Модели, алгоритмы и технология интеллектуализации принятия решений на основе предметных коллекций

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Модели, алгоритмы и технология интеллектуализации принятия решений на основе предметных коллекций

Общая характеристика работы

Связь работы с крупными научными программами и темами

Результаты, изложенные в диссертации, получены в рамках исследований и разработок, проводимых на кафедре информационных систем управления (ИСУ) факультета прикладной математики Белорусского государственного университета (БГУ) в соответствии с:

1) научно-исследовательскими программами БГУ:

- «Разработать общие принципы построения интеллектуальных информационных систем, математических моделей, методов, информационно-компьютерных технологий для систем принятия решений и распознавания образов», задание программы НИР БГУ на 2006-2010 гг.;

- «Разработать теоретические основы и технологии построения информационных систем управления с приложением в интеллектуальном анализе данных», задание программы НИР БГУ на 2011-2015 годы;

2) республиканскими научно-техническими программами:

- «Разработать технологии и компьютерные системы для решения задач распознавания со сложной структурой информации», задание ГКПНИ «Научные основы информационных технологий и систем» на 2006-2010 гг.;

3) грантами Белорусского Республиканского Фонда Фундаментальных исследований НАН РБ:

- «Развитие алгебраической теории распознавания образов и ее приложений в интеллектуальном анализе данных», задание №Ф10Р-097, выполняемого по решению Совета БРФФИ НАН РБ на 2010-2012 гг.

Цель и задачи исследования

Цель диссертационной работы - разработка моделей, алгоритмов и технологии для интеллектуализации процесса принятия решений на основе распределенных инновационных знаний.

Для достижения цели были поставлены и решены следующие задачи:

1. Провести анализ современных методов и информационно-программных технологий интеллектуализации принятия решений;

2. Разработать метамодель, интегрирующую разнородные, представленные в различных структурах и форматах знания, и модель среды, обеспечивающую синхронизацию деятельности распределенных источников инноваций и потребителей контента метамодели;

3. Разработать алгоритм построения и актуализации контента метамодели, инвариантный относительно количества источников, алгоритм построения сцены, обеспечивающей жизненный цикл контента и алгоритм принятия на его основе решений, обеспечивающий выбор требуемого варианта;

4. Разработать компьютерную технологию, минимизирующую затраты времени и средств на построение, актуализацию и тиражирование инновационных знаний, представленных в метамодели.

Объект исследования - компьютерные системы для поддержки принятия решений.

Предмет исследования - модели и алгоритмы для принятия решений на основе распределенных экспертных знаний.

Основные положения, выносимые на защиту

1. Метамодель представления разнородных знаний в форме предметной коллекции и соответствующая объектная модель, обеспечивающая решение проблемы структурной, семантической и языковой интероперабельности разнородных моделей знаний.

2. Информационно-технологическая модель открытой интерактивной сцены для информационного взаимодействия распределенных акторов на основе облачного размещения программных, информационных и вычислительных ресурсов, что обеспечило построение, использование и обновление предметных коллекций в глобальной среде.

3. Алгоритмы построения и актуализации предметных коллекций распределенными экспертами, обеспечивающие перманентное усовершенствование контента, что в значительной мере решило проблему «устаревания» знаний и позволило сократить время внедрения инноваций.

4. Алгоритм принятия решений на основе предметных коллекций, обеспечивающий выбор решения из ряда альтернатив с учетом независимых оценок и опыта применения контента, что позволило получить результат, адекватный требованиям пользователя и среды, а также усовершенствовать контент за счет использования внешнего опыта.

5. Оригинальная технология построения компьютерных систем для поддержки принятия решений на основе предметных коллекций с использованием облачного подхода, что позволило снизить расходы на разработку системы и поддержку жизненного цикла ПО и ВТ.

Личный вклад соискателя

Работа основывается на результатах исследований автора, проводимых на кафедре ИСУ БГУ. Научный руководитель принимал участие в постановке задач и обсуждении подходов к решению. При ссылке на совместные публикации подразумеваются результаты, полученные лично автором диссертации.

