Отзыв ведущей организации – Моск. технологический ун-т МИРЭА (Методы и алгоритмы интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования)

$ ° в $ е Утверждаю Первый проректор Р д. -и. н., профессор МИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «Московсвпвй технологический университет» МИРЭА просп. Вернадского, д. 78,Москва, 119454 тел.; (499) 215 65 65 доб. 1140, факс: (495) 434 92 87 е-ва11: в1хеа®впеахп, Ьххр:опеххх.в)хеахи Соколов 2016 г.

ведущей организации по диссертации Хлопковой О.А. на тему кМетоды н алгоритмы интеллекгуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования», представленной на соискание ученой степени кандидата технических наук по специальности 05.13.17 — Теоретические основы информатики альтернативных подходов к решешпо задач в условиях неопределенности, в частности, нейроэволкщионных методов.

Выбранная автором тема является несомненно актуальной, поскольку большинство известных на текущее время нейроэволюционных методов„применяющихся в системах поддержки принятия решений в условиях неопределенности, обладают препятствующими их масштабному применению недостнпами, такими как незащищенность инноваций, конкуренция представлений, проблемы начального размера н топологических инноваций. Представленные в работе нейроэволкщиоиный метод, алгоритмы и модель Оценка актуальности. Диссертационная работа Хлопковой О.А. посвящена исследованию и разработке методов и алгоритмов интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования.

В работе на современном научном уровне рассмотрен широкий круг вопросов гибридизации методов интеллектуальной обработки информации для решения задач, постановка которых исклхочает возможность составления корректной математической модели. Различные субъективные критерии оптимальности, такие как критерии Гурвица, Сэвиджа н Лапласа, зачастую формируют нерелевантнью решения для плохо структурированных задач, что подчеркивает перспективность исследований позволяют полностью либо частично решить данные проблемы, что подтверждает актуальность исследования. Оценка научной новизны работы.

Научную новизну сосгавляют следующие основные результкгы исследования: — разработан метод на базе аппарата нейронных сетей и эволюционного моделирования, отлнчакппийся от супгествуюших аналогов тем, что вместо однонаправленной эволюции исгюльзуется динамический подход к заданию топологии особей, а формируемые нейронные сети обладают низкой связностью и адаптивностью структурьг.. — разработаны алгоритмы глобального и локального генетического поиска, которые, в отличие от существующих алгоритмов, позволязат модифицировать нс только параметры, так и структуру нейронных сетей произвольной топологии, что позволяет существенно распгирить область применения генетических алгоритмов; — предложена методика подбора и расчета критериев оценки нсйроэволюционного метода, позволяющая формировать более полную и репрезентативную совокупность критериев по сравнению с аналогичными нзвестщями методиками; — построена модель адаптивной самообучаеьюй системы поддержки принятия решений в условиях неопределенности на базе нейроэволюции, которая, в отличие от существующих аналогов, может быть модифицирована в соответствии с изменяющимися условиями задачи: — разработан программный инструментарий, обеспечивающий реализацию нейроэволюцианного метода и модели системы поддержки принятия решений в условиях неопределенности и обоснованно подтверждающий выполненные теоретические разработки.

Основные положения и выводы изложены логично и обоснованно. Диссертант изучил н проанализировал научные разработки отечественных и зарубежных ученых по исследуемой проблеме, дал ссылки на них при рассмотрении в работе научных положений, предлагаемых отдельными авторами, обосновав при этом собственную позицию по исследуемой проблеме. Также достоверность и обоснованность научных результатов определяется разработанной программной реализацией. Критический анализ положений теории и практики проектирования распределенных систем, содержащихся в трудах зарубежных и отечественных авторов позволил диссертанту объединить сушествующие концепции.

