Некоторые вопросы интеллектуализации принятия управленческих решений | Статья в журнале «Молодой ученый»

Автор:

Рубрика: Технические науки

Опубликовано в Молодой учёный №3 (137) январь 2017 г.

Дата публикации: 23.01.2017

Статья просмотрена: 32 раза

Библиографическое описание:

Юлдашева М. Т. Некоторые вопросы интеллектуализации принятия управленческих решений // Молодой ученый. — 2017. — №3. — С. 187-189. — URL https://moluch.ru/archive/137/38420/ (дата обращения: 14.12.2018).



Большинство сложных технологических объектов управления характеризуется нестационарностью во времени и распределенностью в пространстве своих признаковых и атрибутивных параметров. В этих условиях интеллектуализация процессов принятия решений в децентрализованных системах управления динамическими технологическими объектами требует параллельного решения двух задач:

− построения эталонной модели;

− организации принятия управленческих решений на всех иерархических уровнях управления.

Задача организации принятия решений на всех уровнях управляемой системы подразумевает алгоритмизацию функционирования отдельных подсистем и компонент децентрализованной системы в целом.

В этом случае в каждой функциональной подсистеме (функционально-полном элементе системы) формируется логическая управляющая компонента, которая включает в себя элементы интеллектуализации принятия решений и которая учитывает специфику данного компонента. В соответствии с этим целесообразна частичная локализация управляющих решений. Это означает, что в случае нештатных ситуаций (а именно: ситуаций, выходящих за пределы компетенции локальных элементов системы) управление передается следующему уровню, который может объединять несколько локальных элементов. При этом управляющие решения строятся на основе локальных управляющих элементов группы, и не расходуется время на обработку локальных элементов системы. Таким образом, можно вести речь о вложенности локальных элементов практически неограниченной размерности, являющихся прямым следствием сложности структуры децентрализованной многоуровневой системы управления в целом.

Посредством реализации описанных выше решений может быть достигнута оперативностью при меньших технических затратах. Тем не менее, однако, в случае возникновения нештатных ситуаций требуется значительное повышение производительности системы с тем, чтобы избежать лавинообразного развития нештатной ситуации.

В этих условиях возрастает интерес к способам информационного обеспечения интеллектуальных процедур принятия решений на основе стохастических сетей. Из-за отсутствия строгого математического решения и невозможности полного перебора ввиду большой размерности задачи управления необходимо формировать имитационную модель управления на основе процедур нечеткой оптимизации, реализация которых возможна на основе стохастических сетей.

Для формирования имитационной модели управления с учетом описанной выше специфики объектов управления наиболее целесообразным является формально-эвристический подход. Метод поиска в пространстве состояний включает элементы интеллектуальной поддержки — эвристические приёмы и правила. При разрешении конфликта обобщенная цель выражается экспертом в упрощенной лингвистической форме в виде эвристического правила. Метод выбора эвристического правила основан на определении нечетких зависимостей между критериальными оценками получаемых вариантов эталонной модели и эвристическими правилами. Критериальные оценки качества управления зависят от нескольких параметров сложных объектов. Исходы альтернатив оцениваются по нескольким критериям качества управления.

Особенность интеллектуализации процессов принятия управленческих решений в этом случае состоит в том, что вывод решения опирается не на прямое изложение экспертом алгоритма принятия решений, а на информацию, обосновывающую этот вывод. Таким образом, система становится менее критичной к качеству экспертной информации.

Задача принятия решений с учетом последствий такого принятия формируется в следующем виде. Имеется проблема Z, реализуемая на множестве систем, включающем n активных агентов, преобразующих предметную область. Требуется выбрать оптимальный вариант её решения из множества альтернатив с учетом реакции системы в реальном масштабе времени. Например, в случае интеллектуальных систем роль активных агентов выполняют внешние системы (пользователь, система более высокого уровня управления и т. п.). Поиск решения такой задачи осуществляется в нечеткой информационной среде, обусловленной неполнотой (нечеткостью) информации об условиях и ограничениях, определяющих проблему Z, и условиях функционирования системы, на которых она реализуется.

