ИНФОРМАЦИОННЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ О ТИПЕ АКЦЕНТУАЦИИ ЛИЧНОСТИ

ҚАЗАҚСТАН РЕСПУБЛИКАСЫ БІЛІМ ЖӘНЕ ҒЫЛЫМ МИНИСТРЛІГІ Л.Н. ГУМИЛЕВ АТЫНДАҒЫ ЕУРАЗИЯ ҰЛТТЫҚ УНИВЕРСИТЕТІ

Студенттер мен жас ғалымдардың

«Ғылым және білім - 2014»

атты IX Халықаралық ғылыми конференциясының БАЯНДАМАЛАР ЖИНАҒЫ

СБОРНИК МАТЕРИАЛОВ

IX Международной научной конференции студентов и молодых ученых

«Наука и образование - 2014»

PROCEEDINGS

of the IX International Scientific Conference for students and young scholars

«Science and education - 2014»

2014 жыл 11 сәуір

Астана

УДК 001(063) ББК 72

Ғ 96

Ғ 96

«Ғылым және білім – 2014» атты студенттер мен жас ғалымдардың ІХ Халықаралық ғылыми конференциясы = ІХ Международная научная конференция студентов и молодых ученых «Наука и образование - 2014» = The IX International Scientific Conference for students and young scholars «Science and education - 2014».

– Астана: http://www.enu.kz/ru/nauka/nauka-i-obrazovanie/, 2014. – 5830 стр.

(қазақша, орысша, ағылшынша).

ISBN 978-9965-31-610-4

Жинаққа студенттердің, магистранттардың, докторанттардың және жас ғалымдардың жаратылыстану-техникалық және гуманитарлық ғылымдардың өзекті мәселелері бойынша баяндамалары енгізілген.

The proceedings are the papers of students, undergraduates, doctoral students and young researchers on topical issues of natural and technical sciences and humanities.

В сборник вошли доклады студентов, магистрантов, докторантов и молодых ученых по актуальным вопросам естественно-технических и гуманитарных наук.

УДК 001(063) ББК 72

ISBN 978-9965-31-610-4 © Л.Н. Гумилев атындағы Еуразия ұлттық

университеті, 2014

2641

УДК 004.9

ИНФОРМАЦИОННЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ О ТИПЕ АКЦЕНТУАЦИИ ЛИЧНОСТИ

В.Д. Халипова

E-mail:dukakvitka@yandex.ru

АспирантДнепропетровского национального университета им. О. Гончара Днепропетровск, Украина

В.П. Малайчук, д.т.н., профессор

Психиатры различают три состояния здоровья личности: норма, акцентуация, патология. Акцентуации личности − это индивидуальные черты, имеющие тенденцию к переходу в патологическое состояние. Возможные негативные проявления такого состояния между нормой и патологией обычно происходят под действием неблагоприятных внешних факторов. Существует проблема определения типа акцентуации, особенно молодыми специалистами. Для обследования человека в реальном времени необходима система поддержки принятия решения о типе акцентуации. В настоящее время существуют опросники (тесты Леонгарда, Шмишека) по определению типа акцентуации личности и основным является наблюдение психолога либо психиатра. Тесты в этом случае могут давать неверную информацию, так как личность имеет некоторые отклонения от нормы и также предполагается, что вести обследование будет молодой специалист-психиатр. Поэтому разрабатывается система поддержки принятия решения, в которой психиатр отмечает присущие личности симптомы и после получает ответ в виде типа (сочетания типов) акцентуации личности.

К.Леонгард выделил 12 типов акцентуаций личности. Личность только с одним типом акцентуации редко встречается. Обычно в одном человеке с пограничным состоянием психического здоровья присутствуют несколько акцентуаций. Возможны как наиболее очевидные сочетания, как демонстративно-застревающая личность, так и трудно различимое соединение интровертированности и гипоманиакальности. К.Леонгардом представлены описания типов акцентуаций их проявления. В результате анализа этих описаний, выделен 71 симптом. Выявлено, что некоторые из симптомов пересекаются для определенных акцентуаций. Принята гипотеза о том, что эти характерные признаки для каждого типа пограничного состояния можно разделить на главные, второстепенные и дополнительные.

