A Method for Predicting the Control Object Response to an External Input Using a Cognitive Map and Response Observation Data
DOI:
https://doi.org/10.24160/1993-6982-2020-2-113-119Keywords:
cognitive map, object response to an input, model-based prediction, quantitative and qualitative scales of factors, autonomous impulse process in a digraph, nearest neighbors method, jack-knife methodAbstract
A method for quantitatively predicting the development of processes in a control object in response to a change, for some reason, in the value of one of the factors characterizing the object is considered. It is assumed that experts have drawn up a cognitive map; that the factors included in it adequately describe the processes in the object, and that the values of these factors can be presented using both quantitative and qualitative scales. To perform a numerical analysis, a representative set of observations made on the object under study should be available. The object reaction forecast is computed using the method of studying complex systems, the models of which are represented by a digraph, and using the method of nearest neighbors. A procedure for estimating the forecast accuracy using a modified jack-knife method is proposed. For an example representing commensurable conditions, computations were carried out, which have shown fairly good agreement between the forecasts obtained by the proposed method and the method based on using the object’s cognitive model. As another example, the results from calculating the forecast and estimating the accuracy based on the data about the relation between research work and the educational process in an educational institution are given. The object cognitive map includes seven factors with different scales for representing their values.
References
1. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998.
2. Busemeyer J., Diederich A. Cognitive Modeling. Los Angeles: Sage Publications, 2009.
3. Альбертин С.В. Когнитивное моделирование как способ научного познания и творчества // Гуманитарные научные исследования. 2016. № 8 [Электрон. ресурс] http://human.snauka.ru/2016/08/16289 (дата обращения 08.02.2019).
4. Авдеева З.К. Теория и практика когнитивных карт // Лаборатория 51 ИПУ РАН [Электрон. ресурс] https://mipt.ipu.ru/sites/default/files/page_file/Авдеева.pdf (дата обращения 15.02.2019).
5. Радченко С.А. Когнитивное моделирование как средство поддержки принятия решений при управлении социально-экономической системой // Проблемы регионального управления, экономики и права и инновационных процессов в образовании: Труды III Меж дунар. науч.-практ. конф. Таганрог: Изд-во ТИУиЭ, 2003. С. 298—300.
6. Башлыков А.А., Еремеев А.П. Основы конструирования интеллектуальных систем поддержки принятия решений в атомной энергетике. М.: ИНФРА-М, 2017.
7. Федулов Ю.Г., Юсов А.Б., Матвеев А.А. Исследование социально-экономических и политических процессов с помощью когнитивных моделей. М: Изд- во РАГС, 2004.
8. Федулов А.С., Борисов В.В. Анализ нечетких реляционных когнитивных карт // Нейрокомпьютеры: разработка, применение. 2016. № 7. С. 7—14.
9. Таратухина Ю.В. Деловые и межкультурные коммуникации. Структуризация посредством формальных когнитивных карт [Электрон. ресурс] https://studme.org/64361/menedzhment/strukturizatsiya_posredstvom_formalnyh_kognitivnyh_kart (дата обращения 14.02.2019).
10. Максимов В.И., Корноушенко Е.К., Качаев С.В. Когнитивные технологии для поддержки принятия управленческих решений // Информационное общество. 1999. Вып. 2. С. 50—54.
11. Жилов Р.А. К вопросу построения когнитивных карт для интеллектуальной обработки данных // Вестник КРАУНЦ Серия «Физико-математические науки». 2016. № 4—1 (16). С. 101—106.
12. Авдеева З.К., Коврига С.В., Макаренко Д.И. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) // Управление большими системами. 2007. № 16. С. 26—39.
13. Кулинич А.А. Компьютерные системы моделирования когнитивных карт: подходы и методы // Control Sci. 2010. № 3. С. 2—16.
14. Жилов Р.А. Применение нечетких когнитивных карт в системах принятия решений // Современные вопросы математической физики, математической биологии и информатики: Материалы Всеросс. науч. конф. молодых ученых. Нальчик: Изд-во КБНЦ РАН, 2014. С. 54—55.
15. Максимов В.И. Когнитивные технологии — от незнания к пониманию // Когнитивный анализ и управление развитием ситуаций: Труды I Междунар. конф. М.: Изд-во ИПУ РАН, 2001. Т. 1. С. 4—41.
16. Фомин Г.А. Прогнозирование по когнитивной модели реакции объекта на внешние воздействия // Вестник МЭИ. 2018. № 5. С. 89—95.
