Розробка методики оцінки та прогнозування з використанням нечітких когнітивних карт
DOI:
https://doi.org/10.15587/2706-5448.2023.281892Ключові слова:
штучний інтелект, об’єкти аналізу, складні технічні системи, нечіткі когнітивні карти, невизначеністьАнотація
На сьогодні жодна держава у світі не спроможна ізольовано від інших працювати над створенням і впровадженням штучного інтелекту (ШІ). Технології ШІ застосовуються для вирішення загальних та вузькоспеціалізованих завдань в різних галузях діяльності суспільства. В процесі оцінювання (ідентифікації) стану складних об’єктів та об’єктів аналізу управління є високий ступінь апріорної невизначеності стосовно їх стану та малий обсяг вихідних даних, що їх описують. Разом з тим, незважаючи на величезну кількість інформації, зростає ступінь нелінійності, нелогічності та зашумленості даних. Саме тому питання підвищення оперативності оцінювання стану складних та об’єктів є важливим питанням. Таким чином, об’єктом дослідження обрано об’єкти аналізу. А предметом дослідження є ідентифікація та прогнозування стану об’єктів аналізу.
В дослідженні проведено розробку методики оцінки та прогнозування з використанням нечітких когнітивних карт. Особливостями запропонованої методики є:
‒ врахування при розрахунках корегувального коефіцієнту на ступінь невизначеності про стан об’єкту;
‒ додавання корегувального коефіцієнту на зашумленість даних в результаті викривлення інформації про стан об’єкту;
‒ зменшення обчислювальних витрат при оцінюванні стану об’єктів;
‒ створення багаторівневого та взаємопов’язаного опису ієрархічних об’єктів;
‒ корегування опису об’єкту в результаті зміни його поточного стану за допомогою генетичного алгоритму;
‒ можливість проведення розрахунків з вихідними даними, що є різні за природою та одиницями вимірювання.
Запропоновану методику доцільно реалізувати у спеціалізованому програмному забезпеченні, яке використовується для аналізу стану складних технічних систем та при прийнятті рішень.
Посилання
- Shevchenko, A. I., Baranovskyi, S. V., Bilokobylskyi, O. V., Bodianskyi, Ye. V., Bomba, A. Ya. et al.; Shevchenko, A. I. (Ed.) (2023). Stratehiia rozvytku shtuchnoho intelektu v Ukraini. Kyiv: IPShI, 305.
- Shyshatskyi, A. V., Bashkyrov, O. M., Kostyna, O. M. (2015). Rozvytok intehrovanykh system zviazku ta peredachi danykh dlia potreb Zbroinykh Syl. Ozbroiennia ta viiskova tekhnika, 1 (5), 35–40.
- Sova, O., Shyshatskyi, A., Salnikova, O., Zhuk, O., Trotsko, O., Hrokholskyi, Y. (2021). Development of a method for assessment and forecasting of the radio electronic environment. EUREKA: Physics and Engineering, 4, 30–40. doi: https://doi.org/10.21303/2461-4262.2021.001940
- Shyshatskyi, A., Zvieriev, O., Salnikova, O., Demchenko, Ye., Trotsko, O., Neroznak, Ye. (2020). Complex Methods of Processing Different Data in Intellectual Systems for Decision Support System. International Journal of Advanced Trends in Computer Science and Engineering, 9 (4), 5583–5590. doi: https://doi.org/10.30534/ijatcse/2020/206942020
- Yeromina, N., Kurban, V., Mykus, S., Peredrii, O., Voloshchenko, O., Kosenko, V. et al. (2021). The Creation of the Database for Mobile Robots Navigation under the Conditions of Flexible Change of Flight Assignment. International Journal of Emerging Technology and Advanced Engineering, 11 (5), 37–44. doi: https://doi.org/10.46338/ijetae0521_05
- Rotshtejn, A. P. (1999). Intellektual'nye tekhnologii identifikacii: nechyotkie mnozhestva, geneticheskie algoritmy, nejronnye seti. Vinnica: UNIVERSUM, 320.
- Ramaji, I. J., Memari, A. M. (2018). Interpretation of structural analytical models from the coordination view in building information models. Automation in Construction, 90, 117–133. doi: https://doi.org/10.1016/j.autcon.2018.02.025
- Pérez-González, C. J., Colebrook, M., Roda-García, J. L., Rosa-Remedios, C. B. (2019). Developing a data analytics platform to support decision making in emergency and security management. Expert Systems with Applications, 120, 167–184. doi: https://doi.org/10.1016/j.eswa.2018.11.023
- Chen, H. (2018). Evaluation of Personalized Service Level for Library Information Management Based on Fuzzy Analytic Hierarchy Process. Procedia Computer Science, 131, 952–958. doi: https://doi.org/10.1016/j.procs.2018.04.233
- Chan, H. K., Sun, X., Chung, S.-H. (2019). When should fuzzy analytic hierarchy process be used instead of analytic hierarchy process? Decision Support Systems, 125, 113114. doi: https://doi.org/10.1016/j.dss.2019.113114
- Osman, A. M. S. (2019). A novel big data analytics framework for smart cities. Future Generation Computer Systems, 91, 620–633. doi: https://doi.org/10.1016/j.future.2018.06.046
- Gödri, I., Kardos, C., Pfeiffer, A., Váncza, J. (2019). Data analytics-based decision support workflow for high-mix low-volume production systems. CIRP Annals, 68 (1), 471–474. doi: https://doi.org/10.1016/j.cirp.2019.04.001
- Harding, J. L. (2013). Data quality in the integration and analysis of data from multiple sources: some research challenges. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XL-2/W1, 59–63. doi: https://doi.org/10.5194/isprsarchives-xl-2-w1-59-2013
- Kosko, B. (1986). Fuzzy cognitive maps. International Journal of Man-Machine Studies, 1, 65–75.
- Gorelova, G. V. (2013). Kognitivnyi podhod k imitatsionnomu modelirovaniiu slozhnyh sistem. Izvestiia IUFU. Tekhnicheskie nauki, 3, 239–250.
- Orouskhani, M., Orouskhani, Y., Mansouri, M., Teshnehlab, M. (2013). A Novel Cat Swarm Optimization Algorithm for Unconstrained Optimization Problems. International Journal of Information Technology and Computer Science, 5 (11), 32–41. doi: https://doi.org/10.5815/ijitcs.2013.11.04
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Andrii Shyshatskyi, Oleg Sova, Tetiana Stasiuk, Vitalii Andronov, Oleksii Nalapko, Nadiia Protas, Gennady Pris, Roman Lazuta, Illia Kovalenko, Bohdan Kovalchuk
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.