Моделирование и сценарии функционирования когнитивной модели

Сценарий — совокупность тенденций, характеризующих ситуацию в настоящий момент, желаемых целей развития, комплекса мероприятий, воздействующих на развитие ситуации, и системы наблюдаемых параметров (факторов), иллюстрирующих поведение (динамику) процессов.

Сценарий можно моделировать по трем основным направлениям.

• 1. Прогноз развития ситуации без всякого воздействия на процессы в ситуации, т. е. ситуация развивается сама по себе.
• 2. Прогноз развития ситуации с выбранным комплексом мероприятий (управлений) — прямая задача.
• 3. Синтез комплекса мероприятий для достижения необходимого изменения состояния ситуации — обратная задача.

Метод получения прогноза

При получении прогноза развития ситуации считается заданным: множество факторов F = {Fj}; шкалы факторов Хф начальное состояние ситуации X (t) = (x^_v …, х%_т); матрица смежности W = |®^|, где ij — номера факторов; начальный вектор приращений факторов P (t) = (р_и, …_ур_пт).

Необходимо найти векторы приращения факторов P (t + 1), …, P (t + п) и состояния ситуации X (t +1),…, X (t + п) в последовательные дискретные моменты времени t + 1,…, t + п.

Поскольку в нашем случае элементы матрицы смежности и векторов приращений могут принимать отрицательные и положительные значения, используется правило преобразования W = т?)Л_пхп с положительными и отрицательными элементами.

Вектор приращений P'(t + 1) = (р*, р", р"_т, р~_т) для положительно определенной матрицы W' вычисляется с помощью уравнения.

где для вычисления элемента вектора P'(t +1), используется правило:

Элементы векторов приращений значений признаков, полученные в последовательные моменты времени P +1), P'(t + /?), после транспонирования представляются в виде блочной матрицы Р⁽ = P'(t + I)⁷, P + п)^Т|, называемой матрицей приращений и используемой при работе алгоритмов объяснения прогнозов развития ситуации.

Представление значения приращения признака в виде пары — положительного р+ и отрицательного pjj приращения — позволяет моделировать когнитивный консонанс в представлениях субъекта о значении признака. Термин «когнитивный консонанс» был предложен для определения несоответствия элементов знаний друг другу. Степень когнитивного консонанса Cjj (t), где t — номер шага (такта) моделирования, определяется из соотношения:

Консонанс признака характеризует уверенность субъекта в приращении значения Py (t) признака /у. При Cy (t) ~ 1, т. е. р±(?) :" pjj (t) или pjj (t) «» pfj (t)_y уверенность субъекта в значении признака Pifit) — максимальная, а при Cjj (t) = 0, т. е. Pjj (t) = p~j (t), минимальная.

Для определения состояния ситуации в последовательные моменты времени X (t + 1), …, X (t + п) вектор приращений значения фактора преобразуется в вектор приращений размерности п с учетом когнитивного консонанса значения признака. В преобразованном векторе приращений P (t+ 1) элемент вектора Ру (? + 1) е P (t + 1) представляется парой.

гдеp_tfit + l) = sign (p*(? + 1 ))-pij (t+ l))max (pt (t+ 1), pjj (t + 1)) — значение приращения фактора Cy (? + 1) — консонанс значения фактора.

Знак приращения p^t + 1) положительный, если p+(t + 1) > p]j (t + 1), и отрицательный, если p*(t + 1) < pjj (t + 1). В этом случае состояние ситуации в последовательные моменты времени будем определять парой.

где X (t + 1) = X (t) + P (t + 1) — вектор состояния ситуации (элемент этого вектора x_tj (t + 1) = Xjj (t) + p^t + 1)), когнитивный консонанс значения Cjj (t + 1) е C (t + 1). Динамика изменения состояния ситуации представляется блочной матрицей X = X (t + 1)^г, …, X (t + п)^Т|, которая используется в компьютерной системе для визуализации результатов моделирования.

Решение обратной задачи позволяет выработать рекомендации для принятия мер, позволяющих перевести ситуацию из текущего состояния в целевое. При ее решении считаются заданными матрица транзитивного замыкания W и целевой вектор G = (g_t, g_n) приращений значений факторов ситуации.

Задача заключается в нахождении множества решений U = {U_{} U₂,

U_v} для перевода ситуации из текущего состояния в целевое путем решения обратной задачи.