Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Управление в социальных и экономических системах

Диссертационная работа:

Пучкова Татьяна Васильевна. Структурный анализ рядов данных для принятия решений в социально-технических системах : диссертация ... кандидата технических наук : 05.13.10 / Пучкова Татьяна Васильевна; [Место защиты: Воронеж. гос. архитектур.-строит. ун-т]. - Воронеж, 2008. - 148 с. : ил. РГБ ОД, 61:08-5/684

смотреть содержание
смотреть введение
Содержание к работе:

ВВЕДЕНИЕ 5

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СТРУКТУРНОГО АНАЛИЗА ДИНА
МИЧЕСКИХ РЯДОВ ДАННЫХ 11

  1. Принципы алгоритмизации с учетом структуры динамических сигналов 11

  2. Определение ^функционально однородных составляющих 12

  3. Компонентное разложение сигналов 14

  4. Выделение статистически однородных составляющих 14

  5. Формирование случайных функций с желаемыми свойствами 15

  6. Статистическое описание выборок случайных функций 16

  7. Получение структурных функций 17

  8. Разложение сигнала на параллельные составляющие 24

  9. Выделение наиболее информативных факторов путем формирования выборок с желаемыми свойствами 27

1.10 Обзор и анализ методов структурного анализа данных 29

  1. Алгоритм адаптивного сжатия данных 29

  2. Метод, основанный на использовании разнотемповых скользящих средних 34

  3. Осцилляторы 37

  4. Функционалы отличия 45

  5. Японские свечи 49

  6. Достоинства и недостатки методов структурного анализа 54

2. ОСНОВНЫЕ ЗАДАЧИ СТРУКТУРНОГО АНАЛИЗА 56

2.1 Задача построения условно-образцовой кривой 57

  1. Постановка задачи 57

  2. Решение задачи 58

2.1.3 Алгоритм построения условно-образцовой кривой с применением

теории нечетких множеств 66

  1. Основные положения теории нечетких множеств 67

  2. Уточненная структура двухкомпонентного критерия 77

2.2 Задача оптимизации настроечных параметров методов структурного
анализа с использованием условно-образцовой кривой 81

  1. Постановка задачи 81

  2. Решение задачи 82

2.3 Задача уточнения координат особых точек, выделенных различными
методами, при анализе ряда данных в оперативном режиме 97

3. РЕЗУЛЬТАТЫ РЕШЕНИЯ ЗАДАЧ СТРУКТУРНОГО АНАЛИЗА 99

  1. Результаты решения задачи построения условно-образцовой кривой 99

  2. Результаты решения задачи поиска оптимальных настроечных параметров методов структурного анализа 102

  3. Результаты решения задачи уточнения координат особых точек, выделенных различными методами, при анализе ряда данных в оперативном режиме 122

4. МНОГОВАРИАНТНЫЙ ПОДХОД К СТРУКТУРНОМУ АНАЛИЗУ
РЯДОВ ДАННЫХ 124

  1. О всеобщей многовариантности 124

  2. Принципы и законы многовариантности 125

  3. Многовариантные технологии 127

  4. Многовариантный структурный анализ рядов данных 128

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ 136

БИБЛИОГРАФИЧЕСКИЙ СПИСОК 138

ПРИЛОЖЕНИЕ 147

4 ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ

Структурный анализ - совокупность методов анализа данных, направленных на вскрытие внутреннего строения динамического сигнала путем его разделения на простые структурно-однородные составляющие.

Двухкомпонентный критерий — критерий, содержащий гладкостную и точностную составляющие.

Тенденция (тренд) — преобладающее направление движения значений исследуемой переменной.

Особая точка — момент наиболее значительного изменения конкретных свойств ряда данных в частности, момент изменения тенденции.

Особая точка — вершина — момент времени, в который происходит смена восходящей тенденции на нисходящую.

Особая точка впадина — момент времени, в который происходит смена нисходящей тенденции на восходящую.

Осцилляторы - методы структурного анализа, предназначенные для определения тенденций путем отслеживания скорости изменения значений ряда данных.

Нечеткое множество — множество, элементы которого могут принадлежать последнему с некоторой точностью в интервале [0;1].

Функция принадлежности определяет степень принадлежности элемента к нечеткому множеству из интервала [0;1].

Многовариантность — наличие или осуществимость многих вариантов на единой основе с их эффективным взаимосовмещением и взаимодействием, индивидуальным и совокупным проявлением без крайностей их полного обособления и противопоставления.

Введение к работе:

Актуальность проблемы. При управлении современными сложными системами основными источниками информации являются реализации данных, характеризующих их работу. Большинству реальных объектов присущи последовательности данных с изменяющимися структурами, статистическими и другими свойствами. Для описания их характерных особенностей применяется множество методов статистического и спектрального анализа, фильтрации, прогнозирования и другие. Накоплен большой опыт успешного применения этих методов в различных сферах человеческой деятельности.

Результаты анализа данных, которые используются для принятия решений на объектах, существенно зависят от структурных свойств исследуемой реализации. Натурные данные о состоянии реальных объектов различной природы являются, как правило, более сложными, чем предполагаемые в исходных предпосылках известных теоретических схем, и обладают большим динамическим разнообразием с точки зрения их локальных структурных особенностей, тенденций и других характеристик. В связи с этим возникает необходимость в качественном расширении используемого аппарата. Естественным представляется подход, использующий целенаправленное расчленение динамических реализаций на более простые структурно-однородные составляющие с целью распознавания и фиксирования так называемых особых точек, которые соотносятся с моментами наиболее значительного изменения конкретных свойств ряда данных, в частности, с моментами изменения тенденций (трендов). С этой точки зрения полезным является применение методов структурного анализа, направленных на вскрытие внутреннего строения динамического ряда данных с целью своевременного распознавания его структурных особенностей и дальнейшего принятия решения на объекте. Структурный анализ опирается на динамическое оценивание разнообразных трендов с их наглядным пред-

ставлением. Однако отсутствие методики выбора настроечных параметров этих методов вынуждает аналитиков полагаться на свою интуицию и опыт. Кроме того, при определении координат особых точек возникает некоторая неопределенность, вызванная нечетко выраженными правилами их определения, что неизменно ведет к снижению качества принимаемых решений.

Таким образом, актуальность диссертационного исследования продиктована необходимостью дальнейшего развития и совершенствования методов анализа данных с целью выделения моментов изменения тенденций на реализациях для принятия по результатам анализа решений на различных объектах.

Цель диссертации. 1. Обобщить накопленный опыт по применению методов структурного анализа для распознавания состояния объектов различной природы с целью дальнейшего принятия решений. 2. Разработать методику оптимизации настроечных параметров методов структурного анализа, которая позволяет расширить область применения методов. 3. Исследовать возможность применения многовариантного подхода к структурному анализу рядов данных.

Для выполнения цели выделены следующие задачи: построение условно-образцовой кривой, которая используется в качестве «эталона» при нахождении оптимальных настроечных параметров; оптимизация настроечных параметров методов структурного анализа; уточнение координат особых точек; классификация методов структурного анализа; построение многовариантного алгоритма распознавания состояния организационно-технических систем для принятия решений.

Методы выполнения работы. Выполнение диссертационной работы базируется на обобщении практического опыта применения методов структурного анализа для технологических объектов и на аппарате методов нестационарной статистической динамики, теории фильтрации, теории принятия решений в организационных системах, методах и алгоритмах

7 многовариантного анализа данных, характеризующих работу организационных объектов.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

  1. Методика оптимизации настроечных параметров методов структурного анализа, отличающаяся применением алгоритма обучения «с учителем» с целью расширения круга рассматриваемых объектов с учетом их особенностей.

