Многоуровневые алгоритмы для задач принятия решений прецедентного типа

  • Виктор Владимирович Краснопрошин Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь
  • Владимир Алексеевич Образцов Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

Аннотация

Рассматривается специальный класс задач принятия решений прецедентного типа, которые часто возникают в слабо формализованных предметных областях. Для решения таких задач, как правило, применяются эвристические алгоритмы, которые не могут быть строго обоснованы. Показано, что данный класс задач сводится к стандартной задаче распознавания образов с обучением. Это позволяет вместо эвристических алгоритмов использовать многоуровневые модели, которые дают возможность повысить точность решения, а в некоторых случаях обосновать его правильность. Приведен анализ различных вариантов построения многоуровневых моделей. Предложен многоуровневый алгоритм для задачи принятия решений, основанный на структурировании информации.

Биографии авторов

Виктор Владимирович Краснопрошин, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

доктор технических наук, профессор; профессор кафедры информационных систем управления факультета прикладной математики и информатики

 

Владимир Алексеевич Образцов, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

кандидат физико-математических наук; доцент кафедры информационных систем управления факультета прикладной математики и информатики

 

Литература

  1. Taha HA. Operations research: an introduction. 7th edition. Upper Saddle River: Prentice Hall; 2003. XVII, 830 p. Russian edition: Taha HA. Vvedenie v issledovanie operatsii. 7th edition. Min’ko AA, translator. Moscow: Williams Publishing House; 2007. 912 p.
  2. Mal’tsev AI. Algebraicheskie sistemy [Algebraic systems]. Moscow: Nauka; 1970. 392 p. (Sovremennaya algebra). Russian.
  3. Gödel K. Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme I. Monatshefte für Mathematik und Physik. 1931;38:173–198. DOI: 10.1007/BF01700692.
  4. Laurière J-L. Intelligence artificielle. Résolution de problèmes par l’homme et la machine. Paris: Eyrolles; 1987. XI, 473 p.
  5. Barwise J, editor. Handbook of mathematical logic. Amsterdam: North-Holland; 1977. XII, 1165 p. (Studies in logic and the foundations of mathematics; volume 90).
  6. Nilsson NJ. Learning machines: foundations of trainable pattern­classifying systems. New York: McGraw-Hill; 1965. XI, 137 p. (McGraw-Hill series in systems science).
  7. Zhuravlev YuI. [An algebraic approach to solving recognition or classification problems]. In: Yablonskii SV, editor. Problemy kibernetiki. Vypusk 33 [Problems of cybernetics. Issue 33]. Moscow: Fizmatgiz; 1978. p. 5–68. Russian.
  8. Zhuravlev YuI. [Extremal algorithms in algebra over incorrect algorithms]. Doklady Akademii nauk SSSR. 1977;237(3):509–512. Russian.
  9. Krasnoproshin VV, Obraztsov VA. The choice of algorithms to solve the pattern recognition problem. Pattern Recognition and Image Analysis. 1996;6(3):526–535.
  10. Krasnoproshin VV. [On the optimal corrector of a set of recognition algorithms]. Zhurnal vychislitel’noi matematiki i matematicheskoi fiziki. 1979;19(1):204–215. Russian.
  11. Zhuravlev YuI, Ablameiko SV, Biryukov AS, Dokukin AA, Krasnoproshin VV, Obraztsov VA, et al. Algorithms for algebraic and logical correction and their applications. Pattern Recognition and Image Analysis. 2010;20(2):105–117. DOI: 10.1134/S105466181002001X.
  12. Krasnoproshin VV, Obraztsov VA. Problems of solvability and choice of algorithms for decision making by precedence. Pattern Recognition and Image Analysis. 2006;16(2):155–169. DOI: 10.1134/S1054661806020027.
  13. Krasnoproshin V, Obraztsov V. [Complex problems of pattern recognition and the possibilities of their solution]. In: Markov K, Ryazanov V, Ivanova K, Mitov I, editors. Classification, forecasting, data mining. Sofia: ITHEA; 2009. p. 69–75 (Information science and computing; number 8). Russian.
  14. Krasnoproshin VV, Obraztsov VA, Popok SA, Vissia H. Decision-making in sports traumatology. In: Peris-Ortiz M, ÁlvarezGarcía J, Del Río-Rama M. Sports management as an emerging economic activity: trends and best practices. Cham: Springer; 2017. p. 207–219. DOI: 10.1007/978-3-319-63907-9_13.
Опубликован
2023-12-19
Ключевые слова: многоуровневый алгоритм, задача принятия решений, прецедентный тип, распознавание образов с обучением, модели корректировки, модели на основе структурирования информации
Поддерживающие организации Работа выполнена при поддержке Белорусского республиканского фонда фундаментальных исследований (грант № Ф21АРМ-005).
Как цитировать
Краснопрошин, В. В., & Образцов, В. А. (2023). Многоуровневые алгоритмы для задач принятия решений прецедентного типа. Журнал Белорусского государственного университета. Математика. Информатика, 3, 82-91. Доступно по https://journals.bsu.by/index.php/mathematics/article/view/5730
Выпуск
№ 3 (2023): Журнал Белорусского государственного университета. Математика. Информатика
Раздел
Теоретические основы информатики

Copyright (c) 2023 Журнал Белорусского государственного университета. Математика. Информатика

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.

Авторы, публикующиеся в данном журнале, соглашаются со следующим:

  1. Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
  2. Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
  3. Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).