<<
>>

Структурная организация системы поддержки принятия решений для прогнозирования профессиональной пригодности работников экстремальных профессий

За основу структуры системы поддержки принятия решений (СШ1Р) по прогнозированию профессиональной пригодности работников экстремальных профессий взята пирамидальная (иерархическая) динамическая структура с блоками, организованными на основе принципов автономного интеллектуального агента [127].

Структурно-функциональная организация такой СШ1Р представлена на рисунке 5.1. На нем СШ1Р представлена как трехуровневая система.

В качестве базиса системы выделим второй уровень. Здесь имеются четыре автономных интеллектуальных агента. Первый агент определяет адаптационный потенциал, то есть способность кандидата адаптироваться к ситуациям внешней среды, характерным для данного вида деятельности. Второй агент прогнозирует профессиональные заболевания кандидата, характерные для данного вида профессиональной деятельности. Третий агент определяет соответствие психологического портрета кандидата выбранному виду деятельности. Четвертый агент реализует виртуальный поток, организация которого рассмотрена в четвертом разделе.

Третий иерархический уровень обеспечивает интеллектуальных агентов второго уровня методами и методиками тестирования соответствующих ракурсов профессиональной пригодности.

Рисунок 5.1 - Структурно-функциональная организация СППР для прогнозирования профессиональной пригодности работников экстремальных профессий

Первый иерархический уровень агрегирует решения интеллектуальных агентов второго уровня.

На рисунке 5.2 представлена схема формирования агента второго уровня.

Рисунок 5.2 - Схема формирования агента второго уровня

Менеджером в этой схема является лицо, принимающее решение

(ЛПР). Выбрав соответствующий вид деятельности, ЛИР приступает к

формированию агентов второго уровня. Для формирования агента второго уровня ЛПР должен выбрать из базы знаний методы и методики для соответствующего агента, а также методы и модели объединения (агрегации) их внутри агента. При необходимости ЛПР может протестировать метод или методику на обучающих и контрольных выборках или на основе вновь созданных экспертных знаниях.

5.2

<< | >>
Источник: Шуткин Александр Николаевич. МЕТОДОЛОГИЯ СИНТЕЗА ГИБРИДНЫХ КЛАССИФИКАТОРОВ ДЛЯ ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ ЗДОРОВЬЯ И ПРОФЕССИОНАЛЬНОЙ ПРИГОДНОСТИ ПРИ РАБОТЕ В ЭКСТРЕМАЛЬНЫХ УСЛОВИЯХ. Диссертация на соискание ученой степени доктора технических наук. Курск - 2018. 2018

Еще по теме Структурная организация системы поддержки принятия решений для прогнозирования профессиональной пригодности работников экстремальных профессий:

  1. Разработка прототипов решающих модулей и моделей принятия решений для системы интеллектуальной поддержки прогнозирования профессиональной пригодности работников экстремальных профессий
  2. Программная реализация методов и алгоритмов прогнозирования профессиональной пригодности работников экстремальных профессий в интеллектуальных системах поддержки принятия решений
  3. Основные принципы построения систем поддержки принятия решений, предназначенных для оценки показателей здоровья и профессиональной пригодности работников экстремальных профессий
  4. Методы и алгоритмы для систем интеллектуальной поддержки прогнозирования профессиональной пригодности работников экстремальных профессий
  5. 6.1. Система поддержки принятия решений для профессионального отбора работников МЧС
  6. Теоретические и экспериментальные модели прогнозирования профессиональной пригодности работников экстремальных профессий
  7. 4.1 Разработка системы поддержки принятия решений по прогнозированию и диагностике профессиональных заболеваний водителей экстренных служб
  8. Интеллектуальные агенты для прогнозирования психологической устойчивости работника экстремальных профессий
  9. Структура системы поддержки принятия решений по анализу состояния здоровья работников электроэнергетики
  10. Разработка и исследование структурно-архитектурных решений для интеллектуальной системы прогнозирования повторного инфаркта миокарда
  11. Методы и алгоритмы принятия решений в медицинских системах интеллектуальной поддержки принятия решений
  12. Метод и алгоритм прогнозирования релевантных заболеваний для экстремальных профессий
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -