<<
>>

3.3 Алгоритм управления процессами принятия решений

Синтез необходимого набора решающих правил, управление взаимодействием программными модулями системы поддержки принятия решений (СППР) и взаимо­действие СШ1Р с лицом, принимающим решение (ЛПР) обеспечивается управляю­щим алгоритмом, блок-схема которого приведена на рисунке 3.3.

Работает алгоритм управления следующим образом.

На этапе обучения (блок 1), опираясь на теоретические основы квалиметрии, определяется количественный и качественный состав экспертной группы (блок 2), проводится ее инструктаж по используемым типам решающих правил и их элемен­тов, разъясняются цели и возможности разведочного анализа и правила построения информационно-аналитической модели.

Исходя из поставленных в работе цели и задач, эксперты формируют списки признаков, доступных для измерения и анализа (блок 3).

Используя интерактивный пакет RUMM 2020 производится оценка и выбор состава информативных признаков (блок 4). На этапе синтеза модели оценки

Рисунок 3.3 - Алгоритм управления процессом принятия решений

ние)

Рисунок 3.3 - Алгоритм управления процессом принятия решений (продолже-

ние)

Рисунок 3.3 - Алгоритм управления процессом принятия решений (продолже-

риска возникновения МКБ (уверенность в появлении МКБ UeM)(блок 5) производит­ся разведочный анализ по блоку признаков соответствующих этой задаче (блок 6) и пользуясь рекомендациями работы [49, 57, 60, 77] производится выбор формы и па­раметров функций принадлежности (блок 7) по базовым переменным имеющим простую структуру. Пользуясь рекомендациями [48, 52, 61, 77, 86, 169, 170, 171, 172, 195] выбирается формула расчета уровня психоэмоционального напряжения YP(блок 8) являющегося одним из факторов риска возникновения МКБ.

По группе биологически активных точек, связанных с органами, поражаемыми МКБ, в соот­ветствии с рекомендациями [72, 73] и раздела 2.4 производится синтез агрегатора БАТ (блок 9). По признаку кислотность синтезируется система гибридных правил (2.3),..., (2.5) (блок 10), после чего производится синтез гибридного нечеткого пра­вила расчета UeM(модель 2.7, блок 11).

При синтезе прогностического правила оценки уверенности в рецидиве МКБ - (UM(блок 12), аналогично блоку 6 проводится разведочный анализ (блок 13) и осуществляется синтез функций принадлежностей для простых по структуре базо­вых переменных (блок 14). Далее аналогично блокам 9, 10 и 11 осуществляется син­тез основных частей и гибридной нечеткой модели для оценки Um(модель 2.8, бло­ки 15, 16, 17).

При синтезе блока оценки эффективности лечебно-оздоровительных меропри­ятий (БОЭЛОМ) и разработке блока управления лечебно-оздоровительными меро­приятиями (БУЛОМ) используются рекомендации раздела 3.1 (блоки 19, 20). Поль­зуясь рекомендациями раздела 3.1 синтезируется информационно-аналитическая модель (блок 21), использование которой облегчает процесс синтеза решающих пра­вил и базы знаний интеллектуальной системы поддержки принятия решений.

Если имеются репрезентативные контрольные выборки, то производится оценка качества работы решающих правил используя известные в теории распозна­вания образов формулы расчета диагностической чувствительности (ДЧ), специ­фичности (ДС), эффективности (ДЭ), прогностической значимости положительных (ПЗ+) и отрицательных (ПЗ-) результатов. Если полученные числовые значения устраивают экспертов, процесс обучения заканчивается (блок 18).

В противном случае производится дополнительный разведочный анализ, в ходе ко­торого формируются рекомендации по изменению состава информативных призна­ков (блок 19) и процесс обучения продолжается с использованием корректирующих алгоритмов, разработанных на кафедре БМИ ЮЗГУ [51, 77].

Если решается задача оценки уверенности в возникновении МКБ (блок 20), то осуществляется измерение простых базовых переменных с расчетом соответствую­щих функций принадлежностей μβjtt (xi) (блок 21).

При наличии возможности изме­рения электрических характеристик (ЭХ) БАТ осуществляется измерение их сопро­тивлений и рассчитывается частная уверенность в возникновении МКБ с использо­ванием модели 2.6 (блоки 22, 23). При наличии возможности контроля психоэмоци­онального напряжения определяется переменная YP (модель 2.1) с расчетом вели­чины соответствующей функции принадлежности (модель 2.2) (блоки 24, 25). При возможности оценки уровня рН реализуется система гибридных моделей 2.4, 2.5, и 2.6 (блоки 26, 27).

Собрав всю дополнительную информацию производится оценка {^(модель 2.7) (блок 28). Если качество прогноза устраивает пользователя, он принимает ре­шение о дальнейшей работе с СППР (блоки 29, 31). В противном случае анализиру­ется возможность получения дополнительной информации для улучшения [/^(блок 30). Аналогично с использованием блоков 32,., 41 решается задача оценки возник­новения рецидивов МКБ с выходом на блок оценки эффективности лечебно­оздоровительных мероприятий (блоки 42, 43) и выбора рациональных схем лечебно­оздоровительных мероприятий (блок 44).

Алгоритм управления поддержкой принятия решений врача-уролога приве­денный на рисунке 3.3 обеспечивает взаимодействие между программными моду­лями СППР и между врачом и автоматизированной системой.

<< | >>
Источник: Зубарев Даниил Андреевич. АВТОМАТИЗИРОВАННАЯ СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ПРОГНОЗИРОВАНИЮ И МЕТАФИЛАКТИКЕ МОЧЕКАМЕННОЙ БОЛЕЗНИ НА ОСНОВЕ ТЕХНОЛОГИИ МЯГКИХ ВЫЧИСЛЕНИЙ. ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук. Курск - 2017. 2017

Еще по теме 3.3 Алгоритм управления процессами принятия решений:

  1. 2.1.1. СУЩНОСТЬ И ОСНОВНЫЕ ПОЛОЖЕНИЯ УПРАВЛЕНИЯ РСЧС И ГО
  2. Условия, свойства и требования ! ' процесса управления
  3. Выработка и принятие управленческих решений
  4. ПРОГНОЗИРОВАНИЕ ИСХОДОВ КОНФЛИКТА ПРИ ПРИНЯТИИ РЕШЕНИЙ
  5. 3.5. Компьютерные системы поддержки врачебных решений в диагностике и лечении
  6. ВВЕДЕНИЕ
  7. Цель и постановка задач исследования
  8. 3.3 Алгоритм управления процессами принятия решений
  9. ВВЕДЕНИЕ
  10. 3.3 Алгоритм управления процессами принятия решений
  11. Разработка структуры интеллектуальной системы поддержки принятия решений
  12. Системы поддержки принятия решений
  13. Алгоритм управления процессами принятия решений в интеллектуальной системе оценки риска и профессиональныхзаболеваний водителей транспортных средств экстренных служб
  14. 1.4. Информационные технологии в здравоохранении
  15. 4.1. Алгоритм управления системой поддержки принятия решений
  16. 4.2. Структура системы поддержки принятия решений врача профпатолога, обслуживающего агропромышленный комплекс.
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -