Інформаційна технологія та система підтримки прийняття рішень з відбору кадрів для робіт підвищеної небезпеки

Размещено на http://www.allbest.ru/

Міністерство освіти і науки України

Національний аерокосмічний університет ім. М.Є. Жуковського

«Харківський авіаційний інститут»

УДК 681.321

05.13.06 - інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня кандидата технічних наук

Інформаційна технологія та система підтримки прийняття рішень з відбору кадрів для робіт підвищеної небезпеки

Кузнецова Наталія Володимирівна

Харків - 2009



Дисертацією є рукопис.

Роботу виконано в Національному аерокосмічному університеті ім. М.Є. Жуковського «Харківський авіаційний інститут», Міністерство освіти і науки України.

Науковий керівник: кандидат технічних наук, доцент Нечипорук Микола Васильович, Національний аерокосмічний університет ім. М.Є. Жуковського «Харківський авіаційний інститут», професор кафедри хімії, екології і експертизних технологій.

Офіційні опоненти: доктор технічних наук, професор Бодянський Євген Володимирович, Харківський національний університет радіоелектроніки, професор кафедри штучного інтелекту;

доктор технічних наук, професор Вартанян Василь Михайлович, Національний аерокосмічний університет ім. М.Є. Жуковського «Харківський авіаційний інститут», завідуючий кафедри економіко-математичного моделювання.

Захист відбудеться «15» травня 2009 р. о 12 годині на засіданні спеціалізованої вченої ради Д64.062.01 у Національному аерокосмічному університеті ім. М.Є. Жуковського «Харківський авіаційний інститут» за адресою: 61070, м. Харків, вул. Чкалова, 17, радіотехнічний корпус, ауд. 232.

З дисертацією можна ознайомитись у науково-технічній бібліотеці Національного аерокосмічного університету ім. М.Є. Жуковського «Харківський авіаційний інститут» (61070, м. Харків, вул. Чкалова, 17).

Автореферат розіслано «14» квітня 2009 р.

Вчений секретар спеціалізованої вченої ради М.О. Латкін



ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Народногосподарський комплекс України знаходиться на стадії реформування й подальшого розвитку існуючої техніки й устаткування. Тому у виробничій сфері виникає безліч видів робіт підвищеної небезпеки, основним виробничим чинником яких є напружений стан нервової системи. У зв'язку з цим виникає горезвісний людський чинник, що займає друге місце серед причин нещасних випадків виробничої сфери й надзвичайних ситуацій техногенного характеру. Для зведення до мінімуму подібних ситуацій і для стабілізації техногенної безпеки в Україні Міністерством охорони здоров'я і Держнаглядохоронпраці введено обов'язковий професійний психофізіологічний відбір кадрів для виконання робіт підвищеної небезпеки.

Збільшення кількості обстежуваних претендентів, отримання даних про функціональне становище претендента, їх оброблення й видача висновків про профпридатність зумовлюють велику трудомісткість процесу профвідбору. Ця проблема виникла через відсутність у психофізіологів зручного й ефективного діагностичного інструментарію, якій би дозволів професійний психофізіологічний відбір зробити високопродуктивним, якісним, з мінімальним показником суб'єктивізму. Тому актуальною стала задача розроблення інформаційної технології - ефективної автоматизованої системи підтримки прийняття рішень при проведенні професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки.

У професійному психофізіологічному відборі використовуються переважно якісні, ніж кількісні параметри функціонального становища організму людини. У таких випадках для моделювання складних процесів доцільно використати лінгвістичні моделі, що ґрунтуються на нечіткій логіці. Вони дозволяють якнайкраще здійснити ідентифікацію недостатньо формалізованого процесу, котрим є професійний психофізіологічний відбір. Ідентифікація недостатньо формалізованого процесу, як правило, зводиться до побудови нечіткої бази знань, яка втілює експертні знання у вигляді лінгвістичних продукційних висловлювань «ЯКЩО - ТО».

Основними формалізмами теорії нечітких множин, з допомогою яких експертні знання «ЯКЩО - ТО» перетворюються на строгі математичні моделі, є поняття функції належності, яка характеризує суб'єктивну міру впевненості експерта у тому, що деяка величина належить визначеному нечіткому поняттю (терму), яким характеризується вхідна (вихідна) змінна. З метою організацій логічного зв'язку функцій належності вхідних і вихідних змінних у рамках теорії нечітких множин сформульовано методи нечіткого логічного висновку.

Для усунення суб'єктивного впливу психофизиолога на якість розробленої знанняорієнтованої моделі профвідбору та для одержання точного висновку про профпридатність на основі апріорної інформації найбільш раціональним буде використання нових інформаційних технологій.

Значний внесок у створення сучасних систем підтримки прийняття рішень зробили такі вчені, як Л. Заде, І.М. Гельфанд, О.П. Мінцер, Р. Калан, І.Б. Сіроджа, А.П. Ротштейн, О.М. Меліхов, Л.С. Бернштейн, С.Я. Коровін, В.Л. Волкович, О.Ю. Соколов,Е.Г. Петров та ін.

У той же час аналіз відомих вітчизняних і зарубіжних автоматизованих діагностичних систем виявив, що вони не можуть бути використані у професійному психофізіологічному відборі кадрів.

