ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ВЫЯВЛЕНИЯ И ДИАГНОСТИКИ ПРОБЛЕМ В ЗАДАЧАХ АНАЛИЗА СЛОЖНЫХ СИСТЕМ


Цитировать

Полный текст

Аннотация

Предложен новый подход к выявлению и диагностике проблемной ситуации, основанный на многокритериальном извлечении знаний об исследуемой системе. Рассмотрены основные модели и методы представления знаний, предложены критерии оценки качества полученных знаний.

Полный текст

Понятие «проблемы» в системном анализе. Системный анализ с практической точки зрения представляет собой универсальную методику решения сложных проблем произвольной природы. Ключевым понятием в данном случае является понятие «проблема», которое можно определить как «субъективное отрицательное отношение субъекта к реальности». Соответственно этап выявления и диагностики проблемы в сложных системах является наиболее важным, так как определяет цели и задачи проведения системного анализа, а также методы и алгоритмы, которые будут применяться в дальнейшем при поддержке принятия решений. В то же время этот этап является наиболее сложным и наименее формализованным. Анализ русскоязычных трудов по системному анализу позволяет выделить два наиболее крупных направления в данной области, которые можно условно назвать рациональным и объективносубъективным подходами. Первое направление системного анализа (рациональный подход) рассматривает системный анализ как набор методов, и в том числе методов, основанных на использовании ЭВМ, ориентированных на исследование сложных систем [1; 2]. При таком подходе наибольшее внимание уделяется формальным методам построения моделей систем и математическим методам исследования системы. Понятия «субъект» и «проблема» как таковые не рассматриваются, а вот понятие «типовых» систем и проблем как раз встречается часто (система управления – проблема управления, финансовая система – финансовая проблема и др.).
×

Об авторах

Евгений Александрович Сопов

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева

Email: es_gt@mail.ru
кандидат технических наук, доцент кафедры системного анализа и исследования операций

Сергей Александрович Сопов

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева

Email: sergey_sopov@mail.ru
аспирант кафедры системного анализа и исследования операций

Список литературы

  1. Оптнер С. Л. Системный анализ для решения деловых и промышленных проблем. М. : Сов. радио, 1969.
  2. Антонов А. В. Системный анализ. М. : Высш. шк., 2004.
  3. Теоретические основы системного анализа В. К. Голиков, Б. Е. Демин, В. И. Новосельцев, Б. В. Тарасов. М. : Майор, 2006.
  4. Акофф Р., Эмери Ф. О целеустремленных системах. М. : Сов. радио, 1974.
  5. Акофф Р. Искусство решения проблем. М. : Мир, 1982.
  6. Тарасенко Ф. П. Прикладной системный анализ. Томск : Изд-во Том. ун-та, 2004.
  7. Дюк В., Самойленко А. Data Mining : учеб. курс. СПб. : Питер, 2001.
  8. Барсегян А. А. Технологии анализа данных. СПб. : БХВ-Петербург, 2007.
  9. Интеллектуальные системы / В. М. Курейчик [и др.]. М. : Физматлит, 2005.
  10. Сопов Е. А. Интеллектуальные информационные технологии извлечения знаний // Системный анализ в проектировании и управлении : тр. Х междунар. науч.-практ. конф. Ч. 2. СПб. : Изд-во Политехн. ун-та, 2006. С. 289–296.
  11. Толковый словарь русского языка : в 4 т. под ред. Д. Н. Ушакова. М. : Сов. энцикл. : ОГИЗ, 1935–1940.
  12. Большая советская энциклопедия : 3-е изд. [Электронный ресурс] // Book Archive.RU. URL: http://www.bookarchive.ru/jenciklopedii/ (дата обращения: 19.10.2011).
  13. Новейший философский словарь. 3-е изд., исправл. Минск : Книжный Дом, 2003.
  14. Miller G. A. The Magical Number Seven, Plus or Minus Two // The Psychological Review. 1956. Vol. 63. P. 81–97.
  15. Уоссермен Ф. Нейрокомпьютерная техника: теория и практика. М. : Мир, 1992.
  16. Нечеткая логика и искусственные нейронные сети : учеб. пособие / В. В. Круглов [и др.]. М. : Физматлит, 2002.
  17. Семенкин Е. С. Эволюционные алгоритмы поддержки принятия решений при управлении сложными системами // Вестник СибГАУ. 2005. Вып. 7. С. 83–85.
  18. Zitzler E., Thiele L. Multiobjective evolutionary algorithms: A comparative case study and the strength Pareto approach // IEEE Trans. on Evolutionary Computation. 1999. Vol. 3. № 4. Р. 257–271.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Сопов Е.А., Сопов С.А., 2011

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах