Содержание к диссертации
Введение
Глава 1. Анализ задач оценки в социальных и экономических объектах и методов их решения 11
1.1. Управление социальными и экономическими объектами 11
1.2. Оценка состояния социального или экономического объекта как основа принятия управленческих решений 15
1.3. Особенности задач оценки для различных социальных и экономических объектов 17
1.4. Структуризация социально-экономических объектов при решении задач оценки 25
1.5. Методы решения задач оценки 28
Глава 2. Разработка методов и алгоритмов настройки гибридной экспертной системы на решение социальных и экономических задач оценки
2.1. Конструкция гибридной модели 46
2.2. Нейросетевой подход к структуризации задач оценки социальных и экономических объектов 63
2.3. Выбор метода решения в дереве иерархии 81
2.4. Применение экспертных оценок при решении задач оценки социальных и экономических объектов 89
Глава 3. Решение задач оценки в социальных и экономических объектах с помощью предложенных методов и алгоритмов 98
3.1. Структуризация социальных и экономических объектов с помощью нейронных сетей 98
3.2. Выбор метода решения 112
3.3. Расчет оценок компетентности 116
3.4. Интеллектуальная информационная система «Аналитик» 119
Заключение 140
Список литературы 143
- Оценка состояния социального или экономического объекта как основа принятия управленческих решений
- Структуризация социально-экономических объектов при решении задач оценки
- Нейросетевой подход к структуризации задач оценки социальных и экономических объектов
- Выбор метода решения
Введение к работе
Актуальность темы. В настоящее время эффективное управление различными социально-экономическими объектами является одной из наиболее актуальных проблем в социальной и экономической сферах нашей страны.
Среди функций управления, выделенных различными авторами [18, 48,
53, 80, 87], одно из центральных мест занимает анализ. Основой реализации
этой функции является оценка состояния объекта управления. Задачи оценки,
как и управленческие решения, касаются всех сторон работы объекта: оценка
i% финансового состояния, хозяйственной деятельности, качества произведен-
ной продукции и оказанных услуг и др.
Исследование работ российских авторов по анализу финансово-хозяйственной деятельности предприятий (Балабанов И.Т. [6], Баканов М.И.,
Сайфулин Р.С., Шеремет А.Д. [5, 98]; Савицкая Г.В. [82]; Стоянова Е.С. [88]), оценке деятельности подразделений вуза- кафедр (Васильев В.Н. [19]), анализу качества продукции (Азгальдов Г.Г. [2], Басовский Л.Е. [7], Федюкин
В.К., Дурнев В.Д., Лебедев В.Г. [93]), оценке рейтингов банков [20, 81, 92] позволил выделить ряд общих черт в задачах оценки социальных и экономических объектов.
Характерными особенностями задач оценки являются их сложность и неформализованность, большие массивы первичной информации, искажен-ность и неточность данных, нестабильность внешней среды, неопределенность внутренних взаимосвязей.
Для решения различных задач оценки российскими авторами предлага-
лись разнообразные методы. В работах Федюкина В.К., Дурнева В.Д., Лебе
дева В.Г. [93] задача оценки качества решалась путем вычисления индексов
по аналитическим зависимостям. Попов Э.В. [65], Одинцов Б.Е. [61], и ряд
^ других авторов (Элти Дж., Кумбс М. [101], Семушкина Н., Тельнов Ю.Ф.
[83]) проводили исследования по применению продукционных экспертных систем для решения сложных, в т.ч. экономических, задач. Целым рядом ав-
5 торов (Горбань А.Н., Россиев Д.А. [24, 25], Миркес Е.М. [23, 26, 55]) был
описан нейросетевой подход к решению неформализованных задач.
Однако наилучшие результаты дает применение гибридных экспертных систем, описанных в работах Силича В.А. [85], Пятковского О.И. [78]. Гибкость настройки, возможность сочетания различных методов искусственного интеллекта позволяют гибридным экспертным системам занять лидирующее положение среди методов решения неформализованных задач. Но до настоящего времени в их работе остается ряд недостаточно проработанных в методологическом плане проблем.