Таким чином, важливою і актуальною науково-прикладною задачею є розроблення комплексу моделей, методів, інформаційної технології та системи підтримки прийняття рішень з професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки.

Зв'язок роботи з науковими програмами, планами й темами. Дослідження й результати роботи, наведені в дисертації, проводилися згідно з державними планами НДР, програмами й договорами, що виконувалися в Національному аерокосмічному університеті ім. М.Є. Жуковського «ХАІ»: «Математичне моделювання процесів утилізації літальних апаратів та об'єктів спецтехніки» (ДР № 0106 U001030), «Розроблення методологічних основ, системних моделей та інтелектуальних інформаційних технологій логістичного управління розподіленими виробництвами та проектами з їх створення» (ДР №0106U001035), «Аналіз методів і моделей надійності систем обробки інформації спеціалізованих автоматизованих систем управління» (Національний аерокосмічний університет ім. М.Є. Жуковського «ХАІ», шифр «Надійність» (Д 2/2006), у межах однієї з задач Національної програми, затвердженої постановою Кабінету Міністрів від 10.10.01 р. № 1320 «Про затвердження Національної програми поліпшення стану безпеки, гігієни праці і виробничого середовища на 2001-2005 роки» відповідно до госп. договору № 121/08 «Про проведення психофізіологічної експертизи для визначення професійної придатності осіб, які зайняти на роботах підвищеної небезпеки».

Участь автора у зазначених науково-дослідних темах і проектах, безпосереднім виконавцем яких він був, полягає в розробленні інформаційної технології, удосконаленні комплексу моделей і методів на підставі інтеграції кількісної та якісної інформації про професійну психофізіологічну придатність у вигляді нечітких експертних продукційних висловлювань.

Мета й задачі дослідження. Основною метою дисертаційної роботи є підвищення якості прийняття рішень під час проведенні професійного відбору кадрів на підставі використання запропонованого комплексу моделей, методів та інформаційної технології за умов невизначеності з використанням психофізіологічних показників претендентів.

Для досягнення поставленої мети в роботі сформульовано та вирішено низку таких задач:

Аналіз моделей та інформаційних технологій, що застосовуються під час проведення професійного відбору кадрів для виконання робіт підвищеної небезпеки. професійний кадр психофізіологічний інформаційний

Розроблення моделей підтримки прийняття рішень для професійного відбору кадрів за умов невизначеності.

Синтез методу визначення параметрів для системи підтримки прийняття рішень з відбору кадрів з урахуванням психофізіологічних показників претендентів.

Створення методу адаптації параметрів для системи підтримки прийняття рішень з відбору кадрів.

Розроблення інтелектуальної інформаційної технології для автоматизованої системи підтримки прийняття рішень з професійного відбору кадрів.

Впровадження результатів дисертаційного дослідження в практику відбору кадрів для виконання робіт підвищеної небезпеки.

Об'єкт досліджень - процес формування й прийняття рішень щодо професійної придатності кадрів для виконання робіт підвищеної небезпеки.

Предмет досліджень - моделі, методи й інформаційна технологія для створення автоматизованої системи підтримки прийняття рішень з професійного відбору кадрів для виконання робіт підвищеної небезпеки.

Методи досліджень - методи системного аналізу, проведених з метою побудови адекватних дійсних процесів математичних моделей, апарат нечіткої логіки, метод розроблення баз знань шляхом набуття знань із експериментальних даних, методи й моделі для ідентифікації слабо формалізованих процесів професійного психофізіологічного відбору, знання орієнтовані моделі для побудови системи моделювання профвідбору, продукційні моделі для опису відображення вхідних даних у вихідну структуровану послідовність даних про професійну придатність.

Наукова новизна одержаних результатів. Згідно з метою дослідження було одержано такі результати:

вперше одержано нечітку продукційну модель вибору альтернатив з професійного відбору кадрів для виконання робіт підвищеної небезпеки, яка ґрунтується на побудові бази знань з урахуванням інформативності психофізіологічних показників претендентів, що дає можливість автоматизувати процес вибору альтернатив за умов невизначеності;

удосконалено метод обґрунтованого вибору альтернатив з відбору кадрів для виконання робіт підвищеної небезпеки шляхом використання генетичного алгоритму для визначення параметрів функцій належності та висновків продукційних правил при прийнятті рішень, що дає можливість враховувати історичні, традиційні для підприємства умови;

дістало подальшого розвитку метод автоматизованого професійного відбору кадрів для виконання робіт підвищеної небезпеки шляхом застосування нейронної технології з використанням алгоритму «зворотного поширення помилки», що дозволяє врахувати поточні адміністративні рішення при автоматизованому відборі кадрів, зміну кількості вхідних параметрів, зміст продукційних правил, якій підвищує якість прийняття рішень.

Запропоновані моделі й методи дозволяють обґрунтовано підійти до створення автоматизованої системи підтримки прийняття рішень з професійного психофізіологічного відбору кадрів для виконання робот підвищеної небезпеки, удосконалити методи визначення профпридатності з урахуванням неповної та неточної інформації на підставі використання нечіткої логіки.

