Інтелектуальні системи підтримки прийняття рішень в управлінні виробництвом у нечітких умовах - Автореферат

бесплатно 0
4.5 176
Системна інтеграція технологій штучного інтелекту з точними методами й моделями пошуку рішень та методи імітаційного моделювання. Пакет прикладних програм реалізації інтелектуальної системи підтримки прийняття рішень у стратегічному управлінні IDSS.


Аннотация к работе
Різноманіття цілей і завдань, які виникають у процесі прийняття рішень, їх складність і часові обмеження властиві дуже багатьом проблемам, щодо яких приймають рішення, потребують компютерної підтримки цього процесу. Незважаючи на інтенсивний розвиток систем підтримки прийняття рішень (СППР), використовуваних у них методів, а також можливостей апаратних і програмних засобів, що зростають з року в рік, як і досі у цій галузі залишається багато невирішених і незрозумілих проблем: від специфікації розвязуваних задач до адекватних їм методів моделювання знань і процесів. Для розвязання таких задач слід застосовувати неструктуровані процедури прийняття рішень, які використовують дослідні знання, кваліфікацію та інтуїцію людини. У дисертаційній роботі запропоновано новий підхід до проектування і створення інтелектуальних систем підтримки прийняття управлінських рішень у нечітких умовах з використанням найбільш прогресивних технологій штучного інтелекту, а саме: штучні нейронні мережі - методи несимволічного подання знань (штучні аналоги людського мозку, які моделюють здатність навчатися), системи, що ґрунтуються на теорії нечітких множин і логіки, - засоби формалізації природно-мовних висловлювань і нечіткого логічного висновку, а також методи еволюційного моделювання і генетичні алгоритми. Аналіз розглянутих робіт дозволяє стверджувати, що проблема розробки методів проектування і створення інтелектуальних систем підтримки прийняття рішень у сучасних виробництвах в умовах невизначеності, які забезпечують обробку різноманітних видів знань, здатних до навчання в результаті аналізу нагромаджених знань і адаптації до динамічно змінюваних зовнішніх умов і поточного стану виробничої системи, - це актуальна наукова проблема.Розглянуто основи інтелектуальних технологій, використовуваних у дослідженнях для оброблення і моделювання знань та процесів: теорії нечітких множин і нечіткої логіки, штучних нейронних мереж, генетичних алгоритмів, а також методи і підходи їх інтеграції під час розроблення ІСППР. Наведено методи розвязання важливих задач під час створення гібридних інтелектуальних систем: ідентифікації параметрів цієї системи, генерування нечітких правил у ІСППР за допомогою нейронних мереж, а також попереднього аналізу знань, потрібних у процесі прийняття рішень. У третьому розділі розвязуються задачі: розроблення адекватних методів моделювання знань і процесів прийняття рішень на основі неформальної логіки і нечітких міркувань, побудови систем нечіткого виведення, настроювання параметрів в яких виконується за допомогою нейронних мереж, а також розроблення методів навчання побудованих інтелектуальних систем на підставі нагромадженого досвіду та адаптації до умов, що змінюються, тобто створення систем підтримки прийняття рішень, що навчаються. Дослідження методів кодування процедур нечіткого логічного висновку у структурах штучних нейронних мереж зумовили створення гібридних інтелектуальних систем, що мають усі позитивні властивості двох використованих для їх побудови технологій: нейронних мереж і систем, що базуються на нечіткій логіці. Беручи значення ваг , одержимо так звану спрощену систему нечіткого виведення, в якій значення виходів системи залежать тільки від рівнів активності нечітких правил та від значень їх висновків.

План
ОСНОВНИЙ ЗМІСТ РОБОТИ

Список литературы
У дисертаційній роботі вирішено актуальну наукову проблему розвитку теоретичних основ проектування і створення інтелектуальних систем підтримки прийняття рішення в управлінні виробництвом у нечітких умовах. Запропоновано новий підхід до проектування інтелектуальних систем підтримки прийняття рішень у нечітких умовах, що ґрунтується на системної інтеграції технологій штучного інтелекту (експертні системи, теорія нечітких множин і нечіткої логіки, штучні нейронні мережі і генетичні алгоритми) з точними методами і моделями пошуку рішень, а також методами імітаційного моделювання. Запропонований підхід дозволяє проектувати і створювати інтелектуальні системи підтримки прийняття управлінських рішень, здатні моделювати й аналізувати різноманітні види знань, що надходять з різних джерел, вирішувати складні проблеми, слабкоструктуровані або неструктуровані, а також здатні до навчання на основі нагромадженого досвіду й адаптації до інтенсивних змін зовнішнього середовища та умов функціонування системи.

