Способы и программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Сеньков, Алексей Викторович

• Сеньков, Алексей Викторович
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Сеньков, Алексей Викторович

СОДЕРЖАНИЕ.

Перечень сокращений и обозначений.

ВВЕДЕНИЕ.

1 АНАЛИЗ СПОСОБОВ, МОДЕЛЕЙ И ПРОГРАММНЫХ СРЕДСТВ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ РИСКОВ.

1.1 Анализ задач и деловых процессов управления рисками.

1.1.1 Классификация рисков.

1.1.2 Анализ деловых процессов управления рисками.

1.2 Анализ способов и моделей поддержки принятия решений при управлении рисками.

1.3 Анализ условий и способов учета неопределенности, обоснование использования и выработка требований к моделям интеллектуальной поддержки принятия решений на основе риск-ситуаций.

1.3.1 Условия и способы учета неопределенности при поддержке принятия решений на основе риск-ситуаций.

1.3.2 Обоснование использования гибридных нейро-нечетких моделей для создания программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

1.3.3 Требования к моделям интеллектуальной поддержки принятия решений на основе риск-ситуаций.

1.4 Анализ программных инструментальных средств и интеллектуальных систем поддержки принятия решений на основе рисков.

1.4.1 Анализ интеллектуальных систем поддержки принятия решений на основе рисков.

1.4.2 Анализ программных инструментальных средств разработки интеллектуальных систем поддержки принятия решений на основе рисков.

1.5 Постановка задачи исследования.

1.6 Выводы по разделу.

2 РАЗРАБОТКА СПОСОБА И МОДЕЛЕЙ ДЛЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ РИСК-СИТУАЦИЙ.

2.1 Структура и описание процесса управления риск-ситуациями.

2.2 Способ интеллектуальной поддержки принятия решений на основе риск-ситуаций.

2.2.1 Способ интеллектуальной поддержки принятия решений при последовательном управлении риск-ситуациями.

2.2.2 Способ интеллектуальной поддержки принятия решений при параллельном управлении риск-ситуациями.

2.3 Схема и обобщенный алгоритм взаимодействия моделей для интеллектуальной поддержки принятия решений на основе риск-ситуаций.

2.4 Модель риск-ситуаций.

2.4.1 Структура модели риск-ситуаций.

2.4.2 Процедура построения модели риск-ситуаций.

2.4.3 Процедура применения модели риск-ситуаций.

2.4.4 Перечень риск-ситуаций.

2.4.5 Критерий риска.

2.4.6 План реагирования на риски.

2.4.7 Перечень мероприятий.

2.4.8 Перечень состоявшихся риск-ситуаций.

2.5 Модель оценки риск-ситуаций и необходимости управления риск-ситуациями.

2.5.1 Оценка риск-ситуаций.

2.5.2 Оценка необходимости управления риск-ситуациями.

2.5.3 Применение модели.

2.6 Модель формирования ранжированных групп мероприятий для управления риск-ситуациями и способ выбора наиболее рационального мероприятия.

2.6.1 Построение модели.

2.6.2 Применение модели.

2.6.3 Выбор мероприятия из группы.

2.7 Выводы по разделу.

РАЗРАБОТКА ПРОГРАММНЫХ ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ РИСК-СИТУАЦИЙ.

3.1 Структура и алгоритмы функционирования программных инструментальных средств поддержки принятия решений на основе риск-ситуаций.

3.1.1 Особенности программных инструментальных средств поддержки принятия решений на основе риск-ситуаций.

3.1.2 Структура программных инструментальных средств поддержки принятия решений на основе риск-ситуаций и структура базы знаний программных средств.

3.1.3 Алгоритмы функционирования программных инструментальных средств поддержки принятия решений на основе риск-ситуаций.

3.2 Методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций

3.3 Выводы по разделу.

4 РАЗРАБОТКА ПРОГРАММНЫХ СРЕДСТВ ИНТЕЛЛЕКТУАЛЬНОЙ

ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ РИСК

СИТУАЦИЙ И ОЦЕНКА ЭФФЕКТИВНОСТИ ИХ

ИСПОЛЬЗОВАНИЯ.

4.1 Программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированных информационных системах.

4.1.1 Программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в АС «Профессиональные риски».

4.1.2 Программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в АИС «Контроль».

4.2 Оценка эффективности использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

4.2.1 Оценка эффективности использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в АС « Профессиональные риски».

