CC BY
55
7. . . // . ,
серия "Теория и системы управления". - 1996. - Вып.2. - С.5-14.
8. Касти Дж. Большие системы. Связность, сложность и катастрофы. - М.: Мир, 1982.
9. Гордеев ЭМ., Леонтьев В.К. Задачи выбора в условиях неопределенности // В сб. Компьютер и задачи выбора / Автор предисл. Ю.И. Журавлев. - М.: Наука, 1989. - С. 12Q-143.
1Q. . . // . , " -
темы управления". - 1997. - Вып.1. - С. 16-27.
11. . .
// . . -
венному интеллекту с междунар. участием КИИ'98/ 5-11 октября, 1998, Пущино, Россия. - 1998, - 3. - С. 543-548.
12. Vagin V.N. Non-Classical Logics in Semiotic Systems // Proc. of Worcshop Applied Semiotics and Abstracts of CAI'98 Reports / Pushchino, Russia. - 1998. -3. - C. 34-39.
13. . ., . ., . .
пространстве в интеллектуальных системах / Под ред. Д.А.Поспелова. - М.: Наука, 1989.
14. Allen J. F.. Towards a General Theory of Action and Time // Artificial Intelligence, 23(2), July 1984. - C. 123-154.
15. Allen J. F. and Ferguson G.. Actions and Events in Interval Temporal Logic// Technical Report 521. - 1994.
16. Shoham Y.. Reasoning about Change // MIT Press, Boston, MA. - 1988.
17. Shoham Y. and Goyal N. Representing Time and Action in Artificial Intelligence // Frontiers of Artificial Intelligence, MIT Press. - 1989.
18. Нильсон H. Принципы искусственного интеллекта. - М.: Радио и Связь, 1985.
19. Hayes P. J.. A Catalog of Temporal Theories // MIT Press. - 1989.
2Q. Tin E. and .Akman V. Situated nonmonotonic temporal reasoning with BABY-SIT // AI Communication. - 1997. - 1Q. - C. 3-1Q9.
21. Van Beek P. and Manchak D. W. The Design and Experimental Analysis of Algorithms for Temporal Reasoning // Journal of Artificial Intelligence Research. - 1996. - 4. - C. 1-18.
22. Попов Э.В., Фоминых КБ., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. - М.: Финансы и статистика, 1996.
23. Башлыков АЛ., Вагин В.Н., Еремеев AM. Экспертные системы поддержки интеллектуальной деятельности операторов АЭС // Вестник МЭИ. - М.: Изд-во МЭИ, 1995. - С. 27-36.
24. Еремеев AM., Симонов ДМ., Чибизова НМ. Реализация прототипа системы поддержки принятия решений реального времени на основе инструментального комплекса G2//nporpaMMHbie продукты и системы. -1996.-Вып.3.-С.21-26.
УДК 681.3.Q16
..
ОБ ЭВОЛЮЦИОННОМ ПОДХОДЕ К ПРОБЛЕМЕ ПРИНЯТИЯ РЕШЕНИЙ
Проблемы принятия решений заключаются в генерации альтернатив решений их оценки и выборе оптимальной на основе заданных критериев альтернативы [1,2]. -ские и синергетические принципы управления этим поиском для получения оптимального решения.
Основные задачи, возникающие при этом, - это обработка знаний, обучение и , , , хаоса упорядоченных систем, реализация экстремальных принципов природы, на,
решения.
С указанными задачами тесно связаны новые интенсивно развивающиеся науки гомеостатика и синергетика. Г омеостатика - это наука, позволяющая моделировать условия, необходимые для устойчивого функционирования систем, содержащих неустойчивые компоненты. С помощью принципов гомеостатики можно разрабатывать информационные механизмы управления поиском решений. Други-, -сия в объектах природы.[3].
, -
нерационально устроенного мира [4]. Синергетика, гомеостатика и эволюционное , ,
, , , дезорганизации, случайности и необходимости гармонии и дисгармонии, динамизма и гомеостата [3-5].
Предлагается в различные схемы эволюционного моделирования и генетического поиска добавить блоки гомеостатического управления (ГУ) и синергетического блока самоорганизации и упорядочивания (СБСУ). Совместно с базой зна-( ) , -ленна реализация процедур поиска для нахождения множества альтернатив решений и выбора некоторого подмножества эффективных решений среди имеющихся.
, -
новых и новых макроструктур (т.е. новых видов). Модели эволюции основаны на математической формулировке принципа Ч.Дарвина, т.е. выживании более при. , -
[4,5].
Рождение структур различной природы синергетика связывает с такими условиями существования систем, как открытость, нелинейность, неравновесность.
- ( ) . Переломный критический момент неопределенности будущего развития процесса принятия решения называется точкой бифуркации [4], т.е. точкой “р^ветвления” возможных путей эволюции системы.
Синергетика приближает нас к целостному образу мира, состоящего из хаоса , , ,
, . -блем эволюции на проблемы организации и упорядочивания. Существуют параллели между положениями теории самоорганизации и идеями древних христианских и восточных религий [5]. Она позволяет говорить о диалоге человека и при, .
, ,
- .
Существуют два фундаментальных свойства синергетических систем: обмен с внешней средой, взаимодействие компонентов системы [4].
