Система когнитивного моделирования "канва"
Когнитивный подход к поддержке принятия решений. Положительные и отрицательные причинно-следственные связи. Основные требования к компьютерным системам когнитивного моделирования. Разработка стратегии поведения субъекта на основе когнитивной модели.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 19.01.2018 |
Размер файла | 470,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
1
Размещено на http://www.allbest.ru/
Система когнитивного моделирования «канва»
Введение
При принятии решений в неструктурированных ситуациях у субъекта (ЛПР или эксперта) возникает модель проблемной области, на основе которой он пытается объяснить происходящие в реальности процессы. При этом объективные закономерности реального мира представляются субъективными экспертными оценками. В результате образ наблюдаемой ситуации отражает не только законы и закономерности ситуации, но и мировоззрение субъекта, его систему убеждений, ценностей, уровень образования, опыт и т.д. Checkland, 1981.
В этих условиях принятие решений - это искусство, включающее рациональные (логические) и интуитивные начала. В синтезе рационального и интуитивного возникает способность ЛПР принимать своевременные и адекватные решения.
Когнитивный подход к поддержке принятия решений ориентирован на то, чтобы активизировать интеллектуальные процессы субъекта и помочь ему зафиксировать свое представление проблемной ситуации в виде формальной модели. В качестве такой модели обычно используется так называемая когнитивная карта ситуации, которая представляет известные субъекту основные законы и закономерности наблюдаемой ситуации в виде ориентированного знакового графа, в котором вершины графа - это факторы (признаки, характеристики ситуации), а дуги между факторами - причинно-следственные связи между факторами Робертс, 1986.
В когнитивной модели выделяют два типа причинно-следственных связей: положительные и отрицательные. При положительной связи увеличение значения фактора-причины приводит к увеличению значения фактора-следствия, а при отрицательной связи увеличение значения фактора-причины приводит к уменьшению значения фактора-следствия. Пример когнитивной карты некоторой экономической ситуации приведен на рис.1.
Рис.1
Причинно-следственный граф представляет собой упрощенную субъективную модель функциональной организации наблюдаемой системы и является «сырым» материалом для дальнейших исследований и преобразований - когнитивного моделирования.
Цель когнитивного моделирования заключается в генерации и проверке гипотез о функциональной структуре наблюдаемой ситуации до получения функциональной структуры, способной объяснить поведение наблюдаемой ситуации.
Основные требования к компьютерным системам когнитивного моделирования - это открытость к любым возможным изменениям множества факторов ситуации, причинно-следственных связей, получение и объяснение качественных прогнозов развития ситуации (решение прямой задачи «Что будет, если …»), получение советов и рекомендаций по управлению ситуацией (решение обратной задачи «Что нужно, чтобы …»).
Узким местом существующих систем когнитивного моделирования ситуаций Максимов, 1999; Кулинич, 1998; Силов, 1995 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. Разработка стратегии поведения субъекта на основе когнитивной модели с заблуждениями, естественно, приводит к стратегиям-заблуждениям.
В предлагаемой компьютерной системе концептуального моделирования неструктурированных ситуаций «Канва» влияние заблуждений эксперта ослабляется с помощью специальных программных модулей и подсистем, учитывающих особенности организации человеческой системы измерения, оценки и переработки субъективной информации.
Подсистемы системы концептуального моделирования «Канва» обеспечивают поддержку представления субъективной информации, извлечения предпочтений эксперта, обработку, представление результатов моделирования и поддержку аналитической деятельности эксперта.
Описание функционального назначения всех подсистем системы концептуального моделирования и их взаимодействие в процессе когнитивного анализа и моделирования плохо определенной ситуации приводится ниже.
1. Подсистема представления субъективной информации
когнитивный компьютерный моделирование
Подсистема представления субъективной информации обеспечивает:
Ввод в систему факторов, описывающих ситуацию, множество факторов - F={fi}.