Практичне значення одержаних результатів. Отримані автором теоретичні результати доведені до розроблення конкретних інженерних методик, алгоритмів та інструментальних засобів:

інженерна методика проектування інформаційної технології й системи підтримки прийняття рішень з професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки;

інженерні методи визначення параметрів синтезованої нечіткої моделі та адаптації багаторівневої структури в режимі її експлуатації;

програмний інструментарій комп'ютерної системи підтримки прийняття рішень з професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки.

Ці результати формують прикладну інформаційну технологію, що дозволяє автоматизувати процес підтримки прийняття рішень на підставі нечіткої логіки.

Результати дисертаційних досліджень апробовано на підприємстві АК «Харківобленерго», машинобудівному заводі «ФЕД» і заводі ДП ГПЗ ім. Т.Г. Шевченка. Крім того, результати впроваджено в Регіональному відділі психофізіологічної експертизи науково-дослідного інституту гігієни праці й профзахворювань Харківського національного медичного університету (акт впровадження від 02.07.08 р.) і в навчальному процесі Національного аерокосмічного університету ім. М.Є. Жуковського «ХАІ» на кафедрі хімії, екології та експертизних технологій (акт впровадження від 22.06.07 р.), а також у лабораторії функціональної діагностики кафедри фізичного виховання (акт впровадження від 05.10.07 р.).

Особистий внесок здобувача полягає в розробленні й удосконаленні нових моделей, методів та інструментальних засобів інформаційної технології, що забезпечують виконання поставлених задач у дисертації. Усі основні результати одержано автором особисто. Роботи [5, 9, 10, 11, 12,] виконані без співавторів. У роботах, опублікованих у співавторстві, автору належать: взаємозв'язок вхідних лінгвістичних змінних з типами професійної придатності, з наступним визначенням структури моделі для визначення професійної придатності у вигляді дерева логічного висновку [1]; методика синтезу критеріїв оцінювання функціонального стану людини з професійного відбору спеціалістів [2]; розроблено психофізіологічні вимоги до професіограми осіб, що виконують роботи підвищеної небезпеки [3]; застосування вагових коефіцієнтів міжелементних зв'язків у вигляді матриці нейронечіткої мережі, що становлять змінні параметри моделі профвідбору [4]; розв'язання системи нечітких логічних рівнянь бази знань і визначення дефаззифікації результатів з допомогою методу Сааті, що не потребує трудомісткої процедури розв'язання характеристичних рівнянь [6]; розроблення автоматизованої системи прогнозування психофізіологічного стану людини у фазі найбільшого ризику для людини й техногенного об'єкта [7]; антропоморфометричний метод дослідження функціонального психофізіологічного стану індивідуума, що відтворює наявні вікові, статеві й етнічні норми [8]; методика здобуття знань з експериментальних даних при розробленні нейронечіткої моделі [14]; метод підвищення якості професійного психофізіологічного відбору кадрів як інструменту керування екологічної безпеки на основі застосування синтезованої нечіткої бази знань [13].

Апробація результатів роботи. Основні положення роботи доповідалися й обговорювалися на Науково-методичній конференції «Безпека життя і діяльності людини - освіта, наука, практика». Київ, НАУ, - 2002; науково-методичній конференції «Людина і космос». Дніпропетровськ, НЦАОМУ, - 2002; Міжнародній науково-методичній конференції «Проблеми розробки сучасних інформаційних технологій моніторингу навколишнього середовища» (Харків, ІПНБ, НАКУ «ХАІ», 2004); Міжнародних науково-практичних конференціях «IKTM» (Харків, «ХАІ», 2005, 2006, 2007), Міжнародних науково-практичних конференціях (Київ - Харків - Крим, 2005, 2006, 2007).

Публікації. Основні положення й результаті дисертаційної роботи висвітлено в 14 публікаціях, у тому числі в 6 статтях, опублікованих у спеціалізованих журналах, перелік яких затверджено ВАК України (1 стаття - в науково-технічному журналі, 5 статей - в науково-технічних збірниках праць), а також у 8 тезах.

Структура й обсяг дисертаційної роботи. Дисертаційна робота складається з вступу, чотирьох розділів, висновків і додатків. Повний обсяг дисертації становить: 161 сторінки, у тому числі 33 рисунка, 23 таблиці, список зі 131 найменування використаних літературних джерел на 11 сторінках, 3 додатки на 22 сторінках.



ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність вибраної теми дослідження, сформульовано мету й задачі роботи, позначено об'єкт, предмет і методи дослідження, описано наукову новизну й практичне значення отриманих результатів, особистий внесок автора в роботах, які виконані у співавторстві, наведено інформацію про апробацію й публікації результатів досліджень.

У першому розділі проведено аналіз моделей, методів та інформаційних технологій для створення автоматизованої системи підтримки прийняття рішень з професійного відбору кадрів для виконання робіт підвищеної небезпеки. Розглянуто проблеми професійного психофізіологічного відбору. Проведено огляд застосування математичних методів і моделей у задачі проведення професійного психофізіологічного відбору. Проаналізовано теоретичні й методологічні проблеми, що виникають під час розроблення автоматизованих систем підтримки прийняття рішень. Сформульовано основні принципи побудови автоматизованих систем підтримки прийняття рішень з нечіткою логікою.

Основні результати розділу опубліковано в працях [3, 7, 8, 12].