Одной из наиболее важных является настройка гибридной модели на решение задач оценки в социальных и экономических объектах. В частности, недостаточно проработан вопрос о структуризации задачи оценки для представления ее в гибридной экспертной системе, нет четко сформулированного алгоритма подбора методов решения в узлах графа связей, наконец, остаются неясными вопросы настройки интеллектуальных блоков системы на решение неформализованных социально-экономических задач, а именно процесс получения и использования экспертных знаний при обучении нейронных сетей.
Решению указанных проблем посвящена данная работа.
Объект исследования: процесс принятия решений при управлении социальными и экономическими объектами.
Предмет исследования: задачи оценки в социальных и экономических объектах.
Цель исследования: разработать методы и алгоритмы настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах.
Задачи исследования:
1. Выполнить анализ существующих подходов к решению задач оценки
социально-экономических объектов, в том числе методов их структуризации.
2. Разработать метод структуризации задач оценки социально-
экономических объектов для их представления в гибридной экспертной сис
теме.
Разработать подходы и алгоритм выбора методов решения в узлах графа связей решаемой задачи оценки состояния социально-экономических объектов.
Доработать метод получения экспертных оценок состояния социально-экономических объектов для их использования при обучении нейросетевых блоков гибридной экспертной системы.
Построить структуру программного комплекса, реализующего гибридную экспертную систему.
Разработать программную реализацию гибридной экспертной системы.
Методы исследования. Поставленные в диссертационной работе задачи решались с применением методов системного анализа, теории принятия решений, проектирования информационных систем, искусственного интеллекта, а именно, нейронных сетей и продукционных экспертных систем.
Научная новизна работы заключается в достижении следующих научных результатов:
разработан метод структуризации задач оценки состояния социально-экономических объектов для их представления в гибридной экспертной системе;
выработаны критерии, подходы и алгоритмы выбора метода решения задач в узлах графа связей гибридной экспертной системы;
доработан метод получения экспертных оценок состояния социально-экономических объектов для обучения нейросетевых компонентов гибридной экспертной системы.
Практическая значимость исследования:
Применение разработанных методов структуризации позволит строить иерархические модели задач оценки социальных и экономических объектов, сведя к минимуму участие экспертов в процессе декомпозиции, а значит, ускоряя и удешевляя эти работы.
Предложенные подходы и алгоритм выбора метода решения в узлах графа задачи в сочетании с нейросетевой структуризацией задач оценки по-
7 зволят осуществлять настройку гибридной модели представления знаний на
решение конкретных задач оценки.
3, Алгоритм определения компетентности экспертных мнений в про
цессе экспертного оценивания объектов позволит получать более объектив
ные данные для настройки нейросетевых методов решения задач / подзадач в
иерархическом графе.
4. Предложенная конструкция программной реализации гибридной
экспертной системы и разработанная по этой конструкции интеллектуальная
информационная система «Аналитик» улучшит процесс определения оценок
в социальных и экономических объектах и позволит оперативно разрабаты
вать более обоснованные управленческие решения.
Основные положении, выносимые на защиту:
Метод и алгоритмы структуризации задач оценки состояния социальных и экономических объектов.
Критерии и алгоритм выбора методов решения неформализованных задач с использованием продукционных экспертных систем и нейронных сетей распознавания образов.
Алгоритм расчета оценок компетентности экспертов при обработке результатов групповой экспертизы.
Структура интеллектуальной информационной системы, реализующей гибридную экспертную систему.
Апробация результатов работы. Основные положения и результаты работы докладывались и обсуждались на международной научно-технической конференции «Измерение, контроль, информатизация» (г. Барнаул) в 2001-2003 годах, на всероссийском семинаре «Нейроинформатика и ее приложения» (г. Красноярск) в 2001-2003 годах, на всероссийской научно-практической конференции «Организационные инновации в управлении интегрированными образовательными учреждениями» (г. Барнаул, 2002 г.), на краевой конференции по математике «МАК-2001» и «МАК-2003», на научно-практической конференции «Молодежь - Барнаулу» (г.Барнаул, 2002), на
8 международной конференции «Интерактивные системы: проблемы человеко-машинного взаимодействия» (г. Ульяновск) в 2003 г.
