УДК 62-50: (075.8)
В. С. Симанков, канд. техн. наук
Е. В. Луценко, канд. техн. наук
АДАПТИВНАЯ СИСТЕМА АНАЛИЗА И ПРОГНОЗИРОВАНИЯ
СОСТОЯНИЙ СЛОЖНЫХ СИСТЕМ “ДЕЛЬТА”
(Технический университет КубГТУ, г.Краснодар)
Система “ДЕЛЬТА” является отечественным лицензионным программным продуктом
[4] и предназначена для: разработки оптимальных адаптивных методик идентификации (тестирования) и прогнозирования состояний сложных систем, а также разработки супертестов в самых различных предметных областях; эксплуатации этих оптимальных методик в промышленном режиме при массовой обработке информации; углубленного анализа результатов тестирования, включающего ранговый (информационный) и кластерно - конструктивный анализ эталонных описаний классов распознавания и признаков, а также анализ достоверности заполнения исходных данных.Отличия системы “ДЕЛЬТА” от аналогов:
От экспертных систем система “ДЕЛЬТА” отличается тем, что для ее обучения от экспертов требуется лишь само их решение о принадлежности того или иного объекта или его состояния к определенному классу, а не формулирование правил (продукций) или весовых коэффициентов, позволяющих прийти к такому решению (система генерирует их сама, т.е. автоматически).
От систем статистической обработки информации система “ДЕЛЬТА” отличается прежде всего своими целями, которые состоят в реализации следующих функций:
восприятие: интенсиональное (дискретное) представление чувственного образа конкретного объекта в форме совокупности признаков; присвоение формальных (знаковых) имен: экстенсиональное (континуальное) представление чувственного образа конкретного объекта в форме принадлежности к некоторым градациям определенных смысловых шкал; обобщение (синтез, индукция): формирование обобщенных образов различных категорий объектов на основе одновременного использования экстенсиональных и интенсиональных описаний конкретных объектов, которые используются в качестве примеров; анализ обобщенных образов (дедукция): выявление общего и особенного (характерного и нехарактерного) для каждого обобщенного образа; распознавание (идентификация) конкретных объектов: сравнение чувственного образа конкретного объекта со всеми обобщенными образами; анализ признаков: выявление общего и особенного, характерного и нехарактерного в смысловом содержании каждого признака; абстрагирование: определение для каждого признака его вклада в различие друг от друга обобщенных образов; контролируемое и корректное удаление незначимых признаков с сохранением всей существенной информации; классификация обобщенных образов: определение сходств и различий обобщенных образов друг с другом; объединение сходных образов в кластеры; формирование биполярных систем наиболее непохожих кластеров, т.е. конструктов образов; построение семантических сетей классов; классификация признаков: определение сходств и различий признаков по их смыслу; объединение сходных по смыслу признаков в кластеры; формирование биполярных систем наиболее непохожих кластеров, т.е. конструктов признаков; построение семантических сетей признаков; содержательное сравнение обобщенных образов: определение признаков, по которым любые два заданных образа несопоставимы, сходны или отличаются друг от друга; построение много–многозначных когнитивных диаграмм, в том числе диаграмм Вольфа Мерлина; содержательное сравнение признаков: определение элементов смысла, по которым любые два заданных признака несопоставимы, сходны или отличаются друг от друга; построение много–многозначных когнитивных диаграмм, в том числе инвертированных диаграмм Вольфа Мерлина.Таким образом, система "ДЕЛЬТА" выполняет за исследователя-аналитика ту работу, которую при использовании систем статистической обработки ему приходится выполнять вручную, что чаще всего просто невозможно при реальных размерностях данных.
Система генерирует 50 видов различных двухмерных и трехмерных графических форм и более 50 видов различных текстовых форм. Имеется подробное руководство по системе типографского качества, объемом около 400 листов
.Основные характеристики Системы “ДЕЛЬТА”: обеспечивается достоверность распознавания обучающей выборки: на уровне 90% (интегральная валидность), которая повышается после оптимизации системы признаков, т.е. после исключения признаков с низкой селективной силой; система обеспечивает одновременно обработку до 4000 классов распознавания и 4000 признаков, причем признаки могут быть не только качественные (да/нет), но и количественные, т.е. числовые; реализована возможность разработки супертестов, в том числе интеграции стандартных тестов в свою среду, (при этом не играет роли известны ли методики интерпретации, т.е. “ключи” этих тестов); в системе имеется научная графика, обеспечивающая высокую степень наглядности, а также естественный словесный интерфейс при обучении Системы и запросах на распознавание
.Области возможного применения Системы “ДЕЛЬТА”: синтез адаптивных систем автоматизированного управления сложными техническими системами; определение профессиональной пригодности (оптимальной профессиональной принадлежности), перспектив обучения и профессиональной деятельности, в том числе в специальных областях, требующих от человека специфических способностей и адекватного поведения в экстремальных ситуациях, в т.ч. в измененных формах сознания; исследования по политологии, социологии и прикладной психологии, в том числе на основе обработки больших объемов информации, полученной в результате мониторинга в краткие сроки по распределенной многомашинной технологии; медицинская диагностика, мониторинг динамики состояний больных, изучение взаимосвязей между лечебными воздействиями и эффектом, определение гомеопатических типов, и т.д.; анализ и прогнозирование биржевых ситуаций, прогнозирование курсов валют и ценных бумаг, изучение тенденций фондового рынка; другие применения в любых областях, в которых возникают задачи идентификации и прогнозирования ситуаций или состояний сложных объектов по внешним признакам; изучение влияния факторов различной природы на количество и качество результатов деятельности; использование выявленных зависимостей для разработки обоснованных рекомендаций.
Литература
1. Симанков В.С., Луценко Е.В. Моделирование принятия решений в адаптивных АСУ сложными системами на основе теории информации. Ж-л: Информационные технологии, 1999, №2, 12с.
2. Симанков В.С., Луценко Е.В. Синтез адаптивных АСУ сложными системами с применением моделей распознавания образов. Ж-л: Автоматизация и современные технологии.1999, №1.11с.
3. Симанков В.С., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов. Монография (научное издание) /Техн. ун-т Кубан. гос. технол. ун-та. – Краснодар, 1999. –318 с.318
4. Пат. № 2000610164 РФ. Адаптивная система анализа и прогнозирования состояний сложных систем "ДЕЛЬТА" /В.С. Симанков (Россия), Е.В. Луценко (Россия); Заяв. № 2000610164. Опубл. 03.03.2000