Методы теории нечетких систем

Общие положения. Методы теории нечетких систем представляют собой наиболее современное средство исследования сложных проблем. Они позволяют формализовать неточные, несовершенные, часто противоречивые знания, которые используют в своих рассуждениях специалисты, т. е. приближают язык ЭВМ к естественному для специалистов языку. В настоящее время теория нечетких систем — одна из немногих, математически оперирующих со смысловым содержанием наших слов. Возможность математически представлять и логически обрабатывать смысл слов означает появление новых средств реализации человеко-машинных систем поддержки принятия решений. Можно ожидать, что эти средства позволят понимать нечеткости и глубинный смысл языка специалистов, представлять в виде четких тезисов даже такие крайне нечеткие макрознания, как здравый смысл, вырабатывать логические выводы, присущие человеку. Все это существенно повышало бы практическую ценность искусственного интеллекта.

Интенсивное проникновение методов искусственного интеллекта в различные сферы деятельности для решения сложных задач управления и поддержки принятия решений не может быть плодотворным без привлечения информации, которая не выражается количественно. Часто это смысловая, качественная информация.

Основы современной теории нечетких систем заложены работами Л. Заде, А. Кофмана, Дюбуа и Прада, Рэлеску и Негойцэ и др.

Объектами исследований в теории нечетких систем являются сложные системы с участием человека; методы изучения: комплексные синтетические, на основе эмпирики и интуиции; представление системы — нечетко-качественно; информация, получаемая при моделировании, неопределенная, но обширная, а по содержанию субъективная и эмоциональная.

Примерами нечетких систем могут быть социально-политические системы, человеко-машинные, робототехнические, биологические, организационные и другие системы. Особенно плодотворно применение теории нечетких множеств для решения задач анализа и синтеза экспертных систем. Известен ряд применений методов теории нечетких множеств для анализа безопасности на атомных электростанциях, распознавания образов и моделирования обучения, поддержки принятия решений в социально-политической области (военно-политические конфликты, поведение электората во время президентских выборов и др.). Традиционные методы системного анализа и синтеза «четких» систем неприменимы к нечетким системам.

Одной из интеллектуальных программных систем является разработанная в 1992 г. отечественная когнитивная (cognition — процесс познания) система моделирования стратегий — КоСМоС (Cognitive System for the Modelling of Strategy — CoSMoS), которая предназначена для моделирования стратегий принятия решений в неопределенной, нечеткой обстановке.

КоСМоС используется для поддержки принятия стратегических решений в области экономики, политики, социологии, военно-политических конфликтов, медицине, экологии и т. д.

КоСМоС — это интеллектуальная система, основанная на знаниях, но это не экспертная система, хотя она и содержит метаэкспертную компоненту в традиционном понимании. Принцип формирования и редактирования базы знаний в отличие от традиционных экспертных систем не требует специальной подготовки от экспертов; система может работать под управлением DOS и WINDOWS.

С помощью КоСМоС создавались такие модели, как:

• а) «Великобритания и Персия в 1918 г.» ;
• б) «Менталитет» (модель менталитета России);
• в) «Россия — Крым — Украина» (модель отношений Автономной Республики Крым с независимой Украиной);
• г) «Президент» (модель первых президентских выборов);
• д) «Экономика — Демо» (демонстрационная модель макроэкономики) и др.

КоСМоС позволяет пользователю концентрировать знания экспертов в выбранной проблемной области человеческих знаний.

Процедура составления модели ориентируется только на эксперта. Неподготовленный пользователь может применять уже готовые модели.