Предлагается алгоритм решения задачи, использующий формализм нечетких множеств, позволяющий объединить задачу выбора оптимального решения проблемы Z с прогнозированием поведения систем, реализующих решение [13]. Особенностью задачи в нечеткой постановке является нарушение принципа оптимальности Беллмана, который заменяется более мягким требованием согласования разноуровневых решений (прогнозов поведения), представленных в виде нечетких высказываний к оценке.

Для формализованного описания объектов используется понятие нечеткой системы. Исходное состояние включает в набор объектов и отношений между ними, при этом рассматриваются трехуровневые системы <, , >, где  — надсистемный уровень (окружающая среда),  — объектный уровень (исследуемый объект),  — элементный уровень (подсистемы).

Модель поведения интеллектуальной системы ассоциируется с принятием и реализацией решений в реальном масштабе времени, направленных на достижение цели, устранение нежелательных последствий и т. д., и может быть представлена в виде:

(1)

где — решение проблемы z, принимаемое в некоторый момент ’ для получения состояния Q в момент .

Оценка решения сводится к анализу нечеткого множества последствий, состоящего из подмножеств, порождаемых на каждом уровне системы за счет изменений на других уровнях иерархии. При этом учитываются собственные цели и обратная реакция систем. Последствия оцениваются по времени проявления, масштабу и уровню информации о них. Вес состояния Q (решения ) определяется значением индекса q=min(,), где интерпретируется как степень выполнения решения , а — как качество варианта решения .

Оптимальный вариант решения на временном среде дается выражением:

(2)

где максимум имеется на множестве решений , а должны оцениваться с учетом последствий на всех уровнях иерархии.

В общем случае для них можно записать:

(3)

где — ожидаемые значения, определяемые прямой моделью; ; ; — оценки, получаемые с учетом последствий на всех степенях управления.

Процедура оценки степени выполнения решения сводится к определению степени выполнения отношения согласования множества последствий решения и множества допустимых последствий: , где — оценка степени выполнения элементом решения :

(4)

Здесь: — нечетное множество последствий элемента ; — нечетное множество допустимых последствий (последствия учитываются на всех уровнях системы); R- отношение согласования, которое может быть представлено, например, различными операциями пересечения; сред соответствующего нечетного множества.

Оценка качества решения проводится на множестве состояний систем и определяется степенью достижения системой целей в данном состоянии, получаемом при варианте решения проблемы z. Она зависит от характера взаимосвязи систем.

Если последствия от реакций уровней не учитывается системой s, то это приводит к завышенным оценкам . При этом отклонение от реальности будет максимальным. Для минимизации нежелательных последствий и пользуются компенсирующие решения.

Использование моделей требуют определенного периода адаптации, в течение которого состав модели дополняется редко встречающимися случаями принятия управленческих решений. Учёт этих случаев значительно повышает качество управления, делая их эффективным.

Литература:

  1. Нечёткие множества и теория возможностей. Последние достижения // Перевод с английского под редакцией Р. Р. Ягера — М.: Радио и связь, 1986. – 408 с.
  2. Алиев Р. А., Абдикеев Н. М., Шахназаров М. М. Производственные системы с искусственным интеллектом. — М.: Радио и связь, 1990. — 264 с.
  3. Aliev R. A. Produktion Cautzd on the Basis of Fuzzy Models // Fuzzy Sets and Systems. — 1987. — vol. 22, № 1 — pp. 43–56.
Основные термины (генерируются автоматически): решение, учет последствий, уровень иерархии, выполнение решения, реальный масштаб времени, локальный элемент системы, имитационная модель управления, эталонная модель, эвристическое правило, уровень системы.


Похожие статьи

Интеллектуальные системы поддержки принятия решения

Стремление к повышению информационного и интеллектуального уровня действующих моделей систем управления связано с созданием и широким внедрением системы поддержки принятия решений в реальном масштабе времени (СППР РМВ) в...