Апробация результатов диссертации

Основные научные и практические результаты работы докладывались и обсуждались на следующих международных и отечественных конференциях:

The International Conference on Intelligent Technologies in Human-Related Sciences (1996, Leon, Spain); The International Conference on Systems and Signals in Intelligent Technologies, (1998, Minsk, Belarus); The 2th International Conference KnowTech Forum'99 (1999, Potsdam, Germany); The International Conference on Modeling and Simulation (2000, Las Palmas, Spain); The International Conference on Modeling and Simulation in Technical and Social Sciences (MS'2002, Girona, Spain); Международная научная конференция «Интеллектуализация обработки информации» (ИОИ-2008, Алушта, Украина); «Models and Simulation in Engineering, Economics and Management and General Applications» (AMSE'2008, Palma de Majorca, Spain); 9-ая Международная научно-техническая конференция «Искусственный интеллект. Интеллектуальные системы» (2008, Кацивели, Украина); International Conference on Pattern Recognition and Information Processing (PRIP'1997, 2001, 2003, 2007, 2009, 2011, Minsk, Belarus); The International Conference «Modeling and Simulation» (MS'2012, Minsk, Belarus).

Опубликованность результатов

Результаты диссертации опубликованы в 26 научных работах, в том числе: 8 статей в рецензируемых научных журналах в соответствии с п. 18 положения о присуждении ученых степеней и присвоении ученых званий в Республике Беларусь (общим объемом 2,8 авторских листа), 1 статья в рецензируемом журнале «Таврический вестник информатики и математики», 17 статей в сборниках материалов научных конференций.

Структура и объем диссертации

Диссертационная работа состоит из перечня условных обозначений, введения, общей характеристики работы, четырех глав, заключения, библиографического списка и двух приложений. Полный объем диссертации составляет 104 страниц, в том числе 37 рисунков на 10 страницах, 4 таблицы на 2 страницах, 2 приложения на 8 страницах, библиографический список из 162 наименований, включая собственные публикации соискателя, на 11 страницах.

Основное содержание работы

метамодель инновационный компьютерный алгоритм

Во введении обоснована актуальность темы диссертации, сформулированы ее цели и задачи, представлена общая характеристика работы.

В первой главе исследованы основные проблемы, связанные c принятием решений в условиях новой информационно-коммуникационной среды. При изложении результатов работы использован онтологический подход (IDEF5), который позволяет описывать процесс решения сложных задач от момента построения концептуальной модели до получения соответствующего программного кода.

В общем случае задача принятия решений (ЗПР) сводится к выбору одной или нескольких альтернатив из множества возможных вариантов для разрешения проблемной ситуации. ЗПР описывается выражением:

DM = Alg (S, G, V, Kr, V) (1)

где: S - проблемная ситуация; G - цель; V - возможные варианты решения; Kr - критерий выбора; Alg - алгоритм выбора; V - результат решения.

Типовая сцена решения описывается кортежем:

Scene = (C, E, U, DM, DSS, com) (2)

где: C - инициатор решения (центр); E - источники информации; U - лица, использующие решение; DM - ЗПР; DSS - система поддержки принятия решений; com - коммуникации для информационного взаимодействия C, E, U;

Традиционно синтез решения на основе СППР выполняется для задач с длительным жизненным циклом в рамках локальных сцен, на основании постоянных источников знаний и жестких схем коммуникаций. Для формирования составляющих ЗПР используются экспертные знания или результаты статистической обработки временных рядов, формализованных в рамках логической, продукционной или других моделей. Круг пользователей решения ограничивается, как правило, центром (C). База знаний СППР отличается монолитностью структуры и сложностью актуализации (что, как правило, является причиной узконаправленного использования и быстрого устаревания знаний). Синтез решения V в целом характеризуется большими затратами времени и средств (что ограничивает круг пользователей СППР государственными учреждениями и крупными компаниями).

