Лабораторная по системам поддержки принятия решений
Повышенный интерес к системам инженерии знаний со стороны пользователей объясняется рядом важных обстоятельств.
Особую значимость приобретают аналогичные разработки, предназначенные для решения задач, связанных с принятием решений и управлением в сложно-организованных объектах.
Круг проблем, относящихся к сложным задачам принятия решений и управления в сложно-организованных объектах, практически неограничен. Задача принятия решений в условиях неопределенности возникает при необходимости действовать в ситуации, известной не полностью.Развитие теории проектирования экспертных систем привело к развитию так называемых систем поддержки принятия решений (СППР).
Первый опыт использования таких систем в технических областях [6, 65, 153, 154, 211, 212, 230, 236, 235, 239, 245, 246, 260, 262, 265, 266, 272] подтвердил перспективность такого подхода.
Сопоставление принципов принятия решений в системах живой природы и в технических системах [95, 191, 192, 193, 194, 195, 196, 215, 216] позволило обсудить некоторые положения, которые можно считать общими для всех систем, и те, которые характерны для каждой конкретной системы. Практически врачу (лицу, принимающему решение) в процессе постановки больному диагноза оказывается необходимым произвести выбор между несколькими альтернативами (т.е.Поэтому несмотря на достигнутые успехи в использовании вычислительной техники в медицине, проектирование систем, ориентированных не на автоматизацию функций лица, принимающего решение, а на предоставление ему помощи в поиске оптимального варианта, представляет собой сложную научную проблему, решение которой имеет важное народохозяйственное значение.
Научная проблема состоит в необходимости систематизировать имеющийся опыт проектирования систем принятия решений, сформулировать основные принципы построения таких систем с учетом специфики медико-биологических задач, дать научное обоснование технических и технологических решений, внедрение которых внесет значительный вклад в теорию и практику проектирования систем принятия решений в условиях неопределенности для класса медико-биологических задач. Целью исследования является развитие теории и методологии проектирования систем поддержки принятия решений в медико-биологических исследованиях; разработка новых и совершенствование применяемых математических и вычислительных методов информационного обеспечения принятия решений и управления в здравоохранении. 10.Реализовать компьютерную СППР и продемонстрировать конструктивность и эффективность найденных решений на конкретных медицинских задачах. Научная новизна исследования определяется развитием теории проектирования систем поддержки принятия решений в направлении построения класса систем, ориентированных на медико-биологические исследования.В связи с повышением требований к современным технологическим системам (их надежности, эффективности, безопасности, автономности и др.), ведущее место заняла проблема выявления аналогий в принципах управления, существующих между системами различной природы.
Сопоставление систем различной природы (технологических, биологических и др.) позволяет выявить общие принципы их структурной и функциональной организации и разработать общие подходы и методы оптимизации управления в сложно-организованных системах. Одним из перспективных направлений повышения качества функционирования систем управления может служить использования алгоритмов искусственного интеллекта. Обсуждаются возможности использования способов иерархической организации управления в биологических системах как основы для создания аналогичных алгоритмов высшего уровня управления в технических системах. Диссертационная работа направлена на развитие теории проектирования систем поддержки принятия решений для класса медико-биологических задач, таких как ранняя дифференциальная диагностика схожих по симптоматике заболеваний, прогнозирование течения патологического процесса, оценка, сравнение и выбор наиболее эффективных медицинских методик, подбор индивидуальной терапии и многие другие. Решение этого круга проблем современной науки до настоящего времени представляет значительные трудности.Попытки непосредственного переноса принципов проектирования технических систем поддержки принятия решений в условиях неопределенности на класс медико-биологических задач без учета перечисленных особенностей не привели к ожидаемому результату.
Поэтому несмотря на достигнутые успехи в использовании вычислительной техники в этом классе задач, развитие теории проектирования систем, ориентированных не на автоматизацию функций лица, принимающего решение, а на предоставление ему помощи в поиске оптимального варианта, представляет собой актуальную научную проблему, решение которой имеет важное народохозяйственное значение. Научная новизна исследования состоит в развитии теории проектирования систем поддержки принятия решений, ориентированных на медико-биологические исследования. Цель учебного пособия — дать будущим специалистам-менеджерам теоретические знания и сформировать у них практические навыки в создании и применении информационных технологий для решения задач управления и принятия решений. Изложены: основные понятия компьютерных систем поддержки принятия решений, история их возникновения, структура, принципы их построения и функционирования, классификация задач и методы решения задач принятия решений и их компьютерная поддержка. Деловые игры (ДИ) применяются для обучения специалистов в области управления производственными процессами современным процедурам и методам принятия решений. Первое практическое занятие посвящено решению задачи принятию решения с использованием метода линейного программирования на основе Excel. Алгоритм идентификации микроорганизмов как пример принятия решений в ситуации неопределенности.Компьютерная реализация методов поддержки принятия решений, основанных на переборе конъюнкций.
Консультационно-диагностическая система дифференциальной рентгенодиагностики «Консилиум-ЯЬ».
Массовое внедрение вычислительных машин в системы управления, в процессы проектирования и конструирования новых технических средств в различных областях народного хозяйства выдвинуло на первый план исследования по искусственному интеллекту и привело, по сути, к становлению индустрии интеллектуальных систем.С точки зрения интеллектуализации ЭВМ глубинных различий между системами этого направления, несмотря на различие их названий, не просматривается.
Во-первых, системы инженерии знаний ориентированы на решение широкого круга задач в неформализованных областях приложения, которые до недавнего времени считались малодоступными для вычислительной техники.
И в первую очередь, это касается задачи повышения качества функционирования системы принятия решений в ситуации неопределенности.До недавнего времени основными подходами к постановке задач принятия решений в условиях неопределенности являлся байесовский метод и принцип максимина, развитый Г.Райфа [155].
Однако попытки непосредственного переноса принципов проектирования систем поддержки принятия решений в условиях неопределенности на класс медико-биологических задач без учета особенностей объектов исследования не привели к ожидаемому результату. С другой стороны, не вызывает сомнения тот факт, что конкретные пути реализации таких систем различны.Развить математические и вычислительные методы классификации, построенные на методе перебора конъюнкций, с учетом особенностей решения медико-биологических задач (коррелированности исходного пространства признаков и наличия пропущенных данных).
Разработать адекватные методы анализа, обеспечивающие повышение качества решения задач альтернативной классификации путем максимально полного использования материала обучения и направленного формирования решающего правила для каждого экзаменуемого объекта.
Основные принципы и подходы к проектированию класса систем, ориентированных на извлечение знаний в медико-биологических исследованиях.
Развитие и совершенствование методов классификации с универсальным обучением, ориентированных на решение медицинских задач.
Метод направленного обучения, обеспечивающий повышение качества решения задач альтернативной классификации. Разработана технология создания модульных систем математического и программного обеспечения для решения ряда актуальных медицинских задач.Разработаны прикладные компьютерные медицинские системы, основанные на выявленных новых знаниях.
Разработанные методы анализа и компьютерные системы успешно использованы для решения ряда конкретных медицинских задач, что внесло значительный вклад в здравоохранение. Указанные компьютерные системы, а также система идентификации микроорганизмов «IDENT», используются в нескольких десятках медицинских учреждений России и стран СНГ (в частности, ММА им. Суммирован опыт использования МСПР в учебном процессе при подготовке специалистов- разработчиков компьютерных систем поддержки принятия решений. Сопоставление принципов управления в технических и биологических системах позволило сформулировать концепцию функции гомео-стаза, позволяющую моделировать ключевые процессы в организме. Подходы, развиваемые в современной теории управления и теории систем принятия решений, позволяют дать анализ некоторых общих явлений, свойственных таким системам вне зависимости от их природы и особенностей, хотя для каждого класса систем характерны свои специфические черты. Делаются попытки алгоритмически перенести на задачи управления сложными системами принципы гомеостатического управления в живой природе.Общим научным вкладом следует считать предложенную совокупность математических методов и вычислительных алгоритмов выявления закономерностей при решении задач в ситуации неопределенности.