У другому розділі розглянуто методи формалізації прийняття рішень під час проведення професійного психофізіологічного відбору на основі теорії нечітких множин. Для ідентифікації професійної психофізіологічної придатності запропоновано розглянути використання синтезованої нечіткої бази знань. Основу формалізації професійної психофізіологічної придатності становить конструювання бази знань із застосуванням теорії нечітких множин, методів подання й пошуку знань.

Після встановлення зв'язків між вхідними параметрами функціонального стану хi і вихідною змінною професійної придатності gj, вводять лінгвістичні оцінки змінних і необхідні для їх формалізації функції належності, що є основою для одержання моделі теоретичного подання професійного психофізіологічного відбору кадрів.

Для формування матриці знань у вигляді табл. 1 було отримано систему експертних логічних висловлювань типу «ЯКЩО - то», що зв'язує значення параметрів ...хп з одним із типів професійних придатностей , .

Для проведення професійного відбору розроблено методику прийняття рішення, з допомогою якої фіксованим значенням вхідних параметрів хi однозначно відповідає розв'язок =, щодо професійної придатності претендента. Для цього було застосовано алгоритм нечіткого логічного висновку. Алгоритм нечіткого логічного висновку дозволяє визначати вихідну величину g у вигляді нечітких множин.

Таблиця 1 - Фрагмент матриці знань

Номер стану придатності	Параметри функціонального стану претендента	Тип профпридатності
	х1	х2	хi	хn	g
11 12 … 1к1			… … …	… … …
…	…	…	…	…	…
j1 j2 … jкj			… …	… …

Для перетворення нечіткого набору висновків у чітке кількість застосовано операцію дефаззифікації, яка виконується з допомогою методу центра тяжести.

Задачу вибору альтернатив можна сформувати у вигляді системи логічних рівнянь:

µ(g1)(х1,х2,…,хп)=[µ(11)(х1)^µ(11)(х2)^,…,^µ(11)(хп)]

[µ(12) (х1)^µ(12)(х2)^,…,^µ(12)(хп)]…

…[µ(1k)1(х1)^µ(1k)1(х2)^,…^µ(1k)1(хп)],

µ(g2)(х1,х2,…,хп)=[µ(21)(х1)^µ(21)(х2)^,…,^µ(21)(хп)]

[µ(22)(х1)^µ(22)(х2)^,…,^µ(22)(хп)]… (1)

…[µ(2k)2(х1)^µ(2k)2(х2)^,…^µ(2k)2(хп)],

µ(gj)(х1,х2,…,хп)=[µ(j1)(х1)^µ(j1)(х2)^,…,^µ(j1)(хп)]

[µ(j2)(х1)^µ(j2)(х2)^,…,^µ(j2)(хп)]…

...[µ(jk)j(х1)^µ(jk)j(х2)^,…,^µ(jk)j(хп)],

де - логічне АБО, - логічне І;

- функція належності значення вхідного параметра () терму ;

- функція належності значення вихідного параметра () терму-розв'язку .

У загальному вигляді розв'язок системи логічних рівнянь наведено формулою:

= [ ], . (2)

Заміна логічних операцій І () та АБО () над функціями належності операціями min і max відповідно можна визначити значення , для якого функція належності має такий вигляд:

=. (3)

Цей розв'язок і буде відповідати шуканій професійній придатності претендента з фіксованим вектором вхідних параметрів , до якого належить розв'язок . Робота алгоритму завершується дефаззифікацією. Таким чином була одержана модель теоретичного подання, яка розроблена на підставі експертної інформації.

Основні результати розділу опубліковано в працях [2, 6, 7, 8, 9, 11].

Третій розділ роботи присвячено розробленню структури інформаційної технології з прийняття рішень професійного психофізіологічного відбору кадрів, яка складається з трьох моделей: теоретичного, виробничого та виробничо-адміністративного подання.

Для зручності виконання задачі та одержання моделі виробничого подання професійного психофізіологічного відбору кадрів, було запропоновано Гауссову функцію у вигляді

µ(Т)(х) = . (4)

Ця форма функції належності, що була застосована в роботі, є найбільш зручною й простою для визначення параметрів і навчання при автоматизації підтримки прийняття рішень.

Пошук найкращого значення є достатньо складною задачею. Застосування традиційних класичних методів оптимізації призводить до значних витрат часу, а в багатьох випадках є взагалі безрезультатним. У зв'язку з цим виникає необхідність у розробленні альтернативних методів, здатних подолати такі ускладнення.

В моделі для проведення професійного психофізіологічного відбору запропоновано визначення параметрів бази знань з допомогою генетичного алгоритму.

Застосування математичного апарату генетичного алгоритму вирішує задачу оптимізації функції різниці між модельною придатністю й придатністю людей, що вже працюють на даному підприємстві, з метою отримання моделі виробничого подання. Формування визначення параметрів бази правил з допомогою генетичного алгоритму відбувається на основі критерію оптимізації

F(||G (pi) - GБД(pi)||)>0. (5)

Для реалізації роботи генетичного алгоритму при створенні автоматизованої системи підтримки прийняття рішень були використані масиви даних підприємств м. Харків. Настроюванню підлягали форми функцій належності, аксіоматично заданих формулою (4).

На рис. 1 показано схему визначення параметрів моделі виробничого подання з допомогою генетичного алгоритму.

