Использование нечетких экспертных систем в практике экономических исследований Текст научной статьи по специальности «Экономика и бизнес»

1нформацшне та математичне забезпечення eK0H0MÎ4H^ npo^cÎB_

1НФОРМАЦ1ЙНЕ ТА МАТЕМАТИЧНЕ ЗАБЕЗПЕЧЕННЯ ЕКОНОМ1ЧНИХ ПРОЦЕС1В.

INFORMATION AND MATHEMATICAL SUPPORT OF ECONOMIC PROCESSES

УДК 35:159.955.4

ВИКОРИСТАННЯ НЕЧ1ТКИХ ЕКСПЕРТНИХ СИСТЕМ В ПРАКТИЦ1 ЕКОНОМ1ЧНИХ ДОСЛ1ДЖЕНЬ

З.М. Соколовська, д.е.н., професор

Одеський нацюналъний полтехнЫний ушверситет, Одеса, УкраХна

Середовище функцiонування сучасних економiчних об'eктiв вiдрiзняeться висо-ким рiвнем невизначеностц нестабшь-ностi. Тому будь-як дослiдження ïx дiяльностi пов'язаш з вирiшенням велико'1 кiлькостi слабо структурованих або неструктурованих задач, що, в свою чергу, потребуе залучення спецiального математичного апарату. Потреби практики призвели до швидкого розвитку у останш твтора-два десятилiття штелектуальних iнформацiйниx теxнологiй - експертних систем (ЕС).

Проблемам розробки та реамзацп апарату експертних систем присвячено багато праць вггчизняних та зарубiжниx фаxiвцiв в галузi штучного штелекту [1-7]. Однак i сьогоднi викорис-тання ЕС в областi економжи дуже обмежене: за даними [8] - приблизно 11%.

Водночас фаxiвцями вщзначаються значн1 потенцiйнi вигоди вщ експлуатацiï апарату ЕС у рiзниx економiчниx галузях - особливо правило-орiентованиx систем, пристосованих до виртення проблем стратегiчного розвитку об'ектiв рiзного спрямування.

За даними [8, 9], найбшьше впровадження експертних систем спостерп^аеться у таких галузях, як:

— Торги на фондовш бiржi.

— Автоматичне «розумшня» новин.

— Кредитний аналiз.

— Управлшня ризиками.

— Створення портфелiв кредитiв i iнвестицiй.

— Ощнка рейтингу банкiв, автоматизацiя аудиту.

— Прогнозування змш на фiнансовому ринку.

З точки зору рiвнiв управлшня, найменш охоп-леним е мiкрорiвень. Однiею з причин е склад-нiсть апарату та вiдповiдно - його дорожнеча.

Сьогодш у свт iснують два напрямки використання апарату, i зпдно з цим перед користувачами постае наступна альтернатива, вщ вдалого виртення яко'1 в значнш мiрi залежить

Соколовська З.М. Використання нечтких експерт них систем в практищ економлчних дослгдженъ.

Наведено огляд сучасних напрямюв розробки та використання експертних систем. Обгрунтовано доцшьшсть залучення експертних систем нечпжого типу до вир1шення економ1чних задач р1зного спрямування. Представлено можливост1 впровадження рос1йськомовного клону експертно'1 оболонки FuzzyCLIPS в практику економ1чних дослщжень.

Ключоег слова: експертна система, нечшасть, функц1я приналежност1

Соколовская З.Н. Использование нечетких экспертных систем в практике экономических исследований.

Приведен обзор современных направлений разработки и использования экспертных систем. Обоснована целесообразность привлечения экспертных систем нечеткого типа к решению экономических задач различного направления. Представлены возможности внедрения русскоязычного клона экспертной оболочки FuzzyCLIPS в практику экономических исследований.

Ключевые слова: экспертная система, нечеткость, функция принадлежности

Sokolovskaya Z.N. Use of fuzzy expert systems in practice of modern economic researches.

