Содержание к диссертации
Введение
ГЛАВА 1 Визуализация, анализ и управление в системах поддержки принятия решений 15
1.1 Системы поддержки принятия решений: проблемы управления и анализа 15
1.2 Когнитивные аспекты анализа и принятия решений 25
1.3 Анализ и принятие решений на основе когнитивного моделирования ..30
1.4 Необходимость интеллектуальной поддержки процедур принятия решений 38
1.5 Выводы 43
ГЛАВА 2 Методы когнитивного анализа и управления 46
2.1 Проблема управления и принятия решений 46
2.2 Обзор существующих методов когнитивного анализа 52
2.3 Анализ и управление на основе нечётких когнитивных карт Силова...58
2.4 Принятие решений на основе когнитивного моделирования 66
2.5 Выводы 70
ГЛАВА 3 Алгоритмы и математическое обеспечение когнитивного анализа и управления 72
3.1. Математические методы построения нечётких когнитивных карт 72
3.2 Статический анализ нечётких когнитивных карт 76
3.3 Динамический анализ нечётких когнитивных карт 83
3.4 Алгоритм формирования решений на основе решения обратной задачи когнитивного моделирования 88
3.5 Выводы 102
ГЛАВА 4 Разработка системы поддержки принятия решений на основе нечетких когнитивных моделей 103
4.1 Когнитивная оболочка интеллектуальной поддержки принятия решений 103
4.2 Реализация разработанной системы 108
4.3 Сравнение системы с аналогами 113
4.4 Выводы 119
ГЛАВА 5 Возможности практической реализации и использования программного комплекса 121
5.1 Постановка задачи практической реализации 121
5.2 Построение когнитивной карты 124
5.3 Решение задач прямого и обратного управления с использованием системы и построенной когнитивной карты 129
5.4 Выводы 134
Заключение 136
Список литературы 139
- Анализ и принятие решений на основе когнитивного моделирования
- Обзор существующих методов когнитивного анализа
- Статический анализ нечётких когнитивных карт
- Реализация разработанной системы
Введение к работе
Актуальность темы. Важнейшим процессом, связывающим все основные функции управления сложными системами, является разработка управленческих решений, поскольку именно принимаемые решения определяют не только эффективность процесса управления, но и возможность устойчивого развития управляемой системы и ее выживаемости в быстро изменяющемся мире.
Вместе с тем, для процесса разработки управленческих решений характерен ряд проблем, связанных в первую очередь с трудноформализуемостью большинства его этапов, уникальностью возникающих задач, необходимостью учета множества факторов и целей, имеющих сложную структуру взаимосвязи, а зачастую противоречащих друг другу. Поэтому наиболее эффективным подходом к разработке решений является сочетание опыта, знаний, интуиции лица принимающего решения (ЛПР), экспертов, аналитиков, а также современных технологий интеллектуальной поддержки принятия решений, позволяющих систематизировать и структурировать имеющуюся информацию, исследовать альтернативные варианты решений и выбрать из них наиболее удачные.
В целом процесс разработки управленческого решения состоит из шести основных этапов: анализ проблемы, формулировка целей и задач, выбор критериев и оценка их эффективности, формирование множества альтернатив, анализ альтернатив и формирование управляющего воздействия - на каждом из этих этапов решается ряд подзадач, при этом их решение обычно носит параллельный и итерационный характер. Для некоторых подзадач, таких как получение критериальных оценок, моделирование предпочтений ЛПР, выбор оптимального решения и др., существуют достаточно хорошо проработанные на сегодняшний день подходы к их реализации - большинство таких подходов основано на математической теории принятия решений. С другой стороны, такие подзадачи, как анализ факторов, характеризующих моделируемую ситуацию, разработка прогноза ее развития, синтез и отбор альтернатив и управляющих стратегий, решаются в основном на приближенном, качественном уровне, с помощью интуиции и нестрогих рассуждений. Основная сложность, возникающая при построении моделей таких задач, состоит в том, что аналитическое описание либо статистическое наблюдение зависимостей между входными и выходными параметрами затруднено, а зачастую невозможно, и приходится прибегать к субъективным моделям, основанным на экспертной информации, обрабатываемой с привлечением логики «здравого смысла», интуиции и эвристик.
