تحقیق روشهای رفع ناسازگاری و سیستمهای تصمیم همیار هوشمند و بازیهای کامپیوتری استراتژیک بلادرنگ و سیستمهای هوشمند مرتبط با آنها

پیشینه تحقیق و پایان نامه و پروژه دانشجویی

پیشینه تحقیق روشهای رفع ناسازگاری و سیستمهای تصمیم همیار هوشمند و بازیهای کامپیوتری استراتژیک بلادرنگ و سیستمهای هوشمند مرتبط با آنها دارای ۷۲ صفحه می باشد فایل پیشینه تحقیق به صورت ورد  word و قابل ویرایش می باشد. بلافاصله بعد از پرداخت و خرید لینک دنلود فایل نمایش داده می شود و قادر خواهید بود  آن را دانلود و دریافت نمایید . ضمناً لینک دانلود فایل همان لحظه به آدرس ایمیل ثبت شده شما ارسال می گردد.

فهرست مطالب

فصل اول:مقدمه    ۵
۱-۱-مقدمه    ۵
۱-۲-رفع ناسازگاری    ۵
۱-۳-سیستمهای تصمیمهمیار و سیستمهای تصمیمهمیار هوشمند    ۶
فصل دوم:روشهای رفع ناسازگاری    ۸
۲-۱-مقدمه    ۸
۲-۲-برخی استراتژیهای ساده برای رفع ناسازگاری    ۸
۲-۳-رفع ناسازگاری با استفاده از یک مقدار سودمندی    ۱۲
۲-۴-رفع ناسازگاری با استفاده از هزینههای تخمین زده شدهی تصادفی    ۱۴
۲-۴-۱-تخمین امید ریاضی هزینه    ۱۷
۲-۴-۲-برآورد بازگشتی    ۱۸
۲-۴-۳-رفع ناسازگاری    ۱۹
۲-۵-رفع ناسازگاری با استفاده از برنامه نویسی خطی    ۲۰
۲-۶-رفع ناسازگاری با استفاده از تئوری بازی    ۲۱
۲-۷-رفع ناسازگاری با استفاده از مدل گراف    ۲۲
۲-۸-رفع ناسازگاری با استفاده از روند سلسله مراتبی تحلیلی و بهبود آن    ۲۵
فصل سوم:سیستمهای تصمیمهمیار هوشمند    ۳۰
۳-۱-مقدمه    ۳۰
۳-۲- ویژگیهای سیستمهای تصمیمهمیار هوشمند    ۳۰
۳-۳-معرفی چند سیستم تصمیمهمیار هوشمند با ساختارهای متفاوت    ۳۴
۳-۳-۱-استفاده از الگوریتمهای تکاملی در ساختار IDSS    ۳۴
۳-۳-۲-استفاده از عامل هوشمند در ساختار IDSS    ۳۶
۳-۳-۳-استفاده از روشهای دادهکاوی و شبکههای عصبی مصنوعی در ساختار IDSS    ۳۷
۳-۳-۴-استفاده از یک روش تصمیمگیری مبتنی بر منطق فازی در ساختار IDSS    ۴۳
۳-۳-۵-استفاده از استنتاج مبتنی بر مورد در ساختار IDSS    ۴۸
۳-۳-۶-استفاده از مولفههای مبتنی بر قانون در ساختار IDSS    ۵۲
فصل چهارم:بازیهای کامپیوتری استراتژیک بلادرنگ و سیستمهای هوشمند مرتبط با آنها    ۵۵
۴-۱-مقدمه    ۵۵
۴-۲-ویژگیهای بازیهای استراتژیک بلادرنگ    ۵۶
۴-۳-مروری بر سیستمهای هوشمند مرتبط با بازیهای استراتژیک بلادرنگ    ۶۰
فهرست منابع    ۶۹

منابع

[۱]        Giarratano, J. C. (2003). “CLIPS 6.21 User’s Guide”, International Thompson Publishing.

[۲]        Belavkin, R. V. (2003). “Conflict resolution by random estimated costs”, Proceedings of the 17th European Simulation Multiconference (c) SCS Europe, BVBA.

