Моделирование на основе интеллектуальных технологий

Среди интеллектуальных методов анализа информации, используемых при построении сложных моделей, наиболее часто выделяют нейронные сети, которые представляют собой совокупность связанных между собой слоев нейронов, которые получают входные данные, осуществляют их обработку и генерируют на выходе результат. Одним из основных недостатков моделей данного вида является то, что они не имеет четкой интерпретации, так как реализуют непрозрачный процесс. К недостаткам нейросетевых моделей можно отнести высокие требования к обучающей сети информации: информация должна позволить избежать проблемы недобучения и переобучения модели. К преимуществам нейронных сетей относится возможность создания эффективного программного и математического обеспечения для компьютеров с высокой степенью распараллеливания обработки. Кроме того, нейрокомпьютеры достаточно просты для использования рядовыми пользователями.

К таким моделям относится «CGE модель социально-экономической системы России со встроенными нейронными сетями» [1].С помощью нейронных сетей были просчитаны показатели трудовой мобильности и доли распределения бюджета домашних хозяйств.

К моделям на основе интеллектуальных технологий относятся и экспертные системы, которые предназначены для решения неформализованных задач, но требуют существенных усилий и затрат на создание баз знаний, что также делает их практически не применимыми в ситуациях, с которыми не встречались эксперты, составляющие базу знаний. При этом экспертная система сама не способна распознать ситуацию, где используемые знания могут привести к методической ошибке. Экспертные системы не способны к самообучению и без обновления баз знаний быстро теряют актуальность. Среди недостатков экспертных систем следует отметить высокую стоимость сопровождения, которая зачастую превосходит стоимость создания и низкий уровень повторной используемости. В тоже время, решения экспертных систем могут быть объяснены пользователю на качественном уровне.

Среди моделей данной группы можно отметить сценарную динамическую модель демографической ситуации в Мурманской области,созданную при Институте информатики и математического моделирования технологических процессов Кольского научного центра Российской академии наук (ИИММ КНЦ РАН) [4].

Кроме того, к инструментам интеллектуального анализа информации относят: деревья решений; системы размышлений на основе аналогичных случаев; генетические алгоритмы; алгоритмы определения ассоциаций и последовательностей; эволюционное программирование. Зачастую применяются комбинированные интеллектуальные методы.

Разработка подобных моделей является одним из направлений деятельности Российского НИИ искусственного интеллекта. Проект «Экономика» [13] направлен на разработку на основе аппарата недоопределенных вычислений технологии создания компьютерной модели макроэкономики страны, региона, отрасли, корпорации. Данные модели обладают большой гибкостью и позволяет не только предвидеть последствия принимаемых решений, но и находить требующиеся решения.