Сформулированы основные принципы и подходы к проектированию систем поддержки принятия решений, ориентированных на извлечение знаний в медико-биологических исследованиях. Продемонстрирована конструктивность и эффективность найденных решений на конкретных медицинских задачах. Во-вторых, использование систем инженерии знаний при решении практических задач позволяет достичь результатов не уступающих, а иногда и превосходящих возможности людей-экспертов, не оснащенных такими системами. При этом, отмечается, что нельзя оставлять без внимания и язык описания предмета исследования, и качество представления решений, в первую очередь, интерпретируемость их с позиций пользователя. Идея такого подхода опирается на положение о разделении двух основных функций (информационной и исполнительной) системы управления, которые выполняются разными структурами: диагностической системой и системой, принимающей решения. Предложена концепция модульных систем принятия решений, отвечающих вышеперечисленным требованиям. Изучение эффекта действия некоторых препаратов рецепторного типа с использованием методов принятия решений: Тез. Алгоритм построения многоуровневой диагностической системы для оценки и прогнозирования состояния сложных динамических объектов: Сб. О построении решающего правила при решении задач альтернативной диагностики методом перебора конъюнкций с направленным обучением: Сб. Разработка модульной системыпрограмм в проблеме оценки эффективности лекарственных средств: Тез. УМК по дисциплине "Методы принятия решений" предназначен для студентов, обучающихся по специальности 080507 "Менеджмент организации".В задачу этого направления входят исследования и разработки программ (устройств), использующих знания и процедуры вывода для решения задач, являющихся трудными для людей-экспертов.
Принятие решений в условиях неопределенности включает большое разнообразие постановок задач, конкретизируемых указанием возможных стратегий, возможных последствий применения стратегий, оценкой потерь, связанных с применением выбранной стратегии и др.Основной принцип построения решений подобного класса задач основан на схеме анализа вариантов.
В рамках принятого положения система, принимающая решение, опирается, в первую очередь, на результат работы узнающей системы, и, следовательно, качество принятия решения зависит, в основном, от качества функционирования узнающей системы (хотя, не только от нее).
Есть основания предполагать, что некоторые системные заболевания, в том числе, хронические, являются следствием дефектов в работе аутодиагностической системы. В рамках этого положения система, принимающая решения, использует результат работы узнающей системы и, следовательно, качество принятия решения зависит, в основном, от качества функционирования узнающей системы.Практическую ценность диссертационной работы составляют прикладные компьютерные системы, успешно используемые для решения ряда конкретных медицинских задач.
Проектирование систем поддержки принятия решений рассматривается в двух аспектах: создание аппарата, обеспечивающего качественное формирование правил заключений, и создание гибкого компьютерного продукта диалогового взаимодействия пользователя с правилами заключений.
Так, в случае неполного или ошибочного узнавания ситуации, система, принимающая решение, либо не мобилизует свои ресурсы, либо расходует их ошибочно.Система прогнозирования осложнений при остром инфаркте миокарда «Сандида-ОИМ» внедрена в ЦКВГ ФСБ РФ.
В первую очередь, это касается повышения эффективности функционирования узнающей системы, спроектированной с учетом особенностей предметной области исследования.
В учебном пособии отражены аспекты моделирования и принятия решений в организационно-технических системах.
Основное внимание уделено моделированию бизнес-процессов с использованием автоматизированных средств поддержки принятия решений.
Описаны процессы системного анализа, моделирования и принятия решений на промышленных предприятиях.
Предназначено для студентов дневной и дистанционной форм обучения направлений 230100 – Информатика и вычислительная техника, 220400 – Управление в технических системах, 080200 – Менеджмент специальности 080502 – Экономика и управление на предприятии (металлургия).
ISBN 978-5-9916-4186-9В учебнике описаны методы имитационного моделирования, в том числе методы системной динамики и агентного моделирования. Представлены основные функциональные возможности систем имитационного моделирования, в том числе Powersim, AnyLogic и GPSS World. Учебник соответствует требованиям Для студентов высших учебных заведений, бакалавров, магистров, аспирантов, преподавателей, специализирующихся в области имитационного моделирования и проектирования интеллектуальных систем управления. В качестве инструмента моделирования и анализа используется система Actor Pilgrim.Книга предназначена для студентов вузов, обучающихся по направлению «Прикладная информатика», аспирантов, научных работников и специалистов по применению современных методов и средств имитационного моделирования в предметных областях. Учебное пособие содержит описание методов имитационного моделирования телематических систем, сетей и устройств в среде GPSS, примеры описания типовых систем при помощи теории массового обслуживания, а также курс практических заданий по освоению рассмотренных инструментальных средств. Включает описание возможностей программы GPSS для моделирования систем массового обслуживания различной сложности и содержит методические рекомендации и материалы к циклу лабораторных работ студентов. 91-124 .Глава содержит описание метода приближённой оптимизации динамических стохастических систем, известного под названием optimization-simulation. Сеточный метод равномерного зондирования пространства параметров, названный ЛПтау-поиск с усреднением, позволяет оценить область эффективности, как область в пространстве параметров, в которой показатели качества системы имеют значения, лучшие, чем в других областях. ФГБОУ ВПО «Тверской государственный университет», Факультет прикладной математики и кибернетики, Кафедра математической статистики и системного анализа. Излагается концепция интеллектуального агента как имитационной модели состояния и поведения активного элемента в сложных ситуациях взаимодействия с другими активными элементами и внешней средой, а также структурно-параметрическое описание, алгоритмы идентификации и программная реализация мультиагентных имитационных моделей на примерах производственных, социальных и маркетинговых систем в универсальной имитационной системе Simplex3.Пособие предназначено для подготовки бакалавров и магистров по направлению 010900 «Прикладные математика и физика» по профилю «Инфокоммуникационные и вычислительные системы и технологии», а также может быть рекомендовано для подготовки системных аналитиков и разработчиков компьютерных систем поддержки принятия решения по направлению 230100 – «Информатика и вычислительная техника» по профилю «Автоматизированные системы обработки информации и управления».
Кроме того, эта работа будет полезной для системотехников, математиков, программистов и студентов-бакалавров экономики, в том числе в направлении 080500 «Бизнес-информатика», желающих подробнее изучить системный подход при построении имитационных моделей.
Основное внимание уделяется объектно-ориентированному подходу к моделированию сложных систем большими коллективами разработчиков, в частности, моделированию систем реального времени. В пособии рассмотрены основные понятия, виды и инструментальные средства моделирования, основные этапы разработки компьютерных моделей сложных систем. Основное внимание уделено многоподходному инструменту моделирования объектов и процессов AnyLogic 6 и технологиям построения имитационных моделей по методологиям системной динамики (физические процессы), дискретно-событийного моделирования (транспортные сети, полиграфические процессы) и пешеходной динамики (системы массового обслуживания) в среде AnyLogic. Предназначено для бакалавров и магистров, обучающихся по направлениям подготовки 051000 - Профессиональное обучение (по отраслям), по направлению 230400 - «Информационные системы и технологии», а также аспирантов, научных работников и инженеров специализирующимся в области математического моделирования сложных систем. ISBN 978–966–695–220–5.В учебном пособии проанализированы проблемы и возможности развития эффективных бизнес-систем при использовании информационных систем, средств стратегического управления, пооперационного расчета себестоимости, инструментальной системы моделирования, анализа и реинжиниринга бизнес-процессов ARIS. Широко освещены наиболее существенные приложения имитационного моделирования в экономике и управлении, включая моделирование бизнес-процессов и цифровые модели производства, управление цепями поставок, динамические модели предприятий и социально-экономических систем, в том числе агентное моделирование социального и организационного поведения людей.Рекомендовано Государственным образовательным учреждением высшего профессионального образования Национальным исследовательским университетом «Высшая школа экономики» в качестве учебного пособия для студентов высших учебных заведений, обучающихся по направлению подготовки «Прикладная информатика в управлении» по специальностям «Прикладная информатика», «Бизнес-информатика», «Информационный менеджмент», «Менеджмент», «Государственное и муниципальное управление». Будет полезно магистрам, аспирантам, занимающимся исследованиями в области применения современных информационных технологий и методов компьютерного моделирования в сфере управления и экономики, слушателям МВА и других программ в системе бизнес-образования, специалистам и преподавателям высших учебных заведений, а также всем, кто хочет освоить метод имитационного моделирования и научиться применять его для принятия управленческих решений.Также рассматривается прогнозирование параметров системы, как одно из приложений имитационного моделирования.
