Алгоритмы Data Mining в задачах управления динамическими процессами
Аннотация
В статье рассматриваются основные алгоритмы интеллектуального анализа данных (Data Mining, DM), лежащие в основе нового типа автоматизированного управления многомерными динамическими процессами — аналитического. Существенным отличием аналитического управления является сочетание оперативных управленческих решений, формируемых должностными лицами на основе данных мониторинга текущей ситуации, с результатами глубокого количественного анализа ретроспективных данных (накопленного опыта), реализуемого средствами DM. Сформулированы концептуальные основы аналитического управления, позволяющие выделить DM в качестве самостоятельного подкласса информационных технологий.Литература
Аджиев В. Mineset — визуальный инструмент аналитика. Открытые системы, 1997. № 3, C. 72–77.
Бирюков А. Системы принятия решений и хранилища данных // СУБД, 1997. № 4. С. 37–41.
Гершберг А. Ф., Мусаев А. А., Нозик А. А., Шерстюк Ю. М. Концептуальные основы информационной интеграции АСУ ТП нефтеперерабатывающего предприятия. СПб: Альянс-строй, 2003. 128 с.
Дюк В., Самойленко А. Data Mining: Учебный курс. СПб.: Питер, 2001. 366с.
Заде Л. Основы нового подхода к анализу сложных систем и процессов принятия решений // В кн.: Математика сегодня. М.: Знание, 1974. С. 5–48.
Ивахненко А. Г., Зайченко Ю. Г., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. Радио, 1976. 280 с.
Киселев М., Соломатин Е. Средства добычи знаний в бизнесе и финансах // Открытые системы, 1997. № 4. С. 41–44.
Кречетов Н., Иванов П. Продукты для интеллектуального анализа данных // Computer Week, 1997. № 14–15. C. 32–39.
Кривда Ш. Раскопки сокрытых знаний. ЛАН, 1996. № 4. C 17–23.
Львов В. Создание систем поддержки принятия решений на основе хранилищ данных // СУБД, 1997. № 3. С. 30–40.
Львович О. Data Warehousing – выход из кризиса оперативного анализа // Read Me, 1998. № 6. С. 44–45, 66.
Мусаев А. А. Виртуальные анализаторы: концепция построения и применения в задачах управления непрерывными технологическими процессами. Автоматизация в промышленности, 2003. № 8. C. 28–33.
Прикладная статистика: Основы моделирования и первичная обработка данных. Справочное изд. / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин. М.: Финансы и статистика, 1983. 471 с.
Фогель Дж., Оуэнс Дж., Уолш Л. Эволюционное моделирование и искусственный интеллект. М.: Мир, 1969. 219 с.
Шапот М. Интеллектуальный анализ данных в системах поддержи принятия решений. Открытые системы, 1998. № 1. C. 30–35.
Codd E. F., Codd S. B., Salley C. T. Providing OLAP (On-Line Analytical Processing) to User- Analysts: An IT Mandate. E. F. Codd Associates, 1993. 18 p.
W. H. Inmon. Building the Data Warehouse. Wellesley, MA: QED Publishing Group, 1992.
Musaev A. Intelligent Control Systems for Refinery Technological Processes // Proceedings of conf. ICPI’02 (Intelligent computing for the petroleum industry, vol. 2. Mexico: 2002. P. 6–17.
Бирюков А. Системы принятия решений и хранилища данных // СУБД, 1997. № 4. С. 37–41.
Гершберг А. Ф., Мусаев А. А., Нозик А. А., Шерстюк Ю. М. Концептуальные основы информационной интеграции АСУ ТП нефтеперерабатывающего предприятия. СПб: Альянс-строй, 2003. 128 с.
Дюк В., Самойленко А. Data Mining: Учебный курс. СПб.: Питер, 2001. 366с.
Заде Л. Основы нового подхода к анализу сложных систем и процессов принятия решений // В кн.: Математика сегодня. М.: Знание, 1974. С. 5–48.
Ивахненко А. Г., Зайченко Ю. Г., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. Радио, 1976. 280 с.
Киселев М., Соломатин Е. Средства добычи знаний в бизнесе и финансах // Открытые системы, 1997. № 4. С. 41–44.
Кречетов Н., Иванов П. Продукты для интеллектуального анализа данных // Computer Week, 1997. № 14–15. C. 32–39.
Кривда Ш. Раскопки сокрытых знаний. ЛАН, 1996. № 4. C 17–23.
Львов В. Создание систем поддержки принятия решений на основе хранилищ данных // СУБД, 1997. № 3. С. 30–40.
Львович О. Data Warehousing – выход из кризиса оперативного анализа // Read Me, 1998. № 6. С. 44–45, 66.
Мусаев А. А. Виртуальные анализаторы: концепция построения и применения в задачах управления непрерывными технологическими процессами. Автоматизация в промышленности, 2003. № 8. C. 28–33.
Прикладная статистика: Основы моделирования и первичная обработка данных. Справочное изд. / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин. М.: Финансы и статистика, 1983. 471 с.
Фогель Дж., Оуэнс Дж., Уолш Л. Эволюционное моделирование и искусственный интеллект. М.: Мир, 1969. 219 с.
Шапот М. Интеллектуальный анализ данных в системах поддержи принятия решений. Открытые системы, 1998. № 1. C. 30–35.
Codd E. F., Codd S. B., Salley C. T. Providing OLAP (On-Line Analytical Processing) to User- Analysts: An IT Mandate. E. F. Codd Associates, 1993. 18 p.
W. H. Inmon. Building the Data Warehouse. Wellesley, MA: QED Publishing Group, 1992.
Musaev A. Intelligent Control Systems for Refinery Technological Processes // Proceedings of conf. ICPI’02 (Intelligent computing for the petroleum industry, vol. 2. Mexico: 2002. P. 6–17.
Опубликован
2007-10-01
Как цитировать
Мусаев, & Барласов,. (2007). Алгоритмы Data Mining в задачах управления динамическими процессами. Труды СПИИРАН, (5), 300-313. https://doi.org/10.15622/sp.5.19
Выпуск
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
