Оценка когнитивной активности пользователя в системах поддержки принятия решений Текст научной статьи по специальности «Компьютерные и информационные науки»

Кузьменко Ольга Леонидовна

Таганрогский институт управления и экономики.

E-mail: [email protected]. г. Таганрог, ул. С. Шило, 194/1, кв. 61.

Тел.: 8(8634)335-735.

Кафедра математики и информатики; аспирант.

Glushan Valentin Mihailovich

Taganrog Institute of Technology - Federal State-Owned Educational Establishment of Higher Vocational Education “Southern Federal University”

E-mail: [email protected].

44, Nekrasovskiy, Taganrog, 347928, Russia.

Phone: 8(8634)360-793.

Department of Computer Aided Design; professor.

Karelin Vladimir Petrovich

Taganrog Management and Economics Institute.

E-mail: [email protected]

28/1, ap. 87, A. Glushko Street, Taganrog, Russia.

Phone: 8(8634)383-203.

Department of Mathematics and Information Science.

Head the department; professor.

Kuzmenko Olga Leonidovna

Taganrog Management and Economics Institute E-mail: [email protected].

194/1, ap. 61, S. Shilo Street, Taganrog, Russia.

Phone: 8(8634)335-735.

Department of Mathematics and Information Science; post-graduate student.

УДК 681.3

Ю.А. Кравченко

ОЦЕНКА КОГНИТИВНОЙ АКТИВНОСТИ ПОЛЬЗОВАТЕЛЯ В СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ*

Объект внимания данной работы представляет собой систему поддержки принятш решений (СППР) для оценки личностных особенностей лица принимающего решения (ЛПР) при исследовании сложных, динамических человеко-машинных систем.

Принятие решений; неопределенность; извлечение знаний; дивергентное мышление; интеллектуальный анализ данных.

Y.A. Kravchenko

COGNITIVE ACTIVITY OF USER ESTIMATION IN DECISION SUPPORT

SYSTEMS

The object of attention in this work is a decision support system (DSS) to estimate personality characteristics of the person making the decision (PMD) in the research of complex, dynamic human-machine systems.

Decision-making; uncertainty; knowledge extraction; divergent thinking; intelligent data analysis.

*

Работа выполнена при поддержке: РФФИ (грант № 09-01-00492), г/б № 2.1.2.1652.

.

решений (СППР) во многом зависит от возможности адаптации таких систем к индивидуальным особенностям лица принимающего решения (ЛПР). В данном случае речь идет о диагностике проявлений различных видов эмоционального и психофизиологического состояния оператора в человеко-машинной системе.

Подобные адаптивные СППР должны обладать возможностью абдуктивного вывода в случае существования различных объяснений одного и того эффекта, т.к. между известной главной предпосылкой и результатом принятия решения, существует второстепенная предпосылка, также оказывающая влияние на ход процесса.

Современные системы поддержки принятия решений являются результатом междисциплинарного исследования, включающего теории баз данных, искусст-, , -

.

Необходимость настройки СППР в соответствии с психофизиологическими особенностями пользователя очевидна. При разработке такой системы помимо таких направлений исследований как:

♦ принятие решений;

♦ извлечение и представление знаний;

♦ построение ди алоговых систем;

♦ важным будет являться пров едение исследований в области:

♦

управленческих решений [1-3].

Синергетическое взаимодействие этих направлений позволит создать адаптивную СППР как качественно новое средство для принятия решений.

1. Моделирование когнитивной активности ЛПР. Проблема оценки когнитивной активности человека с позиции синергетической концепции управления сложными системами является актуальной. Данная концепция позволяет учесть индивидуальные особенности функционирования человека, выявленные в ходе

, -информативными показателями деятельности, поведения, психофизиологии и дать оценку функционального состояния (ФС) как системной организации, динамически изменяющейся в зависимости от характера решаемой задачи и внешней среды.

В контексте общих интеллектуальных способностей человека творческие способности определены как креативность. С деятельностной точки зрения креативность может проявляться в составляющих познавательной деятельности - в ходе решения творческих задач, участия в проектах и т.д. В рамках познавательной деятельности креативность определяют как дивергентное мышление, которое характеризуется способностью выдвигать множество в равной степени правильных идей при решении некоторой проблемы, нестереотипностью самого мышления.

Дивергентное мышление характеризуют быстрота, гибкость, оригинальность и точность [1].

должны быть в достаточной степени выражены навыки в когнитивном (познава-), ( ) .

, ,

«субъект-субъектный» подход, когда человек воспринимается не как «объект» воздействия и управления, а как личность («субъект»), обладающая собственными характеристиками и психофизиологическими особенностями. С этой точки зрения эффективным методом при изучении ФС является интерактивный диалог как способ познания, осуществляемый в формах совместной деятельности, т.е. имитация

интерактивных видов деятельности: моделирование ситуаций; оценка проведенных действий; создание реальной атмосферы коллективного разрешения проблем.

Для решения данной задачи можно предложить использование модели временных последовательностей. Временной показатель выступает в качестве критерия выполнения задачи. Кроме того, во внимание принимается цена деятельности, связанная с доходами (затратами) от реализации принимаемых решений. Цена деятельности может определяться психофизиологическими изменениями. На первом этапе постановки экспериментов цена деятельности в учет не принимается.

Основной целью первого этапа является выявление индивидуальных стратегий человека с последующим управлением им на информационном уровне. Информационное управление состоит в рекомендациях человеку-оператору по применению и реализации тактических и стратегических управляющих решений. На этом же этапе формируется база данных информативных параметров деятельности и поведения человека-оператора.

Второй этап постановки экспериментов связан с психофизиологической оценкой цены деятельности. Здесь оператор выполняет такую же многошаговую задачу , . -метров деятельности и поведения снимаются психофизиологические параметры, которые в дальнейшем обрабатываются для получения интегральных показателей. При таком съеме параметров важно обеспечить их синхронизацию. Основная цель данного этапа состоит в определении закономерностей между параметрами деятельности и психофизиологическими и поведенческими показателями.

Третий этап заключается в введении в модель поведения психофизиологической цены деятельности и управлении человеком-оператором на информационном и психофизиологическом уровнях.

2. Определение интегрального показателя оптимального управления. Расширим спектр рассматриваемых навыков в различных видах деятельности человека с развитым дивергентным мышлением. Согласно современным исследованиям в данной области, личность - комплекс шести сложных систем обработки информации: сенсорной, моторной, когнитивной, аффективной, стилевой (индивидуально-смысловой), ценностной (общественно-значимой) [4]. Таким образом, учитывая необходимость развития всех навыков личности, можно явно проследить переход от информационно-когнитивной модели к культурно-исторической (лич), . -организующиеся системы моделируются на основе рефлексии. В них ЛПР рассматривается как рефлексивный (самоорганизованный на основе прошлого опыта) и рефлексирующий (самоорганизующийся на основе феноменального опыта) субъект. Тогда воздействие динамического объекта - рефлексивное управление, суть которого заключается в передаче оснований для принятия решений человеку-оператору в системе трех основных процессов его самоорганизации: самоопределении, самопознании и самоактуализации [4]. Интегральный показатель оптимального управления (минимакс) для самоорганизующихся человеко-машинных систем

- .

YU (z,, tтщ

i

Zi — Z max, ti ^ 10,

где и ((. ,t) - показатель оптимального воздействия; zi - уровень опыта; tt - затраченное время на адаптацию к воздействию; zmax - необходимый уровень опыта; t0 - допустимое время на адаптацию к воздействию.

Для достижения положительных результатов применения подобных интерактивных СППР необходимо развивать их в направлениях адаптации и синерге-.

Целевой функцией данного процесса «субъект-субъектного» взаимодействия пользователя и СППР является максимальная интеграция навыков во всех видах творческой деятельности личности ЛПР. Причём, каждый вид деятельности должен быть обеспечен достаточным уровнем умений. Опишем выражение целевой функции F:

m n z / \

F=£ £ £MizNj^max, i=1 j=1 k=1

Mi - , ;

Nj - , ;

zk - , .