4.2.2 Оценка эффективности использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в АИС «Контроль».

4.3 Внедрение результатов диссертационной работы в научно-исследовательских и опытно-конструкторских работах.

4.4 Выводы по разделу.

Введение диссертации (часть автореферата) на тему «Способы и программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций»

В настоящее время активно ведутся исследования в области создания программных средств и систем поддержки принятия решений на основе рисков. Однако их создание и использование наталкивается на ряд проблем, обусловленных, прежде всего, сложностью и масштабами процессов управления рисками, неясными и изменяющимися требованиями, необходимостью учета не только количественных показателей, но и показателей, плохо поддающихся формализации. Низкая структурированность задач управления рисками, их слабая формализуемость и высокая динамика изменений процессов приводит к значительной задержке при создании и адаптации программных средств поддержки принятия решений на основе рисков.

Это обуславливает необходимость расширения возможностей современных и перспективных компьютерных технологий, средств и систем, используемых для поддержки принятия решений на основе рисков. При этом все большее значение приобретает интеллектуальная поддержка принятия решений в условиях комплексного воздействия рискообразующих факторов, неопределенности системных и внешних параметров.

Неопределенность обусловлена тем, что значимая часть информации доступна в виде экспертных данных или в эвристическом описании процессов. Эта информация может быть разнокачественной, а оценка значений проводиться с помощью различных шкал. Другой аспект неопределенности связан с неясностью или нечеткостью выделения и описания переменных или отдельных состояний, а также входных и выходных воздействий.

В таких условиях поддержка принятия решений на основе рисков должна носить не только комплексный, но и интеллектуальный характер. Обязательным условием интеллектуальной поддержки принятия решений на основе рисков является минимизация вмешательства в процессы лица, принимающего решение (ЛИР), поскольку такое вмешательство является основным источником рискообразующих факторов, неточности и неопределенности системных и внешних параметров, значительно влияющих на эффективность процессов обработки данных и знаний.

Терминологический аппарат, применяемый в настоящее время для формализации основных понятий при управлении рисками, является довольно разобщенным, термины допускают различную трактовку, терминологическая база характеризуется слабой связанностью. Существует большое количество определений понятия «риск». Наиболее часто под риском понимается сочетание вероятности (частоты) нанесения ущерба и тяжести ущерба. При этом большинство характеристик, традиционно «приписываемых» к рискам (вероятность, ущерб, существенность, уровень значимости, приемлемость), непосредственно к самим рискам отношения не имеет. Так, если уровень риска относится к понятию «риск», то характеристики существенность, категория и приемлемость - к понятию «событие», которое характеризует риск, а уровень последствия - к мероприятиям, направленным на устранение результатов реализации этого события.

То есть существующие трактовки риска не позволяют характеризовать ни собственно события или ситуации, возникающие при появлении риска, ни его последствия и способы воздействия на него.

При этом непосредственно под управлением рисками понимается либо деятельность по снижению итогового ущерба для системы, либо мероприятия по страхованию от потенциального ущерба, либо устранение источников рисков, либо рекомбинация причинно-следственной связанности событий, несущих потенциальной ущерб для системы, что обуславливает необходимость уточнения терминологического аппарата и разработки моделей, которые должны стать основой разрабатываемых программных средств поддержки принятия решения на основе рисков.

Созданию и программной реализации методов и моделей поддержки принятия решений на основе рисков посвящены работы таких исследователей, как C.B. Артюхов, O.A. Базюкина, В.Ю. Королев, A.A. Кудрявцев, В.Е. Бенинг, С.Я. Шоргин, N. Crockford, Morgan, Granger и др.

Вместе с тем специфика задач интеллектуальной поддержки принятия решений требует, во-первых, развития моделей поддержки принятия решений на основе не просто рисков, а риск-ситуаций, во-вторых, создания способов и программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в условиях неопределенности.

Исследования в области теории и практики создания программных средств интеллектуальных систем, в том числе экспертных систем, систем поддержки принятия решений основываются на работах отечественных ученых Д.А. Поспелова, А.Н. Аверкина, A.A. Башлыкова, В.Н. Вагина, В.В. Емельянова, А.П. Еремеева, Н. Г. Загоруйко, О.П. Кузнецова, В.М. Ку-рейчика, О.И. Ларичева, A.C. Нариньяни, Г.С. Осипова, А.Б. Петровского, Г.С. Плесневича, В.Э. Попова, Г.В. Рыбиной, В.А. Смирнова, В.Б. Тарасова, В.В. Троицкого, В.К. Финна, И.Б. Фоминых, В.Ф. Хорошевского и др.; зарубежных ученых J. Allen, С. Demetresku, R. Detcher, A. Gereviny, G. Italiano, A. Krokhin, I. Mein, L. Schubert, T. Saaty, T. Van Allen и др.

