Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах

Рассматриваются вопросы методологии компьютерной поддержки деятельности человека на таких этапах процесса анализа интеллектуальных проблем, как оценка ситуации, определение целей, генерация множества допустимых вариантов, выбор наилучшей альтернативы. Подчеркивается необходимость сочетания качествен...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2009
Автор:	Шепетуха, Ю.М.
Формат:	Стаття
Мова:	Російська
Опубліковано:	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України 2009
Теми:	Эргатические системы управления
Онлайн доступ:	https://nasplib.isofts.kiev.ua/handle/123456789/7641
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах / Ю.М. Шепетуха // Кибернетика и вычисл. техника. — 2009. — Вип. 157. — С. 25-35. — Бібліогр.: 11 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

_version_	1860060948945960960
author	Шепетуха, Ю.М.
author_facet	Шепетуха, Ю.М.
citation_txt	Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах / Ю.М. Шепетуха // Кибернетика и вычисл. техника. — 2009. — Вип. 157. — С. 25-35. — Бібліогр.: 11 назв. — рос.
collection	DSpace DC
description	Рассматриваются вопросы методологии компьютерной поддержки деятельности человека на таких этапах процесса анализа интеллектуальных проблем, как оценка ситуации, определение целей, генерация множества допустимых вариантов, выбор наилучшей альтернативы. Подчеркивается необходимость сочетания качественных и количественных подходов для эффективного содействия всему комплексу действий человека — от первоначального уяснения сути проблемы до принятия окончательного решения. Предложено использование расширенного множества альтернатив, что способствует разнообразию допустимых вариантов поведения.
first_indexed	2025-12-07T17:04:13Z
format	Article
fulltext	25 УДК 681.513 Ю.М. Шепетуха ФОРМИРОВАНИЕ И ВЫБОР АЛЬТЕРНАТИВ РЕШЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ПРОБЛЕМ В ЧЕЛОВЕКО-МАШИННЫХ СИСТЕМАХ Рассматриваются вопросы методологии компьютерной поддержки дея- тельности человека на таких этапах процесса анализа интеллектуальных проблем, как оценка ситуации, определение целей, генерация множества допустимых вариантов, вы- бор наилучшей альтернативы. Подчеркивается необходимость сочетания качественных и количественных подходов для эффективного содействия всему комплексу действий че- ловека — от первоначального уяснения сути проблемы до принятия окончательного ре- шения. Предложено использование расширенного множества альтернатив, что способст- вует разнообразию допустимых вариантов поведения. Широкое внедрение информационных технологий открывает возможно- сти для использования компьютеров не только при автоматизации выполне- ния четко определенных и хорошо структурированных задач, но и при ана- лизе проблем с меньшей степенью детерминированности и структурирован- ности. В последние годы подобные проблемы все больше привлекают вни- мание исследователей, а их решение имеет важное теоретическое и при- кладное значение в различных сферах деятельности человека. В литературе приводятся следующие характерные черты слабоструктурированных про- блем: при их анализе не существует ясных условий завершения работы; имеются лучшие и худшие варианты действий, но часто отсутствуют фор- мализованные критерии эффективности; не всегда имеются заранее задан- ные альтернативы, часто альтернативы являются уникальными; уровни аб- стракции при постановке задачи и анализе проблемы зависят от субъектив- ных представлений участвующих в этих процессах людей [1]. Деятельность человека по решению подобных проблем, которые характеризуются слож- ными, динамически изменяющимися и недостаточно определенными взаи- мосвязями, не может основываться на выполнении некоторой заранее фик- сированной последовательности операций и процедур, а требует использо- вания его интеллектуальных способностей, знаний и опыта действий в усло- виях неопределенности. В работе [2] отмечается, что при исследовании ин- теллектуальных задач следует учитывать два вида неопределенности. Пер- вый вызван неполнотой знаний о проблеме, когда собрана не вся информа- ция, необходимая для надлежащей оценки ситуации и принятия эффектив- ного решения. Второй вид связан с неоднозначностью имеющихся знаний о предметной области, когда истинность или ложность каких-либо высказы- ваний не может быть установлена с абсолютной достоверностью. Интеллектуальные способности человека должны сочетаться с возмож- ностями информационных технологий таким образом, чтобы позволять ре- шать даже такие сложные проблемы, которые характеризуются отсутствием четкой структуры, существенной неполнотой и неоднозначностью знаний. Другими словами, задачей создаваемых интеллектуальных человеко-машин- © Ю.