваріантними до виду залежності і застосування яких визначається мінімальними обмеженнями на початкові дані, їх розмірність та структуру пропусків. Використання таких методів дозволяє ефективно відновлювати дані таблиць, в яких є відсутнім до 30% інформації.
9. Вперше розроблено технологію обєктивізації експертних висновків, яка включає в себе концептуальні принципи проектування експертних систем, та моделі процесу прийняття адаптивних рішень композиційної структури з детермінованими та ймовірнісними характеристиками. Удосконалено процедуру визначення компетентності експертів на базі аксіоми незміщеності. Її застосування спрямоване на зменшення невизначеності та коригування експертних висновків у випадку їх зміщеності.
10. Запропоновано еволюційні моделі і методи для розвязання задач дискретної оптимізації в умовах невизначеності з урахуванням субєктивних висновків. Наукові результати дисертації направлені на підвищення ефективності процесів прийняття рішень при створенні складних технічних систем в умовах невизначеності за рахунок моделювання їх еволюції та використання одержаних результатів для оптимізації параметрів системи із урахуванням необхідності майбутніх модифікацій структури та стратегії управління. Для одержаних теоретичних результатів виконано експериментальну верифікацію, яка підтвердила їх достовірність. Впровадження результатів досліджень в ряді організацій підкреслює продуктивність запропонованих технологій та їх інваріантність до предметних галузей.
Список литературы
1. Гнатієнко Г.М. Експертні технології прийняття рішень: [монографія] / Г.М. Гнатієнко, В. Є. Снитюк. - К.: MCLAUT, 2008. - 444 с.
2. Системная модель оптимизации производственных процессов / А.А. Тимченко, В.Ф. Юзвенко, В.Е. Снитюк [и др.] // Вестник Харьковского государственного политехнического университета. ? 1999. - Вып.71 - С.145-147.
3. Снитюк В. Є. Задача вибору оптимальної альтернативи в умовах композиційної невизначеності / В. Є. Снитюк // Вісник Черкаського інженерно-технологічного інституту. - 2000. ? № 2. ? С.140-145.
4. Снитюк В.Е. Модели и методы определения компетентности экспертов на базе аксиомы несмещенности / В.Е. Снитюк, Рифат Мохаммед Али // Вісник Черкаського інженерно-технологічного інституту. ? 2000. ? № 4. - С.121-126.
5. Сєркова Л.Е. Структурний аналіз інформаційної моделі управління вищим навчальним закладом / Л.Е. Сєркова, В. Є. Снитюк // АСУ и приборы автоматики. - 2001. ? Вып.114. ? С.49-54.
6. Снитюк В. Є. Еволюційна парадигма проектування технічних систем / В. Є. Снитюк, А.А. Тимченко, С.В. Стась // Вісник Черкаського інженерно-технологічного інституту. ? 2001. ? № 4. - С.104-108.
7. Златкін А.А. Композиційний метод еволюційного моделювання у проектних задачах / А.А. Златкін, В. Є. Снитюк // Вісник Житомирського інженерно-технологічного університету. - 2001. ? № 19. ? С.130-133.
8. Снитюк В. Є. Технологія data mining і засоби її реалізації / В. Є. Снитюк, С.О. Говорухін // Вісник Черкаського державного технологічного університету. ? 2002. ? № 3. ? С.80-84.
9. Шарапов В.М. Биокибернетический метод определения оптимума целевой функции в условиях неопределенности / В.М. Шарапов, В.Е. Снитюк // Искусственный интеллект. ? 2002. ? № 4. ? С.123-130.
10. Снитюк В.Е. Модели процесса принятия адаптивных решений композиционной структуры с детерминированными и вероятностными характеристиками / В.Е. Снитюк, Рифат Мохаммед Али // Радиоэлектроника и информатика. - 2002. ? № 4. - С.123-127.
11. Снитюк В. Є. Концептуальні принципи та методи проектування систем автоматизованого контролю знань / В. Є. Снитюк // АСУ и приборы автоматики. - 2003. - Вып.123. - С.40-43.
13. Снитюк В. Є. Нейромережеве планування процесу проектування з використанням апарату теорії нечітких множин / В. Є. Снитюк // Вестник Херсонского государственного технического университета. - 2003. - № 2 (18). - С.249-253.