Среди подходов к учету различного типа неопределенности при интеллектуальной поддержке принятия решений на основе риск-ситуаций актуальным представляется использование методов теорий нечетких вычислений, нечетких множеств и отношений, нечеткой меры, нечеткой логики, нечеткого вывода и нечеткого моделирования, предложенных в работах JI.A. Заде (L.A. Zadeh), А.Е. Алтунина, И.З. Батыршина, А.Н. Борисова, JI.C. Бер-штейна, С.Я. Коровина, O.A. Крумберга, А.Н. Мелихова, С.А. Орловского, М.В. Семухина, В.Б. Силова, J.C. Bezdek, R. Bellman, J.L. Castro, D. Dubuis, A. Kaufmann, H. Larsen, E. Mamdani, H. Prade, M. Sugeno, T. Takagi, T. Terano, Y. Tsukamoto, R. Yager и др., а также развитие существующих и разработка новых нечетких и гибридных нечетких моделей, существенный вклад в создание которых внесли Л.Г. Комарцова , A.C. Федулов, Н.Г. Ярушкина,

R. Fuller, Y. Hayashi, D.J.Hunt, J.-S.R. Jang, J.M.Keller, B. Kosko, R. Krishnapuram, E.T. Lee, H.-M. Lee, S.C. Lee, J.M. Mendel, S. Mitra, S. Pal, W. Pedrycz, D. Rutkowski, L. Rutkowski, C.-T. Sun, L.X. Wang и др.

В то же время отсутствуют методики и инструментальное программное обеспечение разработки программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций с использованием моделей, позволяющих учесть комплексное воздействие рискообразующих факторов, неопределенность системных и внешних параметров на всех этапах жизненного цикла этих программных средств.

Таким образом, задача исследования и разработки способов и программных средств интеллектуальной поддержки принятия решений (ИГТПР) на основе риск-ситуаций, представляющих собой совокупность программных инструментальных средств и интеллектуальной системы, является актуальной и практически значимой.

Объектом исследования являются программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций.

Предметом исследования являются способы и модели разработки программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

Цель исследования заключается в повышении эффективности процессов обработки данных и знаний в компьютерных системах за счет создаваемых способов и программных средств интеллектуальной поддержки принятия решения на основе риск-ситуаций.

Научной задачей диссертационной работы является исследование и создание способов и программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

Для этого необходимо решить следующие задачи.

1) Анализ задач и исследование способов, моделей, технологий и программных средств интеллектуальной поддержки принятия решений на основе рисков. 2) Разработка гибридной нечеткой модели риск-ситуации, позволяющей в программных средствах учесть комплексный характер и неопределенность рискообразующих факторов.

3) Разработка методики создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

4) Разработка способа интеллектуальной поддержки принятия решений на основе риск-ситуаций и моделей, предназначенных для программной реализации его этапов.

5) Создание программных инструментальных средств разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

6) Разработка программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

7) Оценка эффективности использования предлагаемых способа и программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

В ходе работы над диссертацией использованы следующие методы исследования: методы анализа и проектирования программных средств, теории принятия решений, нечеткого вывода, нечеткого и нейро-нечеткого моделирования.

Обоснованность научных результатов, выводов и рекомендаций, сформулированных в работе, определяется корректным применением методов исследования.

Достоверность научных положений подтверждена соответствием теоретических положений и результатов экспериментов на основе компьютерного моделирования, сопоставлением полученных результатов с результатами, приведенными в научной литературе, а также итогами практического внедрения.

Научная новизна работы заключается в следующем.

1) Предложена методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций (совокупность программных инструментальных средств и интеллектуальной системы), позволяющая унифицировать разработку этих средств, сократить время на их проектирование, создание и ввод в эксплуатацию, а также обеспечивающая расширенные возможности по оперативной адаптации программных средств на всех этапах жизненного цикла этих средств без привлечения разработчика.

