Аннотация.

Рассматривается проблема оценки обоснованности решений на примере редуцированной модели организационного плана действий. В качестве математической меры вводится функция нормированной остаточной неопределенности, реализующая принцип минимума эвристик. Используются понятие t-нормы и фрейм-ориентированный подход к описанию предметной области с учетом методов вербального анализа решений. Функция предназначена для оценки систем поддержки принятия решений.

Ключевые слова:

нормированная остаточная неопределенность решения, каркасное (фреймовое) решение, мера обоснованности, информационная модель планирования.

Стр. 83-95.

 Полная версия статьи в формате pdf.

DOI: 10.14357/20790279190108

Литература

1. Дюбуа Д. Теория возможностей. Приложения к представлению знаний в информатике : пер. с франц. / Д. Дюбуа, А. Прад.– М. : Радио и связь, 1990. – 288 с. (D. Dubois, H. Prade. Théorie des possibilités. Applications à la représentation des connaissances en informatique. – 2e éd. rev. et augm. – Paris.: MASSON, 1988. 292 p.).
2. Zadeh Lotfi A. Outline of a new approach to the analysis of complex systems and decision process. IEEE Transactions on Systems, Man, and Cybernetics (Vol. : SMC-3, Issue : 1, Jan.1973). P 28-44.
3. Ларичев О.И. Вербальный анализ решений / Под ред. А.Б. Петровского. – М.: Наука, 2006. – 181 с.
4. Мазуров В.Д. Метод комитетов в задачах оптимизации и классификации. – М.: Наука, 1990. – 248 с.
5. John Von Neumann, Oskar Morgenstern. Theory of Games and Economic Behavior. Science Editions, J. Wiley, 1944 – 641 p.
6. Поспелов Д.А. Ситуационное управление: Теория и практика. – М.: Наука. 1986. – 288 с.
7. Hubert K. Rampersad. 2005. Universal System Performance: How to achieve results while maintaining integrity, Wiley Publisher. 332 p.
8. Ройзензон Г.В. Синергетический эффект в принятии решений // Системные исследования. Методологические проблемы. Ежегодник / Под ред. Ю. С. Попкова, В. Н. Садовского, В. И. Тищенко. — № 36. 2011-2012. М.: УРСС, 2012. — С. 248–272.
9. Jay Wright Forrester. 2013. Industrial Dynamics. Martino Fine Books. 482 p.
10. Черешкин Д.С. Модель процесса принятия решений в организационной системе // Проблемы современной науки и образования. 2017. № 32 (114). С. 16-25.
11. Нейман Дж. фон. Вероятностная логика и синтез надежных организмов из ненадежных компонент // Автоматы / Под ред. А. А. Ляпунова. – М.: Иностранная литература, 1956. – С. 68–139. (John von Neumann. 1952.Probabilistic Logics and the Synthesis of Reliable Organisms from Unreliable Components. 98 p).
12. Бритков В.Б., Ройзензон Г.В. Анализ больших данных в патентных исследованиях // Пятнадцатая национальная конференция по искусственному интеллекту с международным участием (КИИ-2016). Труды конференции. – Т. 1. – Смоленск: Универсум, 2016. – С. 291–299.
13. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учеб. пособие для вузов / Общая ред. А.И. Галушкина. – М.: ИПЖР. 2000. – 416 с.
14. Попов Э.В. Экспертные системы : Решение неформализованных задач в диалоге с ЭВМ / Э.В. Попов. – М. : Наука, 1987. – 288 с
15. Кукушкин А.А. Сетецентрическая парадигма развития ситуационных центров : монография / А.А. Кукушкин. – Орел : Академия ФСО России, 2014. - 163 с.
16. Marvin Minsky. 1974. A Framework for Representing Knowledge. MIT-AI Laboratory Memo 306, June. 1974. 76 p.
17. Представление и использование знаний: пер. с япон. / под ред. Х. Уэно, М. Исидзука. – М. : Мир, 1989. – 220 с. (The representation and use of knowledge : translated from the Japanese. / ed. by H. Ueno, M. Ishizuka. – M.: Mir, 1989. – 220 p.).
18. Нечеткие множества в моделях управления и искусственном интеллекте / под ред. Д. А. Поспелова. – М. : Наука, 1986. – 311 c.
19. Object Oriented Systems Analysis: Modeling the World in Data. Sally Shlaer, Stephen J. Mellor. Prentice Hall. 1988. 144 p.
