ИНТЕЛЛЕКТУАЛЬНАЯ ПОДСИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ БИОЛОГИЧЕСКИ ПРАВДОПОДОБНЫХ АЛГОРИТМОВ САМООРГАНИЗАЦИИ
Аннотация
Рассматриваются основные понятия и определения систем поддержки принятия реше-
ний на основе самоорганизации. Системы поддержки принятия решений (Decision Support
Systems) относятся к кругу интерактивных компьютерных систем, которые помогают ис-
пользовать данные, модели и знания для решения частично структурированных, неструктури-
рованных или неструктурированных проблем. Показана и описана схема базовой структуры
системы поддержки принятий решений. Рассмотрены три основных компонента Decision
Support Systems, а также описан случай, когда может быть применен четвертый компонент
системы поддержки принятия решений – система управления, основанная на знаниях. В ста-
тье предложено описание интеллектуальной системы поддержки принятия решений. Примеры
специализированных интеллектуальных систем поддержки принятия решений включают в себя
интеллектуальные системы поддержки принятия маркетинговых решений и системы меди-
цинской диагностики, гибкие производственные системы. Проблемы, связанные с принятием
оптимальных решений, занимают важное место в автоматизированном проектировании и
требуют совершенствования методов и средств поддержки процессов оптимального проек-
тирования на различных этапах. Рассмотрены алгоритмы самоорганизации, вдохновленные
живой природой. Биоинспирированные алгоритмы являются представительским классом алго-
ритмов самоорганизации. Биовдохновленные вычисления имитируют природу и используют
основные концепции и поведение этих систем для решения сложных проблем. В статье описан
алгоритм летучих мышей. Проведен экспериментальный анализ процесса применения алгорит-
ма самоорганизации в системах принятия решений.
Литература
dlya studentov vysshikh uchebnykh zavedenii, obuchayushchikhsya po napravleniyu
"Informatika i vychislitel'naya tekhnika"; Minobrnauki Rossii, Federal'noe gos. byudzhetnoe
obrazovatel'noe uchrezhdenie vyssh. prof. obrazovaniya "Penzenskaya gos. tekhnologicheskaya
akad." [Modeling. Models of systems and methods of decision-making: a textbook
for students of higher educational institutions studying in the direction of "Informatics
and Computer Engineering"; the Ministry of Education and Science of the Russian Federation,
the Federal State Budgetary Educational Institution of Higher Education. education "Penza
State Technological Academy"]. Penza: PGTA, 2012, 144 s. (Open education system). ISBN
9785989031696.
2. Emel'yanova S.V. Obrabotka informatsii i analiz dannykh. Programmnaya inzheneriya.
Matematicheskoe modelirovanie. Prikladnye aspekty informatiki [Information processing and
data analysis. Software engineering. Mathematical modeling. Applied aspects of computer science].
Moscow: Lenand, 2015, 104 p.
3. Baushev S.V. Udostoveryayushchie avtomatizirovannye informatsionnye sistemy i sredstva.
Vvedenie v teoriyu i praktiku [Certifying automated information systems and tools. Introduction
to theory and practice]. Saint Petersburg: BHV, 2016, 304 p.
4. Ashim Zh.K., Kenzhegulov B.Z. Razrabotka algoritmicheskogo obespecheniya adaptivnykh
sistem podderzhki prinyatiya reshenii v situatsionnykh tsentrakh (DSS) [Development of algorithmic
support for adaptive decision support systems in situational centers (DSS), Aktual'nye
nauchnye issledovaniya v sovremennom mire [Actual scientific research in the modern world],
2020, No. 1-7(57), pp. 21-27.
5. Kureichik V.V., Kureichik V.M., Gladkov L.A., Sorokoletov P.V. Bioinspirirovannye metody v
optimizatsii [Bioinspired methods in optimization]. Moscow: Fizmalit, 2009, 384 p.