2) Спроектированы алгоритмы функционирования программных инструментальных средств разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций, обеспечивающие программную реализацию предложенных способа, моделей и методики.

3) Предложена гибридная модель риск-ситуаций, состоящая из нечеткого дерева отказов и нечеткой байесовой сети, и позволяющая в программных средствах интеллектуальной поддержки принятия решений учесть комплексный характер рискообразующих факторов, а также представление различного типа неопределенности системных и внешних параметров.

4) Разработаны способ интеллектуальной поддержки принятия решений на основе риск-ситуаций и гибридные нечеткие модели, предназначенные для программной реализации его этапов, учитывающие иерархический характер риск-ситуаций, а также возможность организации параллельной и последовательной схем принятия решений.

Практическую значимость работы составляют следующие результаты.

1) Структура базы знаний программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций, ориентированная на представление и реализацию предложенных моделей: риск-ситуаций; оценки риск-ситуаций и необходимости управления риск-ситуациями; формирования ранжированных групп мероприятий.

2) Программные инструментальные средства разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

3) Программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированной системе информационного обеспечения управления профессиональными рисками и страхования профессиональных рисков (АС «Профессиональные риски»), обрабатывающие данные о более чем 80 млн. человек.

4) Программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированной информационной системе интеграции всех уровней управления и контроля состояния охраны труда, промышленной, пожарной безопасности и охраны окружающей среды в филиалах, ДЗО/ВЗО ОАО «ИНТЕР РАО ЕЭС» (АИС «Контроль»),

На защиту выносятся:

1) Методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

2) Алгоритмы функционирования программных инструментальных средств разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

3) Гибридная нечеткая модель риск-ситуаций, позволяющая в программных средствах интеллектуальной поддержки принятия решений учесть комплексный характер и неопределенность рискообразующих факторов.

4) Способ интеллектуальной поддержки принятия решений на основе риск-ситуаций и модели, предназначенные для программной реализации его этапов.

Положения 1, 3, 4 соответствуют п.п. 9 и 17 паспорта специальности 05.13.11. положение 2 - п. 12.

Реализация результатов работы. По результатам работы разработаны и внедрены в промышленную эксплуатацию программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций:

- в АС «Профессиональные риски» (заказчик Министерство здравоохранения и социального развития Российской Федерации, Государственный контракт № 244 от 17.09.2009 г.);

- в АИС «Контроль» (заказчик ДЗО/ВЗО ОАО «ИНТЕР РАО ЕЭС», договор № ЗТ-1/05-12 от 12.05.2012 г.).

Основные положения диссертационной работы получены в рамках гранта РФФИ № 10-07-97506-рцентра «Методы и распределенные вычислительные алгоритмы нечеткого анализа данных в высокопроизводительных ассоциативных системах», 2010-2011 г.г., № гос. per. 012001171852.

Теоретические и практические результаты работы использованы при разработке нечетких и нейро-нечетких моделей формирования и обработки знаний в интеллектуальных системах поддержки принятия решений, а также при создании научно-методического и программного обеспечения в рамках следующих НИР и НИОКР:

Исследование и разработка нейро-нечетких моделей в сложных организационно-технических системах», НИР, ГОУВПО «МЭИ (ТУ)», договор №1028060, Москва, 2008 г.;

Разработка методического обеспечения оценки качества реализации нечётких вычислений для нейро-нечётких моделей сложных организационно-технических систем», НИР, Филиал ГОУВПО «МЭИ (ТУ)» в г. Смоленске, договор №48/08 от 08.07.2008 г., 2008 г.;

Разработка Концепции создания автоматизированной системы информационного обеспечения управления профессиональными рисками и системы страхования профессиональных рисков», НИР, Минзравсоцразвития России, Мероприятие 19 Ведомственной целевой программы в соответствии с «Перечнем мероприятий по снижению профессионального риска застрахованного по обязательному соцстрахованию от несчастных случаев на производстве и профессиональных заболеваний и оптимизации страховых тарифов на 2009 г.», утв. приказом Минзравсоцразвития России от 30.04.2009 г., № гос.рег. 01200959130, 2009 г.

