Дипломная (вкр): Разработка интеллектуальной системы
Результат прогнозирования четвертого
исследуемого .(см. рисунок 2.15) выявил прямую зависимость между частым
употреблением алкоголя, отсутствием родительского авторитета, склонностью к
депрессии, интересом к культуре наркоманов и ростом предрасположенности к наркомании.
В то время как отказ от алкоголя и абсолютный родительский авторитет в семье
снижает уровень предрасположенности к наркомании. Определённость в трудовой
деятельности и высокий достаток также снижают предрасположенность к
наркотической аддикции.
Рисунок 2.15. Четвертый прогноз в Statistica
В таблице 2.9 представлена расшифровка изменений
параметров, выполненных в прогнозе.
Таблица 2.9 - Четвертый прогноз в Statistica
|
№ |
Параметр |
|
1 |
Легко принимает решения |
|
2 |
Нет родительского авторитета |
|
3 |
Часто употребляет алкоголь |
|
4 |
Интерес к культуре |
|
5 |
Склонен к депрессии |
|
6 |
Не уютно в обществе |
|
7 |
Нет друзей-наркоманов |
|
8 |
Изначально |
|
9 |
Религиозен |
|
10 |
Рукоприкладство |
|
11 |
Нет наркозависимых в семье |
|
12 |
Есть хобби |
|
13 |
Средний достаток |
|
14 |
Отказ от алкоголя |
|
15 |
Абсолютный авторитет родителей |
|
16 |
Высокий достаток |
|
17 |
Есть профессия |
На результат прогнозирования пятого примера (см.
рисунок 2.16) влияли характеристики, связанные с профессией, родительским
авторитетом и употреблением алкоголя. Отсутствие определенности в
профессиональной и трудовой деятельности повышает предрасположенности к
наркомании на 50%, частое употребление алкоголя и отсутствие родительского
авторитета в семье влияют на рост предрасположенности примерно на 20%.
Рисунок 2.16. Пятый прогноз в Statistica
В таблице 2.10 представлена расшифровка
изменений параметров, выполненных в прогнозе.
Таблица 2.10 - Пятый прогноз в Statistica
|
№ |
Параметр |
|
1 |
Нет профессии |
|
2 |
Нет родительского авторитета |
|
3 |
Часто употребляет алкоголь |
|
4 |
Низкий достаток |
|
5 |
Есть наркозависимые в семье |
|
6 |
Интерес к культуре |
|
7 |
Склонен к депрессии |
|
8 |
Не уютно в обществе |
|
9 |
Нет друзей-наркоманов |
|
10 |
Изначально |
|
11 |
Религиозен |
|
12 |
Рукоприкладство |
|
13 |
Есть хобби |
|
14 |
Высокий достаток |
|
15 |
Отказ от алкоголя |
|
16 |
Абсолютный авторитет родителей |
|
17 |
Трудно принимает решения |
На основе прогнозов можно сделать следующие выводы:
Интерес к творчеству таких направлений как американский рэп, регги и растафарианство имеет прямую зависимость с предрасположенностью к наркотической зависимости, то есть человек, имеющий предрасположенность к данной аддикции, интересуется таким направлением творчества.
Частое употребление алкоголя также влияет на степень предрасположенности к наркомании, результаты прогнозов доказали это. Поэтому при лечении от наркотической зависимости сеть рекомендует исключить алкоголь.
В ряде случаев укрепление финансового положения снижает предрасположенность к наркотической зависимости.
Наследственность влияет на наличие предрасположенности к наркомании, данный факт доказан не только в данной работе, но и во многих других исследованиях [10,11].
Наличие профессии или постоянных интересов имеет весомую значимость, в ряде случаев изменение значений данных параметров на отрицательные кардинально меняло результат моделирования.
Родительский авторитет имеет прямую зависимость с предрасположенностью к наркомании, то есть в семьях, где родители влияют на решения своих детей, вероятность появления наркозависимых меньше. О данной закономерности писала Свеженцева Ю. А [12].
Склонность к депрессии имеет влияние на предрасположенность к наркотической зависимости только при присутствии других значимых факторах.
Способ принятия сложных решений в ряде случаев влиял на предрасположенность. Была определена прямая зависимость между легкостью принятия решений и предрасположенностью к наркомании.
