Людино-машинні системи підтримки прийняття рішень з числовими каналами

Abstract

Розглянуто проблему прийняття рішень для випадку людино-машинного аналізу вхідних даних. Відзначено, що застосування людино-машинних систем підтримки прийняття рішень дає змогу зменшити часові та грошові витрати. Розглядається багатоканальна система автоматизованого прийняття рішень, яка може генерувати рішення в режимі реального часу на підставі сигналів, які поступають до неї з різних каналів. Всі канали є числовими. Каналами можуть бути як програмні засоби штучного інтелекту, так і компетентні експерти, які дають висновки щодо досліджуваного питання. Досліджено два випадки: 1) випадок прийняття рішень щодо числової оцінки об’єкта або явища, коли узгоджене рішення має бути числовим; 2) випадок прийняття рішень щодо факту появи об’єкта чи явища, коли узгоджене рішення має бути логічним. Розроблено 7 правил для визначення числової оцінки об’єкта або явища. Правила дають змогу врахувати оцінки, отримані з різних каналів, та надійності цих каналів. Окремі правила враховують оцінки, отримані з усіх каналів. Є правила, які враховують тільки оцінки тих каналів, надійність яких задовольняє визначені обмеження. Такий підхід забезпечує прийняття достатньо надійного рішення, відповідно до потреб задачі та особи, що приймає рішення. Розроблено 4 правила для випадку прийняття рішень щодо факту появи об’єкта чи явища. Дані правила, аналізуючи числові оцінки, отримані з каналів, виробляють рішення з множини {True, False}, що відповідає випадкам появі/відсутності явища, що досліджується. Правила враховують надійність каналів, та за побудованою функціональною залежністю, переводять числову оцінку в логічну. Побудована схема прийняття рішень у багатоканальних людино-машинних системах підтримки прийняття рішень робить можливим довільне збільшення кількості каналів у системі. Використання правил, які відсіюють оцінці, отримані з недостатньо надійних для конкретної проблеми каналів, унеможливить розсіювання результату оцінки через велику кількість каналів. Вибір правил покладається на особу, що приймає рішення, або на власника проблеми.

The decision-making problem for the case of human-machine analysis of input data is considered. It was noted that the use of human-machine decision support systems allows to reduce time and money costs. A multi-channel automated decision-making system is considered, which can generate real-time decisions based on signals coming to it from different channels. All channels are numeric. Channels can be both software tools of artificial intelligence and competent experts who give conclusions on the researched issue. Two cases were studied: – the case of making decisions regarding the numerical assessment of an object or phenomenon, when the agreed decision must be numerical; – a case of making decisions regarding the fact of the appearance of an object or phenomenon, when the agreed decision must be logical. Seven rules have been developed for determining the numerical assessment of an object or phenomenon. The rules allow you to take into account the estimates obtained from different channels and the reliability of these channels. Separate rules take into account ratings received from all channels. There are rules that take into account only the evaluations of those channels whose reliability meets the specified limits. This approach ensures a sufficiently reliable decision, according to the needs of the task and the person making the decision. Four rules have been developed for the case of decision-making regarding the fact of the appearance of an object or phenomenon. These rules, analyzing the numerical estimates received from the channels, produce a solution from the set {True, False}, which corresponds to cases of occurrence/absence of the phenomenon under investigation. The rules take into account the reliability of the channels and, based on the constructed functional dependence, convert the numerical evaluation into a logical one. The constructed decision-making scheme in multi-channel human-machine decision support systems makes it possible to arbitrarily increase the number of channels in the system. The use of rules that filter out estimates obtained from channels that are not reliable enough for a specific problem will prevent the dispersion of the estimation result due to a large number of channels. The choice of rules rests with the decision maker or problem owner.