Передерий В.И., Еременко А.П.

Николаевский национальный университет, Национальный университет кораблестроения, г. Николаев, Украина

Модель формирования адаптивных альтернатив в системах поддержки принятия решений

При управлении современными динамическими производственными системами деятельность человека (лица, принимающего решения – ЛПР) сводится к принятию решений в условиях информационной неопределенности, ограниченности времени и действия внешних возмущающих факторов. Интеллектуальные системы поддержки принятия решений (ИСППР) в таких условиях должны учитывать особенности ЛПР как элемента автоматизированной системы.

Целью данной работы является разработка моделей и алгоритмов учета человеческого фактора при построении ИСППР.

Взаимосвязь процессов принятия решений в автоматизированных системах, представлена на рисунке 1.

Рисунок 1. Подсистема формирования адаптивных альтернатив в СППР

Состояние производственного процесса как динамической системы описывается вектором величин X. Выбор управляющих действий, то есть альтернатив A_i, зависит от текущего состояния процесса. Некоторые компоненты вектора X могут быть доступны для наблюдения ЛПР.

На процесс принятия решений оказывают значительное влияние психофункциональные характеристики ЛПР Z, к которым относятся информационная пропускная способность, объем оперативной памяти (количество данных, используемое ЛПР при сравнении и выборе альтернатив), длительность реакции, возможность ошибки при сравнении альтернатив и т.д. Такое влияние имеет ряд особенностей, препятствующих применению традиционного математического аппарата теории принятия решений, прежде всего это их зависимость от функционального состояния ЛПР, которое характеризуется, в свою очередь, набором величин, многие из которых не являются числовыми. [1] Представление таких величин целесообразно с помощью нечетких множеств.

Факторы внешней среды Y являются возмущениями, они влияют на психофизиологическое состояние ЛПР (вызывают утомление, способствуют снижению концентрации внимания и т.д.) и как следствие могут привести к ошибочным его действиям.

Выбор альтернативы является оптимизационной задачей, при этом целевая функция, то есть эффективность функционирования автоматизированной системы может быть представлена в виде

P (X, Y, Z) → Max

при ограничениях X Î [X_min, X_max], Y Î [Y_min, Y_max], Z Î [Z_min, Z_max].

Влияние указанных на рисунке 1 факторов на состояние автоматизированной системы целесообразно формализовать при помощи математического аппарата байесовских сетей, которые представляют собой вероятностные модели в графической форме [2], представляющие собой множество переменных и их вероятностных зависимостей.

Поиск оптимальной альтернативы целесообразно осуществлять с помощью методов генетической оптимизации.[3] При этом используется система кодирования [2], отображающая несчетное множество значений параметра оптимизации на счетное конечное множество его кодовых эквивалентов. В целевую функцию (т.е. функцию соответствия) включаются показатели эффективности функционирования динамической производственной системы и ЛПР в ее составе (длительность принятия решения и возможность совершения ошибки при выборе альтернативы)

При выборе альтернатив A_i необходимо использовать модель влияния факторов внешней среды и психофункциональных факторов ЛПР на процесс принятия решений. Как показано в работе [1], для построения таких моделей целесообразно использовать нечеткие реляционные модели, в том числе имеющие иерархическую структуру, поскольку указанным процессам присуща информационная неопределенность.

Выводы. Представленная в работе концепция учета человеческого фактора в ИСППР позволяет повысить устойчивость и надежности функционирования системы и ЛПР в ее составе. Результаты работы могут быть использованы при разработке СППР для сложных автоматизированных производств.

Список литературы

1. Передерий В.И., Еременко А.П. Математические модели и алгоритмы определения релевантности принимаемых решений с учетом психофункциональных характеристик пользователей при управлении автоматизированными динамическими системами // Автоматика. Автоматизация. Электротехнические комплексы и системы. – № 2 (20). – 2007. – С. 34-40.

2. Норенков И.П. Основы автоматизированного проектирования. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. – 336 с.

3. Передерий В.И., Еременко А.П. Математические модели и алгоритмы принятия релевантных решений пользователями автоматизированных систем с учетом личностных и внешних факторов на базе генетических алгоритмов // Автоматика. Автоматизация. Электротехнические комплексы и системы. – № 2 (22). – 2008. – С. 28-37.