- •Министерство образования, науки и молодежи республики крым
- •Факультет экономики и менеджмента Кафедра экономической кибернетики выпускная магистерская работа
- •Национальная академия природоохранного и курортного строительства
- •Министерство образования, науки и молодежи республики крым
- •Реферат
- •1.Научные основы принятия решений с целью повышения прибыли производства упаковочной продукции. 11
- •1.Научные основы принятия решений с целью повышения прибыли производства упаковочной продукции.
- •Цели и задачи принятия экономических решений в производстве упаковочной продукции.
- •1.2 Состояние упаковочной продукции на рынке
- •1.3 Проблемы принятия решений в производстве упаковочной продукции
- •1.4. Роль информационных технологий в управлении производственно-торговым предприятием
- •1.5 Модели и методы принятия решений.
- •Вывод по разделу 1
- •2.Экономико-математическое моделирование деятельности производственно-торгового предприятия с целью повышения прибыли на базе внедрения средств ИкЗ на примере ооо «Хелена».
- •2.1.Технологии принятия решений
- •2.1.1. Принятие решений в условиях риска
- •2.1.2.Принятие решений в условиях определенности
- •2.1.3.Принятие решений в условиях неопределенности
- •2.1.4.Нахождение решений в условиях определенности при множественности целей
- •2.1.5.Метод Парето решения многокритериальных задач выбора альтернативы
- •2.2. Принятие предпринимательского решения для повышения прибыли производственно-торгового предприятия.
- •2.2.1. Сфера принятия управленческих решений
- •2.2.2 Технология принятия предпринимательских решений
- •2.2.3. Экономические методы принятия предпринимательских решений
- •2.3.Модель и метод икз для вывода знание-ориентированных решений в производственном бизнесе. Идея и концепция квантового подхода к искусственному интеллекту (ии)
- •Сущность δРакз-метода принятия решений в икз
- •Постановка и решение Аδ-задачи икз
- •3.2.3. Определение ключевых понятий инженерии квантов знаний (икз)
- •Постановка и решение базовых Вδ-задачи и Сδ -задачи
- •Методика вычисления пд р(*) выводимого решения-следствия в условиях V-неопределенности
- •Вывод по разделу 2
- •3.Реализация интеллектуальной информационной технологии поддержки принятия решений для прибыльной деятельности предприятия на основе использования средств инженерии квантов знаний
- •3.1.Концепция знаниеориентированного принятия управленческих решений в производственной деятельности для повышения прибыли средствами инженерии квантов знаний (икз)
- •Сущность δ-ракз-метода принятия решений в икз
- •3.2. Разработка интеллектуальной информационной технологии для поддержки решений с целью повышения прибыли предприятия
- •1. Рентабельность.
- •2. Организация товародвижения.
- •3. Оборачиваемость средств.
- •4. Производительность труда.
- •5. Фондоотдача.
- •6. Материалоотдача.
- •7. Фондовооруженность.
- •3.3. Практическая реализация прототипа иит "Kvant-b" для повышения прибыли фирмы
- •Вывод по разделу 3
- •Заключение
- •Список использованной литературы
- •ПриложениеA.
- •ПриложениеB.
- •ПриложениеC.
- •ПриложениеD.
- •ПриложениеE.
2.3.Модель и метод икз для вывода знание-ориентированных решений в производственном бизнесе. Идея и концепция квантового подхода к искусственному интеллекту (ии)
Существующие искусственные нейронные сети и методы инженерии знаний (И З), основанные на логических, продукционных, фреймовых и др. моделях знаний, недостаточно эффективны из-за несовершенства способов представления и машинного способа манипулирования ими. Тем не менее, знаниеоориентированное направление остается актуальным в моделировании интеллектуальных умений человека успешно принимать решения в различных условиях неопределенности, благодаря человеческой интуиции и знаниям.
