Автоматизация эвристических методов синтеза новых систем

В настоящее время из эвристических методов наиболее подготовленными к автоматизации являются метод генерирования случайных ассоциаций и алгоритм решения изобретательских задач (см. разд. 6.4). Программная реализация этих алгоритмов не представляет особого труда. Здесь рассматривается проект оболочки компьютерной системы, реализующей алгоритм решения изобретательских задач (АРИЗ) в области экономики, управления или проектирования организационных структур. Структура данной программной оболочки (рис. 6.1) во многом основывается на структуре системы "Изобретающая машина" (ИМ)[17].

Компьютерная система по решению изобретательских задач включает ряд базовых подсистем. Подсистемы Приемы и Стандарты основаны на эвристических правилах преобразования экономических, управленческих или организационных систем. Подсистема Эффекты должна накапливать информацию об экономических, управленческих или технологических эффектах. В технических приложениях данная подсистема накапливает информацию о физических, химических и геометрических эффектах.

Подсистема АРИЗ достаточно универсальна. Она предназначена для разрешения экономических и управленческих противоречий в различных областях экономики и управления: Профильность подсистемы может меняться за счет ее наполнения разным содержанием в зависимости от типа задач, а также от используемых ресурсов.

Подсистема ФСА служит для проведения функционально-стоимостного анализа исследуемых систем.

Подсистема Самоучитель АРИЗ обеспечивает обучение экономистов и управленцев основам теории решения изобретательских задач и технологии решения задач с использованием ЭВМ.

Подсистема Прогноз позволяет формировать идеи по прогнозированию развития экономико-управленческих систем.

Подсистема Пульсар предназначена для более качественного решения задач по анализу и синтезу алгоритмов работы информационных экономических и управленческих систем.

Архитектура развиваемой оболочки компьютерной системы может быть построена по аналогии с архитектурой системы "Изобретающая машина" и предусматривает следующие блоки (рис. 6.2): обучение основным понятиям, содержащимся в базе знаний, диалог по постановке задачи по результатам диалога, выдача идеи решения задачи, развитие идеи. Пред выдачей идей решения проводится предиалог, целью которого является подготовка ЛПР к пониманию сути идеи решения.

Блок постдиалога обеспечивает привязку идеи решения к задаче пользователя, а блок убеждения формирует файл разбора задач-аналогов.

В тех случаях, когда при получении идеи требуется решение дополнительных задач, управление передается блоку формирования подзадач с последующим выходом на начальный диалог. В остальных блоках проводятся оценка технико-экономического уровня и перспективности идеи, развитие получаемых идей, например, для получения дополнительных эффектов или распространения найденного принципа на другие области экономики и управления.

Для разрешения экономических, управленческих или организационных противоречий с использованием эвристических приемов может быть использована компьютерная экспертная система, основанная на формуле Байеса [18]. Эта экспертная система является инструментальным средством для быстрого создания экспертных систем принятия решений в различных предметных областях.

Модель базы знаний экспертной системы представляется в виде

М = {Н, S, G, P, VH, VS},

В процессе работы экспертной системы используются следующие зависимости:

Симптом с максимальной ценой в наибольшей мере изменяет априорные вероятности гипотез при подтверждении или отрицании этого симптома. Цены симптомов вычисляются для определения очередного симптома, относительно которого следует задать очередной вопрос пользователю. Вопросы пользователю задаются в виде текста соответствующего симптома. При этом требуется подтвердить или отвергнуть симптом. Ответ пользователя задается в шкале: (-5,..., 0,...,+5), где -5 означает "нет", 0 — "не знаю", +5 — "да". Если ответ пользователя -5 (отрицание соответствующего симптома S_i), то априорная вероятность гипотезы Н_j будет P(S_i ù Н_j). Если ответ 0, то вероятность гипотезы Н_j не изменяется. Если ответ +5, то априорная вероятность гипотезы Н_j будет P(S_i ÷ Н_j). Для определения априорной вероятности гипотезы при остальных ответах пользователя используется кусочно-линейная аппроксимация.

После вычисления вероятности P(H_j ÷ R_i), где R_i, — ответ пользователя на симптом S_i, априорная вероятность Р(Н_j) заменяется вычисленной апостериорной вероятностью. Подтверждение (отрицание) симптома S_i, связанного с гипотезой Н_j, является положительным свидетельством для гипотезы Н_j, если апостериорная вероятность больше априорной. Подтверждение (отрицание) симптома является отрицательным свидетельством для гипотезы, если апостериорная вероятность меньше априорной.