Научным направлением, лежащим в основе исследования задач, обладающих указанными характеристиками, является методология когнитивного анализа. Наиболее эффективным инструментом являются нечеткие когнитивные карты, хорошо зарекомендовавшие себя в задачах исследования структуры моделируемой системы и получения прогнозов ее поведения при различных управляющих воздействиях, с целью синтеза эффективных стратегий управления.
Таким образом, решаемая проблема, связанная с построением, исследованием и поддержкой когнитивных моделей в рамках автоматизации разработки управленческих решений, для исследования всего комплекса проблем управления в сложных системах является актуальной.
Объектом исследования является класс аналитических информационных систем поддержки принятия решений для управления сложными системами.
Предметом исследования являются методы и алгоритмы интеллектуальной поддержки принятия решения на основе нечётких когнитивных карт.
Целью работы является разработка и обоснование методов и алгоритмов интеллектуальной поддержки принятия решений на основе нечётких когнитивных карт (НКК).
Задачи исследования:
-
Проведение системного анализа предметной области СППР и определение методов интеллектуального управления на основе когнитивного анализа таких систем;
-
Разработка методов и алгоритмов построения НКК, описывающих сложные многокритериальные информационные системы, для интеллектуальной поддержки принятия решений;
-
Разработка методов и алгоритмов интерактивной интеллектуальной поддержки принятия решений на основе НКК;
-
Построение системы интеллектуального управления СППР на основе многофакторного иерархического когнитивного анализа;
-
Исследование и анализ поведения системы на примере ситуационного центра органов государственной власти (СЦ ОГВ).
Методы исследования. В работе использованы методы теории систем, математического моделирования, системного анализа, теории нечётких множеств, теории когнитивного и имитационного моделирования, теории графов, методы теории группового принятия решений, линейного программирования, теория регионального управления.
Научная новизна работы. В результате проведенного в работе системного исследования достигнуты следующие новые научные результаты:
-
Теоретические основы и алгоритмическое обеспечение интеллектуального представления процессов информационного и ситуационного управления в СППР с использованием НКК.
-
Методы и алгоритмы построения НКК, описывающих сложные многокритериальные информационные СППР для мониторинга, оценки, анализа и принятия управленческих решений.
-
Методы и алгоритмы интеллектуального управления в системах поддержки принятия решений с использованием НКК для применения в слабоструктурированных системах.
-
Методы и алгоритмы синтеза множества состояний на основе решения прямой и обратной задачи когнитивного моделирования.
-
Теоретические основы и алгоритмическое обеспечение применения средств когнитивной интерактивной графики для интеллектуального принятия управленческих решений.
Практическая значимость. Результаты работы используются для многокритериального анализа и представления данных при разработке ситуационных центров различного назначения. В частности, при выборе оптимальной стратегии управления социоэколого-экономическими системами, стратегий управления развитием регионов, оптимального распределения финансовых и ресурсных средств и т.п. в ситуационных центрах органов власти.
На защиту выносится:
Методика построения НКК на основе формирования функции принадлежности и нечётких дискретных множеств.
Методы и алгоритмы синтеза множества состояний на основе решения прямой и обратной задачи когнитивного моделирования.
Методы и алгоритмы управления в системах поддержки принятия решений с использованием НКК.
Программный комплекс «Интеллектуальная Когнитивная Система» (ПК «ИКС») для интеллектуальной поддержки принятия решений.
Реализация и внедрение работы.
Теоретические положения и алгоритмы реализованы в виде ПК «ИКС», а также отдельные теоретические положения и программные модули использованы при разработке Ситуационного центра Президента РФ и Ситуационного центра Губернатора Краснодарского края. Работа была выполнена в рамках гранта.
Публикации. По теме диссертации опубликовано 9 печатных работ общим объемом 30 печатных листов, из них 1 - в журнале, рекомендованном ВАК.
Апробация работы.