Задание числовых или лингвистических значений фактора в виде упорядоченного множества их абсолютных значений.
Графический интерфейс для построения когнитивной модели ситуации в виде ориентированного знакового графа.
В подсистеме представления субъективной информации в качестве измерительных шкал значений наблюдаемых факторов ситуации используются порядковые шкалы, что позволяет интегрировать в единую модель ситуации факторы, имеющие числовые и лингвистические значения.
Когнитивная модель ситуации представляется в виде ориентированного знакового графа и задается матрицей смежности W={wij}, wij{-1,0,1} .
Окно графического редактора системы «Канва» для построения и редактирования орграфа ситуации приведено на рис.2.
Графический интерфейс представляет собой полноценный графический редактор, обеспечивающий: ввод нового фактора, установку причинной связи между факторами, определение направления и типа связи (положительная, отрицательная), удаление фактора, удаление связи, изменение масштаба представления графа.
Рис.2
2. Подсистема извлечения предпочтений эксперта
Для определения силы взаимовлияния факторов в систему моделирования встроена подсистема извлечения предпочтений эксперта. В этой подсистеме в качестве исходной информации используется информация о числовых или лингвистических значениях факторов ситуации и знаковый граф ситуации, введенные в подсистеме представления субъективной информации.
Система обеспечивает генерацию вопросов эксперту и определение силы причинных связей между факторами в трех режимах:
Прямого оценивания. В этом режиме сила причинной связи определяется как передаточный коэффициент, вычисляемый по известным отклонениям фактора причины и фактора следствия. Задание отклонения значений факторов выполняется в двух режимах:
точное задание значений отклонений факторов причины и следствия;
задание отклонения значений факторов причины или следствия в виде нечеткого множества - функции принадлежности, заданной на множестве значений факторов.
Парного сравнения. В этом режиме с помощью процедуры парного сравнения осуществляется упорядочивание факторов причин по силе влияния на фактор следствия. В режиме парного сравнения осуществляется автоматическое обнаружение ошибок (нетранзитивных оценок) эксперта и их автоматическая или ручная корректировка.
Задание функциональной зависимости. В этом режиме значение фактора следствия определяется как функция от значений факторов причин. Этот режим используется в случае, если все значения факторов причин имеют числовые значения и известна их функциональная зависимость.
3. Подсистема обработки
После определения силы взаимовлияния всех связанных причинными связями факторов, знаковый орграф преобразуется во взвешенный орграф. Динамика процессов ситуации описывается системой уравнений продукций «Если, … То …». В матричном виде эта система уравнений записывается в следующем виде:
Z(t+1)=WZ(t) (1)
где, Z(t)=(zi(t)) - начальный вектор приращений значений факторов в момент времени t; Z(t+1)=(zi(t+1)) - вектор приращений значений факторов в момент времени t+1, zi(t)_1,1; W=|wij| - матрица смежности, wij-1,1 - характеризует силу причинной связи.
Приращения значений факторов в последовательные дискретные моменты времени Z(t+1), … , Z(t+n) вычисляются с применением следующего правила композиции Силов, 1995:
zi(t)=max(zi+(t), zi-(t)),
где, zi+(t)=(zj(t-1).wij) - максимальное положительное, а zi-(t) - максимальное по модулю отрицательное zi-(t)=(|zj(t-1).wij)| приращение значения фактора-следствия.
Приращение значения фактора zi(t) Z(t), t, представляется парой Силов, 1995: zi(t), ci(t), где, ci(t) - консонанс значения фактора, 0 ci(t) 1,
ci(t)=.
Консонанс фактора характеризует уверенность субъекта в приращении значения zi(t) фактора fi. При ci(t)1, т.е. zi+(t)>>|zi-(t)| или |zi-(t)|>>zi+(t) уверенность субъекта в значении фактора zi(t) максимальна, а при ci(t) 0, т.е. zi+(t) |zi-(t)| минимальна. Интервалы значений консонанса в системе «Канва» имеют лингвистическую интерпретацию типа «Невозможно», «Возможно», «Достоверно» и т.д.
