Принципы построения экспертной системы прогнозирования развития сложных социально-экономических систем

Становление новой парадигмы приоритетов общественного развития, таких как «гуманитаризация», «локально-пространственная ориентация», «экологизация» и «демократизация» вызывает необходимость исследования социально-экономических систем для повышения эффективности управления ими.

Социально-экономические системы (СЭС) являются сложными системами, функционирование которых связано с анализом множества целей управления; структурно-функциональным синтезом в системах поддержки принятия решения; обратной связью, адаптацией и оптимизацией, интеллектуальным мониторингом «внутренней» и внешней среды функционирования, реструктуризацией вплоть до полного реинжениринга и перепроектирования системы управления.

Активное развитие средств компьютерной техники и телекоммуникаций, широкое применение информационных технологий в управлении социально-экономическими системами позволяет непрерывно и оперативно обеспечивать информацией процесс принятия решений. При этом значительно возрастает роль и требования к аналитической информации, прогнозированию развития социально-экономических процессов. Достоверная и своевременная прогнозная информация позволяет властным структурам повысить эффективность управления СЭС, предотвратить кризисные состояния систем, принимать обоснованные решения по их ликвидации.

Прогнозирование - это метод, в котором используется как накопленный в прошлом опыт, так и текущие допущения насчет будущего с целью его определения.

При прогнозировании развития СЭС объектом исследования чаще всего бывает совокупность СЭС и внешней среды. Прогнозирование позволяет определить: возможные состояния внешней среды; перечень и вероятности достижения возможных целей; перечень путей и соответствующие им вероятности достижения каждой из целей.

Прогнозирование развития СЭС осуществляется в условиях с большой долей неопределенности или случайности. Поэтому используются более общие межотраслевые расчетные или экспертные нормы. Прогноз в большей мере носит информационный, консультационный характер.

Таким образом, прогнозирование развития СЭС характеризуется следующими особенностями: рассмотрением большого массива исходных данных; глубиной анализа причинно-следственных связей в реальных процессах; анализом большого числа прогнозных вариантов состояний и путей их достижения; проведением расчетов на большой период упреждения; повышенными требованиями к точности и достоверности прогнозов.

В процессе прогнозирования используется интуитивная (подсознательная), предметная и количественная информация. Степень осведомленности об объекте определяется как абсолютным количеством информации каждого вида, так и соотношением названных видов информации.

Источником подсознательной информации могут выступать: опыт предыдущих поколений, благоприобретенный опыт, знания, полученные в процессе обучения и т.п. Этот вид информации используется при экспертном прогнозировании. В результате может быть получен качественный (в порядковой шкале) или количественный прогноз.

Предметная информация - описание процессов или состояния объекта дается естественным языком. Предметное описание объекта прогнозирования позволяет получить результат прогноза с использованием формальных методов математической логики и логики предложений. Результат прогнозирования может иметь только качественный характер.

Формальные статистические данные получают на этапе ретроспекции при анализе объекта прогнозирования или используя данные официальной статистики. Результатом прогнозирования на основе этих данных будут количественные оценки. Формальные статистические данные позволяют разрабатывать и проверять статистические гипотезы об адекватности прогнозных моделей, которые используют для получения прогнозов.

По степени определенности информация делится на достоверную, относительной достоверности, информацию с возможным умышленным искажением. Чем больше информация снижает неопределенность знания об объекте прогнозирования, те достоверней результат прогноза.

Специфика прогнозирования развития СЭС, которая определяется большими объемами анализируемой информации, зачастую неполной, либо частично недостоверной и ограниченным периодом времени для выработки решений, диктует необходимость обращения к экспертным системам. В настоящее время не существует единого подхода в разработке экспертных систем поддержки принятия решений по управлению сложными социально-экономическими системами.

Именно экспертные системы (ЭС), объединяющие логику здравого смысла и научный опыт формализации задачи анализа и синтеза в классе интеллектуальных организационных систем с ярко выраженными многоуровневыми процессами принятия решений для реализации глобальной и локальных целей управления, могут быть использованы в прогнозировании развития СЭС.

ЭС должны строиться на следующих принципах

· Система должна обеспечивать проведение своевременной разработки эффективных решений на базе альтернативных рассуждений с использованием различных источников информации и механизма устранения противоречий;

· Основной функцией системы должно быть прогнозирование развития СЭС на основе наиболее значимых факторов;

· Система должна позволять проводить как поисковый, так и нормативный прогнозы для определения существующих тенденций развития СЭС и путей и сроков достижения возможных состояний и явлений, принятых в качестве целей;

· Структура системы должна быть гетерогенной на основе разнородных взаимодействующих и взаимодополняющих подсистем, как самой системы, так и базы знаний для возможности использования факторов, измеряемых в различных шкалах [1];

· Структура системы должна обеспечивать автоматическое формирование моделей причинно-временных зависимостей и соответствующих им сценариев на основе анализа информационной базы значений факторов системы (базы фактов), базы математических моделей и общих знаний о существе протекающих в СЭС процессов (базы знаний).

· Решение проблем, разбиваемых на подпроблемы, соответствующих источникам знаний, необходимо осуществлять распределенным образом;

· Необходимо наличие набора стратегий вывода, применяемых в зависимости от типа решаемой проблемы;

· Все стратегии вывода должны учитывать неопределенность в оценке факторов и возможность неполноты данных;

· При решении проблемы должны быть использованы математические модели и внешние процедуры, хранимые в базе моделей.

Основу базы математических моделей ЭС составляют многофакторные регрессионные модели, позволяющие проводить обработку количественной информации.

В основе базы знаний - концептуальная модель предметной области, построенная по продукционному принципу.