[۳]        Jones, G., Ritter, F. E., Wood, D. J. (2000). “Using a cognitive architecture to examine what develops”, Psychological Science, 11(2), 93–۱۰۰٫

[۴]        Belavkin, R. V., Ritter, F. E. (2003). “The use of entropy for analysis and control of cognitive models”, Proceedings of the Fifth International Conference on Cognitive Modelling (pp. 21–۲۶). Bamberg, Germany: Universit¨ats–Verlag Bamberg.

[۵]        Belavkin, R. V. (2002). “On emotion, learning and uncertainty: A cognitive modelling approach”, PhD Thesis, The University of Nottingham, United Kingdom.

[۶]        Lo C., Wu C. (2005). “The Survey and Expansion on Quantitative Methods to Conflict Resolution”, Proceedings of the Third International Conference on Information Technology and Applications (ICITA’۰۵), ۲۶۸-۲۷۱٫

[۷]        Fang L., Hipel K. W., Kilgour D. M. (1993). Interactive Decision Making: The Graph Model for Conflict Resolution. New York: Wiley.

[۸]        Obeidi A., Hipel K.W., Kilgour D.M. (2005). “The Role of Emotions in Envisioning Outcomes in Conflict Analysis”, Journal of Group Decision and Negotiation, Vol. 14, No. 6: 481-500.

[۹]        Kilgour D. M., Hipel K. W. (2005). “The Graph Model for Conflict Resolution: Past, present, and future”, Group Decision and Negotiation, Vol. 14, No. 6: 441-460.

[۱۰]      Obeidi A., Hipel K. W., Kilgour D. M. (2005). “Perception and Emotion in the Graph Model for Conflict Resolution”, Intetnational Conference on Systems, Man and Cybermetics, ISIC.

[۱۱]      Saaty T. L. (2001). The Analytic Network Process: Decision Making with Dependence and Feedback. 2nd ed., Pittsburgh: RWS Publications.

[۱۲]      Gupta J., et al. (2006). Intelligent Decision-making Support Systems, Foundations, Applications and Challenges. Springer, 1st Edition, XXIV, 503p.105 illus.

[۱۳]     Li Y, Hipel K.W. (2007). “The Integration of a Multiple Criteria Preference Ranking

Approach for Conflict Resolution”, Intetnational Conference on Systems, Man and Cybernetics, ISIC.

[۱۴]      Phillips-Wren G., Forgionne G. (2002). “Evaluating web-based and real-time decision support systems”, Proceedings of the DSIAge Conference, 166-175.

[۱۵]      Han J. (1998). “Data Mining: An Overview from Databases Perspective”, Tutorial on the Pacific-Asia Conference in Knowledge Discovery and Data Mining (PKDD-98).

[۱۶]      Forgionne G., Mora M., Cervantes F., Gelman O. (2002). “I-DMSS: A conceptual architecture for the next generation of decision-making support systems in the internet age”, Proceedings of the DSIAge Conference, 154-165.

  فصل اول:مقدمه

۱-۱-مقدمه

مسائل بسیاری وجود دارند که محدود به یک راه­حل منحصر به فرد نمی­باشند. علاوه براین، برخی از مسائل ممکن است تعداد نامحدودی مسیرهای پاسخ مشابه، داشته باشند. یک ناسازگاری[۱] هنگامی روی می­دهد که تصمیم­های گوناگونی، متناظر با مسیرهای پاسخ متمایز، فراهم باشد.

به طور کلی در سیستمی که دارای مجموعه­ های نسبتاً بزرگی از قوانین و حقایق باشد، درج یک حقیقت می­تواند منجر به صحیح شدن ارزش چندین قانون و در نتیجه فعال شدن آنها گردد. هر ترتیبی از اجرای این قوانین، می­تواند نتایج متفاوتی را به دنبال داشته باشد که در این صورت این مجموعه از قوانین، مجموعه­ی قوانین ناسازگار نامیده می­شوند. یک استراتژی رفع ناسازگاری ترتیبی را برای اجرای این مجموعه از قوانین تعیین می­نماید.

