- •Варжапетян а.Г. Квалиметрия
- •Оглавление
- •Предисловие
- •Введение в1. Глоссарий
- •В2. Общее представление о квалиметрии
- •1. Уточнение социально-экономической информации
- •2. Повышение эффективности управленческих решений
- •3. Повышение эффективности работы
- •Глава 1 Измерение характеристик качества
- •1.1 Свойства и потребности
- •В3. Классификация квалиметрий
- •1.2 Измерение характеристик качества.
- •1.3. Статистические измерительные шкалы.
- •В). Шкала дистанций - шд
- •Г). Шкала отношений - шо.
- •1.4 Ряды предпочтительных чисел
- •Глава 2 Комплексная оценка показателей
- •2.1 Предпосылки к проведению квалиметрических оценок
- •2.2 Комплексная квалиметрическая оценка
- •2.3. Порядок проведения квалиметрической оценки.
- •Глава 3 Квалиметрия технической продукции
- •3.1 Показатели технической продукции
- •3.2 Принципы принятия решений при оценивании.
- •А. Факторы, влияющие на принимаемое решение.
- •В. Оценка рисков при принятии решения
- •3.3 Методы принятия решений при учете неопределенности информации и нечеткости условий
- •В. Принятие решений по нечеткой качественной информации
- •Глава 4 Экспертное оценивание
- •4.1 Экспертные оценки в квалиметрии
- •4.2 Недостатки и возможные ошибки экспертного оценивания
- •4.3. Обработка данных экспертизы.
- •В. Метод строгого ранжирования
- •4.4 Выбор эталона при экспертном оценивании
- •Глава 5 Интеллектуальные экспертные системы в квалиметрии
- •5.1 Понятие интеллектуальной системы
- •5.2. Классификация интеллектуальных систем.
- •5.2.1. Экспертные системы – эс.
- •5.2.2. Системы поддержки принятия решений - сппр
- •5.2.3. Автоматизированные системы экспертного оценивания асэо.
- •Глава 6 Имитационное моделирование в задачах квалиметрии
- •6.1 Общие представления об имитационном моделировании
- •6.2 Пути снижения дисперсии квалиметрической оценки
- •6.3 Выбор наилучшей альтернативы в Парето‑оптимальном множестве.
- •А. Сравнение двух альтернатив с некоррелированными t- парами.
- •Б. Сравнение двух альтернатив с коррелированными t- парами
- •Контрольные вопросы
- •Заключение
- •Приложения п1. Единицы международной системы си
- •П2. Основные понятия математической статистики а. Понятие о функции распределения
- •Б. Статистические критерии
- •1.Статистическая надежность
- •2.Распознавание статистических гипотез
- •3.Односторонние и двусторонние критерии
- •П3. Определение неизвестной функции распределения
- •А. Первичная обработка исходной статистики
- •Б. Графическое изображение статистических данных
- •В. Выравнивание статистических графиков
- •Г. Определение критерия согласия
- •П4. Определение неизвестной случайной величины
- •А. Наилучшая статистическая оценка
- •П.5. Пример построения модельного файла для примера 6.1 главы 6. Пример 6 .1 Выбор лучшего варианта из 4-х возможных (модель фабрики (л.7))
- •1. Постановка задачи.
- •2. Допущение, сделанные в модели.
- •3. Таблица определений
- •4. Модельный файл
- •5. Итоговый отчёт
- •6.Обсуждение
- •Литература
Глава 5 Интеллектуальные экспертные системы в квалиметрии
5.1 Понятие интеллектуальной системы
Одним из основополагающих принципов системного подхода, который является одним из главных основ менеджмента качества (Л.8), является принцип симбиозности. Следуя этому принципу система должна строиться с учётом объединения в контуре управления естественного и искусственного интеллектов. При этом человек воспринимается как звено системы управления, играющее главенствующую роль. Человек создаёт концепцию системы, её модель, анализирует их качество, принимает решения. Проникновение информационных технологий в процессы исследования, проектирования и управления РЭС изменили роль искусственного интеллекта, так как часто возникают ситуации, когда человек превращается в управляемое звено, принимая и перерабатывая решения, выданные искусственным интеллектом в процессе управления. Последовательная смена приоритетов человека и ЭВМ в процессе управления характерна для современного этапа использования информационных технологий. Очевидно, такая связь интеллектов должна поддерживаться специализированными языками общения человека и ЭВМ.
Под искусственным интеллектом, в общем случае, понимают способность ЭВМ решать такие задачи, которые ранее были под силу лишь многоопытному человеку или группе людей. Но это предполагает наличие у компьютера способностей понимать взаимосвязи между фактами анализируемого явления либо события и быть способной вырабатывать действия, ведущие к поставленной цели. Логично, что такая система должна обладать способностью к обучению и самообучению.