Для каждой гипотезы Н_j вычисляется два числа: Р_mах (Н_j) = M_1j — апостериорная вероятность гипотезы при всех положительных свидетельствах и P_min (Н_j) = M_2j — апостериорная вероятность гипотезы при всех отрицательных свидетельствах. Имеются три правила формирования результата работы экспертной системы.

Правило 1. Подтверждение или отклонение гипотезы Н_j. Если на некотором шаге работы новая вычисленная (апостериорная) вероятность Р гипотезы Н_j становится больше Р_aj + L₁ (М_1j - P_aj), то гипотеза подтверждается ( — априорная вероятность гипотезы); если апостериорная вероятность Р гипотезы Н_j становится меньше + L₂ ( - M_2j), то гипотеза отвергается. Коэффициенты L₁ и L₂ — настроечные параметры.

Правило 2. Наиболее вероятный результат. Считается, что гипотеза Н_r наиболее вероятна, если при любых дальнейших ответах пользователя апостериорные вероятности остальных гипотез не могут превысить значение апостериорной вероятности гипотезы Н_r.

Правило 3. Если не сработали первые два правила и все вопросы по симптомам исчерпаны, то в качестве результата выдается несколько гипотез с наибольшими апостериорными вероятностями.

После сеанса работы с экспертной системой пользовательимеет возможность получить разъяснение результатов ее работы.

Экспертная система снабжается блоком обучения базы знаний, который позволяет корректировать оценки вероятностей Р+ и Р- с процедурами заполнения траектории "вопрос — ответ" и подтверждения правильности ответа экспертной системой. Этот блок облегчает построение прикладных экспертных систем, поскольку ошибки первоначального наполнения систем могут исправляться в процессе сеансов работы с опытным экспертом-учителем.

Экспертная система может быть использована для решения широкого круга задач, в частности для синтеза рациональных решений с помощью эвристических приемов. Эвристический прием — это некоторая рекомендация экономисту-изобретателю, дающая направление изменения прототипа системы в искомое экономическое или управленческое решение. В основе метода эвристических приемов лежит понятие экономического или управленческого противоречия. Противоречие выявляется при анализе прототипа системы и описывается в терминах показателей экономического объекта в виде пары (X, Y), где Х— показатель, который необходимо улучшить в прототипе; Y — показатель, который недопустимо ухудшается. При этом для фиксированного Х в одном прототипе может быть выделено несколько экономических или управленческих противоречий вида (X, Y,), i = .

Назначение экспертной системы по эвристическим приемам состоит в выдаче рекомендаций изобретателю-экономисту или управленцу по применению наиболее эффективных эвристических приемов для разрешения выявленных в прототипе противоречий.

В качестве гипотез здесь выступают эвристические приемы. Симптомами являются показатель, который необходимо улучшить, — X, и показатель, который при этом ухудшается, — Y.

В качестве базы знаний в данной экспертной системе используется таблица взаимосвязей противоречий и эвристических приемов. Интерпретацией симптома является противоречие. Считается, что симптом (X, Y) связан с гипотезой Н, если противоречие разрешается с некоторой вероятностью эвристическим приемом.

Экспертная система при взаимодействии с пользователем работает следующим образом.

Шаг 1. Пользователю предъявляется вопрос относительно некоторого показателя, который необходимо улучшить в прототипе.

Шаг 2. Пользователь, отвечая на указанный вопрос, выбирает этот показатель из меню.

Шаг 3. Система задает пользователю вопрос, ухудшается ли при этом некоторый другой показатель прототипа, и указывает этот показатель.

Шаг 4. Пользовательотвечает на поставленный вопрос по шкале (-5,..., 0,...,+5).

Шаг 5. Экспертная системапроверяет решающие правила и либо выдает наиболее достоверныйэвристический прием, либо формирует следующий прием.

Компьютеризация эвристических методов синтеза в области экономики и управления находится в стадии зарождения и требует значительных усилий исследователей в дальнейшем развитии этого направления. В перспективе ЭВМ должна помогать человеку не только выполнять рутинную работу, но и способствовать повышению творческой активности при поиске новых рациональных решений [19]..

