Штучний інтелект

Анотація: У статті визначено, що розвиток ринкових відносин в Україні підвищує самостійність і відповідальність підприємств при обґрунтуванні й прийнятті управлінських рішень, які забезпечують ефективну, конкурентну їх діяльність. У результаті проведеного аналізу визначено, що стан народно-господарських об'єктів може бути описаний і визначений особою, що приймає рішення, при наявності необхідної інформації. Довіра особи, що приймає рішення, до отриманої інформації різна й рішення, що приймаються, мають відповідно різний рівень інформаційного ризику. Актуальним є обґрунтування процедури оцінки чисельної міри інформаційного ризику при прийнятті рішень на основі отриманої інформації в умовах невизначеності. Обґрунтовано використання лінгвістичної змінної при обробці експертних даних, представлених у вигляді матриці бінарних відносин значень функції приналежності, що дозволило перейти до подальшої обробки знань для підтримки прийняття рішень при управлінні виробничою, комерційною, фінансовою та іншими видами діяльності. В якості математичної моделі оцінки чисельної міри інформаційного ризику при прийнятті рішень на основі отриманої інформації в умовах нестохастичної невизначеності розроблена модель, що дозволяє моделювати невизначеності природної мови, яка відрізняється від існуючих формалізацією знань з урахуванням невизначеності вхідної інформації, використанням нечітких підмножин. Прийняття такого чіткого рішення в умовах нечіткого середовища має відповідні значення показників ефективності та ризику. У роботі запропоновано усі функції й приналежності показників як кількісної природи, так і якісної природи, призвести їх значення області визначення до однієї шкали виміру. В якості показника ефективності прийняття рішення обґрунтована міра чіткості перерізу нечітких підмножин, які відповідають показникам інформаційного ризику. Розвиток ринкових відносин в Україні підвищує самостійність і відповідальність підприємств при обґрунтуванні й прийнятті управлінських рішень, що забезпечують ефективну, конкурентну їх діяльність. Стан народно-господарських об'єктів може бути описаний і визначений особою, що приймає рішення, при наявності необхідної інформації. Прийняття рішення щодо чисельної міри інформаційного ризику необхідно визначати за сукупністю основних показників (критеріїв), які можуть мати як кількісну, так і якісну природу. Прогнозовані значення показників необхідно визначати в умовах нестохастичної невизначеності. При цьому показники кількісної природи можуть бути визначені нечіткими трикутними числами, які реалізують високу довіру до суб’єктивних суджень експертів. Показники якісної природи доцільно подавати лінгвістичними змінними. Значення показників якісної природи, які прогнозуються, необхідно розглядати для всіх, введених до розгляду, нечітких змінних терм множин лінгвістичних змінних. Для будь-якої нечіткої змінної введення до розгляду чіткої множини значень як носіїв α-рівня її функції приналежності дозволяє звести до єдиного тлумачення прогнозовані значення показників кількісної та якісної природи в умовах нестохастичної невизначеності. Тоді показником ефективності прийняття рішення буде виступати міра чіткості перерізу нечітких підмножин, які відповідають введеним до розгляду показникам інформаційного ризику.

Ключові слова: особа, що приймає рішення; лінгвістична змінна; інформаційний ризик; чисельна міра; нестохастична невизначеність

Посилання:

1. Aleksanyan, G. (2012). The structure of the concepts of national and international security: general features and differences. Journal of the Higher School of Economics, No. 4, 126-133.
2. Saatya, T. (2009). Structures in decision making: On the subjective geometry of hierarchies and networks [online]. European Journal of Operational Research, vol. 199, is. 3, 867–872.
3. Korolyuk, N. (2017). An approach to prediction of the telecommunication network quality parameters under the conditions of non-stochastic uncertainty. Telecommunications and Radio Engineering, Issue 11Volume 76, 1027-1032. DOI: 10.1615/TelecomRadEng.v76.i11.80.
4. Alimpiev, A., Berdnik, P., Korolyuk, N., Korshets, O., Pavlenko, M. (2017). Selecting a model of unmanned aerial vehicle to accept it for military purposes with regard to expert data. Eastern- European Journal of Enterprise Technologies, No1 9 (85), 53-60. DOI: 10.15587/1729- 4061.2017.93179.
5. Zinchenko, A. (2019). The method of open space selection of signals for RedCom systems, V.Slyusar, N. Korolyuk, E. Korshets, 3rd International Conference on Advanced Information and Communications Technologies, AICT 2019, 1- 5DOI: 10.1109/AIACT.2019.8847826.
6. Korolyuk, N. (2014). Hybrid model of knowledge for situation recognition in airspace. Automatic Control and Computer Sciences, Vol. 49, 257-263. DOI: 10.3103/S0146411614050083.
7. Zinchenko, A. (2020). Methodology for the examination of the results of expert assessment. Modern Information Technologies in the Sphere of Security and Defence, Vol 38, No 2, 27-32. DOI: 10.33099/2311-7249/2020-38-2-33-38.
8. Permakov, U. (2019). Approach on the automation of aircraft owner's evaluation processes at the points of management of the air force. Modern Information Technologies in the Sphere of Security and Defence, Vol 36, No 3, 123-126. DOI: 10.33099/2311-7249/2019-36-3-123-126.