Интеллектуальные системы поддержки принятия решений

Как правило, системы поддержки принятия решений являются результатом мультидисциплинарного исследования, которое включает в себя теории баз данных, методов имитационного моделирования, искусственного интеллекта, нейронных сетей...

Практические приёмы моделирования экономических систем

модель, система, математическая модель, оптимальное управление, реальная система, имитационная модель, экономическая система, моделирование, системная динамика, процесс.

Ключевые аспекты имитационного моделирования сложных...

имитационное моделирование, система, элемент, имитационная модель, сложная система, связь, свойство, модель, внешняя среда, аналитическая модель.

Моделирование — инструмент апробации реальных систем

Преимуществом имитационных моделей является возможность подмены процесса смены событий в исследуемой системе в реальном масштабе времени на ускоренный процесс смены событий в темпе работы программы.

Основные принципы и этапы моделирования информационных...

Система управления создается для решения конкретного ряда задач.

Сложные системы управления требуют разработки целой иерархии моделей, различающихся уровнем отображаемых функций.

Управление в системах реального времени | Статья в журнале...

Статья посвящена системам реального времени, их классификации, месту и роли в управлении. Ключевые слова: автоматизированные системы управления, системы реального времени, принятие и реализация решений.

Использование систем поддержки принятия решений при...

Аналитическую основу СППР составляет обобщенная имитационная модель региона, а также интеллектуальные и экспертные системы, аккумулирующие опыт решения задач управления и обеспечивающие участие коллектива экспертов...

К вопросу выбора модели системы управления организацией...

Ключевые слова: система управления, модель системы управления, стандарты на системы менеджмента.

- технические факторы (масштаб предприятия, сложность продукции и технологических процессов, характер информационных потоков и т. д.)

Интеллектуальные системы поддержки принятия решения

Стремление к повышению информационного и интеллектуального уровня действующих моделей систем управления связано с созданием и широким внедрением системы поддержки принятия решений в реальном масштабе времени (СППР РМВ) в...

Интеллектуальные системы поддержки принятия решений

Как правило, системы поддержки принятия решений являются результатом мультидисциплинарного исследования, которое включает в себя теории баз данных, методов имитационного моделирования, искусственного интеллекта, нейронных сетей...

Практические приёмы моделирования экономических систем

модель, система, математическая модель, оптимальное управление, реальная система, имитационная модель, экономическая система, моделирование, системная динамика, процесс.

Ключевые аспекты имитационного моделирования сложных...

имитационное моделирование, система, элемент, имитационная модель, сложная система, связь, свойство, модель, внешняя среда, аналитическая модель.

Моделирование — инструмент апробации реальных систем

Преимуществом имитационных моделей является возможность подмены процесса смены событий в исследуемой системе в реальном масштабе времени на ускоренный процесс смены событий в темпе работы программы.

Основные принципы и этапы моделирования информационных...

Система управления создается для решения конкретного ряда задач.

Сложные системы управления требуют разработки целой иерархии моделей, различающихся уровнем отображаемых функций.

Управление в системах реального времени | Статья в журнале...

Статья посвящена системам реального времени, их классификации, месту и роли в управлении. Ключевые слова: автоматизированные системы управления, системы реального времени, принятие и реализация решений.

Использование систем поддержки принятия решений при...

Аналитическую основу СППР составляет обобщенная имитационная модель региона, а также интеллектуальные и экспертные системы, аккумулирующие опыт решения задач управления и обеспечивающие участие коллектива экспертов...

К вопросу выбора модели системы управления организацией...

Ключевые слова: система управления, модель системы управления, стандарты на системы менеджмента.

- технические факторы (масштаб предприятия, сложность продукции и технологических процессов, характер информационных потоков и т. д.)

