Современные наукоемкие технологии и перспективные материалы текстильной и легкой промышленности - А.Г.Печникова
-
деление алгоритма на последовательно выполняемые
блоки таким образом, чтобы задача, решаемая в каждом блоке, могла быть описана
с помощью базы некоторых правил; задание условий уровня перехода от одной
решаемой задачи к другой;
-
определение
базы нечетких правил для каждой из задач, составляющих общую задачу достижения
цели; задание условий уровня работы с базами нечетких правил нахождения
рецептов; задание нечетких множеств; выбор методов нечеткого вывода.
Главной
составляющей НСУ является организация описания управляемого процесса и системы
управления. Одним из основных свойств при описании управляемого процесса
является простота взаимодействия с ЛПР, формирующим описание и
последовательность в описании процесса управления. Этому в полной мере удовлетворяет
база правил, формируемых с помощью нейросети.
Применение
нейронных сетей позволяет достичь более качественных результатов, чем
применение статистических методов регрессионного анализа, применяемого
традиционно, поскольку нейронная сеть строит неформальную модель процесса,
которая не может быть выражена в виде некоего формального аппарата выделения
статистических характеристик, применяемого в регрессионном анализе. Нейронная
сеть учится выполнять преобразование на основе ряда предъявляемых примеров, при
этом сложно проинтерпретировать ту «формальную модель», которая формируется в
настраиваемых весовых коэффициентах нейронной сети после обучения.
Предлагаемая
система принятия управленческих решений входит в состав методического
обеспечения принятия управленческих решений в сфере оперативного обеспечения и
на данный момент состоит из следующего набора модулей: модуль формирования
оценок ситуации (диагнозов) и рецептов разрешения ситуаций; модуль формирования
моделей бизнес-процессов (основной модуль СПУР); модуль сервисных функций;
модуль регрессионного анализа.