Cognitive approach sa pagmomodelo. Buod: Cognitive modeling. tukuyin ang mga posibleng senaryo para sa pag-unlad ng sitwasyon, isinasaalang-alang ang mga kahihinatnan ng paggawa ng pinakamahalagang desisyon at ihambing ang mga ito

Upang maunawaan at masuri ang pag-uugali ng isang kumplikadong sistema, isang structural diagram ng mga ugnayang sanhi-at-epekto ay binuo. Ang ganitong mga iskema na nagbibigay-kahulugan sa opinyon at pananaw ng gumagawa ng desisyon ay tinatawag na cognitive map.

Ang terminong "cognitive map" ay likha ng psychologist na si Tolman noong 1948. Ang cognitive map ay isang uri ng mathematical model na nagbibigay-daan sa iyo na gawing pormal ang paglalarawan ng isang kumplikadong bagay, problema o sistema na gumagana at tukuyin ang mga istruktura ng sanhi-at-epekto na mga relasyon sa pagitan ng mga elemento ng system, ang kumplikadong bagay na bumubuo sa problema at tasahin ang mga kahihinatnan bilang resulta ng epekto sa mga elementong ito o pagbabago sa kalikasan ng mga relasyon. Iminungkahi ng English scientist na si K.Idei ang paggamit ng mga cognitive maps para sa kolektibong pag-unlad at paggawa ng desisyon.

Cognitive map ng sitwasyon ay isang direktang graph, ang mga node kung saan ay ilang mga bagay (konsepto), at ang mga arko ay ang mga koneksyon sa pagitan ng mga ito, na nagpapakilala sa mga ugnayang sanhi-at-epekto.

Ang pagbuo ng modelo ay nagsisimula sa pagbuo ng isang cognitive map na sumasalamin sa sitwasyon "as is". Sa batayan ng nabuong cognitive map, ang isang sitwasyon sa self-development simulation ay isinasagawa upang matukoy ang mga positibong trend ng development.

Ang pangunahing konsepto sa diskarteng ito ay ang konsepto ng "sitwasyon". Ang sitwasyon ay nailalarawan sa pamamagitan ng isang hanay ng tinatawag na pangunahing mga kadahilanan, sa tulong kung saan inilarawan ang mga proseso ng pagbabago ng mga estado sa isang sitwasyon. Ang mga salik ay maaaring makaimpluwensya sa isa't isa, at ang gayong impluwensya ay maaaring maging positibo, kapag ang pagtaas (pagbaba) sa isang kadahilanan ay humahantong sa isang pagtaas (pagbaba) sa isa pang kadahilanan, at negatibo, kapag ang isang pagtaas (pagbaba) sa isang kadahilanan ay humantong sa isang pagbaba. (pagtaas) sa isa pang salik.

Ang matrix ng mutual influences ay nagpapakita ng mga timbang ng mga direktang impluwensya lamang sa pagitan ng mga salik. Ang mga row at column ng matrix ay nakamapa sa mga salik ng cognitive map, at ang nilagdaang halaga sa intersection ng i-th row at ang j-ro column ay nagpapahiwatig ng bigat at direksyon ng impluwensya ng i-ro factor sa ang j-th factor. Upang ipakita ang antas (bigat) ng impluwensya, isang hanay ng mga baryabol sa wika gaya ng "malakas", "katamtaman", "mahina", atbp. tulad ng isang hanay ng mga linguistic variable ay inihambing sa mga numerical na halaga mula sa pagitan: 0.1 - "napakahina"; 0.3 - "katamtaman"; 0.5 - "makabuluhan"; 0.7 - "malakas"; 1.0 - "napakalakas". Ang direksyon ng impluwensya ay ibinibigay ng isang palatandaan: positibo, kapag ang pagtaas (pagbaba) sa isang kadahilanan ay humahantong sa isang pagtaas (pagbaba) sa isa pang kadahilanan, at negatibo, kapag ang isang pagtaas (pagbaba) sa isang kadahilanan ay humantong sa isang pagbaba (pagtaas). ) sa isa pang salik.

Pagkilala sa mga Paunang Trend

Ang mga paunang tendensya ay ibinibigay ng mga linguistic variable ng uri

"malakas", "katamtaman", "mahina", atbp.; ang naturang hanay ng mga variable na lingguwistika ay inihahambing sa mga numerical na halaga mula sa pagitan. Kung ang isang trend ay hindi itinakda para sa ilang kadahilanan, nangangahulugan ito na alinman sa walang mga kapansin-pansing pagbabago sa kadahilanan na isinasaalang-alang, o walang sapat na impormasyon upang suriin ang kasalukuyang trend dito. Kapag nagmomodelo, itinuturing na ang halaga ng salik na ito ay 0 (ibig sabihin, hindi ito nagbabago).

Pagpili ng mga target na kadahilanan

Sa lahat ng napiling mga kadahilanan, kinakailangan upang matukoy ang target at kontrol na mga kadahilanan. Ang mga target na salik ay mga salik na ang dynamics ay dapat ilapit sa mga kinakailangang halaga. Ang pagtiyak sa kinakailangang dynamics ng mga target na kadahilanan ay ang solusyon na hinahabol sa pagbuo ng isang cognitive model.

Maaaring gamitin ang mga cognitive maps upang masuri nang may husay ang impluwensya ng mga indibidwal na konsepto sa isa't isa at sa katatagan ng sistema sa kabuuan, upang imodelo at suriin ang paggamit ng iba't ibang estratehiya sa paggawa ng desisyon at pagtataya ng mga desisyon.

Dapat pansinin na ang cognitive map ay sumasalamin lamang sa katotohanan na ang mga kadahilanan ay nakakaimpluwensya sa bawat isa. Hindi nito sinasalamin ang alinman sa detalyadong katangian ng mga impluwensyang ito, o ang dinamika ng mga pagbabago sa mga impluwensya depende sa mga pagbabago sa sitwasyon, o mga pansamantalang pagbabago sa mga salik mismo. Isinasaalang-alang ang lahat ng mga pangyayaring ito ay nangangailangan ng paglipat sa susunod na antas ng impormasyon sa pag-istruktura na ipinapakita sa isang cognitive map, iyon ay, isang cognitive model. Sa antas na ito, ang bawat ugnayan sa pagitan ng mga salik ng mapa ng cognitive ay ipinapakita sa katumbas na equation, na maaaring maglaman ng parehong quantitative (sinusukat) na mga variable at qualitative (hindi sinusukat) na mga variable. Kasabay nito, ang mga quantitative variable ay pumapasok sa natural na paraan sa anyo ng kanilang mga numerical value, dahil ang bawat qualitative variable ay nauugnay sa isang set ng linguistic variable, at ang bawat linguistic variable ay tumutugma sa isang tiyak na numerical equivalent sa iskala [-1, 1]. Sa akumulasyon ng kaalaman tungkol sa mga prosesong nagaganap sa sitwasyong pinag-aaralan, nagiging posible na ihayag nang mas detalyado ang likas na katangian ng mga ugnayan sa pagitan ng mga salik.

May mga mathematical na interpretasyon ng mga cognitive na mapa, tulad ng mga soft mathematical na modelo (ang sikat na modelo ng Lotka-Volterra ng pakikibaka para sa pagkakaroon). Ang mga pamamaraan sa matematika ay maaaring mahulaan ang pag-unlad ng sitwasyon at pag-aralan ang katatagan ng solusyon na nakuha. Mayroong dalawang mga diskarte sa pagbuo ng mga cognitive na mapa - pamamaraan at proseso. Ang pamamaraan ay isang aksyon na discrete sa oras at may nasusukat na resulta. Ang matematika ay gumawa ng makabuluhang paggamit ng discreteness, kahit na sinusukat natin sa pamamagitan ng mga linguistic variable. Ang diskarte sa proseso ay nagsasalita nang higit pa tungkol sa pagpapanatili ng mga proseso, ito ay nailalarawan sa pamamagitan ng mga konsepto ng "pagbutihin", "pag-activate", nang walang sanggunian sa masusukat na mga resulta. Ang cognitive map ng diskarteng ito ay may halos walang kuwentang istraktura - mayroong target na proseso at nakapalibot na mga proseso na may positibo o negatibong epekto dito.

Mayroong dalawang uri ng cognitive maps: tradisyonal at malabo. Ang mga tradisyunal na mapa ay itinakda sa anyo ng isang nakadirekta na graph at kinakatawan ang modelong sistema bilang isang hanay ng mga konsepto na nagpapakita ng mga bagay o katangian nito, na magkakaugnay ng mga ugnayang sanhi-at-bunga. Ginagamit ang mga ito upang masuri nang husay ang epekto ng mga indibidwal na konsepto sa katatagan ng sistema.

Upang mapalawak ang mga posibilidad ng cognitive modeling, ang mga malabo na cognitive na mapa ay ginagamit sa isang bilang ng mga gawa. Sa isang malabo na cognitive na mapa, tinutukoy ng bawat arko hindi lamang ang direksyon at kalikasan, kundi pati na rin ang antas ng impluwensya ng mga nauugnay na konsepto.

Naka-host sa http://www.allbest.ru/

Ministri ng Edukasyon at Agham ng Russian Federation

Institusyong Pang-edukasyon na Pambadyet ng Pederal na Estado

mas mataas na propesyonal na edukasyon

"Kuban State University" (FGBOU VPO "Kubu")

Kagawaran ng Teorya ng Pag-andar

Panghuling gawain ng bachelor's qualifying

Modelo ng matematika ng istrukturang nagbibigay-malay ng espasyo sa pag-aaral

Nagawa ko na ang trabaho

V.A. Bakuridze

siyentipikong tagapayo

cand. Phys.-Math. Agham, Associate Professor

B.E. Levitsky

normocontroller,

Art. katulong sa laboratoryo N.S. katchina

Krasnodar 2015

Nilalaman

Panimula

2. Kasanayan
4. Minimum na skill card
7. Mga marka at filter
7.1 Pagmamarka ng mga halimbawa
Konklusyon
Panimula
Ang gawain ay abstract sa kalikasan at nakatuon sa pag-aaral ng isa sa mga seksyon ng monograph Zh-Kl. Falmazh at Zh-P. Duanon (tingnan), na ang pangalan ay isinalin sa Russian bilang "Learning Spaces". Ang monograph ay nakatuon sa pagbuo ng isang abstract na teorya ng matematika na bumubuo ng mga pormal na pamamaraan para sa pag-aaral ng mga ugnayan at relasyon ng mga estado ng kaalaman ng mga paksa sa isang tiyak na lugar ng paksa.
Ang papel ay nagbibigay ng inangkop na pagsasalin sa Russian ng isang bahagi ng isa sa mga kabanata ng monograph, na tinatawag na "Skill Maps, Labels and Filters". Ang kabanatang ito ay bumuo ng isang pormal na kagamitan para sa pagsisiyasat ng kaugnayan sa pagitan ng mga estado ng kaalaman at kung ano ang karaniwang tinatawag na "mga kasanayan." Ipinapalagay na ang isang tiyak na halaga ng kasanayan ay kinakailangan upang makamit ang isang tiyak na estado ng kaalaman.
Ang ideya ng mga may-akda ay upang iugnay sa bawat tanong (problema) q mula sa domain Q isang subset ng mga kasanayan mula sa S na maaaring magamit upang sagutin ang tanong q (solusyon ng problema q). Kasama ng mga paliwanag na halimbawa na ibinigay ng mga may-akda sa papel, ang mga katulad na halimbawa mula sa kursong "Complex Analysis" ay ibinigay.
Ang unang seksyon ng gawaing diploma ay naglalaman ng kinakailangang impormasyon mula sa mga unang kabanata ng monograp, ang inangkop na pagsasalin kung saan ginawa sa mga tesis ng T.V. Aleinikova at N.A. Ralco.
Sa pangalawang seksyon, ang isang inangkop na pagsasalin ng kaukulang seksyon ng monograph na may isang halimbawa (tingnan ang talata 2.1) ay ginawa, sa batayan kung saan ang isang pormal na konsepto ng "mga mapa ng kasanayan" ay ipinakilala sa ikatlong seksyon. Sa pamamagitan ng pagkakatulad sa halimbawang ito, ang isang halimbawa mula sa kursong "Complex Analysis" ay independiyenteng binuo (tingnan ang seksyon 2.2.).
Ang ikaapat na seksyon ay tumatalakay sa konsepto ng isang minimum na mapa ng kasanayan. Ang modelo ng conjunctive skill map ay tinalakay sa Seksyon 5.
Ang Seksyon 6 ay nagbibigay ng pormal na kahulugan ng modelo ng kakayahan. Ang huling seksyon ng thesis ay nakatuon sa problema ng paglalarawan (pag-label) ng mga elemento at pagsasama (mga filter) ng kaukulang impormasyon ng sanggunian na nilalaman sa mga estado ng kaalaman.
1. Pangunahing notasyon at paunang impormasyon
Depinisyon 1 (tingnan). Ang istraktura ng kaalaman ay isang pares (Q, K), kung saan ang Q ay isang set na walang laman, at isang K-pamilya ng mga subset ng Q, na naglalaman ng hindi bababa sa Q at isang walang laman na set. Ang set Q ay tinatawag na domain ng istruktura ng kaalaman. Ang mga elemento nito ay tinatawag na mga tanong o posisyon, at mga subset ng pamilya. K ay tinatawag na mga estado ng kaalaman.
Depinisyon 2 (tingnan). Ang istruktura ng kaalaman (Q, K) ay tinatawag na learning space kung ang sumusunod na dalawang kundisyon ay natutugunan:
(L1) Kakinisan ng pagkatuto. Para sa anumang dalawang estado K, L tulad na
, mayroong isang may hangganan na hanay ng mga estado
(2.2)
para saan |Ki\ Ki-1| = 1 para sa 1 ? ako? p at |L \ K| = r.
(L2) Pagkakaayon sa pagkatuto. Kung ang K, L ay dalawang estado ng kaalaman at ang q ay isang tanong (posisyon) na ang K + (q) K, kung gayon
Depinisyon 3 (tingnan) Ang isang pamilya ng mga set K ay tinatawag na sarado na may kinalaman sa unyon kung FK para sa anumang FK. Sa partikular, K, dahil ang unyon ng mga walang laman na subfamily ay ang walang laman na hanay. Kung ang pamilya K ng istraktura ng kaalaman (Q, K) ay sarado sa ilalim ng unyon, kung gayon ang pares (Q, K) ay tinatawag na espasyo ng kaalaman. Minsan sa kasong ito sinasabi nila na ang K ay ang espasyo ng kaalaman. Sinasabi namin na ang K ay sarado na may kinalaman sa isang may hangganang unyon kung para sa alinmang K at L mula sa K ang set na KLK.
Tandaan na sa kasong ito ang walang laman na hanay ay hindi kinakailangang kabilang sa pamilya K.
Ang istraktura ng dalawahang kaalaman sa Q na may paggalang sa istraktura ng kaalaman K ay ang istraktura ng kaalaman na naglalaman ng lahat ng mga karagdagan ng mga estado ng K, i.e.
Kaya, ang Ki ay may parehong domain. Malinaw na kung ang K ay isang espasyo ng kaalaman, kung gayon ay isang istraktura ng kaalaman na sarado na may kinalaman sa intersection, iyon ay, F para sa anumang F, bukod pa rito, Q.
Depinisyon 4 (tingnan ). Sa pamamagitan ng isang koleksyon sa isang set Q ang ibig naming sabihin ay isang pamilya ng mga K subset ng domain na Q. Upang tukuyin ang isang koleksyon, ang isa ay madalas na nagsusulat ng (Q, K). Tandaan na maaaring walang laman ang koleksyon. Ang koleksyon (Q, L) ay isang saradong espasyo kapag ang pamilya L ay naglalaman ng Q at sarado sa ilalim ng intersection. Ang closed space na ito ay tinatawag na simple kung ito ay kabilang sa L. Kaya, ang koleksyon K ng mga subset ng domain Q ay isang knowledge space sa Q kung at kung ang dual structure ay isang simpleng closed space.
Kahulugan 5 (tingnan ang ). Ang isang chain sa isang partially ordered set (X, P) ay anumang subset C ng set X na tulad ng cPc? o c?Pc para sa lahat ng c, c"C (sa madaling salita, ang pagkakasunod-sunod na dulot ng kaugnayan P sa C ay isang linear na pagkakasunud-sunod).
Depinisyon 6 (tingnan ang ). Ayon sa kahulugan ng isang chain, mayroon kaming cc "o c" c para sa lahat ng c, c "C. Ang isang chain C ay pinakamalaki kung sumusunod ito mula sa kundisyon CC` para sa ilang chain ng estado C` na C \u003d C` . Kaya, ang pinakamataas na kadena ay kinakailangang naglalaman ng at Q.
Depinisyon 7 (tingnan ang ). at sabihin na ang G ay sakop ni G?. Sa pamamagitan ng kahulugan, (G) ay sarado sa ilalim ng unyon. Ang batayan ng isang pamilyang sarado ng unyon F ay ang minimal na subfamilya B ng F na nakapaloob sa F (dito ang "minimal" ay tinukoy na may kinalaman sa pagsasama ng mga set: kung (H)=F para sa ilang HB, pagkatapos ay H=B). Nakaugalian na ipagpalagay na ang empty set ay ang unyon ng mga walang laman na subfamilies mula sa B. Kaya, dahil ang base ay ang minimum na subfamily, ang empty set ay hindi maaaring kabilang sa base. Malinaw, ang isang estado K na kabilang sa ilang base B mula sa K ay hindi maaaring maging isang unyon ng iba pang mga elemento mula sa B. Bilang karagdagan, ang isang istraktura ng kaalaman ay may base lamang kung ito ay isang espasyo ng kaalaman.
Teorama 1 (). Hayaang maging base ang B para sa espasyo ng kaalaman (Q, K). Pagkatapos ay BF para sa ilang subfamily ng mga estadong F na sumasaklaw sa K. Samakatuwid, ang espasyo ng kaalaman ay umamin ng hindi hihigit sa isang base.
Depinisyon 8 (tingnan). Ang symmetric-difference na distansya o canonical na distansya sa set ng lahat ng mga subset ng set ng isang finite set E ay ang value:
tinukoy para sa alinmang A, B 2E. Dito, nagsasaad ng simetriko pagkakaiba ng set A at B.
2. Kasanayan

Ang mga nagbibigay-malay na interpretasyon ng mga konseptong pangmatematika sa itaas ay limitado sa paggamit ng mga salitang nauugnay sa proseso ng pagkatuto, tulad ng "struktura ng kaalaman", "kalagayan ng kaalaman", o "landas ng pagkatuto". Ito ay dahil sa katotohanan na marami sa mga resulta na nakuha sa ay potensyal na naaangkop sa isang malawak na iba't ibang mga pang-agham na larangan. Makikita na ang ipinakilalang mga pangunahing konsepto ay naaayon sa tulad ng isang tradisyonal na konsepto ng psychometric theory bilang "kasanayan". Sinasaliksik ng kabanatang ito ang ilan sa mga posibleng ugnayan sa pagitan ng mga estado ng kaalaman, kasanayan, at iba pang feature ng item.

Para sa anumang istraktura ng kaalaman (Q, K), ang pagkakaroon ng ilang pangunahing hanay ng mga "kasanayan" S ay ipinapalagay. Ang mga kasanayang ito ay maaaring binubuo ng mga pamamaraan, algorithm o pamamaraan na sa prinsipyo ay makikilala. Ang ideya ay upang iugnay ang bawat tanong (problema) q mula sa domain Q na mga kasanayan mula sa S na kapaki-pakinabang o nakatutulong sa pagsagot sa tanong na iyon (paglutas ng problema) at paghinuha kung ano ang estado ng kaalaman. Ang sumusunod na halimbawa ay ibinigay.

Halimbawa 2.1 ng pag-compile ng isang programa sa wikang UNIX.

Tanong a): Ilang linya ng file na "lilac" (lilac) ang naglalaman ng salitang "purple" (purple)? (Isang command line lang ang pinapayagan.)

Ang bagay na sinusuri ay tumutugma sa UNIX command line na ipinasok. Ang tanong na ito ay masasagot sa iba't ibang paraan, tatlo sa mga ito ay nakalista sa ibaba. Para sa bawat pamamaraan, nagbibigay kami ng napi-print na command line kasunod ng ">" sign:

>greppurplelilac | wc

Ang sistema ay tumugon sa tatlong numero; ang una ay ang sagot sa tanong. (Ang "grep" na utos na sinusundan ng dalawang opsyon na `purple" at `lilac" ay kinukuha ang lahat ng linyang naglalaman ng salitang `purple" mula sa file na `lilac"; ang "|" (separator) command ay nagdidirekta sa output na ito sa word count command "wc ", na naglalabas ng bilang ng mga linya, salita, at character sa output na ito).

>catlilac | greppurple | wc

Ito ay isang hindi gaanong mahusay na solusyon na nakakamit ng parehong resulta. (Ang "cat" command ay nangangailangan ng file na "lilac" na nakalista, na hindi kinakailangan.)

>morelilac | greppurple | wc;

Katulad ng nakaraang solusyon.

Ang pag-aaral ng tatlong pamamaraang ito ay nagmumungkahi ng ilang posibleng uri ng mga ugnayan sa pagitan ng mga kasanayan at mga tanong at ang mga kaukulang paraan upang matukoy ang mga estado ng kaalaman na tumutugma sa mga kasanayang ito. Ang simpleng ideya ay ituring ang bawat isa sa tatlong pamamaraang ito bilang isang kasanayan. Ang isang kumpletong hanay ng kasanayan S ay naglalaman ng tatlong mga kasanayang ito at ilang iba pa. Ang koneksyon sa pagitan ng mga tanong at kasanayan, sa gayon, ay maaaring gawing pormal ng function

f (a) = ((1); (2); (3)).

Isaalang-alang ang isang bagay na kinabibilangan ng isang partikular na subset ng T ng mga kasanayan, na naglalaman ng ilang mga kasanayan mula sa f(a) at ilang iba pang mga kasanayang nauugnay sa iba pang mga katanungan; Halimbawa,

T = ((1); (2); s; s").

Ang hanay ng mga kasanayang ito ay nagbibigay ng solusyon sa problema a), dahil T?f(a) = (1; 2) ? . Sa katunayan, ang estado ng kaalaman K na naaayon sa set na ito ay kinabibilangan ng lahat ng mga gawaing maaaring lutasin gamit ang hindi bababa sa isa sa mga kasanayang nakapaloob sa T; yan ay

Ang kaugnayang ito sa pagitan ng mga kasanayan at estado ay ginalugad sa susunod na seksyon, na pinamagatang "disjunctive model". Makikita natin na ang istraktura ng kaalaman na dulot ng disjunctive na modelo ay kinakailangang isang espasyo ng kaalaman. Ang katotohanang ito ay pinatunayan sa Theorem 3.3. Sa madaling sabi, para sa pagkakumpleto, isaalang-alang ang isang modelo na tatawagin nating "conjunctive" at kung saan ay ang dalawahan ng disjunctive na modelo. Sa disjunctive model, isa lamang sa mga kasanayang nauugnay sa gawain q ang sapat upang malutas ang gawaing ito. Sa kaso ng conjunctive model, ang lahat ng mga kasanayang nauugnay sa elementong ito ay kinakailangan. Kaya, ang K ay isang estado ng kaalaman kung mayroong isang set ng T ng mga kasanayan na para sa bawat elemento q, mayroon tayong q K lamang kung φ(q) (sa kaibahan sa kinakailangan φ(q)T? para sa disjunctive model) . Pinapormal ng conjunctive model ang sitwasyon kung saan, para sa anumang tanong q, mayroong isang natatanging paraan ng solusyon na kinakatawan ng isang set f(q) na kinabibilangan ng lahat ng kinakailangang kasanayan. Ang resultang istraktura ng kaalaman ay sarado na may paggalang sa intersection. Isasaalang-alang din ang iba't ibang uri ng ugnayan sa pagitan ng mga kasanayan at estado. Ang disjunctive at conjunctive na mga modelo ay hinango mula sa elemental na pagsusuri ng Halimbawa 2.1, kung saan ang tatlong pamamaraan mismo ay itinuturing bilang mga kasanayan, kahit na maraming mga utos ang kinakailangan sa bawat kaso.

Ang isang mas masusing pagsusuri ay maaaring makuha sa pamamagitan ng pagsasaalang-alang sa bawat utos bilang isang kasanayan, kasama ang utos na "|" ("separator"). Ang kumpletong hanay ng kasanayan S ay magiging hitsura

S = (grep; wc; pusa, |, higit pa, s1, …,sk),

kung saan, tulad ng dati, ang s1, ..., sk ay tumutugma sa mga kasanayang nauugnay sa iba pang mga isyu sa isinasaalang-alang na domain. Upang sagutin ang tanong a), maaaring gumamit ng angkop na subset ng S. Halimbawa, isang bagay na tumutugma sa isang subset ng mga kasanayan

R = (grep; wc; |; higit pa; s1; s2)

maaaring maging solusyon sa tanong a) gamit ang alinman sa Paraan 1 o Paraan 3. Sa katunayan, dalawang nauugnay na hanay ng mga utos ang kasama sa hanay ng kasanayan sa R; ibig sabihin, (grep; wc; |) ?R at (more, grep, wc,|) ?R.

Ang halimbawang ito ay nagmumungkahi ng mas kumplikadong ugnayan sa pagitan ng mga tanong at kasanayan.

Ipinostula namin ang pagkakaroon ng isang function na nag-uugnay sa bawat tanong q sa hanay ng lahat ng mga subset ng skill set na tumutugma sa mga posibleng solusyon. Sa kaso ng tanong a), mayroon kami

m(a) = ((grep; |; wc); (cat; grep; |; wc); (higit pa; grep; |; wcg)).

Sa pangkalahatan, ang isang bagay na may kasamang ilang hanay ng mga kasanayang R ay may kakayahang lutasin ang ilang tanong q kung mayroong kahit isang elemento C sa m(q) upang ang C R. Ang bawat isa sa mga subset ng C sa m(q) ay magiging tinutukoy bilang "kakayahan para sa" q. Ang partikular na kaugnayan sa pagitan ng mga kasanayan at estado ay tatawagin sa ilalim ng pangalang "modelo ng kakayahan".

Halimbawa 2.1 ay maaaring humantong sa isa na isipin na ang mga kasanayang nauugnay sa isang partikular na domain (isang partikular na fragment ng isang lugar ng kaalaman) ay madaling matukoy. Sa katunayan, malayo sa malinaw kung paano posible ang gayong pagkakakilanlan. Para sa karamihan ng kabanatang ito, iiwan namin ang set ng kasanayan na hindi tinukoy at ituturing ang S bilang abstract set. Ang aming pagtuon ay sa isang pormal na pagsusuri ng ilan sa mga posibleng link sa pagitan ng mga isyu, kasanayan, at estado ng kaalaman. Ang mga nagbibigay-malay o pang-edukasyon na interpretasyon ng mga kasanayang ito ay ipagpaliban sa huling seksyon ng kabanatang ito, kung saan tinatalakay natin ang isang posibleng sistematikong pag-label ng mga elemento na maaaring humantong sa pagkilala sa mga kasanayan, at mas malawak sa paglalarawan ng nilalaman ng mga estado ng kaalaman. kanilang sarili.

Halimbawa 2.2 mula sa teorya ng mga function ng isang kumplikadong variable.

Isaalang-alang ang problema sa pagkalkula ng integral:

Mayroong tatlong mga paraan upang malutas ang problema.

Unang paraan (solusyon gamit ang Cauchy residue theorem):

Algorithm para sa pagkalkula ng mga integral ng contour gamit ang mga nalalabi:

1. Maghanap ng mga isahan na punto ng isang function

2. Tukuyin kung alin sa mga puntong ito ang matatagpuan sa lugar na hangganan ng tabas. Upang gawin ito, ito ay sapat na upang gumawa ng isang pagguhit: gumuhit ng isang tabas at markahan ang mga espesyal na puntos.

3. Kalkulahin ang mga nalalabi sa mga espesyal na punto na matatagpuan sa lugar

Ang lahat ng mga isahan na punto ng integrand ay matatagpuan sa bilog

Natagpuan namin ang mga ugat ng equation:

Multiplicity pole 2.

Ang mga ugat ng equation ay matatagpuan sa pamamagitan ng formula:

Samakatuwid, sa pamamagitan ng Cauchy residue theorem:

Mga kasanayang ginamit:

1) Paghahanap ng mga singular na puntos (A)

2) Kakayahang kunin ang ugat ng isang kumplikadong numero (B)

3) Pagkalkula ng mga bawas (C)

4) Kakayahang ilapat ang Cauchy residue theorem (D)

Ang pangalawang paraan (solusyon gamit ang Cauchy integral formula para sa mga derivatives):

Algorithm para sa pagkalkula ng mga contour integral gamit ang Cauchy integral formula para sa mga derivatives:

N = 0,1,2,….

1. Maghanap ng mga isahan na punto ng function.

2. Tukuyin kung alin sa mga puntong ito ang matatagpuan sa lugar na hangganan ng contour: . Upang gawin ito, ito ay sapat na upang gumawa ng isang pagguhit: gumuhit ng isang tabas at markahan ang mga espesyal na punto (tingnan ang Fig. 1).

3. Kalkulahin ang mga sumusunod na integral gamit ang Cauchy integral formula para sa mga derivatives:

kung saan, ang r > 0 ay sapat na maliit, ang zk (k = 1,2,3,4) ay mga singular na punto ng integrand na matatagpuan sa loob ng bilog:

, (tingnan ang figure 1).

Figure 1 - Pagkalkula ng integral gamit ang Cauchy integral formula

1) Sa pag-aakalang, makikita natin:

2) Sa pag-aakalang, makikita natin:

3) Sa pag-aakalang, makikita natin:

4) Sa pag-aakalang, makikita natin:

Mga kasanayang ginamit:

1) paghahanap ng mga isahan na puntos (A)

2) ang kakayahang kunin ang ugat ng isang kumplikadong numero (B)

3) ang kakayahang ilapat ang Cauchy integral formula (E)

4) ang kakayahang ilapat ang Cauchy integral formula para sa prod. (F)

Ikatlong paraan:

Sa pamamagitan ng kabuuang residue theorem:

Mga kasanayang ginamit:

1) Kakayahang makahanap ng mga espesyal na puntos (G)

2) Pagsisiyasat ng isang function sa infinity (H)

3) Paghahanap ng nalalabi sa isang walang katapusang malayong punto (I)

4) Kakayahang ilapat ang kabuuang residue theorem (J)

Sa pagsusuri sa tatlong solusyon ng integral sa itaas, napapansin namin na ang pinaka mahusay na solusyon ay ang huli, dahil hindi namin kailangang kalkulahin ang mga nalalabi sa mga dulong punto.

3. Skill maps: disjunctive model

Depinisyon 3.1 Ang isang skills map ay isang triple (Q;S;), kung saan ang Q ay isang non-empty set ng mga elemento, S ay isang non-empty set of skills, at ang φ ay isang mapping mula Q hanggang 2S \ (). Kung ang mga set na Q at S ay malinaw sa konteksto, ang isang skill map ay tinatawag na function f. Para sa anumang q mula sa Q, ang isang subset ng φ(q) mula sa S ay ituturing bilang isang hanay ng mga kasanayang nakamapang sa q (mapa ng kasanayan). Hayaang ang (Q; S; φ) ay isang skill map at ang T ay isang subset ng S. K Q ay sinasabing kumakatawan sa estado ng kaalaman na nabuo ng set T sa loob ng disjunctive model kung

K = (q Q | f (q) T ?).

Tandaan na ang walang laman na subset ng mga kasanayan ay bumubuo ng isang walang laman na estado ng kaalaman (dahil φ(q)? para sa bawat elemento q), at ang set S ay bumubuo ng kaalamang estado Q. Ang pamilya ng lahat ng mga estado ng kaalaman na nabuo sa ilalim ng mga set S ay ang istraktura ng kaalaman nabuo ng skills map (Q ;S;φ) (disjunctive model). Kapag ang terminong "nabuo" ng isang skill map ay ginamit nang walang reference sa isang partikular na modelo, nauunawaan na ang isang disjunctive na modelo ay isinasaalang-alang. Sa kaso kapag ang lahat ng mga kalabuan ay inalis ng nilalaman ng konteksto, ang pamilya ng lahat ng estado na nabuo ng mga subset ng S ay tinatawag na nabuong istraktura ng kaalaman.

Halimbawa 3.2 Hayaan ang Q = (a, b, c, d, e) at S = (s, t, u, v). Tukuyin natin

Ipagpalagay

Kaya ang (Q;S;f) ay isang skill card. Ang estado ng kaalaman na nabuo ng hanay ng mga kasanayan T = (s, t) ay (а, b, c, d). Sa kabilang banda, ang (a, b, c) ay hindi isang estado ng kaalaman, dahil hindi ito mabubuo ng anumang subset ng R ng S. Sa katunayan, ang naturang subset R ay kinakailangang naglalaman ng t (dahil dapat itong maglaman ng sagot sa tanong); kaya ang estado ng kaalaman na nabuo ni R ay maglalaman din ng d. Ang nabuong istraktura ng kaalaman ay ang set

Tandaan na ang K ay ang espasyo ng kaalaman. Ito ay hindi isang pagkakataon, dahil ang sumusunod na resulta ay magaganap:

Teorama 3.3. Ang anumang istraktura ng kaalaman na nabuo sa pamamagitan ng isang mapa ng kasanayan (sa loob ng disjunctive model) ay isang espasyo ng kaalaman. Sa kabaligtaran, ang anumang espasyo ng kaalaman ay nabuo ng hindi bababa sa isang mapa ng kasanayan.

Patunay

Ipagpalagay na ang (Q; S; T) ay isang mapa ng kasanayan, at hayaan ang (Ki) i? Ako ay ilang di-makatwirang subset ng mga nabuong estado. Kung, para sa isang tao i?I, ang estadong Ki ay nabuo ng isang subset na Ti ng S, kung gayon madaling suriin kung ano ang nabuo; ibig sabihin, ito rin ay isang estado ng kaalaman. Kaya, ang istraktura ng kaalaman na nabuo ng mapa ng mga kasanayan ay palaging isang espasyo ng kaalaman. Sa kabaligtaran, hayaan ang(Q; K) na maging isang espasyo ng kaalaman. Gagawa tayo ng skill map sa pamamagitan ng pagpili sa S = K at pagtatakda ng φ(q) = Kq para sa alinmang q ? T. (Ang mga estado ng kaalaman na naglalaman ng q ay kaya natutukoy ng mga kasanayang katumbas ng q; tandaan na ang φ(q) ? ? ay sumusunod mula sa katotohanan na q ? Q ?K). Para sa TS = K, suriin kung ang estado K na nabuo ng T ay kabilang sa K. Sa katunayan, mayroon tayo

saan kaya sumunod si K? K, dahil ang K ay ang espasyo ng kaalaman. Sa wakas, ipapakita namin na ang anumang estado K ng K ay nabuo ng ilang subset ng S, ibig sabihin, ang subset (K). Ang pagtukoy sa pamamagitan ng L ang estado na nabuo ng subset (K), nakukuha natin

Kung saan sumusunod na ang espasyo K ay nabuo ng (Q; K; φ).

4. Minimum na skill card

Sa huling patunay, gumawa kami ng isang espesyal na mapa ng mga kasanayan para sa isang arbitrary na espasyo ng kaalaman na bumubuo sa espasyong ito. Nakatutukso na ituring ang gayong representasyon bilang isang posibleng paliwanag para sa organisasyon ng isang hanay ng mga estado, sa mga tuntunin ng mga kasanayang ginamit upang makabisado ang mga elemento ng mga estadong iyon. Sa agham, ang mga paliwanag ng phenomena ay karaniwang hindi natatangi, at may posibilidad na paboran ang "pang-ekonomiya". Ang materyal sa seksyong ito ay inspirasyon ng parehong mga pagsasaalang-alang.

Magsisimula tayo sa pamamagitan ng pagsusuri sa isang sitwasyon kung saan ang dalawang natatanging kasanayan ay naiiba lamang sa pamamagitan ng isang simpleng relabel ng mga kasanayan. Sa ganoong kaso, magsasalita tayo tungkol sa "isomorphic na mga mapa ng kasanayan, at kung minsan ay sasabihin ng mga ganoong mapa ng kasanayan na ang mga ito ay mahalagang pareho" na may kinalaman sa anumang elemento ng q. Ang ideyang ito ng isomorphism ay ibinigay sa sumusunod na kahulugan.

Kahulugan 4.1. Ang dalawang mapa ng kasanayan (Q; S;) at (Q; ;) (na may parehong hanay ng mga elemento ng Q) ay isomorphic kung mayroong isang one-to-one na pagmamapa f ng set S kung saan, para sa isang arbitrary, natutugunan ang kundisyon:

Ang function na f ay tinatawag na isomorphism sa pagitan ng (Q; S;) at (Q; ;).

Kahulugan 4.1. Tinutukoy ang isomorphism ng mga skill card na may parehong hanay ng mga elemento. Ang isang mas pangkalahatang sitwasyon ay isinasaalang-alang sa Problema 2.

Halimbawa 4.2 Hayaan ang Q = (a; b; c; d) at = (1; 2; 3; 4). Tukuyin natin ang isang mapa ng kasanayan.

Ang skill map (Q; ;) ay isomorphic sa mapa na ipinapakita sa Halimbawa 3.2: ang isomorphism ay ibinibigay ng:

Ang susunod na resulta ay halata.

Teorama 4.3. Dalawang isomorphic skill maps (Q; S;) at (Q; ;) ang bumubuo sa parehong mga puwang ng kaalaman sa Q.