М. Шепетуха, 2009 ISSN 0452-9910. Кибернетика и вычисл. техника. 2009. Вып. 157 26 ных систем является обеспечение эффективного сочетания элементов есте- ственного и искусственного интеллекта. Отметим, что исследователи, зани- мающиеся вопросами симбиоза естественного и искусственного интеллекта, пришли к выводу, что в ближайшем будущем наибольшие шансы для ус- пешного развития будут иметь не глобальные компьютеризованные ком- плексы общего назначения, а специализированные человеко-машинные сис- темы, предназначенные для работы в узких предметных областях [3]. Такие предметные области позволяют обеспечить эффективное сочетание как опыта профессиональной деятельности и неформальных знаний человека о характере качественных взаимосвязей между наиболее существенными пе- ременными, так и возможностей компьютера по обработке и отображению больших объемов информации. При этом крайне актуальным вопросом яв- ляется разработка методологии использования информационных систем для моделирования, анализа и поддержки различных конкретных видов интел- лектуальной деятельности человека. Наиболее важными видами такой дея- тельности являются: формирование целей системы и определение критериев эффективности ее функционирования; преобразование множества целей в совокупность альтернативных действий по их достижению; анализ возмож- ных результатов использования альтернатив в ситуациях, характеризую- щихся различной степенью неполноты и неоднозначности информации. В большинстве опубликованных работ по данной проблематике основное внимание уделяется анализу процессов формирования структуры приорите- тов и целей на различных уровнях управленческой иерархии. В то же время отсутствуют универсальные теоретические подходы к построению эффек- тивного механизма преобразования набора целей в альтернативные способы действий по их достижению [4]. Авторы работы [4] также подчеркивают не- обходимость разработки методологических основ для компьютерной под- держки различных этапов процесса принятия решения, включая оценку си- туации, генерацию альтернатив, оценивание краткосрочных и долгосрочных последствий использования сформированных альтернатив, а также выбор наиболее приемлемой альтернативы. Будем рассматривать деятельность человека, решающего некоторую проблему и взаимодействующего с компьютеризованной информационной системой, как состоящую из последовательности этапов (рис. 1). Уяснение сути проблемы и формирование целевого множества G Преобразование G → A целевого множества во множество возможных альтернативных действий Принятие окончательного решения о выборе альтернативы a ∈ A Рис. 1. Этапы деятельности человека по решению интеллектуальной проблемы Характерная особенность анализа интеллектуальных проблем заключа- ется в том, что на каждом из этапов необходимо действовать в условиях от- сутствия достоверной и полной информации как о состоянии окружающей среды, так и о предпочтениях лица, принимающего решение. Следует иметь в виду, что факт наличия неопределенности в исследуемой проблеме может 27 иметь не только отрицательные, но и положительные последствия. Так, в работе [5] отмечается, что, с одной стороны, неопределенность затрудняет сопоставление альтернативных вариантов решения проблемы, но, с другой стороны, существенно расширяет имеющуюся у человека свободу выбора. Для успешной реализации потенциальных возможностей, порождаемых та- кой свободой выбора, необходимы механизмы извлечения, структурирова- ния и использования как эксплицитных, так и имплицитных знаний челове- ка о характерных особенностях данной интеллектуальной проблемы и воз- можных путях ее решения. Эксплицитные знания могут применяться, на- пример, при построении количественных моделей, описывающих вклад ка- ждого из возможных вариантов действий в достижение поставленных целей. Имплицитные знания могут использоваться при