Результаты моделирования представляются в виде двумерного массива, строки которого - значения одного фактора в последовательные моменты времени, столбцы - значения всех факторов в последовательные моменты времени. Информация из двумерного массива данных избирательно используется подсистемами представления результатов моделирования и поддержки аналитической деятельности эксперта.
4. Подсистема представления результатов моделирования
Результаты моделирования в системе «Канва» представляются в графическом или табличном виде.
Рис.3.
Прогнозные абсолютные числовые и лингвистические значения факторов, а также отклонения значений факторов представляются в графическом виде или в таблицах на естественном и понятном эксперту языке.
На рис.3 показана форма системы «Канва» с представлениями результатов моделирования в графическом виде.
5. Подсистема поддержки аналитической деятельности эксперта
Подсистема поддержки аналитической деятельности эксперта является ядром системы концептуального моделирования «Канва». Функциональность и организация этой подсистемы ориентирована на стимуляцию мышления и интуиции эксперта и включает подсистемы:
Подсистема объяснения прогноза развития ситуации. Эта подсистема обеспечивает автоматическую генерацию отчета, включающего описание последовательных шагов (причинно-следственных цепочек) получения прогнозного значения любого фактора ситуации. Отчет включает положительную и отрицательную причинно-следственные цепочки. Положительная цепочка объясняет причину увеличения значения признака, а отрицательная его уменьшения.
Рис. 4.
На рис. 4 Показана форма расшифровки значения фактора «Тариф на транспортные услуги» падает на 35,2%. В этой форме приведено объяснение изменение значения фактора «Тариф на транспортные услуги» при увеличении объема перевозок на 42,4 %. Правый список формы показывает причинно-следственную цепочку увеличивающую (+1,6%), а левый уменьшающую (-35,2%) значение анализируемого фактора.
Советующая подсистема. Эта подсистема обеспечивает интеллектуальную поддержку разработки стратегии достижения векторной цели с выдачей рекомендаций (советов) для выбора управляющих воздействий. Для получения совета эксперт из описания векторной цели (это множество факторов и их целевых значений) последовательно выбирает целевые факторы. Система, для каждого выбранного фактора предлагает два множества альтернативных управляющих воздействий. Первое множество включает факторы, значения которых для достижения целевого значения фактора необходимо увеличивать, а второе множество, соответственно, уменьшать. Эксперт, опираясь на собственные предпочтения, может выбрать любой фактор из любого предложенного множества в качестве альтернативного управляющего воздействия. Система, при этом в оперативном режиме отображает, во-первых, рекомендуемую абсолютную величину управляющего воздействия, а во-вторых, результат применения этого управляющего воздействия в графическом виде.
Таким образом, советующая подсистема поддерживает диалоговый режим разработки стратегии достижения векторной цели: эксперт выбирает целевой фактор; система дает ему советы и рекомендации по выбору управляющих факторов; эксперт выбирает управляющий фактор и величину воздействия; система оперативно отображает результаты применения этого воздействия. Советующий режим конструирования стратегии достижения векторной цели раскрепощает мышление и стимулирует интуицию эксперта, позволяет сформулировать множество различных сценариев (стратегий) достижения поставленной цели.
Подсистема поддержки сценарного исследования ситуации. Эта подсистема обеспечивает ввод, редактирование, просмотр и активизацию (загрузку) любого сценария. Сценарное исследование различных стратегий достижения цели осуществляется в подсистеме сравнения сценариев развития ситуации. Эта подсистема обеспечивает возможность парного сравнения и анализа двух любых сценариев развития ситуации.
Результаты моделирования: таблицы прогноза развития ситуации, графики, описание сценариев, расшифровки значений факторов в системе «Канва» могут быть распечатаны на принтере или в файл документа «Word».
