|
В современном мире во многих видах деятельности человека применяются средства автоматизации, облегчающие
труд и повышающие его производительность. Существует однако ряд областей, автоматизация которых с одной
стороны встречается с рядом существенных проблем, а с другой стороны крайне необходима, поскольку позволила
бы снизить дефицит специалистов в этих областях, а следовательно и повысить производительность труда
(Специалисты высокой квалификации редки, и следовательно их труд дорогостоящ; специалисты низкой
квалификации - низкая эффективность труда). Речь идет о областях интеллектуального труда, автоматизация
которого является одной из задач построения систем искусственного интеллекта.
Одним из наиболее распространенных видов интеллектуальной деятельности является распознавание образов,
в процессе которого происходит решение задачи классификации – отнесение некоторого объекта какой-либо
предметной области к какому либо классу. Существует ряд методов, позволяющих автоматизировать решение
задачи классификации, что дает возможность сократить дефицит специалистов в решении таких задач в конкретной
предметной области, повысить производительность труда, повысить качество оказываемой услуги или производимого
товара. Накоплен позитивный опыт применения систем распознавания образов, построенных на базе данных методов,
для решения задач классификации, возникающих в процессе управления различными экономическими объектами.
Существуют и успешно применяются системы для прогнозирования курсов валют и динамики цен; системы оценки
раскованности предоставления кредита; системы диагностики технического состояния оборудования; системы
оценки качества производимой продукции; системы прогнозирования мощности залежей полезных ископаемых по
геологическим характеристикам местности и т.п.
Вместе с тем, существующие методы автоматизированного решения задач классификации не лишены ряда
недостатков. Одной из ключевых проблем препятсвующих широкому распространению систем распознавания образов
является трудоемкость разработки подобных систем и, следовательно, их дороговизна. Построение систем
распознавания образов на базе существующих в настоящее время методов автоматизированного решения задач
классификации требует либо строгой формализации механизма принятия решений о отнесении объектов
данной предметной области к какому либо классу, что в некоторых случаях трудно осуществимо; либо требует
продолжительного подбора значений ряда внутренних, не имеющих прямого отношения к решаемой задаче,
параметров. Оба указанных недостатка приводят к большим затратам труда и времени на разработку систем
распознавания образов, а следовательно и к их дороговизне.
Целью данной работы является описание метода автоматизированного решения задач классификации,
избавленного от некоторых недостатков, присущих другим методам; а также демонстрация применимости
описанного метода для решения ряда, относящихся к различным предметным областям, задач классификации,
возникающих в процессе управления экономическими объектами. Предлагаемый в данной работе метод позволяет,
на его базе, в короткие сроки строить системы распознавания образов, обучающиеся на накопленных в
конкретной предметной области сведений о классификации, не требующие строгой формализации механизма
принятия решений и не нуждающиеся в предварительной подборке значений параметров, не имеющих прямого
отношения к решаемым задачам.
В данной работе рассматриваются применяющиеся в настоящее время методы автоматизированного решения
задач классификации, их недостатки; описание предлагаемого метода автоматизированного решения задач
классификации, описание особенностей его программной реализации; приведены примеры возможного применения
описанного метода в различных предметных областях. Работа состоит из введения, трех глав, заключения и
приложений. В первой главе проводится классификация существующих методов автоматизированного решения
задач классификации и выявление их недостатков. Во второй главе проводится описание предлагаемого метода
и особенности его программной реализации. Третья глава посвящена демонстрации возможного применения
предлагаемого метода для решения некоторых, возникающих в процессе управления различными экономическими
объектами, задач классификации: классификация заемщиков по степени их способности вернуть кредит; оценка
стоимости подержанных автомобилей; заключение о предполагаемом поведении уровня цен на фондовой бирже;
прогнозирование некоторых экономических показателей деятельности почтового отдела Тейковского почтамта.
|
материалы 