Причём, m > mo, n > no, z > Zo, где m0,n0,z0 - минимально приемлемые наборы , .

3. Перспективы развития интеллектуальных СППР. Основным условием развития интеллектуальных СППР является усовершенствование методов извлече-. -ны на решение фундаментальных проблем создания информационных систем:

♦ выполнение задач ранжирования, сегментации, прогнозирования, идентификации и выявления ассоциаций и исключений в исследуемых факторах при проектировании сложных динамических систем;

♦ модернизация принципов интеллектуального анализа данных (Data mining), связанная с проведением комплексных теоретических исследований в области эволюционного моделирования.

Задача создания теоретических положений, моделей, методов и алгоритмов интеллектуального анализа данных в условиях неопределенности на основе интеграции методов эволюционного моделирования составляет важное направление исследований в рамках указанной проблемы.

Также необходимы разработка и исследование фундаментальных принципов применения нейросетевых технологий для создания новых алгоритмов определения основных типов закономерностей в анализе данных Data mining. Определенное внимание надо уделить модернизации и интеграции средств повышения эффективности систем рассуждений case based reasoning (CBR) и предметноориентированных аналитических систем на основе применения генетических алгоритмов и искусственных нейронных сетей.

Важное место занимают исследования механизмов новых технологий Deep data mining,

метаструктур логических закономерностей в данных на основе способов введения в анализ специальных фальсификаторов, которые являются равномерно в вероятностном смысле распределенными в пространстве событиями. Доля таких фальсификаторов может соответствовать и даже в два-три раза превышать долю исходной информации. «Конфликт» данных с фальсификаторами будет способствовать устойчивости найденных логических закономерностей.

.

СППР является применение современных методов принятия решений и соответствующих вычислительных процедур, объединяющих методы интеллектуального извлечения знаний, технологии эволюционного моделирования и методы искусст-.

Поэтому выявление скрытых закономерностей между переменными характеризующими поведение исследуемых динамических систем является актуальной проблемой интеллектуального анализа данных. Интеграция существующих методов Data mining с новейшими перспективными направлениями развития методов эволюционного моделирования позволит повысить эффективность процедур прогнозирования, классификации, кластеризации, ассоциации и других видов логических закономерностей в данных.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Прохорович В.Е. Прогнозирование состояния сложных технических комплексов. - М.: Наука, 1999.

2. Растригин Л.А., Пономарев ЮМ. Экстраполяционные методы проектирования и управления. - М.: Машиностроение, 1986.

3. TpcixmeHeepif. Э.А. Субъективность в компьютерной поддержке управленческих решений.

- М.: СИНТЕГ, 2002. "

4. Кулагин В.П. и др. Инновационные технологии и информатизация образования: учеб. для вузов. - М.: Янус-К, 2005. - 180 с.

Кравченко Юрий Алексеевич

Технологический институт федерального государственного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге.

E-mail: [email protected].

347928, г. Таганрог, пер. Некрасовский, 44.

Тел.: 8(8634)371-651.

Кафедра систем автоматизированного проектирования, доцент.

Kravchenko Yriy Alekseevich

Taganrog Institute of Technology - Federal State-Owned Educational Establishment of Higher Vocational Education “Southern Federal University”.

E-mail: [email protected].

44, Nekrasovskiy, Taganrog, 347928, Russia.

Phone: 8(8634)371-651.

The Department of Computer Aided Design; associate professor.

УДК 519.24

..

ПОСТРОЕНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ*

Описаны основные принципы построения интеллектуальных систем поддержки принятия решений. Основными из них являются принципы «Бритвы Оккама» и <щелое больше части» Приведена иерархическая СППР на микро, макро и мета - уровнях. Приведены

*

Работа выполнена при поддержке: РФФИ (грант № 07-01-00174), г/б № 2.1.2.1652.