17. Кульба В.В., Миронов П.Б., Назаретов В.М. Анализ устойчивости социально-экономических систем с использованием знаковых орграфов // Автоматика и телемеханика. 1993. № 7. С. 130—137.
18. Салугин А.Н., Устиченко А.А. Автономные импульсные процессы и устойчивость систем // Интернет-вестник ВолгГАСУ. Серия «Политематическая». 2013. Вып. 3 (28). С. 1—6.
19. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности. М.: Финансы и статистика, 1989.
20. Good P. Resampling Methods: a Practical Guide to Data Analysis. N.-Y: Springer, 2006.
21. Фомин Г.А., Фомина Е.С. Метод формирования имитационных данных по когнитивной модели объекта управления // Вестник МЭИ. 2018. № 1. С. 106—111.
---
Для цитирования: Фомин Г.А., Полотнов М.М. Метод расчета с использованием когнитивной карты и данных наблюдений реакции объекта управления на внешнее воздействие // Вестник МЭИ. 2020. № 2. С. 113—119. DOI: 10.24160/1993-6982-2020-2-113-119.
#
1. Trakhtengerts E.A. Komp'yuternaya Podderzhka Prinyatiya Resheniy. M.: SINTEG, 1998. (in Russian).
2. Busemeyer J., Diederich A. Cognitive Modeling. Los Angeles: Sage Publications, 2009.
3. Al'bertin S.V. Kognitivnoe Modelirovanie kak Sposob Nauchnogo Poznaniya i Tvorchestva. Gumanitarnye Nauchnye Issledovaniya. 2016;8 [Elektron. Resurs] http://human.snauka.ru/2016/08/16289 (Data Obrashcheniya 08.02.2019). (in Russian).
4. Avdeeva Z.K. Teoriya i Praktika Kognitivnykh Kart. Laboratoriya 51 IPU RAN [Elektron. Resurs] https://mipt. ipu.ru/sites/default/files/page_file/Avdeeva.pdf (Data Obrashcheniya 15.02.2019). (in Russian).
5. Radchenko S.A. Kognitivnoe Modelirovanie kak Sredstvo Podderzhki Prinyatiya Resheniy pri Upravlenii Sotsial'no-ekonomicheskoy Sistemoy. Problemy Regional'nogo Upravleniya, Ekonomiki i Prava i Innovatsionnykh Protsessov v Obrazovanii: Trudy III Mezhdunar. Nauch.-prakt. Konf. Taganrog: Izd-vo TIUiE, 2003: 298—300. (in Russian).
6. Bashlykov A.A., Eremeev A.P. Osnovy Konstruirovaniya Intellektual'nykh Sistem Podderzhki Prinyatiya Resheniy v Atomnoy Energetike. M.: INFRA-M, 2017. (in Russian).
7. Fedulov Yu.G., Yusov A.B., Matveev A.A. Issledovanie Sotsial'no-ekonomicheskikh i Politicheskikh Protsessov s Pomoshch'yu Kognitivnykh Modeley. M: Izd-vo RAGS, 2004. (in Russian).
8. Fedulov A.S., Borisov V.V. Analiz Nechetkikh Relyatsionnykh Kognitivnykh Kart. Neyrokomp'yutery: Razrabotka, Primenenie. 2016;7:7—14. (in Russian).
9. Taratukhina Yu.V. Delovye i Mezhkul'turnye Kommunikatsii. Strukturizatsiya Posredstvom Formal'nykh Kognitivnykh Kart [Elektron. Resurs] https://studme.org/64361/menedzhment/strukturizatsiya_posredstvom_formalnyh_kognitivnyh_kart (Data Obrashcheniya 14.02.2019). (in Russian).
10. Maksimov V.I., Kornoushenko E.K., Kachaev S.V. Kognitivnye Tekhnologii dlya Podderzhki Prinyatiya Upravlencheskikh Resheniy. Informatsionnoe Obshchestvo. 1999;2:50—54. (in Russian).
11. Zhilov R.A. K Voprosu Postroeniya Kognitivnykh Kart dlya Intellektual'noy Obrabotki Dannykh. Vestnik KRAUNTS Seriya «Fiziko-matematicheskie Nauki». 2016;4—1 (16):101—106. (in Russian).