Заключение
Система «Канва» может быть использована для концептуального анализа и моделирования сложных и плохо определенных политических, экономических или социальных ситуаций, разработки стратегий управления и механизмов их реализации, разработки программных документов стратегического развития страны, региона, предприятия, фирмы и т.д., а также, в качестве инструментария для непрерывного мониторинга состояния ситуации, порождения и проверки гипотез механизмов развития и механизмов управления ситуацией.
Применение системы концептуального моделирования «Канва» значительно расширяет горизонты аналитических возможностей экспертов, освобождая их интеллект от рутинной работы, стимулирует воображение и интуицию для генерации оригинальных решений и находок управления и рефлексивного поведения в запутанной ситуации.
Литература
Checkland, 1981 Checkland P.B. Systems Thinking, Systems Practice. - New York: Wiley. 1981.
Робертс, 1986 Робертс Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экономическим задачам. - М.: Наука, 1986.
Максимов, 1999 Максимов В.И., Григорян А.К., Корноушенко Е.К. Программный комплекс «Ситуация» для моделирования и решения слабоформализованных проблем. Международная конференция по проблемам управления. Т. 2. Москва, ИПУ РАН, 29 июня_2 июля 1999 г.
Кулинич, 1998 Кулинич А.А., Максимов В.И. Система концептуального моделирования социально-политических ситуаций ПК «КОМПАС». Сборник докладов: Современные технологии управления. Москва. ИПУ. 21-22 мая 1998 г.
Силов, 1995 Силов В.Б. Принятие стратегических решений в нечеткой обстановке. М., ИНПРО-РЕС, 1995.
Кулинич, 2001 Кулинич А.А. Субъектно-ориентированная система концептуального моделирования «Канва». Материалы 1-й Международной конференции «Когнитивный анализ и управление развитием ситуаций». Москва, октябрь, 2001 г.
Размещено на Allbest.ru
...Подобные документы
Предмет и этапы когнитивного анализа задач, его основные методы и их реализация на псевдокодовом языке. Виды факторов, использующихся при когнитивном моделировании систем. Предъявляемые к библиотеке требования, оценка ее экономической эффективности.
дипломная работа [1,3 M], добавлен 29.01.2013Концепция систем поддержки принятия решений. Диапазон применения Analytica 2.0. Программное обеспечение количественного моделирования. Графический интерфейс для разработки модели. Основные способы моделирования. Диаграмма влияния и дерево решений.
контрольная работа [1,1 M], добавлен 08.09.2011Разработка имитационной модели "Перекресток" для анализа бизнес-процессов предприятия и принятия решения в сложных условиях. Алгоритм построения имитационной модели на основе CASE-средств. Обзор программного обеспечения для имитационного моделирования.
дипломная работа [2,6 M], добавлен 22.11.2015Теоретические основы моделирования систем в среде имитационного моделирования AnyLogic. Средства описания поведения объектов. Анимация поведения модели, пользовательский интерфейс. Модель системы обработки информации в среде компьютерного моделирования.
курсовая работа [1,5 M], добавлен 15.05.2014Основы технологии моделирования Arena. Построение простой имитационной модели. Моделирование работы системы обслуживания покупателей на кассе супермаркета. Построение модели IDEF3. Анализ результатов имитационного моделирования и аналитического решения.
курсовая работа [659,1 K], добавлен 24.03.2012Особенности моделирования биологических систем с использованием программы "AnyLogic". Влияние различных факторов на популяции жертв и хищников. Принципы имитационного моделирования и его общий алгоритм с помощью ЭВМ. Анализ результатов моделирования.
курсовая работа [922,2 K], добавлен 30.01.2016Анализ существующих решений системы поддержки принятия решений для корпоративной сети. Многоагентная система. Разработка концептуальной модели. Структура базы знаний. Разработка модели многоагентной системы на базе сетей Петри. Методика тестирования.
