Всего существует три способа решения задач (рис 1). К первому типу относятся задачи, которые могут быть очень сложные, но их механизм изучен они выдают достаточно точные решения. Второй тип задач, в которых алгоритм не до конца изучен. Есть, например, какая-нибудь часто повторяющееся ситуация (стереотип) и на основе которой пишут правила. После многократной опытной прогонки на основе результатов строят алгоритмы, которые в дальнейшем дают неплохие результаты. И третий тип задач, у которых алгоритмического как такого решения нету или же его математически сложно описать. Решение таких задач является комплексной, которое в свою очередь состоят из паттеров. Структуры и схемы взаимодействия может быть различный в зависимости от поставленной задачи.

gallery/picture1

Рис 1. - Существующие типы решения поставленных задач.

   Па́ттерн (англ. pattern — образец, шаблон; форма, модель; схема, диаграмма) — схема-образ, действующая как посредствующее представление, или чувственное понятие, благодаря которому в режиме одновременности восприятия и мышления выявляются закономерности, как они существуют в природе и обществе. Простейшей формой нейросети является “перцептрон” (рис 2).

gallery/апвап

Рис 2. Паттерн нейронной сети “перцептрон”

   Замысел “перцептрона” прост x1 и x2 это числа или варианты решений w1 и w2 э то веса. Приведём небольшой пример для понимания, допустим дома закончился хлеб и значения x1 и x2 это мои решения пойти сходить за ним, да и нет соответственно. Так как дома нет хлеба значение сходить за ним приоритетней, поэтому значение веса w1 больше. Так как больше никаких параметров нам не задано, то скорей всего я пойду за ним. Второй случай если на улице сильный дождь, а дома нечего есть. Тут вступает в игру значение функции ранее которое было линейным и принятие решения будит завить уже от функции (силы с которой идёт дождь). Если он идёт “стеной” я скорей всего останусь дома. Если этот пример был достаточно прост, представите, что таких решении множества и функции меняются во времени представляя собой многослойные соты. Для работы таких систем создают огромные вычислительные кластеры и их мощности оказываются недостаточными, поэтому каждый год проводят различные конкурсы на оптимизационный алгоритм нейронной сети.

   В настоящее время применение нейронных сетей является неотъемлемой частью современности. Крупные компании собирает огромные базы по отчётности, которые в дальнейшем обрабатываться алгоритмами на основе нейронных сетей. Результатам этой работы будут повышение эффективности и качества работы, повышение доходности. Нейросеть найдёт человека из толпы, который ничем не примечательный, он просто периодически сдавал вовремя отчётность и предложит его повысить проследит как это отразиться на текущем процессе, создаст сложную структуру взаимоотношений между сотнями людей. Человеческий мозг на такое неспособен. Такие системы уже успешно работают в зарубежных компаниях принося им колоссальную прибыль. С созданием холдингов в нашей стране данное направление также являться актуальной проблемой. Использование нейросетей сегодня гармонично вливается в нашу жизнь таким образом, что мы этого даже не замечаем. Вам ничего не стоит зайти на любой из ресурсов загрузить фотографию и посмотреть на результат работы нейронной сети.

2. ТЕХНОЛОГИЯ МНОГОФАКТОРНОГО СРАВНЕНИЯ С ПОСЛЕДУЮШИМ АНАЛИЗОМ

1.МЕТОДОЛОГИЯ РЕШЕНИЯ ЗАДАЧ

   Рассмотрим статистическую оценку эффективности. Допустим нам необходимо сравнить два образца оружия на дистанции 250 метров при стрельбе по стоящей ростовой фигуре. Чтобы нам долго не искать характеристики двух образцов возьмём набор готовых характеристик для сравнения рис 3. Важно понимать, что эффективность образца может измениться кардинально если оснастить его необходимым обвесом или использовать специализированный боеприпас. В нашем эксперименте будут принимать участие “стоковые” (без модификаций) экземпляры.

gallery/picture2

ссылки на игровой ресурс

http://symthic.com/bf-hardline-weapon-info?w=M39_EMR
http://symthic.com/bf-hardline-weapon-info?w=M110K5

Рис. 3. – Пример технических особенностей двух образцов

  Пока мы не приступили к пояснению работы бенчмаркинга можете ли вы сказать какой из образов окажется эффективней на дистанции 250 метров по ростовой фигуре? Образцы достаточно похожи и каких-либо кардинальных отличий не имеют. Большое количество исходных данных для двух образцов из которых мы возьмём необходимые, по которым будим судить об эффективности данных образов. Для облегчения задачи мы разделим параметры на группы как изображено на рис 4. Такое разделение и будет нашим механизмом анкетирования.

