Гибридный алгоритм обучения для оптимизации решения задач мониторинга
Аннотация
В прикладных интеллектуальных системах мониторинга и поддержки принятия слабо формализуемых решений
основными функциональными задачами являются классификация, кластеризация, распознавание образов,
прогнозирование, оценка состояний, выявление закономерностей между параметрами различных типов,
оптимизация и принятие решений. Отличительными особенностями решаемых задач указанных типов являются
большая размерность, многокритериальность, наличие неопределенностей в исходной информации и ситуации,
динамичность изменения параметров внешней среды, предсказуемость которых, зачастую, является
затруднительной или невозможной. Эти особенности обусловливают использование для решения указанных
задач, наряду с традиционными методами и средствами исследования операций и интеллектуального анализа
данных (ИАД), интеллектуальных технологий, основанных на неформальных эмпирических знаниях экспертов
и логических рассуждениях, а также на природно-биологических механизмах обучения, эволюции, адаптации и
оптимизации.
The application of intelligent monitoring systems and support decision-making weakly formalized basic functional tasks are classification, clustering, pattern recognition, forecasting, assessment of conditions, identification of patterns between the parameters of different types of optimization and decision making. Distinctive features of these types of tasks are the following: large dimensionality multicriteriality, the uncertainties in the initial information and the situation, the dynamic changes in the environment settings, predictability which often is difficult or impossible. These features cause the use to solve these problems, along with traditional methods and tools of operations research and data mining (IBP), intelligent technologies based on informal empirical knowledge of experts and logical reasoning, as well as natural and biological mechanisms of learning, evolution, adaptation and optimization.
Мониторинг ва суст шаклланган ечимларни қабул қилишни қўллаб қувватлашнинг амалий интеллектуал тизимларида асосий функционал масалалар классификация, кластеризация, тимсолларни аниқлаш, башоратлаш, ҳолатларни баҳолаш, турли типдаги параметрлар ўртасида қонуниятни аниқлаш, оптимизация ва қарор қабул қилиш ҳисобланади. Кўрсатилган типдаги ечиладиган масалаларнинг фарқли хусусияти қуйидагилар ҳисобланади: ўлчамнинг катталиги, кўп мезонлилик, бошланғич ахборот ва ҳолатларда ноаниқликларни мавжудлиги, ташқи муҳит параметрлари ўзгаришининг динамиклиги, уларни башорат қилиш қийин ва мумкин эмас ҳисобланади. Ушбу хусусиятлар кўрсатилган масалаларни ечиш учун маълумотларни интеллектуал таҳлил қилиш ва амалларни тадқиқ қилиш анъанавий усул ва воситалари билан бир қаторда мантиқий фикрлаш ва экспертларнинг ноформал эмпирик билимларига, ҳамда оптимизация, мослашув, эволюция ва ўқитиш механизмларига асосланган интеллектуал технологияларни қўллашни талаб этади.
The application of intelligent monitoring systems and support decision-making weakly formalized basic functional tasks are classification, clustering, pattern recognition, forecasting, assessment of conditions, identification of patterns between the parameters of different types of optimization and decision making. Distinctive features of these types of tasks are the following: large dimensionality multicriteriality, the uncertainties in the initial information and the situation, the dynamic changes in the environment settings, predictability which often is difficult or impossible. These features cause the use to solve these problems, along with traditional methods and tools of operations research and data mining (IBP), intelligent technologies based on informal empirical knowledge of experts and logical reasoning, as well as natural and biological mechanisms of learning, evolution, adaptation and optimization.
Мониторинг ва суст шаклланган ечимларни қабул қилишни қўллаб қувватлашнинг амалий интеллектуал тизимларида асосий функционал масалалар классификация, кластеризация, тимсолларни аниқлаш, башоратлаш, ҳолатларни баҳолаш, турли типдаги параметрлар ўртасида қонуниятни аниқлаш, оптимизация ва қарор қабул қилиш ҳисобланади. Кўрсатилган типдаги ечиладиган масалаларнинг фарқли хусусияти қуйидагилар ҳисобланади: ўлчамнинг катталиги, кўп мезонлилик, бошланғич ахборот ва ҳолатларда ноаниқликларни мавжудлиги, ташқи муҳит параметрлари ўзгаришининг динамиклиги, уларни башорат қилиш қийин ва мумкин эмас ҳисобланади. Ушбу хусусиятлар кўрсатилган масалаларни ечиш учун маълумотларни интеллектуал таҳлил қилиш ва амалларни тадқиқ қилиш анъанавий усул ва воситалари билан бир қаторда мантиқий фикрлаш ва экспертларнинг ноформал эмпирик билимларига, ҳамда оптимизация, мослашув, эволюция ва ўқитиш механизмларига асосланган интеллектуал технологияларни қўллашни талаб этади.