سیستم­های هوشمند از قبیل سیستم­های مبتنی بر قانون، ابزارهای برنامه­ریزی، و ساختارهای وابسته به دانش، از استراتژی­های متفاوتی برای رفع ناسازگاری استفاده می­کنند] ۲[.

۱-۲-رفع ناسازگاری

در بسیاری از سیستم­های مبتنی بر قانون، موتور استنتاج، یک مولفه­ی نرم­افزاری است که در هنگام اجرای برنامه­ی کاربردی، بر روی مجموعه­ایی از قوانین، استنتاج می­کند. از جمله مهمترین وظایفی که توسط موتور استنتاج صورت می­گیرد، رفع ناسازگاری است] ۴۷[. به طور کلی، رفع ناسازگاری، یک استراتژی، برای انتخاب ترتیب اجرای قوانین است هنگامی که بیش از یک قانون بتواند اجرا شود.

برای رفع ناسازگاری روش­های مختلفی وجود دارد. ساده­ترین راه­حل، انتخاب تصادفی قوانین است. در برخی از استراتژی­ها، از جمله مهمترین فاکتورهایی که در انتخاب قوانین موثر است مقدار اولویتی است که توسط سازنده­ی سیستم به هر قانون اختصاص داده می­شود که در این روش برای قوانین با الویت یکسان باید از روش دیگری استفاده گردد. روش­های خبره­تر از اطلاعات آماری مرتبط با موفقیت­ها و عدم موفقیت­های پیشین در هنگام بکار بردن قوانین مختلف، به منظور پی­بردن به احتمال موفقیت، استفاده می­کنند. همچنین برخی از روش­ها، هزینه­های قوانین را که نشان­دهنده­ی تلاش­هایی است که حل­کننده­ی مسئله برای انجام اعمال بدان نیازمند است (مانند زمان) بحساب می­آورند] ۲[.

۱-۳-سیستم­های تصمیم ­همیار و سیستم­های تصمیم ­همیار هوشمند

به طور کلی، اخذ تصمیم، یکی از مهم­ترین و حساس­ترین فعالیت­هایی است که در هر سازمان و یا تشکیلاتی صورت می­گیرد] ۴۸[. برای پشتیبانی و حمایت از این روند پیچیده، دسته­ی متنوعی از    سیستم­های اطلاعاتی مستقل بنام سیستم­های تصمیم­همیار، در طی دو دهه­ی گذشته به وجود آمده­اند. این سیستم­ها به صورت ابزارهای مبتنی بر کامپیوتری که به منظور پشتیبانی از روند پیچیده­ی اخذ تصمیم و حل مسئله ایجاد می­شوند، تعریف و در جهت ایجاد محیطی برای تحلیل مسائل، ساخت مدل­ها و شبیه­سازی رویه­ی تصمیم­گیری و برنامه­های تصمیم­گیرندگان طراحی می­گردند] ۴۹[.

این سیستم­های اطلاعاتی، که به منظور حمایت فعل و انفعالی از تمامی مراحل روند اخذ تصمیم یک کاربر، طراحی می­شوند، می­توانند شامل تکنولوژی­هایی برگرفته از زمینه­ های علمی مختلف شامل حسابداری، علوم شناختی، علوم کامپیوتر، اقتصاد، مهندسی، مدیریت، آمار و … باشند و اغلب از سه مولفه­ی زیرسیستم داده، زیر سیستم مدل (که دارای مکانیزمی برای پردازش داده می­باشد) و زیرسیستم ارتباط با کاربر، تشکیل شده­اند] ۱۹[.

اگرچه، سیستم­های تصمیم­ همیار با بکار بردن منابع اطلاعاتی و ابزارهای تحلیل گوناگون، شرایط بهتر و با کیفیت بیشتری را برای تصمیم­گیرندگان فراهم می­سازند و داشتن یک نقش حمایتی به جای جایگزینی کامل افراد در روند اخذ تصمیم، از اهداف اصلی آنهاست] ۱۲[، اما نمی­توان آنها را به عنوان یک همیار هوشمند برای تصمیم­گیرندگان در نظر گرفت. سیستم­های تصمیم­همیار هوشمند، برای مسائل عمومی­ایی که به تصمیم­گیری­های مکرر نیاز دارند، مفید و از لحاظ اقتصادی مقرون به صرفه هستند. این سیستم­های محاوره­ایی مبتنی بر کامپیوتر، برای حل مسائل نیمه ساخت­یافته، از، ترکیب داده و دانش تخصصی و مدل­هایی که برای حمایت از تصمیم­گیرندگان در سازمان­ها بکار می­رود، با تکنیک­های هوش مصنوعی، استفاده می­کنند] ۵۰[.

تعاریف مختلفی از تفاوت­های میان یک سیستم تصمیم ­همیار و یک سیستم تصمیم­ همیار هوشمند وجود دارد که این امر به دلیل وجود انواع مختلف سیستم­های تصمیم­همیار هوشمند می­باشد. در این سیستم­ها، عملکرد هوشمندانه در تصمیم­گیری، با بهبودهایی نظیر ارتقاء سیستم مدیریت پایگاه مدل و یا تقویت فاصل کاربر با استفاده از تکنیک­های گوناگون هوش مصنوعی مانند پردازش زبان طبیعی و یا سایر تکنیک­های مشابه، میسر شده است. همچنین، این نوع از سیستم­ها با حمایت از مسائلی با عدم قطعیت، امکان پشتیبانی از محدوده­ی وسیع­تری از تصمیمات را فراهم ساخته و می­توانند قلمروهایی را کنترل و مدیریت نمایند که در آنها روند تصمیم­گیری پیچیده­تر بوده و علاوه بر مهارت و خبرگی، به ارزیابی اثر راه­حل پیشنهادی نیز نیاز دارد. از دیگر مزایای سیستم­های تصمیم­همیار هوشمند نسبت به سیستم­های تصمیم­همیار، بهبود سازگاری در تصمیمات، بهبود تشریح و تفسیر و توجیه پیشنهادات ارائه شده توسط سیستم می­باشد] ۱۹[.

Holsapple و Whinston از اولین محققانی بودند که به طراحی و مطالعه­ی سیستم­های تصمیم­همیار هوشمند، پرداختند] ۵۱[. آنها مشخصه­های زیر را برای این سیستم­ها پیشنهاد دادند:

این سیستم­ها شامل انواع مختلف دانش که نمودهای  انتخاب شده­ایی از دنیای تصمیم­گیرنده را توصیف می­کنند، می­باشند.

این سیستم­ها دارای توانایی بدست آوردن و نگهداری دانش توصیفی[۲] مانند نگهداری رویداد[۳] و انواع دیگر دانش هستند.

این سیستم­ها می­توانند دانش را به شیوه­های مختلف تولید نموده و ارائه دهند.

آنها می­توانند دانشی را برای ارائه یا بدست آوردن دانش جدید، انتخاب نمایند.

این سیستم­ها می­توانند به صورت مستقیم (هوشمند) با تصمیم­گیرنده در ارتباط باشند.

اگرچه این سیستم­ها حامیانی هوشمند و انسان­گونه در روند تصمیم­گیری هستند، اما تصمیم­گیرندگان باید تصمیمات نهایی و بحرانی را خود اتخاذ نمایند.

فصل دوم:روش­های رفع ناسازگاری

۲-۱-مقدمه

رفع ناسازگاری، یک استراتژی، جهت انتخاب ترتیب اجرای قوانین است هنگامی که بیش از یک قانون بتواند اجرا شود. به طورکلی، در سیستم­هایی که رفع ناسازگاری در روند استنتاج آنها صورت می­گیرد، موتور استنتاج یک رویه­ی سه مرحله­ایی شناسایی- رفع – عمل را بر روی مجموعه­ی قوانین اعمال می­کند [۱]:

شناسایی: تشخیص قوانینی که می­توانند اجرا گردند و قراردادن آنها در مجموعه­ی ناسازگاری.

رفع: استفاده از یک استراتژی به منظور انتخاب یک قانون از مجموعه­ی ناسازگاری.

عمل: اجرای قانون منتخب و افزودن نتایج آن به حافظه­ی کاری[۴].