Публикации: по теме диссертации опубликовано 12 печатных работ, на интеллектуальную информационную систему «Аналитик» получено свидетельство о регистрации.
В первой главе диссертационной работы проведен анализ функций управления социально-экономическими объектами, выделенных разными авторами. Подчеркнуто, что для реализации одной из основных функций — анализа — необходимо решать задачи оценки состояния объектов управления. Выделены основные особенности задач оценки социальных и экономических объектов: нестабильность условий внешней среды, неопределенность внутренних связей, большое количество и разнородность характеристик объекта, которые приводят к сложности и неформализованности решаемых задач. Приведены примеры некоторых задач оценки, возникающих в социальных и экономических объектах, проанализирован механизм их решения. Подчеркнута необходимость структуризации неформализованных задач. Отмечена субъективность процесса декомпозиции, проводимого методами системного анализа. Проведен анализ существующих методов решения неформализованных задач, в том числе задач оценки в социальных и экономических объектах. Выделены основные достоинства и недостатки различных методов. В заключении главы обосновано использование гибридных экспертных систем для решения задач оценки, описаны нерешенные проблемы, возникающие в процессе их настройки на решение различных задач оценки социальных и экономических объектов. К ним относятся структуризация решаемой задачи, выбор методов решения для выделенных подзадач, получение экспертных знаний для настройки
нейРКР1ВДЧй&даШТ$в^ схема организации
гибридной экспертной системы и основные принципы ее построения. В общем виде представлен процесс решения задач оценки в рамках гибридной экспертной системы, выделены этапы позволяющие выполнять ее настройку
9 на решение задач оценки. Описана модель программного комплекса, реализующего гибридный подход к решению задач оценки.
Во втором параграфе приведен разработанный метод структуризации
социально-экономических задач оценки, основой которого стало использова
ние различных типов нейронных сетей: карт Кохонена и многослойных пер-
септронов. Описаны алгоритмы, позволяющие формализовать декомпозицию
« задач оценки и, тем самым, свести к минимуму привлечение экспертов к
процессу структуризации. В качестве таких алгоритмов приводятся процедуры сокращения начального набора показателей, характеризующих объект, выявления связных показателей, формирования цепочек показателей и вос-становления по ним структуры решаемой задачи.
В третьем параграфе описаны критерии и алгоритмы выбора методов решения в узлах построенного дерева задачи. Для осуществления выбора предлагается использовать продукционную экспертную систему или методы нейросетевого распознавания образов.
Далее приведен подход к решению проблемы получения экспертных
знаний для обучения нейронных сетей решению задач оценки в социальных
и экономических объектах. Описан способ определения оценок компетентно
сти экспертов при проведении групповой экспертизы и формирования обоб
щенного результата, который затем используется в качестве выходного пока-
н зателя в обучающей выборке.
В третьей главе работы содержится описание программной реализации
гибридной экспертной системы и экспериментов по ее настройке на решение
социальных и экономических задач. В качестве иллюстрации разработанных
^ метода и алгоритмов структуризации приведено описание экспериментов по
декомпозиции задачи оценки деятельности кафедр вуза и рейтинговой оценки банков. Полученные в результате структуры были оценены экспертами как адекватные решаемым задачам.
Описаны эксперименты по выбору метода решения для различных социально-экономических задач оценки. На примере задачи оценки финансовой
10 устойчивости предприятия показано, что метод, предложенный системой,
действительно дает лучшие результаты при решении данной задачи.
Описание эксперимента по обработке результатов групповой эксперты задачи оценки финансовой устойчивости предприятия с помощью предложенного алгоритма, приведенное в третьем параграфе главы, подтверждает его справедливость.