формировании целевого множества, в наибольшей степени соответствующего существенным осо- бенностям анализируемой проблемы. Кроме того, без наличия таких знаний затруднительно произвести окончательный выбор приемлемого варианта действий в тех случаях, когда не все наиболее важные аспекты проблемы могут быть описаны с помощью математических моделей. Таким образом, предлагаемый подход основан на совместном приме- нении как количественных моделей, описывающих отдельные элементы данной проблемной ситуации, так и профессионального опыта и навыков человека, модифицируемых в соответствии с изменениями характерных черт исследуемой проблемы. Поэтому при анализе основных особенностей действий человека на каждом из вышеуказанных последовательных этапов необходимо уяснить, какие внутренние и внешние факторы оказывают наи- более существенное влияние на процесс решения данной проблемы. Иными словами, должна быть сформирована концептуальная модель, отражающая как объективную сторону данной проблемы, так и субъективное представ- ление человека о путях ее решения. Далее нужно исследовать сформиро- ванную концептуальную модель и оценить возможности формализации наиболее важных причинно-следственных отношений между ее составны- ми частями. И, наконец, необходимо рассмотреть возможные варианты использова- ния компьютеризованных систем на каждом из этапов деятельности чело- века. При этом следует иметь в виду, что наиболее эффективные альтерна- тивы могут быть неизвестны заранее, а генерироваться лишь в процессе анализа текущей ситуации и уяснения существенных взаимосвязей рас- сматриваемой проблемы. Таким образом, для всестороннего анализа и ус- пешного решения сложных неструктурированных проблем необходимо со- вместное использование как современных информационных технологий, так и эффективных методов формирования, модификации и использования знаний человека об особенностях данной проблемной ситуации. Подобное объединение возможностей человека и компьютера позволяет, даже при существенном изменении параметров внешней среды, обеспечить выпол- нение свойства функционального гомеостазиса, что является важнейшим 28 условием обеспечения эффективности человеко-машинных систем [6]. Ха- рактерная черта таких систем — способность к обучению, что позволяет им надлежащим образом адаптироваться к изменяющимся условиям функцио- нирования. Уяснение сути проблемы и формирование целевого множества G (как частный случай, в качестве целевого множества можно рассматривать набор целевых переменных },, ,{ 21 nggg … или одну целевою переменную g) явля- ется этапом, который во многом определяет как процесс, так и результат деятельности людей по решению возникающих перед ними проблем. В ходе этого этапа осуществляется преобразование в эксплицитную форму пред- ставлений человека о текущей ситуации и тенденциях ее развития, а также о возможных вариантах и желаемых результатах его целенаправленной дея- тельности. Если проблема анализируется и решается одним человеком, то основная сложность часто состоит в четком осознании им своих ментальных моделей и в последующем правильном их использовании для структуриро- вания и анализа рассматриваемой интеллектуальной проблемы. При этом за- дачей компьютеризованных средств является содействие в извлечении, обра- ботке и визуализации отдельных элементов этих ментальных моделей. В данном случае необходимо учитывать не только взаимосвязи, отражающие основные особенности текущей ситуации, но и возможные варианты коли- чественных и качественных изменений отношений. В настоящее время существует несколько методов образного представ- ления и анализа взаимного влияния различных компонентов исследуемой проблемы. Так, в [4] для выполнения задачи формирования образов ситуа- ций предлагается использовать многоуровневые когнитивные диаграммы, а анализ базируется на итеративном процессе формирования и модифика- ции причинно-следственных отношений первого порядка. Основной слож- ностью при практическом использовании подобных подходов является трудность обеспечения рационального баланса, с одной стороны, между необходимой для понимания существа проблемы глубиной ее анализа и, с другой, требуемой для обеспечения возможности решения проблемы за приемлемое время простотой структуры рассматриваемых причинно-след- ственных