Построение схемы информационного обмена с учетом требований законодательства Российской Федерации в области информационной безопасности и защиты персональных данных, а также определение состава и структуры данных, обеспечивающих полноту, актуальность и достоверность информации для управления профессиональными рисками, включая установление страховых тарифов (размера страховых взносов) для отдельных организаций в сфере страхования профессиональных рисков», НИР, Минзравсоцразвития России, Мероприятие 20 Ведомственной целевой программы в соответствии с «Перечнем мероприятий по снижению профессионального риска застрахованного по обязательному соцстрахованию от несчастных случаев на производстве и профессиональных заболеваний и оптимизации страховых тарифов на 2009 г.», утв. приказом Минзравсоцразвития России от 30.04.2009 г., № гос.рег. 01200959131, 2009 г.

Разработка перечня сведений для межведомственного информационного обмена по вопросам условий и охраны труда, производственного травматизма, профессиональной заболеваемости и уровням профессиональных рисков на федеральном уровне, уровне субъекта Российской Федерации и хозяйствующего субъекта», НИР, Минзравсоцразвития России, Мероприятие 21 Ведомственной целевой программы в соответствии с «Перечнем мероприятий по снижению профессионального риска застрахованного по обязательному соцстрахованию от несчастных случаев на производстве и профессиональных заболеваний и оптимизации страховых тарифов на 2009 г.», утв. приказом Минзравсоцразвития России от 30.04.2009 г., № гос.рег. 01200959129, 2009 г.

Исследование и разработка нечетких моделей и методов формирования и обработки знаний в интеллектуальных системах поддержки принятия решений», НИР, Федеральное агентство по образованию РФ, Аналитическая ведомственная целевая программа «Развитие научного потенциала высшей школы (2009-2010 годы)», Per. № проекта в программе 1.41.09, № гос.рег. 01200950521, 2009-2010 г.г.

Исследование и разработка методов и моделей распределенного представления и обработки данных и знаний в интеллектуальных системах ассоциативной памяти», НИР, Минобрнауки России, договор № 1042110, № гос. per. 01201067779, 2011-2013 г.г.;

Исследование и разработка методов и моделей интеллектуального управления рисками в сложных организационно-технических системах», НИР, Минобрнауки России, договор № 1043110, № гос. per. 01201067780, 2011-2013 г.г.;

Информационное, научно-методическое сопровождение и адаптация Автоматизированной информационной системы по обработке материалов комплексной аттестации рабочих мест под изменяющееся законодательство РФ», НИОКР, ООО «Газпром информ», договор № 111И-025/505 от 25.08.2011 г.

Организация аттестации рабочих мест по условиям труда работников, занятых в государственных и муниципальных учреждениях сферы образования и культуры, а также в медицинских организациях государственной и муниципальной систем здравоохранения в субъектах Российской Федерации, включая координацию проведения аттестации и оценку её качества, а также сбор, обобщение и анализ результатов аттестации рабочих мест по условиям труда, проведенной в рамках пилотного проекта, и подготовке предложений по использованию результатов аттестации рабочих мест в целях оценки профессиональных рисков», НИР, Минзравсоцразвития России, Государственный контракт № 108 от 17.04.2012 г.

Результаты работы используются в учебном процессе филиала МЭИ в г. Смоленске и Военной академии войсковой ПВО ВС РФ (г. Смоленск), что подтверждено соответствующими актами о внедрении.

Апробация результатов работы. Основные результаты работы докладывались и обсуждались на следующих конференциях: Конференция конкурса научных работ студентов «Росэнергоатом: знания молодых ядерщиков - атомным станциям» (Обнинск, 2008); V и VI межрегиональные научно-технические конференции студентов и аспирантов «Информационные технологии, энергетика и экономика» (Смоленск, 2008, 2009); X и XII международные научные конференции «Системы компьютерной математики и их приложения» (Смоленск, 2009, 2011); XV международная научно-техническая конференция студентов и аспирантов «Радиоэлектроника, электротехника и энергетика» (Москва, 2009); XVIII Военно-научная конференция «Проблемы теории и практики развития войск ПВО СВ в современных условиях» (Смоленск, 2011).

Публикации. По результатам диссертационной работы опубликовано 15 работ, в том числе 3 статьи в изданиях из перечня ВАК. Результаты диссертации также отражены в 10 отчетах о НИР и НИОКР.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 111 наименований. Диссертация содержит 170 страниц машинописного текста, 47 рисунков, 18 таблиц, 2 приложения.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Сеньков, Алексей Викторович

4.4 Выводы по разделу

Рассмотрены результаты внедрения разработанных программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированные информационные системы АС «Профессиональные риски» (заказчик Минздравсоцразвития РФ) и АИС «Контроль» (заказчик ДЗО/ВЗО ОАО «ИНТЕР РАО ЕЭС»).