Puna 4.4. Ang dalawang skill card ay maaaring bumuo ng parehong mga espasyo ng kaalaman nang hindi isomorphic. Bilang isang ilustrasyon, tandaan na sa pamamagitan ng pag-alis ng skill v mula sa set S sa Halimbawa 2.2 at muling pagtukoy sa φ sa pamamagitan ng pagtatakda ng φ(b) = (c; u), nakarating tayo sa parehong nabuong space na K. Ang kasanayang v ay ang pinakamahalagang kahalagahan. para sa pagbuo ng Figure K. Gaya ng nabanggit sa panimula sa seksyong ito, karaniwan sa agham na maghanap ng mga parsimonikong paliwanag para sa mga phenomena sa kurso ng pananaliksik. Sa aming konteksto, ito ay kinakatawan ng isang kagustuhan para sa maliit, marahil minimal, mga hanay ng kasanayan. Mas tiyak, tatawagin natin ang isang skill map na "minimum" kung ang pag-alis ng anumang kasanayan ay magbabago sa nabuong estado ng kaalaman. Kung ang espasyo ng kaalaman na ito ay may hangganan, palaging umiiral ang pinakamababang mapa ng kasanayan at naglalaman ng pinakamaliit na posibleng bilang ng mga kasanayan. (Ang pahayag na ito ay sumusunod mula sa Theorem 4.3.) Sa kaso kung saan ang espasyo ng kaalaman ay hindi may hangganan, ang sitwasyon ay medyo mas kumplikado, dahil ang isang minimal na mapa ng kasanayan ay hindi kinakailangang umiral. Gayunpaman, palaging umiiral ang isang mapa ng kasanayan na bumubuo sa espasyo ng kaalaman at may pinakamababang numero ng kardinal, dahil maayos ang pagkakasunod-sunod ng klase ng lahat ng mga numero ng kardinal. Dapat tandaan na ang gayong mapa ng kasanayan na may pinakamababang bilang ng mga kasanayan ay hindi kinakailangang natatanging tinukoy, kahit na hanggang sa isomorphism.

Halimbawa 4.5. Isaalang-alang ang isang pamilya O ng lahat ng bukas na subset ng set R ng mga tunay na numero at hayaan ang J na maging isang arbitraryong pamilya ng mga bukas na pagitan mula sa paglalagay ng O. Para sa, itinakda namin. Pagkatapos ang skill map (R; J;), ay bumubuo sa espasyo (R; O). Sa katunayan, ang isang subset T ng J ay bumubuo ng isang estado ng kaalaman, at, bilang karagdagan, ang isang bukas na subset O ay nabuo ng isang pamilya ng mga pagitan mula sa J na nakapaloob sa O (Alam na may mga mabibilang na pamilyang J na nakakatugon sa mga kundisyon sa itaas. Tandaan na ang mga mabibilang na pamilya ay bumubuo ng mga kasanayan sa mga tsart na may pinakamababang bilang ng mga kasanayan, iyon ay, na may isang hanay ng mga kasanayan na may pinakamababang kapangyarihan (minimum na numero ng kardinal. Gayunpaman, walang pinakamababang mapa ng kasanayan. Maaari itong mapatunayan nang direkta o nakuha mula sa Theorem 4.8. Tulad ng para sa pagiging natatangi, ang pinakamababang mga mapa ng kasanayan na bumubuo sa ibinigay na espasyo ng kaalaman ay isomorphic. Ipapakita ito sa Theorem 4.8. Ang teorem na ito ay nagpapakilala rin sa mga espasyo ng kaalaman na may batayan (sa kahulugan ng Depinisyon 5). ay eksaktong kapareho ng mga espasyo ng kaalaman na maaaring mabuo ng anumang minimal na kasanayan sa mapa.

Depinisyon 4.6 Ang skill map (Q"; S"; f") ay nagpapatuloy (mahigpit na nagpapatuloy) sa skill map (Q; S; f) kung ang mga sumusunod na kondisyon ay natutugunan:

Ang isang skill map (Q; S"; f") ay minimal kung walang skill map na bumubuo sa parehong espasyo na mahigpit na nagpapatuloy (Q; S"; f").

Halimbawa 4.7. Ang pag-alis ng skill v mula sa skill map sa Halimbawa 3.2 ay nagbibigay ng:

Maaari itong ma-verify na ang (Q; S; f) ay ang minimum na skill card.

Teorama 4.8. Ang isang puwang ng kaalaman ay nabuo sa pamamagitan ng ilang minimal na mapa ng kasanayan kung at kung ang puwang na ito ay may base. Sa kasong ito, ang kapangyarihan (cardinal number) ng base ay katumbas ng kapangyarihan ng hanay ng mga kasanayan. Bilang karagdagan, ang anumang dalawang minimal na mapa ng kasanayan na bumubuo sa parehong espasyo ng kaalaman ay isomorphic. At gayundin ang anumang mapa ng kasanayan (Q; S; f), na bumubuo ng isang puwang (Q; K), na may base, ay isang pagpapatuloy ng pinakamababang mapa ng kasanayan na bumubuo sa parehong espasyo.

Patunay

Isaalang-alang ang isang arbitrary (hindi kinakailangang minimal) na mapa ng kasanayan (Q; S; f), at tukuyin (Q; K) ang espasyo ng kasanayang nabuo ng mapa na ito. Para sa anumang sS, tukuyin ng K(s) ang estado ng kaalaman mula sa K na nabuo ng(s). Kaya namin makuha

qK (s)s φ (q).(1)

Kunin natin ang anumang estado na K K at isaalang-alang ang subset ng mga kasanayang T na bumubuo sa estadong ito. Sa bisa ng (1) para sa anumang elemento q, mayroon tayong:

Kung saan sinusundan iyon. Samakatuwid, sumasaklaw sa K. Ipagpalagay na ang skill map (Q, S, φ) ay minimal, kung gayon ang nakapaloob na pamilya A ay dapat na ang batayan. Sa katunayan, kung ang A ay hindi isang base, kung gayon ang ilang K(s)A ay maaaring katawanin bilang unyon ng iba pang mga elemento ng A. Ang pag-alis ng s mula sa S ay magreresulta sa isang skill map na mahigpit na magpapatuloy sa skills map (Q, S, φ ) at nabubuo pa rin ( Q, K), na sumasalungat sa minimality conjecture (Q, S, φ). Napagpasyahan namin na ang anumang espasyo ng kaalaman na nabuo ng isang minimal na mapa ng kasanayan ay may batayan. Bilang karagdagan, ang kapangyarihan (cardinal number) ng base ay katumbas ng kapangyarihan ng hanay ng mga kasanayan. (Kapag ang (Q, S, φ) ay minimal, mayroon tayong |A| = |S|).

Ipagpalagay na ngayon na ang espasyo (Q,K) ay may base B. Ito ay sumusunod mula sa Theorem 3.3 na ang (Q,K) ay may kahit isang skill map, halimbawa, (Q,S,φ). Ayon sa Theorem 1 () ang batayang B. para sa (Q,K) ay dapat na nakapaloob sa anumang nakapaloob na subset ng K. Kaya mayroon tayong BA= kung saan muli ang K(s) ay nabuo ng (s). Sa pag-aakalang B:K(s) = B) at, napagpasyahan namin na ang (Q,) ay ang pinakamababang mapa ng kasanayan.

Tandaan na ang minimal skills map (Q, S, φ) para sa knowledge space na may base B ay isomorphic sa minimal skills map (Q, B,), kung saan (q)=Bq. Ang isomorphism ay tinutukoy ng mga sulat na sK (s)B, kung saan ang K (s) ay ang estado ng kaalaman na nabuo ng s. Ang dalawang minimum na skill card ay palaging isomorphic sa isa't isa.

Sa wakas, hayaan ang (Q, S, φ) na maging isang arbitrary skill map na bumubuo ng isang knowledge space K na may base B. Ang pagtukoy sa K(s), S" at φ" gaya ng dati, nakakakuha tayo ng minimal na skill map na mapapalawig ng (Q, S , f).

5. Skill Maps: Conjunctive Model

Sa conjunctive model, ang mga istruktura ng kaalaman na nabuo sa pamamagitan ng mga skill maps ay simpleng nakapaloob na mga puwang sa kahulugan ng Depinisyon 3 (tingnan ang Theorem 5.3 sa ibaba). Dahil ang mga istruktura ng kaalaman na ito ay dalawahan sa mga puwang ng kaalaman na nabuo sa loob ng balangkas ng disjunctive na modelo, hindi na kailangan ng mas malalim na detalye.

Kahulugan 5.1. Hayaang ang (Q,S,) ay isang skills map at ang T ay isang subset ng S. Ang estado ng kaalaman K, na nabuo ng T sa loob ng balangkas ng conjunctive model, ay tinutukoy ng panuntunan:

Ang nagreresultang pamilya ng lahat ng naturang mga estado ng kaalaman ay bumubuo ng isang istraktura ng kaalaman na nabuo sa loob ng balangkas ng conjunctive model sa pamamagitan ng mapa ng kasanayan (Q,S,).

Halimbawa 5.2. Hayaan, tulad ng sa Halimbawa 3.2, Q = (a, b, c, d, e) at S = (s, t, u, v), kung saan tinukoy ng mga relasyon:

Pagkatapos T =(t, u, v) ay bumubuo ng estado ng kaalaman (a, c, d, e), sa loob ng balangkas ng conjunctive model. Sa kabilang banda, ang (a, b, c) ay hindi isang estado ng kaalaman. Sa katunayan, kung ang (a, b, c) ay isang estado ng kaalaman na nabuo ng ilang subset na T ng S, kung gayon ang T ay isasama rin; kaya ang d at e ay mapabilang din sa nabuong estado ng kaalaman. Ang istruktura ng kaalaman na nabuo ng skill map na ito ay

Tandaan na ang L ay isang simpleng saradong espasyo (tingnan ang Depinisyon 4). Ang istraktura ng dalawahang kaalaman ay tumutugma sa espasyo ng kaalaman K na nabuo ng parehong mapa ng kasanayan sa loob ng balangkas ng disjunctive na modelo; ang espasyong K na ito ay nakuha sa Halimbawa 3.2.

Teorama 5.3. Ang mga istruktura ng kaalaman na nabuo sa loob ng balangkas ng disjunctive at conjunctive na mga modelo sa pamamagitan ng parehong mapa ng kasanayan ay dalawahan sa bawat isa. Bilang kinahinatnan, ang mga istruktura ng kaalaman na nabuo sa loob ng balangkas ng conjunctive model ay mga simpleng saradong espasyo.

Puna 5.4. Sa huling kaso, ang Theorems 3.3 at 5.3 ay isang simpleng paraphrase ng isang kilalang resulta tungkol sa "Galois lattices" ng mga relasyon. Maaari naming reformulate ang mga mapa ng kasanayan (Q, S, T), na may hangganan na Q at S, bilang isang ugnayang R sa pagitan ng mga hanay ng Q at S: para sa q Q at sS, tinutukoy namin

Pagkatapos ang estado ng kaalaman na nabuo ng isang subset na T ng S sa loob ng conjunctive model ay isang set:

Ang ganitong mga set K ay maaaring ituring bilang mga elemento ng "Galois lattice" na may paggalang sa R.

Kilalang-kilala na ang anumang may hangganang pamilya ng mga may hangganang set, na sarado sa ilalim ng intersection, ay maaaring makuha bilang mga elemento ng "Galois lattice" sa ilang kaugnayan. Theorems 3.3 at 5.3 generalize ang resultang ito sa kaso ng mga walang katapusang set. Siyempre, mayroong direktang analog ng Theorem 4.8 para sa mga pamilya ng mga set na sarado sa ilalim ng intersection.

6. Multi-skill na mga mapa: modelo ng kakayahan

Ang huling dalawang seksyon ay tumatalakay sa pagbuo ng mga istruktura ng kaalaman na sarado na may kinalaman sa unyon o intersection. Gayunpaman, ang pangkalahatang kaso ay hindi napag-usapan.

Ang pagbuo ng isang di-makatwirang istraktura ng kaalaman ay posible sa tulong ng isang pangkalahatan ng konsepto ng isang mapa ng kasanayan. Intuitively, ang generalization na ito ay medyo natural. Sa bawat q tanong, nag-uugnay kami ng koleksyon (q) ng mga subset ng kasanayan. Anumang subset ng mga kasanayan C sa (q) ay maaaring ituring bilang isang paraan, na tinatawag na "kakayahan" sa sumusunod na kahulugan, upang malutas ang tanong q. Kaya, ang pagkakaroon ng isa lamang sa mga kakayahan na ito ay sapat na upang malutas ang tanong q.

Kahulugan 6.1. Ang multimap ng kasanayan ay isang triple (Q, S,), kung saan ang Q ay isang hindi-bakanteng hanay ng mga elemento (mga tanong), ang S ay isang hindi-bakanteng hanay ng mga kasanayan, at isang pagmamapa na nag-uugnay sa bawat elemento q isang hindi-bakante. pamilya (q) ng hindi walang laman na mga subset ng S. Kaya, - pagmamapa ng set Q sa isang set. Anumang set na kabilang sa (q) ay tinatawag na kakayahan para sa elementong q. Ang subset na K ng Q ay tinatawag na nabuong subset ng mga kasanayang T kung ang K ay naglalaman ng lahat ng elemento na may kahit isang kakayahan mula sa T; pormal:

Sa pag-aakalang T = at T = S, makikita natin kung ano ang nabuo ng isang walang laman na hanay ng mga kasanayan, at ang Q ay nabuo ng S. Ang set K ng lahat ng subset ng Q na nabuo sa paraang ito ay bumubuo ng isang istraktura ng kaalaman. Sa kasong ito, ang istraktura ng kaalaman (Q, K) ay sinasabing nabuo sa pamamagitan ng isang multimap ng mga kasanayan (Q, S,). Ang modelong ito ay tinatawag na modelo ng kakayahan.

Halimbawa 6.2. Hayaan ang Q = (a, b, c, d) at S = (c, t, u). Tukuyin natin ang pagmamapa sa pamamagitan ng paglilista ng mga kakayahan para sa bawat elemento mula sa Q:

Sa paglalapat ng depinisyon 6.1, nakikita natin na ang mapa ng maraming kasanayang ito ay bumubuo ng istruktura ng kaalaman:

Tandaan na ang istraktura ng kaalaman K ay hindi sarado alinman sa paggalang sa unyon o tungkol sa intersection.

Teorama 6.3. Ang bawat istraktura ng kaalaman ay nabuo ng hindi bababa sa isang multi-skill na mapa.

Patunay

Hayaan ang (Q,K) na maging istraktura ng kaalaman. Tinutukoy namin ang mga kasanayan sa multimap sa pamamagitan ng pagtatakda ng S = K at KKq) para sa.

Kaya, ang bawat estado ng kaalaman M, na naglalaman ng tanong q, ay tumutugma sa kakayahan K para sa q. Tandaan na ang K ay hindi walang laman dahil naglalaman ito, bilang isang elemento, ng isang walang laman na subset ng Q. Upang ipakita na ang (Q, S,), ay bumubuo ng isang istraktura ng kaalaman K, inilalapat namin ang Depinisyon 6.1.

Para sa anumang K, isaalang-alang ang isang subset ng K at kalkulahin ang estado L na bumubuo nito:

Kaya, ang bawat estado sa K ay nabuo ng ilang subset ng S. Sa kabilang banda, kung S = K, ang estado na nabuo ay tinutukoy ng panuntunan:

mathematical knowledge skill map

na nagpapahiwatig na ang L ay kabilang sa K. Kaya, ang K ay talagang nabuo ng kasanayang multimap(Q, S,).

Hindi namin ipagpapatuloy ang pag-aaral ng multi-skill map. Gaya ng kaso ng isang simpleng skill map, maaaring siyasatin ng isang tao ang pagkakaroon at pagiging natatangi ng isang minimum na multi-skill na mapa para sa isang ibinigay na istraktura ng kaalaman. Ang iba pang mga opsyon para sa pagbuo ng mga istruktura ng kaalaman ay posible. Halimbawa, maaaring tukuyin ng isa ang isang estado ng kaalaman bilang isang subset ng K ng Q, na binubuo ng lahat ng elemento q kung saan ang mga kakayahan ay nabibilang sa isang tiyak na subset ng S (depende sa K).

7. Mga marka at filter

Para sa anumang paksa sa isang natural na lugar ng kaalaman, tulad ng aritmetika o gramatika, kadalasan ay may maraming pagkakataon upang ilarawan ang mga nauugnay na kasanayan at ang nauugnay na istraktura ng kaalaman. Ang mga posibilidad na ito ay maaaring gamitin upang ilarawan ang estado ng kaalaman ng mag-aaral sa isang magulang o guro.

Sa katunayan, ang kumpletong listahan ng mga elemento na nakapaloob sa estado ng kaalaman ng isang mag-aaral ay maaaring may daan-daang elemento at maaaring mahirap matunaw kahit para sa isang eksperto. Ang isang listahan ng mahahalagang impormasyon na makikita sa mga tanong na bumubuo sa estado ng kaalaman ng mag-aaral ay maaaring i-compile. Ang listahang ito ay maaaring higit pa sa mga kasanayang mayroon o kulang sa isang mag-aaral, at maaaring may kasamang mga feature gaya ng paghula ng tagumpay sa paparating na pagsusulit, pagmumungkahi ng mga direksyon para sa pananaliksik, o pag-troubleshoot.

Binabalangkas ng seksyong ito ang isang programa para sa paglalarawan (pag-tag) ng mga elemento (mga tanong) at pagsasama (pag-filter) ng may-katuturang impormasyon ng sanggunian na nilalaman sa mga estado ng kaalaman.

Ang mga halimbawang ibinigay ay kinuha mula sa ALEKS distance learning system (tingnan ang http://www.ales.com).

7.1 Pagmamarka ng mga halimbawa

Ipagpalagay na ang isang malaking pool ng mga tanong ay pinili na sumasaklaw sa lahat ng mga pangunahing konsepto ng isang high school mathematics curriculum sa isang partikular na bansa.

Ang detalyadong impormasyon tungkol sa bawat isa sa mga tanong na ito ay maaaring kolektahin gamit ang mga sumusunod na label:

1. Isang mapaglarawang pangalan ng tanong.

2. Ang klase kung saan pinag-aaralan ang tanong.

3. Paksa (seksyon ng karaniwang aklat) kung saan nauugnay ang tanong.

4. Ang kabanata (ng karaniwang aklat) kung saan iniharap ang tanong.

5. Subsection ng programa kung saan nabibilang ang tanong.

6. Mga konsepto at kasanayang kailangan para masagot ang tanong.

7. Uri ng tanong (problema sa teksto, pagkalkula, katwiran, atbp.).

8. Uri ng sagot na kailangan (salita, pangungusap, pormula).

Hindi na kailangang sabihin, ang listahan sa itaas ay para sa mga layuning panglarawan lamang. Ang aktwal na listahan ay maaaring mas mahaba, at pinalawak bilang resulta ng pakikipagtulungan sa mga eksperto sa larangan (sa kasong ito, mga may karanasang guro). Dalawang halimbawa ng mga tanong na may mga nauugnay na label ng mga ito ay ipinapakita sa Talahanayan 1.

