Составители:
92
ствует задачам в условиях определенности, вероятностный – задачам в
условиях риска, если вид отображения неизвестен, то имеем задачу в
условиях неопределенности.
В данной работе рассматриваются методы решения задач анализа и
синтеза в условиях неопределенности. Решение таких задач невозможно
без привлечения знаний экспертов, а это вызывает необходимость исполь-
зования методов искусственного интеллекта и создания интеллектуально-
го программного обеспечения. Существующие в настоящее время подхо-
ды к разработке программного обеспечения для поддержки процессов
принятия решений можно разделить на две группы: подходы на базе ма-
тематических методов теории принятия решений и подходы с позиций ис-
кусственного интеллекта. В системах, построенных на математических
методах, экспертная информация, как правило, представлена структурами
данных, которые являются наиболее удобными для обработки. Такие си-
стемы обычно предназначены для пользователя-эксперта, а хранение и
использование полученных в процессе решения задач знаний в них часто
бывает не предусмотрено. В интеллектуальных системах информация, по-
лученная от экспертов, хранится в базе знаний, основанной на той или
иной модели представления, поэтому пользователем такой системы может
быть не эксперт. И те, и другие системы обычно настроены на решение
задач строго определенного класса. Создание интеллектуальных систем
для поддержки процессов принятия решений основано на сочетании упо-
мянутых подходов, а именно: в системе предусматривается хранение и
накопление знаний экспертов, а в качестве инструмента обработки знаний
используются математические методы.
Для анализа решений в условиях неопределенности исследовались
методы анализа иерархий (МАИ), методы теории нечетких множеств и
методы моделирования рассуждений. При использовании МАИ информа-
ция, полученная от экспертов, представляет собой иерархию целей, кри-
териев и альтернатив. Оценка предпочтительности альтернатив по крите-
риям и оценка важности критериев выполняется путем парных сравнений.
МАИ дает результаты, которые хорошо согласуются с интуитивными
представлениями экспертов. Недостатками метода являются ограничение
на число одновременно сравниваемых объектов, длительная по времени
процедура парных сравнений и допущение о взаимной независимости
критериев. В разработанном программном обеспечении предусмотрены
альтернативные методы оценивания, такие как нормирование количе-
ственных оценок и метод лингвистических стандартов.
На базе теории нечетких множеств разработаны разнообразные ме-
тоды принятия решений. Проблемой сегодняшнего дня является выбор
метода из широкого спектра, и решить ее может только хороший специа-
Страницы
- « первая
- ‹ предыдущая
- …
- 90
- 91
- 92
- 93
- 94
- …
- следующая ›
- последняя »
