А. П. ЕРЕМЕЕВ
Московский энергетический институт (технический университет)
ОБРАБОТКА ПЛОХООПРЕДЕЛЕННОЙ ИНФОРМАЦИИ
В СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
НА ОСНОВЕ АППАРАТА ПРИБЛИЖЕННЫХ МНОЖЕСТВ
Рассматриваются возможности оперирования неточной информацией в интеллектуальных системах поддержки принятия решений реального времени на основе методов теории приближенных множеств.
Рассматриваются средства оперирования неточной и противоречивой информацией на основе аппарата приближенных множеств, предназначенные для включения их в базовый набор средств наряду с другими методами и моделями (вероятностными, на основе теории свидетельств и т. д.) обработки плохо определенной информации (исходных данных и знаний) в интеллектуальных системах поддержки принятия решений реального времени (ИСППР РВ), реализуемой на основе концепции семиотической системы [1-4].
ИСППР семиотического типа может быть задана набором
SS = <M, R(M), F(M), F(SS)>,
где M={M1,…,Mn} – множество формальных или логико-лингвистических моделей, реализующих определенные интеллектуальные функции;
R(M) – множество правил выбора необходимой модели или совокупности моделей в текущей ситуации, т. е. правил, реализующих отображение R(M): S®M, где S –множество возможных ситуаций (состояний), которое может быть и открытым, или S'®M, где S' –некоторое множество обобщенных ситуаций (состояний), например, нормальных (штатных), аномальных или аварийных (критических), при попадании в которые происходит смена модели;
F(M)={F(M1),…,F(Mn)} – множество правил модификации моделей Mi, i=1,…,n. Каждое правило F(Mi) реализует отображение F(Mi): S''´Mi®M'i, где S''ÍS, M'i – некоторая модификация модели Mi;
F(SS) – правило модификации собственно системы SS – ее базовых конструкций M, R(M), F(M) и, возможно, самой F(SS), т. е. F(SS) реализует целый ряд отображений (или комплексное отображение) F(SS): S'''´M®M', S'''´R(M)®R'(M), S'''´F(M)®F'(M), S'''´F(SS)®F'(SS), где S'''ÍS, S'''ÇS'=Æ, S'''ÇS''=Æ, т. е. правила модификации данного типа используются в ситуациях, когда имеющихся множеств моделей, правил выбора и правил модификации недостаточно для принятия решений в сложившейся проблемной ситуации. Причем для модификации F(SS) могут быть использованы как внутренние средства порождения моделей и правил (гипотез), так и внешние метазнания, отражающие прагматический аспект проблемной ситуации.
Каждая из моделей системы ориентирована на обработку некоторого ("своего") типа неопределенности. В частности, методы и реализованные на их основе программные средства, использующие для оперирования неполной и противоречивой информации аппарат приближенных множеств, эффективны в ситуациях, так называемой максимальной неопределенности, когда нет никакой предварительной информации о проблеме [5-6]. По мере поступления дополнительной информации, например, в виде вероятностей для противоречивых правил, может быть применен интегрированный подход (модель), сочетающий методы теории приближенных множеств и теории вероятностей, что повышает степень правдоподобия (уверенности) выдаваемых системой рекомендаций (решений) ЛПР. При наличии полной информации о проблемной ситуации решения могут быть достоверными (при условии, что в базе знаний системы также имеется необходимая информация). Концепция использования интегрированной среды, включающей различные модели и методы поиска решения в условиях различного роды неопределенностей, реализуется в прототипе ИСППР РВ семиотического типа для управления сложными объектами и процессами типа энергоблока [2-5].
Список литературы
1. , Осипов в прикладную семиотику // Новости искусственного интеллекта. 2002, № 6, с. 28-35.
2. , Еремеев базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Известия РАН. Теория и системы управления. 2001, № 6, с. 114-123.
3. Об интеграции моделей в интеллектуальных системах поддержки принятия решений // Тр. Девятой национальной конф. по искусственному интеллекту с междунар. участием КИИ-2004. В 3-х т. Т.2. М.: Физматлит. 2004, с. 815-823.
4. , Троицкий представления временных зависимостей в интеллектуальных системах поддержки принятия решений // Изв. РАН. ТиСУ.2003. №5, с. 75-88.
5. , Денисенко недоопределенной информации в системе поддержки принятия решений реального времени применительно к оперативной службе электростанций // Известия РАН. Энергетика, 2002, № 2, с. 32-43.
6. Pawlak Z., Decision tables – a rough set approach // J. Eur. Assoc. of Comput. Sci. 87, no 3, pp. 85-95.