У результаті виконаних наукових досліджень вирішено такі задачі і проблеми: Проаналізовано методи набуття різноманітних видів знань із різних джерел, потрібних для підтримання управлінських рішень. Досліджено методи попереднього аналізу, класифікації та оброблення нечітких знань за допомогою штучних нейронних мереж і нечітких нейронних мереж. Розроблено методичні рекомендації щодо вибору найбільш відповідного типу мережі залежно від розвязуваної задачі.

Удосконалено методи ідентифікації параметрів нечіткої системи, а також генерування її нечіткої бази правил за допомогою штучних нейронних мереж.

Розвинуто існуючий підхід до інтеграції двох інтелектуальних технологій: нечіткої логіки і нейронних мереж, який дозволяє створювати нейронні системи нечіткого виведення, що навчаються за допомогою оптимізаційних методів, включаючи генетичні алгоритми. Досліджено теоретично і експериментально можливості створюваних гібридних інтелектуальних систем з метою оцінення ефективності їх застосування для розвязання управлінських задач.

Запропоновано ефективний підхід до навчання інтелектуальних систем підтримки прийняття рішень у нечітких умовах. Створення зазначеного підходу має ключове значення для розвитку методів проектування інтелектуальних систем підтримки прийняття рішень, здатних до удосконалення своїх дій на підставі нагромадженого досвіду та знань. Запропонований алгоритм навчання відрізняється від відомих скороченням часу навчання та можливістю знаходження глобального екстремуму.

Розроблено й експериментально обґрунтовано новий підхід до розвязання задач підтримки прийняття рішень у стратегічному управлінні виробництвом, який полягає у комплексному використанні методів теорії стратегічного менеджменту та технологій штучного інтелекту в системі IDSS (Intelligent Decision Support System), потрібних для моделювання знань і процесів, а також для логічних висновків на базі нечітких міркувань.

Розроблено пакет прикладних програм реалізації інтелектуальної системи підтримки прийняття рішень у стратегічному управлінні IDSS. З використанням розробленої IDSS розвязано практичні задачі стратегічного управління промисловим підприємством, що функціонує в умовах ринкової економіки: стратегічного аналізу ринку та оцінки положення фірми на ньому;

прогнозування попиту покупців на певні товари на різних ринках збуту;

вибору стратегії продукту;

вибору стратегії розвитку підприємства на підставі аналізу матриці ділового портфеля.

Запропоновано новий підхід до побудови ІСППР у процесі проектування та планування гнучких складальних систем в умовах розподіленої інженерії проектування.

Розроблено пакет прикладних програм реалізації системи CAAPP, призначеної для підтримки прийняття рішень у задачах проектування та планування гнучких складальних систем, які базуються на використанні модульної технології виробництва. Із використанням розробленої інтелектуальної системи CAAPP розвязано практичні задачі проектування та планування гнучких складальних систем, які базуються на використанні модульної технології виробництва: групування конструкційних і технологічних модулів, складальних вузлів та частин виробів, які складають, з використанням програмного модуля KLASGRUP;

аналізу й оцінки можливих варіантів конфігурації складальних модулів та варіантів організації процесу складання (за різних часів виконання технологічних операцій, черговості виконуваних операцій, різних пріоритетів та кількості складальних модулів).

Розроблено алгоритм побудови розкладу роботи складальної дільниці, що базується на ідеї генетичного алгоритму. Запропонований алгоритм дозволяє автоматизувати складання розкладів та розвязувати NP-важкі задачі календарного планування роботи реальної виробничої системи. З використанням розробленого алгоритму розвязано практичну задачу календарного планування складання фінальних виробів та побудови розкладу роботи гнучкої складальної дільниці підприємства.

Побудовано математичну модель багатокритерійної задачі вибору стратегії розвитку виробничої системи і розроблено алгоритм її розвязання, що базується на використанні генетичних алгоритмів.