В этом направлении профессором И.Б. Сироджа предложен квантовый подход к инженерии знаний, реализованный посредством разработанного метода разноуровневых алгоритмических квантов знаний (δ-РАКЗ-метод) для принятия идентификационных и прогнозных решений в условиях δ-неопределенности. Эти условия предлагается определить параметром δ , значения которого конкретизируют суть вводимых типов неопределенностей соответствующей комбинацией следующих ограничений.
Данные об объекте принятия решений (ОПР) имеют разнотипный характер (измерены в количественных и качественных шкалах) и полученны в неполных объемах из разных источников (книги, справочники, техническая документация, эксперты, измерения и т.п.);
Информация о предметной области и ОПР не всегда достоверна, неполна и неточна;
Данные носят преимущественно статистический характер с неизвестными законами распределения характеристик (признаков) ОПР;
Преобладает лингвистический (качественный) и нечеткий характер описания предметной области и свойств ОПР;
Критерии качества принятия решений заданны неявно и неизвестны по количеству и конкретно какие информативные признаки ОПР, доставляющие оптимум критерия качества;
Неизвестны правила принятия идентификационных и прогнозных решений, а также индуктивные принципы их построения путем обучения компьютера по выборочным знаниям и экспериментальным данным;
Невозможно непосредственно построить правила принятия указанных решений с помощью известных стандартных вычислительных методов.
Комбинация ограничений {(1), (5)-(7)} определяет условия t-неопределенности, , при которых используются достоверные (точные) t-кванты знаний, а точнее tk-знания. Комбинации ограничений {(1), (2), (5)-(7)}, отвечает условиям π- неопределенности , когда показатели достоверности событий не точны и оцениваются приближенно, и применяются приближенные -кванты, т.е. k-знания.
Аналогично, при и ограничениях {(1), (3), (5)-(7)} выполняются условия v-неопределенности, при которых используются вероятностные vk-знания, а при и ограничениях {(1), (2), (4)-(7)} имеем условия -неопределенности и применяем нечеткие k-знания.
Идея квантового подхода к ИИ кроется в новой формализованной структуризации (автоматическом квантовании) информации для компьютерного воспроизведения умозаключений и рассуждений средствами математической логики и теории алгоритмов. Понятие δ – кванта знаний, т.е. δk – знания определяется аксиоматически как алгоритмическая структура 0-го, 1-го и 2-го уровней сложности, которая описывает конкретное событие порцией (квантом) информации в виде высказывания и содержит три составляющие: содержательную (семантика), информационную (символы) и процедурную (операторы, алгоритмы). Если квантовому событию можно поставить в соответствие число, то имеем δk -знания 0-го уровня, если кортеж чисел (вектор) или матрицу, то δk-знания имеют 1-й или 2-й уровень соответственно, независимо от типа условий δ-неопределенности. При этом посредством δРАКЗ-метода реализуется алгоритмизация δРАКЗ-моделей представления знаний и дедуктивного вывода следствий из посылок, опираясь на базу δ-знаний (БδkЗ), которая строится индуктивно при обучении на примерах.
Предложенная идея реализуется на основе концепции инженерии квантов знаний (ИКЗ), которая базируется на разработанном δРАКЗ-методе принятия решений [7] и представлена общей схемой на рис 2.3.1.
Рис 2.3.1. Общая концептуальная схема инженерии квантов знаний
Согласно концептуальной схеме ИКЗ первоначально строится БδkЗ как система импликативных и/или функциональных закономерностей для конкретной предметной области посредством индуктивного вывода из выборочных обучающих δk-знаний в форме таблиц эмпирических данных (ТЭД) и сценарных примеров обучающих знаний (СПОЗ). Искомые решения (следствия) в форме новых δk-знаний дедуктивно выводятся из БδkЗ по наблюдаемым δk-знаниям (посылкам). Автоматическое квантование разнотипной информации и машинное манипулирование δk-знаниями обеспечивается алгоритмическими и операторными средствами δРАКЗ-метода [22] в условиях δ-неопределенности.