Предполагается, что главные симптомы наиболее характерны для данного типа акцентуации, следовательно, второстепенные и дополнительные − в меньшей степени. Все же избавиться от второстепенной и дополнительной групп не рационально, поскольку, во-первых, одни и те же симптомы могут быть вызваны разными причинами, а во-вторых, помогут точнее определить тип пограничного состояния. Среди этих групп выявлены некоторые общие симптомы. Наиболее трудной задачей будет определение аффективно-лабильного и дистимического типов, поскольку среди главных параметров многие пересекаются и, следовательно, независимых всего один или два. В этом случае, независимые второстепенные и дополнительные симптомы являются ценной информацией.

Симптомы акцентуаций, присущие личности, можно представить в виде лингвистических переменных. Они отличаются от числовых переменных тем, что их значениями являются не числа, а слова или предложения в естественном и формальном языке. Поскольку слова, в общем, менее точны, чем числа, понятие лингвистической переменной дает возможность приближенно описывать явления, которые настолько сложны, что не поддаются описанию в общепринятых количественных терминах. Психическое состояние человека как раз соответствует такому описанию.

Каждому симптому соответствуют ранги, максимальное число - если ярко выражен, и так по мере убывания до ранга 1. Все возможные ранги образуют базовое множество

2642

лингвистической переменной. Таким образом, симптому присущи терм-множества с максимумами функции принадлежности в заданном психиатром номере ранга.

Нечеткий логический вывод − это аппроксимация зависимости <входы-выход> на основе лингвистических высказываний <Если-то> и логических операций над нечеткими множествами. Нечеткий логический вывод применяется при моделировании объектов с непрерывным и дискретным выходом. Объекты с дискретным выходом соответствуют задачам классификации в медицинской и технической диагностике и при принятии решений в других областях. Разрабатываемая система поддержки принятия решения о типе акцентуации личности также является системой с дискретным выходом. Определение акцентуаций личности в теории нечетких множеств является нечетким логическим выводом для задач классификации. Задача классификации состоит в отнесении объекта, заданного вектором информативных признаков к одному из наперед описанных классов.

Необходимая для классификатора система нечеткого логического вывода состоит из фаззификатора, нечеткой базы знаний, функций принадлежности, машины нечеткого логического вывода и дефаззификатора. Фаззификатор необходим для преобразования вектора влияющих факторов в вектор нечетких множеств. Нечеткая база знаний строится на основе экспертного мнения и содержит многомерные зависимости <входы-выходы> в виде лингвистических правил <Если−то> с логическими операциями И и ИЛИ. Для представления лингвистических термов симптомов в виде нечетких множеств задаются функции принадлежности. На основе заданной базы знаний и значений входных переменных машина нечеткого логического вывода определяет значение выходной переменной в виде нечеткого множества. Для преобразования в четкое множество используют методы дефаззификации.

В рассматриваемой системе поддержки принятия решения о типе акцентуации влияющими параметрами являются симптомы акцентуаций X (x₁,x₂,...,x_n), которые есть у личности. Наименование типа пограничного состояния {d₁,d₂,...,d_m} задается как элемент терм-множества выходной переменной. В этом случае применяется нечеткий логический вывод типа Сугено. Классификация соответствует отображению вида:

} ,..., , { )

,..., ,

(x₁ x₂ x_n y d₁ d₂ d_m

X    .

Для классификации личности по типам акцентуаций необходима нечеткая база знаний вида:

Если x₁ a_1,j1 И x₂ a_2,j1 И...И x_n a_n,j1 с весом w_j1 ИЛИ x₁ a_1,j2 И x₂ a_2,j2 И...И x_n a_n,j2 с весом w_j2 …,

ИЛИ

jkj

a x₁  _1, И

jkj

a

x₂  _2, И...И

jkj

n

n a

x  _, с весом

jkj

w То yd_j, j1,m,

где a_j,jp - нечеткий терм, которым оценивается переменная x_i в правиле с номером jp, kj

p1, , k_j - количество правил, описывающих класс d_j. Степень принадлежности объекта классам рассчитывают так:

m j x w

X _{jp i}

n jp i k d p

j( ) maxj min( ( )), 1,

, , 1

1 

   

 ,

Где _d (x_i)

 jp – функция принадлежности входа x_i нечеткому термуa_i,jp.