12. Avdeeva Z.K., Kovriga S.V., Makarenko D.I. Kognitivnoe Modelirovanie dlya Resheniya Zadach Upravleniya Slabostrukturirovannymi Sistemami (Situatsiyami).Upravlenie Bol'shimi Sistemami. 2007;16:26—39. (in Russian).
13. Kulinich A.A. Komp'yuternye Sistemy Modelirovaniya Kognitivnykh Kart: Podkhody i Metody. Control Sci. 2010;3:2—16. (in Russian).
14. Zhilov R.A. Primenenie Nechetkikh Kognitivnykh Kart v Sistemakh Prinyatiya Resheniy. Sovremennye Voprosy Matematicheskoy Fiziki, Matematicheskoy Biologii i Informatiki: Materialy Vseross. Nauch. Konf. Molodykh Uchenykh. Nal'chik: Izd-vo KBNTS RAN, 2014:54—55. (in Russian).
15. Maksimov V.I. Kognitivnye Tekhnologii — ot Neznaniya k Ponimaniyu. Kognitivnyy Analiz i Upravlenie Razvitiem Situatsiy: Trudy I Mezhdunar. Konf. M.: Izd-vo IPU RAN, 2001;1:4—41. (in Russian).
16. Fomin G.A. Prognozirovanie po Kognitivnoy Modeli Reaktsii Ob′ekta Na Vneshnie Vozdeystviya. Vestnik MEI. 2018;5:89—95. (in Russian).
17. Kul'ba V.V., Mironov P.B., Nazaretov V.M. Analiz Ustoychivosti Sotsial'no-ekonomicheskikh Sistem s Ispol'zovaniem Znakovykh Orgrafov. Avtomatika i Telemekhanika. 1993;7:130—137. (in Russian).
18. Salugin A.N., Ustichenko A.A. Avtonomnye Impul'snye Protsessy i Ustoychivost' Sistem. Internet-vestnik VolgGASU. Seriya «Politematicheskaya». 2013; 3 (28):1—6. (in Russian).
19. Ayvazyan S.A., Bukhshtaber V.M., Enyukov I.S., Meshalkin L.D. Prikladnaya Statistika: Klassifikatsiya i Snizhenie Razmernosti. M.: Finansy i Statistika, 1989. (in Russian).
20. Good P. Resampling Methods: a Practical Guide to Data Analysis. N.-Y: Springer, 2006.
21. Fomin G.A., Fomina E.S. Metod Formirovaniya Imitatsionnykh Dannykh po Kognitivnoy Modeli Ob′ekta upravleniya. Vestnik MEI. 2018;1:106—111. (in Russian).
---
For citation: Fomin G.A., Polotnov M.M. A Method for Predicting the Control Object Response to an External Input Using a Cognitive Map and Response Observation Data. Bulletin of MPEI. 2020;2:113—119. (in Russian). DOI: 10.24160/1993-6982-2020-2-113-119.
2. Busemeyer J., Diederich A. Cognitive Modeling. Los Angeles: Sage Publications, 2009.
3. Альбертин С.В. Когнитивное моделирование как способ научного познания и творчества // Гуманитарные научные исследования. 2016. № 8 [Электрон. ресурс] http://human.snauka.ru/2016/08/16289 (дата обращения 08.02.2019).
4. Авдеева З.К. Теория и практика когнитивных карт // Лаборатория 51 ИПУ РАН [Электрон. ресурс] https://mipt.ipu.ru/sites/default/files/page_file/Авдеева.pdf (дата обращения 15.02.2019).
5. Радченко С.А. Когнитивное моделирование как средство поддержки принятия решений при управлении социально-экономической системой // Проблемы регионального управления, экономики и права и инновационных процессов в образовании: Труды III Меж дунар. науч.-практ. конф. Таганрог: Изд-во ТИУиЭ, 2003. С. 298—300.
6. Башлыков А.А., Еремеев А.П. Основы конструирования интеллектуальных систем поддержки принятия решений в атомной энергетике. М.: ИНФРА-М, 2017.
7. Федулов Ю.Г., Юсов А.Б., Матвеев А.А. Исследование социально-экономических и политических процессов с помощью когнитивных моделей. М: Изд- во РАГС, 2004.
8. Федулов А.С., Борисов В.В. Анализ нечетких реляционных когнитивных карт // Нейрокомпьютеры: разработка, применение. 2016. № 7. С. 7—14.