Основные понятия

1. Эвристические методы.

2. Эвристический прием (правило).

3. Экономическое и техническое противоречие.

4. "Мозговой штурм".

5. Методы ассоциаций и аналогий.

6. Метод синектики.

7. Контрольные вопросы и коллективный блокнот.

8. Метод "матриц открытия".

9. Алгоритм решения изобретательских задач.

10. Автоматизация эвристических методов синтезановых систем.

Контрольные вопроси а задания

1. Сформулируйте основныеклассификационные признаки эвристических методов синтеза систем.

2. В чем заключаются основные принципы поиска новых рациональных систем методом, основанным на фонде эвристических приемов?

3. Предложите новые принципы построения компьютерной системы, основанной на использовании фонда эвристических приемов.

4. Дайте характеристики различным методам "мозгового штурма".

5. Предложите вариант создания компьютерной системы для поддержки творческого процесса синтеза новых эффективных систем, осуществляемого методом "мозгового штурма".

6. Разработайте каталоги признаков для решения прикладных задач конкретной экономической предметной области методами ассоциаций и аналогий.

7. Разработайте компьютерную систему синтеза решений на основе метода ассоциаций.

8. Охарактеризуйте особенности метода синектики.

9. Предложите экономические задачи для решения методами контрольных вопросов и коллективного блокнота. Опишите технологию их решения.

10. Разработайте "матрицы открытия" для решения прикладных экономических задач. Осуществите поиск рациональных вариантов, удовлетворяющих исходной постановке задачи.

11. Сформулируйте творческую экономическую задачу. Решите задачу методом АРИЗ. Опишите процесс решения задачи.

Литература

1. Альтшуллер Г.С. Алгоритм изобретения. —М.: Московский рабочий, 1973. — 296 с.

2. Альтшуллер Г.С. Творчество как точная наука. — М.: Сов. радио, 1979. — 184 с.

3. Буш Г.Я. Методологические основы научного управления изобретательством. — Рига: Лиесма, 1974. — 167 с.

4. Гильде В., Штарке К. Нужны идеи: Пер. с нем. — М.: Мир, 1973. — 64 с.

5. Голдовский Б.И; Вайнерман М.И. Рациональное творчество. — М.: Речной транспорт, 1990. — 120 с.

6. Джонс. Дж.К. Методы проектирования: Пер. с англ.- 2-е изд., доп. — М.: Мир, 1986. — 326 с.

7. Диксон Д. Проектирование систем: изобретательство, анализ, принятие решений: Пер. с англ. — М.: Мир, 1969. — 440 с.

8. Загоруйко Н.Г. Методы обнаружения закономерностей. — М.: Знание, 1981. —62 с.

9. Одрин В.М; Картавов В.В. Некоторые итоги и перспективы развития морфологического анализа систем / Препринт АН УССР. Ин-т кибернетики, 73-62. — Киев, 1973. — 83 с.

10. Одрин В.М; Картавов В.В. Морфологический анализ систем. — Киев: Наукова думка, 1977. — 183 с.

11. Одрин В.М. Метод морфологического анализа технических систем. — М.: ВНИИПИ, 1989. — 312 с.

12. Повилейко Р.П. Классификация методов решения конструкторско-изобретательских задач (десятичные матрицы поиска). // Проблемы информатики. — Новосибирск: Наука, 1972. — Вып.5. — С. 5 — 37.

13. Повилейко Р.П. Инженерное творчество. — М.: Знание, 1977. — 62 с.

14. Техническое творчество: теория, методология, практика. Энциклопедический словарь-справочник / Под ред. А. И. Половинкина, В. В. Попова. — М.: НПО "Информ-система", 1995. — 408 с.

15. Титов В.Н. Выбор целей в поисковой деятельности (методы анализа проблем и поиска решений в технике). — М.: Речной транспорт, 1991.— 125 с.

16. Тринг М; Лейтуэйт Э. Как изобретать?: Пер. с англ. — М.: Мир, 1980. — 272 с.

17. Цуриков В.М. Проект "Изобретающая машина" - интеллектуальная среда поддержки инженерной деятельности // ТРИЗ. — 1991. — №2.1.—С. 17 -35.

