применение систем искусственного интеллекта в управлении. Экспертные системы

Введение

В современном обществе для сохранения позиций на рынках с высоким уровнем конкуренции необходимо решать множество сложных задач по определению стратегии поведения в тех или иных ситуациях. Принятие эффективных управленческих решений связано с необходимостью учета множества различных факторов, влияние которых необходимо учитывать, необходимостью актуализации имеющейся управленческой квалификации. Ошибки в определении стратегии развития бизнеса, как правило, приводят к потере значительной доли рынка. Таким образом, для сохранения своих позиций на рынке необходимо использование специализированных средств, позволяющих проводить экспертизу принимаемых управленческих решений, в некоторых случаях – систем, позволяющих в автоматизированном режиме выдавать оптимальные управленческие решения в зависимости от специфики внешней ситуации. Таким образом, в условиях современных предприятий актуальной задачей является использование интеллектуальных систем поддержки принятия управленческих решений.
Известно, что при исследовании многих экономических объектов при формализации в целях моделирования функционирования допускается использование методов оптимизации. При этом, для широкого класса подобных методов допустимо использование линейно-программных задач. Задачи подобного типа на формальном уровне предполагают решение задач минимизации или максимизации целевых функций при наличии линейных ограничений.
Актуальность темы работы состоит в том, что для любой реальной экономической задачи недостаточно нахождения оптимального значения только для одного критерия. В процессе планирования производственных процессов на предприятиях необходимо постоянное принятие решений, связанных с учетом множества критериев, связанных с качественными характеристиками продукциями и наличием ограничений на ресурсы.
Решение задач поддержки принятия управленческих решений связано с использованием систем искусственного интеллекта, использующих базы знаний и основанных на накопленном опыте анализа возникающих управленческих проблем.
В качестве предмета исследования в рамках данной работы рассматривается использование искусственного интеллекта в поддержке принятия управленческих решений.
Объект исследования – системы искусственного интеллекта.
Целью работы является анализ использования систем искусственного интеллекта в поддержке принятия управленческих решений.
Задачи работы:
- анализ областей использования систем искусственного интеллекта;
- анализ использования систем искусственного интеллекта в принятии управленческих решений;
- анализ математического аппарата, используемого в интеллектуальных системах принятия управленческих решений.

 
1.Теоретические аспекты использования систем искусственного интеллекта
1.1 Терминология понятия «искусственный интеллект»

Понятие «интеллект» происходит от латинского intellectus – что означает познание, понимание, постижение, совокупность мыслительных способностей человека. Соответственно определение искусственного интеллекта возможно через способность автоматизированных систем по выполнению некоторых интеллектуальных функций человека, например, по нахождению и принятию оптимальных решений на основании полученного ранее опыта и проведения рационального анализа внешних воздействий. Также интеллектом предполагает наличие способностей мозга к решению сложных задач через приобретение, запоминание и целенаправленное преобразование знаний, в процессе обучения, основанного на опыте и в результате адаптации к системы различным внешним ситуациям. Данное определение «знания» предполагает не только владение информацией, поступающей в мозг через органы чувств. Такие знания являются очень важными, но недостаточными для полноценной интеллектуальной деятельности. Кроме того, что объекты окружающей среды имеют возможности воздействия на органы чувств, они также могут состоять в различных отношениях между собой. Таким образом, для осуществления интеллектуальной деятельности в окружающем мире, необходимо в качестве системы знаний иметь модель данного мира. В зависимости от своей природы знания бывают фактуальными и операционными. Фактуальные знания предполагают наличие осмысленных данных. Операционные знания – установление общих зависимостей между фактами, что позволяет интерпретировать информацию или извлекать из них новые данные.
Главными недостатками традиционных информационных систем (ИС) являются:
 слабые возможности адаптации к информационным потребностям пользователя;
 невозможность проводить решение плохо формализуемых задач.
Устранение выделенных недостатков осуществляется посредством интеллектуальных информационных систем (ИИС). ИИС – это информационные системы, основанные на концепции использования базы знаний для решения задач по генерации алгоритмов различного типа в соответствии с конкретными информационными потребностями пользователей [2].
ИИС имеют следующие характерные признаки:
 развитые коммуникативные способности;
 умение решать сложные, плохо формализуемые задачи (характеризуются наполовину качественным и количественным описанием, а хорошо формализуемые задачи – полностью количественным описанием);
 способность к развитию и самообучению.
Условно каждому из этих признаков соответствует свой класс ИИС [2] (таблица 1).
Таблица 1 – Классификация интеллектуальных информационных систем

1.2 Особенности и назначение экспертных систем

Рассмотрим классификацию экспертных систем.
1) Классифицирующие экспертные системы созданы для решения задач распознавания ситуаций. Главным способом формирования решений в системах такого типа является дедуктивный логический вывод.
2) Доопределяющие экспертные системы используются для решения задач с недостаточно определенными данными и знаниями. В экспертных системах такого типа появляются задачи интерпретирования нечетких знаний и выбора альтернатив направлений поиска во множестве возможных решений. В качестве методов обработки неопределенных знаний могут использоваться байесовский вероятностный подход, коэффициенты уверенности, нечеткая логика.
3) Трансформирующие экспертные системы относятся к синтезирующим динамическим ЭС, в которых предполагается повторяющаяся трансформация знаний в процессе решения задач. В экспертных системах такого типа могут быть использованы различные методы обработки информации:
 генерация и проверка гипотез;
 логика предположений и умолчаний (когда при недостаточности информации производится формирование представлений об объектах определенного класса, адаптирующихся к условиям изменяющихся ситуаций);
 использование метазнаний (более общих закономерностей) для устранения неопределенностей в ситуациях.
4) Мультиагентные системы – это динамические экспертные системы, основанные на интеграции множества разнородных источников информации для базы знаний. Данные источники обмениваются между собой получаемыми результатами в процессе решения задач. Системы данного класса имеют следующие возможности:
 реализация альтернативных рассуждений на основе использования различных источников знаний и механизмов по устранению противоречий;
 распределенные технологии в решение проблем, которые могут быть декомпозированы на комплекс параллельно решаемых подзадач, имеющих самостоятельные источники знаний;
 использование различных стратегий по выводу заключений в зависимости от типа решаемых проблем;
 проведение обработки больших массивов данных;
 применение математических моделей и алгоритмов в качестве имитационного стенда.
Одним из видов интеллектуальных систем являются экспертные системы.
Экспертные системы – программно-технические решения, позволяющие пользователям в диалоговом режиме получать от компьютера консультативную помощь в рамках конкретной предметной области, где сконцентрированы опытные данные и знания людей-экспертов (специалистов в указанной области).
Экспертные системы – программы для компьютера, воспроизводящие процесс решения задач человеком-экспертом [3].