9. Таратухина Ю.В. Деловые и межкультурные коммуникации. Структуризация посредством формальных когнитивных карт [Электрон. ресурс] https://studme.org/64361/menedzhment/strukturizatsiya_posredstvom_formalnyh_kognitivnyh_kart (дата обращения 14.02.2019).
10. Максимов В.И., Корноушенко Е.К., Качаев С.В. Когнитивные технологии для поддержки принятия управленческих решений // Информационное общество. 1999. Вып. 2. С. 50—54.
11. Жилов Р.А. К вопросу построения когнитивных карт для интеллектуальной обработки данных // Вестник КРАУНЦ Серия «Физико-математические науки». 2016. № 4—1 (16). С. 101—106.
12. Авдеева З.К., Коврига С.В., Макаренко Д.И. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) // Управление большими системами. 2007. № 16. С. 26—39.
13. Кулинич А.А. Компьютерные системы моделирования когнитивных карт: подходы и методы // Control Sci. 2010. № 3. С. 2—16.
14. Жилов Р.А. Применение нечетких когнитивных карт в системах принятия решений // Современные вопросы математической физики, математической биологии и информатики: Материалы Всеросс. науч. конф. молодых ученых. Нальчик: Изд-во КБНЦ РАН, 2014. С. 54—55.
15. Максимов В.И. Когнитивные технологии — от незнания к пониманию // Когнитивный анализ и управление развитием ситуаций: Труды I Междунар. конф. М.: Изд-во ИПУ РАН, 2001. Т. 1. С. 4—41.
16. Фомин Г.А. Прогнозирование по когнитивной модели реакции объекта на внешние воздействия // Вестник МЭИ. 2018. № 5. С. 89—95.
17. Кульба В.В., Миронов П.Б., Назаретов В.М. Анализ устойчивости социально-экономических систем с использованием знаковых орграфов // Автоматика и телемеханика. 1993. № 7. С. 130—137.
18. Салугин А.Н., Устиченко А.А. Автономные импульсные процессы и устойчивость систем // Интернет-вестник ВолгГАСУ. Серия «Политематическая». 2013. Вып. 3 (28). С. 1—6.
19. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности. М.: Финансы и статистика, 1989.
20. Good P. Resampling Methods: a Practical Guide to Data Analysis. N.-Y: Springer, 2006.
21. Фомин Г.А., Фомина Е.С. Метод формирования имитационных данных по когнитивной модели объекта управления // Вестник МЭИ. 2018. № 1. С. 106—111.
---
Для цитирования: Фомин Г.А., Полотнов М.М. Метод расчета с использованием когнитивной карты и данных наблюдений реакции объекта управления на внешнее воздействие // Вестник МЭИ. 2020. № 2. С. 113—119. DOI: 10.24160/1993-6982-2020-2-113-119.
#
1. Trakhtengerts E.A. Komp'yuternaya Podderzhka Prinyatiya Resheniy. M.: SINTEG, 1998. (in Russian).
2. Busemeyer J., Diederich A. Cognitive Modeling. Los Angeles: Sage Publications, 2009.
3. Al'bertin S.V. Kognitivnoe Modelirovanie kak Sposob Nauchnogo Poznaniya i Tvorchestva. Gumanitarnye Nauchnye Issledovaniya. 2016;8 [Elektron. Resurs] http://human.snauka.ru/2016/08/16289 (Data Obrashcheniya 08.02.2019). (in Russian).
4. Avdeeva Z.K. Teoriya i Praktika Kognitivnykh Kart. Laboratoriya 51 IPU RAN [Elektron. Resurs] https://mipt. ipu.ru/sites/default/files/page_file/Avdeeva.pdf (Data Obrashcheniya 15.02.2019). (in Russian).
5. Radchenko S.A. Kognitivnoe Modelirovanie kak Sredstvo Podderzhki Prinyatiya Resheniy pri Upravlenii Sotsial'no-ekonomicheskoy Sistemoy. Problemy Regional'nogo Upravleniya, Ekonomiki i Prava i Innovatsionnykh Protsessov v Obrazovanii: Trudy III Mezhdunar. Nauch.-prakt. Konf. Taganrog: Izd-vo TIUiE, 2003: 298—300. (in Russian).
6. Bashlykov A.A., Eremeev A.P. Osnovy Konstruirovaniya Intellektual'nykh Sistem Podderzhki Prinyatiya Resheniy v Atomnoy Energetike. M.: INFRA-M, 2017. (in Russian).
