WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 56 | 57 || 59 | 60 |   ...   | 82 |

Анализ результатов моделирования Время экспериментального моделирования без выполнения процедуры сужения пространства поиска на компьютере Pentium 2,0 GHz составило, в среднем, 12-16 минут. Если же в алгоритме поиска выполняется вспомогательная процедура, то время поиска оптимального решения за счет сокращения неверных шагов уменьшилось до 0,8-1,1 минут. Если целевой функцией является зависимость (8) с предварительно установленными экспертным путем весовыми коэффициентами, то время проезда к месту пожара по маршруту, определенному посредством моделирования, на 7-10% является меньшим, чем время, которое отвечает маршруту, предложенному экспертами (начальниками боевых расчетов) или совпадает.

Верификация этого факта достигается вычислением целевой функции по двум предложенным маршрутам при постоянных значениях весовых коэффициентов, определяющих особенность проезда.

Заключение Метод определения кратчайшего пути следования пожарного расчета к месту пожара с оптимизацией пространства поиска является технологией, позволяющей избежать человеческих жертв и сократить материальный ущерб. Его эффективное применение предполагает наличие информационной базы, содержащей данные о количестве перекрестков, состоянии дорог и дорожной обстановке, а также ее обновление в режиме реального времени. Увеличивающееся количество “пробок” на дорогах подчеркивает актуальность предложенного метода. Изменение информации предполагает пересчет оптимального маршрута.

Вычислительная сложность эволюционных алгоритмов обосновывает необходимость разработки методов, направленных на увеличение скорости расчетов при неизменной точности. Потому перспективным представляется разработка оптимизированных моделей целевых функций, процедур уменьшения информационной избыточности начальных данных. Важно заметить, что предложенные модели обладают свойством открытости, т.е. допускают учет и других значимых факторов, а весовые коэффициенты целесообразно разделить на локальные (характеризующие участки дорог) и глобальные, являющиеся атрибутами дорожной ситуации в целом.

XII-th International Conference "Knowledge - Dialogue - Solution" Библиография [Пряничников, 1988] В.А. Пряничников, В.В. Роенко. Критерий выбора маршрутов следования пожарных автомобилей // Организация работ по профилактике и тушению пожаров: Сб. научн. тр. - Москва: ВНИИПО, 1988. - С. 89-92.

[Ротштейн, 2002] А.П. Ротштейн. Влияние методов дефаззификации на скорость настройки нечеткой модели // Кибернетика и системный анализ. – 2002. - № 1. - с. 34-45.

[Zadeh, 1965] L. Zadeh. Fuzzy sets // Information and control. – 1965. - № 8. – P. 338-353.

[Снитюк, 2004] В.Е. Снитюк, А.Н. Джулай. Интеллектуальная технология оптимизации пути следования пожарного расчета к месту пожара // АСУ и приборы автоматики. – 2004. – Вып. 129. – С. 41-46.

[Luger, 2002] G.F. Luger. Artificial intelligence. Structures and strategies for complex problem solving. - Addison Wesley:

Boston, 2002. - 864 р.

[Зайченко, 2000] Ю.П. Зайченко. Исследование операций. - Киев: Випол, 2000. - 688 с.

[Волкович, 1993] В.Л. Волкович, А.Ф.Волошин, В.А. Заславский, И.А. Ушаков. Модели и методы оптимизации надежности сложных систем. - Киев: Наукова думка, 1993. - 312 с.

[Уоссермен, 1992] Ф. Уоссермен. - Нейрокомпьютерная техника: теория и практика. – Москва: Юнити, 1992. – 240 с.

[Кисляков, 2000] А.В. Кисляков. Генетические алгоритмы: математический анализ некоторых схем репродукции // Информационные технологии. - 2000. - № 12. - С. 9-14.

[Кисляков, 2001] А.В. Кисляков. Генетические алгоритмы: операторы скрещивания и мутации репродукции // Информационные технологии. - 2001. - № 1. - С. 29-34.

[Goldberg, 1989] D.E. Goldberg. Genetic algorithms in search, optimization and machine learning. - Addison wesley, 1989.- 196 p.

[Werbos, 1974] P. Werbos. Beyond regression: new tools for prediction and analysis in the behavioral sciences. - PhD thesis: Harvard university, 1974. - 240 p.

[Исаев, 2000] С.А. Исаев. Разработка и исследование генетических алгоритмов для принятия решений на основе многокритериальных нелинейных моделей: Автореф. дисс. канд. техн. наук: 05.13.17 / Нижегородск. гос. унив. – Нижний Новгород. - 2000. – 18 с.

