Методика разработки и выполнения лабораторных работ по исследованию применения искусственного интеллекта в маркетинге (Финаев В.И., Карасев А.В.) (Таганрогский государственный радиотехнический университет) (УДК 007. 52)

(Рассматривается применение экспертных систем в задачах принятия решений на примере комплекса лабораторных работ, решающих маркетинговые задачи.)

Материалы данной работы подготовлены в соответствии с планом выполнения проекта №96-03-12110 Российского гуманитарного научного фонда

Достаточно эффективным путем решения трудноформализуемых задач с качественным описанием параметров и нечетко поставленной целью исследования является применение методов искусственного интеллекта, в частности, экспертных оценок и методов принятия решения, построенных на анализе нечетких ситуаций аппаратом нечеткой логики.

При решении многих задач, связанных с исследованием трудноформализуемых объектов, принятием решений, успешно применяются экспертные системы и другие автоматизированные системы, построенные на принципах искусственного интеллекта.

Актуальной задачей становится применение экспертных систем в задачах принятия решений и прогнозирования их результатов. Поэтому необходимо на примерах разрабатывать методики обучения студентов высших учебных заведений и служащих предприятий в данной области знаний. Обучение в конечном итоге связано с получением навыков, практически полезных для решения тех или иных задач, связанных с обработкой знаний экспертов.

На примере решения задач маркетинга разработан комплекс лабораторных работ, направленных на исследование типа рынка, анализ покупательского спроса и анализ кредитоспособности банка и клиента банка.

Общим в данных работах является способ построения моделей. Причем, методика построения модели состоит в формализации экспертных знаний о параметрах исследуемого объекта путем задания лингвистических переменных α_i терм-множества лингвистических переменных T(α_i¹, α_i², ... , α_iⁿ), нечетких переменных α_i^j в виде нечетких множеств - функция принадлежности нечеткого множества.

Математическая модель объекта представляет собой нечеткую модель классификации вида <Z, Ф, Н>, где Z - множество признак-факторов, Н - множество решений; Ф - нечеткое разбиение Z на эталонные классы.

Разбиение Ф и нечеткие множества задаются путем экспертного опроса. Разбиение Ф задается в виде таблицы соответствия "ситуация - действие". Согласно таблице разбиения составляются функции принадлежности нечетких классов разбиения.

В процессе выполнения лабораторных исследований предоставляется возможность ввести экспертные оценки для построения функций принадлежности нечетких множеств, самостоятельно корректировать их вид. Также при исследовании задаются множестве решений и их вывод, причем существует вариант исследования при задании отдельных правил вывода решения.

Таким образом, предоставляется возможность исследовать "динамику" вывода, оценить влияние всех входных факторов, что особенно важно для понимания как построения экспертных оценок функций принадлежности, так и формирования вывода.

Помимо моделей принятия решения изучается также и методика построения автоматизированной системы принятия решений, что особенно важно для студентов, будущая деятельность которых связана с построением подобных систем.