Ang bawat isa sa mga tanong sa pool ay lalagyan ng label sa parehong paraan. Ang gawain ay upang bumuo ng isang hanay ng mga gawain sa computer na nagbibigay-daan sa pag-aaral ng estado ng kaalaman sa mga tuntunin ng mga marka. Sa madaling salita, ipagpalagay na ang isang tiyak na estado ng kaalaman K ay na-diagnose ng ilang programa sa pagtatasa ng kaalaman. Ang mga label ng tanong ay nagpapahiwatig na ang estado ng kaalaman ay tutukuyin sa pamamagitan ng isang hanay ng mga "filter" na nagsasalin ng isang hanay ng mga pahayag sa simpleng wika sa mga tuntunin ng mga konseptong pang-edukasyon.

7.2 Sinasalamin ang antas ng kaalaman sa pamamagitan ng pagsusuri

Ipagpalagay na sa simula ng taon ng pag-aaral, gustong malaman ng isang guro kung aling klase (halimbawa, Math) ang pinakamainam para sa isang mag-aaral na kararating lang mula sa ibang bansa. Ang programa sa pagtatasa ng kaalaman na ginamit ay nagpasiya na ang estado ng kaalaman ng mag-aaral ay K. Ang isang angkop na hanay ng mga filter ay maaaring idisenyo tulad ng sumusunod. Tulad ng dati, tinutukoy namin ng Q ang lugar ng kaalaman (domain). Para sa bawat klase n (1n12 sa US), kinukuwenta ng filter ang isang subset na Gn ng Q na naglalaman ng lahat ng tanong na pinag-aralan sa o bago ang antas na iyon (minarkahan ng 2. sa listahan sa itaas). Kung makatwiran ang sistema ng edukasyon, dapat mayroon

Talahanayan 1 - Dalawang halimbawang tanong at ang kanilang nauugnay na listahan ng mga marka.

Listahan ng mga marka
(1) Sukat ng nawawalang anggulo sa isang tatsulok (3) Kabuuan ng mga anggulo ng isang patag na tatsulok (4) Triangle geometry (5) Elementarya Euclidean geometry (6) Sukat ng anggulo, tatsulok na kabuuan ng mga anggulo, karagdagan, paghahati, pagbabawas (7) Pagkalkula (8) Numeric notation	Sa tatsulok na ABC, ang anggulo A ay X degrees at anggulo B ay Y degrees. Ilang degrees ang anggulo C?
(1) Pagdaragdag at pagbabawas ng mga dobleng numero na may dala (3) Pagdaragdag at pagbabawas (4) Mga desimal (5) Arithmetic (6) Pagdaragdag, pagbabawas, mga decimal, carry, pera (7) Problema sa text at pagkalkula (8) Numeric notation	Bumili si Mary ng dalawang libro na nagkakahalaga ng X dollars at Y dollars. Binigyan niya ang Clerk Z ng dolyar. Gaano karaming pagbabago ang makukuha niya?

Maaari naming mahanap ang

para sa ilang n, na nagpapahiwatig na ang mag-aaral ay maaaring italaga sa klase n-1.

Gayunpaman, hindi ito ang pinakamahusay na solusyon kung kakaunti lamang. Higit pang impormasyon ang kailangan. Bilang karagdagan, dapat tayong magbigay ng mga sitwasyon kung saan walang ganoong n. Susunod, kinakalkula ng filter ang karaniwang distansya para sa bawat klase n at inaayos ang set

Kaya, ang S(K) ay naglalaman ng lahat ng mga klase na nagpapaliit ng distansya sa K. Ipagpalagay na ang S(K) ay naglalaman ng isang elemento nj, at GnjK. Makatuwiran kung gayon na irekomenda na tanggapin ng mag-aaral ang hindi + 1 sa klase, ngunit ang S(K) ay maaaring maglaman ng higit sa isang elemento. Kailangan pa namin ng karagdagang impormasyon. Sa partikular, ang nilalaman ng K, kasama ang mga pakinabang at disadvantage nito na nauugnay sa kalapitan nito sa Gnj, ay dapat na maging kapaki-pakinabang sa huli. Nang hindi pumasok sa mga teknikal na detalye ng naturang konklusyon, binabalangkas namin, sa mga pangkalahatang tuntunin, ang isang halimbawa ng isang ulat na maaaring gawin ng system sa ganoong sitwasyon:

Ang mag-aaral X ay pinakamalapit sa ika-5 baitang. Gayunpaman, ang X ay magiging isang hindi pangkaraniwang mag-aaral sa klase na ito. Ang kaalaman sa elementarya na geometry ay higit na lumampas sa kaalaman ng isang mag-aaral sa ika-5 baitang. Halimbawa, alam ng X ang tungkol sa Pythagorean Theorem at may kakayahang gamitin ito. Sa kabilang banda, ang X ay may nakakagulat na mahinang kaalaman sa arithmetic.

Ang mga paglalarawan ng ganitong uri ay nangangailangan ng pagbuo ng iba't ibang hanay ng mga bagong filter, bilang karagdagan sa mga ginamit upang kalkulahin ang S(K). Bilang karagdagan, ang system ay dapat na makapag-convert sa pamamagitan ng isang natural na language generator at mga filter ng output sa mga grammatically correct na pahayag sa ordinaryong wika. Hindi natin ito pag-uusapan dito. Ang layunin ng seksyong ito ay upang ilarawan kung paano ang mga elemento ng pag-label, sa pamamagitan ng lubos na pagpapalawak ng konsepto ng mga kasanayan, ay maaaring humantong sa mga pinahusay na paglalarawan ng mga estado ng kaalaman na maaaring maging kapaki-pakinabang sa iba't ibang mga sitwasyon.

Konklusyon

Ang papel ay nagbibigay ng inangkop na pagsasalin sa Russian ng isang bahagi ng isa sa mga kabanata ng monograp na Zh-Kl. Falmazh at Zh-P. Duanon, na tinatawag na "Skill Cards, Tag and Filters".

Ang kinakailangang impormasyon ay ibinibigay mula sa mga unang kabanata ng monograpo, ang pagsasalin nito ay isinagawa sa mga tesis at . Kasama ng mga paliwanag na halimbawa na ibinigay ng mga may-akda sa monograph, ang mga katulad na halimbawa mula sa kursong "Complex Analysis" ay ibinibigay.

Listahan ng mga mapagkukunang ginamit

1. J.-Cl. Falmagneand, J.P. Doignon. Learning Space Berlin Heidelberg. 2011, 417 p.

2. N.A. Ralco. Mga modelo ng matematika ng mga puwang ng kaalaman. Degree work, KubSU, 2013, 47 p.

3. T.V. Aleinikov. Ontological engineering sa mga sistema ng pamamahala ng kaalaman. Thesis, Kubu, 2013, 66 p.

Naka-host sa Allbest.ru

Ang teorya ng paglikha ng kaalaman sa organisasyon nina I. Nonaki at H. Takeuchi.

Pag-aaral ng indibidwal at organisasyon.

Cognitive analysis at pagmomodelo sa estratehikong pamamahala

Ang kakanyahan ng konsepto ng katalusan. kaalaman sa organisasyon.

PAKSA 5. COGNITIVITY BILANG PREREQUISITE PARA SA STRATEGIC DEVELOPMENT NG ENTERPRISE.

5.1. Ang kakanyahan ng konsepto ng "cognitiveness". kaalaman sa organisasyon.

nagbibigay-malay na agham- interdisciplinary (pilosopiya, neuropsychology, psychology, linguistics, computer science, matematika, physics, atbp.) siyentipikong direksyon na nag-aaral ng mga pamamaraan at modelo ng pagbuo ng kaalaman, katalusan, unibersal na istruktura ng pag-iisip.

Ang cognitiveness (mula sa lat. сognitio - kaalaman, pag-aaral, kamalayan) sa loob ng balangkas ng agham ng pamamahala ay nangangahulugan ng kakayahan ng mga tagapamahala na maisip at maproseso ang panlabas na impormasyon. Ang pag-aaral ng konseptong ito ay batay sa mga proseso ng pag-iisip ng indibidwal at ang tinatawag na "mga estado ng kaisipan" (tiwala, pagnanais, paniniwala, intensyon) sa mga tuntunin ng pagproseso ng impormasyon. Ang terminong ito ay ginagamit din sa konteksto ng pag-aaral ng tinatawag na "contextual knowledge" (abstractization at concretization), gayundin sa mga lugar kung saan ang mga konsepto tulad ng kaalaman, kasanayan o pagkatuto ay isinasaalang-alang.

Ang terminong "cognitivity" ay ginagamit din sa mas malawak na kahulugan, ibig sabihin ay ang "act" ng cognition o self-knowledge mismo. Sa kontekstong ito, maaari itong bigyang-kahulugan bilang ang paglitaw at "pagiging" ng kaalaman at ang mga konsepto na nauugnay sa kaalamang ito, na sinasalamin kapwa sa mga kaisipan at sa mga aksyon.

Pagkamalay sa Organisasyon nailalarawan ang kabuuan ng mga kakayahan sa pag-iisip ng mga indibidwal sa kumpanya at ang mga epekto na nagmumula sa kumbinasyon ng mga indibidwal na kakayahan sa pag-iisip. Ang aplikasyon ng konseptong ito na may kaugnayan sa isang kumpanya (organisasyon, kumpanya, negosyo) ay nangangahulugang ang intensyon na isaalang-alang ito sa isang eroplano na nailalarawan sa pamamagitan ng isang tiyak na aparato ng pagsusuri at isang espesyal na anggulo ng pagtingin sa pakikipag-ugnayan ng negosyo o mga bahagi nito kasama ang panlabas na kapaligiran.

Termino kaalaman sa organisasyon ay nagbibigay-daan sa iyo upang masuri ang kakayahan ng kumpanya na mag-assimilate ng impormasyon at gawin itong kaalaman.

Ang isa sa mga pinaka-produktibong solusyon sa mga problema na lumitaw sa larangan ng pamamahala at organisasyon ay ang aplikasyon ng cognitive analysis.

Ang pamamaraan ng cognitive modeling, na idinisenyo para sa pagsusuri at paggawa ng desisyon sa mga hindi natukoy na sitwasyon, ay iminungkahi ng American researcher na si R. Axelrod.

Ang cognitive analysis ay minsang tinutukoy ng mga mananaliksik bilang "cognitive structuring". Ang cognitive analysis ay itinuturing na isa sa pinakamakapangyarihang tool para sa pag-aaral ng hindi matatag at semi-structured na kapaligiran. Nag-aambag ito sa isang mas mahusay na pag-unawa sa mga problema na umiiral sa kapaligiran, ang pagkilala sa mga kontradiksyon at isang pagsusuri ng husay ng mga patuloy na proseso.

Ang kakanyahan ng cognitive (cognitive) modeling - ang pangunahing sandali ng cognitive analysis - ay upang ipakita ang pinaka-kumplikadong mga problema at mga uso sa pagbuo ng sistema sa isang pinasimple na anyo sa modelo, upang galugarin ang mga posibleng sitwasyon para sa paglitaw ng mga sitwasyon ng krisis, upang makahanap ng mga paraan at kundisyon para sa kanilang paglutas sa isang modelong sitwasyon. Ang paggamit ng mga modelong nagbibigay-malay ay husay na nagpapataas ng bisa ng paggawa ng desisyon sa pamamahala sa isang masalimuot at mabilis na pagbabago ng kapaligiran, nagliligtas sa eksperto mula sa "intuitive wandering", nakakatipid ng oras para sa pag-unawa at pagbibigay-kahulugan sa mga kaganapang nagaganap sa system. Ang paggamit ng mga teknolohiyang nagbibigay-malay sa larangan ng ekonomiya ay ginagawang posible na bumuo at bigyang-katwiran ang diskarte para sa pag-unlad ng ekonomiya ng isang negosyo sa maikling panahon, na isinasaalang-alang ang epekto ng mga pagbabago sa panlabas na kapaligiran.

Cognitive modeling- ito ay isang paraan ng pagsusuri na tumutukoy sa lakas at direksyon ng impluwensya ng mga kadahilanan sa paglipat ng control object sa target na estado, na isinasaalang-alang ang pagkakapareho at pagkakaiba sa impluwensya ng iba't ibang mga kadahilanan sa control object.

Maaari nating isa-isahin ang mga sumusunod na yugto, na karaniwan para sa pagsusuri ng nagbibigay-malay ng anumang sitwasyon:

1. Pagbubuo ng layunin at layunin ng pag-aaral.

2. Ang pag-aaral ng isang kumplikadong sitwasyon mula sa pananaw ng layunin: koleksyon, sistematisasyon, pagsusuri ng umiiral na istatistika at husay na impormasyon tungkol sa kontrol na bagay at panlabas na kapaligiran nito, pagpapasiya ng mga kinakailangan, kundisyon at mga paghihigpit na likas sa sitwasyong pinag-aaralan.

3. Pagkilala sa mga pangunahing salik na nakakaimpluwensya sa pag-unlad ng sitwasyon.

4. Pagtukoy sa ugnayan sa pagitan ng mga salik sa pamamagitan ng pagsasaalang-alang sa mga chain ng sanhi-at-epekto (pagbuo ng cognitive map sa anyo ng isang nakadirekta na graph).

5. Pag-aaral sa lakas ng impluwensya ng magkaibang mga kadahilanan. Upang gawin ito, ang parehong mga modelo ng matematika ay ginagamit na naglalarawan ng ilang tiyak na natukoy na dami ng mga ugnayan sa pagitan ng mga salik, pati na rin ang mga pansariling pananaw ng isang dalubhasa hinggil sa mga di-pormal na ugnayang husay sa pagitan ng mga salik.

Bilang resulta ng pagpasa sa mga yugto 3-5, ang isang cognitive model ng sitwasyon (system) ay binuo, na ipinapakita sa anyo ng isang functional graph. Samakatuwid, maaari nating sabihin na ang mga yugto 3 - 5 ay cognitive modeling.

6. Pag-verify ng kasapatan ng cognitive model ng totoong sitwasyon (pag-verify ng cognitive model).

7. Paggamit ng isang cognitive model upang matukoy ang mga posibleng opsyon para sa pagbuo ng isang sitwasyon (system), upang makahanap ng mga paraan, mga mekanismo upang maimpluwensyahan ang sitwasyon upang makamit ang ninanais na mga resulta, maiwasan ang hindi kanais-nais na mga kahihinatnan, iyon ay, bumuo ng isang diskarte sa pamamahala. Pagtatakda ng target, ninanais na mga direksyon at ang lakas ng pagbabago sa mga uso ng mga proseso sa sitwasyon. Pagpili ng isang hanay ng mga panukala (isang hanay ng mga control factor), pagpapasiya ng kanilang posible at ninanais na lakas at direksyon ng epekto sa sitwasyon (konkreto-praktikal na aplikasyon ng cognitive model).

Klasikong cognitive na mapa ay isang direktang graph kung saan ang privileged vertex ay ilang hinaharap (karaniwang target) na estado ng control object, ang natitirang vertex ay tumutugma sa mga salik, ang mga arc na nagkokonekta sa mga salik sa state vertex ay may kapal at sign na tumutugma sa lakas at direksyon ng impluwensya ng kadahilanang ito sa paglipat ng control object sa isang naibigay na estado, at ang mga arc na nagkokonekta sa mga kadahilanan ay nagpapakita ng pagkakapareho at pagkakaiba sa impluwensya ng mga salik na ito sa control object.

Ang isang cognitive map ay binubuo ng mga salik (mga elemento ng system) at mga link sa pagitan ng mga ito.

Upang maunawaan at masuri ang pag-uugali ng isang kumplikadong sistema, isang block diagram ng sanhi-at-epekto na mga relasyon ng mga elemento ng system (mga kadahilanan ng sitwasyon) ay binuo. Dalawang elemento ng system A at B ang inilalarawan sa diagram bilang magkahiwalay na mga punto (vertices) na konektado ng isang naka-orient na arko, kung ang elemento A ay konektado sa elemento B sa pamamagitan ng isang sanhi na relasyon: A à B, kung saan: A ang sanhi, B ay ang epekto.

Ang mga salik ay maaaring makaimpluwensya sa isa't isa, at ang gayong impluwensya, tulad ng nabanggit na, ay maaaring maging positibo, kapag ang pagtaas (pagbaba) sa isang kadahilanan ay humahantong sa isang pagtaas (pagbaba) sa isa pang kadahilanan, at negatibo, kapag ang isang pagtaas (pagbaba) sa isa kadahilanan ay humahantong sa isang pagbaba (pagtaas) ) ng isa pang kadahilanan. Bukod dito, ang impluwensya ay maaari ding magkaroon ng variable sign, depende sa posibleng karagdagang mga kondisyon.

Ang ganitong mga scheme para sa kumakatawan sa sanhi-at-bunga na mga relasyon ay malawakang ginagamit upang pag-aralan ang mga kumplikadong sistema sa ekonomiya at sosyolohiya.

Halimbawa. Ang isang cognitive block diagram para sa pagsusuri sa problema ng pagkonsumo ng enerhiya ay maaaring magmukhang ganito (Larawan 5.1):

kanin. 5.1. Cognitive block diagram para sa pagsusuri ng problema ng pagkonsumo ng enerhiya

Ang cognitive map ay sumasalamin lamang sa katotohanan ng pagkakaroon ng mga impluwensya ng mga kadahilanan sa bawat isa. Hindi nito sinasalamin ang alinman sa detalyadong katangian ng mga impluwensyang ito, o ang dinamika ng mga pagbabago sa mga impluwensya depende sa mga pagbabago sa sitwasyon, o mga pansamantalang pagbabago sa mga salik mismo. Isinasaalang-alang ang lahat ng mga pangyayaring ito ay nangangailangan ng paglipat sa susunod na antas ng pag-istruktura ng impormasyon, iyon ay, sa isang modelong nagbibigay-malay.

Sa antas na ito, ang bawat ugnayan sa pagitan ng mga salik ng cognitive map ay inilalantad ng kaukulang mga dependency, na ang bawat isa ay maaaring maglaman ng parehong quantitative (nasusukat) na mga variable at qualitative (hindi nasusukat) na mga variable. Sa kasong ito, ang mga quantitative variable ay ipinakita sa natural na paraan sa anyo ng kanilang mga numerical na halaga. Ang bawat qualitative variable ay nauugnay sa isang set ng linguistic variable na sumasalamin sa iba't ibang estado ng qualitative variable na ito (halimbawa, ang demand ng consumer ay maaaring "mahina", "moderate", "rush", atbp.), at ang bawat linguistic variable ay tumutugma sa isang tiyak na katumbas ng numero sa iskala. Sa akumulasyon ng kaalaman tungkol sa mga prosesong nagaganap sa sitwasyong pinag-aaralan, nagiging posible na ihayag nang mas detalyado ang likas na katangian ng mga ugnayan sa pagitan ng mga salik.