Основные положения диссертации докладывались и обсуждались на международных научно — практических конференциях:
Всероссийская конференция “Проведение научных исследований в области обработки, хранения, передачи и защиты информации”, Ульяновск, 2009;
X Международная конференция «Актуальные проблемы специальных психофизиологических исследований и перспективы их использования в борьбе с преступностью и подборе кадров», Сочи, 2009;
IX Южно-Российская межрегиональная научно-практическая конференция-выставка «Информационные технологии в образовании-2009», Ростов-на-Дону, 2009;
Научно - практическая конференция «Ситуационные центры 2010», Москва, 2010;
III Международная научно-практическая конференция "Молодёжь и наука: реальность и будущее", Невинномысск, 2010;
Структура и объем диссертации. Диссертационная работа состоит из перечня сокращений и условных обозначений, введения, пяти глав с выводами, заключения, списка литературы, приложений. Общий объём диссертации 152 страниц, в том числе 20 рисунков, 5 таблиц, списка литературы из 103 наименований.
Анализ и принятие решений на основе когнитивного моделирования
Появление и развитие средств интерактивной компьютерной графики (ИКГ) открывает для сферы управления [16] принципиально новые графические возможности, благодаря которым J11 IP и проблемно-ориентированные экспертные группы могут в процессе анализа изображений динамически управлять их содержанием, формой, размерами и цветом, добиваясь наибольшей наглядности (рис. 1.3). Эти и ряд других возможностей ИКГ слабо внедряются в создаваемые информационные системы, в том числе и-разработчиками информационных технологий управления, что не позволяет в полной мере использовать потенциал ИКГ для управления. Дело в том, что применение графики в компьютерных системах не только увеличивает скорость передачи информации и повышает уровень ее понимания, но и способствует развитию таких важных для руководителя качеств, как интуиция, профессиональное "чутье", образное мышление.
Среди многокритериальных методов принятия решений для управления слабоструктурированными социально-экономическими системами традиционно применяются два подхода. Первый подход предполагает, что в каждой конкретной задаче принятия решения при многих критериях необходимо построить численную функцию, отражающую предпочтения ЛПР. Второй подход имеет скорее поведенческое, а не математическое обоснование: «Подход, основанный на идее выявления предпочтений одновременно с исследованием допустимого множества действий для отыскания эффективных решений». Совместно с указанными подходами, обогащая их, обычно применяются и методы нечеткой логики [24, 92].
В [46, 47] отмечается, что первый этап при применении методов принятия решений в слабоструктурированных системах: «предварительный анализ проблемы и ее структуризация», - является наиболее сложным и трудно формализуемым. На этом этапе к работе привлекаются опытные эксперты, а арсенал применяемых методов, как правило, включает эвристические экспертные методы (мозговой штурм, интервьюирование и т.п.).
Для эффективного управления в современных условиях необходим подход, ориентированный на качественный анализ сложных ситуаций, интерпретируемых как слабоструктурированные системы, характеризующиеся отсутствием точной количественной информации о происходящих в них процессах. Качественный анализ сложной ситуации предусматривает определение тенденций протекающих процессов, качественную оценку этих тенденций и выбор мер, способствующих их развитию в нужном направлении [54]. Число переменных в таких ситуациях может измеряться десятками, и все они вплетены в паутину причин и следствий. Увидеть и осознать логику развития событий на таком многофакторном поле крайне трудно, и в то.же время непрерывно приходится принимать решения о выборе тех или иных мер, способствующих развитию ситуации в нужном направлении.
Средства вычислительной техники позволяют в значительной степени формализовать и ускорить процесс поддержки принятия решений, используя когнитивный подход в сочетании с нечеткими множествами.
Узким местом существующих систем когнитивного моделирования является несогласованность их пользовательского интерфейса и алгоритмов обработки с психологическими особенностями субъективного измерения значений и силы взаимовлияния факторов наблюдаемой ситуации. Эта несогласованность приводит к ошибкам и заблуждениям эксперта при определении силы взаимовлияния факторов, которые включаются в когнитивную модель ситуации.
