Автор: Пользователь скрыл имя, 20 Февраля 2013 в 15:42, шпаргалка
Одной из важнейших задач теории принятия решений (ТПР) явл достижение большей убедительности выводов и рекомендаций ЛПР и обоснованности выбора лучшего решения.
Предметом РУР: не ответ на ? какое решение принять в той или иной ситуации, а ответ на ? как организовать процесс разработки и принятия решений, какие методы при этом использовать.
Методы дисциплины РУР:
1 Выявление мнений (методы интервью, анкетирования, выборочного опроса, экспертных оценок)
2 Анализ ситуации (сист анализ, сценарный метод, мет сетевого планирования, функц-стейм анализа, экономич анализа)
3 Оценка решений и ситуации (методы оценки затрат, дерева целей, оценки риска)
4 Генерирование идей (метод мозг атаки, деловой игры, синектики)
При принятии решения в таких случаях необходимо иметь некоторую сумму знаний о самой этой области. Например, при выборе наилучшего хода в конкретной шахматной позиции необходимы знания о правилах игры, силе шахматных фигур, стратегии и тактике и многое другое. Под знаниями понимается то, что стало известно после изучения. Совокупность знаний, нужных для принятия решений, принято называть предметной областью или знаниями о предметной области.
В любой предметной области есть
свои понятия и связи между
ними, своя терминология, свои законы,
связывающие между собой
Решая задачи такого вида, на ЭВМ используют ИС, ядром которых являются базы знаний, содержащие основные характеристики предметных областей
При построении баз знаний традиционные языки, основанные на численном представлении данных, являются неэффективными. Для этого используются специальные языки представления знаний, основанные на символьном представлении данных. Они делятся на типы по формальным моделям представления знаний. Различные авторы по-разному эти модели классифицируют. Вообще их четыре:
продукционные модели;
логические модели;
сетевые модели;
фреймовые модели;
Кто-то объединяет продукционные и логические, а кто-то сетевые и фреймовые. Так же возможны комбинации моделей
Каждая из этих моделей, будучи инструментом, используемым в технологическом подходе к знанию, связана с определенными взглядами на структуру знания как такового.
Логическая модель, использующая язык логики предикатов, предполагает в общем случае пропозициональный взгляд на знание, когда в качестве элемента знания рассматривается суждение, и, соответственно, элементарным знанием может быть названа атомарная формула языка логики предикатов. Фреймовая модель, напротив, предполагает в качестве основной структурной единицы понятие или некоторый его аналог. Таким образом, давний философский спор о характере элементарного знания и о соотношении понятия с суждением, неожиданным образом преломляется в способах моделирования знания в компьютерной системе. «Если сделаешь работу то получишь зарплату» и т.д.
В основе сетевых моделей представления знаний лежит идея о том, что любые знания можно представить в виде совокупности объектов (понятий) и связей (отношений) между ними. В отличие от продукционных эти модели более наглядны, поскольку любой пример можно представить в виде ориентированного (направленного) графа.
В основе моделей этого типа лежит конструкция, названная семантической сетью.
Фрейм – это минимально возможное описание сущности какого-либо события, ситуации, процесса или объекта.