Sa pormal, ang isang cognitive model ng isang sitwasyon ay maaaring, tulad ng isang cognitive map, ay kinakatawan ng isang graph, ngunit ang bawat arc sa graph na ito ay kumakatawan na sa isang tiyak na functional na ugnayan sa pagitan ng mga kaukulang salik; mga. ang cognitive model ng sitwasyon ay kinakatawan ng isang functional graph.

Ang isang halimbawa ng functional graph na sumasalamin sa sitwasyon sa isang conditional na rehiyon ay ipinapakita sa fig. 5.2.

Fig.5. 2. Functional na graph.

Tandaan na ang modelong ito ay isang modelo ng pagpapakita, kaya maraming mga kadahilanan sa kapaligiran ang hindi isinasaalang-alang dito.

Ang ganitong mga teknolohiya ay nakakakuha ng higit at higit na kumpiyansa mula sa mga istruktura na nakikibahagi sa estratehiko at pagpapatakbo ng pagpaplano sa lahat ng antas at sa lahat ng mga lugar ng pamamahala. Ang paggamit ng mga teknolohiyang nagbibigay-malay sa larangan ng ekonomiya ay ginagawang posible na bumuo at bigyang-katwiran ang diskarte para sa pag-unlad ng ekonomiya ng isang negosyo sa maikling panahon, na isinasaalang-alang ang epekto ng mga pagbabago sa panlabas na kapaligiran.

Ang paggamit ng teknolohiya ng pagmomolde ng nagbibigay-malay ay ginagawang posible na kumilos nang maagap at hindi magdala ng mga potensyal na mapanganib na sitwasyon sa antas ng pagbabanta at salungatan, at kung sakaling mangyari ang mga ito, upang gumawa ng mga makatwirang desisyon sa interes ng negosyo.

Ang cognitive modeling (o pagmomodelo gamit ang mga cognitive na mapa) ay partikular na kahalagahan para sa pagsusuri sa pulitika. Ito ay idinisenyo upang magmodelo ng mga kumplikado, semi-structured na mga bagay, tulad ng karamihan sa mga proseso at sitwasyong pampulitika.

Ang pamamaraang ito ay batay sa isang cognitive approach na mabilis na umuunlad mula noong 1960s. Ang termino mismo ay lumitaw nang kaunti mas maaga - noong 1948, pagkatapos ng paglalathala ng kilalang gawain ng American psychologist na si E. Tolman "Mga mapa ng cognitive sa mga daga at tao." Isinasaalang-alang ang pag-uugali ng isang daga sa isang maze, dumating si Tolman sa konklusyon na sa paglipas ng panahon, ito ay bumubuo ng isang espesyal na "cognitive map" ng maze - isang nakabalangkas na ideya ng kapaligiran. Ang card na ito ang tumutukoy sa mga reaksyon ng hayop.

Yu.M. Tinatawag ni Plotinsky ang COGNITIVE approach na "ang solusyon ng mga problema na tradisyonal para sa isang naibigay na agham sa pamamagitan ng mga pamamaraan na isinasaalang-alang ang mga aspeto ng nagbibigay-malay, na kinabibilangan ng mga proseso ng pang-unawa, pag-iisip, katalusan, pagpapaliwanag at pag-unawa. Ang cognitive approach sa anumang paksang lugar ay nakatuon sa "kaalaman", o sa halip, sa mga proseso ng kanilang representasyon, imbakan, pagproseso, interpretasyon at paggawa ng bagong kaalaman.

Sa lahat ng pagkakaiba-iba ng cognitive science, mayroong dalawang pangunahing punto para sa atin. Kung interesado tayo sa isang sistema ng kaalaman at ideya, isang "larawan ng mundo" ng isang tiyak na tao (o grupo ng mga tao) upang makakuha ng impormasyon tungkol sa taong ito o grupo, kung gayon ang naturang pagsusuri sa pag-iisip ay magiging nakatuon sa paksa. . Halimbawa, ang pagsusuri ng sistema ng mga ideya ng isang lider sa pulitika tungkol sa katotohanan ay maaaring maging lubhang kapaki-pakinabang sa paghula sa kanyang mga aksyon at desisyon sa isang tiyak na sitwasyon, at ang pagbuo ng isang cognitive na mapa ng isang malawak na pangkat ng lipunan ay kinakailangan upang mahulaan ang pang-unawa nito. o ang pangkat na iyon ng ilang mga aksyon ng mga elite ng kapangyarihan.

Kung hindi tayo interesado sa paksa ng proseso ng nagbibigay-malay, ngunit sa produkto nito - isang cognitive na mapa ng isa o isa pang fragment ng pampulitikang katotohanan (halimbawa, kapag nag-compile ng mga cognitive na mapa ng mga eksperto tungkol sa mga salik na nakakaimpluwensya sa sitwasyon sa rehiyon ng Gitnang Silangan. , hindi kami interesado sa mga kakaibang pang-unawa ng mga eksperto, ngunit ang sitwasyon sa Gitnang Silangan). Silangan), kung gayon ang dalubhasa ay hindi isang bagay ng pag-aaral, tulad ng sa halimbawa sa mga pinuno ng pulitika o mga grupong panlipunan, ngunit isang " tool” para sa pagbuo ng isang sapat na modelo ng sitwasyon, at ang diskarteng ito ay magiging object-oriented.

Ang cognitive map mismo ay isang tinatawag na signed directed graph, kung saan:

Ang mga vertex ay tumutugma sa mga pangunahing salik na naglalarawan sa mga proseso sa sitwasyon;

Natutukoy ang mga direktang ugnayan sa pagitan ng mga salik sa pamamagitan ng pagsusuri sa mga chain ng sanhi-at-epekto na naglalarawan sa pamamahagi ng mga impluwensya ng isang salik sa iba. Ito ay pinaniniwalaan na ang mga kadahilanan na kasama sa premise na "kung ..." ng kadena "kung ... pagkatapos ..." ay nakakaapekto sa mga kadahilanan ng kahihinatnan "pagkatapos ..." ng chain na ito. Bukod dito, ang impluwensyang ito ay maaaring maging alinman sa pagpapatibay (positibo), o pagbabawal (negatibo), o ng variable na senyales, depende sa mga posibleng karagdagang kundisyon. Sa isang "mas malambot" na bersyon ng cognitive map, ito ay hindi isang mahigpit na implikasyon "kung ... kung gayon ...", ngunit isang probabilistikong impluwensya: ang pagsasakatuparan ng kaganapan A ay nagdaragdag (nagpapababa) ng posibilidad ng pagsasakatuparan ng kaganapan B .

Ang mga link ay nakikita bilang mga linya, na tinatawag na mga arko, na may kaukulang tanda;

Ang isang saradong direksyon na landas, ang lahat ng mga vertice ay iba, ay tinatawag na isang loop (o feedback loop). Ang loop na nagpapalaki sa pagpapalihis ay isang positibong feedback loop, at ang loop na sumasalungat sa pagpapalihis ay isang negatibong feedback loop.

Halimbawa, naniniwala kami na ang patakarang isolationist patungo sa Russia ng Estados Unidos at NATO ay makakatulong sa paglago ng mga damdaming makabayan sa bansa. Sa ilalim ng panggigipit ng mga sentimyento na ito, mapipilitan ang pamunuan ng Russia na dagdagan ang paggasta sa hukbo at sa military-industrial complex, na magtutulak naman sa US na higit pang paigtingin ang patakarang paghihiwalay nito. Maaari nating mailarawan ang hanay ng mga representasyong ito gamit ang pinakasimpleng cognitive map na may tatlong vertices at tatlong arc. Tatlong umiiral na vertices ay sarado sa isang reinforcing contour.

Ang isang mas kumplikadong cognitive na mapa sa ibaba ay naglalarawan sa sistema ng mga salik ng Palestinian-Israeli conflict" (subukang suriin ito sa iyong sarili sa pamamagitan ng pag-highlight sa mga feedback loop).

Sa kanyang sarili, ang cognitive map ay sumasalamin lamang sa sistema ng mga kadahilanan at ang pinaka-pangkalahatang ideya ng kanilang relasyon. Hindi nito inaayos ang detalyadong katangian ng impluwensya ng mga salik sa isa't isa, o ang dinamika ng mga pagbabago sa mga impluwensyang ito depende sa sitwasyon. Kaugnay nito, ang cognitive map ay isang makabuluhang modelo ng bagay na pinag-aaralan. Kasabay nito, tulad ng sa pangkalahatang kaso na may makabuluhang mga modelo, maaari itong mabago sa isang pormal na modelo - isang sistema ng mga equation. Ito, siyempre, ay nangangailangan ng pag-abot sa isang tiyak na antas ng pag-istruktura ng mga kadahilanan at ang kanilang mga relasyon.

Babalik tayo sa pagmomodelo gamit ang mga cognitive na mapa sa kurso ng pag-aaral ng pamamaraan ng senaryo.

Kontrolin ang mga tanong at gawain

1. Tukuyin ang konsepto ng "modelo". Ano ang mga natatanging posibilidad ng pagmomodelo sa pampulitikang pananaliksik?

2. Ano ang pagkakaiba sa pagitan ng mga linear at non-linear na modelo? Bigyang-katwiran ang kahalagahan ng non-linear na pagmomodelo na may kaugnayan sa mga tampok ng prosesong pampulitika.

3. Pangalanan ang mga pangunahing tampok ng mga modelo ng istruktura, pati na rin ang mga paraan upang mabuo ang mga ito.

4. Ano ang cognitive map? Anong mga elemento ang binubuo nito? Ano ang pagkakaiba sa pagitan ng subject-oriented at object-oriented approach sa cognitive mapping?

5. Ilarawan ang algorithm para sa pagbuo ng modelong "Parties in the Space of Political Orientations".

COGNITIVE MODELING

NILALAMAN
Panimula
1. Paksa ng cognitive analysis
1.1. Panlabas na kapaligiran
1.2. Kawalang-tatag ng panlabas na kapaligiran
1.3. Mahina ang istrukturang panlabas na kapaligiran
2. Pangkalahatang konsepto ng cognitive analysis
3. Mga yugto ng cognitive analysis
4. Mga layunin, yugto at pangunahing konsepto ng pagmomolde ng nagbibigay-malay
4. 1. Layunin ng pagbuo ng cognitive model
4.2. Mga yugto ng cognitive modeling
4.3. Direktang graph (mapa ng cognitive)
4.4. Functional na graph (pagkumpleto ng cognitive model building)
5. Mga uri ng salik

6.1 Pagkilala sa mga salik (mga elemento ng system)
6.2. Dalawang diskarte sa pagtukoy ng mga relasyon sa pagitan ng mga kadahilanan
6.3.Mga halimbawa ng pagbibigay-diin sa mga salik at ugnayan sa pagitan nila
6.4. Ang problema sa pagtukoy ng lakas ng impluwensya ng mga kadahilanan
7. Sinusuri ang kasapatan ng modelo
8. Paggamit ng cognitive model
8.1. Paglalapat ng mga modelong nagbibigay-malay sa mga sistema ng suporta sa desisyon
8.2. Isang halimbawa ng pagtatrabaho sa isang cognitive model
9. Mga computer system para sa pagsuporta sa mga desisyon sa pamamahala
9.1. Pangkalahatang katangian ng mga sistema ng suporta sa desisyon
9.2. "Sitwasyon - 2"
9.3. "Compass-2"
9.4. "Canvas"
Konklusyon
Bibliograpiya
Aplikasyon

Panimula
Sa kasalukuyan, ang pagkuha ng maaasahang impormasyon at ang mabilis na pagsusuri nito ay naging pinakamahalagang kinakailangan para sa matagumpay na pamamahala. Ito ay totoo lalo na kung ang control object at ang panlabas na kapaligiran nito ay isang kumplikado ng mga kumplikadong proseso at mga kadahilanan na makabuluhang nakakaapekto sa isa't isa.
Ang isa sa mga pinaka-produktibong solusyon sa mga problema na lumitaw sa larangan ng pamamahala at organisasyon ay ang paggamit ng cognitive analysis, na siyang paksa ng pag-aaral sa gawaing kurso.
Ang pamamaraan ng cognitive modeling, na idinisenyo para sa pagsusuri at paggawa ng desisyon sa mga hindi malinaw na sitwasyon, ay iminungkahi ng American researcher na si R. Axelrod 1.
Sa una, ang pagsusuri ng nagbibigay-malay ay nabuo sa loob ng balangkas ng sikolohiyang panlipunan, lalo na, cognitivism, na nag-aaral ng mga proseso ng pang-unawa at katalusan.
Ang aplikasyon ng mga pag-unlad ng panlipunang sikolohiya sa teorya ng pamamahala ay humantong sa pagbuo ng isang espesyal na sangay ng kaalaman - cognitive science, na nakatuon sa pag-aaral ng mga problema sa pamamahala at paggawa ng desisyon.
Ngayon ang pamamaraan ng cognitive modeling ay umuunlad sa direksyon ng pagpapabuti ng apparatus para sa pagsusuri at pagmomodelo ng mga sitwasyon.
Ang mga teoretikal na tagumpay ng cognitive analysis ay naging batayan para sa paglikha ng mga sistema ng computer na nakatuon sa paglutas ng mga inilapat na problema sa larangan ng pamamahala.
Ang paggawa sa pagbuo ng cognitive approach at ang aplikasyon nito sa pagsusuri at kontrol ng tinatawag na semi-structured system ay kasalukuyang isinasagawa sa Institute of Control Problems ng Russian Academy of Sciences 2 .
Sa pamamagitan ng pagkakasunud-sunod ng Pangangasiwa ng Pangulo ng Russian Federation, Pamahalaan ng Russian Federation, Pamahalaan ng lungsod ng Moscow, isang bilang ng mga pag-aaral sa sosyo-ekonomiko gamit ang teknolohiyang nagbibigay-malay ay isinagawa sa IPU RAS. Ang mga nabuong rekomendasyon ay matagumpay na nailapat ng mga kaugnay na ministri at departamento 3 .
Mula noong 2001, sa ilalim ng tangkilik ng IPU RAS, ang mga internasyonal na kumperensya na "Cognitive Analysis and Situation Development Management (CASC)" ay regular na ginaganap.
Kapag nagsusulat ng isang term paper, ang mga gawa ng mga domestic researcher ay kasangkot - A.A. Kulinich, D.I. Makarenko, S.V. Kachaeva, V.I. Maximova, E.K. Kornoushenko, E. Grebenyuk, G.S. Osipova, A. Raikov. Karamihan sa mga mananaliksik na ito ay mga espesyalista mula sa Institute of Computer Science, Russian Academy of Sciences.
Kaya, ang pagsusuri ng cognitive ay aktibong binuo hindi lamang ng mga dayuhan, kundi pati na rin ng mga lokal na espesyalista. Gayunpaman, sa loob ng balangkas ng nagbibigay-malay na agham mayroong isang bilang ng mga problema, ang solusyon kung saan ay maaaring makabuluhang mapabuti ang mga resulta ng paglalapat ng mga inilapat na pag-unlad batay sa pagsusuri ng nagbibigay-malay.
Ang layunin ng gawaing kurso ay pag-aralan ang teoretikal na batayan ng mga teknolohiyang nagbibigay-malay, ang mga problema ng pamamaraan ng pagsusuri ng nagbibigay-malay, pati na rin ang mga sistema ng suporta sa pagpapasya sa computer batay sa pagmomolde ng nagbibigay-malay.
Ang mga itinakdang layunin ay tumutugma sa istraktura ng gawain, na sunud-sunod na nagpapakita ng mga pangunahing konsepto at yugto ng pagsusuri ng nagbibigay-malay sa pangkalahatan, pagmomolde ng nagbibigay-malay (bilang isang mahalagang sandali ng pagsusuri ng nagbibigay-malay), pangkalahatang mga prinsipyo para sa paglalapat ng diskarte sa nagbibigay-malay sa pagsasanay sa larangan ng pamamahala, pati na rin ang mga teknolohiya ng computer na nag-aaplay ng mga pamamaraan ng cognitive analysis.

1. Ang paksa ng cognitive analysis
1.1. Panlabas na kapaligiran
Para sa epektibong pamamahala, pagtataya at pagpaplano, kinakailangan upang pag-aralan ang panlabas na kapaligiran kung saan gumagana ang mga bagay ng pamamahala.
Ang panlabas na kapaligiran ay karaniwang tinukoy ng mga mananaliksik bilang isang hanay ng mga pang-ekonomiya, panlipunan at pampulitika na mga kadahilanan at mga paksa na may direkta o hindi direktang epekto sa posibilidad at kakayahan ng paksa (maging ito ay isang bangko, isang negosyo, anumang iba pang organisasyon, isang buong rehiyon, atbp.) upang makamit ang itinakdang mga layunin sa pag-unlad.
Para sa oryentasyon sa panlabas na kapaligiran at para sa pagsusuri nito, kinakailangan na malinaw na kinakatawan ang mga katangian nito. Tinutukoy ng mga espesyalista ng Institute of Control Problems ng Russian Academy of Sciences ang mga sumusunod na pangunahing katangian ng panlabas na kapaligiran:
1. Complexity - ito ay tumutukoy sa bilang at sari-saring salik na dapat tumugon sa paksa.
2. Ang ugnayan ng mga salik, iyon ay, ang puwersa kung saan ang pagbabago sa isang salik ay nakakaapekto sa pagbabago sa iba pang mga salik.
3. Mobility - ang bilis kung saan naganap ang mga pagbabago sa panlabas na kapaligiran 4 .
Ang pagpili ng mga naturang katangian upang ilarawan ang kapaligiran ay nagpapahiwatig na ang mga mananaliksik ay naglalapat ng isang sistematikong diskarte at isinasaalang-alang ang panlabas na kapaligiran bilang isang sistema o isang hanay ng mga sistema. Nasa loob ng balangkas ng diskarteng ito na kaugalian na kumatawan sa anumang mga bagay sa anyo ng isang nakabalangkas na sistema, upang iisa ang mga elemento ng system, ang mga ugnayan sa pagitan nila at ang dinamika ng pag-unlad ng mga elemento, mga relasyon at ang buong sistema sa kabuuan. Samakatuwid, ang pagsusuring nagbibigay-malay na ginagamit upang pag-aralan ang panlabas na kapaligiran at bumuo ng mga paraan at pamamaraan ng paggana dito ay minsan ay itinuturing na bahagi ng pagsusuri ng sistema 5 .
Ang pagtitiyak ng panlabas na kapaligiran ng mga bagay na kontrol ay nakasalalay sa katotohanan na ang kapaligirang ito ay napapailalim sa impluwensya ng kadahilanan ng tao. Sa madaling salita, kabilang dito ang mga paksang pinagkalooban ng isang autonomous na kalooban, interes at pansariling ideya. Nangangahulugan ito na ang kapaligirang ito ay hindi palaging sumusunod sa mga linear na batas na malinaw na naglalarawan sa kaugnayan ng mga sanhi at epekto.
Mula dito sundin ang dalawang pangunahing parameter ng panlabas na kapaligiran kung saan gumagana ang salik ng tao - kawalang-tatag at mahina ang pagkakaayos. Tingnan natin ang mga parameter na ito.