  2. Уточненная структура двухкомпонентного критерия, содержащего точностную и гладкостную составляющие, отличающаяся тем, что с целью повышения его чувствительности к изменению настроечного параметра используемого фильтра для выделения условно-образцовой кривой, применена нечеткая логика.

  1. Алгоритм построения условно-образцовой кривой, заключающийся в использовании уточненной структуры двухкомпонентного критерия, который обеспечивает повышение надежности распознавания моментов изменения тенденций на исследуемых реализациях данных.

  2. Алгоритм определения оптимальных настроечных параметров, отличающийся использованием в качестве «эталона» условно-образцовую кривую, что способствует повышению эффективности методов структурного анализа.

  3. Способ уточнения координат особых точек, найденных различными методами структурного анализа, отличающийся применением элементов теории нечетких множеств, что наиболее точно соответствует возникающей неопределенности и позволяет принимать более обоснованные решения на объектах.

6. Классификация методов структурного анализа, которая была положена в основу разработки многовариантного алгоритма определения особых точек на реализациях данных.

7. Многовариантный алгоритм распознавания моментов изменения тенденции, отличающийся возможностью использования множества методов структурного анализа одновременно, что позволяет повысить их надежность, а, следовательно, и правильность принимаемых решений.

Практическая значимость работы. Разработанная методика оптимизации настроечных параметров методов структурного анализа, а также предложенный многовариантный алгоритм позволяют своевременно и надежно распознавать моменты изменения тенденций на реализациях данных, характеризующих объекты различной природы, и принимать на них более обоснованные решения.

Реализация результатов работы. Результаты работы используются в учебном процессе в виде учебно-методического и программного комплекса при изучении таких дисциплин, как «Анализ и обработка данных», «Методы получения и обработки информации для задач управления социально-экономическими системами», «НИР», а также при выполнении курсовых и дипломных работ по специальности «Прикладная информатика (в управлении)» в Сибирском государственном индустриальном университете; методы структурного анализа, конкретизированные для медицинских объектов и представленные в виде комплекса программ, а также методика поиска оптимальных настроечных параметров используемых методов и разработанный многовариантный алгоритм используются в системе комплексного анализа данных в Кустовом медицинском информационно-аналитическом центре г. Новокузнецка. Справки о внедрении представлены в приложении.

Предмет защиты и личный вклад автора. На защиту выносятся: методика оптимизации настроечных параметров методов структурного анализа; уточненная структура двухкомпонентного критерия; алгоритм построения условно-образцовой кривой с использованием нечеткой логики; алгоритм определения оптимальных настроечных параметров с применением условно-образцовой кривой в качестве «эталона»; способ уточнения координат особых точек, найденных различными методами структурного анализа с приме-

9 нением элементов теории нечетких множеств; классификация методов структурного анализа, которая положена в основу разработки многовариантного алгоритма определения особых точек на реализациях данных; многовариантный алгоритм распознавания моментов изменения тенденции, позволяющий увеличить надежность их определения а, следовательно, и правильность принимаемых решений в организационных системах.

Личный вклад автора заключается в непосредственном творческом участии во всех разработках и получении основных результатов, связанных с методикой оптимизации настроечных параметров методов структурного анализа; с разработкой алгоритма построения условно-образцовой кривой с использованием элементов теории нечетких множеств, который играет роль «учителя» при оптимизации настроечных параметров; и алгоритмом оптимизации настроечных параметров; способом уточнения координат особых точек, найденных различными методами структурного анализа с использованием нечеткой логики; классификацией методов структурного анализа и созданием на ее основе многовариантного алгоритма распознавания моментов изменения тенденций на реализациях данных, а также конкретизацией методов структурного анализа для использования их на объектах различной природы для принятия решений.