Достовірність одержаних результатів та обґрунтованість наукових положень і висновків, сформульованих у дисертації, забезпечується математичною строгістю і коректністю використання основ теорії нечіткої логіки та нейронних мереж під час виведення основних залежностей для побудови гібридних інтелектуальних систем, кількаразовим тестуванням теоретичних розробок на прикладах, виконаними обчислювальними експериментами, а також зіставленням з результатами розвязання вибраних прикладних задач із використанням раніше відомих у літературі методів і підходів та результатами впровадження в практику при створенні ІСППР.

Результати дисертаційної роботи знайшли практичне застосування в інтелектуальній системі підтримки прийняття рішень у стратегічному управлінні та впроваджені на заводі побутових електроприладів C-S. Розроблений підхід до проектування ІСППР дозволяє створювати більш універсальні системи, які дають можливість: ефективно розвязувати складні управлінські задачі в умовах невизначеності і зовнішнього середовища, що динамічно змінюється;

прискорити процес підтримання прийняття рішень;

істотно підвищити якість рішень, що приймаються.

Одержані в дисертаційних дослідженнях результати мають велике практичне значення, запроваджені у системи і перспективні технології, що ґрунтується на знаннях та дозволяють підвищити їх адаптивність, ефективність, рівень автоматизації, а також обєктивність рекомендації та оптимальність рішень, що приймаються.

ОСНОВНІ РЕЗУЛЬТАТИ ДИСЕРТАЦІЙНОЇ РОБОТИ ОПУБЛІКОВАНО

1. Сетлак Г. Интеллектуальные системы поддержки принятия решений - Киев: Логос, 2004.- C. 252.

2. Сетлак Г. Интеллектуальные информационные системы в управлении производством //Всеукр. науч.-техн. журн. “Вибрации в технике и технологиях”.- Винница: Изд. Винницкого гос. техн. ун-та, 1997.- C. 312-316.

3. Сетлак Г. Применение методов эволюционного моделирования в системах поддержки управленческих решений // Междунар. сб. науч. трудов „Прогрессивные технологии и системы машиностроения“.- Донецк: ДОНГТУ.- 1998.- Вып. 6.- С. 70-74.

4. Сетлак Г. Методы эволюционного моделирования в интеллектуальных системах поддержки управленческих решений // Вестник Харьковского государственного политех. ун-та. - № 73. - 1999. - C. 104-109.

5. Сетлак Г. Нейронные сети в интеллектуальных системах управления производством // Проблемы управления и информатики.- Киев.- 2000.- № 1.- C. 112-119.

6. Сетлак Г. Экспертная система поддержки решений для проектирования гибких сборочных модулей // Междун. сб. науч. трудов „Прогрессивные технологии и системы машиностроения“.-Донецк: ДОНГТУ.- Вып. 13. - 2000 .- C. 172-176.

7. Сетлак Г. Интеллектуальные технологии в маркетинговом анализе // Системні дослідження та інформаційні технології.- Київ: ІПСА НАН України і МЕН України.-2004.- № 1. - P.56-69.

8. Сетлак Г. Интеллектуальная система поддержки принятия решений в нечеткой среде // Искусственный интеллект.-Донецк: ДІШІ.-2002.- № 3.- C. 428-438.

9. Сетлак Г. Решение задач многокритериальной оптимизации с использованием генетических алгоритмов // System Research and Information Technologies.- Kiev: IASA National Academy of Sciences and Ministry of Education and Science Ukraine.- 2002.- № 3. - P. 32-42.

10. Сетлак Г. Идентификации структуры нечеткой системы при помощи нейронных сетей // Искусственный интеллект.- 2003.- № 2.- С.44-51.

11. Сетлак Г. Прогнозирование в хозяйственной деятельности предприятия с использованием нейронных сетей // Искусственный интеллект.- 2004.- № 4.- C. 220-228.

12. Сетлак Г. Использование искусственных нейронных сетей для решения задач классификации в менеджменте // Радиоэлектроника. Інформатика. Управление.- Запорожье: ЗДТУ.- № 1.- 2004. - С.127-135.

13. Сетлак Г. Методы и технологии искусственного интеллекта в интеллектуальных производственных системах // Вестник СЕВГТУ Серия „Автоматизация процессов и управление”. - Севастополь: СЕВГТУ. - 2004. - Вып. 57.- С.96-107.