На основе анализа литературных источников определены свойства новой среды и специфика процесса принятия решений. Показано, что в результате глобализации свойства ЗПР (1) и сцены ее решения (2) существенно изменились, в частности:

- знания приобрели статус основного средства для получения конкурентных преимуществ. При этом существенно возросла роль технологически ориентированных инновационных знаний, представленных различными моделями и форматами, допускающими фрагментацию, экспорт и разностороннее использование. Это породило проблему совместимости (интероперабельности) однородных моделей (логической, продукционной и др.) и разнородных когнитивных структур;

- глобализация среды изменила сцену решения (2), возникла необходимость удаленного взаимодействия распределенных акторов для формирования, актуализации и использования баз инновационных знаний;

- расширение круга пользователей привело к необходимости разработки недорогих и простых в эксплуатации СППР, обеспечивающих удаленный доступ к инновациям, построение элементов DM и выбор эффективных решений.

Так же показано, что преодолеть возникшие противоречия с помощью традиционных методов и технологий невозможно, поэтому ряд научных школ пытаются решать их в рамках так называемой проблемы интеллектуализации. Под этим термином понимается широкий круг задач выработки защитных механизмов для поддержки гомеостаза естественных и искусственных систем на основе компетентных знаний и объективных оценок.

Предложен новый подход к интеллектуализации принятия решений на основе так называемых предметных коллекций как формы представления разнородных знаний, актуальность которых подтверждается компетентностью источников и внешними (независимыми) оценками.

Поставлена задача разработки компьютерной технологии для интеллектуализации приятия решений, включающей построение метамодели представления гетерогенных знаний и модели открытой среды для реализации ее жизненного цикла, алгоритмов и программ для построения соответствующей СППР.

Во второй главе рассматриваются теоретические проблемы, связанные с интеллектуализацией процесса принятия решений в глобальной среде. К ним относятся: представление инновационных знаний в форме удобной для их многофункционального применения, тиражирования и экспорта; построение механизмов приобретения и перманентной актуализации знаний; принятие решений на основе распределенных инновационных знаний.

Показано, что существующие модели: продукции, семантические сети, фрейм, паттерны и др. носят гомогенный характер и технологически несовместимы с гетерогенными по своей природе инновационными знаниями.

Для решения проблемы интероперабельности предложена концепция предметной коллекции (ПрК) как абстрактной структуры, интегрирующей разнородные модели знаний в качестве составляющих общего решения. Отличительной особенностью концепции ПрК является неразрывная связь понятия знаний с механизмами их синтеза и применения, что позволяет объективно оценивать уровень их полезности.

Сформулирована система аксиом (существования, представления, гетерогенности, инновационности, относительности и применимости), которая позволяет определить границы использования и жизненный цикл ПрК. На их основе разработана граф-модель ПрК, обеспечивающая идентификацию ПрК (SC) в глобальной среде и учитывающая роли всех участников (акторов), включая социальные сети (SWO) (рисунок 1).

Рисунок 1. Структура предметной коллекции

Вершины граф-модели идентифицируют SC соответственно в глобальной (IdG), предметной (IgD) и корпоративной (IdC) среде и определяют акторов: инициатора построения ПрК (C), источники знаний (E) и пользователей (U). Решение проблемы (nZ) представлено совокупностью алгоритмов (Alg), технологий (Tech) и опыта (Exp), полезность которых подтверждается внешними оценками. Независимые предложения по усовершенствованию контента знаний представлены в Д¹..Дⁿ.

Для практического использования ПрК разработан объектно-ориентированный вариант граф-модели, что позволило реализовать метамодель ПрК на любом современном языке программирования. Это решило проблему семантической и языковой интероперабельности разнородных моделей знаний. Для хранения ПрК предложена типовая XML-структура, что решает проблему интеграции контента и его элементов во внешние программные системы.

Далее в главе рассматривается проблема моделирования сцены для реализации ЖЦ ПрК. Предложена универсальная модель участника сцены (актора):

Actor = (address, Name, Place, Status, inf, Role, Dlg (Q, R)),

где: address - адрес актора в сети; Name - имя; Place - место расположения, Status - статус; inf - дополнительная информация; Role - роль; Dlg - диалог (Q - вопрос, R - ответ). На ее основе построены модели акторов C, E и U.