Апробация работы. Основные положения и результаты работы докладывались и получили одобрение на 19 конференциях, включая Международные конференции по СССУ (Воронеж, 2003 г., Тверь, 2004 г., Воронеж, 2005 г.), Международную конференцию по проблемам управления (Москва, 2003 г.), Международные научно-практические конференции по ТАС (Москва, 2003 г., 2005 г., 2007 г.), Всероссийские научно-практические конференции по системам автоматизации в образовании, науке и производстве (Новокузнецк, 2003 г., 2005 г., 2007 г.), Международные конференции «Инноватика» (Сочи, 2004 - 2007 г.г.), Всероссийскую научно-практическую конференцию по моделированию, программному обеспечению и наукоемким технологиям в металлургии (Новокуз-

10 нецк, 2007 г.), Международную научно-практическую конференцию по образованию, науке, производству и управлению (Старый Оскол, 2006 г.), Международную конференцию по сложным системам управления и менеджменту качества (Старый Оскол, 2007 г.), Международную научно-практическую конференцию студентов, аспирантов и молодых ученых (Томск, 2007 г.), Международную научно-практическую конференцию по фундаментальным прикладным проблемам приборостроения, информатики и экономики (Сочи, 2007 г.).

Публикации. По теме диссертации опубликованы 2 статьи в изданиях, рекомендованных ВАК РФ, 19 тезисов и докладов, выпущено 1 учебное пособие. В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежит: [1] - многовариантный алгоритм определения особых точек применительно к объектам, характеризующим работу технологических агрегатов; [3, 6, 7] - постановка и решение задачи определения координат особых точек с помощью функционалов отличия; [4, 5, 8, 11] - алгоритм многовариантного поиска моментов изменения тенденций; [9] - постановка и решение задач структурного анализа в рамках комплексного анализа рядов данных; [10] - классификация методов структурного анализа; [12] - постановка и решение задачи определения координат особых точек с помощью скользящих средних; [13] - постановка и решение задач структурного анализа с применением осцилляторов; [15, 16] - алгоритм многовариантного поиска особых точек на основе классификации методов структурного анализа; [17, 20 — 22] - алгоритм выделения условно-образцовой кривой на основе теории нечетких множеств; [18, 19] - алгоритм поиска момента смены тренда методами структурного анализа с элементами теории нечетких множеств.

Структура и объем работы. Диссертация состоит из введения, четырех глав, выводов и заключения и содержит 145 страниц основного текста, список использованных источников из 91 наименования, содержит 68 рисунков и 10 таблиц.

Подобные работы
Габдуллина Эльвира Риятовна
Анализ воспроизводственных процессов макроэкономической системы на основе динамических моделей и нейросетевых технологий для принятия управленческих решений
Пономарев Антон Юрьевич
Совершенствование сквозных технологических процессов и механизма принятия решений систем производства и переработки древесины
Ларин Олег Михайлович
Методы, модели и алгоритмы для системы поддержки принятия решений оптимизации потерь электроэнергии в системе электроснабжения промышленного предприятия
Основина Ольга Николаевна
Разработка мультиагентной системы поддержки принятия решений по оценке эксплуатационной надежности систем управления
Волик Евгений Олегович
Система поддержки принятия решений при мониторинге банкротств предприятий
Прилуцкая Ирина Евгеньевна
Система поддержки принятия решений для организации взаимодействия скорой медицинской помощи и поликлинических служб
Белоусов Вадим Евгеньевич
Алгоритмы автоматизированного контроля успеваемости и формирования информационно-образовательной среды в интеллектуальной системе поддержки принятия решений военного вуза
Логунов Дмитрий Викторович
Разработка интеллектуальных компонентов системы поддержки принятия решений в области управления стоимостью
Абанин Игорь Игоревич
Рационализация управления деятельностью предприятия на основе моделирования динамических сетевых структур и систем поддержки принятия решений
Егорова Юлия Вадимовна
Информационное обеспечение системы поддержки принятия решений в здравоохранении на основе формализации профессиональных знаний

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net