ЗАДАЧИ И АЛГОРИТМЫ СИНТЕЗА И СОГЛАСОВАНИЯ ЗНАНИЙ ДЛЯ КОМБИНИРОВАННЫХ ЭКСПЕРТНЫХ СИСТЕМ

Аннотация

В данной работе рассматриваются вопросы синтеза, согласования и извлечения знаний в комбинированных и сетевых экспертных системах. В настоящее время для принятия ответственных решений применяются комплексные подходы, объединяющие неформальные знания экспертов, формальные логические конструкции и математические алгоритмы. Однако для разрешения сложных задач, затрагивающих экономику, технику или социальные сферы, часто необходимы знания и опыт целой группы специалистов, обладающих компетенциями в разных областях. Для эффективного функционирования консилиумов и координационных советов, принимающих групповые решения, необходимы совершенствование существующих процедур и, что особенно важно, научная и техническая база для обогащения и синтеза знаний. Цель исследования заключается в разработке моделей и алгоритмов синтеза, пополнения и извлечения знаний в комбинированных и сетевых экспертных системах, позволяющих существенно минимизировать риски извлечения некорректных знаний путем модификации функции вывода. Материалы и методы исследования. Функции, реализующие строгое наследование, находят свое воплощение в механизме скалярной оптимизации, направленном на достижение конкретной цели. В свою очередь, функции, обладающие свойствами наследования и согласия, могут быть эффективно реализованы с помощью механизма векторной оптимизации, основанного на принципах предпочтения. Паретова оптимизация обеспечивает реализацию функций выбора, которые обладают такими важными качествами, как наследование, согласованность и независимость от отброшенных вариантов. Результаты. Представленные в статье методы предоставляют эффективный инструмент для оперативного разрешения широкого спектра задач, неизбежно возникающих при синтезе сложных и дорогостоящих экспертных систем и их ядра – баз знаний, учитывая как внутренние, так и внешние факторы неопределенности. Благодаря использованию Паретовой оптимизации при пополнении знаний в ядро системы создается основа для системы поддержки принятия решений для руководителей различных уровней иерархии, при этом функция вывода всегда соответствует конкретному ЛПР. Заключение. Полученные результаты в полной мере применимы для создания систем синтеза знаний, представляющих собой сети согласованных экспертных систем. Такие системы смогут не только имитировать решения конкретных специалистов, но и воспроизводить коллективные решения экспертов, обладающих разным опытом в разных сферах сложных проблем.