در استراتژی­های رفع ناسازگاری، لیست اجرا[۵]، فهرستی از تمامی قوانینی است که شرایط آنها ارضاء شده ولی هنوز اجرا نشده­اند. این لیست، همانند یک پشته[۶] عمل می­کند و قانونی که در بالای آن قرار دارد، پیش از سایر قوانین موجود در آن اجرا می­گردد. یک استراتژی رفع ناسازگاری، ترتیبی را برای اجرای قوانین موجود در لیست اجرا با اولویت یکسان تعیین می­نماید.

در این فصل در رابطه با روش­هایی که به منظور رفع ناسازگاری در سیستم­های مختلف بکار برده می­شود، توضیحاتی ارائه شده است. این توضیحات، در ابتدا استراتژی­های ساده­تر و در ادامه روش­هایی با پیچیدگی بیشتر را شرح می­دهد.

۲-۲-برخی استراتژی­ های ساده برای رفع ناسازگاری

به طور کلی به منظور رفع ناسازگاری در بسیاری از سیستم­ها، از روش­های ساده­ایی استفاده شده که در ادامه در رابطه با هر یک از این استراتژی­ها توضیحات مختصری ارائه می­گردد [۱]:

استراتژی تصادفی: در این استراتژی، به هر فعال­سازی[۷]، یک عدد تصادفی نسبت داده می­شود که به منظور تعیین مکان قرارگیری آن فعال­سازی، در میان فعال­سازی­هایی با اولویت یکسان، بکار برده خواهد شد. در برخی از سیستم­ها، این عدد تصادفی هنگامی که استراتژی تغییر می­یابد نیز نگاه داشته می­شود تا در هنگام انتخاب مجدد این استراتژی ترتیبی مشابه، تولید گردد.

 استراتژی عمقی: در این استراتژی، قوانینی که بتازگی فعال شده­اند، در لیست اجرا، در بالای تمامی قوانین با اولویت یکسان قرار می­گیرند. به عنوان مثال، فرض کنید در یک مجموعه­ی قوانین و حقایق، حقیقت fact-a منجر به فعال­سازی قوانین rule-1 و rule-2 گردد و حقیقت fact-b منجر به فعال­سازی قوانین rule-3 و rule-4 گردد. حال اگر حقیقت fact-a پیش از حقیقت fact-b وارد سیستم گردد، قوانین rule-3 و rule-4 در بالای قوانین rule-1 و rule-2 در لیست اجرا قرار خواهند گرفت. مکان rule-1 نسبت به rule-2 و rule-3 نسبت به rule-4، قراردادی خواهد بود.

[۱] Conflict

۲ Descriptive knowledge

[۳] Record keeping

[۴] Working Memory

[۵] Agenda

[۶] Stack

[۷] Activation

80,000 ریال – خرید

تمامی فایل های پیشینه تحقیق و پرسشنامه و مقالات مربوطه به صورت فایل دنلودی می باشند و شما به محض پرداخت آنلاین مبلغ همان لحظه قادر به دریافت فایل خواهید بود. این عملیات کاملاً خودکار بوده و توسط سیستم انجام می پذیرد. جهت پرداخت مبلغ شما به درگاه پرداخت یکی از بانک ها منتقل خواهید شد، برای پرداخت آنلاین از درگاه بانک این بانک ها، حتماً نیاز نیست که شما شماره کارت همان بانک را داشته باشید و بلکه شما میتوانید از طریق همه کارت های عضو شبکه بانکی، مبلغ  را پرداخت نمایید.

مطالب پیشنهادی:
برچسب ها : , , , , , , , , , , , , ,
برای ثبت نظر خود کلیک کنید ...

به راهنمایی نیاز دارید؟ کلیک کنید

جستجو پیشرفته

دسته‌ها

آخرین بروز رسانی

    جمعه, ۷ اردیبهشت , ۱۴۰۳
اولین پایگاه اینترنتی اشتراک و فروش فایلهای دیجیتال ایران
wpdesign Group طراحی و پشتیبانی سایت توسط digitaliran.ir صورت گرفته است
تمامی حقوق برایpayandaneshjo.irمحفوظ می باشد.