Курс лекций предназначен для студентов специальностей 010501 – прикладная математика и информатика, 230401 – прикладная математика для изучения дисциплины «Имитационное моделирование сложных систем».
Кратко изложены принципы и примеры создания ситуационных моделей, а также алгоритмы идентификации и прогнозирования состояния больших систем. Даны вопросы для самопроверки и задания к выполнению лабораторных работ.Содержание пособия соответствует ГОСу профессиональной образовательной программы для студентов и бакалавров высших учебных заведений, обучающихся по направлению 230100 – «Информатика и вычислительная техника» по специальности 230102 – «Автоматизированные системы обработки информации и управления». Данная технология может быть использована для моделирования любых систем, функционирование которых описывается дискретно-непрерывными процессами. В качестве моделей таких систем рассматриваются модели, построенные на основе систем и сетей массового обслуживания.Материал пособия сопровождается примерами, направленными на развитие навыков и умения применять простейшие модели и методы для исследования реальных систем.
Особое внимание уделяется анализу и изучению свойств систем, представляемых моделями массового обслуживания.
Пособие предназначено для студентов, обучающихся в области информационных технологий, а также для выпускников (бакалавров, магистрантов и специалистов) по направлению 230100 – «Информатика и вычислительная техника», подготавливающих выпускные квалификационные работы, в которых требуется выполнить моделирование и исследование системы с дискретным характером функционирования. Пособие может быть полезным для аспирантов и специалистов, выполняющих исследования реальных систем с использованием аналитических и имитационных методов моделирования. Методические указания предназначены для студентов специальности 23020165 «Информационные системы и технологии». Этот проект, финансируемый Европейским союзом по программе Tempus, посвящен разработке и внедрению учебных курсов для подготовки магистров по направлению логистики авиационного производства.Книга ориентирована на специалистов в области разработки информационных систем, их компонентов, других объектов, где возможно системное применение информационных технологий в логистике. Содержит три лабораторные работы по созданию имитационных моделей – дискретно-событийной, системно-динамической и агентной. Изучаются приемы наглядной визуализации исследуемого процесса, интерактивной анимации с возможностью изменения параметров системы по ходу моделирования процесса. Излагаются принципы системного моделирования, построения имитационных и аналитических моделей.
А знайте ли Вы?
1) БауманаИзложены основные вопросы, связанные с построением моделей реальных систем, проведением компьютерных экспериментов на моделях и управлением этими экспериментами.
2) Пособие подготовлено на кафедре автоматики и компьютерных систем Томского политехнического университета, соответствует программе дисциплины «Компьютерное моделирование» и предназначено для студентов Института дистанционного образования.
3) Учебное пособие ориентировано на студентов технических и экономических специальностей, в специализацию которых входят следующие курсы: «Компьютерное моделирование», «Моделирование и анализ сложных систем», «Математическое моделирование систем», «Моделирование и анализ бизнес-процессов».
4) Представлено сравнение основных систем компьютерной математики, которое сопровождается практическими примером построения математической модели экономического роста в пакете MatLab.
Copyright © Учеба в радость 2015