отношений. Человеко-машинные системы, предназначенные для поддержки форми- рования и выбора альтернатив при групповой деятельности, обладают рядом специфических особенностей. Так, в случае решения проблемы некоторой группой, состоящей из k людей, начальный этап анализа проблемы выпол- няется за два последовательных шага. На первом формируется k целевых множеств ,,, , 21 kGGG … характеризующих индивидуальные предпочтения членов группы. Второй шаг можно описать некоторым оператором , },,,{ : 21 sk GGGGP →… отображающим k индивидуальных целевых мно- жеств в интегральное целевое множество .sG При этом конкретный вид опе- ратора P определяется составом группы, внутригрупповой иерархией, а также способами анализа и разрешения возникающих конфликтов. Будем 29 предполагать, что цели членов группы принципиально непротиворечивы, в таком случае возникающие в группе конфликты не являются антаго- нистическими. Тогда индивидуальные цели можно модифицировать таким образом, чтобы обеспечить рациональное сочетание интересов как от- дельных людей, так и группы в целом. Другими словами, принципиально возможно достижение такого группового консенсуса, при котором вы- полняется: • либо соотношение , ...21 ∅≠= ks GGGG III т.е. P представляет со- бой операцию пересечения множеств ;,,, 21 kGGG K • либо соотношение , ... 21 ∅≠⊂ ks GGGG III т.е. P представляет со- бой последовательность вышеуказанной операции пересечения и операции сужения множества kGGG III ...21 до множества .sG Конкретный вид сформированного интегрального целевого множества определяет содержание и логическую взаимосвязь дальнейших действий по анализу и решению рассматриваемой проблемы. Во многих практических задачах данное целевое множество представляет собой конечный набор це- левых переменных },,,,{ 21 nggg … которые можно трактовать как подцели некоторой глобальной цели. В этом случае человеко-машинная система должна содействовать уяснению человеком и представлению в эксплицит- ном виде структуры взаимоотношений между этими переменными с точки зрения их вклада в достижение поставленных целей. При этом, в зависимо- сти от степени неопределенности исследуемой проблемы, можно выделить следующие типы взаимосвязей между целевыми переменными. 1. Случай целевой неопределенности, когда до начала анализа пробле- мы нельзя указать какое-либо количественное соотношение, характеризую- щее степень важности реализации локальных целей },,,{ 21 nggg … для дос- тижения общей цели. При этом не представляется возможным построить математическую модель, адекватным образом описывающую данную ситуа- цию. Поэтому анализ осуществляется, главным образом, на основе качест- венных, неформализованных представлений человека о существенных осо- бенностях стоящей перед ним проблемы и путях ее разрешения. 2. Случай полной целевой определенности, когда возможно указать не- которое количественное соотношение, описывающее вклад локальных целей },,,{ 21 nggg … в достижение глобальной цели. В качестве примера можно привести задание весовых коэффициентов nwww ,,, 21 … линейной функции агрегации локальных целей в глобальную , 2211 nnUwUwUwU +…++= где ,, ,, 21 UUUU n… — некоторые действительные числа, характеризующие степень достижения локальных целей },,,{ 21 nggg … и глобальной цели со- ответственно. 3. Весь диапазон промежуточных случаев между полной целевой опре- деленностью и целевой неопределенностью, что наиболее часто встречается при анализе и решении реальных интеллектуальных проблем. Например, вместо точных значений весовых коэффициентов nwww ,,, 21 … могут зада- 30 ваться некоторые интервалы ,,,, 21 nWWW ∆…∆∆ такие что ,11 Ww ∆∈ . ,,22 nn WwWw ∆∈∆∈ K Существует несколько подходов к использованию интервальных методов для учета неясности предпочтений человека и неоп- ределенности внешней среды. Так, в [7] предлагается сравнительно простая итеративная процедура последовательной элиминации доминируемых аль- тернатив. В [8] интервальные методы применяются как для определения по- тенциальной оптимальности рассматриваемых альтернатив, так и для анали- за отношений доминирования между ними. Однако, хотя компьютерная поддержка в значительной степени ускоряет и облегчает процесс определе- ния доминируемых альтернатив, во многих случаях человек может испыты- вать существенные сложности при определении верхних