20. Анфилатов В.С. и др. Системный анализ в управлении: Учеб. пособие / В.С. Анфилатов, А.А. Емельянов, А.А. Кукушкин. – М.: Финансы и статистика, 2008. –368 с.
21. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. — М.: Физматлит, 1996. — 208 с.
22. Макаров Б.М. Лекции по вещественному анализу: учебник/ Б.М. Макаров, А.Н. Подкорытов. – СПб.: БХВ-Петербург, 2011. – 688 с.
23. Павлов А.Н., Соколов Б.В. Принятие решений в условиях нечеткой информации: учеб. пособие / А. Н. Павлов, Б. В. Соколов; ГУАП – СПб., 2006 – 72 с.
24. Попков Ю.С. Математическая демоэкономика. Макросистемный подход. – М.: ЛЕНАНД. 2013. 560 с.
25. Вильсон А.Дж. Энтропийные методы моделирования сложных систем. – М.: Наука, 1978. – 248 с. (A. Wilson. 1970. Entropy in Urban and Regional Modelling. Pion Limited. London. 166 p.).
26. Цыгичко В.Н. Руководителю – о принятии решений / В. Н. Цыгичко. – М. : Финансы и статистика. 1991. – 240 с.
27. Гвардейцев М.И., Морозов В.П., Розенберг В.Я. Специальное математическое обеспечение управления. 2-е изд., доп. – М. : Советское радио. 1980. – 536 с.
28. Колмогоров А.Н. Три подхода к определению понятия «количество информации». Проблемы передачи информации. 1965, том 1, выпуск 1, С 3-11.
29. Черноруцкий И.Г. Методы принятия решений : – СПб.: БХВ-Петербург, 2005, 416 с.
30. Васильев Ф.П. Методы оптимизации: В 2-х кн. – Нов. изд., пер. и доп. – М.: МЦНМО, 2011. Кн. 1. – 620 с.
31. Павлов А.Н., Соколов Б.В. Принятие решений в условиях нечеткой информации: учеб. пособие / А. Н. Павлов, Б. В. Соколов; ГУАП – СПб., 2006 – 72 с.
32. Торра В. Математика и выборы. Принятие решений. Мир математики: в 45 т. Т 45: / Пер. с англ. – М.: Де Агостини. 2014 – 160 с. (When Mathematics goes to the Pools: Decision processes. RBA Collecionables S.A. 2014. 160 p.).
33. Направление фундаментальных исследований № 32 – Интеллектуальные системы управления; управление знаниями и системами междисциплинарной природы, человек в контуре управления // Приложение № 2 к Программе фундаментальных научных исследований государственных академий наук на 2013 – 2020 годы (в ред. от 31.10.15 г. № 2217-р). С. 70.
34. Подиновский В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений. – М.: Физматлит, 2007. – 64 с.
35. Методы определения коэффициентов важности критериев / А.М. Анохин, В.А. Глотов, В.В. Павельев, А. М. Черкашин // Автоматика и телемеханика. – 1997. – № 8. – С. 3–35.
36. Глотов В.A., Павельев В.В. Векторная стратификация. – М.: Наука, 1984. 94 с.
37. Шеннон К. Работы по теории информации и кибернетике. Перевод с английского. Под ред. Р.Л. Добрушина и О.Б. Лупанова – М.: Издательство иностранной литературы, 1963. – С.268. [Электронный ресурс]. – Режим доступа: http://www.novsu.ru/file/1086154, свободный. (Shannon, C.E. 1948. A Mathematical Theory of Communication, Bell System Technical Journal, 27, pp. 379–423 & 623–656, July & October.).
38. Oskar Morgenstern. On the accuracy of economic observations. Second edition, completely revised. Princeton, New Jersey, Princeton University Press, 1965.
39. Пуряев А.С. Научные основы экономических исследований. Учебное пособие. – Набережные челны: КамПИ, 2006, 182 с.
40. Morrow J.E. Open-Source Intelligence. Army Techniques Publication. No. 2-22.9 (FMI 2-22.9). Washington, DC, 10 July 2012. P.22. [Электронный ресурс]. – Режим доступа : https://publicintelligence.net/fmi-2-22-9-open-sourceintelligence, свободный.
41. Империя чисел. [Электронный ресурс]. – Режим доступа : https://ru.numberempire.com/derivativecalculator.php, свободный.
42. WolframAlpha computational knowledge engine. [Электронный ресурс]. – Режим доступа : www.wolframalpha.com/examples/math/, свободный.
43. Борисов А.Н., Алексеев А.В., Меркурьев Г.В. и др. Обработка нечеткой информации в системах принятия решений. – М.: Радио и связь, 1989. – 304 с.