14. Setlak G. Koncepcja hybrydowego systemu ekspertowego dla operatywnego planowania produkcji // Technologia i automatyzacja montazu.- Warszawa: TEKOMA.- 1998.- № 4.- C. 6-9.

15. Setlak G. Hybrydowy system ekspertowy projektowania procesow montazowych // Technologia i automatyzacja montazu.- Warszawa: TEKOMA.- 1999.- № 3.- C. 23-27.

16. Setlak G. Komputerowo wspomaganie projektowania elastycznych modulow montazowych // Technologia i automatyzacja montazu. - Warszawa: TEKOMA.- 2000.- № 4.- C. 5-8.

17. Setlak G. Komputerowe wspomaganie reinzynierii procesow //Technologia i automatyzacja montazu.- Warszawa: TEKOMA.- 2001.- № 4.- C. 75-78.

18. Setlak G. Intelligent Integrated CAD System of the Flexible Assembly Modules // Межд. сб. науч. трудов „Прогресивные технологии и системы машиностроениия“.- Донецк: ДОНГТУ.- Выпуск 18.- 2001.- С. 160-164.

19. Setlak G. Fuzzy-Neuro System for Decision-making in Management // System Research and Information Technologies.- Kiev: IASA National Academy of Sciences and Ministry of Education and Science Ukraine. - 2003. - № 1. - P. 72-81.

20. Setlak G. Metody i Narzedzia wspomagania decyzji w inteligentnych systemach wytwarzania // Technologia i automatyzacja montazu.-Warszawa: TEKOMA.- 2002.- № 2(36).-С. 2-6.

21. Setlak G. Intelligent technologies for decision-making in management // Искусственный интеллект.- 2003.- № 4.- С. 454-459.

22. Setlak G. Zastosowanie sieci neuronowych Kohonena w modulowej technologii montazu // Technologia i automatyzacja montazu.- Warszawa: TEKOMA.- 2003.- № 4. - С. 2-6.

23. Setlak G. Harmonogramowanie produkcji na wydziale montazu za pomoca algorytmow ewolucyjnych // Technologia i automatyzacja montazu.- Warszawa: TEKOMA.- 2004.- № 2. - S. 3-7.

24. Сетлак Г. Нечеткие нейросетевые модели в интеллектуальных управленческих системах // Праці Міжнародної наукової конференції ”Автоматика-2000”(11-15 вересня 2000 р.). - Львів: Державний науково-дослідний інститут інформаційної інфраструктури.- 2000.- С. 224-230.

25. Setlak G. Fuzzy-Neuro System for Decision-making in Management // Proceedings of the 7th IEEE International Conference on Methods and Models in Automation and Robotics.- Szczecin: Wyd. Uczelniane Politechniki Szczecinskiej.- 2001.- Vol.1.- P. 505-510.

26. Setlak G. Zastosowanie metod optymalizacji dyskretnej do wyboru strategii rozwoju systemow produkcyjnych // Materialy XXIV Ogolnopolskiej Konferencji Zastosowan Matematyki, Zakopane-Koscielisko,19-26.09.1995.-Warszawa: Instytut Matematyki Polskiej Akademii Nauk.- S.109-110.

27. Setlak G. Wspomaganie decyzji w planowaniu strategii rozwoju systemu produkcyjnego //Zeszyty Naukowe Politechniki Rzeszowskiej, seria: Zarzadzanie i marketing.- Z. N1.- 1996.- S.15-27.

28. Setlak G.Ocena wydajnosci dyskretnych systemow produkcyjnych z wykorzystaniem metod sztucznej inteligencji // Materialy XXV Ogolnopolskiej Konferencji Zastosowan Matematyki, Zakopane-Koscielisko, 21-26.09.1996.- Warszawa: Instytut Matematyki Polskiej Akademii Nauk.-1996.-S.97-98.

29. Сетлак Г. Гибридная экспертная система в управлении производством // Материалы 3 Украинской Конференции „Автоматика-96”, Севастополь, 9-14 сентября 1996 г.- Севастополь: изд-во СЕВНТУ.-1996 .-Tom 2 .-С. 36-37.

30. Сетлак Г. Анализ производительности распределенных информационных систем // Материалы международной науч.-тех. конференции „Приборостроение-96”, Судак, 7-12.09.1996.- Винница: ВТУ.- 1996.-С. 25-26.

