Побудова системи підтримки прийняття рішень на основі онтологічних мереж

Abstract

Дисертація присвячена розробці методів та побудові системи підтримки прийняття рішень на основі онтологічних мереж в умовах багатозначності. Зростання обсягів інформації, яку необхідно враховувати при прийнятті рішень, визначає актуальність розробки інтелектуальних систем підтримки прийняття рішень. Передумовою коректного прийняття рішення є побудова концептуальної моделі проблемної ситуації, яка враховує всі релевантні фактори. Концептуалізація проблемної ситуації здійснюється за допомогою онтології цієї ситуації. Для формування онтології проблемної ситуації доцільно використовувати знання з існуючих онтологій, однак такий підхід може призвести до багатозначності вибору елементів онтологій, які найточніше відповідають ситуації. Відмінність онтологій від експертних систем полягає в тому, що вони побудовані як узгоджений та широко розділений опис деякого узагальненого домену знань, зазвичай спрямованого на розв'язання конкретної проблеми. Таким чином, проблема створення та використання онтологій як опису знань у предметних областях є важливим завданням, що сприяє розвитку комп'ютерної інженерії, інформатики, штучного інтелекту та інших наукових дисциплін. Це відкриває нові можливості для застосування передових інтелектуальних інформаційних технологій у різних предметних галузях, включаючи ті, де раніше ці технології не застосовувалися. The dissertation is devoted to the development of methods and construction of a decision support system based on ontological networks in conditions of ambiguity. The growing amount of information that must be taken into account when making decisions determines the relevance of developing intelligent decision support systems. A prerequisite for correct decision-making is the construction of a conceptual model of a problem situation that takes into account all relevant factors. The conceptualization of a problem situation is carried out using the ontology of this situation. To form an ontology of a problem situation, it is advisable to use knowledge from existing ontologies, but this approach can lead to ambiguity in the choice of ontology elements that most accurately match the situation. The difference between ontologies and expert systems is that they are built as a coherent and widely shared description of some generalized domain of knowledge, usually aimed at solving a specific problem. Thus, the problem of creating and using ontologies as a description of knowledge in subject areas is an important task that contributes to the development of computer engineering, computer science, artificial intelligence, and other scientific disciplines. This opens up new opportunities for the application of advanced intelligent information technologies in various subject areas, including those where these technologies have not been used before.