14. Снитюк В.Е. Интеллектуальная технология оптимизации пути следования пожарного расчета к месту пожара / В.Е. Снитюк, О.М. Джулай // АСУ и приборы автоматики. - 2004. - Вып.129. - С.41-47.
16. Тазетдінов В.А. Структуризація і формалізація задач ринку нерухомості / В.А. Тазетдінов, А.А. Тимченко, В. Є. Снитюк // Вісник Черкаського державного технологічного університету. - 2004. ? № 2. - С.22-27.
18. Бойко О.М. Концептуальний аналіз критеріальних функцій та методів теорії розкладів / О.М. Бойко, В. Є. Снитюк // Вісник Черкаського державного технологічного університету. ? 2006. ? № 1. ? С.33-38.
19. Снитюк В.Е. Эволюционное моделирование и программирование жизненного цикла технических систем в детерминированных условиях / В.Е. Снитюк // Искусственный интеллект. - 2006. - № 4. - С.10-15.
20. Снитюк В.Е. Аспекты нечеткости при моделировании процессов распространения пожара на особо опасных объектах / В.Е. Снитюк, А.А. Быченко // АСУ и приборы автоматики. - 2006. - Вып.134. - С.89-93.
21. Снитюк В.Є. Еволюційне моделювання ? парадигма обєктивізації процесу розвязання задач штучного інтелекту / В.Є. Снитюк // Вісник Житомирського державного технологічного університету. ? 2007. ? № 1. ? С.164-168.
22. Снитюк В.Е. Программирование жизненного цикла сложной системы в условиях неопределенности / В.Е. Снитюк // Искусственный интеллект. - 2007. - № 4. - С.562-567.
23. Биченко А.О. Нечітка ідентифікація процесів поширення пожежі на особливо небезпечних обєктах в умовах невизначеності / А.О. Биченко, В. Є. Снитюк // Вісник Черкаського державного технологічного університету. ? 2007. ? № 1-2. ? С.43-45.
24. Мирошник О.М. Системний аналіз проблеми визначення області компромісу між безпекою та вартістю житла / О.М. Мирошник, В. Є. Снитюк, С.В. Стась // Управління проектами, системний аналіз і логістика. - 2008. - № 5. - С.133-136.
25. Снитюк В.Є. Оптимізація процесу оцінювання в умовах невизначеності на основі структуризації предметної області та аксіоми незміщеності / В.Є. Снитюк, Г.М. Гнатієнко // Искусственный интеллект. - 2008. - № 3. - С.217-222.
26. Snytyuk V. Evolutionary Technique for Filling Data Gaps in Outcome Variable Values / V. Snytyuk, S.govorukhin // Вестник НТУ "ХПИ". - 2007. ? № 7. ? С.44-53.
27. Snytyuk V. Evolutionary clustering of complex systems and processes / V. Snytyuk // Information Theories and Applications. ? 2006. ? Vol.13. ? № 4. ? P.344-349.
28. Snytyuk V. Evolutionary technique of shorter route determination of fire brigade following to fire place with the optimized space of search / V. Snytyuk, O. Dghulay // Information Technologies and Knowledge. ? 2007. ? Vol.1, № 4. ? P.325-332.
29. Снитюк В.Е. Информационно-аналитические модели и эволюционные аспекты решения задачи комплектования / В.Е. Снитюк, П.П. Кучер // Decision Making and Business Intelligence Strategies and Techniques. - Vol.2, № 3. - 2008. - P.133-138.
30. Снитюк В.Е. Технология нечеткого прогнозирования характеристик сложных объектов и систем / В.Е. Снитюк, С.А. Говорухин // Artificial Intelligence and Decision Making, Supplement to Int. Journal "Information Technologies and Knowledge". - 2008. - Vol.2, № 7. - P.117-122.
31. Снитюк В.Е. Применение метода стохастической релаксации для прогнозирования рынка недвижимости / В.Е. Снитюк, В.А. Тазетдинов // Сб. докладов межд. научн. конф. "Нейросетевые технологии и их применение". - Краматорск, 2003. ? С.226-236.
32. Идентификация критериальной функции на базе самоорганизации моделей / А.А. Тимченко, В.Е. Снитюк, Л.П. Оксамытная [и др.] // Труды II Всеросс. научн. конф. "Проектирование научных и инженерных приложений в среде Matlab". - М.: ИПУ РАН, 2004. - С.706-714.
