Введение к работе
Актуальность темы исследования. Широко известным направлением экспертных систем являются системы искусственного интеллекта. Однако таким системам присущ ряд принципиальных недостатков: пространство знаний является неполным и незамкнутым; процессы разработки, программирования и «обучения» экспертной системы очень длительны и дорогостоящи; для создания полноценной базы знаний требуется привлечение очень большого (теоретически - бесконечного) количества экспертов; узкая направленность экспертизы на определенный класс объектов.
Поэтому с практической и экономической точек зрения предпочтительным является другое направление развития экспертных систем - системы статистической обработки экспертной информации. Такие системы обладают рядом преимуществ: процесс разработки системы гораздо менее длителен и менее дорогостоящ; для формирования базы данных достаточно небольшого количества экспертов; база данных пополняется практически в темпе реального времени; большая универсальность.
Вместе с тем в теории и практике статистических экспертных систем имеется ряд нерешенных проблем. Одна из них связана с недостаточным исследованием направлений и способов адаптации этих систем: требуется разработка методологии планирования экспертного эксперимента применительно к конкретным классам объектов экспертизы; нерешенным остается проблема определения эффективных путей оценки согласованности и динамического подбора группы экспертов; требуют уточнения и развития перечень и содержание статистических процедур; практически отсутствуют попытки применения математических методов адаптации с целью максимизации полезной информации, содержащейся в оценках экспертов; недостаточно разработаны способы уменьшения состава экспертной группы за счет декорреляции векторов оценок экспертов и т.д.
Другая проблема связана с недостаточной исследовашюстыо места и роли систем обработки статистической экспертной информации в общей теории автоматизированных систем. Во-первых, большинство известных алгоритмов таких систем являются скорее эвристическими, чем математически и логически обоснованными регулярными алгоритмами. В частности, мало внимания уделялось анализу и классификации структуры таких алгоритмов. Во-вторых, недостаточна раскрыта взаимосвязь теории статистических экспертных систем с теорией систем с переменными параметрами и общей теорией динамических систем, несмотря на то, что по своей сущности рассматриваемые экспергные системы являются нестационарными. В-третьих, практически не проводилось исследование применимости известных методов и результатов теории адаптивных систем, в частности, одного из самых распространенных классов этих систем -адаптивных линейных сумматоров (АЛС). В-четвертых, практически отсутствуют попытки построения и обоснования математической модель эксперта как человека-оператора.
Необходимость решения данных проблем определяет актуальность темы диссертационной работы.
Цель и задачи работы. Целью работы является разработка математической модели, комплекса алгоритмов и программ реализации адаптивных систем обработки статистической экспертной информации на основе взаимосвязи с общей теорией адаптивных систем.
Для достижения поставленной цели в работе решены следующие основные задачи:
-
Установлены соотношения множеств автоматизированных систем обработки информации: статистических экспертных систем, ЛЛС, М-систем, нестационарных систем, динамических систем.
-
Проведено сопоставление алгоритмов АЛС и статистических экспертных систем.
-
Разработаны математические модели и алгоритмы экспертных систем статистической обработки информации на основе применения теории обобщенных АЛС в классе М-систем с непрерывными и дискретными сигналами.
-
Разработан алгоритм двухэтапной адаптации экспертных систем, включающий предварительную статистическую обработку векторов оценок экспертов и метод L— проблемы моментов.
-
На основе проведенных исследований сформулированы основные этапы технологии экспертного оценивания, разработана методика численного эксперимента и соответствующее программное обеспечение.
Объектом исследования являются адаптивные экспертные системы.
Предметом исследования являются математические модели, алгоритмы и программы реализации адаптивных экспертных систем.
Методы исследования. Для решения перечисленных задач в диссертационной работе были использованы методы теории экспертных систем, теории вероятностей и математической статистики, современной теории управления, функционального анализа.
Научная новизна заключается в следующем:
-
Установлено единство алгоритмов функционирования АЛС и статистических экспертных систем, основанное на доказательстве близости структурных каркасов этих алгоритмов при заданных ограничениях на уровень помех.