Review of modern directions in development and use of expert systems is given. Expediency of fuzzy expert systems in solving economic objectives of various directions is grounded. Possibilities of application of the Russian language clone of FuzzyCLIPS expert shell to the practice of economic researches are given.

Keywords: expert system, fuzziness, membership function

загальна ефективнiсть та вартють проведених економiчних дослвджень:

— Залучення готових експертних систем.

— Залучення до роботи оболонок експертних

систем i поступове доведения !х до повноцiнних ЕС.

Оболонки ЕС - програмний продукт, який володie засобами представлення знань щодо конкретних предметних галузей. Задача користу-вача при цьому - не у безпосередньому програму-ваннi, а у формалiзацi! та вводi знань стосовно дослщжуваних проблем.

В останнi роки у зв'язку з розвитком шфор-мацшних технологiй можливостi дослiдникiв ще бiльш розширюються завдяки появi CAKE-шстру-ментарiю (Computer Aided Knowledge Engineering)

— засобiв, орieнтоваиих на шдтримку iнженерil знань [8].

За прийнятою класифiкацieю ([8], [9]), до них належать:

1) Комерцшш (ACQUIRE, Easy Reasoner, ECLIPSE, EXSYS Professional, SIMER+MIR, CAKE v2.0) та вiльно розповсюджуванi оболонки (ES, WindExS, BABYLON, MIKE, RT-EXPERT, OPS5, SOAR, CLIPS, DYNACLIPS, wxCLIPS, FuzzyCLIPS).

2) Iнструментальнi пакети для створення експертних систем (ART, KEE, Knowledge Craft, G2, АТ-ТЕХНОЛОГИЯ) - потужш багатофункцю-нальнi та водночас достатньо дороп системи.

Однак, головними проблемами на шляху розробки та використання апарату експертних систем зютаються необхiднiсть адекватного ввдображення в ЕС знань фахiвцiв-експертiв рiзного профiлю, забезпечення обгрунтуваиия та пояснень висновк1в i рекомендацiй ЕС в процес !х функцiонуваиия, надаиия можливостi придбан-ня нових знань, адаптацй' апарату до змш умов господарювання об'eктiв дослщження т. i.

Згвдно з окресленими проблемами метою статп е розкриття прикладних аспектiв використання клону одше! з найпотужиiших сучасних оболонок «нечеткого типу» - FuzziClips - в ршенш еконо-мiчних задач.

FuzzyCLIPS - розширення CLIPS-оболонки експертно! системи [10, 11]. Розробник продукту -Група 1нституту 1нформацшних технологiй Нацюнально! Ради Дослiджения Канади [12, 13].

Використання оболонки ЕС нечеткого типу розглянемо на приклащ експертно! консультаций «Прогнозна оцiнка швестицшно! привабливост тдприемства».

Консультацiя реалiзована на базi розробленого росшськомовного клону FuzzyCLIPS [14]. Побудовано зручний росшськомовний iнтерфейс користувача, дороблена мета компонента системи. Запропоновано склад бази знань стосовно дослщжувано! проблеми.

FuzzyCLIPS - оболонка експертно! системи, заснована на правилах, використовуеться для представлення i управлiния нечiткими фактами i

правилами. На додаток до функцюнальних можливостей CLIPS, FuzzyCLIPS може мати справу з точними, нечикими i об'еднаними (змiшаними) мiркуваннями. Дозволеш нечпта i нормальнi елементи, що можуть бути вiльно змiшанi в правилах i фактах експертно! системи. Система використовуе двi основнi неточш концеп-цi! - нечiткiсть i невизначенiсть. Це забезпечуе робоче середовище для розробки нечiтких прикладних програм.