и нижних границ интервалов для весовых коэффициентов. Поэтому многие исследователи считают [9, 10], что при решении достаточно сложных проблем и необходи- мости учета большого числа различных факторов, наиболее достоверной информацией, которую можно извлечь из ментальной модели человека и ко- торая представлена в эксплицитной форме, является ранжирование степени важности достижения локальных целей для достижения глобальной цели. Другими словами, на конечном множестве },,,{ 21 nggg … может быть зада- но некоторое отношение ,R обладающее свойствами антирефлексивности и транзитивности. Это позволяет, с одной стороны, внести элементы структу- рированности в деятельность человека (или группы людей) по анализу рас- сматриваемой проблемы и, с другой, оставить значительную свободу выбо- ра при генерировании и оценивании приемлемых альтернативных вариантов решения. Поэтому такой подход дает возможность исследовать более широ- кий диапазон проблемных ситуаций при одновременном обеспечении доста- точной когнитивной простоты используемых интерактивных процедур. На следующем этапе деятельности человека осуществляется преобра- зование целевого множества во множество альтернативных вариантов дей- ствий, направленных на достижение поставленных целей. В формализо- ванной форме это можно записать в виде оператора AGP →:1 для случая принятия индивидуальных решений или в виде оператора AGP SC →: для случая принятия групповых решений. Структура множества A имеет большое значение для последующего анализа различных аспектов рассмат- риваемой интеллектуальной проблемы. Во многих практических задачах эти множества представляют собой конечные наборы альтернативных ва- риантов решения проблемы }.,, ,{ 21 zaaa … При этом обычно принимается допущение, что такие варианты исчерпывающие и взаимоисключающие. Вместе с тем, в ряде работ обращается внимание на необходимость разра- ботки более глубокой классификации термина «альтернативные варианты». Так, в [11] предлагается различать следующие случаи: полностью противо- положные варианты (если осуществление одного варианта исключает реали- зацию другого); частично альтернативные последовательные варианты (если после завершения варианта 1 можно вернуться к варианту 2); частично аль- 31 тернативные последовательно-параллельные варианты (вернуться к вариан- ту 2 можно, отложив на время вариант 1); а также частично альтернативные параллельные варианты (возможно одновременное осуществление обоих вариантов). Данную трактовку можно обобщить и для большего числа раз- личных допустимых сочетаний альтернативных вариантов решения пробле- мы. В этом случае расширенное множество альтернативных вариантов запи- сывается в виде произведения множеств ,.... AAA ××× а каждый элемент данного произведения представляет собой последовательность из t альтер- натив: }....,,, :,,,{ 2121 AaAaAaaaa tt ∈∈∈… Каждую отдельную последова- тельность AAAaaa t ×××∈… ...),,,( 21 будем называть расширенной исход- ной альтернативой. Пусть на множестве A можно указать r качественно различных типов элементарных исходных альтернатив. Иными словами, множество A можно разбить на конечное число непересекающихся под- множеств ,,, , 21 rAAA K каждое из которых представляет собой некоторый класс эквивалентности относительно отношения «однотипные элементарные исходные альтернативы». Данное отношение обладает свойствами рефлек- сивности, симметричности и транзитивности, а соответствующее фактор- множество состоит точно из r элементов. Использование расширенного ис- ходного множества альтернатив дает возможность значительно повысить уровень разнообразия рассматриваемых вариантов решения проблемы. При этом вместо r различных типов альтернатив, существующих при использо- вании исходного множества A, можно сформировать значительно большее число качественно отличных друг от друга альтернативных вариантов пове- дения (рис. 2). С концептуальной точки зрения, это дает возможность обес- печить выполнение такого фундаментального принципа построения интел- лектуальных человеко-машинных систем, как принцип необходимого и дос- таточного разнообразия [6]. С практической точки зрения, использование расширенного множества альтернатив позволяет, во-первых, иметь более богатый выбор вариантов решения данной конкретной проблемы и, во- вторых, создавать