Проведена оценка эффективности и обосновано достижение управленческого и экономического эффекта за счет использования разработанных программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в составе автоматизированных информационных систем АС «Профессиональные риски» и АИС «Контроль».

Представлены итоги внедрения результатов диссертации в научно-исследовательских и опытно-конструкторских работах, а также в учебных процессах вузов.

ЗАКЛЮЧЕНИЕ

В результате выполнения работы решена научная задача исследования и создания способов и программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций для повышения эффективности процессов обработки данных и знаний в компьютерных системах.

Основными результатами диссертационной работы являются следующие.

1) Выполнен анализ задач и исследованы способы, модели, технологии и программные средства интеллектуальной поддержки принятия решений на основе рисков.

2) Предложен способ интеллектуальной поддержки принятия решений на основе риск-ситуаций, а также его модификации, отличающиеся возможностью учета различных типов иерархической подчиненности системы, и позволяющие осуществлять как последовательное, так и параллельное управление риск-ситуациями.

3) Предложена гибридная модель риск-ситуаций, состоящая из нечеткого дерева отказов и нечеткой байесовой сети, и позволяющая учесть комплексный характер рискообразующих факторов, а также представление различного типа неопределенности системных и внешних параметров, применяемая как при оценке риск-ситуаций, так и при моделировании мероприятий.

4) Разработаны модели для программной реализации этапов предложенного способа интеллектуальной поддержки принятия решений на основе риск-ситуаций, в том числе модели: оценки риск-ситуаций и необходимости управления риск-ситуациями; формирования ранжированных групп мероприятий.

5) Разработана структура программных инструментальных средств поддержки принятия решений на основе риск-ситуаций, включающая в себя: базу знаний; оперативную базу данных; детектор риск-ситуаций; модуль поддержки принятия решений; ядро «мероприятий».

6) Предложена структура базы знаний программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций, ориентированная на представление и реализацию разработанных моделей: риск-ситуаций; оценки риск-ситуаций и необходимости управления риск-ситуациями; формирования ранжированных групп мероприятий.

7) Разработаны алгоритмы функционирования программных инструментальных средств поддержки принятия решений на основе риск-ситуаций, в том числе, алгоритмы функционирования детектора риск-ситуаций, модуля поддержки принятия решений, ядра «мероприятий».

Предложенные алгоритмы и структура программных инструментальных средств обеспечивают создание таких средств, обладающих возможностью создания на их базе интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

8) Предложены программные инструментальные средства разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

9) Предложена методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций, позволяющая унифицировать разработку этих средств, сократить время на их проектирование, создание и ввод в эксплуатацию, а также обеспечивающая расширенные возможности по оперативной адаптации программных средств на всех этапах жизненного цикла этих средств без привлечения разработчика.

10) Разработаны программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированной системе информационного обеспечения управления профессиональными рисками и страхования профессиональных рисков (заказчик Минздравсоцразвития России).

11) Разработаны программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированной информационной системе интеграции всех уровней управления и контроля состояния охраны труда, промышленной, пожарной безопасности и охраны окружающей среды в филиалах, ДЗО/ВЗО ОАО «ИНТЕР РАО ЕЭС».

12) Проведена оценка эффективности и обосновано достижение управленческого и экономического эффекта за счет использования разработанных программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в составе автоматизированных информационных систем АС «Профессиональные риски» и АИС «Контроль».

Направлениями дальнейших исследований является:

- развитие способов и моделей интеллектуальной поддержки принятия решений при управлении рисками, ориентированных на программную реализацию в различных предметных областях;

- создание инструментальных средств для разработки и адаптации интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

Список литературы диссертационного исследования кандидат технических наук Сеньков, Алексей Викторович, 2012 год

1. Аверкин А. Н., Костерев В. В. Триангулярные нормы в системах искусственного интеллекта// Известия Академии наук. Теория и системы управления, 2000. №5 С. 106-109.

2. Аверкин А.Н., Прокопчина C.B. Мягкие вычисления и измерения // Интеллектуальные системы, Т. 2, Вып. 14. 1997. С. 93-114.

3. Акулич И. JI. Математическое программирование в примерах и задачах: Учеб. пособие для студентов эконом, пец. вузов. — М.: Высшая школа, 1986.