дипломная работа [5,1 M], добавлен 19.01.2017Обзор средств компьютерного имитационного моделирования по созданию веб-приложения для визуализации имитационных моделей. Система имитационного моделирования AnyLogic, Arena, SimuLab. Серверная, клиентская часть. Модель работы отдела банка и участка цеха.
дипломная работа [3,3 M], добавлен 25.05.2015Основные модели представления знаний. Системы поддержки принятия решений. Диаграмма UseCase. Разработка базы данных на основе трех моделей: продукционные правила, семантическая сеть, фреймовая модель. Программная реализация системы принятия решений.
курсовая работа [715,1 K], добавлен 14.05.2014Разработка граф-схемы имитационной модели финансовых потоков предприятия и реализация модели программными средствами Pilgrim. Алгоритм моделирования с постоянным шагом. Выполнение моделирования на полученной программе, разработка программного кода.
курсовая работа [1,8 M], добавлен 22.11.2013Система массового обслуживания модели функционирования мастерской. Структурная и Q-схемы, построение временной диаграммы, варианты по оптимизации модели. Составление программы на языке имитационного моделирования GPSS и разбор результатов моделирования.
курсовая работа [74,2 K], добавлен 23.06.2011Расчет параметров моделирования в системе Fortran. Описание алгоритма и математической модели системы, их составляющих. Моделирование шума с заданной плотностью распределения вероятностей. Выполнение моделирования работы системы при входном сигнале N(t).
курсовая работа [896,3 K], добавлен 20.06.2012Значение компьютерного моделирования, прогнозирования событий, связанных с объектом моделирования. Совокупность взаимосвязанных элементов, важных для целей моделирования. Особенности моделирования, знакомство со средой программирования Турбо Паскаль.
курсовая работа [232,6 K], добавлен 17.05.2011Начало современного этапа развития систем искусственного интеллекта. Особенности взаимодействия с компьютером. Цель когнитивного моделирования. Перспективы основных направлений современного развития нейрокомпьютерных технологий, моделирование интеллекта.
реферат [24,7 K], добавлен 05.01.2010Язык GPSS как один из наиболее эффективных и распространенных языков моделирования сложных дискретных систем. Транзакт - элемент системы массового обслуживания. Решение задач на основе моделирования с применением языка GPSS, создание имитационной модели.
курсовая работа [54,7 K], добавлен 25.11.2010Основные понятия теории моделирования. Виды и принципы моделирования. Создание и проведение исследований одной из моделей систем массового обслуживания (СМО) – модели D/D/2 в среде SimEvents, являющейся одним из компонентов системы MATLab+SimuLink.
реферат [1,2 M], добавлен 02.05.2012Практические навыки моделирования законов движения многосвязных механических систем на примере трехзвенного манипулятора. Основные этапы моделирования: исходная система; формирование исходных данных, геометрической, динамической и математической модели.
презентация [535,0 K], добавлен 25.06.2013Особенности и преимущества 3D-моделирования. Базовые функции нелинейного редактирования и комбинирования видео. Проектирование 3D-модели для игрового проекта по созданию дома и моста. Просмотр взаимодействий с игроком объектов в Unreal Engine 4.7.
дипломная работа [3,6 M], добавлен 14.06.2015Создание систем имитационного моделирования AnyLogic, Arena, SimuLab, Simbigraph и Forio. Серверная и клиентская часть. Разработка модели работы отдела банка, участка цеха, движения автобуса по маршруту и социальной сети. Описание web-приложения.
дипломная работа [3,4 M], добавлен 25.05.2015Методология процесса моделирования IDEF, которая входит в семейство стандартов США по комплексной компьютерной поддержке производства ICAM. Распространенные методологии структурного подхода. Метод функционального моделирования SADT, иерархия диаграмм.
лекция [188,5 K], добавлен 27.12.2013