Нейро-нечеткие методы поддержки принятия решений по управлению сложными системами на основе динамического рубрицирования информации

Номер гранта:	18-01-00558
Область научного знания:	математика, механика, информатика
Тип конкурса:	(а)(а) конкурс проектов фундаментальных научных исследований
Год выполнения:	2018г.
Руководитель:	Дли Максим Иосифович
Статус заявки:	поддержана

Аннотация к заявке:

В настоящее время одним из важных направлений развития методов поддержки принятия решений по управлению сложными системами различной природы является использование алгоритмов анализа информации, представленной в текстовой форме. Примером использования данных алгоритмов является их реализация в системах поддержки принятия решений по рационализации организационных структур органов государственной и муниципальных власти различных уровней, управлению сложными электро- и теплоэнергетическими объектами и интеллектуальными роботизированными комплексами, созданию процедур экологического мониторинга и т.д. В указанных системах существенную роль играют алгоритмы автоматизированного интеллектуального анализа большого объема информации, обеспечивающие извлечение знаний из множества содержащих данную информацию документов. Подобные документы могут также формироваться в результате формализации и перевода в цифровые форматы голосовых управляющих команд и других сообщений. Одной из важнейших разновидностей данного анализа является процедура классификации (рубрицирования) документов, по результатам которой могут приниматься и/или корректироваться управленческие решения. Учитывая низкую степень формализации исходной информации, для реализации данной процедуры обычно используются различные методы искусственного интеллекта, к которым в первую очередь в данном случае относятся методы построения моделей на основе искусственных нейронных сетей и «деревьев решений». По мере развития сетевых технологий взаимодействия элементов сложных социально-экономических и организационно-технических систем, повышения их открытости и расширения доступа к ним со стороны новых классов пользователей формируется ряд специфических особенностей электронных документов, которые затрудняют их автоматизированный анализ. К таким особенностям можно отнести: небольшой размер документа (что затрудняет его статистический анализ); отсутствие структуризации (что усложняет процедуры извлечения информации и знаний); наличие большого количества ошибок (что приводит к необходимости реализации нескольких дополнительных этапов обработки); нестационарность тезауруса (состава и важности элементов, что приводит к необходимости использования процедур динамической кластеризации при решении задач рубрицирования). Очевидно, что указанные особенности рассматриваемых документов накладывают определенные ограничения на использование известных алгоритмов интеллектуального анализа данных. Предлагаемая работа направлена на решение фундаментальной проблемы - разработки новых интеллектуальных методов поддержки принятия решений по управлению сложными системами различной природы на основе анализа неструктурированных электронных документов в условиях динамического изменения характеристик их кластеров (состава и параметров рубрик, важности элементов и т.д.) с использованием нейро-нечетких сетей и нечетких «деревьев решений».

Аннотация к заявке приведена в авторской редакции. По состоянию на 02.05.2026