Методы и алгоритмы анализа социальных процессов с применением когнитивно-адаптивной инвариантной модели
При построении концептуальной модели социального процесса (СП) объекты социальной системы и внешние факторы декомпозируются или агрегируются до одного уровня абстракции. Между объектами и факторами намечаются связи. Тройка M = , где Ob(toб) – множество объектов системы, Ft(toб) – множество влияющих факторов, Rel(toб) – множество отношений между факторами и объектами, toб – объективное время, является концептуальной структурно-морфологической моделью СП. Каждая сущность процесса характеризуется одним или несколькими параметрами: Ob(t oб)= Ob’(toб,πo(t oб)), Ft(t oб)= Ft’(t oб,πf(t oб )), Rel(t oб)=Rel’(t oб,πr(t oб) ) ⇒ M’=, где πo , π f , π r - множества параметров, например, π o = {πoi(t oб)}; от времени зависит как состав множества параметров, так и их значения. Социальный процесс – любое изменение значений параметров или структуры системы, имеющей социальную проекцию. Социальный процесс, концептуальная модель процесса Внешние факторы, влияющие на состояние объектов социальной системы. Объекты - элементы социальной системы, непосредственно участвующие в процессе. Время Социальная система. Причинно-следственные связи: «фактор-фактор», «объект-объект», «фактор-объект». Отбор базисных факторов и объектов социального процесса осуществляется с применением алгоритма четырехэлементного стратегического анализа внешней среды - PEST-анализа. Ситуационный анализ проблемной области производится при помощи SWOT-анализа. 2 Когнитивно-адаптивная модель социального процесса Эволюционные вычисления Когнитивно-графовая модель (КГМ) СП - Мкг = , где P - множество параметров, O - множество отношений, MR – правило получения следующих значений параметров из текущих. Множество P=Π(Ob’(toб.наб.,πo(toб) ))∪Π(Ft’(toб.наб.,πf(toб))), где Π (•) – оператор проекции на множество параметров, примененный в момент времени toб.наб. Множество O=Π(SC(Rel’(toб.наб.,πr(toб)))), где SC(•) – оператор отбора причинно-следственных отношений. MR: D(P)× D(O)→ D(P), где D(•) – оператор получения множества всевозможных значений. Правило MR выбирается экспертно. Методы и алгоритмы анализа социального процесса Эволюционные вычисления (ЭВ) в когнитивно-адаптивной модели (КАМ) служат для идентификации КГМ, при этом, дополнительно задаются наборы фактических данных двух видов S1 и S2 : 1. КГМ процесса – Мкг1 = , где S1 – конечное множество векторов значений параметров процесса во времени. Решается задача оптимизации функционала: FМкг1(Х)= ||MR(MR(…MR(MR(S11,X),X)…,X) – S1i ||, FМкг1(Х)→ min, где суммирование осуществляется по всем элементам S1. 2. Мкг2 = , где S2 – конечное множество векторов значений параметров аналогов-реализаций процесса, Id1 – вектор индикаторов, фиксирующих те или иные параметры как «входные»/«результирующие». Решается задача оптимизации функционала: FМкг2(Х)= ||(MR(S2i ,X))j - S2ij ||, FМкг2(Х)→ min, где суммирование осуществляется по всем элементам множества S2, по «результирующим» параметрам. Также ЭВ используются для поиска вектора начальных значений параметров процесса, такого, чтобы за указанное число итераций достичь целевых значений. Мкг3 = , где C – вектор целевых значений параметров процесса, Id2 – вектор индикаторов, фиксирующих те или иные параметры как «управляемые»/«неуправляемые», t* – требуемое число итераций КГМ. Решается задача: FМкг3(Х)= ||(MR(MR(…MR(MR(X,O), O)…, O))j - Cj ||, FМкг3(Х) → min, где суммирование осуществляется по «неуправляемым» параметрам. Алгоритмы выявления знаний о процессе: PEST-, SWOT-анализ. Концептуальная модель процесса Генетическая популяция Когнитивно-графовая модель процесса Параметри-зация O2 O1 O3 F2 F3 F1 s3 s4 s2 s1 +r1 -r2 -r3 +r4 +r5 Символьные преобразо-вания Структури-зация знаний 3 Когнитивно-адаптивная модель = .
Slaidy.com