gallery/picture3

Рис. 4. – Разбивка параметров по критериям

   С течением времени или же изменяем дальности цели значение характеристик изменяется такое изменение называется метаморфозой. Пример метаморфозы изображён на рис 5.

gallery/picture4

Рис. 5. – Метаморфоза диаграммы статической эффективности

   Создадим таблицу исходных данных, далее представим данные в виде лепестковой диаграммы особенностью которой является перенос характеристик образцов в зависимости от дальности, то есть первая лепестковая диаграмма представляет собой основание двух фигур площади которых и являются показателями сравниваемой эффективности. Объём же фигур показывает значения (очков) эффективности до сечения в количественном выражении. Чем больше мы предоставим характеристик и правильней выставим веса, чем точней мы опишем образец, тем точней мы получим количественное выражение (очков) статической эффективности. По сути так и работают бенчмарки при определение максимальных значений системы.
    Напрашивается вопрос, а правильно ли мы проставили веса для обоих характеристик ответ будит и, да и нет. Дело в том, что в данном вопросе существует некая корреляция, которая не противоречит логике, то есть ответ будит лежать в диапазоне значений со смещённым центром в то или иное значение характеристики. Если применить ММК (методы Монте-Карло) для определения действительное значения веса, то получается вполне адекватная картина. Общая схема работа метода известна многим, приведём пример её использования.

gallery/пра

Для работы нашего бенчмарка создадим таблицу исходных данных пользуясь критериями анкетирования таблица 1.

gallery/апра

Таблица 1 - Сводная таблица исходных данных при стрельбе в непосредственной близости

gallery/ываы

Рис 6.  – Основание фигур “кристаллов”

   Из лепестковой диаграммы рис 6. видно, что два образца имеют схожие характеристики, но площадь М110К5 больше при использовании данного образца в непосредственной близости к противнику он окажется более эффективным чем его оппонент M 39 EMR. Если продолжать строить диаграммы для разных дальностей окажется что M 39 EMR проявляет себя лучше на больших дистанциях так как начальной скорость пули и эффективная дальность стрельбы у него значительно выше, но также выше и рассеивание так как большая отдача из-за высокой начальной скорости. На сама деле мы рассматривает классический вариант, подобный подход был применён в нашей армии при переходе с АК 47 калибра 7,62 на АК с калибром 5.45. Чтобы увеличить точность стрельбы и увеличить поражающий фактор (гуляющие пули) было принято решение уменьшить калибр.

Рис 7. – Значение преимущества образца на дистанции 250 метров.

gallery/picture5

   Значения весов на дистанции для обоих образцов мы выставили стремящихся к нулю для того чтобы такие параметры такие как стоимость и скорость перезарядка не превалировали над точностью стрельбы на дистанции рис 7. Кристаллы были выстроены до их максимального значения эффективной дальности огня. Рассчитав объёмы обоих фигур можно составить простое отношение и понять какой образец и во сколько раз превосходит своего конкурента. Если использовать другой метод назначения весов, числа могут быть другие, но всё же они будут лежать в диапазоне числа 1.3 что подтверждает жизнеспособность такого метода сравнения. Возможно требуются консультации в определение действительно важных параметров, отвечающих современным требованиям, единообразия и прозрачности.
    Касательно нашего примера можно сказать что для повышения точности стрельбы М110К5 достаточно одного компенсатора который уменьшит величину подброса ствола, тогда как M 39 EMR потребуется целый ряд модификаций от смены приклада до установки сошек чтобы хоть как-то приблизиться к таким показателям к эффективности, но всё же она проиграть по параметрам мобильности так как М110К5 использует корпус из легко и прочного углепластика. Так что однозначный ответ будит М110К5 превосходит M 39 EMR в 1.3 раза на дистанции 250 метров.

3. ДИНАМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ

   Статическая эффективность показывает возможности образца при его наилучшем применении, тогда как динамическая эффективность показывает, как меняются параметры в течении времени. Различают два вида динамической эффективности: первый вид обусловлен завышенными характеристиками, которые не превышают значения статической эффективности и показывают возможности данного образца в данный момент времени, к второму виду относят показание характеристик, которое не превосходит значение первого вида характеристик и охарактеризованного работой оператора рис 8. Из диаграммы можно проследить в каких направлениях происходит проседания или какие характеристики так и остались невостребованные. Проанализировав произвести доработку в сторону тех характеристик, которые были критическими.

gallery/picture7

Рис 8. – Диаграмма структуры оценки эффективности работы оператора

   Благодаря такому инструменту можно производить оценку не только эффективность разрабатываемых образцов, но и производить оценку действия операторов что не мало важно с учётом возрастающих требований к современному оборудованию.

продолжение следует ->