Рис. 1. Схема визначення параметрів моделі виробничого подання

Для визначення параметрів бази знань з допомогою генетичного алгоритму з сформованої матриці знань (табл. 1) було одержано матрицю параметрів b і с. Фрагмент матриці параметрів b і с наведено в табл. 2.

Таким чином, настроєна автоматизована система підтримки прийняття рішень дозволить проводити профвідбір кадрів, аналогічно тим, що працюють на даному підприємстві.

Для адаптації системи підтримки прийняття рішень під час професійного відбору кадрів під одиничного претендента, з метою одержання моделі виробничо-адміністративного подання, необхідно скористатися такої сучасної інформаційної технологією, як нейронні мережі.

Таблиця 2 - Фрагмент матриці параметрів b і с

Номер правила	ЯКЩО	ТО
	х1	х2	...	х16	g
1 2 3 4 5 6 7	(b1(1),с1(!)) (b1(2),с1(2)) (b1(3),с1(3)) (b1(4),с1(4)) (b1(5),с1(5)) (b1(6),с1(6)) (b1(7),с1(7))	(b2(1),с2(1)) (b2(2),с2(2)) (b2(3),с2(3)) (b2(4),с2(4)) (b2(5),с2(5)) (b2(6),с2(6)) (b2(7),с2(7))	...	(b16(1),с16(1)) (b16(2),с16(2)) (b16(3),с16(3)) (b16(4),с16(4)) (b16(5),с16(5)) (b16(6),с16(6)) (b16(7),с16(7))	g1
106 107 108 109 110 111 112	(b1(106),с1(106)) (b1(107),с1(107)) (b1(108),с1(108)) (b1(109),с1(109)) (b1(110),с1(110)) (b1(111),с1(111)) (b1(112),с1(112))	(b2(106),с2(106)) (b2(107),с2(107)) (b2(108),с2(108)) (b2(109),с2(109)) (b2(110),с2(110)) (b2(111),с2(111)) (b2(112,с2(112)	...	(b16(106),с16(106)) (b16(107),с16(107)) (b16(108),с16(108)) (b16(109),с16(109)) (b16(110),с16(110)) (b16(111),с16(111)) (b16(112),с16(112))	g4

Оскільки функція мети (6) є нелінійною, то необхідно мінімізувати помилку, подаючи різницю між параметрами претендента, що настроюються, і виходом моделі виробничо-адміністративного подання

F(||G(х) - GА (х) ||)>0. (6)

Така мінімізація досягається навчанням нейроної мережі.

Метою навчання нейронної мережі є знаходження такого набору вагових коефіцієнтів, які забезпечували б мінімальне відхилення параметрів моделі виробничо-адміністративного подання профвідбору від параметрів нового претендента.

Рис. 2. Адаптація параметрів моделі виробничо-адміністративного подання

Слід відзначити, що нейронні мережі й нечітка логіка - принципово різні математичні конструкції. Проте разом із тим вони обидві можуть застосовуватися як універсальні апроксиматори складних функціональних залежностей. При цьому дуже важливою перевагою нейронних мереж є їхня здатність навчатися. Ця здатність реалізується з допомогою правила «зворотного поширення помилки».

Внаслідок навчання мережі було визначено такі параметри, які забезпечили мінімальне відхилення виходу моделі від виходу одиничного претендента (рис. 2.).

Після завершення навчання нейронні мережі стають незамінним засобом у розв'язанні задач підтримки прийняття рішень під час проведення професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки. Для створення моделі виробничо-адміністративного подання була обґрунтована та використана структура багатошарового персептрона, розробленого з чотирма шарами, показано на рис. 3.

Після визначення аналітичних виразів для вагових коефіцієнтів було розраховано похибки в останньому шарі на підставі вихідних модельних і параметрів одиничного претендента, далі - у передостанньому, і так до першого шару.

Потім було визначено вирази, що описують зміни вагів зв'язків між елементами вихідного шару 4 і прихованого шару 3. Змінення у шарі 4 вихідного нейрону були одержані із залежності

, (7)

де - похибка для елемента i в шарі 4;

- шаг корекції;

- модельне значення виходу;

- значення виходу одиничного претендента;

- вихідне значення вагового коефіцієнта міжнейронних зв'язків шару4.

Рис. 3. Структура нейронечіткої мережі

Змінення вагів зв'язків між i-м нейроном прихованого шару 3 і j-м нейроном прихованого шару 2 було визначено таким чином:

, (8)

де - похибка для елемента i в шарі 3.

Змінення вагів зв'язків між i-м нейроном прихованого шару 2 і j-м нейроном прихованого шару 1 визначено за формулою

, (9)

де - похибка для елемента i в шарі 2.

Таким чином, у процесі навчання було налаштовано ваги міжнейроних зв'язків усіх шарів. Для прискорення збіжності алгоритму «зворотного поширення помилки» під час адаптації було введено додатковий член , що має назву моменту. У цьому випадку модифіковані формули вагів у всіх шарах нейромережі набули вигляду

,

, (10)

.

Генерація навчальної вибірки складається з однієї пари «вхід-вихід». Навчання нейронної мережі моделі професійного психофізіологічного відбору проведено за два навчальних етапи. Внаслідок навчання мережі було одержано вагові коефіцієнти нечітких правил. Кожен елемент шару 1 (L1) реалізує функцію належності нечіткого терму А, В і т.д.

