Файл: Развитие экспертной оболочки ЭСППР.pdf

Копирование исходных данных можно производить только тогда, когда для данного варианта решения задачи выбран метод принятия решения. При этом должны выполняться следующие требования:

         вариант решения задачи, из которого производится копирование, должен иметь заполненные массивы исходных данных;

         вариант решения задачи, в который производится копирование, не должен иметь заполненных массивов исходных данных.

Для выполнения операции копирования пользователь, прежде всего, должен определить вариант решения задачи, куда будут копироваться исходные данные. После этого на странице детальной информации о выбранном варианте решения задачи следует перейти по ссылке «Копировать данные». [3]

Выбор варианта решения задачи, из которого копируются данные, производится путем перехода по ссылке «Копировать», находящейся около соответствующего элемента списка. По завершении процедуры копирования исходные данные будут загружены в соответствующие формы входной информации выбранного варианта решения задачи.

Дополнительные исходные данные для ввода, относительно полученных путем копирования, выделяются цветом в списке форм.

Решение задачи.

После ввода всех исходных данных можно приступить к решению задачи.

Решение задачи осуществляется по отношению к конкретному варианту решения задачи, в соответствии с выбранным для этого варианта методом принятия решения. Запуск соответствующих расчетов производится путем перехода по ссылке «Решить», которая становится доступной только тогда, когда введены все исходные данные. По окончании расчетов результат решения выводится на экран.

Формирование отчета о решении задачи.

После завершения решения задачи можно сформировать отчет о решении задачи, который представляет собой совокупность форм входной информации, содержащих исходные данные, и форм выходной информации, содержащих результат решения задачи. Вывод отчета на экран осуществляется путем перехода по ссылке «Отчет о решении задачи», расположенной на странице детальной информации о варианте решения задачи.

Отчет о решении задачи содержит детальную информацию о варианте решения задачи, исходные данные для решения задачи и результаты решения и сохраняется в Системе автоматически.

Печать отчета осуществляется при помощи встроенных функций Интернет - браузера. Для этого следует в меню «Файл» выбрать опцию «Печать».

Для многомерного анализа информации о решенных задачах создана подсистема аналитической отчетности. [3]

К числу аналитических отчетов, в частности, относятся:

• • «Динамика количества пользователей системы»;
  • «Доля используемых методов в вариантах решения задач»;
  • «Популярность экспертов» (количество задач, в которых тот или иной пользователь выступал в роли эксперта);
  • «Количество вариантов решений задач по методам» (как часто выбирался тот или иной метод).

Для формирования аналитических отчетов используются многомерные кубы, данные в которые загружаются из реляционной базы данных Системы.

Возможностью просмотра аналитических отчетов обладают все пользователи, зарегистрированные в Системе. Отчеты доступны для просмотра в web-браузере по ссылке из ЭСППР.

Таким образом, с точки зрения своей функциональности разработанная Система уникальна и не имеет аналогов. В настоящее время разработчиками реализованы базовые функции системы, позволяющие применять программный продукт в учебном процессе и научных исследованиях. Однако для того, чтобы ЭСППР могла использоваться широким кругом пользователей, она нуждается в определенной доработке и развитии в следующих направлениях:

• • увеличение количества методов принятия решений, включаемых в Систему;
  • развитие экспертной оболочки системы;
  • увеличение разнообразия отчетов, создаваемых на основе базы данных Системы;
  • развитие функций информационной безопасности и контроля доступа различных групп пользователей к задачам, данным и отчетам системы. [3]

2.2 Характеристика ЭСППР по выделенным признакам

Приведем характерные особенности ЭСППР по выделенным выше признакам в таблице приложения 1.

Перечисленные выше классы аналитических приложений носят общий характер и в той или иной мере могут быть использованы организациями различной отраслевой принадлежности (хотя конкретные модели, конечно же, будут учитывать как особенности отрасли, так и индивидуальные особенности отдельных организаций).

Тем не менее, нельзя забывать и о том, что отраслевая специфика может порождать специфические классы аналитических задач, свойственных тем или иным предметным областям. Информатизацию таких задач осуществляют специализированные аналитические приложения для конкретных предметных областей. Примерами таких решений могут служить системы инвестиционного анализа и системы анализа рынка ценных бумаг.

Системы инвестиционного анализа помогают произвести экономическую оценку инвестиционных проектов с учетом предполагаемых инвестиций и ожидаемых результатов на основе довольно широкого набора методов и моделей. Примерами таких систем могут служить отечественные разработки Project Expert и Prime Expert.

Системы анализа рынка ценных бумаг позволяют анализировать сведения, поступающие из различных источников информации о фондовом рынке, включая открытые базы данных и системы биржевой торговли.

Примерами таких систем могут служить системы технического анализа Omega Research ProSuite и MetaStock. Кроме того, среди аналитических приложений этого класса присутствуют системы, реализующие другие методы, например, методы фундаментального анализа ценных бумаг, статистические или нейросетевые методы. [6]

Можно отметить, что круг информационных систем, относящихся к аналитическим приложениям, весьма широк. Впрочем, это не удивительно, учитывая емкость понятия "экономический анализ", разнообразие аналитических задач и применяемых для их решения методов и моделей. Также отметим, что хотя большинство аналитических систем так или иначе основаны на обработке количественной информации, это не исключает возможности использования экспертных оценок, применяемых для поддержки принятия решений в случаях, когда по тем или иным причинам количественные оценки не представляются возможными. [10]

2.3 Развитие экспертной оболочки ЭСППР

Развитие экспертной оболочки рассмотрено в статье профессора Кравченко Т.К. «Развитие Экспертной системы поддержки принятия решений», опубликованной в журнале «Искусственный интеллект и принятие решений» 2013г., №4.

