Информационно-аналитическая модель принятия решений прогнозирования и ранней диагностики профессиональных заболеваний в электроэнергетике.
Получаемые в процессе синтеза нечеткие решающие правила ориентированы на использование в базе знаний системы поддержки принятия решений (СППР) для врачей, ведущих пациентов, занятых в электроэнергетике.
В работах [66, 75] показано, что для оптимизации структуры базы знаний СППР удобно использовать информационноаналитические модели, в которых устанавливаются связи и направления взаимодействия между информативными признаками, решающими модулями и результатом принятия решений.Применительно к решаемым задачам информационно-аналитическая модель принятия решений имеет вид, представленный на рис. 3.1. В процессе синтеза гибридных нечетких решающих правил эксперты используя метод Дельфы для решения задач прогнозирования и ранней диагностики заболеваний выбрали пять основных блоков информативных признаков.
Блок признаков характеризующих электромагнитные изучения ЕР ( fj,Ej,Hj,Tj) определяемый частотой f, электрической напряженностью Ej , магнитной напряженностью Hи временем воздействия T электромагнитного поля модальностью j.
Блок признаков, характеризующий внешние воздействия PV (ER, EK, OG), в который входят показатель эргономики рабочих мест (ER), экологические факторы риска (EK), признаки описывающие факторы риска связанные с образом жизни (OG).
Блок признаков определяемый путем измерений параметров снимаемых с человека PD (Ml,, LMe, BTe) которые могут быть получены инструментальными методами исследования IMe, лабораторными методами исследования LMeвключая измерения энергетических характеристик биологически активных точек BTe«связанных» с исследуемой патологией ω.
Рисунок 3.1. Информационно-аналитическая модель принятия решений.
Блок признаков позволяющий определять уровень функционального состояния организма человека в целом и его систем.
Для оценки функционального состояния всего организма предлагается использовать показатели внимания PV, энергетические характеристики биологически активных точек, характеризующие функциональное состояния PBfs, типовые компьютерные опросники PT [66, 75, 119, 123].
Для оценки функционального состояния исследуемых систем
предлагается использовать «профильные» биологически активные точки ( PFSi) и, дополнительно для оценки функционального состояния иммунной системы, показатели, характеризующие перекисное окисление липидов (ПОЛ) и антиокислительную активность (АО А).
Для оценки функционального резерва организма используется уровень меридианной энергетики (UME) и показатели функционального состояния исследуемых систем UFSiизмеренные до и после нормированной нагрузки NN. Повторные измерения проводятся через фиксированное время ТНБ.
Частные решающее правила для оценки уверенности в прогнозе (д=пр) и ранней стадии заболеваний (б=рс) реализуются частными агрегаторами
использующими математические модели (2.28), (2.31) и (2.32), которые агрегируются финальным агрегатором AGF1(модель 2.33).
При оценке функционального состояния всего организма определяются его основные составляющие: уровень хронического утомления (AgYU (модель 2.35)); уровень психоэмоционального напряжения (AgYP (модель 2.36)); уровень монотонии (агрегатор YM) и уровень функционального состояния оцениваемый по общему разбалансу меридианной энергетики (агрегатор AgME, (модель 2.39)).
При оценке функционального состояния исследуемых систем ω (агрегатор AgFSi) реализуются модели (2.38), (2.40), (2.41) и (2.42).
Оценка функционального резерва организма реализуется агрегатором AgFR(модель (2.43)).
Надежность работы человека, управляющего работой узлов и агрегатов, предприятий электроэнергетики оценивается по показателю UBR , формируемому агрегатором UGBR . При этом используется агрегатор уровня здоровья AGSZt, реализующий модель (2.44).
Еще по теме Информационно-аналитическая модель принятия решений прогнозирования и ранней диагностики профессиональных заболеваний в электроэнергетике.:
- СОДЕРЖАНИЕ
- ВВЕДЕНИЕ
- 2.2. Метод синтеза нечетких математических моделей прогнозирования и ранней диагностики профессиональных заболеваний работников электроэнергетики.
- Информационно-аналитическая модель принятия решений прогнозирования и ранней диагностики профессиональных заболеваний в электроэнергетике.
- СПИСОК ЛИТЕРАТУРЫ