Интеллектуальные технологии управления ресурсами

Целью проекта является разработка научно-обоснованного подхода к интеллектуальному анализу и обработке данных для повышения эффективности управления ресурсами в условиях семантических ограничений предметной области. Несмотря на то, что задачами управления ресурсами занимаются много ученых, тем не менее существует целый ряд нерешенных вопросов. К числу таких вопросов относится тот факт, что требуется учитывать динамично изменяющуюся внешнюю среду, многообразие имеющихся ресурсов, а также специфические особенности предметной области, которые зачастую являются слабо формализуемыми, а информация, используемая при решении задач управления, может быть слабоструктурированной. В связи с этим вводится термин "семантические ограничения предметной области" (СОПО), под которым понимается сложно формализуемые ограничения нечисловой природы. Формулируется научная идея интеллектуального анализа и обработки данных для повышения эффективности управления ресурсами, новизна которой заключается в возможности решения новых задач управления ресурсами с учетом семантических ограничений предметной области. В качестве основных результатов научного исследования предполагается получить:1. Подход к интеллектуальной обработке данных при управлении ресурсами в условиях неопределенности и при наличии слабоформализуемой информации.Научная значимость состоит в том, что предлагаемый подход расширяет существующие подходы к решению задачи управления ресурсами и позволяет учесть дополнительные обстоятельства, связанные с наличием слабоформализуемой информации, семантических ограничений предметной области и динамично изменяющейся внешней среды.2. Модели (информационные, онтологические предметной области) и методы сбора, хранения, извлечения, обработки и использования данных и знаний, адаптированные для использования агентами при решении задачи управления ресурсами в условиях неопределенности и СОПО.Научная значимость предлагаемых моделей и методов обусловлена тем, что они позволяют обеспечить хранение и доступ к выявленным знаниям и их использование агентами при решении задачи управления ресурсами.3. Алгоритмы интеллектуальной обработки данных для повышения эффективности управления ресурсами в условиях неопределенности и динамичности внешней среды, алгоритмы анализа данных и извлечения знаний для обучения агентов.Научная значимость предлагаемых алгоритмов интеллектуальной обработки данных состоит в том, что они позволяют выявить скрытые от эксперта неявные знания и использовать их в дальнейшем для обучения агентов с целью повышения эффективности процесса управления ресурсами.4. Программное обеспечение в виде прототипов для реализации предложенного подхода, обеспечивающего на основе моделей и алгоритмического обеспечения интеллектуальную обработку информации и данных для управления ресурсами.Практическая значимость состоит в том, что предлагается инструментарий, позволяющий решать задачи управления ресурсами в сформулированных условиях (неопределенности и слабоформализованной информации).5. Результаты оценки эффективности показателей предложенного подхода на реальных примерах разработанных прототипов программного обеспечения.Научная значимость полученных результатов оценки эффективности показателей предложенного подхода состоит в подтверждении эффективности предложенного подхода.Практическая значимость состоит в определении условий применимости предложенного подхода для решения задачи управления ресурсами.