Принятие решений в реальном времени на основе отслеживания процессов

N I Hisamov; M A Al Akkad

doi:10.22213/2410-9304-2024-1-106-110

Authors

N. I. Hisamov Kalashnikov Izhevsk State Technical University
M. A. Al Akkad Kalashnikov Izhevsk State Technical University

DOI:

https://doi.org/10.22213/2410-9304-2024-1-106-110

Keywords:

expert systems, ID3 algorithm, rule system, decision tree, reinforcement learning

Abstract

This article examines a new data presentation methodology based on a system of rules for decision-making in artificial intelligence systems. First the method is introduced, which consists of many processes and actions and is based on their interaction. The sets of conditions and actions can be changed without changing the operation of the decision-making algorithm. It allows creating an artificial intelligence model that can build an optimal behavior model for various implementations and functionalities. The actions are built based on defined rules, in addition to decision trees, which allow adapting to the current situation. First, the bot searches for a process based on the priority and conditions for starting the process. Then it executes the action with the highest priority, trying to complete it successfully. Data, in the form of conditions, received after the action is performed, is transferred to the process. This information about how successfully the action was performed are entered into a table. Based on the table, a decision tree is built. If the bot completes all the process’s goals, it finishessuccessfully; otherwise, the bot may continue to execute the process or start looking for a new one. To improve the efficiency of decision-making, reinforcement learning algorithms and decision tree construction are used. The results of applying this method are discussed, and a conclusion on the effectiveness of the method and future enhancements are mentioned.This work offers a universal tool for the development of artificial intelligence in the field of computer games.

Author Biographies

N. I. Hisamov, Kalashnikov Izhevsk State Technical University

Master’s Degree Student

M. A. Al Akkad, Kalashnikov Izhevsk State Technical University

PhD in Engineering, Associate Professor

References

Трофимов В. Б., Темкин И. О. Экспертные системы в АСУТП. Вологда: Инфра-Инженерия, 2020. 285 с.

Goecks V. G., W4aytowich N., Asher D. E., Park S. J., Mittrick M., Richardson J., Vindiola M., Logie A., Dennison M., Trout T., Narayanan P., Kott A. On games and simulators as a platform for development of artificial intelligence for command and control // Sage: The Journal of Defense Modeling and Simulation. 2022. Vol. 20, no. 4. Pp. 495-508.

Taggart A. J., DeSimone A. M., Shih J. S., Filloux M. E., Fairbrother W. G.Large-scale mapping of branchpoints in human pre-mRNA transcripts in vivo // Nature Structural and Molecular Biology. 2012. Vol. 19, no. 7. Pp. 719-721.

Паклин Н. Б., Орешков В. И. Бизнес-аналитика: от данных к знаниям: учеб. пособие. 2-е изд. СПб.: Питер, 2013. С. 704.

Сараев А. Д., Щербина О. А. Системный анализ и современные информационные технологии // Труды Крымской Академии наук. Симферополь: СОНАТ, 2006. С. 47-59.

Левитин А. В. Ограничения мощи алгоритмов: Деревья принятия решения // Алгоритмы. Введение в разработку и анализ. 2006. С. 409-417.

Захарова М. В. Разработка и принятие управленческих решений в процессе создания новых производств полимерных материалов // Управленческие науки в современном мире: IX междунар. науч. практ. конф. Санкт-Петербург, 2022. С. 123-125.

Армашова-Тельник Г. С., Армашова-Тельник Г. С., Семенова В. А. Программно-целевое управление в промышленном секторе: экономический аспект: практикум. СПб.: ГУАП, 2022. 121 с.

Девятков В. В. Системы искусственного интеллекта / Изд-во МГТУ им. Н. Э. Баумана; гл. ред. И. Б. Фёдоров. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. 352 c.

Леденёва Д. А. Изучение поведения покупателей: факторы, модели, этапы // Образование и наука без границ: социально-гуманитарные науки. 2019. № 12. С. 122-126.

Хисамов Н.И., Аль Аккад М. А. Эвристика алгоритма поиска A* в графах принятия решений // Информационные технологии в науке, промышленности и образовании: материал Всероссийской научно-технической конференции. Ижевск: Изд-во УИР ИжГТУ имени М. Т. Калашникова, 2023. С. 496-501.

Лукина С. В., Макаров В. В., Зимовец О. Е. Формирование инструментов принятия решений на основе граф-моделей / Моск. гос. технол. ун-т "Станкин", Моск. гос. ун-т им. М. В. Ломоносова. Курск: Университетская книга, 2021. 121 с.

Gehring J., Ju D., Mella V., Gant D., Usunier N., Synnaeve G. High-Level Strategy Selection under Partial Observability in StarCraft: Brood War. arXiv:1811.08568v1. 2018. С. 1-6.

Сапожникова А. В. Инфлюенс-маркетинг как инструмент развития взаимоотношений с клиентами в современных реалиях // Вуз и реальный бизнес. 2022. Т. 1. С. 74-81.

Заморина В. В., Заморина В. В., Рахматуллина А. Р. Влияние эмоций на поведение потребителей // Интеграция наук: сетевое изд. 2018. № 8 (23). С. 175-177.