Показано, что существующие модели сцен не обеспечивают поддержку ЖЦ ПрК. Предложено дополнить сцену участниками социальных сетей (для объективной оценки полезности ПрК) и искусственным актором - валидатором (для контроля доступа к ПрК) (рисунок 2).

Рисунок 2. Структура сцены решения ЗПР

Предложенный вариант сцены обеспечивает удаленный доступ к ПрК, объективную оценку контента и контролируемое увеличение количества пользователей за счет участников социальных сетей. Для построения сцены предложен алгоритм, основанный на идее интеграции типовых моделей акторов в открытую сцену с обратной связью.

Алгоритм 1. На вход алгоритма поступают реквизиты акторов C, E, U^G, Twitter, Facebook. На выходе получается сцена, формализованная в БД акторов (рисунок 3).



Рисунок 3. Схема алгоритма построения сцены

Данный алгоритм формирует распределенную открытую сцену, включающую социальные сети как источник объективных оценок полезности контента и потенциальных пользователей ПрК. Построенная сцена является средством для объективизации принятия решений и основой для построения механизма защиты различных категорий пользователей от устаревших или ложных решений, представленных в Интернете.

После построения сцены рассматривается проблема формирования контента ПрК. Показано, что существующие алгоритмы не решают эту задачу, т.к. они ориентированы на монолитные, трудноизменяемые и дорогостоящие БЗ. В них так же отсутствуют механизмы независимой оценки полезности контента и учета предложений по его усовершенствованию.

Предложен алгоритм, использующий принцип «лего», в соответствии с которым множество отдельных фрагментов в совокупности образуют целостную картину. Вначале центр С посредством диалога dRoleC формирует вариант ПрК как шаблон, включающий классификационные признаки и описание проблемы indG,…, Z, остальные поля остаются пустыми. Затем эксперт в процессе диалога dRoleE формирует контент ПрК, адекватный поставленной задаче и отправляет результат в центр.

Алгоритм 2. На вход алгоритма поступает задача. Эксперт декомпозирует ее на подзадачи и формирует теоретическое и технологическое решение. На выходе - строятся элементы ПрК: nZ, Z, Alg, Tech, Exp (рисунок 4).

Рисунок 4. Схема алгоритма построения предметной коллекции

В результате работы алгоритма формируется гетерогенная ПрК, содержащая формализованные знания эксперта, необходимые и достаточные для теоретического и практического решения задачи. В отличие от традиционных монолитных Lisp-Prolog баз данных, любой фрагмент контента рассматривается как логически и физически самостоятельная единица, допускающая отторжение, экспорт и использование во внешних программных системах.

Во второй части главы рассматриваются проблемы принятия решений на основе ПрК. Показано, что классические методы принятия решений ориентированы, как правило, на закрытые среды и узкий круг задач. В них отсутствуют механизмы независимого оценивания результатов и адаптации к изменениям среды, что в совокупности затрудняет интеллектуализацию процесса принятия решений. Построение решений в открытой среде имеет свою специфику: альтернативы формируются экспертами в различных инновационных центрах; количество альтернатив часто достигает нескольких тысяч; метод выбора во многом зависит от целей и уровня подготовки пользователя и др.

С учетом структуры ПрК и состава ОИС общую задачу принятия решений (1) можно представить в виде выражения:

DM = Alg (Z, f, ?, OIE, SC₁, SC₂,… SC_k, SC *) (3)

где: Z - идентификатор проблемы, f - тип задачи; ? - количество выбранных решений (порог), соответствующих f; OIE - открытая интерактивная среда; SC₁, SC₂,… SC_k - предметные коллекции; SC * - выбранное решение.