Синтезована таким чином нечітка база знань дає можливість якісно визначати параметри й адаптувати модель виробничо-адміністративного подання, а також поновлювати масиви вхідних параметрів і зміст продукційних правил.

Після навчання нейромережі отримано адаптовану модель виробничо-адміністративного подання професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки.

На рис. 4 результуюча функція профпридатноcті адаптованої моделі виробничо-адміністративного подання збігається з функцією профпридатності одиничного претендента, що доводить високу якість прийняття рішення, яку визначено метою дисертаційної роботи.

Рис. 4. Модель професійного відбору кадрів для виконання робіт підвищеної небезпеки: хi - вхідні психофізіологічні показники, µ(x)- результуюча профпридатність, - модель до навчання, - - еталон - одиничний претендент, --- - модель після навчання.

Результати проведених досліджень дають підставу прийняти розроблену методику за основу для синтезування аналогічних моделей.

Основні результати розділу опубліковано в працях [1, 4, 5, 9, 10, 13, 14].

У четвертому розділі розроблено інформаційну технологію професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки та систему підтримки прийняття рішень «PROFITNESS». На рис. 5 зображено її функціональну схему з використанням розробленого комплексу математичних моделей і методів.

В дисертації наведено практичні результати професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки, які було одержано під час апробації автоматизованої системи підтримки прийняття рішень.

Задача автоматизованої системи «PROFITNESS» полягає в збиранні статистичних даних, збереженні й використанні знань, одержаних від експертів, з метою вирішення задачі ідентифікації й підтримки прийняття рішення про професійну психофізіологічну придатність кадрів для виконання робіт підвищеної небезпеки. Оболонка системи складається з програмного середовища й експертної системи.

Рис. 5. Функціональна схема інформаційної технології професійного психофізіологічного відбору

Структура системи «PROFITNESS» містить 11 системних блоків, 6 з яких становлять безпосередньо систему підтримки прийняття рішень, а решта - середовище розробки.

У дисертації наведено висновки результатів експериментальних досліджень, метою яких було порівняння автоматизованого професійного психофізіологічного відбору системи «PROFITNESS» з профвідбором, який організований Регіональним відділом психофізіологічної експертизи при науково-дослідному інституті гігієни праці профзахворювань Харківського національного медичного університету.

Проведено порівняльний аналіз даних Регіонального відділу психофізіологічної експертизи й комп'ютерного рішення системи «PROFITNESS, який доводить, що система видає 98 % безпомилкових висновків. Це свідчить про високу якість підтримки прийняття рішень з відбору кадрів для виконання робіт підвищеної небезпеки, яка створена автоматизованою системою «PROFITNESS».

Основні результати розділу опубліковано в працях [1, 14].



ВИСНОВКИ

У дисертаційній роботі наведено теоретичне обґрунтування й вирішення актуальної науково-прикладної задачі розроблення нового комплексу моделей, методів, інформаційної технології та системи підтримки прийняття рішень з професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки, що дозволяє підвищити якість підтримки прийняття рішень за умов невизначеності з використанням психофізіологічних показників претендентів.

Аналіз отриманих результатів дає підставу зробити такі висновки:

Проведений системний аналіз інформаційних технологій, методів і моделей підтримки прийняття рішень під час проведення професійного психофізіологічного відбору кадрів.

Сформована ієрархічна структура підтримки прийняття рішень професійного психофізіологічного відбору кадрів.

Розроблена знання орієнтована модель для оцінювання професійної психофізіологічної придатності на підставі інтеграції кількісної та якісної інформації у вигляді сукупності нечітких продукційних експертних висловлювань.

Розроблено метод синтезу параметрів для системи підтримки прийняття рішень на підставі генетичного алгоритму з метою оптимізації параметрів нечіткої бази знань відповідно до умов на підприємстві.

Розроблено метод адаптації параметрів для системи підтримки прийняття рішень з допомогою нейронної мережі з метою врахування поточних адміністративних рішень та одержання необхідної якості професійного психофізіологічного відбору кадрів.

Удосконалення підтримки прийняття рішень інформаційної технології в умовах невизначеності з використанням психофізіологічних показників претендентів, що є практичним значення отриманих результатів.

Практичне використання результатів дисертаційної роботи дозволяє підвищувати якість професійного психофізіологічного відбору кадрів для виконання робіт підвищеної небезпеки.

Результати досліджень впроваджено на підприємствах, в організаціях і установах Харкова, що проводять професійний психофізіологічний відбір кадрів для виконання робіт підвищеної небезпеки.

Розроблений програмний інструментарій системи підтримки прийняття рішень з відбору кадрів є універсальним засобом і може бути використаний для будь-якого виробництва.



СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Нечипорук Н.В. Синтез и настройка баз нечетких знаний для моделирования профессиональной психофизиологической пригодности / Н.В. Нечипорук, Н.В. Кузнецова // Радіоелектронні і комп'ютерні системи. - 2007.- № 3 (22). - С. 64-72.

2. Кобрин В.Н. Методика оценивания функционального состояния человека при профессиональном отборе специалистов / ВН. Кобрин, В. Кузнецова // Авиационно-космическая техника и технология : сб. науч. тр. Нац. аэрокосм. ун-та им. Н.Е. Жуковского «ХАИ». Вып. 32.- Харьков, 2002. - С. 202-208.