Обновление экспертной оболочки ЭСППР и модуля принятия решения

Основным вкладом в развитие ЭСППР является добавление в базу знаний системы ранее отсутствующих в ней методов принятия решений и соответствующих им цепочек вопросов и ответов для последующего поиска. К их числу относятся: методы векторной оптимизации; методы, основанные на марковских процессах; метод равноценного обмена; методы семейства ELECTRE и ряд других методов, алгоритмы которых были записаны в единых терминах.

Приведем алгоритм только для метода векторной оптимизации, который иллюстрирует возможность поддержки интерактивных методов, требующих запроса дополнительных данных у ЛПР в ходе работы метода. Использование ряда новых методов будет продемонстрировано на практическом примере. Цель векторной оптимизации – найти такое компромиссное решение, которое в наилучшей степени способствует достижению всех целевых функций на множестве альтернатив, заданных системой линейных неравенств.

Основными причинами, вызывающими необходимость векторной постановки задач, являются: [7, с. 75]

• Оптимизация одновременно многих характеристик одного объекта. Данная потребность обусловлена тем, что большинство объектов характеризуется не одним, а целой системой параметров или показателей. Причем многие из них выражаются в различных единицах измерения. Поэтому с помощью различных приемов необходимо сформировать один обобщенный критерий, отражающий различные аспекты эффективности объекта.
• Оптимизация одновременно нескольких объектов – анализ совокупности объектов, каждый из которых оценивается самостоятельным локальным критерием. Найти общий критерий для всей системы не удается, поэтому качество функционирования приходится оценивать век- тором частных, локальных критериев, характеризующих каждый объект в отдельности.
• Оптимизация одного объекта на множестве вариантов условий функционирования. Если условия функционирования объекта значительно меняются и его качество в новых условиях должно оцениваться другим частным критерием, то в таких случаях, как правило, стремятся выразить все частные критерии оптимальности в одних единицах измерения. Этот случай формирования задачи векторной оптимизации вызывает затруднения, если условия изменяются плавно и непрерывно и резкой границы существования конкретного частного критерия не видно. [5, с. 70]
• Оптимизация одного объекта на множестве этапов функционирования. Такая задача возникает, когда функционирование одного или нескольких объектов протекает на отрезке времени, разбитом на отдельные этапы, причем состояния объекта на каждом этапе зависят от управляющих решений ЛПР. Например, может изменяться вид зависимости критерия от влияющих параметров или коэффициенты при неизвестных в целевой функции. ЛПР же интересует интегральное качество функционирования объекта на всех этапах.

В настоящее время в систему включены три таких метода: метод принятия решений, основанный на составлении обобщенного, пронормированного, взвешенного критерия оптимальности; метод принятия решений, основанный на составлении обобщенной, взвешенной целевой функции; метод принятия решений, основанный на последовательных уступках по наиболее важным критериям, чтобы учесть остальные. [7, с. 75]

Остановимся лишь на последнем методе, поскольку он является интерактивным методом, требующим от ЛПР назначать уступки по отдельным критериям в ходе решения задачи, начиная с наиболее значимого. Приведем ниже ответы на вопросы системы (цепочку ответов), которые ведут к выбору этого метода:

• одна проблемная ситуация;

• полная определенность на одном этапе;

• один эксперт;

• несколько признаков (критериев);

• признаки (критерии) несравнимы;

• принцип последовательного рассмотрения критериев;

• признаки (критерии) упорядочены по значимости;

• множество альтернатив представлено в виде подмножества n-мерного пространства;

• заданы количественные оценки альтернатив.

Исходные данные: Zl – веса каждой целевой функции, l=1-L; Fl– локальные целевые функции, l=1-L; On – ограничения, n=1-N; Ul – возможные уступки, l=1-L;

Алгоритм решения:

1. Формируются исходные данные задачи.

2. Критерии Fl располагают по убыванию их значимости Flrang.

3. С помощью метода линейной оптимизации (например, симплекс-метода) находят оптимальный вариант решения Xl и экстремальное значение для наиболее значимой целевой функции (ее рекорд) Flo на заданном множестве альтернатив Xi.

4. ЛПР назначается возможная уступка U1 по первому критерию F1rang для достижения компромисса с последующими критериями. [7, с. 75-76]

5. В область существования решений вводится дополнительное ограничение ON+1 на величину первого критерия: значение наиболее значимой целевой функции должно быть не хуже, чем рекорд минус заданная уступка (если задача решается на максимум целевой функции).

6. Находят оптимальный вариант решения X2 и экстремальное значение (рекорд) F2o второй по значимости целевой функции F2rang на суженной области существования решений ввиду включения в модель дополнительного ограничения на предыдущем шаге.

7. Повторяют шаги 4-6 для всех критериев.

8. Решение, полученное по последнему критерию, с учетом дополнительных ограничений на величину всех остальных, является компромиссным Xk.

9. Сравнивают компромиссное значение каждой целевой функции, полученное на компромиссном варианте Flk, с ее рекордом Flo. В случае недопустимого ухудшения значений отдельных критериев расчет повторяют с другими уступками. Приведем пример экрана ЭСППР, демонстрирующего запрос уступки по одному из критериев (Рис.2).

Рисунок 2 - Запрос значения уступки для критерия [7, с.76]

Вывод: Во второй главе рассмотрена экспертная оболочка на примере ЭСППР, прослежено развитие экспертной оболочки, а именно добавление в базу знаний системы ранее отсутствующих в ней методов принятия решений и соответствующих им цепочек вопросов и ответов для последующего поиска. Это: методы векторной оптимизации; методы, основанные на марковских процессах; метод равноценного обмена; методы семейства ELECTRE и ряд других методов. Подробно рассмотрен алгоритм только для метода векторной оптимизации.