Для решения задачи (3) предлагается подход, основанный на синтезе элементов теории полезности для численной оценки качества контента (Ф. Эджуорт, В. Парето, И. Фишер) и использовании принципа равновесия для выбора решения, адекватного требованиям пользователя и среды (Дж. Нэш). Для достижения соответствия между целями пользователя и результатами выбора предлагается все ЗПР разделить на два типа: массовые задачи (f1), требующие решения с максимальной оценкой полезности, и профессиональные задачи (проекты) (f2), использующие решения, сбалансированные с учетом требований среды.

С учетом специфики задачи (3) для получения решения выделяются два основных этапа: построение (поиск и сужение) множества ПрК SC₁, CS₂,… SC_k, относящихся к проблеме, и выбор решения, удовлетворяющего пользователя.

На первом этапе формируется множество допустимых решений. Вначале по идентификатору проблемы Z определяется множество всех предметных коллекций (доступных альтернатив). Затем на основе анализа оценок (ind) множество сужается до некоторого подмножества с подтвержденным уровнем полезности контента. По заданному порогу ? выбираются кандидаты на решение с максимальными значениями индексов полезности.

На втором этапе выбирается само решение. В зависимости от типа решаемой задачи выбор осуществляется по уровню полезности (для типа f1) или на основе принципа равновесия (для типа f2). В первом случае выбирается решение с максимальным значением индекса полезности. Во втором - уточняется полезность каждой из альтернатив на практике, соответственно корректируется значение индекса ind и выбирается «равновесное» решение, удовлетворяющее требованиям пользователя и среды.

Алгоритм 3. На вход алгоритма поступает идентификатор задачи nZ.

На выходе формируются элементы ПрК: nZ, Z, Alg, Tech, Exp, ind, Д (рисунок 5).



Рисунок 5. Схема двухуровневого алгоритма принятия решений

Принцип гарантированного результата обеспечивает выбор решения с максимальным индексом полезности, которое может рассматриваться как лучшее решение для начинающих пользователей. Согласно принципу равновесия, генерируется спектр решений по заданному порогу (с убыванием значения индекса), из которого выбирается компромиссное решение, отвечающего предпочтениям пользователя и среды. На практике это означает возможность консенсуса между возможностями разработчика и требованиями заказчика.

Оценки полезности контента ПрК можно считать объективным, т.к. они производятся как целевыми группами, так и независимыми участниками социальных сетей. Применение контента фиксируется в полях оценки полезности и предложений по его усовершенствованию, что служит основой для построения обратной связи «эксперт-пользователь-эксперт». Снижение рейтинга полезности большим количеством пользователей рассматривается как сигнал центру и экспертам для начала процесса актуализации контента. Схема соответствующего алгоритма актуализации представлена на рисунке 6.

Алгоритм 4. На вход поступают элементы: ind ? 0, Д ? Ш, Alg, Tech, Exp. На выходе - обновленный вариант ПрК: Alg', Tech', Exp', ind =0, Д = Ш.

Рисунок 6. Схема алгоритма актуализации контента

Таким образом, предложенные в данной главе модели и алгоритмы обеспечивают комплексное решение проблемы интеллектуализации на основе инновационных экспертных знаний.

Третья глава посвящена разработке архитектуры программного обеспечения для автоматизации процессов принятия решений на основе ПрК. В соответствии с целью диссертации архитектура должна обеспечивать функционирование процессов в распределенной среде с использованием устройств различного типа (ПК, смартфоны, планшеты и др.).

Показано, что типовые архитектуры СППР используют в основном локальную парадигму и не обеспечивают выполнение вышеуказанных требований. Предлагается вариант архитектуры, основанный на замене локальной парадигмы на открытую. В результате появляется возможность распределенной обработки контента и неограниченного расширения круга пользователей ПрК.

Для реализации методологии используется многоагентный подход, изначально рассчитанный на решение задач c распределенными данными. Предложена соответствующая архитектура многоагентной системы (рисунок 7).



Рисунок 7. Многоагентная архитектура

Архитектура включает агентов Center, Expert, User, реализующих базовые процессы Pr1 (инициация ПрК), Pr2 (создание и актуализации контента), Pr3 (принятие решений и оценка полезности контента) и агент валидации (Valid) для регламентации (Pr4) доступа к ресурсам. Все агенты построены по единой базовой схеме <сенсор-эффектор-процессор-память>, но учитывают специфику решаемых ими задач в распределенной среде. Применение универсальной XML-базы данных ПрК и реализация диалогов через веб-браузер способствует интеграции МАС в различные внешние среды, включая облачные.