3. Кобрин В.Н. Прогнозирование профессиональной пригодности специалиста: системный подход / В.Н. Кобрин, Н.В. Кузнецова // Открытые информационные и компьютерные интегрированные технологии : сб. науч. тр. Нац. аэрокосм. ун-та им. Н.Е. Жуковского «ХАИ». Вып. 20. - Харьков, 2003. - С. 204-208.

4. Илюшко В.М. Использование генетического алгоритма и нейронной сети для настраивания экспертной системы при проведении профессионального психофизиологического отбора / В.М. Илюшко, Н.В. Кузнецова // Екологія і ресурси : збірник наук. пр. Ін-ту пробл. нац. безпеки. Вип. 16. - Київ, 2007. - С. 109-115.

5. Кузнецова Н.В. Повышение достоверности профессионального психофизиологического отбора в условиях техногенной безопасности / Н.В. Кузнецова // Екологія і ресурси : збірник наук. пр. Вып. 17. - Київ, 2007. - С. 105-108.

6. Кузнецова Н.В Моделирование профессиональной психофизиологической пригодности лиц, занятых на работах с высоким уровнем техногенной опасности и повышенным риском / Н.В. Кузнецова, Н.В. Нечипорук // Екологічна безпека та природокористування : збірник наук. пр. Ін-ту телекомунікацій і глобал. пробл. - Вип. 1. - Київ, 2008. - С. 140-150.

7. Мигаль Г.В. Прогнозирование и мониторинг психофизиологического состояния человека-оператора в среде выполнения критически опасных задач / Г.В. Мигаль, Н.В. Кузнецова // Безпека життя і діяльності людини - освіта, наука, практика : матеріали I наук.-метод. конф. Київ, 2002. - С. 118-120.

8. Кузнецова Н.В. Антропоморфометрический метод в диагностике функционального состояния человека / Н.В. Кузнецова, В.Н. Кобрин // Людина і космос : збірник тез. докл. НЦАОМУ. Дніпропетровськ, 2002. - С. 423.

9. Кузнецова Н.В. Прогнозирование профессиональной психофизиологической пригодности на основе экспертно-лингвистических закономерностей, как один из инструментов решения современных экологических проблем / Н.В. Кузнецова // Сучасні технології управління екологічною й інформаційною безпекою територій : матеріали IV Міжнар. наук.-практ. конф. Харків, НАКУ «ХАІ», 3-5 верес., 2005. - С. 34-36.

10. Кузнецова Н.В. Применение экспертно-лингвистических закономерностей при оптимизации задачи профессиональной психофизиологической пригодности / Н.В. Кузнецова // ІКТМ-2005 : тез. доп. Міжнародної наук.-практ. конф. Харків, НАКУ «ХАІ», 22-24 листоп., 2005. - С. 55.

11. Кузнецова Н.В. Оценка достоверности профессиональной психофизиологической пригодности в условиях современных проблем экологической безопасности / Н.В. Кузнецова // Сучасні проблеми екологічної та техногенної безпеки регіонів : збірник наук. пр. V Міжнар. наук.-практ. конф. Київ-Харків-Крим, 3-5 верес., 2006. - С. 67-70.

12. Кузнецова Н.В. Оценка профессиональной психофизиологической пригодности в условиях неопределенности и несоответствия признаков / Н.В. Кузнецова // ІКТМ : тез. доп. Міжнар. наук.-практ. конф., Харків, НАКУ «ХАІ», 22-24 листоп., 2006. - С. 16.

13. Нечипорук Н.В. Применение синтезированной нечеткой базы знаний для моделирования профессиональной пригодности как инструмента управления экологической безопасностью / Н.В. Нечипорук, Н.В. Кузнецова // Сучасні інформаційні технології управління екологічною безпекою, природокористуванням, заходами в надзвичайних ситуаціях : зб. наук. пр. VI Міжнар. наук.-практ. конф., Київ-Харків-Крим, 3-5 верес., 2007. - С. 218-225.

14. Нечипорук Н.В. Нейронечеткая модель определения профессиональной психофизиологической пригодности лиц, работающих с высоким уровнем техногенной опасности и повышенным риском / Н.В. Нечипорук, Н.В. Кузнецова // ІКТМ : тез. доп. Міжнар. наук.-техн. конф., Харків, НАКУ «ХАІ», 2007. - С. 95.



АНОТАЦІЯ

Кузнецова Н.В. Інформаційна технологія та система підтримки прийняття рішень з відбору кадрів для робіт підвищеної небезпеки. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук з спеціальності 05.13.06 - інформаційні технології. Національний аерокосмічний університет ім. М.Є. Жуковського «ХАІ», Харків, 2009.

