Проверяемый текст
Брундасов Сергей Михайлович. Автоматизация принятия решений на основе семантического анализа иерархических и сетевых моделей (Диссертация 2003)
[стр. 114]

114 Система не является простой суммой ее элементов.
Объединение элементов в единое целое может образовывать (или терять) новые свойства системы в целом.
Для отражения этого процесса и вводится уровень подсистем (кластеров).
Проведенный анализ модели
(3.16) показывает, что она соответствует известным схемам, используемым в рамках МАИ и МАС, которые могут использоваться для построения решающей модели.
Таким образом, реализация
методики семантического расширения позволяет упростить процесс построения модели задачи и делает возможным разработку методов автоматизации процессов ее построения и корректировки.
Непосредственное применение рассмотренного подхода без дополнительных моделей в «ручном» режиме дает следующие преимущества: 1.
Семантическое моделирование предметной области способствует систематизации и структуризации знаний о ней, формированию ее целостной картины.

11ри этом наличие лингвистической трактовки связей между элементами модели позволяет получить формализованное описание предметной области и получаемых результатов на языке, близком к естественному, 2.
Использование стандартного набора элементов и связей при построении модели, представленного в виде семантической модели, позволяет избежать потери важных элементов и уменьшить количество малозначимых.

3.
Наличие БЗ обеспечивает возможность многократного использования построенных моделей ПР, а также проведение многовариантных процедур моделирования ЗПР при различных исходных данных.
4.
Возможность разработки методов автоматизации построения и корректировки модели задачи на основе семантической модели.
Таким образом, построена модель задачи, включающая модели критериев, альтернатив, кластеров альтернатив, критериев оценки.
На основе
[стр. 89]

Из модели (3.9) следует, что сеть можно рассматривать как совокупность кластеров, состоящих из элементов.
Таким образом, в сети получается всего два уровня кластеры и элементы.
В соответствии с принципом системного подхода [11, 47] вся сеть может рассматриваться как система, кластеры подсистемы, и элементы кластеров, как элементы подсистем.
Система не является простой суммой се элементов.
Объединение элементов в единое целое может образовывать (или терять) новые свойства системы в целом.
Для отражения этого процесса и вводится уровень подсистем (кластеров).
Проведенный анализ модели
(3.6) показывает, что она соответствует известным схемам, используемым в рамках МАИ и МАС, которые могут использоваться для построения решающей модели.
Таким образом, реализация
концепции семантического расширения позволяет упростить процесс построения модели задачи и делает возможным разработку методов автоматизации процессов ее построения и корректировки.
Методы автоматизации плотно связаны с применяемыми решающими моделями и поэтому рассматриваются в § 3.4.
Непосредственное применение рассмотренного подхода без дополнительных моделей в «ручном» режиме дает следующие преимущества: 1.
Семантическое моделирование предметной области способствует систематизации и структуризации знаний о ней, формированию ее целостной картины.

При этом наличие лингвистической трактовки связей между элементами модели позволяет получить формализованное описание предметной области и получаемых результатов на языке, близком к естественному.
2.
Использование стандартного набора элементов и связей при построении модели, представленного в виде семантической модели, позволяет избежать потери важных элементов и уменьшить количество малозначимых.


[стр.,90]

3.
Наличие БЗ обеспечивает возможность многократного использования построенных моделей ПР, а также проведение многовариантных процедур моделирования ЗПР при различных исходных данных.
4.
Возможность разработки методов автоматизации построения и корректировки модели задачи на основе семантической модели.
Таким образом, построена модель задачи, включающая модели критериев, альтернатив, кластеров альтернатив, критериев оценки.
На основе
построенной модели будет разрабатываться решающая модель, анализ результатов применения которой может приводить к изменениям в моделях задачи и семантического представления.
3.3.
Построение решающих моделей различных типов в зависимости от структуры предпочтений лица, принимающего решения В разделе § 3.2 построена математическая модель задачи (3.6).
Проведенный анализ структуры ее компонентов, выраженный моделями (3.7) (3.9), позволяет выделить следующие компоненты решающей модели: 1) На нижнем уровне модели задачи для терминальных элементов /7/ возможны два способа детализации иерархическая (3.8) и сетевая (3.9), которые требуют построения соответствующих решающих моделей: Я/ для иерархических отношений между элементами; Я2 для обработки произвольных связей между элементами (сетевые модели); 2) Кз после получения значений оценок терминальных элементов должен выполняться синтез оценок в рамках управляющих иерархий Яр (3-8), результатом которого является получение промежуточных оценок целей Ес, детализирующих главную цель (3.7); 3) К4 синтез обобщенного решения задачи.


[стр.,100]

100 при построении комплексного описания модели на основе связей между элементами, задающими их уровни в модели.
Основой для естественного языкового описания являются данные о связях между элементами моделей, а также использование качественных оценок, задаваемых с помощью аппарата лингвистических переменных (3.5).
Таким образом, реализация семантического расширения делает возможным автоматизацию процессов построения модели задачи в виде совокупности детализирующих друг друга иерархических и сетевых моделей принятия решений, обеспечивая при этом ее целостность и корректность.
Данный подход позволяет избежать указанных ранее в § 1.4 недостатков, присущих классическим МАИ и МАС, и имеет следующие преимущества: 1.
Семантическое моделирование предметной области способствует систематизации и структуризации знаний о ней, формированию ее целостной картины.

При этом наличие лингвистической трактовки связей между элементами модели позволяет получить формализованное описание предметной области и получаемых результатов на языке, близком к естественному.
2.

За счет задания в семантической модели силы связей между элементами, при построении модели ЗПР, выполняется проверка корректности имеющихся связей.
Таким образом исключаются противоречия и возможности пропуска значимых связей.
3.
Использование унифицированного механизма задания и оценки альтернатив позволяет создавать процедуры автоматической генерации и заполнения МПС.
*

[Back]