Добро пожаловать на наш портал !

Методы компьютерного моделирования экономических процессов

6.9. Автоматизация эвристических методов синтеза новых систем

В настоящее время из эвристических методов наиболее подготовленными к автоматизации являются метод генерирования случайных ассоциаций и алгоритм решения изобретательских задач (см. разд. 6.4). Программная реализация этих алгоритмов не представляет особого труда. Здесь рассматривается проект оболочки компьютерной системы, реализующей алгоритм решения изобретательских задач (АРИЗ) в области экономики, управления или проектирования организационных структур. Структура данной программной оболочки (рис. 6.1) во многом основывается на структуре системы "Изобретающая машина" (ИМ)[17].

Компьютерная система по решению изобретательских задач включает ряд базовых подсистем. Подсистемы Приемы и Стандарты основаны на эвристических правилах преобразования экономических, управленческих или организационных систем. Подсистема Эффекты должна накапливать информацию об экономических, управленческих или технологических эффектах. В технических приложениях данная подсистема накапливает информацию о физических, химических и геометрических эффектах.

Подсистема АРИЗ достаточно универсальна. Она предназначена для разрешения экономических и управленческих противоречий в различных областях экономики и управления: Профильность подсистемы может меняться за счет ее наполнения разным содержанием в зависимости от типа задач, а также от используемых ресурсов.

Подсистема ФСА служит для проведения функционально-стоимостного анализа исследуемых систем.

Подсистема Самоучитель АРИЗ обеспечивает обучение экономистов и управленцев основам теории решения изобретательских задач и технологии решения задач с использованием ЭВМ.


Подсистема Прогноз позволяет формировать идеи по прогнозированию развития экономико-управленческих систем.

Подсистема Пульсар предназначена для более качественного решения задач по анализу и синтезу алгоритмов работы информационных экономических и управленческих систем.

Архитектура развиваемой оболочки компьютерной системы может быть построена по аналогии с архитектурой системы "Изобретающая машина" и предусматривает следующие блоки (рис. 6.2): обучение основным понятиям, содержащимся в базе знаний, диалог по постановке задачи по результатам диалога, выдача идеи решения задачи, развитие идеи Пред выдачей идей решения проводится предиалог, целью которого является подготовка ЛПР к пониманию сути идеи решения.


Блок постдиалога обеспечивает привязку идеи решения к задаче пользователя, а блок убеждения формирует файл разбора задач-аналогов.

В тех случаях, когда при получении идеи требуется решение дополнительных задач, управление передается блоку формирования подзадач с последующим выходом на начальный диалог. В остальных блоках проводятся оценка технико-экономического уровня и перспективности идеи, развитие получаемых идей, например, для получения дополнительных эффектов или распространения найденного принципа на другие области экономики и управления.

Для разрешения экономических, управленческих или организационных противоречий с использованием эвристических приемов может быть использована компьютерная экспертная система, основанная на формуле Байеса [18]. Эта экспертная система является инструментальным средством для быстрого создания экспертных систем принятия решений в различных предметных областях.

Модель базы знаний экспертной системы представляется в виде

М = {Н, S, G, P, VH, VS},


В процессе работы экспертной системы используются следующие зависимости:


Симптом с максимальной ценой в наибольшей мере изменяет априорные вероятности гипотез при подтверждении или отрицании этого симптома. Цены симптомов вычисляются для определения очередного симптома, относительно которого следует задать очередной вопрос пользователю. Вопросы пользователю задаются в виде текста соответствующего симптома. При этом требуется подтвердить или отвергнуть симптом. Ответ пользователя задается в шкале: (-5,..., 0,...,+5), где -5 означает "нет", 0 — "не знаю", +5 — "да". Если ответ пользователя -5 (отрицание соответствующего симптома Si), то априорная вероятность гипотезы Нj будет P(Si ù Нj). Если ответ 0, то вероятность гипотезы Нj не изменяется. Если ответ +5, то априорная вероятность гипотезы Нj будет P(Si ÷ Нj). Для определения априорной вероятности гипотезы при остальных ответах пользователя используется кусочно-линейная аппроксимация.

После вычисления вероятности P(Hj ÷ Ri), где Ri, — ответ пользователя на симптом Si, априорная вероятность Р(Нj) заменяется вычисленной апостериорной вероятностью Подтверждение (отрицание) симптома Si, связанного с гипотезой Нj, является положительным свидетельством для гипотезы Нj, если апостериорная вероятность больше априорной. Подтверждение (отрицание) симптома является отрицательным свидетельством для гипотезы, если апостериорная вероятность меньше априорной.

Для каждой гипотезы Нj вычисляется два числа: Рmах (Нj) = M1j — апостериорная вероятность гипотезы при всех положительных свидетельствах и Pmin (Нj) = M2j — апостериорная вероятность гипотезы при всех отрицательных свидетельствах. Имеются три правила формирования результата работы экспертной системы.

Правило 1. Подтверждение или отклонение гипотезы Нj. Если на некотором шаге работы новая вычисленная (апостериорная) вероятность Р гипотезы Нj становится больше Рaj + L1 (М1j - Paj), то гипотеза подтверждается (

— априорная вероятность гипотезы); если апостериорная вероятность Р гипотезы Нj становится меньше
+ L2 (
- M2j), то гипотеза отвергается. Коэффициенты L1 и L2 — настроечные параметры.

Правило 2. Наиболее вероятный результат. Считается, что гипотеза Нr наиболее вероятна, если при любых дальнейших ответах пользователя апостериорные вероятности остальных гипотез не могут превысить значение апостериорной вероятности гипотезы Нr.

Правило 3. Если не сработали первые два правила и все вопросы по симптомам исчерпаны, то в качестве результата выдается несколько гипотез с наибольшими апостериорными вероятностями.

После сеанса работы с экспертной системой пользователь имеет возможность получить разъяснение результатов ее работы.

Экспертная система снабжается блоком обучения базы знаний, который позволяет корректировать оценки вероятностей Р+ и Р- с процедурами заполнения траектории "вопрос — ответ" и подтверждения правильности ответа экспертной системой. Этот блок облегчает построение прикладных экспертных систем, поскольку ошибки первоначального наполнения систем могут исправляться в процессе сеансов работы с опытным экспертом-учителем.

Экспертная система может быть использована для решения широкого круга задач, в частности для синтеза рациональных решений с помощью эвристических приемов. Эвристический прием — это некоторая рекомендация экономисту-изобретателю, дающая направление изменения прототипа системы в искомое экономическое или управленческое решение. В основе метода эвристических приемов лежит понятие экономического или управленческого противоречия. Противоречие выявляется при анализе прототипа системы и описывается в терминах показателей экономического объекта в виде пары (X, Y), где Х— показатель, который необходимо улучшить в прототипе; Y — показатель, который недопустимо ухудшается. При этом для фиксированного Х в одном прототипе может быть выделено несколько экономических или управленческих противоречий вида (X, Y,), i =

.

Назначение экспертной системы по эвристическим приемам состоит в выдаче рекомендаций изобретателю-экономисту или управленцу по применению наиболее эффективных эвристических приемов для разрешения выявленных в прототипе противоречий.

В качестве гипотез здесь выступают эвристические приемы. Симптомами являются показатель, который необходимо улучшить, — X, и показатель, который при этом ухудшается, — Y.

В качестве базы знаний в данной экспертной системе используется таблица взаимосвязей противоречий и эвристических приемов. Интерпретацией симптома является противоречие. Считается, что симптом (X, Y) связан с гипотезой Н, если противоречие разрешается с некоторой вероятностью эвристическим приемом.

Экспертная система при взаимодействии с пользователем работает следующим образом.

Шаг 1. Пользователю предъявляется вопрос относительно некоторого показателя, который необходимо улучшить в прототипе.

Шаг 2. Пользователь, отвечая на указанный вопрос, выбирает этот показатель из меню.

Шаг 3. Система задает пользователю вопрос, ухудшается ли при этом некоторый другой показатель прототипа, и указывает этот показатель.

Шаг 4. Пользователь отвечает на поставленный вопрос по шкале (-5,..., 0,...,+5).

Шаг 5. Экспертная система проверяет решающие правила и либо выдает наиболее достоверный эвристический прием, либо формирует следующий прием.

Компьютеризация эвристических методов синтеза в области экономики и управления находится в стадии зарождения и требует значительных усилий исследователей в дальнейшем развитии этого направления. В перспективе ЭВМ должна помогать человеку не только выполнять рутинную работу, но и способствовать повышению творческой активности при поиске новых рациональных решений [19]..