Методы и алгоритмы интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования Хлопкова Ольга Андреевна

Введение к работе

Актуальность темы исследования. Нейросетевые модели по праву считаются одним из эффективных инструментов решения широкого круга задач когнитивистики, прогнозирования и управления. Они демонстрируют высокие показатели качества в системах поддержки принятия решений (СППР), оперирующих неполными, трудноформализуемыми и неточными данными. Успешно разрабатываются, совершенствуются и применяются различные модели искусственных нейронных сетей (ИНС). Однако масштабному распространению СППР на базе ИНС препятствуют сложности, связанные с процессом подбора топологии и обучения сети, закономерные в рамках парадигмы нейросетей, но преодолимые путем гибридизации с методами эволюционного моделирования. Основные трудности обучения ИНС связаны с задачей нахождения глобального экстремума функции ошибки, и именно попытки ее решения способствовали развитию нейроэволюционной теории, изучающей гибридные формы настройки нейросетей эволюционными алгоритмами.

Большинство известных нейроэволюционных методов применимы для нейросетей определенного типа (например, только прямого распространения или только полносвязных), накладывают ряд входных ограничений на ИНС и модифицируют в ходе эволюции не все ее параметры. При этом для каждой конкретной задачи параметры нейросети выбираются эмпирически, что не всегда приводит к оптимальным результатам, требует времени и участия эксперта. В связи с этим вопросы автоматизации выбора топологии и процесса настройки параметров нейросетей представляют особый прикладной и научный интерес. Решаемые в диссертационной работе задачи реализации предлагаемого нейроэволюционного метода для интеллектуализации принятия решений в условиях неопределенности являются важными для исследований в направлении оптимизации СППР.

Степень разработанности темы. В разработку теории принятия решений внесли неоспоримый вклад видные отечественные и зарубежные ученые: А.Н. Колмогоров, И.В. Павлов, Э.А. Трахтенгерц, Л. Вайс, Л. Заде, Т. Андерсон, Е. Пейдж, Т. Саати и другие.

Развитием теории искусственных нейронных сетей в разное время занимались многие известные ученые, в том числе У. Маккалок, В. Питтс, М. Минский, Д. Хебб, Ф. Розенблатт. Авторство различных моделей ИНС принадлежит Т. Кохонену, А. Галушкину, К. Фукусимае, Д. Хопфилду, С. Барцеву, В. Охонину и другим.

Методы эволюционного моделирования представлены в работах таких ученых как
Дж.Г. Холланд, Н.А. Барричелли, Л.Дж. Фогель, А. Фрейзер. Вопросы гибридизации ИНС и
методов эволюционного моделирования освещались в работах следующих ученых:
В. Добрынин, С. Ульянов, А. Мишин, Г. Бени, Д.Е. Румельхарт, Л. Ванг, И. Рехенберг, Дж.
Миллер, К. Стэнли, Р. Мииккулайнен. Авторство наиболее эффективных

нейроэволюционных методов принадлежит таким известным ученым как Ф. Паземан, П. Энжелин, Г. Сондерс, Г. Шер, Л. Шеффер, Ф. Грюау, Кс. Яо, Ю. Ли, Х. Китано, С. Нолфи, Д. Париси, Л. Элман.

Несмотря на наличие значительного количества работ в данной области, существует необходимость разработки новых нейроэволюционных методов и алгоритмов, позволяющих существенно расширить возможности нейроэволюции и повысить эффективность систем поддержки принятия решений.

Цели и задачи диссертационной работы. Целью исследования является разработка метода, модели и алгоритмов на базе аппарата нейронных сетей и эволюционного моделирования для интеллектуализации принятия решений в условиях неопределенности. Достижение поставленной цели реализуется как решение комплекса взаимосвязанных задач:

1. Исследование, критический анализ и классификация систем поддержки принятия решений, а также известных нейроэволюционных методов, используемых для решения задач в условиях неопределенности.

1. Разработка нейроэволюционного метода для генерирования эффективной топологии и автоматической настройки параметров нейросети в соответствии с решаемой практической задачей.

2. Разработка алгоритмов глобального и локального генетического поиска для оптимизации структуры и модификации параметров нейросетей произвольной топологии.

3. Разработка методики расчета основных критериев оценки параметров нейроэволюционного метода для исследования его эффективности на множестве эталонных задач.

4. Построение модели системы принятия решений, инкапсулирующей модуль для нейроэволюционной обработки данных в условиях неопределенности.

5. Разработка программного инструментария, обеспечивающего реализацию нейроэволюционного метода и модели системы поддержки принятия решений в условиях неопределенности.

6. Экспериментальное исследование работоспособности и эффективности предложенной модели СППР в приложении к актуальным практическим задачам, а также оценка качества полученных результатов.

Объектом исследования является нейроэволюционная интеллектуализация

обработки данных.

Предметом исследования является разработка метода и алгоритмов

интеллектуализации поддержки принятия решений в условиях неопределенности на базе нейроэволюции.

