Алгоритм управления системы поддержки принятия решений.
Предлагаемый алгоритм управления ориентирован на реализацию взаимодействия ЛИР с СППР, между всеми её программными модулями и внешней аппаратурой. Структурная схема алгоритма приведена на рис.
4.6.Приведенная схема управления состоит из трёх основных частей:
- блок обучения разведочного анализа, предназначенный для синтеза набора математических моделей, обеспечивающих решение всех поставленных в работе задач;
- блок принятия решений, предназначенный для решения задач прогнозирования и ранней диагностики профессиональных заболеваний работников электроэнергетики, а также оценки их работоспособности;
Рисунок 4.6. Схема алгоритма управления
Рисунок 4.6. Схема алгоритма управления (продолжение)
Рисунок 4.6. Схема алгоритма управления (продолжение)
Рисунок 4.6. Схема алгоритма управления (продолжение)
- блок формирования рекомендаций по профилактике, лечению и коррекции трудоспособности работников электроэнергетической промышленности.
При реализации процесса обучения (блок 1) изучается спектральный состав и мощностные диапазоны электромагнитных полей (ЭМИ), воздействующих на работников выбранных предприятий электроэнергетической отрасли (блок 2). На основании этого анализа делается вывод о потенциальной опасности этой группы факторов с предварительным анализом возможности поражения органов и систем
человека, достаточно длительно подвергающихся воздействию ЭМП, включая геомагнитное поле земли (блок 3), разделы 2.1 и 2.2.
Далее для конкретных предприятий определяются дополнительные факторы риска (микроклимат, промышленная пыль и другие вредные химические вещества, высокий уровень психоэмоционального напряжения и утомления, индивидуальные особенности организма и т.д.) на основании анализа ведущих эндогенных и экзогенных факторов риска определяются алфавиты классов заболеваний, на которые обучается СШ1Р (блок 4).
Если при существующих медико-технологических ограничениях имеется возможность формирования обучающих выборок (блок 5 и 6), то организуется группа специалистов, способная к созданию соответствующих таблиц экспериментальных данных и производится разведочный анализ, ориентированный на синтез гибридных нечетких решающих правил, в ходе которого формируются рекомендации по синтезу частных решающих правил по выделенным блокам математических моделей (блок 7, разделы 2.2. и 3.1).
При отсутствии обучающих выборок в соответствии с рекомендациями [64, 65, 66, 73, 75, 79, 82] к синтезу нечетких решающих правил (НРП) готовится группа специально подготовленных экспертов (блок 8).
Далее в соответствии с рекомендациями разделов 2.1, 2.2 и 2.3 осуществляется синтез частных решающих правил (блок 9).
Качество и состав полученных частных решающих правил (ЧРП) (особенно по факторам риска электромагнитной природы) проверяется и при необходимости корректируется в соответствии с рекомендациями [66, 75] (блоки 10, 11).
Полученные и, возможно скорректированные, НРП в соответствии с общими рекомендациями по синтезу гибридных нечетких решающих правил [64, 65, 66, 73, 75, 79, 82] агрегируются в финальные решающие правила (блок 12).
При наличии репрезентативной контрольной выборки (блок 13) обеспечивается статистическая проверка качества работы полученных
математических моделей с возможной их коррекцией в соответствии с рекомендациями [75] (блоки 14, 15, 18, 19).
При отсутствии контрольной выборки производится экспертный анализ качества работы полученных математических моделей (блоки 16, 17).
После синтеза необходимого набора решающих правил они загружаются в базу знаний СППР (блок 20), после чего она готова к работе.Если решается задача прогнозирования возникновения и развития заболеваний ωi, то осуществляется сбор необходимой прогностической информации (блок 22). Состав прогностических признаков для прогнозирования заболеваний нервной и иммунной систем представлен в разделах 3.3 и 3.4, после чего осуществляется принятие соответствующих прогностических решений (блок 23). Аналогично реализуется решение задач ранней диагностики (блоки 24, 25, 26, 27, 28), оценки надежности работы человека, занятого в электроэнергетической промышленности (блоки 29, 30, 31).
Если решаются задачи коррекции состояния здоровья (блок 32), то в соответствии с показателями уверенности в прогнозе или наличии ранних стадий заболеваний из базы данных СППР выбираются схемы профилактики и лечения с последующей их реализацией (блоки 32, 33, 34, 35). Аналогично решается задача коррекции работоспособности оператора (блоки 36, 37, 38, 39) с целью повышения надежности работы электроэнергетического комплекса.
4.3.
Еще по теме Алгоритм управления системы поддержки принятия решений.:
- 2.1.1. СУЩНОСТЬ И ОСНОВНЫЕ ПОЛОЖЕНИЯ УПРАВЛЕНИЯ РСЧС И ГО
- 9.6. Автоматизация управления Всероссийской службой медицины катастроф
- Анализ результатов исследования психологических особенностей профессионального развития менеджеров образования в системе повышения квалификации
- ГЛАВА 19. МЕТОДИЧЕСКИЕ ПОДХОДЫ К ВНЕДРЕНИЮ МЕЖДУНАРОДНОГО СТАНДАРТА ISO/IEC 27001:2005 ПРИ ПОСТРОЕНИИ СИСТЕМЫ УПРАВЛЕНИЯ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТЬЮ МЕДИЦИНСКОЙ ОРГАНИЗАЦИИ
- ПРОГНОЗИРОВАНИЕ ИСХОДОВ КОНФЛИКТА ПРИ ПРИНЯТИИ РЕШЕНИЙ
- БИОЛОГИЧЕСКИЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ В ЗАДАЧАХ ТЕЛЕМЕДИЦИНЫ
- 3.5. Компьютерные системы поддержки врачебных решений в диагностике и лечении
- 3.1 Информационно-аналитическая модель принятия решений по прогнозированию и метафилактике МКБ
- 3.3 Алгоритм управления процессами принятия решений
- 3.4.Структура автоматизированной системы поддержки принятия решений при прогнозировании мочекаменной болезни