В заключении изложены основные теоретические выводы исследования и практические результаты использования разработанных методов и алгоритмов настройки гибридной экспертной системы на решение задач оценки в социальных и экономических объектах.
Оценка состояния социального или экономического объекта как основа принятия управленческих решений
Анализ состояния объекта управления (социального или экономического) является связующим звеном между учетом и выработкой стратегических и оперативных управленческих решений.
Соловьев B.C. [87] определяет анализ как «абстрактное, формализованное упрощенное расчленение изучаемого объекта на части, сопоставления их с нормативными значениями и синтезированный вывод о состоянии объекта в целом».
Из приведенного определения следует, что одним из основных результатов анализа является «синтезированный вывод о состоянии объекта в целом», т.е. комплексная оценка состояния объекта. Тот же вывод следует из приведенного в предыдущем параграфе определения анализа, данного авторами [80], в котором говорится о «диагнозе состояния предприятия».
Можно утверждать, что комплексная оценка состояния объекта является основой для принятия управленческих решений.
Кроме комплексной оценки объекта с помощью анализа можно получать промежуточные или частные оценки, характеризующие состояние какого-либо направления деятельности объекта или его подразделения. Это обеспечивается путем «расчленения» объекта исследования.
Оценка состояния объекта нужна не только для подготовки управленческих решений, но и для постоянного мониторинга его деятельности. Анализ фактической информации о состоянии объекта, динамике его развития необходим для своевременного определения отклонений в деятельности и оперативных корректирующих воздействий.
Таким образом, оценка состояния объекта, как результат реализации управленческой функции «анализ», является базой принятия управленческих решений в социальных и экономических объектах. Оценка служит основанием для составления текущих и оперативных планов, выступает как инструмент определения степени соответствия фактического состояния запланированному.
В работе понятие «оценка состояния» применяется к широкому спектру задач. Это и оценка хозяйственной деятельности экономического объекта, и оценка финансового состояния, и оценка работы или состояния подразделений объекта или направлений деятельности, и оценка состояния и уровня качества продукции/услуг, и многие другие задачи.
В некоторых ситуациях понятия «оценка состояния» и «оценка деятельности» совпадают. Состояние объекта зачастую воспринимается как результат его деятельности. Например, оценка финансового состояния является следствием финансовой деятельности предприятия, и деятельность может быть оценена через параметры состояния. Деятельность хороша или плоха в том смысле, что привела к хорошему или плохому состоянию.
Однако так бывает не всегда. Например, состояние библиотеки вуза, параметрами которого являются состав и структура библиотечного фонда, оборудование, помещения, не является следствием его работы, поскольку основная деятельность - обслуживание читателей. В таком случае, термин оценка деятельности больше совпадает с оценкой качества оказываемых услуг.
Дабы исключить разночтения в работе понятие оценка деятельности будет употребляться только как синоним оценки состояния объекта, в тех случаях, когда это имеет смысл.
Таким образом, как об основе процесса управления, следует говорить не только о комплексной оценке состояния объекта, но и в целом о решении задач оценки в социальных и экономических объектах.
При решении задач оценки в социальных и экономических объектах следует учитывать некоторые их особенности, в значительной мере влияющие на функционирование объектов.
Ранее было отмечено, что главной чертой, отличающей социально-экономические объекты, например, от технических, является участие людей, как элементов системы, в деятельности объекта и субъекта управления. Это накладывает отпечаток на поведение объекта управления, эффективность его работы, приводит к необходимости такой функции управления, как мотивация. При решении задач оценки, связанных с кадровым потенциалом и эффективностью работы персонала необходимо учитывать уровень мотивирования сотрудников.
Участие людей в деятельности социально-экономических объектов приводит к неопределенности и невозможности установить четкую связь между характеристиками объекта и результатами его работы. Два одинаковых (за исключением кадрового состава) предприятия в одних и тех же условиях добьются различных результатов именно за счет персонала фирмы, в том числе управленцев.