достаточно обширную базу знаний, представляющую наиболее успешные способы анализа интеллектуальных проблем. Так как многие реальные проблемы часто имеют ряд сходных между собой черт, то человек обычно предпочитает использовать ту альтернативу, которая при- вела к успешным результатам в прошлом. Однако следует иметь в виду, что решение, которое ранее являлось эффективным, не всегда остается таковым и в настоящее время. Поэтому необходимо тщательно анализировать дина- мические аспекты проблемы и учитывать тенденции изменения ее наиболее характерных черт и взаимосвязей. Это позволит глубже оценить все факто- ры «за» и «против» генерации альтернатив, аналогичных тем, которые ранее привели к успешному результату. Таким образом, при генерации альтернатив необходимо уяснить раз- личные аспекты текущей ситуации, а также понять, какие именно перемен- ные оказывают наибольшее влияние на достижение поставленной цели. Это позволит избежать не только плохо обоснованного выбора окончательного 32 варианта решения, но и недостаточно обдуманной и слишком поспешной генерации альтернатив. Среди важных недостатков существующих подхо- дов часто называют формирование слишком малого числа альтернативных вариантов, что не дает возможности для всестороннего анализа имеющейся проблемы и принятия достаточно взвешенного решения. Поэтому одной из задач компьютеризованных информационных систем является поддержка деятельности человека по формированию, моделированию и оценке значи- тельного числа альтернатив за приемлемое время. Интерактивный режим работы и возможность просмотра предварительных результатов моделиро- вания в реальном времени позволяют обеспечить требуемые гибкость, бы- стродействие и простоту используемых интерактивных процедур. При этом неточные и часто противоречивые исходные данные должны обрабатывать- ся техническими средствами и представляться человеку в таком виде, чтобы облегчить генерацию наиболее эффективных способов решения сущест- вующей проблемы. Часто также целесообразно использовать процедуры предварительного селектирования — с тем, чтобы ограничить анализ не- сколькими наиболее подходящими для данной конкретной ситуации альтер- нативами. … … … Первое исходное множество альтернатив Второе исходное множество альтернатив t-е исходное множество альтернатив Ai Ar A1 Aj Ar A1 A1 Ar A1 Рис. 2. Использование расширенного множества альтернатив для повышения уровня разнообразия рассматриваемых вариантов решения проблемы Завершающим этапом деятельности человека по решению интеллекту- альной проблемы является выбор конкретной альтернативы из множества допустимых вариантов. Используемая на данном этапе методология суще- ственным образом зависит от вида целевого множества и характера взаи- мосвязей между целевыми переменными. При целевой неопределенности выбор осуществляется на основе качественного подхода с использованием неформальных знаний, интуиции и опыта людей, участвующих в анализе данной интеллектуальной проблемы. В этом случае задачей компьютеризо- ванной системы является предоставление человеку возможности получения качественной информации о существенных особенностях исследуемой про- блемы и возможных подходах к ее решению. В случае полной целевой оп- 33 ределенности можно построить математические модели, определяющие наилучшее в каком-то смысле решение данной задачи. При этом компью- теризованные технические средства могут использоваться как для вычис- ления оптимального решения, так и для представления результатов в удоб- ной для восприятия форме. Наибольшие же перспективы использования информационных систем для поддержки интеллектуальной деятельности человека открываются в широком диапазоне промежуточных случаев меж- ду целевой неопределенностью и полной целевой определенностью. В та- ких задачах можно разработать и исследовать достаточно большое число вариантов интерактивного взаимодействия между компьютеризованными техническими средствами и лицом, принимающим решение (либо группой лиц, принимающих решение). При этом, вследствие присутствия в решае- мой проблеме того или иного уровня неопределенности, обычно затрудни- тельно получить одно наилучшее решение. Однако, несмотря на наличие неопределенности, которая может быть связана с такими факторами, как неточность исходных данных, неясность предпочтений