«Адаптивное управление сложными системами на основе теории распознавания образов»

В. С. Симанков, Е. В. Луценко

Глава 8: Выводы

Обобщая рассмотренные примеры, можно сделать выводы о том, что программная инструментальная система:

1. Является технологией для разработки методик идентификации и прогнозирования в различных областях, а также программной оболочкой (Run-time средой) для эксплуатации этих методик. Поэтому методики могут эксплуатироваться в системе в так называемом адаптивном режиме, т.е. квалифицированный пользователь может увеличивать базу примеров, расширять перечень прогнозируемых (идентифицируемых) хозяйственных ситуаций, увеличивать количество факторов в формализованном паспорте или контролируемо уменьшать размерность описания задачи без потери качества. Эта особенность сближает предлагаемую программную инструментальную систему с нейронными сетями [216].
2. Позволяет использовать любое количество шкал для классификации и описания прогнозируемых ситуаций, причем в разных шкалах может быть различное количество градаций, но их общее количество не должно превышать 8000.
3. Автоматически выявляет зависимости на основе примеров выращивания, взятых из реальной практики, и не требует от эксперта формализованного описания этих зависимостей (продукций), как в ряде экспертных систем.

Рассмотренные применения предлагаемой методологии показательны как сами по себе, так и в качестве примеров применения системы для выявления взаимосвязей между различными технологиями, с одной стороны, и их хозяйственными и финансовыми результатами, с другой.