обеспечивая тем самым высокую гибкость разрабатываемых систем. Степень обоснованности научных положений, выводов и рекомендаций, сформулированных в диссертации, нх достоверность и новизна. Научная ценность диссертации Хлопковой О.А. заключается в разработке нового нейроэволюцнонного метода, который, в отличие от большинства известных методов, позволяет настраивать широкий спектр свойств нейронной сети, в числе которых не только топология и веса, но также вид, параметры функций активации нейронов и пороговые коэффициенты. Предложенный автором метод не накладываст ограНИчЕний на эволюЦионный ПроЦЕсс и при этом обеспечивает генерацию жизнеспособных фепотнпов с приемлемой скоростью.

К практически знагимым результатам можно отнести программную реализацию разработанной модели и экспериментальное подтверждение ее состоятельности, а также методику подбора и расчета критериев опенки нейроэволюционного метода для его практического применения в качестве модуля системы поддержки принятия решений. Предложенная схема использования паттернов МЧС в данном программном средстве представляется уместной и целесообразной, Решение о покрытии программного кода ипйтестами яВляется ОбосноВанным и логичным. ПРИВедснная диаграмма классОВ проработана на высоком уровне и имеет завершенный вид.

Таким образом, данная диссертационная работа имеет четкую практическую направленность, о чем свидетельствует приведенное описание разработанного программного средства, прошедшего испытания па серии эталонных нейроэвол~оцнонных задач и внедренного па практике при разработке системы поддержки принятия решений для защиты от 00об-атак, при разработке системы для автоматизации обработки контента в виртуальной среде для работы над научнымн проектами, а также при разработке системы копструкгииюй модификации деталей 30-принтеров, Обоснованность результатов рецензируемой работы определяется использованием современного математического аппарата, детальным анализом разработанного метода н алгоритмов генетического поиска для определения их эффективности, а также полученньгми в ходе исследования экспериментальными данными.

В работе проведена оценка сходимостн генетического алгоритма и описан ряд экспериментов, осуществленных на множестве общепризнанных эталонных задач, результаты которых подтверждают теоретические Выводы, Результаты исследования докладывались авгором на ряде конференций, в том числе международных и всероссийских, и были опубликованы в статьях, четыре из которых представлены в рецензируемых журналах, включенных в перечень ВАК.

Помимо этого, результаты работы были внедрены в федеральном государственном бюджетном учреждении «Научно-исследовательский финансовый институт». Полученные результаты внедрения убедительно продемонстрировали эффективность разработанных автором метода, алгоритмов и модели.

Рекомендации по использованию результатов диссертации. Научные результаты, полученные в работе, доведены до практической реализации в виде завершенного программного средства и представляют интерес для внедрения в научных, образовательных и административных учреждениях. Целесообразно внедрение разработанной системы в таких областях как интеллектуальная обработка и анализ данных, информационная безопасность, пространственное моделирование. Интересным представляется предложение об использовании разработанной нейроэволюционной системы на предприятиях и в организациях в сфере робототехники для построения нейросетей с целью распознавания объектов, сцены и препятствий перед роботом, управления манипуляторами, прокладывания маршрута движения, поддержания равновесия.

Общая характеристика работы. В целом диссертацию О.А. Хлопковой можно характеризовать как законченную научно-исследовательскую работу. выполненную на достаточно высоком научном уровне. Диссертационная работа состоит из введения, 4-х глав с выводами по каждой главе, заключения, списка сокращений и условных обозначений и списка литературы, состоящего из 127 наименований. По объему и структуре работы замечаний нет.

Автореферат в достаточной степени отражает содержание диссертации. В целом работа написана лаконичным языком, содержит достаточное количество рисунков и таблиц, лллюстрирующих полученные данные. Методологической основой диссертационного исследования послужили общепризнанные работы отечественных и зарубежных авгоров. Следует подчеркнуть„что проведенные Хлопковой О.А. исследования вносят заметный вклад в разработку новых эффективных нсйроэволюциоцных подходов к интеллектуализации систем поддержки принятия решений в условиях неопределенности.