URSS.ru - Издательская группа URSS. Научная и учебная литература
Об издательстве Интернет-магазин Контакты Оптовикам и библиотекам Вакансии Пишите нам
КНИГИ НА РУССКОМ ЯЗЫКЕ


 
Вернуться в: Каталог  
Обложка Тарасов В.Б. Новости искусственного интеллекта: Нечеткие множества в экономике, финансах и бизнесе. Моделирование не-факторов
Id: 47522
 
219 руб.

Новости искусственного интеллекта: Нечеткие множества в экономике, финансах и бизнесе. Моделирование не-факторов. 2004-Вып.2

URSS. 2004. 144 с. Мягкая обложка. ISBN 5-484-00761-5.

 Аннотация

В номере: Нечеткие множества в экономике, финансах и бизнесе. Моделирование НЕ-факторов: ключевое направление ИИ в начале XXI века.


 Содержание

СЛОВО РЕДАКТОРА
ПАМЯТНЫЕ ДАТЫ
 К 90 летию со дня рождения Г. С. Поспелова
 К пятнадцатилетию образования Советской ассоциации искусственного интеллекта
НАУЧНЫЙ ОБЗОР
 Захаров В. Н.
 Архитектуры интеллектуальных управляющих систем на базе современных информационных технологий
НЕЧЕТКИЕ МНОЖЕСТВА В ЭКОНОМИКЕ, ФИНАНСАХ И БИЗНЕСЕ
 Недосекин А. О.
 Применение нечетких множеств в бизнесе, экономике и финансах (Послесловие к международной конференции FSSCEF-2004)
 Дымова Л. Г., Севастьянов П. В.
 Мягкая математика в оптимизации биржевой торговли
ДИСКУССИОННАЯ ТРИБУНА
 Нариньяни А. С.
 НЕ факторы: краткое введение
 Валькман Ю. Р.
 Моделирование НЕ факторов: основа интеллектуализации компьютерных технологий
 Рыбина Г. В.
 Приобретение знаний, содержащих НЕ факторы
 Тарасов В. Б.
 Логико-семиотический подход к моделированию НЕ факторов в теории агентов
ХРОНИКА
 Батыршин И. З.
 Международная конференция по нечетким множествам и мягким вычислениям в экономике и финансах FSSCEF-2004
ПИСЬМО В РЕДАКЦИЮ
 Предложение об организации IFEL (International Fuzzy Economics Lab)
НОВЫЕ КНИГИ
ABSTRACTS

 Слово редактора

В свое время становление и развитие в науке парадигмы классического рационализма, связанное, в первую очередь, с трудами Декарта, Лейбница, Спинозы, было огромным шагом вперед в теории познания, направленным на совершенствование научного знания и его очищение от религиозных догматов. В противовес учению эмпиризма и средневековой схоластике рационализм, ратуя за необходимость познавать все ясно и отчетливо, утверждает господство достоверного теоретического знания и абсолютной истины. При этом верным спутником рационализма выступает концепция жесткого детерминизма, в соответствии с которой главная миссия науки заключается в борьбе с факторами неопределенности. От строгого научного описания требуются простота, аддитивность, линейность, полная определенность. Здесь характерным примером служит знаменитый принцип лапласовского детерминизма, согласно которому выходные характеристики системы всегда можно вычислить, зная входные сигналы и параметры состояния системы. Кстати, нельзя не отметить, что Лаплас внес значительный вклад в развитие аппарата теории вероятностей, однако при этом он полагал, что случайность объясняется лишь нашим незнанием действительной природы вещей.

Методология рационализма тяготеет к дуализму и антагонизму противоположностей. Соответственно, в течение нескольких веков классические, естественные науки, рассматривая оппозицию "определенность -- неопределенность", стремились исключить любые виды неопределенности из описаний изучаемых явлений и формулировок научных законов. Так, например, двузначная классическая логика, призванная убрать всякую нестрогость и неоднозначность из человеческих рассуждений, по сути, отражает доктрину фатализма (все в мире предопределено и у человека нет свободы воли). Недаром ее фундаментальными законами являются законы тождества, исключенного третьего (с одной стороны, выражающего максиму авторитарного мышления "кто не с нами, тот против нас", а с другой стороны, утверждающего принцип всезнания) и непротиворечивости (откуда вытекает правило ex falso quodlibet -- "из лжи следует все, что угодно").