Наличие друзей с наркотической зависимостью ни в одном из проведенных прогнозов не стало определяющим фактором.
Остальные параметры влияют на результат лишь в
совокупности, однако не стоит делать вывод о том, что они не являются
малозначимыми.
Глава 3. Разработка интеллектуальной системы
Приложение для работы с полученной нейронной сетью разработано в среде Microsoft Visual Studio 2015 на языке программирования C# с использованием технологии Windows Forms. Данное приложение позволяет пользователю вводить данные о себе, а на выходе генерирует число, обозначающее степень предрасположенность к наркомании: 0 - нет предрасположенности к наркотической зависимости, 1 - есть предрасположенность к наркомании. Также существует возможность прогноза развития предрасположенности к наркомании, где каждое введенное значение заменяется на противоположное, и вычисляется предрасположенность с новым значением каждого параметра. Техническое задание находится в приложении В.
Функциональные требования к системе:
Возможность ввода значений параметров.
Возможность вывода результата о степени предрасположенности к наркотической зависимость.
Возможность прогнозирования развития наркотической зависимости путем изменения изначальных значений входных параметров на противоположные.
Исходя из требований, на этапе анализа будет составлена диаграмма прецедентов со следующими прецедентами (см. рисунок 3.1):
Ввод данных.
Запрос на определение предрасположенности к наркотической зависимости.
Запрос на прогнозирование развития
предрасположенности к наркотической зависимости.
Рисунок 3.1. Диаграмма прецедентов
Описательные спецификации прецедентов приведены
в таблицах 3.1 - 3.3.
Таблица 3.1 - Прецедент «Ввод данных»
|
Краткое описание |
Прецедент дает возможность пользователю ввести данные |
|
Актеры |
Пользователь |
|
Предусловия |
Пользователь заходит в систему |
|
Основной Поток |
Пользователь вводит данные |
|
Постусловия |
Если все поля заполнены, то система позволит обработать данные |
Таблица 3.2 - Прецедент «Запрос на определение предрасположенности»
|
Краткое описание |
Прецедент дает возможность пользователю получить результаты моделирования нейронной сети |
|
Актеры |
Пользователь |
|
Предусловия |
Пользователь вводит данные |
|
Основной Поток |
Пользователь отправляет запрос на моделирование Система проверяет каждое поле на пустоту Система выводит результат моделирования |
|
Постусловия |
При успешном проведении моделирования система позволит провести прогноз |
Таблица 3.3 - Прецедент «Запрос на прогнозирование»
|
Краткое описание |
Прецедент дает возможность пользователю получить результаты прогнозирования |
|
Актеры |
Пользователь |
|
Предусловия |
Пользователь вводит данные |
|
Основной Поток |
Пользователь отправляет запрос на прогнозирование Система выводит результаты прогнозирования |
.1 Подготовка нейронной сети
В «Statistica 10» существует возможность автоматической генерации исходного кода на язык C#, однако код содержит ошибку. Попытки исправить ошибку приводили к другим, так как понять логику и последовательность автоматически сгенерированного программного кода достаточно сложно. Поэтому для реализации интеллектуальной системы было решено использовать формулу, моделирующую нейронную сеть. Данная функция была получена из нейропакета «Нейросимулятор 5».
Таким образом, была получена следующая формула:
Где 
Где X1, X2, X3, X4, X5, X6, X7, X8, X9, X10,
X11, X12, X13, X14 и X15 - входные параметры, а Y - выходной параметр.
.2 Проектирование интерфейса
Разрабатываемое приложение состоит из одной
формы (см. рисунок 3.2), данная форма позволяет вводить значения параметров, а
также позволяет определить предрасположенность к наркомании на основе введенных
данных.
Рисунок 3.2. Главная форма
При успешном моделировании приложение позволит
провести прогнозирование и выдает результаты прогнозирования для каждого
параметра (см. рисунок 3.3).
Рисунок 3.3. Успешное моделирование
.3 Разработка
Определение предрасположенности к наркотической аддикции вычисляется по формуле, моделирующей спроектированную нейронную сеть. Прежде всего необходимо преобразовать данную формулу.
Обозначим (2*x1-3) = NX1, аналогично обозначим другие параметры. Таким образом, получим 15 новых переменных: Nx1, Nx2, Nx3, Nx4, Nx5, Nx6, Nx7, Nx8, Nx9, Nx10, Nx11, Nx12, Nx13, Nx14, Nx15.