1.2. Kawalang-tatag ng panlabas na kapaligiran

Ang kawalang-tatag ng panlabas na kapaligiran ay madalas na kinikilala ng mga mananaliksik na hindi mahuhulaan. "Ang antas ng kawalang-tatag ng panlabas na pang-ekonomiya at pampulitikang kapaligiran para sa ... [ang object ng kontrol] ay nailalarawan sa pamamagitan ng pamilyar sa mga inaasahang kaganapan, ang inaasahang bilis ng pagbabago, at ang kakayahang hulaan ang hinaharap" 6 . Ang unpredictability na ito ay nabuo ng multifactorial na kalikasan, pagkakaiba-iba ng mga kadahilanan, bilis at direksyon ng pag-unlad ng kapaligiran.
"Ang pinagsama-samang epekto ng lahat ng mga kadahilanan ng panlabas na kapaligiran, ay nagbubuod ng V. Maksimov, S. Kachaev at E. Kornoushenko, - bumubuo ng antas ng kawalang-tatag nito at tinutukoy ang pagiging angkop at direksyon ng interbensyon sa kirurhiko sa mga patuloy na proseso" 7 .
Kung mas mataas ang kawalang-tatag ng panlabas na kapaligiran, mas mahirap na bumuo ng sapat na mga madiskarteng desisyon. Samakatuwid, mayroong isang layunin na pangangailangan upang masuri ang antas ng kawalang-tatag ng kapaligiran, pati na rin ang pagbuo ng mga diskarte sa pagsusuri nito.
Ayon kay I. Ansoff, ang pagpili ng diskarte para sa pamamahala at pagsusuri ng mga sitwasyon ay nakasalalay sa antas ng kawalang-tatag ng panlabas na kapaligiran. Para sa katamtamang kawalang-tatag, inilalapat ang kumbensyonal na kontrol batay sa extrapolation ng kaalaman tungkol sa nakaraan ng kapaligiran. Sa isang average na antas ng kawalang-tatag, ang pamamahala ay isinasagawa batay sa isang pagtataya ng mga pagbabago sa kapaligiran (halimbawa, isang "teknikal" na pagsusuri ng mga pamilihan sa pananalapi). Sa isang mataas na antas ng kawalang-tatag, ginagamit ang pamamahala batay sa mga nababagong desisyon ng eksperto (halimbawa, "pangunahing" 8 pagsusuri ng mga pamilihang pinansyal) 9 .

1.3. Mahina ang istrukturang panlabas na kapaligiran

Ang kapaligiran kung saan ang mga paksa ng pamamahala ay napipilitang magtrabaho ay nailalarawan hindi lamang bilang hindi matatag, kundi pati na rin bilang mahina na nakabalangkas. Ang dalawang katangiang ito ay malapit na magkaugnay, ngunit naiiba. Gayunpaman, ang mga terminong ito ay minsang ginagamit nang palitan.
Kaya, ang mga espesyalista mula sa IPU RAS, na tumutukoy sa mga semi-structured system, ay tumutukoy sa ilan sa kanilang mga katangian na likas sa hindi matatag na mga sistema: "Mga kahirapan sa pagsusuri ng mga proseso at paggawa ng mga desisyon sa pamamahala sa mga lugar tulad ng ekonomiya, sosyolohiya, ekolohiya, atbp. dahil sa isang bilang ng mga tampok na likas sa mga lugar na ito, katulad: ang multidimensionality ng mga prosesong nagaganap sa kanila (ekonomiko, panlipunan, atbp.) at ang kanilang pagkakaugnay; dahil dito, imposibleng ihiwalay at pag-aralan ang mga indibidwal na phenomena nang detalyado - lahat ng mga phenomena na nagaganap sa mga ito ay dapat isaalang-alang sa kabuuan; ang kakulangan ng sapat na dami ng impormasyon tungkol sa dinamika ng mga proseso, na pumipilit sa atin na magpatuloy sa isang pagsusuri ng husay ng mga naturang proseso; pagkakaiba-iba ng kalikasan ng mga proseso sa paglipas ng panahon, atbp. Dahil sa mga tampok na ito, pang-ekonomiya, panlipunan, atbp. tinatawag na mga semi-structured system ang mga sistema” 10 .
Gayunpaman, dapat tandaan na ang terminong "katatagan" ay nagpapahiwatig ng imposibilidad o kahirapan sa paghula sa pag-unlad ng sistema, at mahina ang pagkakabalangkas - ang imposibilidad ng pagpormal nito. Sa huli, ang mga katangiang "katatagan" at "mahina ang pagkakaayos", sa aking palagay, ay sumasalamin sa iba't ibang aspeto ng parehong kababalaghan, dahil tradisyonal nating nakikita ang isang sistema na hindi natin maaaring gawing pormal at sa gayon ay ganap na tumpak na mahulaan ang pag-unlad nito (iyon ay, isang mahinang istrakturang sistema ) bilang hindi matatag, madaling kapitan ng kaguluhan. Samakatuwid, pagkatapos nito, kasunod ng mga may-akda ng mga artikulong pinag-aralan, gagamitin ko ang mga terminong ito bilang katumbas. Minsan ang mga mananaliksik, kasama ang mga konsepto sa itaas, ay gumagamit ng terminong "mga mahirap na sitwasyon".
Kaya, hindi tulad ng mga teknikal na sistema, ang pang-ekonomiya, sosyo-politikal at iba pang katulad na mga sistema ay nailalarawan sa pamamagitan ng kawalan ng isang detalyadong dami ng paglalarawan ng mga prosesong nagaganap sa kanila - ang impormasyon dito ay may katangiang husay. Samakatuwid, para sa mga semi-structured system, imposibleng lumikha ng pormal na tradisyonal na mga modelo ng dami. Ang mga sistema ng ganitong uri ay nailalarawan sa pamamagitan ng kawalan ng katiyakan, paglalarawan sa isang antas ng husay, at kalabuan sa pagtatasa ng mga kahihinatnan ng ilang mga desisyon 11 .
Kaya, ang pagsusuri ng isang hindi matatag na panlabas na kapaligiran (mahinang nakabalangkas na mga sistema) ay puno ng maraming kahirapan. Kapag nilulutas ang mga ito, kinakailangan ang intuwisyon ng isang dalubhasa, ang kanyang karanasan, pagkakaugnay ng pag-iisip, mga hula.
Ang computer na paraan ng cognitive (cognitive) na pagmomodelo ng mga sitwasyon ay ginagawang posible na makayanan ang naturang pagsusuri. Ang mga pondong ito ay ginamit sa maunlad na mga bansa sa loob ng mga dekada, na tumutulong sa mga negosyo na mabuhay at mapaunlad ang kanilang negosyo, at ang mga awtoridad na maghanda ng mga epektibong dokumento sa regulasyon 12 . Ang cognitive modeling ay idinisenyo upang tulungan ang eksperto na mag-isip sa isang mas malalim na antas at i-streamline ang kanyang kaalaman, pati na rin gawing pormal ang kanyang mga ideya tungkol sa sitwasyon hangga't maaari.

2. Pangkalahatang konsepto ng cognitive analysis

Ang cognitive analysis ay minsang tinutukoy ng mga mananaliksik bilang "cognitive structuring" 13 .
Ang cognitive analysis ay itinuturing na isa sa pinakamakapangyarihang tool para sa pag-aaral ng hindi matatag at semi-structured na kapaligiran. Nag-aambag ito sa isang mas mahusay na pag-unawa sa mga problema na umiiral sa kapaligiran, ang pagkilala sa mga kontradiksyon at isang pagsusuri ng husay ng mga patuloy na proseso. Ang kakanyahan ng cognitive (cognitive) modeling - ang pangunahing punto ng cognitive analysis - ay upang ipakita ang mga pinaka-kumplikadong problema at mga trend ng pag-unlad ng system sa isang pinasimpleng anyo sa modelo, upang galugarin ang mga posibleng sitwasyon para sa paglitaw ng mga sitwasyon ng krisis, upang mahanap mga paraan at kundisyon para sa kanilang paglutas sa isang modelong sitwasyon. Ang paggamit ng mga modelong nagbibigay-malay ay may husay na nagpapataas ng bisa ng paggawa ng desisyon sa pamamahala sa isang masalimuot at mabilis na pagbabago ng kapaligiran, nagliligtas sa eksperto mula sa "intuitive wandering", nakakatipid ng oras para sa pag-unawa at pagbibigay-kahulugan sa mga kaganapang nagaganap sa system 14 .
SA AT. Maksimov at S.V. Kachaev, upang ipaliwanag ang mga prinsipyo ng paggamit ng mga teknolohiyang nagbibigay-malay (cognitive) ng impormasyon upang mapabuti ang pamamahala, gamitin ang metapora ng isang barko sa isang rumaragasang karagatan - ang tinatawag na "frigate-ocean" na modelo. Karamihan sa mga komersyal at di-komersyal na aktibidad sa isang pabagu-bago at semi-structured na kapaligiran "ay hindi maiiwasang nauugnay sa panganib, kapwa mula sa kawalan ng katiyakan ng mga kondisyon sa pagpapatakbo sa hinaharap at ang potensyal para sa mga desisyon sa maling pamamahala.... Napakahalaga para sa pamamahala na ma-anticipate ang mga ganitong paghihirap at bumuo ng mga estratehiya nang maaga upang madaig ang mga ito, i.e. upang magkaroon ng paunang natukoy na mga saloobin ng posibleng pag-uugali. Ang mga pag-unlad na ito ay iminungkahi na isagawa sa mga modelo kung saan ang modelo ng impormasyon ng control object ("frigate") ay nakikipag-ugnayan sa modelo ng panlabas na kapaligiran - pang-ekonomiya, panlipunan, pampulitika, atbp. ("karagatan"). "Ang layunin ng naturang simulation ay upang magbigay ng mga rekomendasyon sa "frigate" kung paano tumawid sa "karagatan" na may hindi bababa sa "pagsisikap" ... Ang interes ... ay ang mga paraan upang makamit ang layunin, na isinasaalang-alang ang kanais-nais na "hangin" at "agos" ... Kaya, itinakda namin ang layunin: upang matukoy ang "wind rose" ... [ panlabas na kapaligiran], at pagkatapos ay makikita natin kung aling "hangin" ang magiging kanais-nais, na magiging kabaligtaran , kung paano gamitin ang mga ito at kung paano matuklasan ang mga katangian ng panlabas na sitwasyon na mahalaga para sa ... [isang bagay]” 15 .
Kaya, ang kakanyahan ng cognitive approach ay namamalagi, tulad ng nabanggit na, sa pagtulong sa eksperto na pag-isipan ang sitwasyon at bumuo ng pinaka-epektibong diskarte sa pamamahala, hindi batay sa kanyang intuwisyon kundi sa iniutos at napatunayan (hangga't maaari) na kaalaman. tungkol sa isang komplikadong sistema. Ang mga halimbawa ng aplikasyon ng cognitive analysis upang malutas ang mga partikular na problema ay tatalakayin sa ibaba sa talata "8. Gamit ang cognitive model”.

3. Mga yugto ng cognitive analysis

Ang pagsusuri ng nagbibigay-malay ay binubuo ng ilang mga yugto, ang bawat isa ay nagpapatupad ng isang tiyak na gawain. Ang pare-parehong solusyon sa mga problemang ito ay humahantong sa pagkamit ng pangunahing layunin ng cognitive analysis. Ang mga mananaliksik ay nagbibigay ng ibang katawagan ng mga yugto depende sa mga detalye ng pinag-aralan na bagay (mga bagay) 16 . Kung ibubuod at isa-generalize natin ang lahat ng mga approach na ito, maaari nating makilala ang mga sumusunod na yugto, na katangian ng cognitive analysis ng anumang sitwasyon.

(Bilang resulta ng pagpasa sa mga yugto 3 - 5, isang cognitive model ng sitwasyon (system) ang binuo, na ipinapakita sa anyo ng isang functional graph. Samakatuwid, masasabi nating ang mga yugto 3 - 5 ay cognitive modeling. Sa higit pa detalye, lahat ng mga yugtong ito at mga pangunahing konsepto na cognitive modelling ay tatalakayin sa mga talata 4 - 7).

Isaalang-alang natin nang detalyado ang bawat isa sa mga yugto sa itaas (maliban sa una at pangalawa, na mahalagang paghahanda), ang mga mekanismo para sa pagpapatupad ng mga partikular na gawain ng bawat yugto, pati na rin ang mga problema na lumitaw sa iba't ibang yugto ng pagsusuri ng kognitibo.

4. Mga layunin, yugto at pangunahing konsepto ng pagmomolde ng nagbibigay-malay

Ang isang pangunahing elemento ng pagsusuri ng nagbibigay-malay ay ang pagbuo ng isang modelo ng nagbibigay-malay.

4. 1. Layunin ng pagbuo ng cognitive model

Ang cognitive modeling ay nag-aambag sa isang mas mahusay na pag-unawa sa sitwasyon ng problema, ang pagkilala sa mga kontradiksyon at isang pagsusuri ng husay ng sistema. Ang layunin ng pagmomodelo ay upang bumuo at pinuhin ang isang hypothesis tungkol sa paggana ng bagay na pinag-aaralan, na itinuturing bilang isang kumplikadong sistema, na binubuo ng hiwalay, ngunit magkakaugnay pa rin na mga elemento at subsystem. Upang maunawaan at masuri ang pag-uugali ng isang kumplikadong sistema, ang isang block diagram ng sanhi-at-epekto na mga relasyon ng mga elemento ng system ay binuo. Ang pagsusuri sa mga ugnayang ito ay kinakailangan para sa pagpapatupad ng iba't ibang mga kontrol sa proseso sa system 18 .

4.2. Mga yugto ng cognitive modeling

Sa mga pangkalahatang termino, ang mga yugto ng cognitive modeling ay tinalakay sa itaas. Ang mga gawa ng mga espesyalista sa IPU RAS ay naglalaman ng isang konkretong presentasyon ng mga yugtong ito. I-highlight natin ang mga pangunahing.

Kaya, ang cognitive model ay kinabibilangan ng cognitive map (directed graph) at graph arc weights (pagsusuri ng mutual influence o impluwensya ng mga salik). Kapag tinutukoy ang mga bigat ng mga arko, ang nakadirekta na graph ay nagiging isang functional.
Ang mga problema sa pagtukoy ng mga salik, pagtatasa ng magkaparehong impluwensya ng mga salik at ang tipolohiya ng mga salik ay tatalakayin sa mga talata 5 at 6; dito natin isasaalang-alang ang mga pangunahing konsepto ng cognitive modeling bilang isang cognitive map at isang functional graph.

4.3. Direktang graph (mapa ng cognitive)

Sa loob ng balangkas ng cognitive approach, ang mga terminong "cognitive map" at "directed graph" ay kadalasang ginagamit nang palitan; bagama't, mahigpit na pagsasalita, ang konsepto ng isang nakadirekta na graph ay mas malawak, at ang terminong "cognitive map" ay nagpapahiwatig lamang ng isa sa mga aplikasyon ng isang nakadirekta na graph.
Ang isang cognitive map ay binubuo ng mga salik (mga elemento ng system) at mga link sa pagitan ng mga ito.
Upang maunawaan at masuri ang pag-uugali ng isang kumplikadong sistema, isang block diagram ng sanhi-at-epekto na mga relasyon ng mga elemento ng system (mga kadahilanan ng sitwasyon) ay binuo. Dalawang elemento ng system A at B ang inilalarawan sa diagram bilang magkahiwalay na mga punto (vertices) na konektado ng isang naka-orient na arko, kung ang elemento A ay konektado sa elemento B sa pamamagitan ng isang sanhi-at-bunga na relasyon: A at B, kung saan: A ay ang sanhi, B ang epekto.
Ang mga salik ay maaaring makaimpluwensya sa isa't isa, at ang gayong impluwensya, tulad ng nabanggit na, ay maaaring maging positibo, kapag ang pagtaas (pagbaba) sa isang kadahilanan ay humahantong sa isang pagtaas (pagbaba) sa isa pang kadahilanan, at negatibo, kapag ang isang pagtaas (pagbaba) sa isa kadahilanan ay humahantong sa isang pagbaba (pagtaas) ) isa pang kadahilanan 20 . Bukod dito, ang impluwensya ay maaari ding magkaroon ng variable sign, depende sa posibleng karagdagang mga kondisyon.
Ang ganitong mga scheme para sa kumakatawan sa sanhi-at-bunga na mga relasyon ay malawakang ginagamit upang pag-aralan ang mga kumplikadong sistema sa ekonomiya at sosyolohiya.
Ang isang halimbawa ng isang cognitive na mapa ng ilang sitwasyon sa ekonomiya ay ipinapakita sa Figure 1.

Figure 1. Directed graph 21 .

4.4. Functional na graph (pagkumpleto ng cognitive model building)
Ang cognitive map ay sumasalamin lamang sa katotohanan ng pagkakaroon ng mga impluwensya ng mga kadahilanan sa bawat isa. Hindi nito sinasalamin ang alinman sa detalyadong katangian ng mga impluwensyang ito, o ang dinamika ng mga pagbabago sa mga impluwensya depende sa mga pagbabago sa sitwasyon, o mga pansamantalang pagbabago sa mga salik mismo. Isinasaalang-alang ang lahat ng mga pangyayaring ito ay nangangailangan ng paglipat sa susunod na antas ng pag-istruktura ng impormasyon, iyon ay, sa isang modelong nagbibigay-malay.
Sa antas na ito, ang bawat ugnayan sa pagitan ng mga salik ng cognitive map ay inilalantad ng kaukulang mga dependency, na ang bawat isa ay maaaring maglaman ng parehong quantitative (nasusukat) na mga variable at qualitative (hindi nasusukat) na mga variable. Sa kasong ito, ang mga quantitative variable ay ipinakita sa natural na paraan sa anyo ng kanilang mga numerical na halaga. Ang bawat qualitative variable ay nauugnay sa isang set ng linguistic variable na sumasalamin sa iba't ibang estado ng qualitative variable na ito (halimbawa, ang demand ng consumer ay maaaring "mahina", "moderate", "rush", atbp.), at ang bawat linguistic variable ay tumutugma sa isang tiyak na katumbas ng numero sa iskala. Sa akumulasyon ng kaalaman tungkol sa mga prosesong nagaganap sa sitwasyong pinag-aaralan, nagiging posible na ihayag nang mas detalyado ang likas na katangian ng mga ugnayan sa pagitan ng mga salik.
Sa pormal, ang isang cognitive model ng isang sitwasyon ay maaaring, tulad ng isang cognitive map, ay kinakatawan ng isang graph, ngunit ang bawat arc sa graph na ito ay kumakatawan na sa isang tiyak na functional na ugnayan sa pagitan ng mga kaukulang salik; mga. ang cognitive model ng sitwasyon ay kinakatawan ng functional graph 22 .
Ang isang halimbawa ng functional graph na sumasalamin sa sitwasyon sa isang conditional na rehiyon ay ipinapakita sa fig. 2.