Другая особенность функционирования социально-экономических объектов — нестабильные условия внешней среды. Внешней средой по отношению к исследуемым объектам является социально-экономическая система страны, которая характеризуется неопределенностью поведения. Для социальных и экономических объектов это проявляется в нестабильности экономической и политической ситуации, что очень актуально для нашей страны; в резких изменениях уровня спроса, как следствия поведения потребителей-людей; агрессивном поведении по отношению к ним других элементов системы, в частности конкурентов.
Эти особенности необходимо учитывать, прежде всего, при формировании оценок различных альтернатив в процессе подготовки управленческих решений. Их нужно учесть и при оценивании фактических данных. Сравнивая их с плановыми показателями, следует делать корректировку на изменения условий внешней среды.
Структуризация социально-экономических объектов при решении задач оценки
Решение сложных неформализованных задач, каковыми являются задачи оценки в социальных и экономических объектах, без применения специальных методов, в том числе экспертных, затруднено. Упростить процесс решения позволяет применение системного подхода. В соответствии с ним объект оценки, в данном случае социально-экономический, необходимо представить как систему. Определять систему надлежит через ее цель.
Применение системного подхода к решению задач подразумевает использование в качестве инструментов анализа и синтеза [51, 57, 64, 86]. Суть анализа состоит в разделении целого на части, в представлении сложного в виде совокупности более простых компонент. Социальные и экономические объекты представляют собой неаддитивные системы, не возможно восстановить их свойства, просто собрав вместе части. Суть таких систем не столько в составе, сколько во внутреннем взаимодействии компонентов. Анализ нарушает целостность и свойства системы, разрывая связи между ее элементами.
Восстановить связи и вскрыть функцию системы позволяет синтез. В результате его проведения, восстанавливаются отношения между частями системы, разрушенные в процессе анализа.
Применяя аналитический и синтетический методы, приходится сталкиваться с необходимостью разделить целое на части или объединить части в целое. Эти операции носят название декомпозиция и агрегирование.
Основанием декомпозиции является модель [64, 97]. Операция декомпозиции есть сопоставление объекта анализа с некоторой моделью. Количество элементов, получаемых при декомпозиции, соответствует модели, поэтому полнота декомпозиции целиком зависит от завершенности модели.
Выделяют четыре типа моделей [4, 64, 90, 97]: черного ящика, состава, структуры, конструкции (структурной схемы). Основанием декомпозиции не может служить отвлеченная, формальная модель, только конкретная содержательная. Вопрос о полноте декомпозиции решается при выборе формаль ной модели и построении по ней содержательной. Важно не упустить ничего существенного на этом этапе, иначе наличие неучтенного элемента не позволит получить удовлетворительный результат декомпозиции.
Следующая проблема, которую надо решить в процессе декомпозиции, определение степени детализации, которая численно отражается размерами формируемого дерева. Оно должно с одной стороны полностью отражать суть и структуру задачи, а с другой — быть компактным.
Для соблюдения принципа простоты дерева (уменьшение размера вширь) нужно включать в модель-основание только существенные, с точки зрения анализа, компоненты. Решение вопроса существенности возлагается на эксперта.
Глубина дерева зависит от того, насколько близко к элементарным узлам (подзадачам) нужно подойти. Если для анализируемой вершины есть смысл в дальнейшей детализации, для нее подбирается модель-основание и декомпозиция продолжается. Если вершина не может быть разложена и не является элементарной, декомпозиция по этой ветви прерывается. Данная вершина представляет собой сложную задачу. Для ее решения нужно привлечь других экспертов, или констатировать ее непонятность, тем самым, локализовав сложность исходной задачи.
Социально-экономические объекты сложны, имеют неоднозначную структуру, слабо формализованы, поэтому декомпозицию выполняет эксперт. При проведении декомпозиции разными, независимыми друг от друга экспертами, полученные деревья будут различаться. Качество построенных экспертами деревьев зависит как от их компетентности в данной предметной области, так и от применяемой методики декомпозиции. Такая зависимость результата процесса от качеств привлеченного к нему эксперта или экспертов является существенным недостатком системного подхода к декомпозиции задач и систем.