18. Дворянкин А. М. Экспертная система для принятия проектных решений // Инновационное проектирование в образовании, технике и технологии: Межвуз. сб. научн. тр. — Волгоград, Изд-во ВолгГТУ, 1996. — С. 25 — 34.

19. Андрейчиков А. В., Андрейчикова О. Н. Компьютерная поддержка изобретательства. — М.: Машиностроение, 1998. — 467 с.

Глава 7.

АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ ПРИНЯТИЯ, ПЛАНИРОВАНИЯ И СИНТЕЗА РЕШЕНИЙ

Повышение качества и производительности труда —"вечная" проблема. При этом особенно сложно повысить эффективность творческого труда, к которому относятся процедуры принятия, планирования и синтеза рациональных и новых решений в экономике. Одним из наиболее перспективных способов решения этой проблемы является создание автоматизированных систем.

Создание принципиально новых экономических систем и выработка эффективных управленческих решений всегда будет прерогативой высокотворческих личностей, поскольку даже в суперЭВМ невозможно вдохнуть душу человека и заложить в ее память постоянно развивающуюся модель знаний творческой личности, являющейся частью модели мира. Тем не менее для принятия, планирования и синтеза экономических решений среднего уровня уже сейчас активно разрабатываются компьютерные интеллектуальные системы, способные синтезировать решения более эффективно, чем человек. В настоящее время такие системы развиваются не в направлении подключения дополнительных программных модулей и создания требуемых баз данных, а в радикальном перераспределении вычислительных работ и концентрации пользовательских, поисковых задач синтеза решений в экспертных системах, которые могут рассматриваться как особые комплексные подсистемы со своими информационной базой и программным обеспечением общего и специального назначения.

7.1. Необходимость автоматизации процессов принятия, планирования и синтеза решений

Методы принятия, планирования и синтеза решений основываются на применении знаний (в частности, системы предпочтений) лица или коллектива лиц, ответственных за принимаемое синтезируемое решение.

Однако процедуры выявления знаний, системы предпочтений лица, принимающего решение, настолько сложны, что требуют участия консультанта в процессе оценки, синтеза и выбора решения из множества альтернативных вариантов. Консультант, как правило, хорошо осведомлен о методах принятия и синтеза решений, приемлемых при разных критериях, альтернативах, шкалах критериев, типах оценок и т. п.

Привлекаемые к процессу решения задачи специалисты помогают ЛПР более четко разобраться в сложившейся ситуации выбора решений, обучают его применяемым методам. Опыт консультанта обеспечивает целенаправленность размышлений ЛПР и строгость в структуре получаемых от него оценок. Все это дает пользователям возможность синтеза и выявления наиболее обоснованных вариантов наилучших в некотором смысле решений из множества допустимых.

Выявление данных, знаний и системы предпочтений ЛПР для решения задачи осуществляется путем сбора экспертной информации, объем которой оказывается весьма существенным. Объем экспертной информации, которую необходимо получить и обработать, тем больше, чем выше размерность решаемой задачи.

Разработка универсальных анкет для различных вариантов задач принятия, планирования и синтеза решений невозможна. Следовательно, требуется постоянное участие консультанта, направляющего последовательность рассуждений ЛПР в процессе сбора экспертной информации, что ведет к нарушению принципов конфиденциальности и необходимой документальности информации. Таким образом, если решение, выбранное предлагаемым методом, является неудовлетворительным для ЛПР, консультант не имеет возможности документально точно восстановить процедуру опроса. В результате невозможно обосновать справедливость решения, полученного на основе выявления системы предпочтений пользователя, а также его оценок правдоподобности тех или иных последствий принимаемых решений.

Решение задач в неавтоматизированном режиме не позволяет организовать сбор и обработку исходной информации от нескольких экспертов.

Значительным толчком к разработке диалоговых систем принятия и синтеза решений послужило быстрое развитие персональных ЭВМ, что позволило существенно приблизить ЭВМ к реальному пользователю.

Таким образом, необходимость автоматизации процессов принятия, планирования и синтеза решений предопределена возможностью возложить на ЭВМ роль консультанта по принятию и синтезу решений и тем самым обеспечить конфиденциальность информации и учесть способности каждого ЛПР, рационально распределить функции между пользователем и ЭВМ, обеспечить сбор, накопление, хранение и коррекцию экспертной информации при необходимости повторного решения задачи.