6. Mezentsev K.N. Avtomatizirovannye informatsionnye sistemy [Automated information systems].
Moscow: Academia, 2016, 1280 p.
7. Fedorova G.N. Informatsionnye sistemy [Information systems]. Moscow: Academia, 2016,
158 p.
8. Korneev V.V., Gareev A.F., Vasyutin S.V., Raikh V.V. Bazy dannykh. Intellektual'naya
obrabotka informatsii [Databases. Intellectual information processing]. Moscow: Izd-vo
«Nolidzh», 2000, 352 p.
9. Kureichik V.V., Kureichik V.M., Gladkov L.A., Sorokoletov P.V. Bioinspirirovannye metody v
optimizatsii: ucheb. posobie [Bioinspired methods in optimization: a textbook]. Moscow:
Fizmalit, 2009.
10. Kureichik V.V., Zaporozhets D.Yu. Roevoi algoritm v zadachakh optimizatsii [Swarm algorithm
in optimization problems], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering
Sciences], 2010, No. 7 (108), pp. 28-32.
11. Bova V.V., Lezhebokov A.A., Gladkov L.A. Problem-oriented algorithms of solutions search based
on the methods of swarm intelligence, World Applied Sciences Journal, 2013, Vol. 27 (9),
pp. 1201-1205.
12. Zaruba D., Zaporozhets D., Kureichik V. VLSI placement problem based on ant colony optimization
algorithm, Advances in Intelligent Systems and Computing, 2016, Vol. 464, pp. 127-133.
13. Kureichik V., Kureichik V., Bova V. Placement of VLSI fragments based on a multilayered
approach, Advances in Intelligent Systems and Computing, 2016, Vol. 464, pp. 181-190.
14. Kureichik V.V., Zaruba D.V. The bioinspired algorithm of electronic computing equipment
schemes elements placement, Advances in Intelligent Systems and Computing, 2015, Vol. 347,
pp. 51-58.
15. Kuliev E.V., Lezhebokov A.A., Kravchenko Yu.A. Roevoi algoritm poiskovoi optimizatsii na
osnove modelirovaniya povedeniya letuchikh myshei [Swarm search engine optimization algorithm
based on bat behavior modeling], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya
SFedU. Engineering Sciences], 2016, No. 7 (180), pp. 53-62.
16. Kursitys I., Kravchenko Y., Kuliev E., Natskevich A. A bioinspired algorithm for improving the
effectiveness of knowledge processing, Advances in Intelligent Systems and Computing, 2021,
Vol. 1197 AISC, pp. 1491-1498.
17. Kuliev E., Zaporozhets D., Kravchenko Y., Kursitys I. A combined bioinspired algorithm for
big data processing, Advances in Intelligent Systems and Computing, 2021, Vol. 1197 AISC,
pp. 842-849.
18. Lezhebokov A.A., Kuliev E.V. Tekhnologii vizualizatsii dlya prikladnykh zadach
intellektual'nogo analiza dannykh [Visualization technology for applications of data mining],
Izvestiya Kabardino-Balkarskogo nauchnogo tsentra RAN [Izvestiya Kabardino-Balkar scientific
centre of the RAS], 2019, No. 4 (90), pp. 14-23.
19. Kuliev E.V., Kravchenko Yu.A., Loginov O.A., Zaporozhets D.Yu. Metod intellektual'nogo
prinyatiya effektivnykh reshenii na osnove bioinspirirovannogo podkhoda [The method of intellectual
making effective decisions based on a bioinspired approach], Izvestiya Kabardino-
Balkarskogo nauchnogo tsentra RAN [Izvestiya Kabardino-Balkar scientific centre of the
RAS], 2017. No. 6-2 (80), pp. 162-169.
20. Kureichik V., Kuliev E., Zaporozhets D., Kravchenko Y. Combined algorithm for decision
making, 11th IEEE International Conference on Application of Information and Communication
Technologies, AICT 2017 - Proceedings. 11. 2019.