Когда декомпозиция завершена, все ветви дерева заканчиваются элементарными вершинами или констатирована их дальнейшая неразложимость, проводится агрегирование. Агрегирование определяется как установление отношений на заданном множестве элементов [64, 97]. Это восстановление потерянных при декомпозиции внутренних связей.
В теории системного анализа выделяют три типа агрегатов: конфигураторы, агрегаты-операторы, агрегаты-структуры [64]. Конфигуратор представляет собой совокупность различных языков описания системы, число этих языков должно быть минимальным, т.е. все они необходимы для задания отношений на множестве элементов. Агрегаты операторы используются, когда количество данных слишком велико. К агрегатам-операторам относятся классификаторы разных видов, функции многих переменных (если показатели числовые), статистики. Агрегаты-структуры задают структурные связи в системе. Это могут быть сети, матрицы, деревья и т.д. Структура строится и определяется в зависимости от объекта, целей и средств. Содержательная сторона процесса агрегирования, так же как декомпозиция зависит от эксперта.
Нейросетевой подход к структуризации задач оценки социальных и экономических объектов
В первой главе при описании гибридной экспертной системы было указано на непроработанность вопроса структуризации задач оценки в рамках гибридной модели.
Проведение структуризации методами системного анализа (декомпози ция и агрегирование) требует привлечения экспертов предметной области. Однако, процесс структуризации все равно остается «неоднозначным» [64], не смотря на применение стандартизованных методов. Кроме того, построение графа связей задачи полностью остается за пределами гибридной экспертной системы.
Необходимо разработать такой метод структуризации, который позво-лил бы снизить зависимость результатов процесса построения структуры задачи от экспертов, формализовать значительную часть процедуры структуризации и строить приближенную модель объекта на основе фактических данных о его функционировании. Суть предлагаемого метода состоит в применении нейронных сетей различной архитектуры к обработке фактического материала о деятельности и состоянии объекта, с помощью которых за конечное число шагов можно получить приближенную структуру объекта.
Задача построения структуры объекта, о свойствах которого исследователь не имеет априорных данных, распадается на два крупных блока [118].
В виду не полной определенности связей между различными показателями деятельности социально-экономического объекта и искомой комплексной оценкой, невозможно с уверенностью указать набор показателей, которые действительно будут важны для решения поставленной задачи. Поэтому целью первого блока становится определение набора первичных показателей, которые должны войти в структуру. Второй блок позволяет строить различные варианты древовидных структур, которые впоследствии будут дополнительно анализироваться экспертами, на основании отобранных показателей. По результатам анализа должна быть выбрана структура, наиболее отвечающая цели исследования. Рассмотрим этапы формирования графа связей задачи более подробно. Анализ объекта и построение его структуры начинается с выбора показателей, которые будут использованы для дальнейшей обработки. Информация о деятельности социального или экономического объекта очень разнообразна. От выбора тех или иных показателей зависит результат всего процесса структуризации.
Поскольку в начале процесса исследования информации о важности показателей нет, необходимо собрать как можно больше всевозможной информации, характеризующей различные аспекты деятельности объекта.
Если в качестве предмета исследования выступает не какое-либо конкретное предприятие или вуз, а класс объектов, то нужно по возможности использовать относительные показатели, чтобы нивелировать различие в масштабах.
В результате сбора информации будет сформирован массив, элементами которого станут Vmn — «-ый показатель работы т-то объекта (при условии рассмотрения некоторого класса объектов) или и-ый показатель работы объекта в m-ом периоде.