В качестве решения выбирают класс с максимальной степенью принадлежности:

)) ( ),..., ( ), ( max(

arg 1 2

2 , 1 ,..., } {

X X

X

y m

m

d d

d d

d d







 .

Для разработки информационных технологий поддержки принятия решений о типе акцентуаций классификацией на основе нечеткого логического вывода целесообразно использовать среду Matlabи пакет расширения FuzzyLogicToolbox. В FIS-редакторе задана система вывода Сугено, а также входные лингвистические переменные как симптомы и терм-множество лингвистической переменной на выходе в виде названия типов

2643

акцентуаций. Для пробной информационной технологии определения типа пограничного состояния личности в качестве входных переменных заданы главные и второстепенные симптомы и три типа акцентуации личности: демонстративный, застревающий, возбудимый.

Их терм-множества представлены в виде: {«средняя», «высокая»} выраженность симптома личности. Терм-множества симптомов имеют треугольную функцию принадлежности, ее вид будет уточняться в дальнейших исследованиях. База знаний представлена в виде 33 правил.

Для каждой группы симптомов представлены нечеткие логические правила, с определенным весом, который зависит от соединения термов симптомов посредством «И» и «ИЛИ», а также наличия главных, второстепенных симптомов акцентуации и их выраженности.

Предполагается, что высокая выраженность всех симптомов одного пограничного состояния указывает на наибольшую принадлежность личности к данной акцентуации, вес таких правил берется равным единице. Наименьшая принадлежность будет при наличии только одного средне выраженного второстепенного симптома, по которому можно будет сказать, что принадлежность личности к данной акцентуации очень слаба, вес правил близок к 0.1.

По сумме всех главных симптомов с высокой выраженностью можно делать вывод о наличии у человека акцентуации и вес правил выбран 0.8.

Для работы программы необходимо на входе задать вектор значений рангов симптомов. В fuzzy редакторе на основе базы знаний определяются функции принадлежности симптома каждому правилу нечеткого логического вывода.С помощью программы fuz_classifer.m производится классификация. Находятся правила с максимальной степенью выполнения, а если их несколько, то выбирается решение с наибольшим количеством правил с максимальной степенью выполнения. Класс выбирается по максимальной сумме степеней принадлежности.

Пробная версия программы определяет тип акцентуации личности как по полному набору симптомов, а также и по одному. Определяется степени принадлежности к разным типам акцентуаций, если таких несколько, что предоставляет специалисту больше информации для поддержки принятия решения. Для дальнейшей разработки информационной технологии необходимо экспертное мнение психиатра. В дальнейшем предполагается уточнение функций принадлежности и нечеткой базы знаний, а также расширение до полного объема акцентуаций личности.

Определение акцентуаций личности является важным направлением для своевременной диагностики и помощи человеку, чтобы его состояние психики не стало патологическим.

Для этой цели предлагается описание симптомов акцентуаций в виде лингвистических переменных и дальнейшая обработка информации классификацией на основе нечеткого логического вывода.

Список использованных источников

1.Л.Заде Понятие лингвистической переменной и его применение к принятию приближенных решений. Под ред. Н.Н.Моисеева, С.А. Орловского. Изд-во «Мир».:- М.1976.-162с

2.Леонгард Карл. Акцетуированные личности. Пер.с нем. Ростов н/Д.: изд-во «Феникс»,- 1997.-544с.

3.Штовба С.Д.Проектирование нечетких систем средствами Matlab.- М.: Горячая линия, – Телеком,2007.-288с.

4. Федюнин А.П. «Прогнозирование остаточных деформаций после обработки метала на основе методов нечеткой логики». Труды XIII Байкальской Всероссийской конференции

«Информационные и математические технологии в науке и управлении». Часть II. – Иркутск.: ИСЭМ СО РАН, 2008.

5.Нечеткая логика: алгебраические основы и приложения: Монография/ С.Л.Блюмин, И.А. Шуйкова, П.В. Сараев, И.В. Черпаков.- Липецк: ЛЭГИ,2002.-111с.

6.Прикладные нечеткие системы: Пер.с япон./К.Асаи, Д.Ватада, С. Иваи и др.; под редакцией Т.Тэрано,К.Асаи,М.Сугэно.-М.:Мир,1993.-368с.