Работа вычислительной машины можно варьировать от той или иной степени приближения к действительному поведению моделируемой системы до почти точной его копии. Процессы в вычислительной машине можно также осуществлять в ускоренном или замедленном темпе по сравнению с процессами в моделируемой системе. Наличие искусственного интеллекта, на фоне стремительного развития информационных технологий привело к появлению класса интеллектуальных систем управления. Под интеллектуальными системами - ИС, будем понимать адаптивные и обучаемые технические системы, созданные для расширения интеллектуальной деятельности человека или ее имитации в области оценивания и принятия решений. Классификация ИС будет приведена ниже в настоящей главе. На рис.5.1 приведены основные составляющие ИС.
|
Рис.5.1. Основные блоки интеллектуальной системы |
Фирмы разработчики ИС поставляют заказчикам, так называемые «оболочки или пустые» системы, имеющие начальное программное обеспечение и системы управления базами данных. Пополнение баз знаний и блоков объяснений и логических решений производится разработчиками ИС совместно с пользователями, ориентируясь на конкретную предметную область.
Для рассматриваемых вопросов учебного пособия наибольший интерес представляет одна из разновидностей ИС, а именно автоматизированная экспертная система, выполняющая все функции, рассмотренные в главе 4, но с использованием возможностей ИС.
Экспертной системой -ЭС, принято называть систему искусственного интеллекта (ИИ), которая создана для решения задач в конкретной проблемной области.
Структура ЭС определяется следующими модулями, представленными на рис.5.1:
Базы данных-БД, предназначенные для хранения исходных и промежуточных данных текущей задачи;
базы знаний - БЗ, предназначенные для хранения долгосрочных сведений и правил манипулирования данными;
блок логического вывода решений - решатель, представляющий собой набор программ, реализующих последовательность правил для решения конкретной задачи на основе информации, хранящейся в БЗ и БД;
блок приобретения знаний, автоматизирующий процесс пополнения БЗ;
блок объяснений, рассуждений и коммуникаций, формирующий пояснения о том, как система решала поставленную задачу;
система общения и коммуникации (интерфейса), ориентированная на организацию дружеского пользовательского интерфейса.
Работы по ИС начались с 50-х годов ХХ века (Тьюринг, Селфридж, Минский, Розенблат и другие). Дискуссия приобрела международный характер. Разработка ИС стала возможной только при появлении новых информационных технологий - ИТ. При рассмотрении ИТ, используемых при анализе данных (как измерительных, так и экспертных) можно выделить три типа задач:
Разработка новых языков программирования, (LISP, PROLOG, которые успешно заменяются сейчас С++, Visual BASIC).
Системы управления БД- СУБД (ввод, хранение, доступ). СУБД появились на ЭВМ 2-го и 3-го поколения, гораздо раньше появления персональных компьютеров (Oracle, INGRES), но не стали стандартом для РС. Для РС наиболее распространены ПП Fox Pro и Paradox. При появлении сетей РС (распределенные базы данных) идеи, разработанные для супер- ЭВМ стали применимы и для сетей РС и в них стали применяться ПП Oracle высоких версий (Oracle 7, 8).
Обработка данных и получение на их основе новых знаний. Методы статистического анализа реализованы в сотнях пакетов прикладных программ (следует обратить внимание на MatLab v.6.). Эти пакеты можно разделить на несколько групп:
А. Пакеты углубленного статистического анализа, ориентированные на специалистов (Sysfat, SAS, Statgraphics). Следует обратить внимание на сложность этих пакетов, так как они написаны специалистами по математической статистике для таких же специалистов. В силу этого они не могут быть рекомендованы для студентов не математических специальностей.
Б. Пакеты базовой статистики для широкого круга пользователей, обладающие дружественным интерфейсом, широко развитой системой подсказок и применяющие статистики, понятные большинству пользователей. В числе таких пакетов можно назвать MatLab и Statistics.
В. Проблемно – ориентированные пакеты для конкретной области знания. Такие пакеты оформляются в экспертные системы, помогающие уточнить цель исследования, выбрать метод обработки данных, подобрать математическую модель. Пользование этими пакетами в обычном цикле обучения осложнено за счет использования специальной предметно-ориентированной терминологии и специальных статистик.
Итак, благодаря использованию ИС стал возможен качественный скачок в развитии методов управления в масштабах государства, отрасли, фирмы и отдельного человека. Любое логичное рассуждение, используемое менеджером может быть закодировано, а следовательно, воплощено в ИС. Умение пользоваться современными ИС, или лучше модифицировать одну из существующих для своих задач, позволит повысить уровень принимаемых решений.