Свойство автономности агентов обеспечивает гомеостаз архитектуры при изменении требований среды. Интеграция архитектуры в облачную структуру предоставляет возможность неограниченного увеличения количества и объема ПрК и повышает уровень безопасности контента. Использование интерфейсов облачного провайдера обеспечивает доступ к ПрК с различных устройств (ПК, смартфонов, планшетов), что способствует расширению круга пользователей.

В четвертой главе описаны состав и методика использования программного обеспечения для принятия решений на основе предметных коллекций.

Проведен анализ возможностей современных программных и облачных технологий, необходимых для реализации архитектуры. Показано, что эффективным инструментом для построения ПрК может служить программная платформа MS.NET, которая обеспечивает синтез исполнительного кода на основе различных языков (Prolog, C++ и др.). Схема построения контента c применением.NET в комплексе с другими средствами представлена на рисунке 8.

Рисунок 8. Схема процесса построения ПрК

Для построения частного облачного ресурса предложено использовать открытый комплекс ПО Drupal, включающий сервер Apache и язык PHP. На основе выбранных программных средств разработан и размещен в облачном ресурсе компании Byelex портал «Subject Collection» (рисунок 9).

Разработана методика использования портала для построения практических приложений. Описаны процессы контроля доступа, создания, актуализации, использования и оценивания ПрК.



Рисунок 9. Интернет-портал Subject Collections

В заключительной части главы приведены примеры разработанных в диссертации локальных и сетевых ПрК для поддержки принятия решений в области медицины: «Orthopedishe Casuistiek» и «Ortho-Expert» (для ортопедов); «Atlas van de Parodontale Diagnostic» и «Atlas Mond- & Kaakziekten» (для стоматологов); «Atlas of Forensic Medicine» (для судебных медиков).

Таким образом, использование MS.NET для построения контента ПрК обеспечило решение проблемы интероперабельности знаний, представленных на различных языках. Интеграция частного ресурса портала в облачный ресурс позволила за счет наследования постоянно обновляемых ресурсов провайдера сократить расходы на покупку и поддержку жизненного цикла ПО и ВТ.

Заключение

1. Предложена метамодель представления разнородных знаний в форме предметной коллекции и соответствующая объектная модель, обеспечивающая решение проблемы структурной, семантической и языковой интероперабельности разнородных моделей знаний, представленных в различных форматах. Применение объектного подхода позволило представить жесткие разнородные модели как методы одного класса, последовательное выполнение которых решает общую задачу. В результате появилась возможность совместного использования ранее разработанных и новых методов, наследования результатов выполнения методов, экспорта элементов метамодели и актуализации любого метода без изменения других [1, 2, 9, 17, 18].

2. Разработана информационно-технологическая модель открытой интерактивной сцены (организационной структуры) для информационного взаимодействия распределенных акторов на основе облачного размещения программных, информационных и вычислительных ресурсов, что обеспечило построение, использование и обновление предметных коллекций в условиях глобальной среды [3, 4, 8, 14, 16, 20, 21, 22].

3. Разработаны алгоритмы построения и актуализации предметных коллекций распределенными экспертами, обеспечивающие перманентное усовершенствование контента, что в значительной мере решило проблему «устаревания» знаний и позволило сократить время внедрения инноваций [8, 9, 12, 13].

4. Разработан алгоритм принятия решений на основе предметных коллекций, обеспечивающий выбор решения из ряда альтернатив с учетом независимых оценок и опыта применения контента, что позволило получить результат, адекватный требованиям пользователя и среды, а так же усовершенствовать контент за счет использования внешнего опыта [5, 7, 11, 15, 19, 23, 25].