Позитивами системи е наступнi:

1) Система в повнш мiрi дозволяе врахувати нечiткiсть вхвдних змiнних, тобто первинних фак-тiв, що впливають на кiнцевi результати рiзнома-ттних господарських ситуацiй. В межах системи можливо визначати функцi! приналежностi защя-них нечiтких змiнних, тобто визначати нечита множини в межах ушверсальних множин визначення факторiв (фактiв). До цього ж, число таких нечетких змшних необмежене. Функцi! приналежностi можуть бути фактично будь-якого типу: користувачу надаються достатньо широш можливостi завдання конкретних функцiй. Поряд з нечеткими в системi можливим е комплексне використання чггких змiнних (як1 не потребують завдання функцп приналежностi та можуть бути «задаш чггко»). Таким чином, комплекс факторiв (фактiв), що складае базу знань, максимально вщображае реальне становище будь-якого об'екту з точки зору впливу на його дiяльнiсть факторiв рiзно!' природи.

2) Напришнщ консультацi! з системою користувач отримуе рiзноплановi результати. По-перше, це - нечiткий результат, тобто динашка можливого розвитку того чи шшого процесу. Подруге, це чикий результат, отриманий в ход1 трансформацi! нечггко! результатно! динамiки, який концентруе увагу дослвдника на найбшьш вiрогiднiй областi знаходження майбутнього результату.

3) Основш експлуатацiйнi властивостi системи - портативнють, розширюванiсть, потужнiсть.

4) Система в^^зняеться дружнiм штерфей-сом з користувачем. Спiлкування здiйснюеться на обмеженш природнiй мовi з використанням багато-вiконного iнтерфейсу.

5) Система не потребуе вiд користувача яких-небудь спещальних знань (крiм знання предметно! обласп), легка в освоеннi. 1накше, наведений апарат орiентований на непрофесюна-лiв.

6) Система володiе гнучкою вбудованою мета-компонентою. Це дуже важливо в ход1 економiчних дослiджень, тому що система пояснюе механiзм сво!х мiркувань i тi висновки, до яких вона дiйшла в процесi аналiзу описано! користувачем ситуацп. При цьому у користувача е можливють задавати нечiткi питания.

Процес логiчного виводу в системi мiстить 4 етапи:

— Fuzzification;

1нформацшне та математичне забезпечення економiчних процемв_

— Inference;

— Composition;

— Defuzzification.

На еташ Fuzzification реалiзуeться процес пiдготовки 3aAa4i до рiшення ïï методами нечи^ логiки. Користувач визначае склад вхвдних фaктiв (фaкторiв), що повиннi надходити до бази знань системи. Ввдносно кожного факту встановлюють-ся його тип (чiткий або нечеткий), найменування та можливi значення.

Таблиця 1. Фрагмент складу бази знань блоку «Прогнозна оцшка iнвестицiйноï привабливост

пвдприемства».

Найменування комплексу факторiв Тип Найменування фактор1в / Абревiатури (росшською / англiйською) Можливi значення

№ фактора (чпкий/ нечiткий) Росшською AHrainctKoro

1 нечiткий Оценка стратегии предприятия на перспективу / Оценка стратегии / £1 Роста, ограниченного роста, сокращения growth, limited growth, shortening

2 Загальш характеристики шдприемства нечпкий Ретроспективная оценка степени соответствия инвестиций предприятия его целям / соотв._инвест_целям / 12 Соответствовали (высокая степень соответствия), частично соответствовали, не соответствовали high, average, low

3 чiткий Степень государственной поддержки инвестиций в предприятие / Гос._поддержка / 13 Да (поддержка есть), нет Yes, no

Протжний фактор нечiткий Общая оценка характеристик предприятия / Оценка характ. / 1к1 Оптимистическая, пессимистическая, сдержанная Optimistic, Pessimistic, average

4 нечiткий Прогнозная оценка изменения производственного потенциала предприятия / Оценка произв. потенц / £4 Рост, падение, стабилен (находится в допустимых пределах) Growth, shortening, stable

5 нечiткий Оценка тенденций рыночного спроса на продукцию предприятия/ Тенденции_рынка / £5 Рост, падение, стабильный уровень (находится в допустимых пределах) Growth, shortening, stable