Figure 2. Functional graph 23 .
Tandaan na ang modelong ito ay isang modelo ng pagpapakita, kaya maraming mga kadahilanan sa kapaligiran ang hindi isinasaalang-alang dito.

5. Mga uri ng salik
Upang buuin ang sitwasyon (sistema), hinahati ng mga mananaliksik ang mga salik (mga elemento) sa iba't ibang grupo, na ang bawat isa ay may tiyak na pagtitiyak, ibig sabihin, isang functional na papel sa pagmomodelo. Bukod dito, depende sa mga detalye ng nasuri na sitwasyon (sistema), ang tipolohiya ng mga kadahilanan (mga elemento) ay maaaring magkakaiba. Dito ay i-highlight ko ang ilang uri ng mga salik na ginagamit sa cognitive modelling ng karamihan sa mga system (mga sitwasyon, kapaligiran).
Una, sa lahat ng mga salik na natuklasan, mayroong mga pangunahing (nakakaapekto sa sitwasyon sa isang makabuluhang paraan, na naglalarawan sa kakanyahan ng problema) at "labis" (hindi gaanong) mga kadahilanan, "mahina na konektado" sa "ubod" ng mga pangunahing kadahilanan 24 .
Kapag pinag-aaralan ang isang partikular na sitwasyon, karaniwang alam o ipinapalagay ng eksperto kung anong mga pagbabago sa mga pangunahing kadahilanan ang kanais-nais para sa kanya. Ang mga kadahilanan ng pinakamalaking interes sa eksperto ay tinatawag na target na mga kadahilanan. SA AT. Maksimov, E.K. Kornoushenko, S.V. Inilalarawan ni Kachaev ang mga target na kadahilanan tulad ng sumusunod: "Ito ang mga "output" na mga kadahilanan ng cognitive model. Ang gawain ng pagbuo ng mga desisyon sa pamamahala ng mga proseso sa isang sitwasyon ay upang matiyak ang nais na mga pagbabago sa mga target na kadahilanan, ito ang layunin ng pamamahala. Itinuturing na wastong itinakda ang layunin kung ang mga nais na pagbabago sa ilang target na salik ay hindi humahantong sa mga hindi kanais-nais na pagbabago sa iba pang target na salik” 25 .
Sa paunang hanay ng mga pangunahing kadahilanan, ang isang hanay ng mga tinatawag na control factor ay nakikilala - ""input" na mga kadahilanan ng cognitive model, kung saan ang mga kontrol na aksyon ay ipinadala sa modelo. Ang kontrol na aksyon ay itinuturing na naaayon sa layunin kung hindi ito nagdudulot ng hindi kanais-nais na mga pagbabago sa alinman sa mga target na salik” 26 . Upang matukoy ang mga salik ng kontrol, ang mga salik na nakakaimpluwensya sa mga target ay tinutukoy. Ang mga salik sa pagkontrol sa modelo ay maaaring maging posibleng mga levers ng impluwensya sa sitwasyon 27 .
Ang impluwensya ng mga control factor ay summed up sa konsepto ng "control vector" - isang set ng mga kadahilanan, ang bawat isa ay binibigyan ng control impulse ng isang naibigay na halaga 28 .
Ang mga kadahilanan ng sitwasyon (o mga elemento ng sistema) ay maaari ding nahahati sa panloob (na kabilang sa layunin ng pamamahala at sa ilalim ng higit o hindi gaanong kumpletong kontrol ng pamamahala) at panlabas (na sumasalamin sa epekto sa sitwasyon o sistema ng mga panlabas na pwersa. na maaaring hindi kontrolado o hindi direktang kinokontrol lamang ng paksa ng pamamahala) .
Ang mga panlabas na salik ay karaniwang nahahati sa mga mahuhulaan, ang paglitaw at pag-uugali nito ay maaaring mahulaan batay sa pagsusuri ng magagamit na impormasyon, at mga hindi mahuhulaan, ang pag-uugali na kung saan ang eksperto ay natututo lamang pagkatapos ng kanilang paglitaw 29 .
Minsan tinutukoy ng mga mananaliksik ang tinatawag na indicator factor na sumasalamin at nagpapaliwanag sa pag-unlad ng mga proseso sa isang sitwasyon ng problema (system, environment) 30 . Para sa mga naturang layunin, ginagamit din ang konsepto ng mga integral indicator (mga kadahilanan), sa pamamagitan ng pagbabago kung alin ang maaaring hatulan ang mga pangkalahatang uso sa lugar na ito 31 .
Ang mga kadahilanan ay nailalarawan din ng isang kalakaran sa kanilang mga halaga. Tukuyin ang mga sumusunod na uso: paglago, pagbaba. Kung walang pagbabago sa kadahilanan, ang isa ay nagsasalita ng kawalan ng trend o zero trend 32 .
Sa wakas, dapat tandaan na posibleng matukoy ang mga salik na sanhi at mga salik-kahihinatnan, panandalian at pangmatagalang mga kadahilanan.

6. Mga pangunahing problema sa pagbuo ng isang modelong nagbibigay-malay
Mayroong dalawang pangunahing problema sa pagbuo ng isang cognitive model.
Una, mahirap tukuyin ang mga salik (mga elemento ng system) at i-rank ang mga salik (pagpili ng mga pangunahin at pangalawa) (sa yugto ng pagbuo ng nakadirekta na graph).
Pangalawa, pagtukoy sa antas ng magkaparehong impluwensya ng mga salik (pagtukoy sa mga bigat ng mga arko ng graph) (sa yugto ng pagbuo ng isang functional na graph).

6.1. Pagkilala sa mga kadahilanan (mga elemento ng system)

Maaaring sabihin na ang mga mananaliksik ay hindi nakabuo ng isang malinaw na algorithm para sa pagtukoy sa mga elemento ng mga sistemang pinag-aaralan. Ipinapalagay na ang mga pinag-aralan na salik ng sitwasyon ay alam na ng ekspertong nagsasagawa ng cognitive analysis.
Karaniwan, kapag isinasaalang-alang ang malalaking (halimbawa, macroeconomic) na mga sistema, ang tinatawag na PEST-analysis ay ginagamit (Patakaran - patakaran, Ekonomiya - ekonomiya, Lipunan - lipunan, Teknolohiya - teknolohiya), na kinabibilangan ng paglalaan ng 4 na pangunahing grupo ng mga kadahilanan kung saan ang mga aspetong pampulitika, pang-ekonomiya, sosyo-kultural at teknolohikal ng kapaligiran 33 . Ang pamamaraang ito ay kilala sa lahat ng sosyo-ekonomikong agham.
Ang pagsusuri sa PEST ay isang kasangkapan para sa makasaysayang itinatag na apat na elementong estratehikong pagsusuri ng panlabas na kapaligiran. Kasabay nito, para sa bawat partikular na kumplikadong bagay, mayroong isang espesyal na hanay ng mga pangunahing salik na direkta at pinaka makabuluhang nakakaapekto sa bagay. Ang pagsusuri sa bawat isa sa mga natukoy na aspeto ay isinasagawa nang sistematiko, dahil sa buhay ang lahat ng mga aspetong ito ay malapit na magkakaugnay 34 .
Bilang karagdagan, ipinapalagay na maaaring hatulan ng eksperto ang hanay ng mga kadahilanan, alinsunod sa kanilang mga subjective na ideya. Kaya, ang "Fundamental" na pagsusuri ng mga sitwasyon sa pananalapi, malapit sa ilang mga parameter sa cognitive analysis, ay batay sa isang hanay ng mga pangunahing kadahilanan (pinansyal at pang-ekonomiyang mga tagapagpahiwatig) - parehong macroeconomic at mas mababang pagkakasunud-sunod, parehong pangmatagalan at panandaliang. Ang mga salik na ito, alinsunod sa "pangunahing" diskarte, ay tinutukoy sa batayan ng sentido komun 35 .
Kaya, ang tanging konklusyon na mabubuo hinggil sa proseso ng pagtukoy ng mga salik ay ang analyst, sa pagtupad sa layuning ito, ay dapat na magabayan ng nakahanda nang kaalaman sa iba't ibang sosyo-ekonomikong agham na tumatalakay sa partikular na pag-aaral ng iba't ibang sistema, pati na rin. bilang kanyang karanasan at intuwisyon.

6.2. Dalawang diskarte sa pagtukoy ng mga relasyon sa pagitan ng mga kadahilanan

Upang ipakita ang likas na katangian ng pakikipag-ugnayan ng mga kadahilanan, ang mga positibo at normatibong diskarte ay ginagamit.
Ang positibong diskarte ay batay sa pagsasaalang-alang sa layunin na likas na katangian ng pakikipag-ugnayan ng mga kadahilanan at pinapayagan kang gumuhit ng mga arko, magtalaga ng mga palatandaan (+ / -) at eksaktong mga timbang sa kanila, iyon ay, sumasalamin sa likas na katangian ng pakikipag-ugnay na ito. Naaangkop ang pamamaraang ito kung ang ugnayan ng mga salik ay maaaring gawing pormal at maipahayag ng mga pormula sa matematika na nagtatatag ng mga tiyak na ugnayang dami.
Gayunpaman, hindi lahat ng tunay na sistema at ang kanilang mga subsystem ay inilalarawan ng ilang partikular na mga pormula sa matematika. Maaari nating sabihin na ang ilang mga espesyal na kaso lamang ng pakikipag-ugnayan ng mga kadahilanan ay pormal. Bukod dito, mas kumplikado ang sistema, mas maliit ang posibilidad na ganap itong mailarawan ng mga tradisyonal na modelo ng matematika. Pangunahin ito dahil sa mga pangunahing katangian ng hindi matatag, semi-structured na mga sistema, na inilarawan sa talata 1. Samakatuwid, ang isang positibong diskarte ay kinukumpleto ng isang normatibo.
Ang normatibong diskarte ay batay sa isang subjective, evaluative na pang-unawa ng pakikipag-ugnayan ng mga kadahilanan, at ang paggamit nito ay nagpapahintulot din sa iyo na magtalaga ng mga timbang sa mga arko, i.e., sumasalamin sa lakas (intensity) ng pakikipag-ugnayan ng mga kadahilanan. Ang paglilinaw ng impluwensya ng mga salik sa isa't isa at ang pagtatasa ng mga impluwensyang ito ay nakabatay sa "mga pagtatantya" ng dalubhasa at ipinahayag sa quantitative form gamit ang iskala [-1,1] o linguistic variable tulad ng "strong", "mahina", "katamtaman" 36 . Sa madaling salita, sa normatibong diskarte, ang dalubhasa ay nahaharap sa gawain ng intuitively na pagtukoy ng lakas ng magkaparehong impluwensya ng mga kadahilanan, batay sa kanilang kaalaman sa husay na relasyon.
Bilang karagdagan, tulad ng nabanggit na, kailangan ng eksperto na matukoy ang negatibo o positibong katangian ng impluwensya ng mga kadahilanan, at hindi lamang ang lakas ng impluwensya. Sa pagsasakatuparan ng gawaing ito, malinaw naman, posibleng gamitin ang dalawang pamamaraang ipinahiwatig sa itaas.

6.3.Mga halimbawa ng pagbibigay-diin sa mga salik at ugnayan sa pagitan nila
Narito ang ilang mga halimbawa na ginamit ng mga mananaliksik upang ilarawan ang pagpili ng mga salik at ang pagtatatag ng mga relasyon sa pagitan nila.
Kaya, tinutukoy ni V. Maksimov, S. Kachaev at E. Kornoushenko ang mga sumusunod na pangunahing salik upang makabuo ng cognitive model ng mga prosesong nagaganap sa isang krisis ekonomiya: 1. Gross domestic product (GDP); 2. Pinagsama-samang pangangailangan; 3. implasyon; 4. Pagtitipid; 5. Pagkonsumo; 6. Mga Pamumuhunan; 7. Pampublikong pagkuha; 8. Kawalan ng trabaho; 9. Alok ng pera; 10. Mga pagbabayad sa paglipat ng estado; 11. Paggasta ng pamahalaan; 12. Mga kita ng pamahalaan; 13. Depisit sa badyet ng estado; 14. Mga Buwis; 15. Hindi pagbabayad ng mga buwis; 16. rate ng interes; 17. Demand ng pera 37 .
V. Maksimov, E. Grebenyuk, E. Kornoushenko sa artikulong "Pundamental at teknikal na pagsusuri: pagsasama ng dalawang diskarte" ay nagbibigay ng isa pang halimbawa ng pagkilala sa mga kadahilanan at ibunyag ang likas na katangian ng mga link sa pagitan nila: "Ang pinakamahalagang tagapagpahiwatig ng ekonomiya na nakakaapekto sa stock market sa US at Europe, ay: gross national product (GNP), manufacturing output index (PPI), consumer price index (CPI), producer price index (CPI), unemployment rate, presyo ng langis, dollar exchange rate ... Kung ang merkado ay lumalaki at ang mga tagapagpahiwatig ng ekonomiya ay nagpapatunay sa matatag na pag-unlad ng ekonomiya , kung gayon ang karagdagang paglago ng presyo ay maaaring asahan ... Ang mga stock ay tumaas sa presyo kung ang kita ng kumpanya ay lumago at mayroong isang pag-asam ng kanilang karagdagang paglago ... Kung ang tunay Ang mga rate ng paglago ng mga tagapagpahiwatig ng ekonomiya ay nag-iiba mula sa mga inaasahan, pagkatapos ito ay humahantong sa isang gulat sa stock market at sa mga matalim na pagbabago nito. Ang pagbabago sa kabuuang pambansang produkto ay karaniwang 3-5% bawat taon. Kung ang taunang paglago ng GNP ay lumampas sa 5%, kung gayon ito ay tinatawag na economic boom, na sa kalaunan ay maaaring humantong sa pagbagsak ng merkado. Ang pagbabago sa GNP ay maaaring mahulaan sa pamamagitan ng mga pagbabago sa index ng industriya ng pagmamanupaktura. Ang isang matalim na pagtaas sa IPI ay nagpapahiwatig ng isang posibleng pagtaas sa inflation, na humahantong sa pagbagsak sa merkado. Ang paglago ng CPI at CPI at presyo ng langis ay humahantong din sa pagbagsak sa merkado. Ang mataas na kawalan ng trabaho sa US at Europe (mahigit 6%) ay nagpipilit sa mga ahensya ng pederal na babaan ang rate ng interes sa bangko, na humahantong sa muling pagbuhay ng ekonomiya at pagtaas ng mga presyo ng stock. Kung ang kawalan ng trabaho ay unti-unting bumababa, kung gayon ang merkado ay hindi tumutugon sa mga pagbabagong ito. Kung ang antas ng kawalan ng trabaho ay bumaba nang husto at nagiging mas mababa kaysa sa inaasahang halaga, kung gayon ang merkado ay magsisimulang bumagsak, dahil ang isang matalim na pagbaba ng kawalan ng trabaho ay maaaring tumaas ang rate ng implasyon na higit sa inaasahan” 38 .

6.4. Ang problema sa pagtukoy ng lakas ng impluwensya ng mga kadahilanan

Kaya, ang pinakamahalagang problema ng cognitive modeling ay ang pagtukoy sa mga bigat ng mga graph arc, iyon ay, isang quantitative assessment ng mutual influence o influence ng mga salik. Ang katotohanan ay ang cognitive approach ay ginagamit sa pag-aaral ng isang hindi matatag, semi-structured na kapaligiran. Alalahanin na ang mga katangian nito: pagkakaiba-iba, mahirap gawing pormal, multifactorial, atbp. Ito ang pagiging tiyak ng lahat ng mga sistema kung saan kasama ang mga tao. Samakatuwid, ang kawalan ng kakayahang magamit ng mga tradisyonal na modelo ng matematika sa maraming mga kaso ay hindi isang metodolohikal na depekto ng pagsusuri ng nagbibigay-malay, ngunit isang pangunahing pag-aari ng paksa ng pag-aaral 39 .

Kaya, ang pinakamahalagang katangian ng karamihan sa mga sitwasyon na pinag-aralan sa teorya ng kontrol ay ang pagkakaroon ng mga kalahok sa pag-iisip sa kanila, na ang bawat isa ay kumakatawan sa sitwasyon sa sarili nitong paraan at gumagawa ng ilang mga desisyon batay sa "kanilang sariling" representasyon. Gaya ng sinabi ni J. Soros sa kanyang aklat na The Alchemy of Finance, “kapag ang mga kalahok na nag-iisip ay kumikilos sa isang sitwasyon, ang pagkakasunod-sunod ng mga pangyayari ay hindi direktang humahantong mula sa isang hanay ng mga salik patungo sa isa pa; sa halip, nag-crisscrosses ito ... nag-uugnay sa mga salik sa kanilang mga pananaw, at sa mga pananaw sa mga salik. Ito ay humahantong sa katotohanan na "ang mga proseso sa sitwasyon ay hindi humahantong sa ekwilibriyo, ngunit sa isang walang katapusang proseso ng pagbabago" 40 . Kaya't sumusunod na ang isang maaasahang hula ng pag-uugali ng mga proseso sa isang sitwasyon ay imposible nang hindi isinasaalang-alang ang pagtatasa ng sitwasyong ito ng mga kalahok nito at ang kanilang sariling mga pagpapalagay tungkol sa mga posibleng aksyon. Tinawag ni J. Soros ang tampok na ito ng ilang system reflexivity.
Ang pormal na quantitative dependencies ng mga salik ay inilalarawan ng iba't ibang mga formula (regularidad) depende sa paksa ng pananaliksik, iyon ay, sa mga salik mismo. Gayunpaman, tulad ng nabanggit na, ang pagtatayo ng isang tradisyonal na modelo ng matematika ay hindi laging posible.

Ang problema ng unibersal na pormalisasyon ng magkaparehong impluwensya ng mga salik ay hindi pa nalulutas at malamang na hindi malulutas.

Samakatuwid, kinakailangang magkasundo sa katotohanan na malayo sa laging posible na ilarawan ang mga ugnayan ng mga kadahilanan sa pamamagitan ng mga pormula sa matematika, i.e. hindi laging posible na tumpak na mabilang ang mga dependences 41 .
Samakatuwid, sa cognitive modeling, kapag tinatantya ang mga bigat ng mga arko, tulad ng nabanggit, ang subjective na opinyon ng isang eksperto ay madalas na isinasaalang-alang 42 . Ang pangunahing gawain sa kasong ito ay upang mabayaran ang subjectivity at pagbaluktot ng mga pagtatantya sa pamamagitan ng iba't ibang mga pamamaraan ng pag-verify.

