Название статьи: Использование виртуальных структур при формировании сценарно-когнитивных моделей на основе использования экспертных знаний
Библиография: Шульц В.Л., Чернов И.В. Использование виртуальных структур при формировании сценарно-когнитивных моделей на основе использования экспертных знаний // Управление большими системами. Выпуск 108. М.: ИПУ РАН, 2024. С.156-173. DOI: https://doi.org/10.25728/ubs.2024.108.9
Дата опубликования: 31.03.2024
Ключевые слова: сценарно-когнитивное моделирование, адекватность, сценарная модель, сценарный анализ, внешняя среда, виртуальные факторы
Аннотация: Работа посвящена исследованию проблемы повышения адекватности формирования сценарно-когнитивных моделей на основе экспертных знаний в ограниченном пространстве факторов. Одной из важнейших задач при формировании сценарно-когнитивной модели на основе экспертных знаний является проблема учет совокупного влияния внешней среды, т.е. тех факторов, которые остались за переделами структуры модели, однако оказывающие влияние на достижение необходимой точности результатов моделирования. При построении сценарно-когнитивных моделей сложных социально-экономических и политических систем обычно приходится применять существенное упрощение, которое заключается в том, чтобы все многообразие факторов и связей между ними заключить в относительно простой и обозримой модели. Качество модели, построенной на основе объединения экспертных данных, должно определяться адекватностью представление образа реального объекта или обстановки. Следовательно, при формировании моделей с использованием экспертных знаний необходимо также «экспертно замыкать» структуру модели некоторыми виртуальными подструктурами, которые способны генерировать определенные сигналы, отражающие влияние внешней среды. Приведены типовые сигналы, имитирующие воздействия внешней среды. Представлены типовые структуры экспертной идентификации влияния внешней среды на факторы сценарных моделей. Приведена общая схема сценарно-когнитивной модели, сформированная на основе экспертных знаний и состоящая из множества реальных факторов сложной системы и виртуальных структур.
Author(s): Schultz V., Chernov I.
Article title: The utilization of virtual structures in the formation of scenario-cognitive models based on the utilization of expert knowledge
Keywords: scenario-cognitive modeling, adequacy, scenario model, scenario analysis, external environment, proxy factors
Abstract: This study is dedicated to investigating the problem of enhancing the adequacy of scenario-cognitive models based on expert knowledge within a limited set of factors. One of the most important tasks in the formation of a scenario-cognitive model based on expert knowledge is the problem of taking into account the total influence of the external environment, i.e., those factors that remain outside the structure of the model, but influence the achievement of the required accuracy of modeling results. When constructing scenario-cognitive models of complex socio-economic and political systems, it is usually necessary to apply a significant simplification, which consists in concluding all the diversity of factors and connections between them in a relatively simple and understandable model. The quality of a model built on the basis of combining expert data should be determined by the adequacy of the image of a real object or situation. Consequently, when forming models using expert knowledge, it is also necessary to “expertly close” the structure of the model with some virtual substructures that are capable of generating certain signals reflecting the influence of the external environment. Typical signals simulating the influences of the external environment are presented. Typical structures of expert identification of the impact of the external environment on scenario model factors are introduced. An overall pattern of the scenario-cognitive model is presented, which is formed based on expert knowledge and consists of a multitude of actual factors of a complex system and proxy structures.
В формате PDF
Просмотров: 191; загрузок: 8, за месяц: 8.
Назад