человека, непред- сказуемость изменений внешней среды, часто возможно аналитически опи- сать отношения между некоторыми составными частями анализируемой проблемы. На основе этого можно построить математические модели, по- зволяющие рассчитать диапазоны приемлемых решений. После определе- ния данных диапазонов необходимо таким образом организовать процеду- ру человеко-машинного взаимодействия, чтобы обеспечить выбор наиболее эффективного решения, принимая во внимание как формализуемые, так и неформализуемые аспекты проблемы. Структура подобного взаимодейст- вия определяется уровнем сложности и неопределенности анализируемой проблемы, а также информацией о наиболее предпочтительных вариантах ее решения. Процесс формирования приемлемого решения на базе преобразования исходного множества A состоит из нескольких последовательных шагов. Вначале выбирается один или несколько подходящих типов элементарных исходных альтернатив из набора r их различных типов. Далее, для каждого из этих rr 0 < типов альтернатив определяется соответствующее множество допустимых вариантов решения проблемы. Иначе говоря, формируется на- бор из 0r допустимых множеств альтернативных вариантов решения дан- ной проблемы , , ,, )()2()1( 0rppp AAA … а также интегральное допустимое множество . )()2()1( 0rppp AAAApS ∪…∪∪= Как правило, механизмы фор- мирования подобных множеств являются достаточно сложными и требуют поддержки со стороны соответствующим образом организованных челове- ко-машинных процедур. В процессе человеко-машинного диалога выпол- няются такие операции, как ввод в компьютеризованную систему числовых величин, например, диапазонов значений весовых коэффициентов критери- ев эффективности. Кроме того, может осуществляться модификация введен- ных данных в соответствии со сформированным множеством допустимых 34 альтернатив решений, а также с прогнозируемыми изменениями окружаю- щей обстановки. Следует иметь в виду, что вводимые диапазоны значений переменных и параметров отражают представления человека об уровне не- определенности решаемой проблемы. Эта неопределенность может объяс- няться как неполнотой знания особенностей окружающей среды, так и огра- ниченными когнитивными возможностями людей при сравнении и оценке имеющихся альтернативных вариантов решения. Завершающим шагом процесса получения приемлемого варианта реше- ния проблемы является выбор наилучшей в определенном смысле альтерна- тивы из множества .pSA При этом часто целесообразно использовать какой- то из известных аналитических методов. В случае невозможности осущест- вления выбора альтернативы с помощью стандартных аналитических про- цедур предлагается два концептуальных подхода к преодолению данной сложности. Во-первых, аналитические методы могут использоваться не для выбора какой-то одной альтернативы ,pSAa ∈ а для формирования некото- рого множества pSAA ⊂ , дальнейшая работа с которым будет осуществ- ляться на основе качественных подходов и неформализованных процедур. Во-вторых, можно повысить уровень разнообразия используемых альтерна- тив за счет формирования расширенного множества .... AAA ××× На основании проведенного анализа можно сделать следующие выводы: — крайне важным и недостаточно исследованным вопросом является создание методологических основ компьютерной поддержки таких этапов решения интеллектуальных проблем, как оценка ситуации, генерация стра- тегий, моделирование краткосрочных и долгосрочных последствий исполь- зования различных альтернативных вариантов, а также выбор наиболее под- ходящей альтернативы; — для всестороннего анализа и успешного решения сложных неструк- турированных задач необходимо совместное применение как современных информационных технологий, так и эффективных подходов к формирова- нию, модификации и использованию знаний человека об особенностях дан- ной проблемной ситуации; — интервальные методы и методы ранжирования предпочтений челове- ка являются эффективным способом принятия решений с учетом неполноты и неоднозначности информации; — формирование расширенного исходного множества альтернатив по- вышает уровень разнообразия рассматриваемых вариантов решения пробле- мы при одновременном обеспечении достаточной когнитивной простоты используемых интерактивных процедур; — перспективным направлением дальнейших исследований в данной области является разработка алгоритмов и процедур реализации предложен- ных концептуальных подходов для поддержки конкретных видов интеллек- туальной деятельности людей в узких предметных областях. 