DOI: 10.7256/2306-4196.2016.6.21271

Аннотация: В данной работе предметом исследования является разработка и практическое использование интеллектуальной системы поддержки принятия решений по распределению заданий по ведению реестра операторов персональных. Объектом исследования является задача рационального выбора исполнителей заданий в системе электронного документооборота территориального органа Роскомнадзора. Авторы подробно рассматривают задачи по защите прав субъектов персональных данных, схему обработки и распределения заданий по ведению реестра операторов персональных данных, анализируют проблему ручного распределения заданий, ставят задачу автоматизации эффективного распределения заданий по исполнителям. Для решения поставленной задачи предлагается специально разработанная нечетко-продукционная модель. Данная модель позволяет на основе экспертной оценки квалификации, работоспособности и загруженности исполнителей рационально распределять задания различных уровней сложности. Приводится описание системы поддержки принятия решений и алгоритм ее использования при распределении заданий. Научная новизна предложенного подхода к решению поставленной задачи заключается в автоматизации распределения заданий по исполнителям на основе разработки и практического использования нечетко-продукционной модели. Предлагается оригинальный вид нечетко-продукционных правил для формализации экспертных знаний по рациональному выбору исполнителей заданий с учетом их квалификации, работоспособности и текущего уровня загруженности. Оценка адекватности нечетко-продукционной модели, а также эффективности решения поставленной задачи на базе разработанной системы показала возможность существенного снижения интеллектуальной нагрузки на эксперта при распределении заданий, а также повышение средней скорости принятия решений на 80,3%.

DOI: 10.7256/2454-0714.2016.4.21193

Аннотация: Предметом исследования является оценка эффективности распределения заданий по исполнителям в автоматизированных системах электронного документооборота на основе нечетких методов рационального выбора альтернатив. Объектом исследования является задача рационального выбора исполнителей с учетом их квалификации, работоспособности, загруженности, а также сложности поступающих на распределение заданий. В работе рассматриваются три стратегии распределения заданий: на основе метода максиминной свертки, аддитивной свертки и нечетко-продукционной модели. Особое внимание уделяется программному комплексу, разработанному на базе предложенных методов. Приводится пример его функционирования, а также результаты проведенных исследований по оценке эффективности распределения заданий по исполнителям. В качестве методов исследования используются нечеткие методы рационального выбора альтернатив: максиминной свертки, аддитивной свертки и нечетко-продукционный метод. Данные методы используются для распределения заданий по исполнителям в автоматизированных системах электронного документооборота. Основными выводами проведенного исследования являются: - метод на основе нечеткого логического вывода показал лучшие результаты, наиболее точно согласующиеся с интуитивным представлением эксперта по рациональному выбору исполнителей заданий; - метод максиминной свертки является пессимистичным подходом, не учитывающим хорошие стороны альтернатив; - метод аддитивной свертки реализует оптимистичный подход, в котором низкие оценки по критериям имеют одинаковый вес по сравнению с высокими оценками, что повлияло на его низкую точность. Особым вкладом авторов в исследование темы является разработка эффективной нечетко-продукционной модели распределения заданий, а также реализация программного комплекса, позволившего выполнить необходимые исследования по оценке ее эффективности. Это определяет научную новизну и практическую ценность проведенного исследования.

Аннотация: В данной работе для повышения эффективности использования экспертных диагностических систем в социальных и технических предметных областях актуализируется необходимость разработки новой модели представления знаний. Предлагается нечетко-продукционная модель, позволяющая производить описание закономерностей предметной области на множестве разнотипных данных, представленных как в четких, так и нечетких шкалах. Разрабатывается методика группировки параметров, описывающих объект диагностики, для построения каскада параметров в соответствие с этапами диагностического процесса. На базе предложенных модели и методики строится каскад продукционных правил, позволяющих диагностировать состояние сложного объекта. Описывается алгоритм логического вывода на каскаде правил. На примере решения задачи медицинской диагностики показывается эффективность предложенного в работе подхода. Ставятся задачи перспективных исследований.