Дисертацію присвячено розв'язанню актуальної наукової задачі розроблення моделей, методів та інформаційної технології для автоматизації професійного психофізіологічного відбору кадрів для виконання робіт підвищеної безпеки. Розроблено знанняорієнтована модель для оцінювання професійної психофізіологічної придатності на підставі інтеграції кількісної та якісної інформації в вигляді сукупності нечітких продукційних експертних висловлювань. Запропоновано нова ієрархічна структура системи підтримки прийняття рішень для виконання професійного психофізіологічного відбору. Розроблено метод синтезу параметрів для системи підтримки прийняття рішень на підставі генетичного алгоритму з метою оптимізації параметрів нечіткої бази знань відповідно до умов на підприємстві. Розроблено метод адаптації параметрів для системи підтримки прийняття рішень з допомогою нейронної мережі з метою врахування поточних адміністративних рішень та одержання необхідної якості професійного психофізіологічного відбору кадрів. Удосконалення підтримки прийняття рішень інформаційної технології в умовах невизначеності з використанням психофізіологічних показників претендентів, що є практичним значення отриманих результатів.

Ключові слова: автоматизована система, підтримка прийняття рішень, професійний психофізіологічний відбір, генетична настройка, нейрона мережа, адаптація параметрів, нечітка база знань.



АННОТАЦИЯ

Кузнецова Н.В. Информационная технология и система поддержки принятия решений по отбору кадров для работ повышенной опасности. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 - информационные технологии. Национальный аэрокосмический университет им. Н.Е. Жуковского «ХАИ», Харьков, 2009.

Диссертация выполнена с целью разработки новой, информационной технологии и системы поддержки принятия решений для автоматизации профессионального психофизиологического отбора кадров для работ повышенной опасности. Проблема создания компьютеризованных средств профессионального психофизиологического отбора приобретает все большее значение, поскольку в настоящее время технический прогресс вызвал устойчивую тенденцию к возникновению чрезвычайных ситуаций по вине человеческого фактора в различных сферах деятельности общества. В сложившейся ситуации специалисту при проведении профессионального психофизиологического отбора необходимо предоставить удобный инструментарий, который сможет помочь ему автоматизировать процесс определения профессиональной пригодности, повысив, тем самым, качество принятия решений при проведении профотбора кадров. Таким средством могут быть современные автоматизированные системы поддержки принятия решений на основе прогрессивных информационных технологий с применением аппарата нечеткой логики, которые существенно облегчили бы выполнение этой задачи.

Разработанная информационная технология и система поддержки принятия решений при проведении профессионального психофизиологического отбора кадров для работ повышенной опасности на основе предложенного комплекса моделей и методов может являться научно-методической основой для синтеза аналогичных моделей.

Методика извлечения знаний из экспериментальных данных в решении задачи профессионального отбора кадров является удобным средством повышения качества принятия решений в условиях неточной и неопределенной информации. Модель обоснования выбора претендентов при отборе кадров для выполнения работ повышенной опасности путем использования генетического алгоритма для настройки параметров функций принадлежности и выводов продукционных правил при поддержки принятии решений, дает возможность учета текущих изменений производственных факторов при определении профпригодности претендента.

В диссертационной работе впервые предложена нечеткая продукционная модель профессионального отбора кадров для выполнения работ повышенной опасности, основанная на знаниеориентированном учете и представлении психофизиологических качеств работников, что позволяет автоматизировать процесс поддержки принятия решений в условиях неопределенности. Усовершенствована модель обоснования выбора претендентов при отборе кадров для выполнения работ повышенной опасности путем использования генетического алгоритма для настройки параметров функций принадлежности и выводов продукционных правил при принятии решений, что дает возможность учесть исторически традиционные для данного предприятия условия. Получил дальнейшее развитие метод профессионального отбора кадров для выполнения работ повышенной опасности путем применения нейронной технологии с использованием алгоритма «обратного распространения ошибки», позволяющий учесть текущие административные решения, а также учесть изменения, как числа входных параметров, так и содержание продукционных правил при автоматизированном отборе кадров, повышая тем самым качество принимаемого решения. Ключевые слова: автоматизированная система, поддержка принятия решений, профессиональный психофизиологический отбор, генетическая настройка, нейронная сеть, адаптация параметров, нечеткая база знаний.

ABSTRACT

Kuznetsova N.V. Information technology and system of support of making a decision on the selection of personnel working under enhanced danger. Manuscript. Thesis on the competition of graduate degree of candidate of engineering sciences on speciality 05.13.06 are information technologies. National aerospace university «Kharkov Aviation Institute», Kharkov, 2009. Thesis is written with aim to develop a new, informative technology and system of support of making a decision for automation of professional psychophysiological selection of personnel working under enhanced danger.

The problem of creation of computer-assisted facilities of professional psychophysiological selection acquires greater and greater value, as presently technical progress has generated a steady tendency to occurrence of extraordinary situations due to the problem of «human factor» in the different fields of social activity. In this situation during the professional psychophysiological selection a specialist must have a suitable tool which will be able to help him/her to automatize the process of determination of professional validation, in such a way, promoting quality of making a decision during the professional selection of the personnel. Such mean can be modern automated systems of support of making a decision, on the basis of progressive information technologies with the use of fuzzy logic, which would facilitate the solution of this task substantially.

In the thesis the model of fuzzy production of professional selection of personnel is for the first time offered to implement activities under enhanced danger, based on a knowledge-oriented account and presentation of psychophysiological qualities of workers, what allows to automatize the process of support of making a decision in the conditions of vagueness.

Keywords: automated system, support of making a decision, professional psychophysiological selection, genetic matching, neuron network, adaptation parameter, fuzzy base of knowledge.

Размещено на Allbest.ru

...