Строки массива Рт„ несут информацию не об объекте в целом, а о его состоянии на конкретный момент времени. Действительно, поскольку социальные и экономические объекты развиваются динамически, то говорить о каких бы то ни было значениях показателей, как о раз и навсегда заданных не имеет смысла. Некоторые показатели изменяют свое значение редко, например уставной капитал предприятия может оставаться стабильным на протяжении всего периода его работы, но может и измениться. Другие показатели могут меняться с определенной периодичностью, например, в вузе отчисление и зачисление студентов происходит один раз в семестр. Отдельные показатели могут менять свои значения ежесекундно, так объем продаж в большом супермаркете изменяется постоянно (в таких случаях в качестве показателя обычно используют средние значения).
Массив Рти является массивом состояний и в случае, когда предметом исследования является один объект в разные временные промежутки, и когда предметом исследования становятся разные объекты. В любом случае, их показатели, занесенные в матрицу, несут сведения только о состоянии на конкретный момент времени.
Взятый изначально набор показателей, характеризующих деятельность или состояние социально-экономического объекта, может быть большим. Кроме того, не все показатели, включенные в первоначальный набор, действительно несут необходимую для расчетов информацию. Многие показатели являются сильно зависимыми друг от друга, а значит дублируют информацию. Это объясняется отсутствием априорных знаний о важности и значимости показателей.
Поэтому первоначальный набор показателей должен быть сокращен, из него надлежит исключить взаимозависимые показатели и показатели, не несущие нужной информации об объекте. Сокращение незначащих или малозначащих показателей в рамках предлагаемого метода проводится следующим образом. На первом шаге кластеризуются данные, имеющиеся в массиве показателей (следует еще раз отметить, что кластеризуются не объекты, а их состояния, что отвечает цели исследования - построить структуру задачи оценки состояния объекта). На следующем шаге выдвигается предположение о малозначимости тех или иных показателей. В заключении выполняется проверка выдвинутого предположения.
Задача оценки состояния/деятельности социального или экономического объекта решается путем присвоения определенного значения состоянию объекта из области определения состояний, т.е. шкалы оценки.
В упрощенном варианте, если шкала является номинальной, то процесс оценивания сводится к отнесению каждого состояния объекта к классу определенному шкалой. Поскольку заранее не известно, по каким критериям объекты оценки относятся к тому или иному классу, да и сами классы не заданы, можно использовать методы кластеризации данных с помощью самоорганизующихся нейронных сетей, в частности карт Кохонена.
Применение нейросетей позволит выявить зависимость в данных и разбить объекты исследования на классы. Для успешной кластеризации данных нужно подобрать такое число классов, которое делало бы группировку устойчивой. На понятии устойчивости группировки стоит остановиться отдельно.
У нейронных сетей есть особенность - в начальный момент времени обучения они инициируются случайными значениями [24]. Это приводит к тому, что при повторении эксперимента по обучению на тех же исходных данных, с одинаковыми параметрами, можно не получить того же результата — сеть будет отвечать по-разному. Таким образом, при повторении эксперимента несколько раз мы будем получать отличные друг от друга группировки. В данном случае каждая нейронная сеть выступает в роли «эксперта», высказывая свое мнение по поводу поставленной задачи. Как и для человеческои экспертной группы, для неиросетеи можно использовать меры согласованности [32]. Справедлива и более простая мера согласованности: доля примеров отнесенных к одному классу всеми нейросетевыми экспертами (2).
Выбор метода решения
В первой части эксперимента была простроена БЗ продукционной экспертной системы. В качестве истоков БЗ были использованы характеристики задачи: размерность, динамичность, доступность информации, детерминированность, характер входных показателей, а также данные о необходимости прозрачного решения.
Для качественного решения о выборе метода БЗ должна содержать полный перебор возможных сочетаний значений истоков, размер БЗ при этом составит 170 правил.
Для сокращения размера БЗ в дерево целей была введена промежуточная вершина, характеризующая степень разрешимости задачи по шестибальной шкале: I - легко разрешимые, б — трудноразрешимые. Она определяется на основе динамичности, доступности информации и детерминированности задачи. Таким образом, дерево целей приняло вид:
По результатам эксперимента можно сделать вывод о совпадении предлагаемых методов решения при их подпоре с помощыо нейронных сетей и правил продукции.