-
Разработаны алгоритмы математического моделирования обобщенных АЛС в классе М-систем (А^Р-структуры) с непрерывными и дискретными сигналами, позволяющие обосновать математическую модель статистической экспертной системы в классе MP -структур с четырьмя блоками адаптации.
-
Предложен и исследован алгоритм статистического экспертного анализа, основой которого являются: представление мнений экспертов векторами в нормированном пространстве, оценка коррелированности оценок экспертов, целесообразность декорреляцин векторов оценок экспертов, адаптация экспертной системы на основе метода L-проблемы момеїггов.
-
Предложена технология экспертизы и разработана методика численного эксперимента, продемонстрировавшего эффективность реализации двуютапного способа адаптации экспертной системы.
Практическая значимость работы определяется универсальностью разработанной технологии экспертизы, пригодной для экспертизы товаров, проек-
тов, работ, услуг в государственных и коммерческих организациях, также практическое значение имеет введение комплексного показателя качества, позволяющего учитывать не только качество сравниваемых объектов, но и соотношение «качество-цена». Предложенный алгоритм адаптации позволяет сократить состав экспертной группы и уменьшить стоимости экспертизы.
Реализация и внедрение результатов работы. Результаты работы внедрены в опытно-конструкторские работы при разработке и изготовлении радиоаппаратуры ОАО «Концерна «Созвездие», программное обеспечение внедрено в разрабатываемый лабораторный комплекс ЗАО «Учебно-методический центр при Санкт-Петербургском государственном университете телекоммуникаций им. проф. Бонч Бруевича», в НИР Военной академии связи им. СМ. Буденного и в учебный процесс Воронежского института МВД России.
Достоверность результатов подтверждается использованием при разработке моделей известных математических методов и результатами вычислительных экспериментов.
Основные положення, выносимые на защіггу:
1. Обоснованные алгоритмы функционирования АЛС и статистических
экспертных систем тождественны, что доказывается близостью структурных
каркасов этих систем.
-
Для уменьшения мощности случайного шума наблюдений и проведения учета векторов оценок экспертов, удовлетворяющих условию согласованности, при одновременном подавлении векторов оценок «нежелательных» экспертов целесообразно применение двухэтапного алгоритма адаптации экспертных систем на основе метода i-проблемы моментов.
-
Определение наиболее компетентных экспергов и подтверждение гипотезы о том, что основной вклад в суммарную оценку объекта дает небольшое количество экспертов, а оценки остальных экспертов іруппьі носят незначительный корректирующий характер, которые определяются ортогонализацией векторов оценок экспертов на основе процедуры Грамма - Шмидта.
-
Разработанный комплекс программ подтверждает эффективность функционирования двухэтапного алгоритма адаптации экспертной системы.
Апробация работы. Основные результаты работы докладывались и обсуждались на IV Всероссийской научно-практической конференции «Охрана, безопасность и связь» (Воронеж, 2003 г.), Всероссийской научно-практической конференции курсантов, слушателей, студентов, адъюнктов и соискателей «Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем» (Воронеж, 2004 г.); Открытой научно-практической конференции «Актуальные проблемы деятельности подразделений УИС» (Воронеж, 2010 г.); Международной научно-практической конференции «Пожарная безопасность: проблемы и перспективы» (Воронеж, 2010 г.).
Публикации. По теме диссертационного исследования опубликовано 17 работ, втом числе 3 -в изданиях, рекомендованных ВАК РФ.
В работах, опубликованных в соавторстве, приведенных в конце автореферата, лично автором предложено: в [1,8] ряд показателей оценки эффективности АЛС; в [2,3] предложено моделирование сигналов и помехе использованием
структурных каркасов; в [6] использование структурных каркасов ЛЛС при моделировании адаптивных экспертных систем; в [7,9] алгоритм адаптации с применением метода L-проблсмы моментов.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы из 131 наименования, одного приложения и содержит 157 страниц машинописного текста, 32 рисунка, 7 таблиц.