Получим:
,
Где st= 2,05835128149691*- 18,3786981955558 * Nx1 - 18,7097761699539 * Nx2 -32,1528043590148* Nx3 + 42,3729553135529 * Nx4 - 2,56073158846758 * Nx5 + 5,18832388491044 * Nx6 + 22,9341418877981 * Nx7 + 13,4601225737303 * Nx8 - 10,794201766401 * Nx9 -46,7603017193941 * Nx10 + 11,8648992185296 * Nx11 - 12,3849067222936 * Nx12 - 9,43323118441784 * Nx13 +66,6407871030653 * Nx14-37,1466276605897 * Nx15 - 0,448338935289046 - 0,05796277181833 * - 26004,9678929676 * Nx1 - 19561,2494123982 * Nx2 - 15544,5238760068 * Nx3 + 19058,1142299386 * Nx4 - 2968,24680774502 * Nx5 + 2015,84648291544 * Nx6 + 7277,45622852983 * Nx7 + 18180,8337712351 * Nx8 - 20463,4243816811 * Nx9 - 14748,1744719309 * Nx10 + 11196,3001266541 * Nx11 - 9079,22526022669 * Nx12 + 242,849293887163 * Nx13 + 26839,5103234728 * Nx14 - 22505,5891925622 * Nx15 - 1,94014743145084 - 1,00016452412135.
Обработка введенных значений параметров происходит аналогично друг другу. К индексу выбранного значения прибавляется 1, так как в обучающем множестве минимальное значение равно 1, а нумерация индексов в Combobox начинается с 0. Листинг разработанного приложения находится в приложении Г.
После ввода значений параметров и нажатия на
кнопку «Определить предрасположенность» происходит проверка на пустоту (см.
рисунок 3.4), если всем параметрам заданы значения, то выдается результат
моделирования.
Рисунок 3.4. Проверка на пустоту
При успешном выводе результата появляется кнопка «Прогноз», при нажатии на которую выводятся результаты моделирования при изменении значений каждого параметра на противоположные.
Ниже приведен результат выполнения прогноза (см.
рисунок 3.5).
Рисунок 3.5. Прогнозирование
.4 Тестирование
Разработанное приложение тестировалось методом
сравнения результатов, полученных в программном продукте «Нейросимулятор 5» и
результатов, полученных в разработанном приложении. Для этого были выбраны
десять разных наборов данных (см. таблицу 3.4).
Таблица 3.4 - «Наборы данных»
|
№ |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
X11 |
X12 |
X13 |
X14 |
X15 |
|
1 |
1 |
1 |
1 |
2 |
2 |
1 |
1 |
2 |
1 |
2 |
2 |
1 |
2 |
2 |
|
|
2 |
2 |
1 |
1 |
2 |
2 |
2 |
1 |
1 |
2 |
1 |
2 |
2 |
1 |
2 |
3 |
|
3 |
2 |
2 |
1 |
1 |
1 |
2 |
2 |
1 |
1 |
1 |
3 |
2 |
1 |
2 |
1 |
|
4 |
1 |
1 |
2 |
2 |
1 |
1 |
1 |
1 |
2 |
2 |
2 |
2 |
2 |
2 |
2 |
|
5 |
2 |
2 |
2 |
2 |
2 |
1 |
1 |
1 |
1 |
2 |
1 |
2 |
1 |
2 |
3 |
|
6 |
2 |
1 |
1 |
1 |
2 |
1 |
1 |
1 |
1 |
2 |
1 |
2 |
1 |
2 |
1 |
|
7 |
2 |
1 |
2 |
2 |
2 |
1 |
2 |
1 |
2 |
2 |
2 |
2 |
1 |
2 |
2 |
|
8 |
1 |
1 |
2 |
2 |
2 |
1 |
1 |
1 |
1 |
2 |
2 |
2 |
1 |
2 |
2 |
|
9 |
1 |
2 |
1 |
2 |
2 |
1 |
1 |
1 |
1 |
2 |
1 |
2 |
1 |
2 |
2 |
|
10 |
2 |
1 |
1 |
2 |
2 |
1 |
1 |
1 |
1 |
2 |
1 |
2 |
1 |
2 |
2 |