31. Сетлак Г. Применение нейронных сетей в системах поддержки решений // Материалы международного симпозиума „Наука и предпринимательство”, Винница-Львов, 10-14.02.1996.- Винница: ВГТУ.-1996.- С.38-39.

32. Setlak G. Intelligent Information System of Management // Proceedings of the 3rd International Scientific and Technical Conference on Unconventional Electromechanical and Electrical Systems, Alushta.- Szczecin: Technical University Press.- 1997.- P.1245-1248.

33. Setlak G. Применение нейронных сетей Хемминга в стратегическом анализе // Материалы XII международной научно-технической конференции “Проблемы автоматизированного электропривода”, Алушта, 15-20.09.1997.-Харьков.- 1997.-С. 373-375.

34. Setlak G. Komputerowo wspomagane planowanie w elastycznych systemach montazowych // Materialy III Miedzynarodowej Konferencji Naukowo-Technicznej „Technika i technologia montazu maszyn”, Rzeszow-Jawor .-Rzeszow: Wyd. Politechniki Rzeszowskiej.-1997.-S. 41-46.

35. Setlak G. Zastosowanie sieci neuronowych Hamminga w analizie marketingowej rynku // Mater. XXVI Ogolnopolskiej Konferencji Zastosowan Matematyki, Warszawa: Instytut Matematyki Polskiej Akademii Nauk.-1997.- S.92-93.

36. Setlak G. Hybrydowe systemy doradcze w zarzadzaniu // Zeszyty naukowe WSIZ.- Rzeszow: Wyd. WSIZ .- № 7.- 1998.- Tom II.- S. 19-29.

37. Setlak G. Intelligent Decision Support Systems: Technology for Business Process Reengineering // Proceeding of International Symposium on Progressive technologies, Restructuring, Management and Control, 27-29.05.1999.- Cishinau: Technical University of Moldova.-1999.- V2.- P.352-358.

38. Сетлак Г. Интеллектуальная система оперативного управления гибким производственным участком // Сборник трудов VI международной научно-техн. конференции, 13-18.09.1999 в г. Севастополе.- Донецк: ДГТУ.- 1999.- T.3.- С. 26-31.

39. Setlak G. Fuzzy Neural Networks in Intelligent Manufacturing Systems // Proceedings of the International Workshop on Intelligent Data Acquisition and Advanced Computing Systems, Copyright Clearence Center IEEE, Piscataway (USA), Ternopil (Ukraine), Foros.- 2001.- P. 203-206.

40. Setlak G. Intelligent Decision Support System for management // Матеріалы міжнародної конференції х управління „Автоматика 2001”, Одеса, 10-14.09.2001.- Одеса: Одеський державний політехнічний університет.- T. 2.- С. 163-165.

41. Setlak G. Fuzzy Neural Networks in Intelligent Manufacturing Systems // International Scientific Journal of Computing. - 2002. - Vol.1. - Issue 1. - P. 96-100.

42. Сетлак Г. Интеллектуальное производство - концепция эволюции интегрированных производственных систем // Сборник трудов IX междун. научно-техн. конференции, 9-15.09.2002 в г. Севастополе.- Донецк: ДГТУ.- 2002.- T.3.- С. 20-26.

43. Setlak G. Fuzzy Neural Networks in Decision Support Systems // Meridian Engineering, Moldavian Engineering Association.-Chisinau: Technical University of Moldova.- 2002.- N2.- 56-61.

44. Setlak G. Computer-aided planning of the Flexible Assembly Modules // Proceedings of the International Conference on Manufacturing, Modeling, Management and Control, Chisinau, 21-25.05.2002.- Chisinau: Technical University of Moldova.- 2001.- Vol.4.- P. 488-492.

45. Сетлак Г. Интеллектуальные технологии в управлении приборостроительным производством // Материалы XII международной научно-технической конференции ”Приборостроение- 2003”, Винница-Кореиз,12-17.09.2003.- Винница: ВДТУ.- 2003.-C. 248-254.

46. Сетлак Г. Методы и технологии искусственного интеллекта в интеллектуальных производственных системах // Материалы 10-й международной конференции по автоматическому управлению, г. Севастополь, 15-19 сентября 2003 г.- Севастополь: изд.СЕВНТУ.-2003.-С.106-108.

Размещено на .ru
Заказать написание новой работы



Дисциплины научных работ



Хотите, перезвоним вам?