[Jensen, 2001] Mikkel. T. Jensen. Robust and flexible scheduling with evolutionary computation // phd thesis. – University of Aarhus, Denmark. – 2001. – 299 pp.

[Наконечный, 1997] С.И. Наконечный, Т.О. Терещенко, Т.П. Романюк. Эконометрия. – Киев: КНЭУ, 1997. – 352 с.

[Чавкин, 2001] А.М. Чавкин. Методы и модели рационального управления в рыночной экономике. – Москва: Финансы и статистика, 2001. – 320 с.

[Ивахненко, 1975] А.Г. Ивахненко. Долгосрочное прогнозирование и управление сложными системами. – Киев:

Техника, 1975. - 312 с.

[Васильев, 2001] В.И. Васильев. Взаимозаменяемость метода группового учета аргументов (МГУА) и метода предельных упрощений (МПУ) // Искусственный интеллект. – 2001. - № 1. – С. 29–42.

[Витковски, 2003] Т. Витковски, С. Эльзвай, А. Антчак. Проектирование основных операций генетических алгоритмов для планирования производства // Проблемы управления и информатики. - 2003. - № 6. - С. 129-138.

[Алгулиев, 2004] Р.М. Алгулиев, Р.М. Алыгулиев. Генетический подход к оптимальному назначению заданий в распределенной системе // Искусственный интеллект. - 2004. - № 4. - С. 79-88.

[Harti, 1990] R.E. Harti. A global convergence proof for class of genetic algorithms. – Wien: Technische Universitaet, 1990. – 136 p.

Информация об авторах Виталий Снитюк – Киевский национальный университет имени Тараса Шевченко, докторант факультета кибернетики; пр. Акад. Глушкова 2, стр. 6, Киев, Украина; e-mail: svit@majar.com Александр Джулай - Черкасский институт пожарной безопасности имени Героев Чернобыля, старший преподаватель; ул. Оноприенко, 8, Черкассы, Украина; e-mail: djulaj@ukr.net 252 Mathematical Foundations of AI К ОПРЕДЕЛЕНИЮ КОНКУРИРУЮЩИХ РИСКОВ И ИХ ВЕРОЯТНОСТНОМУ МОДЕЛИРОВАНИЮ Май Корнийчук, Инна Совтус Аннотация. Предлагается оригинальный взгляд на изучение теории риска, где рассматривается взаимодействие нескольких рисков, которые действуют на один, и один и тот же объект.

Особенность этого взаимодействия определяется в конкуренции рисков. Можно спорить относительно удачности этого названия, но подход к его оцениванию удается сделать содержательным. Окончание работы не дает формализованных результатов, что требует дальнейших шагов изучения конкурирующих рисков.

Ключевые слова: риск, конкурирующие риски, вероятностная модель.

Постановка проблемы В данном исследовании мы преследуем двойную цель: дать примитивное в смысле утилитарного определения риска на основе теоретико-вероятностного обоснования и определиться с соображениями и подходами применения элементов теории риска с его специфической трудностью в трактовании отдельных параметров в моделях экономико-математического анализа вообще и в частности в моделях вероятностного экономико-математического (технологического) прогнозирования.

Состояние проблемы в современных исследованиях Укажем, что, на наш взгляд, примитивизм в дефинициях риска не предусматривает вероятностного его упрощенного понятия или вульгаризации структуры. Под рассматриваемым углом зрения это такой же инструмент с разной (меньшей) мощностью и эффективностью, как, для примера – примитивного сравнения, соха и современный плуг для пахоты земли. В нашем исследовании соотносятся определения риска примитивное и возможное определения на базе современного содержания теоретиковероятностной теории, хотя такого именно содержательного определения в известной нам литературе довольно найти. Можно прийти в изумление, ведь столько литературы посвящено этой теме, экономической, технической, и всюду есть определения риска, и на любой вкус, более того – это определение зафиксировано нормативным изданием: риск – это математическое ожидание убытков [1].

Определяется технический риск, экологический риск, экономический риск, а также его вариации и дифференциации: учетный риск, риск маркетинга, финансовый риск и большое количество других рисков, которые не дискутируются, а уже навязываются в массовых учебниках и пособиях, в особенности для экономических специальностей. Стало даже модным в любых исследованиях да и популярных публикациях говорить о риске в положительном или бранном смысле, поскольку и исследователи, и прикладники нередко смешивают понятия риска и понятия его следствий.

Мы говорим об аспектах риска, но не о самом риске, который за аспектами и характеристиками (что часто безосновательно к ним причисленные) еще не определяет четко, что это такое – риск. Хотя за логикой построения науки это определение должно предшествовать его аспектам [2]. Ведь не все аспекты и характеристики, которые ему приписывают, есть ему присущими, что вытекают с его сущностной структуры, ибо зная объект, далее легко познать и определить его модификации и их определяющие характеристики.

Для упрощения и наглядности восприятия изложенного приведем аналогию: владея понятием стол, довольно содержательно воспринимаем его модификации: обеденный стол, письменный стол, слесарный, стол дантиста, хирургический. Несмотря на чрезвычайно колебательную содержательную и прикладную вариацию этих понятий-слов, мы владеем четко очерченными понятиями, так как они базируются и нанизанные на его первичном базовом определении и понятии стола. Не имея такого первичного базового определения и понятия риска как такого, довольно и говорить о какой-либо четкой и содержательной цепи следственных определений частичных рисков, тем более, что при наличии такого XII-th International Conference "Knowledge - Dialogue - Solution" базового определения львиная часть отдельных определений отпадут, так как не являются таковыми и не могут попасть в эту следственную цепь.

Ход наших мыслей может вызвать удивление и даже негодование некоторых специалистов, авторов развесистых статей и даже книг с рискологии, которые предлагают десятки разнообразных определений риска на любой вкус, даже некоторую формализацию этих определений, которая, как правило, сводится к формализации не его, а лишь отдельной характеристики риска.

Проблема именно и состоит в том, чтобы сформировать четко очерченное понятие риска, формализованное в определенном пространстве непротиворечивой системы понятий, определений и утверждений, и дать его базовое, логически законченное формальное определение, применимые аспекты которого согласовывались бы с теми частыми аспектами, которые непротиворечиво описывают суть вещей. В аспекте расширения разноплановости исследований этой проблемы отдельный исследовательский интерес имеет так называемая конкуренция рисков [3, 4]. На первый взгляд имеем странный подход. Ведь о какой конкуренции может идти речь, когда не договорились с определением риска. Но с целью прозрачности и облегченности восприятия мы также сначала пойдем путем от прикладного аспекта риска, от частного к общему. В повседневной жизни мы часто рискуем... Когда мы рискуем Тогда, когда ждем после осуществления определенного комплекса условий (надеемся) желательного наступления определенного события (надежность), и одновременно не ждем (хотя осознаем возможность) нежелательного наступления. То есть риск связан с желательным (нежелательным) наступлением в будущем (завтра, через час, время) определенного события, когда раньше (до сего момента, может сегодня) накопился комплекс определенных условий для такого наступления/ненаступления. То есть риск связан с возможным следствием, когда реализуется определенный комплекс условий, причем, нежелательному возможному наступлению следствия обязательно предшествует этот комплекс условий. Мы говорим о возможном наступлении, а это значит, что оно может и не наступить. То есть здесь мы действуем в пространстве случайности, так как реализация комплекса условий обязательно ведет к альтернативам нежелательного наступления следствия (желательного ненаступления) или наоборот. Имеем не что иное, как классическую схему теории вероятностей, где в рамках этой теории комплекс условий – это стохастичный эксперимент, предшествующий наступлению события со своим следствием. Поскольку событие может и не наступить, то оно есть случайно, причем альтернативность следствий есть не что иное, как несовместимость событий, а обязательность альтернативы наступления-ненаступления событий после реализации комплекса условий обуславливает их полную группу. Таким образом имеем пространство элементарных (альтернативных) событий: нежелательного наступления следствия (риск, рискуем в житейском смысле на нежелательное), и ненаступления его (надежность, надеемся на желательное). Следовательно, в аспекте наших выяснений и исследований в центре внимания риска четко обрисовывается неопределенность и его величество – случай. И лишь сквозь него, через неопределенность лежит путь познания сущности истины риска, его толкования и определения как и альтернативы этой истины – надежности. А это уже сфера действия теории вероятностей вообще, экономико-математического теоретико-вероятностного моделирования в частности.

Постановка задачи Итак, перед нами задача применения вероятностных понятий и утверждений в экономико-математическом моделировании и преодолении специфической трудности, которые вытекают из привязки абсолютно абстрактных объектов теории вероятностей и реально определенных объектов экономического анализа.

Огульно эти трудности можно идентифицировать двумя категориями.

Pages:     | 1 |   ...   | 56 | 57 || 59 | 60 |   ...   | 82 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.