Обсуждение

Социальные комментарии Cackle

Похожие статьи

Интеллектуальные системы поддержки принятия решения

Стремление к повышению информационного и интеллектуального уровня действующих моделей систем управления связано с созданием и широким внедрением системы поддержки принятия решений в реальном масштабе времени (СППР РМВ) в...

Интеллектуальные системы поддержки принятия решений

Как правило, системы поддержки принятия решений являются результатом мультидисциплинарного исследования, которое включает в себя теории баз данных, методов имитационного моделирования, искусственного интеллекта, нейронных сетей...

Практические приёмы моделирования экономических систем

модель, система, математическая модель, оптимальное управление, реальная система, имитационная модель, экономическая система, моделирование, системная динамика, процесс.

Ключевые аспекты имитационного моделирования сложных...

имитационное моделирование, система, элемент, имитационная модель, сложная система, связь, свойство, модель, внешняя среда, аналитическая модель.

Моделирование — инструмент апробации реальных систем

Преимуществом имитационных моделей является возможность подмены процесса смены событий в исследуемой системе в реальном масштабе времени на ускоренный процесс смены событий в темпе работы программы.

Основные принципы и этапы моделирования информационных...

Система управления создается для решения конкретного ряда задач.

Сложные системы управления требуют разработки целой иерархии моделей, различающихся уровнем отображаемых функций.

Управление в системах реального времени | Статья в журнале...

Статья посвящена системам реального времени, их классификации, месту и роли в управлении. Ключевые слова: автоматизированные системы управления, системы реального времени, принятие и реализация решений.

Использование систем поддержки принятия решений при...

Аналитическую основу СППР составляет обобщенная имитационная модель региона, а также интеллектуальные и экспертные системы, аккумулирующие опыт решения задач управления и обеспечивающие участие коллектива экспертов...

К вопросу выбора модели системы управления организацией...

Ключевые слова: система управления, модель системы управления, стандарты на системы менеджмента.

- технические факторы (масштаб предприятия, сложность продукции и технологических процессов, характер информационных потоков и т. д.)

Интеллектуальные системы поддержки принятия решения

Стремление к повышению информационного и интеллектуального уровня действующих моделей систем управления связано с созданием и широким внедрением системы поддержки принятия решений в реальном масштабе времени (СППР РМВ) в...

Интеллектуальные системы поддержки принятия решений

Как правило, системы поддержки принятия решений являются результатом мультидисциплинарного исследования, которое включает в себя теории баз данных, методов имитационного моделирования, искусственного интеллекта, нейронных сетей...

Практические приёмы моделирования экономических систем

модель, система, математическая модель, оптимальное управление, реальная система, имитационная модель, экономическая система, моделирование, системная динамика, процесс.

Ключевые аспекты имитационного моделирования сложных...

имитационное моделирование, система, элемент, имитационная модель, сложная система, связь, свойство, модель, внешняя среда, аналитическая модель.

Моделирование — инструмент апробации реальных систем

Преимуществом имитационных моделей является возможность подмены процесса смены событий в исследуемой системе в реальном масштабе времени на ускоренный процесс смены событий в темпе работы программы.

Основные принципы и этапы моделирования информационных...

Система управления создается для решения конкретного ряда задач.

Сложные системы управления требуют разработки целой иерархии моделей, различающихся уровнем отображаемых функций.

Управление в системах реального времени | Статья в журнале...

Статья посвящена системам реального времени, их классификации, месту и роли в управлении. Ключевые слова: автоматизированные системы управления, системы реального времени, принятие и реализация решений.

Использование систем поддержки принятия решений при...

Аналитическую основу СППР составляет обобщенная имитационная модель региона, а также интеллектуальные и экспертные системы, аккумулирующие опыт решения задач управления и обеспечивающие участие коллектива экспертов...

К вопросу выбора модели системы управления организацией...

Ключевые слова: система управления, модель системы управления, стандарты на системы менеджмента.

- технические факторы (масштаб предприятия, сложность продукции и технологических процессов, характер информационных потоков и т. д.)

Задать вопрос