33. Снитюк В.Е. Эволюционная кластеризация сложных объектов и процессов / В.Е. Снитюк // Сб. докладов XI межд. конф. "Knowledge-Dialogue-Solution”. - Варна, Болгария, 2005. - С.232-237.
34. Snytyuk V. Neural network techniques of indeterminacy minimization in nonlinear identification tasks / V. Snytyuk // Proc. of VIII Int. conf. "PRIP’2005". - Minsk, Republic of Belarus, 2005. - P.438-441.
35. Снитюк В.Е. Эволюционный метод восстановления пропусков в данных / В.Е. Снитюк // Сб. трудов VI межд. конф. "Интеллектуальный анализ информации". - К., 2006. - С.262-271.
36. Снитюк В.Е. Эволюционный метод определения кратчайшего пути проезда пожарного расчета к месту пожара с оптимизированным пространством поиска / В.Е. Снитюк, А.Н. Джулай // Сб. докладов XII межд. конф. "Knowledge-Dialogue-Solution". - Варна, Болгария, 2006. - С.243-251.
37. Снитюк В.Е. Эволюционное моделирование процесса распространения пожара / В.Е. Снитюк, А.А. Быченко // Сб. докладов XIII межд. конф. "Knowledge-Dialogue-Solution”. - Варна, Болгария, 2007. - С.247-254.
38. Гнатієнко Г.М. Експертні технології прийняття рішень / Г.М. Гнатієнко, В. Є. Снитюк // Зб. доповідей наук. - практ. конф. з міжн. участю "Системи підтримки прийняття рішень. Теорія і практика". - К., 2008. - С.16-20.
39. Снитюк В. Є. Еволюційний метод нечіткого пошуку глобального оптимуму цільової функції / В. Є. Снитюк // Тези доповідей міжн. школи-семінару "Теорія прийняття рішень". - Ужгород, 2004. - С.86.
40. Snytyuk V. Identification of goal function of a special type by neural nets technique / V. Snytyuk // Тези доповідей міжн. конф. "Prediction and decision making under uncertainties (PDMU-2004)". - Тернопіль, 2004. ? С.57-59.
41. Снитюк В. Є. Технології soft computing - сучасний базис процесів аналізу, прийняття рішень та прогнозування / В. Є. Снитюк // Тези доповідей II міжн. наук. - практ. конф. "Математичне та програмне забезпечення інтелектуальних систем". - Дніпропетровськ, 2004. - С.18-19.
42. Снитюк В. Є. Еволюційне моделювання процесу відновлення відсутніх значень у таблицях даних / В. Є. Снитюк // Тези доповідей VII міжн. наук. - техн. конф. "САІТ-2005". - К., 2005. - С.157.
43. Снитюк В.Е. Препроцессинг априорной информации - необходимое условие эффективной идентификации / В.Е. Снитюк // Тези доповідей 12 міжн. конф. з автоматичного управління "Автоматика-2005". - Харків, 2005. - С.134-135.
44. Снитюк В.Є. Ідентифікація і прогнозування на основі нейромережевого сингулярного розкладу / В.Є. Снитюк // Тези доповідей міжн. конф. "Prediction and decision making under uncertainties (PDMU-2005)". - Бердянськ, 2005. - С.221-223.
45. Биченко А.О. Ідентифікація швидкості поширення пожежі на особливо небезпечних обєктах в умовах невизначеності / А.О. Биченко, В. Є. Снитюк // Тези доповідей XIII міжн. конф. з автоматичного управління "Автоматика-2006". - Вінниця, 2006. ? C.77.
46. Снитюк В.Є. Еволюційна парадигма проектування складних технічних систем / В.Є. Снитюк // Тези доповідей XIV міжн. конф. з автоматичного управління "Автоматика-2007". - Севастополь, 2007. ? С.96-97.
47. Снитюк В.Є. Еволюційна технологія спрямованої оптимізації / В. Є. Снитюк // Тези доповідей Х міжн. наук. - практ. конф. "Системний аналіз та інформаційні технології". ? К., 2008. - С.253.
48. Снитюк В.Є. Еволюційне моделювання людських потоків у критичних умовах / В.Є. Снитюк // Тези доповідей IV міжн. школи-семінару "Теорія прийняття рішень". - Ужгород, 2008. - С.157-158.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
