Реферат: Е. И. Жданова Поволжский государственный университет

Жданова Е.И. Обобщенная схема функционирования гибридной системы на основе имитационного моделирования и нейросетевых технологий. // Проблемы информатики в образовании, управлении, экономике и технике: Сб. статей Всерос. научно-техн. конф.– Пенза: ПДЗ, 2008. – С. 254-256.

ОБОБЩЕННАЯ СХЕМА ФУНКЦИОНИРОВАНИЯ
ГИБРИДНОЙ СИСТЕМЫ НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ И НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ

Е.И. Жданова

Поволжский государственный университет
телекоммуникаций и информатики,
г. Самара

В управлении предприятием принять «правильное» решение – значит выбрать такую альтернативу из числа возможных, в которой с учетом всех разнообразных факторов и противоречивых требований будет оптимизирована общая ценность. Доход компании определяется качеством этих решений – точностью прогнозов.

Все стратегические решения в любой компании принимаются руководителями в индивидуальном порядке или методом коллективного обсуждения с компетентными лицами. Также в принятии какого-либо решения могут помочь современные средства обработки и анализа информации, средства моделирования, экспертные системы, интеллектуальные информационные системы, нейронные сети.

Сегодня все более широко начинают использоваться так называемые аналитические технологии, с помощью которых строятся системы, позволяющие существенно повысить эффективность принятия управленческих решений. В их основе – технология искусственного интеллекта. Наиболее интересными являются нейронные сети.

Технологии, объединяющие различные подходы к моделированию сложных систем, например, методов имитационного моделирования и нейросетевых технологий, будут являться в будущем, пожалуй, самым мощным инструментом исследования сложных систем, управление которыми связано с принятием решений в условиях неопределенности.

В статье рассмотрена возможность совместного применения имитационной модели и нейросетевых технологий для управления процессами, происходящими в компании телекоммуникаций, а именно: процессом распределения работников линейно-кабельного отдела.

Обобщенная схема функционирования гибридной системы на основе имитационного моделирования и нейросетевых технологий (ГСИМ+НСТ) представлена на рисунке.




^ Обобщенная схема функционирования ГСИМ+НСТ

Функционирование ГСИМ+НСТ начинается с представления входных данных для имитационного моделирования. Такими входными данными могут являться статистические данные, полученные в ходе анализа проблемной области (ПрО); случайные величины, влияющие на процессы данной ПрО; параметры законов распределения выявленных случайных величин. Некоторые из входных данных могут быть также представлены в качестве обучающей выборки для нейронной сети.

В результате работы имитационной модели формируются выходные данные, которые являются входными данными для работы нейронной сети. Данные на выходе нейронной сети будут являться результатом функционирования ГСИМ+НСТ.

Для формализации построения ГСИМ+НСТ необходимо применить обобщенную схему функционирования ГСИМ+НСТ к какой-либо конкретной предметной области.

Рассмотрим применение обобщенной схемы функционирования гибридной системы для управления процессом распределения работников линейно-кабельного отдела телекоммуникационной компании.

Входными данными для имитационного моделирования, а также для обучения нейронной сети являются статистические данные: время между появлением неисправностей Тм.н., время на устранение каждой неисправности Ту.н.

Выходными потоками после прогона имитационной модели являются значения общего количества смоделированных неисправностей Sоб.з. и общего времени на их устранение SТу.н. Данный выходной поток является входным потоком для прогона нейронной сети.

Выходным потоком прогона нейронной сети и, следовательно, результатом функционирования системы в целом является значение коэффициента загруженности бригад Кз.б.

Данный коэффициент показывает, какое количество бригад занято/свободно в момент времени Т. Знание данного коэффициента позволит руководителю телекоммуникационной компании эффективно распределять человекоресурсы, а именно: предоставить сотрудникам очередной отпуск, организовать курсы повышения квалификации и др., при этом данное решение не повлияет на работу компании (в данном случае на эффективность обслуживания клиентов).