Когнитивное моделирование в концептуальном плане базируется на теориях когнитивного соответствия в социальной психологии: теории когнитивного диссонанса Л. Фестингера [88]; теории структурного баланса Ф. Хайдера; теории коммуникационных актов Т. Ньюкома; теории конгруэнтности Ч. Осгудаи и П. Танненбаума [4];
Когнитивный подход к моделированию и управлению направлен на разработку формальных моделей и методов, поддерживающих интеллекту-. альный процесс решения проблем благодаря учету в этих моделях и, методах когнитивных возможностей (восприятие, представление, познание, понимание, объяснение) субъектов управления при решении управленческих задач.
Когнитивное моделирование в задачах анализа и управления -слабо-структурированными системами - это исследование функционирования и развития слабоструктурированных систем и ситуаций посредством построения модели на основе когнитивной карты. Когнитивная карта [32, 34, 40, 51, 86, 87] отражает субъективные представления (индивидуальные или коллективные) исследуемой проблемы, ситуации, связанной с функционированием и развитием слабоструктурированной системы. Основными элементами когнитивной карты являются базисные факторы (или просто факторы) и причинно-следственные связи между ними.
Обзор существующих методов когнитивного анализа
Традиционные знаковые когнитивные карты задаются в виде ориентированного графа и представляют моделируемую систему в виде множества концептов, отображающих системные переменные, связанные между собой причинно-следственными отношениями влияния [6, 65, 93]. Эти отношения могут быть положительными, отрицательными или нейтральными, характеризующими соответствующее влияние концептов друг на друга [82]. Данный вид когнитивных моделей является наиболее простым, однако, обладает ря-дом недостатков.
В знаковых когнитивных картах концепты представляются лишь качественно, характеризуя, например, возрастание, убывание либо неизменность значений «концептуального» параметра и не позволяют оценить количественное изменение.
В основе анализа устойчивости знаковых когнитивных карт, по сути, лежит известная методология анализа обычных линейных систем, основанная на сравнении различных контуров, образованных из концептов такой карты. Однако подобный анализ не позволяет выявить особенности взаимовлияния концептов, определить и ранжировать по степени влияния положительные и отрицательные тенденции, особенно в условиях многоцелевого задания критериев.
Кроме того, ограниченность алфавита знаковых когнитивных карт для представления отношений между концептами позволяет исследовать характер протекающих процессов лишь качественно, на основе анализа тенденций изменения системных переменных.
Недостатки традиционных знаковых когнитивных карт привели к возникновению целого ряда их разновидностей, расширяющих возможности и позволяющих проводить количественный анализ сложных систем.
В работе [100] Коско предложил новый тип когнитивных карт, получивших название нечеткие когнитивные карты (Fuzzy Cognitive Maps). Концепты в нечеткой когнитивной карте Коско могут принимать значения из диапазона действительных чисел [0, 1]. Термин «нечеткие» обозначает только то, что причинные связи (связи взаимовлияния) могут принимать не только значение, равное 0 или 1, а лежат в диапазоне действительных чисел, отражающих «силу» влияния одного концепта на другой. Подход, основанный на теории нечетких множеств Заде [24], по крайней мере в вычислительном аспекте, в модели Коско не применяется.
За исторически первой статьей Коско появился целый ряд работ, в которых предложены различные модификации нечетких когнитивных карт Коско для моделирования сложных систем. В работах [54,65] концепты когнитивных карт представляются на основе шкалы действительных чисел, ограниченных в некотором диапазоне, например [-1, 1]. Однако значения концептов при этом остаются,четкими числами, что ограничивает возможности данных моделей.
Отношения между концептами нечеткой когнитивной карты Силова [68] представлены, как и в модели Коско, в виде весов, но они рассматриваются как элементы нечеткой матрицы смежности для графа НКК. Так как веса могут быть отрицательными, а операции над нечеткими множествами определены для функции принадлежности на [0,1], то существует проблема обработки отрицательных влияний, аналогичная модели Коско. В работе [68] она решается подобным образом за счет удвоения мощности множества концептов и раздельной обработки положительных и: отрицательных влияний. Для решения задач аккумулирования влияния нескольких концептов на один концепт нечеткой когнитивной карты и определения опосредованного влияния концептов предложена нечеткая матричная регулярная алгебра, названная нечеткой каузальной алгеброй.
Стремление максимально использовать постулаты, теории нечетких множеств привело к появлению нечетких продукционных когнитивных карт, для описания влияний между концептами в которых используются нечеткие продукционные правила (Rules Based Fuzzy Cognitive Maps - нечеткие когнитивные карты, основанные на правилах) [97]. В этих картах концепты представлены в виде нечетких множеств [24], определяемых функциями принадлежности к базовому множеству. Причинно-следственные отношения между двумя концептами выражены в виде нечеткого продукционного правила [92] со структурой «один вход - один выход» (Single Input - Single Output: SISO) относительно нечетких приращений концептов. Правила имеют такой вид: ЕСЛИ «приращение концепта Kt малое», ТО «приращение концепта Kj среднее». Передача влияния между концептами осуществляется на основе способа нечеткого логического вывода Мамдани.
Для объединения отдельных влияний на выходном концепте применяется специальная операция «нечеткого аккумулирования с переносом» (Fuzzy Сапу Accumulation). Она используется при агрегировании двух влияний от входных концептов, представленных в виде нечетких множеств (функций принадлежности) выходного концепта. Этот вид аккумулирования, позволяет обрабатывать нечеткие числа по двум «координатам» (принадлежности и базовому множеству) и учитывать аддитивный характер влияний отдельных концептов. Однако его механизм выглядит достаточно произвольным.
В работе [12] предложены обобщенные нечеткие продукционные когнитивные карты (Generalized Rule-Based Fuzzy Cognitive Maps), построенные на основе нечетких продукционные когнитивных карт и обладающие некоторыми дополнительными свойствами.
С целью обеспечения максимально возможной общности и гибкости построения и анализа моделей слабоструктурированных систем и проблем, обусловливаемых нечетким подходом, в работах [86, 87] введено понятие «Нечеткие реляционные когнитивные карты» и предложено обобщение и развитие методов нечеткого когнитивного моделирования за счет реляционного представления нечетких соотношений влияния между концептами. Подобный подход допускает интерпретацию нечетких реляционных когнитивных карт как нечеткого расширения существующих типов четких когнитивных карт. Четкие линейные или нелинейные функции, используемые в когнитивных картах для представления взаимовлияния концептов, могут рассматриваться как множества а-уровня нечеткого отношения при a = 1, т. е. пересечение нечеткого отношения с плоскостью a = 1. Этот подход позволяет наглядно сравнивать результаты вычислений в нечеткой и четкой моделях. В результате сравнения моделей на некоторых примерах видно, что в течение нескольких тактов модельного времени обе модели (четкая и нечеткая) дают близкие результаты. Затем увеличение степени неопределенности значений концептов (значения функций принадлежности приближаются к единице на всем базовом множестве, а дефаззифицированные значения концептов стремятся к нулю) приводит к неработоспособности нечеткой модели в целом. Также при использовании нечетких реляционных когнитивных карт существует проблема возможного выхода нечетких значений концептов за диапазон базового множества (даже для устойчивой системы).
Статический анализ нечётких когнитивных карт
ПС «ИКС» проектировалось и разрабатывалось как универсальная информационная система, обеспечивающая компьютерную поддержку принятия решений в слабоструктурированных системах. Программная система инвариантна по отношению к предметной области и рассчитана на использование пользователями различной квалификации: студенты, аналитики специализированных подразделений, эксперты, менеджеры, руководящие работники и т.д.
Основным путем применения ПС «ИКС» является ее использование в качестве универсальной автоматизированной системы поддержки принятия решений, поддерживающей создание когнитивной модели предметной области, на основе которой будет выполняться формирование множества альтернатив. Кроме того, реализованный принцип визуального построения нечетких когнитивных карт и однозначного соответствия визуального изображения получаемым математическим моделям, позволяет не требовать от пользователя специальных навыков и знаний для работы в ПС «ИКС». А многопользовательский режим позволяет нескольким экспертам и аналитикам вести одновременную работу по созданию, редактированию и анализу нечеткой когнитивной модели.