5. Разработана технология построения компьютерных систем для поддержки принятия решений на основе предметных коллекций с использованием облачного подхода, что в совокупности с преимуществами модели среды позволило существенно снизить затраты на разработку системы и поддержку жизненного цикла ПО и ВТ. Технология использовалась при решении ряда прикладных задач в крупных европейских компаниях [6, 8, 10, 12, 24, 25, 26].

Рекомендации по практическому использованию результатов

Теоретические и технологические результаты, полученные в диссертации, могут использоваться для построения компьютерных систем, основанных на инновационных знаниях, для поддержки принятия решений в быстро развивающихся областях, включая компьютерные технологии, медицину, образование, экологию и др.

Список публикаций по теме диссертации

1. Gutnikov, S. A technological solution for modern knowledge management systems / S. Gutnikov, V. Krasnoproshin, V. Obraztsov, H. Vissia // Special Issue of International Association AMSE. - Lion, France, 1998. - P. 55-69.

2. Krasnoproshin, V. Knowledge as an Object of Mathematical Formalization / V. Krasnoproshin, V. Obraztsov, H. Vissia // Special Issue of International Association AMSE. - Lion: France, 1999. - P. 33-43.

3. Краснопрошин, В.В. Принятие решений в оперативных задачах регионального управления / В.В. Краснопрошин, Х. Виссия, А.Н. Вальвачев // Таврический вестник информатики и математики. - 2008. - №1. - С. 267-273.

4. Виссия, Х. Технология выполнения IT-проектов коллективами распре-деленных исполнителей /Х. Виссия, В.В. Краснопрошин, А.Н. Вальвачев // Искусственный интеллект. - 2008. - №3. - С. 63-69.

5. Krasnoproshin, V. Solution of applied problems: formalization, methodology and justification / V. Krasnoproshin, V. Obraztsov, H. Vissia // «Computational Intelligence in Business and Economics». - London: World Scientific, 2010. - Vol. 3. - P. 57-64.

6. Интеллектуальная система поддержки решений в спортивной травматологии / В.В. Краснопрошин, Е.А. Лосицкий, В.А. Образцов, Х. Виссиа, С.Е. Гутников, С.А. Попок // Вестник Национального технического университета «Харьковский политехнический институт». Тематический выпуск: Информатика и моделирование. - 2010. - №31. - С. 106-111.

7. Krasnoproshin, V. Overall Approach to the Solution of Applied Problems / V. Krasnoproshin, V. Obraztsov, H. Vissia // «Lectures on Modeling and Simulation» Special Issue of International Association AMSE. - Barcelona: Spain, 2010. - P. 166-174.

8. Виссия, Х. Интеллектуализация принятия решений на основе предметных коллекций / Х. Виссия, В.В. Краснопрошин, А.Н. Вальвачев // Вестн. БГУ. Сер. 1. - 2011. - №3. - C. 84-90.

9. Виссия, X. Проблема интероперабельности разнородных моделей знаний в задачах принятия решений / Х. Виссия // Вестн. БГУ. Сер.1. - 2012. - №1. - C.133-135.

10. Computer-Based Support to Decision-Making in Orthopedics // J. Bergmans, S. Gutnikov, V. Krasnoproshin, S. Popok, H. Vissia // Proceedings of International Conference on Intelligent Technologies in Human-Related Sciences, Leon, Spain, 5-7 May 1996: in 2 volumes. - Leon, 1996. - Vol.2. - P. 217-223.

11. Inductive Algorithm for Solving Diagnostic Problem / J. Bergmans, V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of 4-th International Conference on Pattern Recognition and Information Processing, Minsk, Belarus, 1997: in 2 volumes. - Minsk, 1997. - Vol. 1. - P. 305-311.

12. A Technological Solution for Modern Knowledge Management Systems / S. Gutnikov, V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of The International Conference on Systems and Signals in Intelligent Technologies, Minsk, Belarus, 1998. - Minsk, 1998. - P. 358-367.

13. Krasnoproshin, V. Knowledge as an Object of Mathematical Formalization / V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of The International Conference on Modeling and Simulation, Santiago de Compostella, Spain, 1999. - Santiago de Compostella, 1999. - P. 207-219.

14. Krasnoproshin, V. Modification of Paradigm in Artificial Intelligence: one more problem of 2000 / V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of The International Conference «KnowTechForum'99», Potsdam, Germany, 1999. - Potsdam, 1999. - P. 1-12.

15. Krasnoproshin, V. Principles of Fuzzy Modelling in Problems of Decision-Making by Precedence / V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of The International Conference on Modelling and Simulation, Las Palmas, Spain, 2000. - Las Palmas, 2000. - P. 207-219.

16. Problem of Constructing a Decision Support System for Internet Application / S. Gafurov, V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of The 6-th International Conference PRIP'2001, Minsk, Belarus, 2001: in 2 volumes. - Minsk, 2001. - Vol. 2. - P.155-162.

17. Krasnoproshin, V. Decision-Making by Precedence: Modeling, Technology and Applications / V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of The International Conference on Modeling and Simulation in Technical and Social Sciences (MS'2002), Girona, Spain, 2002. - Girona, 2002. - P. 267-275.

18. Krasnoproshin, V. Unstructured Knowledge Synthesis for Decision-Making Problems /V. Krasnoproshin, A. Valvachev, H. Vissia // Proceedings of the 7-th International Conference (PRIP'2003), Minsk, Belarus, May 21-23, 2003: in 2 volumes. - Minsk, 2003. - Vol. 1. - P. 145-149.

19. Pattern Recognition Problem and Ordered Information / S. Gafurov, V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of The 9-th International Conference PRIP'2007, Minsk, Belarus, 22-24 May 2007: in 2 volumes. - Minsk, 2007. - Vol. 2. - P. 131-135.

20. Краснопрошин, В.В. Принятие решений в оперативных задачах регионального управления / В.В. Краснопрошин, Х. Виссия, А.Н. Вальвачев // Труды международной научной конференции «Интеллектуализация обработки информации» (ИОИ'2008), Алушта, Украина, 17-21 июня 2008 г. - Алушта, 2008. - C. 134-136

21. Краснопрошин, В.В. Технология реализации проектов распределен-ными коллективами исполнителей /В.В. Краснопрошин, Х. Виссия, А.Н. Вальвачев // Искусственный интеллект. Интеллектуальные системы: Материалы IX международной научно-технической конференции, Кацивели, Украина 22-27 сентября 2008 г.: в 2 ч. - Кацивели, 2008. - Ч. 1. - C.112-114.

22. Krasnoprohin, V.V. Decision Making in Active Systems /V.V. Krasnoprohin, H. Vissia, A.N. Valvachev // Models and Simulation in Engineering, Economics and Management and General Applications (AMSE'2008), Palma de Majorca, Spain, 18-20 June, 2008. - Palma de Majorca, 2008. - P.300-307.

23. An Ontology-Based Approach to Opinion Mining / V. Bilan, A. Bobkov, S. Gafurov, V. Krasnoproshin, J.van de Laar, H. Vissia // Proceedings of The 10-th International Conference PRIP'2009, Minsk, Belarus, 19-21 May 2009. - Minsk, 2009. - P. 257-259.

24. Krasnoproshin, V. Knowledge Formalization Dicision Support Systems / V. Krasnoproshin, V. Obraztsov, H. Vissia // Proceedings of The 11-th International Conference PRIP'2011, Minsk, Belarus, 18-20 May 2011. - Minsk, 2011. - P. 342-346.

25. Vissia, H. Novel Approach to Intellectualization of Decision Making Based on Subject Collections / H. Vissia // Proceedings of the International Conference MS'2012, Minsk, Belarus, 2-4 May 2012. - Minsk, 2012. - P. 167-169.

26. Vissia, H. Realization of Decision Making Based on Subject Collections / H. Vissia, G. Shakah, A. Valvachev // Proceedings of The International Conference. MS'2012, Minsk, Belarus, 2-4 May 2012. - Minsk, 2012. - P. 170-172.

Размещено на Allbest.ru

...