6 Загальш виробничо-фiнансовi характеристики нечпкий Финансовые перспективы Фин. перспективы / £6 Оптимистические, пессимистические Optimistic, pessimistic

7 чпкий Способность к рискованным действиям в производственно-финансовой сфере / Риск действия / £7 Да (предприятие способно пойти на риск), нет Yes, no

8 нечпкий Влияние учета жизненного цикла выпускаемой продукции на принятие инвестиционных решений / Жизн._цикл_прод_инв/ £8 Влияет значительно, Влияет незначительно (средне), не учитывается менеджерами предприятия (низкий уровень), влияние анализируется эпизодически (уровень ниже среднего) High, Average, Low, Below the average

Для нечетких фактiв визначаються функци приналежносп (для чiтких фактiв це робити не треба) - стандартного типу (трикутна, S, Pi, 2) або побудованi користувачем. Задаються поточш значення наведених змiнних та ступенi достовiр-ностi посилок конкретних продукцiйних правил з бази знань.

Фрагмент бази знань за обраною проблемою наведено у таблиц 1.

Продолжение Таблицы 1

Пром1жний фактор нечгткий Общая оценка производственно-финансовой деятельности предприятия/ оценка произв фин. / £к2 Оптимистическая, пессимистическая, сдержанная Optimistic, Pessimistic, average

9 Характеристики швестицшно1 д1яльност1 шдприемства чгткий Временная характеристика инвестиций, осуществляемых предприятием / Врем. характеристика инве ст. / £9 Долгосрочные, Среднесрочные, краткосрочные Long, medium Short,

10 чгткий Стоимостная характеристика инвестиций предприятия/ Характеристика стоим. инв ест / £10 «Мощные» инвестиции (с высокой ставкой %), средние, небольшие Big, Medium, low

11 нечеткий Усредненная оценка степени сбалансированности инвестиционного портфеля предприятия / Сбаланс._инвест._ портфель / £11 Стабильно сбалансирован, не всегда сбалансирован, крайне несбалансирован lis

12 нечгткий Характеристика процесса дезинвестирования средств из стареюшцх видов производства / Характеристика дезинвест. / А2 Своевременное дезинвестирование, Несвоевременное (со значительным опозданием), Незначительное опоздание дезинвестирования, процесс не управляется Good, Medium, bed, Very bed

13 чгткий Характеристика соотношения рентабельности инвестиций и темпов инфляции / Соотн. рент. инфляц. / А3 Рентабельность выше, рентабельность ниже, на том же уровне Growth, shortening, stable

14 нечгткий Степень предвидения предприятием реакции конкурентов на инвестиционные проекты / Прогноз_реакции_ конкур. / А 4 Высокая, допустимая, отсутствует (реакция всегда неожиданная) High, Average, Low

Пром1жний фактор нечгткий Общая оценка инвестиционной деятельности предприятия/ Оценка инвест деят. / &3 Оптимистическая, пессимистическая, сдержанная Optimistic, Pessimistic, average

Юнцевий висновок Нечгткий Прогнозная оценка инвестиционной привлекательности предприятия /Оценка_привлекательность ^К Оптимистическая, пессимистическая, сдержанная Optimistic, Pessimistic, average

Наприклад, для прогнозно1 оцiнки змши (deftemplate f4

виробничого потенщалу шдприемства (факт f4)

( (growth (S 0.3 0.5) )

( stable (PI 0.8 0.5) )

використаш вбудованi в систему функци приналежносп S, PI, Z (рис. 1: розмггка осей X та ( shortening (z 0.6 0.9)));

Y - ввд 0 до 1):

1нформацшне та математичне забезпечення екoнoмiчних процемв_

Рис. 1. Функци приналежносп термiв значень факту «Прогнозна оцшка змiни виробничого потенцiалу

шдприемства» (f4)

Для визначення нечiткого факту f6 (фiнансовi перспективи) була використана трикутна функцiя приналежносп - рис. 2 (розмiтка осей X та Y - вщ 0 до 1):

(deftemplate f6 0 1

( ( pessimistic (0 0) (.2 1) (.4 0) ; ( optimistic (.6 0) (.8 1) (1 0))))

Рис. 2. Функци приналежносл термiв значень факту «Фiнaнсовi перспективи» (f6)

Користувач за допомогою системи формуе Приклад правила-продукци : правила в росшськомовному виглядi. Але в баз1 знань вони визначаються у прийнятому формaтi.