35 1. Трахтенгерц Э.А. Компьютерная поддержка переговоров при выработке групповых ре- шений. — М.: ИПУ, 2001. — 83 с. 2. Сетлак Г. Интеллектуальные системы поддержки принятия решений. — К.: Логос, 2004. — 251 с. 3. Waltz A. Evolution, sociology and the future of artificial intelligence // Intelligent Systems. — 2006. — 21, N 4. — P. 66–69. 4. Tan K.H., Platts K. Linking objectives to actions: A decision support approach based on cause- effect linkages // Decision Sciences. — 2003. — 34, N 3. — P. 569–593. 5. Ahn B.S. Multiattribute decision aid with extended ISMAUT // IEEE Transactions on Systems, Man and Cybernetics. — 2006. — 36, N 3. — P. 507–520. 6. Павлов В.В. Синтез стратегий в человеко-машинных системах. — К.: Вища шк., 1989. — 162 с. 7. Mustajoki J., Hamalainen R.P., Salo A. Decision support by interval SMART/SWING — In- corporating imprecision in the SMART and SWING methods // Decision Sciences. — 2005. — 36, N 2. — P. 317–339. 8. Lee K.S., Park K.S., Eum Y.S., Park K. Extended methods for identifying dominance and po- tential optimality in multi-criteria analysis with imprecise information // European Journal of Operational Research. — 2001. — 134. — P. 557–563. 9. Kangas J., Kangas A. Multi criteria decision support in forest management — The approach, methods implied, and experiences gained // Forest Ecology and Management. — 2005. — 207. — P. 133–143. 10. Cook W.D. Distance-based and ad-hoc consensus models in ordinal preference ranking // Euro- pean Journal of Operational Research. — 2006. — 172. — P. 369–385. 11. Аристов С.А. Имитационная система поддержки принятия решений // Экономика и мат. методы. — 2007. — 43, № 3. –– С. 74–84. Международный научно-учебный центр информационных технологий и систем НАН Украины и Министерства образования и науки Украины, Киев Получено 06.05.2009
id	nasplib_isofts_kiev_ua-123456789-7641
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
issn	0452-9910
language	Russian
last_indexed	2025-12-07T17:04:13Z
publishDate	2009
publisher	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України
record_format	dspace
spelling	Шепетуха, Ю.М. 2010-04-06T11:53:41Z 2010-04-06T11:53:41Z 2009 Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах / Ю.М. Шепетуха // Кибернетика и вычисл. техника. — 2009. — Вип. 157. — С. 25-35. — Бібліогр.: 11 назв. — рос. 0452-9910 https://nasplib.isofts.kiev.ua/handle/123456789/7641 681.513 Рассматриваются вопросы методологии компьютерной поддержки деятельности человека на таких этапах процесса анализа интеллектуальных проблем, как оценка ситуации, определение целей, генерация множества допустимых вариантов, выбор наилучшей альтернативы. Подчеркивается необходимость сочетания качественных и количественных подходов для эффективного содействия всему комплексу действий человека — от первоначального уяснения сути проблемы до принятия окончательного решения. Предложено использование расширенного множества альтернатив, что способствует разнообразию допустимых вариантов поведения. ru Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України Эргатические системы управления Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах Article published earlier
spellingShingle	Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах Шепетуха, Ю.М. Эргатические системы управления
title	Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах
title_full	Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах
title_fullStr	Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах
title_full_unstemmed	Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах
title_short	Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах
title_sort	формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах
topic	Эргатические системы управления
topic_facet	Эргатические системы управления
url	https://nasplib.isofts.kiev.ua/handle/123456789/7641
work_keys_str_mv	AT šepetuhaûm formirovanieivyboralʹternativrešeniâintellektualʹnyhproblemvčelovekomašinnyhsistemah

Формирование и выбор альтернатив решения интеллектуальных проблем в человеко-машинных системах

Репозитарії

Схожі ресурси