- •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.
Сущность δРакз-метода принятия решений в икз
В терминах δРАКЗ-метода формулируется и его же средствами решаются три базовые задачи ИКЗ.
Формализация представления, аксиоматического синтеза и компьютерного манипулирования δk-знаниями 0-го, 1-го и 2-го уровней сложности с учетом δ-неопределенности (Аδ-задача).
Вывод на δk-знаниях идентификационных (узнавание) решений (Вδ-задача), опираясь на идентификационную БδkЗ.
Вывод на δk-знаниях прогнозных (экстраполяция) решений (Сδ-задача), опираясь на прогнозную БδkЗ.
Сущность δРАКЗ-метода заключается в научно обоснованном систематизированном применении разработанных модельных и алгоритмических средств для постановки и решения указанных базовых Аδ-, Вδ-, Сδ-задач в ИКЗ.
Основные действия δРАКЗ-метода принятия решений и порядок их выполнения приведены ниже.
Формирование выборочных ТЭД (Bδ - Cδ) и СПОЗ (Bδ - Cδ) с оценкой адекватности их объема m×n требуемой БδkЗ при заданной допустимой величине достоверности p* содержащих в ней импликативных и функциональных закономерностей.
Синтез идентификационной логической сети возможных рассуждений (ЛСВР(Bδ)) или прогнозной (ЛСВР(Сδ)) в режиме обучения с помощью предложенного алгоритма δАЛОБУЧ.
Автоматическое квантование ЛСВР (Bδ - Cδ) с помощью алгоритма δАЛАКВА и трансформация ее в δ-квантовую сеть вывода решений (δ-КСВР (Bδ - Cδ)) выполняющую роль БδkЗ (Bδ - Cδ) и механизма принятия идентификационных и прогнозных решений с вычислением показателя достоверности p(Bδ) и p(Cδ) выводимых решений.
Оптимизация БδkЗ по критерию избыточности ее структуры с помощью алгоритма δАЛОПТ и формирование рабочих δ-КСВР(Bδ) и δ-КСВР(Cδ).
Вывод идентификационного решения δksRCw из БδkЗ(Bδ) и прогнозного решения δksRCw из БδkЗ(Cδ) посредством DED-оператора и синтезированных алгоритмов АЛ(Bδ), АЛ(Cδ) и АЛУПР соответственно.
Постановка и решение Аδ-задачи икз
Формально –задачупредставим множественной «пятёркой»:
, |
(3.1) |
где – символьный язык δ–квантов знаний, состоящий из конечного множества букв, цифр и символов операций теории алгоритмов;
– конечное множество терминальных δ–квантов знаний; задаваемое априори;
– множество показателей достоверности (ПД) δk–знаний из интервала [0, 1];
– правила конструирования разноуровневых δ–квантов;
– множество семантических кодов испециальных структур данных, определяющих уровень и содержание δ-знаний.
В -задачетребуется создать формальный механизм построения класса разноуровневых δk–знаний в языке S со значениями степени достоверности изна основе применения правил ктерминальным δ-квантам из , а также с требуемым уровнем и содержанием δ-квантов с соответствующими семантическими кодами из .
Вероятным множеством на универсальном множестве U={u} называется совокупность пар вида:
, |
(3.2) |
В классе δk-знания определяются аксиоматически. Рассмотрим объекты принятия решений (ОПР) с разнотипными признаками , которые принимают значения из конечных вероятных множеств:
, |
(3.3) |
где – функция достоверности вероятного множества.
Постулируем:
(а) множество Кδ терминальных δ-квантов знаний:
, |
(3.4) |
– Терминальный выбирающий δ–квант 0-го уровня:
|
(3.4) |
где - функция выбораk-го элемета из совокупности.
– Терминальный векторный δ –квант 1-го уровня:
|
(3.6)
|
где dj – домены со значением признаков;
«:» - разделитель доменов.
– Терминальный характеристический δ –квант 1-го уровня:
|
(3.7)
|
где со следующейсемантикой: «фиксируется мн-во Yj наблюдений, если значение j-го признака ОПР в данный момент наблюдается с ПД , то значение характеристической функции ; иначе, наблюдение отсутствует и значение».
(б) алгоритмические операторы:
– Оператор суперпозиции (П-оператор):
, |
(3.8) |
– Строчный оператор конкатенации (-оператор):
|
(3.9) |
– Матричный оператор конкатенации (-оператор):
CONi=1m[ei] = [e1 e2…em]T . |
(3.10) |
Опираясь на постулируемые терминальные -знания (а) и алгоритмические операторы (б) определим аксиоматически строго -знания как δРАКЗ – модели представления знаний.
Определение 3.2. Алгоритмические структуры, получаемые из терминальных элементов множества (3.4) путем конечного числа применений к ним П-оператора (3.8), -оператора (3.9) и-оператора (3.10), называются разнотипнымиk-знаниями (δPАКЗ-моделями), в условиях описанной ранее δ-неопределенности.