У форматi користувача У форма™ FuzzyClips

ЕСЛИ

(ку = 0.8) // коефщент docmoeipHocmi правила Оценка_стратегии = роста И Соотв._инвест_целям = соответствовали И Гос._поддержка = да

ТО

Оценка_характеристик = оптимистическая (ку=0.9) // коефщент docmoeipHocmi

висновку правила

(defrule r1

(declare (CF 0.8)) (f1 growth) (f2 high) (f3 yes)

(assert (fk1 optimistic) CF 0.9))

На еташ Inference реaлiзуеться процес лопчного виводу, за яким обчислюються i ставляться у вiдповiднiсть зaключнiй частиш кожного правила ступенi ïx достовiрностi. Для цього використовуються спецiaльнi методи лопчного виводу.

Завдяки тому, що на попередньому етaпi вже визначеш всi нечiткi множини для кожно'' з к1нцевих змiнниx, на етат Composition вони комбiнуються разом для визначення едино' нечико'' множини для результату. Найб№ш розповсюдженими методами композицп е MAX-MIN та SUM-PRODUCT [12, 13].

На заключному крощ - Defuzzification -отриманий нечеткий результат перетворюеться в

чiтке значения. Найб№ш поширеними методами е CENTROID (COG) i MAXIMUM (MOM).

Етапи Inference, Composition, Defuzzification в межах системи повнютю автоматизованг Користувачу треба тшьки обрати конкретну стрaтегiю лопчного виводу з перелжу, що пропонуеться.

Значення вх1дних фaктiв (фaкторiв) iз вщповвдними коефiцiентaми довiри (згiдно з реальною ситуащею, що склалася на об'ектах дослвдження) формуються на основi опитування користувача. Фрагмент експертно'' консультaцiï користувача з системою виглядае таким чином (ввдповщ користувача шдкреслено, наводяться в оригiнaлi - росiйською):

1) Определите стратегию развития предприятия на перспективу: роста, ограниченного роста, сокращения (ку=0.85).

2) Приведите ретроспективную оценку степени соответствия инвестиций предприятия его целям: соответствовали (высокая степень соответствия), частично соответствовали, не соответствовали (ку=0.75).

3) Какова степень государственной поддержки инвестиций в предприятие? : да (поддержка есть), нет (ку=1).

4) Какова прогнозная оценка изменения производственного потенциала предприятия? : рост, падение, стабилен (находится в допустимых пределах) (ку=0.70).

5) Какова оценка тенденций рыночного спроса на продукцию предприятия? : рост,

падение, стабильный уровень (находится в допустимых пределах) (ку=0.75).

6) Каковы финансовые перспективы предприятия? : оптимистические,

пессимистические (ку=0.8)

Стосовно кшцевого результату експертна система надае користувачу нечггку та чгтку оцшки. Тобто, стосовно факту «Прогнозна оцшка швестицшно! привабливосп тдприемства» визначаеться його функщя приналежносл 1 вiдповiдне чiтке значення. Не розглядаючи ретельно теорiю аналiзу кшцевих результатiв, наведемо приклад можливого формату висновку системи.