В математике многие традиционные формализмы также подчас подавляют реальное содержание изучаемых явлений и процессов, сводя их к простым и малообоснованным моделям. Достаточно привести примеры "искусственной линеаризации" существенно нелинейных систем, не удовлетворяющих принципу суперпозиции. Или обращения потенциально неустойчивых систем в устойчивые на основе локального описания, приведения к интегрируемости и неучета возможных резонансов.

В XX веке человечество вновь достигло поворотного пункта -- зарождения нового рационализма, в котором наука более не отождествляется с определенностью, а недетерминированность -- с незнанием. В основе перехода к неклассической науке лежало философское осмысление идей квантовой теории, в первую очередь, соотношения неопределенностей Гейзенберга и принципа дополнительности Бора. Сюда же можно отнести и некоторые более ранние открытия, в частности, геометрию Лобачевского. Именно осознание самого факта неединственности эвклидовой геометрии подтолкнуло Васильева и Лукасевича на поиск соответствующих аналогий в области логики, формулирование положения о неуниверсальности двузначной логики и создание трехзначных логик.

Таким образом, фундаментальное значение феноменов неопределенности, случайности, неоднозначности, неточности нашло широкое понимание и признание в научном мире. Это привело к интенсивному развитию ряда новых разделов математики, предназначенных для описания разных классов неопределенностей, в первую очередь теории вероятностей и случайных процессов, многозначных логик, псевдобулевых алгебр.

Дальнейшая эволюция науки, связанная с развитием системных исследований (и, в частности, ознаменованная успехами в изучении открытых, сложных, динамических, самоорганизующихся систем), привела к формированию и широкому распространению в конце XX -- начале XXI века синергетической парадигмы как стиля мышления постнеклассической науки. Среди ученых, в наибольшей степени способствовавших формированию этой парадигмы, следует, в первую очередь, назвать И.Пригожина, Г.Хакена, С.П.Курдюмова, Н.Н.Моисеева, Э.Морена, Л.Заде. Некоторые отличительные особенности и идейные ориентиры постнеклассической науки можно установить даже путем простого перечисления названий книг И.Пригожина: "От существующего к возникающему", "Конец определенности", "Порядок из хаоса", "Философия нестабильности". Для настоящего периода развития науки характерно возрождение концепций, основанных на диалоге, и детализация представлений о взаимодействии и кооперации разнородных объектов.

Согласно синергетической парадигме, изменения и преобразования различных систем первичны, а структуры и симметрии, порождаемые ими, носят вторичный характер. Это объясняет повышенное внимание к моделированию неопределенности, неустойчивости, нелинейности, которые отныне считаются не столько негативными характеристиками, подлежащими нейтрализации, сколько позитивными факторами эволюции, обеспечивающими выживание и развитие сложных систем в открытой, нестационарной, динамической среде.

Конечно, многие из этих факторов в той или иной мере изучались в недрах классической математики. Так, неточность исследовалась в рамках теории приближений -- раздела математического анализа, разрабатывающего методы приближения одних математических объектов другими и оценки возникающей при этом погрешности.

В свою очередь, некорректность рассматривалась в контексте изучения "некорректных задач естествознания". В 1923 г. Адамар высказал предположение, что всякая математическая задача, соответствующая той или иной физической или технической проблеме, должна быть корректной. Затем он дал строгое определение корректной задачи, причем главными условиями корректности у него выступают единственность и устойчивость решения. Последнее требование означает, что малым изменениям исходных данных должны соответствовать малые отклонения решения.

К некорректным задачам относится широкий класс обратных задач, возникающих в физике, технике и других областях знания, в частности задач обработки результатов экспериментов или, иначе, задач с приближенно определенной информацией. Для решения подобных задач А.Н.Тихоновым с сотрудниками была разработана специальная теория регуляризации, которая позволяет строить эффективные численные алгоритмы решения.

Тем не менее, как и в случае с линеаризацией нелинейных систем, здесь мы сталкивается с "коррекцией плохих моделей" благодаря нахождению весьма специфических решений или с хитроумным приспособлением существующего математического аппарата к новым задачам, но отнюдь не со сменой старой математической парадигмы.