Sa kasong ito, karaniwang hindi sapat ang isang pagsusuri ng mga pagtatasa ng eksperto para sa pagkakapare-pareho. Ang pangunahing layunin ng pamamaraan ng pagpoproseso ng subjective na opinyon ng eksperto ay upang matulungan siyang magmuni-muni, mas malinaw na maunawaan at mag-systematize ang kanyang kaalaman, suriin ang kanilang pagkakapare-pareho at kasapatan ng katotohanan.

Sa proseso ng pagkuha ng ekspertong kaalaman, ang dalubhasa - ang pinagmumulan ng kaalaman - ay nakikipag-ugnayan sa isang cognitologist (knowledge engineer) o sa isang computer program, na ginagawang posible na sundin ang kurso ng pangangatwiran ng mga espesyalista kapag gumagawa ng mga desisyon at ibunyag ang istraktura ng kanilang mga ideya tungkol sa paksa ng pananaliksik 43 .
Sa mas detalyado, ang mga pamamaraan para sa pagsusuri at pag-formalize ng kaalaman ng eksperto ay isiniwalat sa artikulo ni A.A. Kulinich "Ang sistema ng cognitive modeling "Canva"" 44 .

7. Sinusuri ang kasapatan ng modelo
Ang mga mananaliksik ay nagmungkahi ng ilang pormal na pamamaraan para sa pagsuri sa kasapatan ng ginawang modelo 45 . Gayunpaman, dahil ang modelo ay batay hindi lamang sa mga pormal na relasyon ng mga kadahilanan, ang mga pamamaraan ng matematika para sa pagsuri sa kawastuhan nito ay hindi palaging nagbibigay ng tumpak na larawan. Samakatuwid, iminungkahi ng mga mananaliksik ang isang uri ng "makasaysayang pamamaraan" para sa pagsubok sa kasapatan ng modelo. Sa madaling salita, ang nabuong modelo ng anumang sitwasyon ay inilalapat sa mga katulad na sitwasyon na umiral sa nakaraan at ang mga dinamika ay kilala 46 . Kung sakaling ang modelo ay lumabas na magagawa (iyon ay, gumagawa ito ng mga pagtataya na tumutugma sa totoong kurso ng mga kaganapan), kinikilala ito bilang tama. Siyempre, hindi kumpleto ang isa sa mga pamamaraan para sa hiwalay na pag-verify ng modelo, kaya ipinapayong gumamit ng isang hanay ng mga pamamaraan ng pagpapatunay.

8. Paggamit ng cognitive model

8.1. Paglalapat ng mga modelong nagbibigay-malay sa mga sistema ng suporta sa desisyon
Ang pangunahing layunin ng cognitive model ay tulungan ang eksperto sa proseso ng pag-aaral at, nang naaayon, paggawa ng tamang desisyon. Samakatuwid, ang cognitive approach ay ginagamit sa mga sistema ng suporta sa desisyon.
Ang cognitive model ay nagsasalarawan at nag-aayos ng impormasyon tungkol sa kapaligiran, layunin, mga layunin at mga aksyon. Kasabay nito, ang visualization ay gumaganap ng isang mahalagang cognitive function, na naglalarawan hindi lamang sa mga resulta ng mga aksyon ng paksa ng kontrol, ngunit din pag-udyok sa kanya upang pag-aralan at bumuo ng mga solusyon 47 .
Gayunpaman, ang modelong nagbibigay-malay ay nagsisilbi hindi lamang upang i-systematize at "linawin" ang kaalaman ng eksperto, ngunit din upang matukoy ang pinaka-kapaki-pakinabang na "mga punto ng aplikasyon" ng mga aksyon na kontrol ng paksa ng pamamahala 48 . Sa madaling salita, ipinapaliwanag ng cognitive model kung aling salik o ugnayan ng mga salik ang dapat kumilos, sa anong puwersa at sa anong direksyon, upang makuha ang nais na pagbabago sa mga target na kadahilanan, iyon ay, upang makamit ang layunin ng kontrol. sa pinakamababang halaga.
Ang mga aksyong kontrol ay maaaring panandalian (impulse) o pangmatagalan (continuous), kumikilos hanggang sa maabot ang layunin. Posible rin na gumamit ng pulsed at tuloy-tuloy na mga aksyong kontrol 49 .
Kapag nakamit ang isang layunin, agad na bumangon ang gawain ng pagpapanatili ng sitwasyon sa nakamit na paborableng estado hanggang sa lumitaw ang isang bagong layunin. Sa prinsipyo, ang gawain ng pagpapanatili ng sitwasyon sa kinakailangang estado ay hindi naiiba sa gawain ng pagkamit ng layunin 50 .
Ang isang kumplikadong magkakaugnay na mga aksyon sa kontrol at ang kanilang lohikal na pagkakasunud-sunod ng oras ay bumubuo ng isang integral na diskarte sa kontrol (modelo ng kontrol).
Ang paggamit ng iba't ibang mga modelo ng pamamahala ay maaaring humantong sa iba't ibang mga resulta. Narito ito ay mahalaga upang mahuhulaan kung ano ang mga kahihinatnan nito o ang diskarte sa pamamahala sa huli ay hahantong sa.
Upang bumuo ng mga naturang pagtataya, isang diskarte sa senaryo (scenario modeling) ang ginagamit sa loob ng balangkas ng cognitive analysis. Ang pagmomodelo ng senaryo ay minsang tinutukoy bilang "dynamic na simulation".
Ang scenario approach ay isang uri ng "pagsasadula" ng iba't ibang mga senaryo depende sa napiling modelo ng pamamahala at pag-uugali ng mga hindi mahuhulaan na salik. Para sa bawat senaryo, isang triad na "mga paunang kinakailangan - ang epekto natin sa sitwasyon - ang resultang nakuha" ay binuo 51 . Ang modelong nagbibigay-malay sa kasong ito ay ginagawang posible na isaalang-alang ang buong kumplikado ng mga epekto ng mga pagkilos ng kontrol para sa iba't ibang mga kadahilanan, ang dynamics ng mga kadahilanan at ang kanilang mga relasyon sa ilalim ng iba't ibang mga kondisyon.
Kaya, ang lahat ng posibleng opsyon para sa pagpapaunlad ng sistema ay natukoy at ang mga panukala ay binuo hinggil sa pinakamainam na diskarte sa pagkontrol para sa pagpapatupad ng nais na senaryo sa labas ng posibleng 52 .
Kadalasang isinasama ng mga mananaliksik ang scenario modeling bilang bahagi ng kanilang cognitive analysis o isaalang-alang ang scenario modeling bilang pandagdag sa cognitive analysis.
Kung ibubuod at i-generalize natin ang mga opinyon ng mga mananaliksik tungkol sa mga yugto ng pagmomolde ng senaryo, kung gayon sa pinaka-pangkalahatang anyo ang mga yugto ng pagsusuri ng senaryo ay maaaring katawanin bilang mga sumusunod.
1. Pag-unlad ng layunin ng pamamahala (ang nais na pagbabago sa mga target na kadahilanan).
2. Pagbuo ng mga senaryo para sa pag-unlad ng sitwasyon kapag nag-aaplay ng iba't ibang estratehiya sa pamamahala.
3. Pagpapasiya ng pagkamit ng itinakdang layunin (pagiging posible ng mga senaryo na humahantong dito); sinusuri ang pinakamainam ng nakaplanong diskarte sa pagkontrol (kung mayroon man); pagpili ng pinakamainam na diskarte na naaayon sa pinakamahusay, sa mga tuntunin ng layunin, senaryo.
4. Concretization ng pinakamainam na modelo ng pamamahala - pagbuo ng mga tiyak na praktikal na rekomendasyon para sa mga tagapamahala. Kasama sa pagtutukoy na ito ang pagkilala sa mga kadahilanan ng kontrol (kung saan posible na maimpluwensyahan ang pag-unlad ng mga kaganapan), ang pagpapasiya ng lakas at direksyon ng mga aksyon na kontrol sa mga kadahilanan ng kontrol, ang paghula ng mga posibleng sitwasyon ng krisis dahil sa impluwensya ng hindi inaasahang panlabas na mga kadahilanan. , atbp.
Dapat tandaan na ang mga yugto ng pagmomolde ng senaryo ay maaaring mag-iba depende sa bagay ng pag-aaral at pamamahala.
Sa paunang yugto ng pagmomodelo, maaaring may sapat na mataas na kalidad na impormasyon na walang eksaktong numerical na halaga at sumasalamin sa kakanyahan ng sitwasyon. Sa paglipat sa pagmomodelo ng mga tiyak na senaryo, ang paggamit ng dami ng impormasyon, na mga numerical na pagtatantya ng mga halaga ng anumang mga tagapagpahiwatig, ay nagiging mas makabuluhan. Sa mga sumusunod, ang dami ng impormasyon ay pangunahing ginagamit upang isagawa ang mga kinakailangang kalkulasyon 53 .
Ang pinakaunang senaryo na hindi nangangailangan ng anumang aksyon ng mananaliksik upang mabuo ito ay ang pag-unlad sa sarili ng sitwasyon (sa kasong ito, ang vector ng mga aksyon na kontrol ay "walang laman"). Ang pag-unlad sa sarili ng sitwasyon ay ang panimulang punto para sa karagdagang pagbuo ng mga senaryo. Kung ang mananaliksik ay nasiyahan sa mga resulta na nakuha sa panahon ng pag-unlad ng sarili (sa madaling salita, kung ang mga nakatakdang layunin ay nakamit sa kurso ng pag-unlad ng sarili), kung gayon ang karagdagang pananaliksik sa senaryo ay nabawasan sa pag-aaral ng epekto ng ilang mga pagbabago sa panlabas na kapaligiran sa sitwasyon 54 .
Mayroong dalawang pangunahing klase ng mga senaryo: mga senaryo na ginagaya ang mga panlabas na impluwensya at mga senaryo na ginagaya ang may layunin (kontroladong) pag-unlad ng sitwasyon 55 .

8.2. Isang halimbawa ng pagtatrabaho sa isang cognitive model

Isaalang-alang ang isang halimbawa ng pagtatrabaho sa isang cognitive model na ibinigay sa artikulo ni S.V. Kachaeva at D.I. Makarenko "Integrated na impormasyon at analytical complex para sa situational analysis ng socio-economic development ng rehiyon."
"Ang paggamit ng pinagsama-samang impormasyon-analytical complex ng situational analysis ay maaaring isaalang-alang sa halimbawa ng pagbuo ng isang diskarte at programa para sa socio-economic development ng rehiyon.
Sa unang yugto, itinayo ang cognitive model ng socio-economic na sitwasyon sa rehiyon... Susunod, ang mga senaryo ng potensyal at tunay na posibilidad ng pagbabago ng sitwasyon sa rehiyon at pagkamit ng mga layunin na itinakda ay namodelo.
Ang mga sumusunod ay pinili bilang mga layunin ng socio-economic policy:

Upang makamit ang mga layunin na itinakda, ang mga sumusunod na "levers" (control factor - Yu.M.) ay napili, sa tulong kung saan ang gumagawa ng desisyon ay maaaring o nais na maimpluwensyahan ang sitwasyon:

Bilang resulta ng pagmomodelo, ang potensyal at tunay na posibilidad na makamit ang mga itinakdang layunin sa tulong ng mga napiling lever at ang mga resultang kontrol na aksyon ay nilinaw (tingnan ang Fig. 3).

Figure 3. Cognitive at dynamic simulation (scenario) modelling.

Sa susunod na yugto, lumipat sila mula sa pagbuo ng isang diskarte para sa pagkamit ng mga layunin sa pagbuo ng isang programa ng mga tiyak na aksyon. Ang tool para sa pagpapatupad ng diskarte ay ang panrehiyong badyet at patakaran sa buwis.
Ang mga lever na pinili sa nakaraang yugto at ilang mga epekto ay tumutugma sa mga sumusunod na direksyon ng patakaran sa badyet at buwis.

Mga Levers ng Achievement madiskarteng layunin	Mga direksyon ng badyet at patakaran sa buwis
Kita ng populasyon	Paggastos sa patakarang panlipunan
Klima ng pamumuhunan	Paggasta ng Pampublikong Administrasyon Mga Gastos sa Pagpapatupad ng Batas Mga gastos para sa industriya, industriya ng kuryente, konstruksyon at agrikultura
gastos sa produksyon	Regulasyon ng mga taripa para sa kuryente, gasolina, init, upa, atbp.
Pag-unlad ng imprastraktura ng produksyon	Pagpapaunlad ng Imprastraktura ng Market
Pagkolekta ng buwis	Regulasyon ng antas ng hindi pagbabayad ng mga buwis
mga insentibo sa buwis	Regulasyon ng antas ng mga insentibo sa buwis
Mga kagustuhang pampulitika at pang-ekonomiya para sa rehiyon.	Libreng paglilipat mula sa ibang antas ng pamahalaan

Kaya, ang pinagsama-samang impormasyon at analytical complex ng situational analysis ay isang makapangyarihang tool para sa pagbuo ng isang diskarte para sa pag-unlad ng rehiyon at pagpapatupad ng diskarte na ito sa realidad” 56 .
Dapat pansinin na sa mga pag-aaral ang mga halimbawa ng paggamit ng cognitive at scenario modeling ay karaniwang ibinibigay sa isang napaka-pangkalahatang anyo, dahil, una, ang ganitong uri ng impormasyon ay eksklusibo at may isang tiyak na komersyal na halaga, at, pangalawa, ang bawat partikular na sitwasyon ( system, kapaligiran, control object) ay nangangailangan ng isang indibidwal na diskarte.
Ang umiiral na teoretikal na base ng cognitive analysis, bagama't nangangailangan ito ng paglilinaw at pag-unlad, ay nagpapahintulot sa iba't ibang mga paksa ng pamamahala na bumuo ng kanilang sariling mga modelong nagbibigay-malay, dahil, tulad ng nabanggit, ipinapalagay na ang mga partikular na modelo ay pinagsama-sama para sa bawat lugar, para sa bawat problema.

9. Mga computer system para sa pagsuporta sa mga desisyon sa pamamahala

Ang pagsasagawa ng cognitive analysis ng hindi matatag, semi-structured na mga sitwasyon at kapaligiran ay isang napakahirap na gawain, kung saan ang mga sistema ng impormasyon ay kasangkot. Sa esensya, ang mga sistemang ito ay idinisenyo upang mapabuti ang kahusayan ng mekanismo ng paggawa ng desisyon, dahil ang pangunahing inilapat na gawain ng pagsusuri ng nagbibigay-malay ay ang pag-optimize ng kontrol.

9.1. Pangkalahatang katangian ng mga sistema ng suporta sa desisyon
Ang mga sistema ng suporta sa desisyon, bilang panuntunan, ay interactive. Ang mga ito ay idinisenyo upang iproseso ang data at ipatupad ang mga modelo na makakatulong sa paglutas ng mga indibidwal, karamihan ay mahina o hindi nakaayos na mga gawain (halimbawa, paggawa ng mga desisyon sa pamumuhunan, paggawa ng mga pagtataya, atbp.). Ang mga sistemang ito ay maaaring magbigay sa mga manggagawa ng impormasyong kailangan nila upang makagawa ng mga desisyon ng indibidwal at grupo. Ang ganitong mga sistema ay nagbibigay ng direktang pag-access sa impormasyon na sumasalamin sa mga kasalukuyang sitwasyon at lahat ng mga salik at relasyon na kinakailangan para sa paggawa ng desisyon 57
atbp.................

Cognitive approach sa pagmomodelo. Buod: Cognitive modeling. tukuyin ang mga posibleng senaryo para sa pag-unlad ng sitwasyon, isinasaalang-alang ang mga kahihinatnan ng paggawa ng pinakamahalagang desisyon at ihambing ang mga ito

1.2. Kawalang-tatag ng panlabas na kapaligiran

1.3. Mahina ang istrukturang panlabas na kapaligiran

2. Pangkalahatang konsepto ng cognitive analysis

3. Mga yugto ng cognitive analysis

4. Mga layunin, yugto at pangunahing konsepto ng pagmomolde ng nagbibigay-malay

Ang isang pangunahing elemento ng pagsusuri ng nagbibigay-malay ay ang pagbuo ng isang modelo ng nagbibigay-malay.

4. 1. Layunin ng pagbuo ng cognitive model

4.2. Mga yugto ng cognitive modeling

4.3. Direktang graph (mapa ng cognitive)

6.1. Pagkilala sa mga kadahilanan (mga elemento ng system)

6.2. Dalawang diskarte sa pagtukoy ng mga relasyon sa pagitan ng mga kadahilanan

Ang problema ng unibersal na pormalisasyon ng magkaparehong impluwensya ng mga salik ay hindi pa nalulutas at malamang na hindi malulutas.

8. Paggamit ng cognitive model

8.2. Isang halimbawa ng pagtatrabaho sa isang cognitive model

9. Mga computer system para sa pagsuporta sa mga desisyon sa pamamahala

Magnetic Storm - Iskedyul para sa Setyembre

Magnetic Storm - Iskedyul para sa Setyembre

internasyonal na araw ng mag-aaral

Kailan ang meteor shower sa august

Mga magnetikong bagyo: kung paano ito nakakaapekto sa kalusugan at kung paano protektahan ang iyong sarili mula sa mga ito Paano makaligtas sa mga magnetic na araw nang walang pagkabigla

Cognitive approach sa pagmomodelo. Buod: Cognitive modeling. tukuyin ang mga posibleng senaryo para sa pag-unlad ng sitwasyon, isinasaalang-alang ang mga kahihinatnan ng paggawa ng pinakamahalagang desisyon at ihambing ang mga ito

1.2. Kawalang-tatag ng panlabas na kapaligiran

1.3. Mahina ang istrukturang panlabas na kapaligiran

2. Pangkalahatang konsepto ng cognitive analysis

3. Mga yugto ng cognitive analysis

4. Mga layunin, yugto at pangunahing konsepto ng pagmomolde ng nagbibigay-malay

Ang isang pangunahing elemento ng pagsusuri ng nagbibigay-malay ay ang pagbuo ng isang modelo ng nagbibigay-malay.

4. 1. Layunin ng pagbuo ng cognitive model

4.2. Mga yugto ng cognitive modeling

4.3. Direktang graph (mapa ng cognitive)

6.1. Pagkilala sa mga kadahilanan (mga elemento ng system)

6.2. Dalawang diskarte sa pagtukoy ng mga relasyon sa pagitan ng mga kadahilanan

Ang problema ng unibersal na pormalisasyon ng magkaparehong impluwensya ng mga salik ay hindi pa nalulutas at malamang na hindi malulutas.

8. Paggamit ng cognitive model

8.2. Isang halimbawa ng pagtatrabaho sa isang cognitive model

9. Mga computer system para sa pagsuporta sa mga desisyon sa pamamahala

Mga katulad na artikulo