В результатi впровадження ЕС на одному з тдприемств були отримаш наступнi результати (рис. 3):

Рис. 3. Результати експертно! консультацп стосовно оцшки швестицшно! привабливосп пiдприeмства

(вид функцп приналежностi)

Як сввдчать отриманi результати, дослщжуване пiдприeмство можна вiднести до класу швестицш-но привабливих з достатньо високим коефщентом впевненостi. Шдприемство знаходиться в стади пiдйому свое! швестицшно! привабливосп, про що сввдчить область знаходження чiткого значення - 0.324 (коефщент впевненостi - 0.8). Загальний вигляд функцi! приналежностi сввдчить, що пiсля тривалих стадiй швидкого пiдйому та стаб№нос-тi, швестицшна привабливiсть може дещо знизи-тися, але попм процес бiльш повшьно стабiлiзу-еться.

Таким чином, iнвестицiйнi перспективи дослщ-жуваного п1дприемства досить оптимютичш. Але йому треба бiльш зосередитися на недолгах, як1 можуть спричинити ще бiльш суттевий реальний

спад швестицшно! привабливосп, чим той, на який вказуе експертна система.

Висновки та перспективи. Представлена оболонка експертно! системи е достатньо зручним засобом для використання в ходi проведення економiчних досл1джень рiзного спрямування. Напрямками !! подальшого удосконалення е розвиток структури та складу бази знань, метаком-поненти; розробка засобiв постекспертного ана-лiзу.

Формування розвинуто! бiблiотеки прецедентiв сприятиме п1двищенню рiвня обгрунтованост1 рекомендацiй ЕС користувачу, тобто тдвищенню рiвня ефекгивносп експертних консультацiй в процесi прийняття рiзноманiтних управлiнських рiшень.

1нформацшне та математичне забезпечення екoнoмiчних процемв_

Список литературы:

1. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. -- СПб: Питер, 2010. - 480 с.

2. Люггер, Дж. Ф. Искусственный интел-лект: стратегии и методы решения сложных проблем. -- М.: Вильямс, 2009. - 864 с.

3. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шамот М.Д. Статические и динамические экспертные системы. -- М.: Финансы и статистика, 2006. - 548 с.

4. Giarratano J. C. Expert Systems: Principles and Programming. - Giarratano & Riley, 2005. - 621 p.

5. Newell J.H. Knowledge Engineering. - MG - HiiPublishing Company, New-York, 2008. - 513 p.

6. Nonaka I., Takeuchi I. The Knowledge-Creating Company. New York, Oxford: Oxford University Press, 2010. - 605 p.

7. Walker C.T., Miller K.R. Expert Systems an Assessment of Technology and Application. -Madison, 2007. - 511 p.

8. Florentin J.J. Software Review: KEE // Ex-pert Systems, 2010, Vol.4, No. 2. p. 118-220

9. Leondes C.T. Knowledge-Based Systems. Four Volume Set. Harcourt Publ. Ltd., UK, 2009. - 179 c.

10. CLIPS User's Guide/ Version 6.0. NASA. Lyndon B. Johnson space center information systems directorate. Software Technology Branch, 1999. - 578 p.

11. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. -СПб: БХВ-Петербург, 2003. - 608 с.

12. FuzzyClips. Application Abstract Clips.http://ourworld.compuserve.com/homepages/ marktoml/ clipstuf.htm. 2003.

13. Forgy C.L. FuzzyClips User's Manual. - Pittsburg, Pa: Carnegie-Mellon University, 2004 - 310 p.

14. Соколовська З.М. Експертш системи в економiчних дослщженнях: Монографiя. - Одеса: Астропринт, 2005. - 240 с.

Надано до редакци 26.02.2012

Соколовська Зоя Микола!вна / Zoya N. Sokolovskaya

nadin@sky. od. ua

Посилання на статтю / Reference a Journal Article:

Використання нечШких експерт них систем в практищ eKonoMi4nux до^дженъ. [Електронний ресурс]/ З.М. Соколовська //Економiка: реали часу. Науковий журнал. — 2012. — № 1 (2). — С. 162-168. — Режим доступу до журн.: http://economics. opu. ua/files/archive/2012/n1. html