В 1980 г. вышел в свет русский перевод монографии Г.Хакена "Синергетика", которая была опубликована на английском языке издательством Шпрингер в 1978 г. и вызвала большой научный резонанс. В том же 1980 г. в Новосибирске весьма скромным тиражом была издана брошюра А.С.Нариньяни, посвященная недоопределенным множествам -- новому типу данных для представления знаний. С анализа аспектов недоопределенности данных в интеллектуальных системах началось исследование НЕ-факторов знаний -- комплекса имманентных свойств реальных человеческих знаний, отрицающих классические свойства формальных систем и слабо учитываемых в традиционных жестких математических языках. Первой широко доступной публикацией на эту тему стала статья А.С.Нариньяни "Недоопределенность в системе представления и обработки знаний", опубликованная в 1986 г. в журнале "Известия АН СССР. Техническая кибернетика". И примерно в то же время Г.С.Поспеловым был запущен в научный оборот весьма общий и впоследствии ставший очень популярным термин "новая информационная технология", который объединяет различные методы и средства обработки информации, отличающиеся от традиционных, разработанных до начала вычислений алгоритмов.

На наш взгляд, эта близость дат совсем не случайна. Существует несомненная связь между новыми информационными технологиями, концепцией НЕ-факторов знаний и развитием синергетической методологии применительно к информатике и искусственному интеллекту.

В самом деле, сегодня моделирование как отдельных НЕ-факторов, так и взаимосвязей между ними становится ключевым направлением развития передовых информационных технологий ИИ, поскольку оно затрагивает и инженерию знаний, и нейроинформатику (особенно в связи с появлением нейрокомпьютинга на основе знаний), и эволюционное моделирование. Тем более это относится к таким "НЕ-фактороемким" областям как нечеткие множества и мягкие вычисления, распределенный искусственный интеллект и многоагентные системы. Это значит, что разработка проблематики НЕ-факторов уже не ограничивается промежуточной областью между знанием и незнанием, "наивную топографию" которой очертил родоначальник концепции НЕ-факторов, а охватывает куда более обширную сферу построения интеллектуальных систем новых поколений, включая такие вопросы, как моделирование индивидуальных и совместных действий, интенций, процессов коммуникации, координации, кооперации и др.

В то же время хотя бы частичное решение сформулированной А.С.Нариньяни сверхзадачи детальной спецификации комплекса НЕ-факторов и построения для него некоторого аналога таблицы Менделеева представляется одним из важнейших условий развития синергетической методологии в информатике и искусственном интеллекте.

Тема установления взаимосвязей между ведущими тенденциями эволюции передовых информационных технологий и методами моделирования НЕ-факторов является одной из двух главных в настоящем номере. Вторая тема затрагивает один из важнейших и наиболее исследованных в ИИ НЕ-факторов -- нечеткость, а также пути и средства его учета и моделирования в финансах, экономике и бизнесе.

Журнал открывается двумя редакционными статьями, посвященными 90-летию со дня рождения академика Г.С.Поспелова и 15-летию нашей Ассоциации искусственного интеллекта. Далее в статье В.Н.Захарова сделан краткий обзор новых информационных технологий, ранее выделенных в работах Г.С.Поспелова и Д.А.Поспелова, и рассмотрены основные структуры интеллектуальных систем управления, использующих эти технологии.

Впервые на страницах "Новостей искусственного интеллекта" проводится обстоятельная дискуссия по НЕ-факторам, их составу и способам моделирования, а также их роли в ИИ. В работе основоположника этого направления А.С.Нариньяни "НЕ-факторы: краткое введение" предложен общий взгляд на проблему развития системы знаний, очерчена примерная структура комплекса НЕ-факторов, в которой выделены группы свойств, отражающих различные аспекты системы человеческих знаний, и отмечены важные методологические аспекты исследования НЕ-факторов. К их числу отнесены: доформальное исследование основных механизмов и примеров функционирования НЕ-факторов в естественном языке; разработка "мягких" искусственных языков и моделей, обеспечивающих должный уровень адекватности отражения прагматики этих факторов; изучение динамических взаимосвязей между отдельными НЕ-факторами и группами НЕ-факторов как своего рода проекциями доступных нам фрагментов всего комплекса развивающейся системы знаний. Далее автором проанализированы различные НЕ-факторы: неточность, недоопределенность, неоднозначность, нечеткость, некорректность, незамкнутость, переопределенность... В духе традиций известной шенноновской статьи "Bandwagon" А.С.Нариньяни предостерегает от повального увлечения термином НЕ-факторы, чреватого отходом от предложенного им методологического (лингвистического) каркаса исследований.

В статье Ю.В.Валькмана "Моделирование НЕ-факторов -- основа интеллектуализации компьютерных технологий" отстаивается более широкая позиция, связанная с идеей комплексного моделирования НЕ-факторов как необходимого условия имитации в искусственных системах особенностей функционирования естественного интеллекта и развития компьютерных технологий. Дан обзор различных направлений исследований в области учета НЕ-факторов. Рассмотрены взаимоотношения между проблематикой НЕ-факторов и различными математическими дисциплинами (в частности, интервальным анализом, статистической обработкой данных, современной теорией квазимер). Обоснована центральная роль НЕ-факторов в организации образного мышления. Показано также важное место НЕ-факторов в задачах исследовательского проектирования (и моделирования) сложных систем. Предложен вариант классификации НЕ-факторов в пространстве "НЕ--фактор -- моделируемый объект -- метод моделирования". Высказана гипотеза о существовании как "универсальных" (общих для разных предметных областей), так и специальных (характерных только для отдельной, конкретной предметной области) НЕ-факторов.

Работа Г.В.Рыбиной "Приобретение знаний, содержащих НЕ-факторы" посвящена актуальной проблеме извлечения экспертных знаний, "пронизанных" НЕ-факторами, с использованием комбинированного метода и инструментального комплекса АТ-ТЕХНОЛОГИЯ, разработанного под руководством автора. Предварительно даны определения, раскрывающие различия и взаимосвязи между отдельными НЕ-факторами. Выделены НЕ-факторы типа 1 и типа 2, построена их оригинальная классификация с точки зрения организации процессов извлечения и структурирования знаний. Рассмотрены особенности представления и обработки недостоверных знаний, даны примеры их автоматизированного извлечения.

В статье В.Б.Тарасова рассмотрен широкий спектр работ в области моделирования НЕ-факторов и их приложений. Проанализированы основные направления исследований, намечены пути перехода от семиотического анализа к логико-алгебраическим методам формализации НЕ-факторов. Прослежена предыстория моделирования НЕ-факторов, включая различные трехзначные и четырехзначные логики, изложены современные подходы к их изучению и формализации. С целью обоснования центрального места НЕ-факторов в теории агентов и многоагентных систем приведено графическое представление семиозиса искусственных агентов и указаны их важнейшие характеристики. Сделан обзор различных вариантов классификации НЕ-факторов в информатике, теории управления и принятия решений. Выделен важный класс "синергетических НЕ-факторов", куда входят необратимость, неравновесность, неустойчивость, нестационарность, неаддитивность, нелинейность. Предложен вариант общей классификации НЕ-факторов в теории агентов. Изложена методика единого алгебро-логико-семиотического подхода к исследованию и моделированию НЕ-факторов, в рамках которого строятся нетрадиционные бирешеточные семантики и применяются обобщенные логические и логико-семиотические матрицы.

Особое место в номере занимает освещение способов моделирования одного из наиболее хорошо изученных НЕ-факторов -- нечеткости -- и использования этих моделей в современной экономике и бизнесе. В нем помещены заметки И.З.Батыршина и А.О.Недосекина, посвященные осмыслению итогов крупной конференции по нечетким множествам, мягким вычислениям и их приложениям в экономике и финансах, которая состоялась 17--20 июня 2004 г. в Санкт-Петербурге. Мы надеемся, что большая статья Л.Г.Дымовой и П.В.Севастьянова "Мягкая математика в оптимизации биржевой торговли", подготовленная по материалам докладов авторов на конференции в Санкт-Петербурге, вызовет интерес у всех лиц, занимающихся применением математических методов в бизнесе и коммерции.

Наш журнал уже не в первый раз обращается к теме применения нечетких множеств и родственных им моделей в бизнесе и финансах. В частности, в N3 за 2000 г. были опубликованы работы А.Э.Алехиной и А.В.Клопченко, в которых рассматривались вопросы проведения финансового анализа и оценки привлекательности инвестиционных проектов на основе нечетких числовых данных.

В целом, хотелось бы еще раз подчеркнуть, что выдвижение проблематики анализа и моделирования НЕ-факторов на передний край теоретических и прикладных исследований в области ИИ, а также тенденция развития "мягких" моделей в экономике вполне закономерны и соответствуют вышеописанному переходу от традиций декартовского рационализма к неклассическому и постнеклассическому (синергетическому) научному мышлению. Спустя полтора века удивительным образом начинает сбываться знаменитое пророчество основателя русского философского кружка любомудров и друга А.С.Пушкина -- князя В.Ф.Одоевского: "Хотя рационализм подвел нас к вратам Истины, но не ему будет суждено их открыть".

 
© URSS 2016.

Информация о Продавце