Для проверки достоверности рекомендаций по использованию метода решения был проведен эксперимент, в ходе которого задача оценки финансовой устойчивости предприятия была решена тремя способами (формула, правила продукции, нейросеть).
Эксперимент был проведен на данных о работе птицефабрики «Молодежная» за 2000-2001 год. Таким образом, можно заключить, что рекомендации, которые дают продукционная экспертная система выбора метода решения и нейронные сети, распознающие образы задач адекватны. Применение предложенных алгоритмов позволит заменить эксперта на этапе выбора метода решения для всех подзадач анализируемого графа. Поскольку подзадач в дереве оценки социальных и экономических объектов может быть большое количество, использование разработанных алгоритмов выбора метода решения значительно сократит временные затраты по сравнению с экспертным выбором.
Одной из подзадач графа оценки финансового состояния предприятия является оценка финансовой устойчивости. Для ее решения был выбран ней-росетевой метод агрегирования.
Настройка нейронной сети на решение любой задачи требует формирования обучающих выборок. Статистических данных для составления задачника нет, поскольку значение финансовой устойчивости не поддается непосредственному измерению. Поэтому построение обучающей выборки требует проведения экспертизы.
В экспертную группу вошли четыре эксперта, каждый из которых выставил оценки по десятибалльной шкале 64 примерам, включенным в опросный лист.
После проведения экспертизы для выставления групповых оценок необходимо определить степень компетентности экспертов, чтобы полученные групповые оценки более соответствовали реальности.
Оценка компетентностиэксперта 0.36 0.45 0.14 0.05 Обучение нейронных сетей по индивидуальным оценкам позволило определить минимально необходимое для решения задачи количество нейронов. Лучшими по этому критерию оказались оценки, выставленные экспертом «2». Была проведена попытка сокращения числа входных сигналов, которая дала положительный результат только на данных эксперта «4» - 1 сокращенных входной сигнал.
Таким образом, все необходимые для расчета средние величины (среднее число нейронов, средняя доля противоречивых примеров, средняя доля исключенных входов) больше 0, следовательно при расчете оценок компетентности будут задействованы все части формулы (5),
Результат расчета оценок компетентности представлен в последней строке таблицы 3.11. Наиболее компетентным считается эксперт «2», наименее — эксперт «4». Кроме того, оценка компетентности эксперта «4» ниже порогового уровня 1/(4 2)=0,125, значит, его мнение не может быть использовано в расчете групповых оценок.
По результатам проведенного эксперимента можно утверждать, что предложенный подход к оценке компетентности группы экспертов позволит добиться лучших результатов при расчете групповой оценки и обучении по ней нейронных сетей, чем процедуры, используемые в настоящее время.
Для решения задач оценки в социальных и экономических объектах коллективом авторов разработана интеллектуальная информационная система (ИИС) «Аналитик». В ее основу положены принципы и структуры, описанные во второй главе.
Ядро системы составляет аналитический блок, позволяющий создавать и настраивать деревья оценки, а также выполнять по ним расчет. Кроме этого, в состав ИИС входят блоки настройки, расчета и ввода первичных документов, а также блоки ведения справочников и представления результатов расчета.
В результате работы блока отображения на экран выводится форма, отраженная на рисунке, которая позволяет выбрать режим работы, производить настройку и расчет по дереву (см. приложение Е).
Работая в режиме администратора, система выполняет следующие функции: построение графа-дерева показателей, определение метода решения для каждого узла графа, настройка метода решения, которая в зависимости от конкретного выбора либо производит обучение нейронной сети, либо построение правил продукции, либо настройку формулы (рис. 3.4.5).
Одна из главных функций системы в режиме администратора - построение деревьев показателей. Система может поддерживать одновременно несколько деревьев любой структуры. Для выполнения этой функции в систему включен «блок построения деревьев».