Разработанная методика когнитивного моделирования сложных слабоструктурированных систем и реализующая ее СППР с элементами экспертной системы могут способствовать решению широкого круга задач и проблем: Для генерации и анализа геополитических, национальных и региональных стратегий социально-экономического развития. Для ситуационного анализа и управления развитием событий в кризисных средах и ситуациях. Для информационного мониторинга социально-политических, социально-экономических и военно-политических ситуаций. Для выработка аналитических сценариев развития проблемных ситуаций и управления ими. Для мониторинга проблем в социально-экономическом развитии. корпорации, региона, города, государства. Для анализа развития региона и мониторинга проблемных ситуаций при целенаправленном развитии региона. Для разработки стратегий управления инновационным механизмом предприятия. Жилищная проблема в Краснодарском крае является одной из наиболее острых социальных проблем. По обеспеченности жильем на душу населения край занимает в России 69-е место. В улучшении жилищных условий только из числа зарегистрированных граждан нуждаются 127,8 тысячи семей, при этом первые очередники постановлены на учет еще в 60-70-е годы прошедшего столетия. Фактически в 2004 году жилищные условия улучшили только 952 семьи.
Реальную потребность в улучшении жилищных условий испытывают более 400 тысяч семей. Объемы жилищного строительства в крае не обеспечивают эту потребность. В крае ежегодно сдается в эксплуатацию 1,7-1,8 миллиона квадратных метров жилья. При этом более 70 процентов жилых домов строится за счет средств населения. Потенциал индивидуального жилищного строительства используется не в полной мере. Большая часть отведенных для индивидуального строительства территорий не имеет социальной и инженерной ршфраструктуры. Ряд пригородных территорий застроен усадебными домами и коттеджами, которые не сданы в эксплуатацию из-за отсутствия инженерных коммуникаций.
Доля жилья, вводимого за счет бюджетных средств, составлявшая до начала экономических реформ 29 процентов, сегодня не превышает двух процентов. Организациями различных форм собственности в 2004 году было построено всего 509 тысяч квадратных метров общей площади жилья, что составляет 28 процентов от общего объема.
При сокращении объемов строительства государственного и муниципального жилья и, соответственно, уменьшении количества квартир, предоставляемых бесплатно очередникам, приватизации большей части жилищного фонда переход к рыночным принципам реализации прав граждан на жилище оказался не обеспечен необходимыми финансовыми и организационными мерами.
В связи с этим продолжительность ожидания своей очереди на получение жилья составляет для граждан в основном 15-20 лет, а в отдельных случаях 30-40 лет.
По результатам социологического исследования установлено, что 80 процентов молодых семей испытывают необходимость в улучшении своих жилищных условий. Половина опрошенных семей среди основных причин отсутствия детей назвали нерешенность жилищной проблемы. По этой причине распадается почти половина молодых семей.
Президентом Российской Федерации в ежегодном послании Федеральному Собранию Российской Федерации 26 мая 2004 года поставлена задача: "Правительство, региональные и местные органы власти должны ориентироваться на то, чтобы к 2010 году минимум треть граждан страны (а не одна десятая, как сегодня) могли бы приобретать квартиру, отвечающую современным требованиям, приобрести - за счет собственных накоплений и с помощью жилищных кредитов." В Краснодарском крае за последние годы сформированы все необходимые предпосылки для значительного роста объемов жилищного строительства. Создан целый ряд коммерческих фирм и компаний (особенно в крупных городах: Краснодар, Новороссийск, Анапа, Геленджик, Сочи), которые стабильно наращивают объемы жилищного строительства и формируют конкурентную среду на рынке готового жилья. Рассмотрим задачу повышения уровня жилищного строительства в отдельно взятом муниципальном образовании.