, -чие некоторых поверхностей притяжения - инвариантных многообразий в их пространстве состояний. Такие режимы называются аттракторы [4]. Аттрактор - это
( ), . . -ски устойчивое множество. Аттракторы, отличные от состояний равновесия, называются "сданные аттракторы". Внутри них альтернативы блуждают нерегулярным образом и весьма чувствительны к изменению начальных условий. Перспективна попытка переноса этих свойств на схемы эволюционного поиска.
Синергетика помогает формированию нового синтеза науки, философии, религии на основе интуиции, образного восприятия, спонтанности мышления, нелинейности,
,
. -
ния через образы и через число. Синергетика содержит модель саморазвития человека в процессе поиска альтернативных решений в самоорганизующемся мире, причем миропорядок в ней многослойный, иерархический и целостный.
Теория принятия решений аккумулировала в себе: бифуркацию, флуктуацию, го, , , , , -
.
Кпючевыми понятиями этой теории (составдяющими ее суть) являются хаос и порядок. Понятие "порядок" связывают с математическим соотношением элементов множеств, графов и гиперграфов. Порядок содержит в себе хаос. Хаос - то первичное состояние мира, которое предшествовало упорядочению создания Космоса [4].
Принятие решений связанно также с проблемами гомеостатики, которая изучает механизмы поддержания динамического постоянства неизменно важных параметров, функций, ритмов и трендов развития. Гомеостаз - механизм поддержания постоянства, а гомеостатика - теория гармонии и дисгармонии [3].
Разработка информационных механизмов управления при принятии решений в гомеостатике базируется [3]: на принципе противоречия; на постулатах - склеивания антагонистов; на понятиях компенсационного гомеостата. Гомеостатика вскрывает информационную сущность механизма поддержания равновесия в естественных целостностях, т.е. в объектах природы. Ядром концепции гомеостатики является теория об организации взаимодействия частей любого объекта. В ее основе лежит представление
( ). -ложностей осуществляется третьим элементом - контуром управления верхнего уровня. Этим образуется треугольник, в котором противоположные основания поддерживаются вершиной. В гомеостатах третий контур отвечает за гомеостаз. Цель управления в нем -поддержание постоянства внутреннего противоречия. Способ осуществления поиска решения это - перераспределение целей в низлежащих системах. Этим поддерживается постоянное в изменяющемся, сохраняя существование целого [1-4].
, -шений много общего. Это как бы звенья одного общего эволюционного процесса раз.
блок эволюционной адаптации (БЭА). Он основан на синергетических и гомеостатических принципах организации и управления, стандартных моделях наследственности и эволюции из области популяционной генетики, являющихся воплощением тех меха-
[1-4].
На рис.1. показана укрупненная схема эволюционного поиска для принятия решений с учетом синергетических и гомеостатических принципов.
Здесь блок СГП - это специальный блок, который на основе обратных связей с учетом синергетических и гомеостатических принципов позволяет управлять процессом генетического поиска. Согласно данной схеме, на первом этапе случайным, направленным или комбинированным методом получают некоторое подмножество решений Р рассматриваемой задачи. Эти решения образуют текущую генерацию или попу. ( ). Вычисление ЦФ является сложной задачей, причем от точности ЦФ зависит качество .
ВЫХОД
РисА.Стщктура эволюционного поиска с учетом СГП
Отметим, что для каждой задачи желательно строить свою ЦФ. При построении ЦФ необходимо использовать знания о конкретной задаче и элементы СГП управления. На основе ЦФ производятся ранжирование и сортировка популяции решений Р. Затем в результате различных методов селекции в Р подбираются пары для применения различных генетических операторов [5,6]. После эволюционного поиска получается новое подмножество решений Р’. Оно объединяется с первоначальным подмножеством решений. Новое множество Р’га объявляется новой текущей популяцией решений и далее процесс может повторяться на основе СГП управления итерационно до получения подмножества или одного оптимального решения.
, -результаты. Это связано с параллельной обработкой множества альтернативных решений. Причем, в такой схеме возможно концентрировать поиск на получение более перспективных решений [5,6]. Отметим, что периодически в каждой итерации можно проводить различные изменения в перспективных, неперспективных и в других решениях. Временная сложность таких алгоритмов в основном совпадает со сложностью быстрых итерационных алгоритмов и лежит в пределах 0^1и) - 0(Кр3), где Кц ^ - коэффициенты, п - число входов алгоритмов. Такая сложность обещает перспективность использования эволюционного поиска и СГП управления при принятии решений в расплывчатых условиях.
ЛИТЕРАТУРА
1. Трахтенгерц Э.Л. Компьютерная поддержка принятия решений. - М.: СИНТЕГ, 1998.
2. Берштейн Л.С,,Карелин В.П.,Целых А.Н. Модели и методы принятия решений в интегрированных ИС. - Ростов-на-Дону: Изд-во РГУ, 1999.
3. Горский ЮЖ. Основы гомеостатики (Гармония и дисгармония живых, природных, социальных и искусственных систем). - Иркутск : Изд-во ИГЭА, 1988.
4. Хакен Г. Синергетика. Иерархия неустойчивостей в самоорганизующихся системах и устройствах. - М.: Мир, 1985.
5. Курейчик В.В. Эволюционные методы решения оптимизационных задач. - Таганрог: Изд-во ТРТУ, 1999.
6. Курейчик ВЖ. Генетические алгоритмы. - Таганрог: Изд-во ТРТУ, 1998.
