Методы Data Mining для анализа моделей сложных систем

📘 В связи с бурным развитием информационных технологий возникает большой объем как информационных ресурсов, так и компьютерных моделей управления сложными системами. Для принятия правильных решений необходимо исследовать большое количество моделей, чтобы определить наиболее вероятный прогноз изменений системы. Исследование вновь созданных моделей тоже требует их детального сравнения с уже разработанными. Изучение общих свойств и классификация совокупности моделей «вручную» эффективны только в случае небольшого числа исходных данных. Другая проблема, с которой сталкиваются исследования в подобных областях – отсутствие универсальных методов анализа. Целями данного исследования являлись разработка и тестирование методов применения алгоритмов интеллектуального анализа данных (Data Mining) для кластеризации множества моделей в двух предметных областях – климатологии и экономике. Методы применения Data Mining включают в себя несколько этапов, таких как сбор информации и разработка принципов её структурирования, выбор алгоритма исследования и подходящей программной среды, анализ и корректировка полученных результатов, а так же апробация метода на новых данных.