Реализация разработанной системы
В представленном программном комплексе реализованы возможности для решения задач из различных проблемных областей. Опираясь на представленные результаты, можно говорить о том, что программная система, является одним из важнейших инструментов при принятии решений руководителем, что было показано на примере решения задачи жилищного строительства. Удобная графическая оболочка, ориентированная на прямое взаимодействие с пользователем, учитывающая когнитивные аспекты восприятия и получение знаний и сведений от экспертов и ЛПР, позволяет производить качественное и быстрое управление ситуацией при этом, не нарушая классического подхода, основанного на системном анализе к принятию решений. Представленный программный продукт решает следующие проблемы, возникающие при принятии решения руководителем:
Отсутствие универсального инструмента управления этапами поддержки принятия решений на основе классического системного подхода; 2. Сложность представления информации экспертам и лицу, принимающему решения в адекватной понятной форме без потери качества информации; 3. Отсутствие формализованных человеко-машинных процедур для реализации задач инженерии знаний - передачи и формализации знаний экспертов и ЛПР в первоначальной смысловой форме в систему поддержки принятия решений; 4. Необходимость учитывать большое количество взаимосвязанных концептов при принятии решений одновременно. Представленный пример показывает, что реализованная система может быть использована в различных проблемных областях. Принятие решений с использованием единой программной среды уменьшает время принятия решений, упрощает процесс обучения управлению системой, не снижая адекватность принимаемых решений. В результате проведённой работы можно говорить о найденном решении поставленных задач и достижении поставленной цели. Ряд проблем, связанных в первую очередь с трудноформализуемостыо большинства этапов управления, уникальностью возникающих задач; необходимостью учета множества факторов и целей, имеющих сложную структуру взаимосвязи, а зачастую противоречащих друг другу можно решить при помощи использования современных когнитивных технологий. Главная задача ЛПР это эффективное управление процессами- в его компетентной области и принятие быстрых обоснованных решений. Многофакторность сферы деятельности требует организации четкого управления. Когнитивное моделирование позволяет уменьшить срок принятия решения и позволяет повысить адекватность этого решения. Использование таких технологий необходимо для задач интеллектуальной поддержки принятия решений (СПОР) в составе ситуационных центров различной направленности. В результате проведённых исследований были получены следующие научные и практические результаты: 1. В результате проведенного системного исследования показано, что архитектура стандартных технологических ИС неэффективна для задач анализа больших объемов взаимосвязанных данных сложных технических систем, а также выделен класс аналитических задач и соответствующий класс систем поддержки принятия решений с использованием когнитивного анализа. 2. Разработана методика построения когнитивных имитационных моделей на основе нечётких когнитивных карт, описывающих сложные многокритериальные информационные системы интеллектуальной поддержки принятия решений, в основе которых лежит математический аппарат нечетких когнитивных карт Силова. 3. Предложен подход к построению нечеткой когнитивной карты Силова для интеллектуальной поддержки принятия решений, основанный на применении методов задания функций принадлежности дискретных нечетких множеств и обеспечивающий возможность учета и согласования мнений группы экспертов для повышения адекватности и обоснованности принимаемых решений. 4. Исследованы и адаптированы методы статического и динамического анализа нечетких когнитивных карт. Предложена модификация модели импульсного процесса для нечетких когнитивных карт, обеспечивающая комплексный учет причинно-следственных связей , между концептами. 5. Построены и представлены алгоритмы решения прямой и обратной задачи когнитивного анализа на основе формирования и анализа функций принадлежности для интеллектуальной поддержки принятия решений. 6. Разработана программная система, обеспечивающая поддержку нечетких когнитивных моделей для разработки, исследования и мониторинга стратегий управления слабоструктурированными-систе-мами. Программный продукт относится к классу систем поддержки принятия решений и обладает свойством инвариантности по отношению к предметной области. 7. Предложена методика применения нечетких когнитивных моделей и программной системы для разработки и обоснования решений по управлению органами государственной власти. Применение данной методики способствует сокращению сроков и повышению эффективности управленческой деятельности. Результаты работы используются для мониторинга, многокритериального анализа, представления, визуализации и принятия решений при разработке ситуационных центров различного назначения. В частности, при выборе оптимальной стратегии управления в СЦ ОГВ.