4. Алтухов A.B. Формирование нечетких правил типа Takagi-Sugeno по результатам нечеткой кластеризации // Вестник ВГУ. Серия системный анализ и информационные технологии. Воронеж, 2008. — №1. С. 44-50.

5. Барсегян A.A., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. БХВ-Петербург, 2004. - 336 с.

6. Батыршин И.З. Основные операции нечеткой логики и их обобщения. Казань, Отечество, 2001.

7. Бахтизин В.В. Эффективность программных средств и ее оценка // Доклады БГУИР. 2007. №2(18). - С. 128 - 133.

8. Бобряков A.B. Гибридная сеть для реализации нечетких моделей с MIMO-структурой// Нейрокомпьютер: разработка, применение. 2007. №1. - С. 12-16.

9. Борисов А.Н., Алексеев A.B., Крумберг O.A. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982.

10. Борисов А.Н., Крумберг O.A., Федоров И.П. Принятие решений на основе нечётких моделей: Примеры использования. Рига: Зинатне, 1990. - 184 с.

11. Борисов В.В. Подход к оценке возможностей выполнения задач организационно-техническими системами / В.В.Борисов, О.В.Балашов // Сб. трудов ВУ ВПВО ВС РФ. Смоленск: Изд-во ВУ ВПВО ВС РФ, № 7. 2002.

12. Борисов В.В. Гибридизация интеллектуальных технологий для аналитических задач поддержки принятия решений// Нейрокомпьютеры: разработка, применение, 2011, № 8. С. 4-9.

13. Борисов В.В., Зернов М.М. Определение совокупности нечетких моделей для решения комплексной задачи поддержки принятия решений// Вестник МЭИ, №1, 2011. С. 74—85.

14. Борисов В.В., Сеньков A.B. Интеллектуальное управление рисками в сложных организационно-технических системах // Информационные технологии, 2011, № 10. -С. 47-51.

15. Сеньков A.B., Бобряков A.B., Раскатова M.B. и др. Способ управления рисками в сложных системах // Технические и естественные науки, 2012 (в печати).

16. Борисов В.В., Федулов A.C. Способы интеграции нечетких и нейронных сетей // Нейрокомпьютеры: разработка и применение. 2007. — №1. -С. 5-11.

17. Борисов В.В., Круглов В.В., Федулов A.C. Нечеткие модели и сети. М.: Горячая линия - Телеком, 2007. - 312 с.

18. Варшавский П.Р., Еремеев А.П. Методы правдоподобных рассуждений на основе аналогий и прецедентов для интеллектуальных систем поддержки принятия решений // Новости Искусственного Интеллекта. 2006. № 3. - С. 39 - 62.

19. Вагин В.Н.,Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени.// Изв. РАН. Теория и системы управления, 2001, N6, с.114-123.

20. Ветошкин А.Г. Надёжность технических систем и техногенный риск. Пенза: ПГУАиС, 2003.

21. Гайдышев И. Анализ и обработка данных: специальный справочник / И. Гайдышев. -СПб.: Питер, 2001. 752 с

22. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. Пер. с англ. — М.: Мир, 1985.

23. ГОСТ Р 51897-2002 Менеджмент риска. Термины и определения.

24. ГОСТ Р 51898-2002 Аспекты безопасности. Правила включения в стандарты.

25. Доклад Министерства здравоохранения и социального развития Российской Федерации «О реализации государственной политики в области условий и охраны труда в Российской Федерации в 2008 году». М. 2009.

26. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике. - М.: Радио и связь, 1990. - 287 с.

27. Жиглявский А. А., Жилинкас А. Г. Методы поиска глобального экстремума.— М.: Наука, Физматлит, 1991.

28. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

29. Заде J1.A. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня. М.: Знание, 1974. - С. 5—49.

30. Калькис В., Кристинын И., Роя Ж. Охрана труда - Основные направления оценки рисков рабочей среды. - Рига: SLA «Jelgavas tipogräfija» - СПб, 2006.

31. Королев В.Ю., Беннинг В.Е., Шоргин С.Я. Математические основы теории риска: Учебн. пособ. 2-е изд., перераб. и доп. - М.: Физматлит, 2011. - 620 с.

32. Комарцова Л.Г., Максимов A.B. Нейрокомпьютеры: Учеб. пособие для вузов. 2-е изд., перераб. и доп. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. - 400 с.37.