[論文レビュー] Decision Support Systems Using Intelligent Paradigms

Cong Tran, Ajith Abraham+1 more|ArXiv.org|May 16, 2004

Fuzzy Logic and Control Systems参考文献 18被引用数 3

ひとこと要約

本稿では、スケーリング共役勾配学習を用いたニューラルネットワーク、進化的アルゴリズムで最適化されたニューロファジィ推論システム、および回帰木を含むソフトコンピューティングパラダイムを用いて、戦術的空戦における知能的意思決定支援システム（DSS）を提案する。本システムは、複雑な戦闘状況下での多基準意思決定において優れた性能を示し、実世界の比較評価により、ハイブリッド知能的手法が現実の戦術的環境で有効であることが検証されている。

ABSTRACT

Decision-making is a process of choosing among alternative courses of action for solving complicated problems where multi-criteria objectives are involved. The past few years have witnessed a growing recognition of Soft Computing (SC) technologies that underlie the conception, design and utilization of intelligent systems. In this paper, we present different SC paradigms involving an artificial neural network trained using the scaled conjugate gradient algorithm, two different fuzzy inference methods optimised using neural network learning/evolutionary algorithms and regression trees for developing intelligent decision support systems. We demonstrate the efficiency of the different algorithms by developing a decision support system for a Tactical Air Combat Environment (TACE). Some empirical comparisons between the different algorithms are also provided.

研究の動機と目的

• 戦術的空戦環境における多基準意思決定の複雑さに対処すること。
• 複数のソフトコンピューティングパラダイムを統合的に意思決定フレームワークに統合すること。
• 実世界の戦闘シミュレーション環境において、ハイブリッド知能モデルの性能を評価・比較すること。
• ニューラルネットワーク学習と進化的アルゴリズムを用いてファジィ推論システムを最適化し、意思決定の正確性を向上させること。
• 複雑で動的な意思決定環境における知能的パラダイムの実用性と効率性を実証すること。

提案手法

• スケーリング共役勾配アルゴリズムで訓練された人工ニューラルネットワークを用いて、適応的決定モデリングを実施した。
• ニューラルネットワーク学習と進化的アルゴリズムで最適化された2種類の異なるファジィ推論システムを統合し、ルールの適応性と正確性を向上させた。
• 戦術的状況における意思決定境界の学習と分類のために、非パラメトリック手法として回帰木を適用した。
• 上記のパラダイムを統合し、戦術的空戦環境（TACE）に特化したハイブリッド意思決定支援システムを構築した。
• 各モデルの意思決定の正確性と頑健性という観点から、実証的評価を用いて性能を比較した。
• 動的で多目的な意思決定課題を反映する実世界の戦闘シミュレーションデータセットを用いて、システムの性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッド知能的パラダイムは、戦術的空戦環境内での複雑で多基準の意思決定をどの程度効果的に支援できるか？
• RQ2 学習と進化的アルゴリズムで最適化されたニューロファジィシステムは、単独モデルに比べてどのような性能優位性を示すか？
• RQ3 ニューラルネットワーク、ファジィ論理、および回帰木の統合は、高リスクの戦闘状況における意思決定の正確性をどのように向上させるか？
• RQ4 各知能的パラダイムが戦術的意思決定支援に応用された際の相対的な強みと限界は何か？
• RQ5 ソフトコンピューティング技術は、不確実性と複雑性に満ちた環境下でも、リアルタイム意思決定のモデリングと支援を効果的に行えるか？

主な発見

• スケーリング共役勾配法で訓練されたニューラルネットワークは、戦術的意思決定のモデリングにおいて高速収束と高い正確性を示した。
• 進化的アルゴリズムで最適化されたニューロファジィシステムは、従来のファジィ論理に比べ、ルールベースの適応性と意思決定の精密さが向上した。
• 回帰木は明確で解釈可能な意思決定ルールを提供し、入力パラメータに基づく戦術的状況の分類において良好な性能を発揮した。
• 実証的比較により、複数のパラダイムを統合したハイブリッドモデルが、個々のモデルに比べ意思決定の正確性と頑健性において優れた性能を示した。
• 統合された意思決定支援システムは、戦術的空戦環境における多基準的目的と複雑な相互作用を効果的に処理できた。
• 本研究は、動的で高リスクな環境における実世界の意思決定支援において、ソフトコンピューティング技術の実用的妥当性を確認した。