Выводы второго раздела

1. Нредложена базовая структура интеллектуальной системы прогнозирования инсультов, содержащая агенты нижнего и верхнего уровня, отличающаяся тем, что агенты нижнего уровня разделены на три группы, первая из которых осуществляет анализ данных, полученных на основе биоимпедансных исследований, вторая - на основе анализа модифицируемых и конституционных предикторов, а третья группа агентов предназначена для диагностики сопутствующих заболеваний и синдромов по предикторам, используемых

первыми двумя группами агентов, позволяющая управлять процессом принятия решений посредством сочетания экспертных оценок, статистических данных и текущей информации.

2. Разработана базовая структура анализаторов данных интеллектуальных агентов нижнего иерархического уровня, отличающаяся последовательным включением модуля нейросетевого анализа и модуля нечеткого вывода, позволяющая агрегировать решения, полученные на основе обучения классификаторов и решения, полученные на основе экспертных знаний.

3. Иредложено использовать в качестве информативного признака по определению риска инсульта сопутствующие заболевания, диагностируемые в процессе принятия решений по риску инсульта по тем же информативным признакам, что и риск инсульта. В качестве примера рассмотрена диагностика атеросклероза. Выявлены факторы риска атеросклероза и определены функции принадлежности для этих факторов риска, предназначенные для нечетких диагностических модулей, входящих в структуру интеллектуальной системы прогнозирования инсультов.

4. Разработана теоретико-множественная модель структурирования обучающей выборки, основанная на анализе ее подмножеств, соответствующих трем терцилям, полученных после классификации ее образцов интеллектуальными агентами нижнего иерархического уровня, позволяющая формировать интеллектуальные агенты верхнего иерархического уровня.

5. Разработана схема алгоритма работы интеллектуального агента верхнего иерархического уровня, построенная на правилах продукционного типа, отличающаяся последовательностью операций реализации бустинга, позволяющая повысить диагностические качества модели принятия решений.

3