Область исследования. Работа выполнена в соответствии с п. 2 «Исследование информационных структур, разработка и анализ моделей информационных процессов и структур», п. 8 «Исследование и когнитивное моделирование интеллекта, включая моделирование поведения, моделирование рассуждений различных типов, моделирование образного мышления» и п. 13 «Применение бионических принципов, методов и моделей в информационных технологиях» паспорта специальности 05.13.17 – «Теоретические основы информатики».

Научная новизна заключается в следующих научно обоснованных результатах, полученных лично автором в ходе диссертационного исследования:

1. Разработан новый нейроэволюционный метод, позволяющий корректировать топологию и параметры нейросети и обладающий оригинальной совокупностью свойств, основными из которых являются адаптивность структуры и низкая связность особей, динамичность эволюции, а также возможность гибридизации. В отличие от большинства классических реализаций нейроэволюции, метод лишен таких недостатков как конкуренция представлений, незащищенность инноваций, проблемы начального размера и топологических инноваций.

2. Разработаны алгоритмы глобального и локального генетического поиска, позволяющие, в отличие от существующих, модифицировать нейросеть произвольной топологии и направлять эволюцию как по пути структурного упрощения, так и структурного усложнения ИНС, за счет чего достигается снижение ресурсоемкости и расширение пространства генетического поиска.

3. Разработана методика подбора и расчета критериев оценки нейроэволюционного метода для его практического применения в качестве модуля СППР. Данные критерии являются наиболее полными в сравнении с известными критериями для аналогичных методов. Они позволяют учитывать такие параметры генетического представления как онтогенетическая приспосабливаемость, множественность, компактность, замкнутость представления, устойчивость, а также совокупные характеристики процесса эволюции и характеристики генерируемых нейросетей.

4. Разработана модель системы поддержки принятия решений в условиях неопределенности на базе нейроэволюции. В отличие от существующих СППР, такая

система является самообучаемой: в ходе нейроэволюции она может быть модифицирована в соответствии с изменяющимися условиями задачи.

5. Разработан программный инструментарий, обеспечивающий реализацию нейроэволюционного метода и модели системы поддержки принятия решений в условиях неопределенности и позволяющий использовать его при решении практических задач интеллектуализации обработки данных в качестве встраиваемого или автономного модуля СППР.

Теоретическая и практическая значимость работы. Основные положения диссертации представляют собой определенный вклад в теорию принятия решений в части решения задач в условиях неопределенности с помощью методов на базе нейросетей и эволюционного моделирования.

Выводы и результаты исследования ориентированы на практическое применение разработанного метода и алгоритмов в интеллектуальных системах поддержки принятия решений, оперирующих данными в условиях неопределенности. Самостоятельное практическое значение имеет программный инструментарий, созданный на основе данного метода и реализующий нейроэволюционную модель системы поддержки принятий решений в условиях неопределенности.

Методология и методы исследования. Для решения поставленных задач
применялись методы теоретической информатики, теории принятия решений,

вычислительной математики, математического анализа, математического моделирования и теории искусственного интеллекта.

Положения, выносимые на защиту:

1. Нейроэволюционный метод для начального конфигурирования, настройки
параметров, оптимизации топологии и обучения нейросетей с произвольной топологией.

2. Алгоритмы глобального и локального генетического поиска для оптимизации
топологии и параметров нейросетей, формируемых в ходе нейроэволюции.

3. Методика подбора и расчета критериев оценки нейроэволюционного метода для его
практического применения в качестве модуля СППР.

4. Модель системы поддержки принятия решений, инкапсулирующая модуль
нейроэволюционной обработки данных в условиях неопределенности.

5. Результаты экспериментальных исследований метода, алгоритмов и модели СППР,
проведенные на разработанном программном инструментарии в приложении к актуальным
практическим задачам, оценка качества полученных результатов.

Степень достоверности и апробация результатов. Результаты диссертационной работы внедрены в Научно-исследовательском финансовом институте Минфина России (НИФИ) при разработке СППР для защиты от DDoS-атак, а также при разработке СППР для автоматизации обработки материалов в виртуальной среде и контроля процесса научной деятельности.

Основные положения работы доказывались на следующих конференциях и семинарах:

5. Всероссийская научно-практическая конференция «Математические методы и интеллектуальные системы в экономике и образовании», Ижевск, 2013 г.

6. Международная научно-практическая конференция «Ценности и интересы современного общества», Москва, 2013 г.

7. 5-я Международная научно-практическая конференция «Наука и общество», Лондон, 2013 г.

8. Международная научно-практическая конференция «Ценности и интересы современного общества», Москва, 2015 г.

9. Всероссийская научно-практическая конференция «Теоретические и практические аспекты развития научной мысли в современном мире», Уфа, 2015 г.

Публикации. По результатам выполненных в диссертации исследований опубликовано 9 работ, в том числе: 4 в периодических изданиях, рекомендованных ВАК; 5 опубликовано в других изданиях, сборниках статей и докладов конференций.

Структура и объем диссертации. Диссертационная работа состоит из введения, 4-х глав, заключения, списка сокращений и библиографического списка из 127 наименований. Работа содержит 157 страниц текста с 30 рисунками и 12 таблицами.