Человеческий фактор. Том 3. Часть 1 - Сальвенди Г.
ISBN 5-03-001815-8
Скачать (прямая ссылка):
120. Strat Т. M. Continuous belief functions for evidential reasoning. In Proceedings of the national conference on artificial intelligence. Austin, TX: University of Texas, 1984.
121. Suppes P., Ed. University-level computer assisted instruction at Stanford: 1968—1980. Stanford, CA: Institute for Mathematical Studies in the Social Sciences, 1981.
122. Swartout W. A digitalis therapy advisor with explanations (Report No. TR-176, MAC Project). Cambridge, MA: Computer Science Department, Massachusetts Institute of Technology, 1977.
123. Szolovits P., and Pauker S. Research on a medical consultation program for taking the present illness. Proceedings of the third Illinois conference on medical information systems, 1976.
220 Глава 3
124. Szolovits P., and Pauker S. G. Categorical and probabilistic reasoning in medical diagnosis. AI, 11, 115—146 (1978).
125. Weiss S. М., and Kulikowski C. A. A practical guide to designing expert systems. Location, NJ: Rowman and Allanheld, 1984.
126. Weiss S., Kulikowski C., and Safir A. A model based consultation system for the long term management of glaucoma, IJCAI, 5, 826—832 (1977).
127. Weiss S. М., Kulikowski C. A., and Safir A. A model-based consultation system for computer aided medical decision making, Artificial Intelligence,
11, 65—172 (1978).
128. Wickens C. D. Human engineering and performance, Columbus, OH: Merrill, 1984.
129. Wilks Y. A. Grammar meaning and machine analysis of language. London: Routledge and Kegan Paul, 1972.
130. Winograd T. Frame representation and the declarative-procedural controversy. In D. G. Bobrow and A. Collins, Eds Representation and understanding: Studies in congnitive science. New York: Academic, pp. 185—210, 1975.
131. Winston P. H. Artificial intelligence. Reading, MA: Addison-Wesley, 1984.
132. Wipke W. Т., Brown H., Smith G, Choplin F., and Sieber W. SECS-simula-tion and evaluation of chemical synthesis: Strategy and planning. In W. T. Wipkes and H. J. House, Eds. Computer-assisted organic synthesis. Washington, DC: American Chemical Society, pp. 97—127, 1977.
133. Woodworth R. S. Experimental psychology, New York: Holt, 1938.
134. Zadeh L. A. Fuzzy sets, Information and Control, 8, 338—353 (1965).
135. Zaheh L. A, Fuzzy logic and approximate reasoning, Syntkese, 30, 407— 428 (1975).
136. Zadeh L. A. PRUF — a meaningful representation language for natural languages, International Journal of Man-Machine Studies, 10, 395—460
(1978).
Глава 4
СТОХАСТИЧЕСКИЕ СЕТЕВЫЕ МОДЕЛИ
Р. Швейкерт, Д. Фишер1)
4.1. Ментальные сети: анализ и синтез
Сетевые модели производства широко применяются на практике,, например для прогноза поведения разрабатываемой системы, для сокращения времени завершения всех процессов в системе или для оптимизации системы. Разработчики в области человеческого фактора также широко пользуются различными сетевыми моделями, поскольку ими можно моделировать и поведение человека. При этом замечательным фактом является полная аналогия в применении сетевых моделей производства и сетевых моделей поведения.
Ментальные сети подробно рассмотрены, например, в работах [31, 32, 74], где наибольшее внимание уделено параллельным моделям, которые и будут основной темой данной главы. Кроме них будут рассмотрены также некоторые более современные модели и методы синтеза и анализа сложных ментальных сетей.
Вначале рассмотрим задачу синтеза сети ментальных, или психических, процесов, имитирующей реальную сеть. Смысл задачи поясним на примере. Предположим, что можно определить моменты времени, в которые на предприятие поступает сырье, а также момент выпуска конечной продукции. Протекающие при этом процессы могут быть как последовательными, так и параллельными, а соответствующая производственная сеть — весьма сложной. Допустим, что по каким-то причинам сама сеть ненаблюдаема. В этом случае возникает следующая задача: восстановить сеть по наблюдаемым временам, затрачиваемым на получение конечной продукции из сьгрья. Подобные задачи возникают и при синтезе сетей психических процессов. Действительно, обычно можно наблюдать моменты возникновения стимулов и соответствующих им реакций, но протекающие при этом процессы остаются ненаблюдаемыми, что затрудняет восстановление всей сети. В данной главе приведена методика синтеза сетей с использованием только их начальных и конечных моментов.
R. Schweickert, Department of Psychological Sciences, Purdue University. D. L. Fisher, Department of Industrial Engineering and Operations Researchr University of Massachusetts.
ОЛ11
222 Глава 4
С предыдущей задачей тесно связана задача анализа известной сети процессов, решив которую, можно прогнозировать поведение сети, уменьшать полное время пребывания сети, а также оптимизировать сеть. Для ментальных сетей характерны случайные временные параметры, поэтому обе сформулированные выше задачи весьма сложны и могут не иметь аналитического решения. Впрочем, имеется значительное число случаев, в которых аналитическое решение все же существует. Для этих случаев будет дана методика вычисления среднего, дисперсии и распределения вероятностей времени пребывания в сети. Применяя эту методику, можно установить, какие именно процессы определяют время пребывания, что необходимо для оптимизации сети.
