Введение к работе
Актуальность темы. Современное развитие различных областей человеческой деятельности характеризуется ростом в них информационной составляющей, представляющей собой опыт, накопленный при решении конкретных задач в прошлом В настоящее время структура информационной составляющей такова, что получение на ее основе строгой математической модели посредством методов интерполяции или экстраполяции, сводящихся к задаче построения линейных регрессионных уравнений, весьма затруднительно, а в некоторых случаях невозможно В условиях недетерминированной системы (где отсутствует четкая функциональная связь между причиной и следствием) накладываются значительные ограничения на использование распространенных методов системного анализа - например, статистики В таких условиях хорошо зарекомендовали себя интеллектуальные системы, построенные на основе теории нечетких множеств и нейронных сетей Использование интеллектуальных систем оправдывается не только их хорошими аппроксимирующими способностями, но и возможностью построения прозрачных правил вывода решений для эксперта (как, например, в нечеткой логике)
Каждый из методов интеллектуальных систем имеет свои достоинства и недостатки, что в отдельности позволяет с их помощью решать только идеализированные «игровые» задачи, тогда как при решении практических задач принято объединять различные подходы в гибридные интеллектуальные системы Данные подходы можно использовать для построения систем поддержки принятия решений в задачах прогнозирования, классификации, диагностики и тп Как правило, указанные системы проектируются под решения конкретной задачи, с имеющимися в ней частными ограничениями, что зачастую не позволяет использовать их в других задачах Одним из таких ограничений выступает априорная неопределенность фактора полезности того или иного входного признака используемого для предсказания значений выхода, либо когда между данными присутствует корреляция, что не оправдывает использования громоздких нелинейных моделей
В этой связи разработка интеллектуальных систем, которые обладали бы достаточной гибкостью в условиях априорной неопределенности и наличия различных ограничений, является актуальной задачей, представляющей научный интерес
К основным результатам по созданию интеллектуальных систем на основе нечеткой логики и нейронных сетей относятся работы А В Гаврилова, А Н Горбань, Р Ю Голунова, Л А Ежова, А Н Кирдина, В В Круглова, ДА Поспелова, С А Терехова, Н Г Ярушкиной, Э Кьюсиака, В Пилиньско-го, Л Рутковского, L A Zadeh, F Rosenblatt, Т Tagagi, М Sugeno, Е Н Мат-dani, а также вклад в теорию информации внесли работы К Э Шеннона, А Н Колмогорова, И М Коган, С М Коротаева, S Haykin, Dongxin Xu Целью исследования является разработка модели классификации объекта на основе каскадной нейро-нечеткой сети и алгоритмов функционирования интеллектуальных систем поддержки принятия решений
В ходе достижения цели решались следующие задачи
- разработка алгоритма нормирования экспериментальных данных,
- разработка алгоритма выделения пространства информативных признаков из экспериментальных данных,
- разработка алгоритма построения модели каскадной нейро-нечеткой сети на основе адаптивной нейро-нечеткой сети по экспериментальным данным,
- разработка модели интеллектуальной системы поддержки принятия решения,
- реализация программных средств обеспечения имитационного моделирования разрабатываемых алгоритмов и моделей для решения задач поддержки принятия решений,
- проведение статистического анализа результатов рэографии, электроэнцефалографии, ультразвуковой допплераграфни и изокапнической гипервентиляции холодным воздухом больных с заболеваниями легких,
- применение полученных теоретических результатов для построения модели имитации принятия решения при диагностике заболеваний легких
При решении этих задач использованы результаты исследований больных с заболеваниями легких, полученных в РАМН СО ГУ Дальневосточный научный центр физиологии и патологии дыхания
Основные методы исследования базируются на математическом аппарате теории нечетких множеств и нейронных сетей, теории вероятностей и математической статистики, теории информации и теории принятия решений, методах вычислительной математики и математического программирования Для практических исследований использована среда «Matlab»
Достоверность полученных в диссертации результатов подтверждается результатами моделирования предлагаемых алгоритмов, соизмеримостью ошибок обучающей и проверочной выборок в предложенных моделях, сопоставимость с результатами других исследований
Предмет исследования: модели интеллектуальных систем поддержки принятия решения для диагностики заболеваний легких, алгоритмы и комплексы программ
В построенных моделях интеллектуальных систем в качестве диагностических признаков выступают результаты рэографии, электроэнцефалографии, ультразвуковой допплераграфии и изокапнической гипервентиляции холодным воздухом
Научная новизна работы:
- разработана математическая модель каскадной нейро-нечеткой сети, - разработаны алгоритмы выделения пространства информативных признаков, построения каскадной нейро-нечеткой сети и выделения контрольной и обучающей выборки из экспериментальных данных,
- предложена модель структуры интеллектуальной системы поддержки принятия решения по экспериментальным данным, имеющих различные законы распределения, различные диапазоны изменения, групповую корреляцию и выраженную нелинейность,
- разработан программный комплекс для построения интеллектуальных сие-тем поддержки принятия решения
Научная и практическая значимость работы:
Основные результаты диссертационной работы были получены автором при проведении исследований, выполнявшихся в 2006 - 2007 гг в рамках программы «Системный анализ и моделирование влияния экологических и социальных факторов на здоровье населения Дальневосточного региона на основе применения современных информационных технологий с целью прогнозирования и разработки систем принятия управленческих решений в социальной сфере для обеспечения национальной безопасности», утвержденной постановлением Президиума ДВО РАН №147 от 15 декабря 2005 г
Разработан комплекс инструментальных средств обработки и формализации нечеткой информации, полученной из массива экспериментальных данных, результаты диссертационной работы реализованы в приложении с использованием среды Matlab
На основе полученных результатов реализована автоматизированная система диагностики заболеваний легких по нейрофизиологическим параметрам и результатам изокапнической гипервентиляции холодным воздухом, состоящая из нескольких программ В РАМН СО ГУ Дальневосточный научный центр физиологии и патологии дыхания внедрена и используются в лечебном процессе автоматизированная система диагностики заболеваний легких
Положения, выносимые на защиту:
1 Алгоритм выделения пространства информативных признаков на основе метода независимых компонент с использованием предложенной матрицы смешивания и ограничивающим функционалом, позволяющих уменьшить количество настраиваемых параметров
2 Алгоритм построения модели каскадной нейро-нечеткой сети путем соединения адаптивных нейро-нечетких сетей по функционалу кросс-энтропии
3 Алгоритм выделения контрольной и обучающей выборки из экспериментальных данных с минимальным различием в законах распределения
4 Автоматизированная система диагностики заболеваний легких на основе моделей интеллектуальных систем Апробация работы- Основные положения и отдельные результаты работы докладывались и обсуждались на научных конференциях XV региональной научно-практической конференции «Молодежь XXI века шаг в будущее» (Благовещенск, 2004 г), IV Всероссийской научно-технической конференции с международным участием «Энергетика управление, качество и эффективность использования энергоресурсов» (Благовещенск, 2005 г ), Международной научной конференции «Математические методы в технике и технологиях - 19» (Воронеж, 2006 г), XIV Всероссийском семинаре «Нейро-информатика и ее приложения» (Красноярск, 2006 г), VII Международной научно-практической конференции «Современная техника и технологии в медицине, биологин и экологии» (Новочеркасск, 2006г ), Научной конференции «Системный анализ в медицине» (Благовещенск, 2007 г), VII Международной научно-практической конференции «Моделирование Теория, методы и средства» (Новочеркасск, 2007 г), Международной научной конференции «Математические методы в технике и технологиях - 20» (Ярославль, 2007 г), XV Всероссийском семинаре «Нейроинформатика и ее приложения» (Красноярск, 2007г)
По результатам работы получен патент РФ № 2316999 «Способ диагностики бронхиальной астмы»
Публикации. Содержание диссертации отражено в 20 публикациях, приведенных в конце автореферата В числе основных - 10 статьей, из них 4 опубликовано в ведущих рецензируемых журналах
В работах, опубликованных в соавторстве, автору принадлежат следующие научные и практические результаты в [2, 4, 16, 18] - метод решения и алгоритмы функционирования, в [6 - 9] - текст программы, в [12] - постановка задачи, построение алгоритма нормирования данных, в [11] - постановка задачи, построение алгоритма создания каскадной нейро-нечеткой сети, в [1, 3,13, 15, 18] - постановка задачи, построение системы диагностики
Основные результаты работы, полученные автором самостоятельно и опубликованные без соавторства - [5, 14, 17, 19, 20]
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка цитируемой литературы и приложений Работа изложена на 124 страницах основного текста и 27 приложения, содержит 35 рисунков, 137 наименования библиографических источников
Автор выражает искреннюю благодарность за помощь в реализации практической части диссертационной работы сотрудникам лаборатории функциональных методов исследования дыхательной системы при РАМН СО ГУ Дальневосточный научный центр физиологии и патологии дыхания и ее руководителю - доктору медицинских наук, профессору Ю М Перельману