7. Fedulov Yu.G., Yusov A.B., Matveev A.A. Issledovanie Sotsial'no-ekonomicheskikh i Politicheskikh Protsessov s Pomoshch'yu Kognitivnykh Modeley. M: Izd-vo RAGS, 2004. (in Russian).
8. Fedulov A.S., Borisov V.V. Analiz Nechetkikh Relyatsionnykh Kognitivnykh Kart. Neyrokomp'yutery: Razrabotka, Primenenie. 2016;7:7—14. (in Russian).
9. Taratukhina Yu.V. Delovye i Mezhkul'turnye Kommunikatsii. Strukturizatsiya Posredstvom Formal'nykh Kognitivnykh Kart [Elektron. Resurs] https://studme.org/64361/menedzhment/strukturizatsiya_posredstvom_formalnyh_kognitivnyh_kart (Data Obrashcheniya 14.02.2019). (in Russian).
10. Maksimov V.I., Kornoushenko E.K., Kachaev S.V. Kognitivnye Tekhnologii dlya Podderzhki Prinyatiya Upravlencheskikh Resheniy. Informatsionnoe Obshchestvo. 1999;2:50—54. (in Russian).
11. Zhilov R.A. K Voprosu Postroeniya Kognitivnykh Kart dlya Intellektual'noy Obrabotki Dannykh. Vestnik KRAUNTS Seriya «Fiziko-matematicheskie Nauki». 2016;4—1 (16):101—106. (in Russian).
12. Avdeeva Z.K., Kovriga S.V., Makarenko D.I. Kognitivnoe Modelirovanie dlya Resheniya Zadach Upravleniya Slabostrukturirovannymi Sistemami (Situatsiyami).Upravlenie Bol'shimi Sistemami. 2007;16:26—39. (in Russian).
13. Kulinich A.A. Komp'yuternye Sistemy Modelirovaniya Kognitivnykh Kart: Podkhody i Metody. Control Sci. 2010;3:2—16. (in Russian).
14. Zhilov R.A. Primenenie Nechetkikh Kognitivnykh Kart v Sistemakh Prinyatiya Resheniy. Sovremennye Voprosy Matematicheskoy Fiziki, Matematicheskoy Biologii i Informatiki: Materialy Vseross. Nauch. Konf. Molodykh Uchenykh. Nal'chik: Izd-vo KBNTS RAN, 2014:54—55. (in Russian).
15. Maksimov V.I. Kognitivnye Tekhnologii — ot Neznaniya k Ponimaniyu. Kognitivnyy Analiz i Upravlenie Razvitiem Situatsiy: Trudy I Mezhdunar. Konf. M.: Izd-vo IPU RAN, 2001;1:4—41. (in Russian).
16. Fomin G.A. Prognozirovanie po Kognitivnoy Modeli Reaktsii Ob′ekta Na Vneshnie Vozdeystviya. Vestnik MEI. 2018;5:89—95. (in Russian).
17. Kul'ba V.V., Mironov P.B., Nazaretov V.M. Analiz Ustoychivosti Sotsial'no-ekonomicheskikh Sistem s Ispol'zovaniem Znakovykh Orgrafov. Avtomatika i Telemekhanika. 1993;7:130—137. (in Russian).
18. Salugin A.N., Ustichenko A.A. Avtonomnye Impul'snye Protsessy i Ustoychivost' Sistem. Internet-vestnik VolgGASU. Seriya «Politematicheskaya». 2013; 3 (28):1—6. (in Russian).
19. Ayvazyan S.A., Bukhshtaber V.M., Enyukov I.S., Meshalkin L.D. Prikladnaya Statistika: Klassifikatsiya i Snizhenie Razmernosti. M.: Finansy i Statistika, 1989. (in Russian).
20. Good P. Resampling Methods: a Practical Guide to Data Analysis. N.-Y: Springer, 2006.
21. Fomin G.A., Fomina E.S. Metod Formirovaniya Imitatsionnykh Dannykh po Kognitivnoy Modeli Ob′ekta upravleniya. Vestnik MEI. 2018;1:106—111. (in Russian).
---
For citation: Fomin G.A., Polotnov M.M. A Method for Predicting the Control Object Response to an External Input Using a Cognitive Map and Response Observation Data. Bulletin of MPEI. 2020;2:113—119. (in Russian). DOI: 10.24160/1993-6982-2020-2-113-119.
Downloads
Published
2019-04-29
Issue
Section
Mathematical Modeling, Numerical Methods and Program Complexe (05.13.18)
