Предлагаемый нейронный подход к анализу тупиков предполагает предварительное обучение изложенного выше алгоритма на конкретных примерах.
В дальнейшем алгоритм функционирует следующим образом. Каждый участник переговоров систематизирует текущие факты и события, касающихся предмета переговоров, и анализирует соответствующую информацию относительно партнеров по переговорам. Такая информация является основой для возбуждения отдельных нейронов или ансамблей с именами "факты" и "события". По проективным связям 1-2 уровней возбуждение передается в ансамбли, характеризующие стратегию и цель переговоров сторон. Указанное возбуждение запоминается как ансамбль "Сторона переговоров". Аналогичные возбуждения получают другие ансамбли "В", "С" и т.д., которым придается семантический смысл других сторон переговоров.
Возбуждение N ансамблей "Сторона переговоров" по проективным связям 2-3 уровней передается ансамблю следующего, третьего уровня иерархии, которому придается семантический смысл "Ситуации на переговорах". В зависимости от принятых стратегий поведения на переговорах и целевой установки на переговоры этот ансамбль будет возбужден с различной степенью активности.
Возбужденный описанным выше образом ансамбль "Ситуация", являющийся нейронным представлением ситуации на очередном этапе переговоров, сравнивается с ансамблями, находящимися в поле "Примеры". Распознается степень "тупиковости" ситуации (то есть группа ситуаций, к которой принадлежит исследуемая, и имя ансамбля из совокупности "Примеры", наиболее близкого по сравнению с возникшей ситуацией).
Как указывалось выше, каждому ансамблю "Примеры" соответствуют решения, которые были приняты в аналогичных ситуациях и последствия таких решений. Фиксируются соответствующие ансамбли из множества "Решения" и "Последствия". Если последствия принятия указанных решений были в процессе обучения положительными, то есть приводили к выходу из тупика в аналогичной, сходной ситуации, то эти решения определяют характеристики нового вектора, подаваемого на входы нейронов или ансамблей нейронов 1-ого уровня иерархии. По описанной нейронной сети вновь распространяется процесс возбуждения, но уже с скорректированными входными данными.
Формируются новые ансамбли-ситуации, характеризующие измененную ситуацию на переговорах. Вывод о возникновении тупика следует из получаемой неразличимости нейронных ансамблей "Ситуация" с предыдущим и последующим набором стратегий поведения.
Пути выхода из тупика отыскиваются посредством варьирования стратегиями поведения на переговорах и изменения целевой установки на переговоры сторон. При каждом очередном этапе возбуждения нейронной сети определяется, существует ли тенденция выхода из тупика в условиях принятия указанных выше решений, иными словами, происходит ли при новых стратегиях переговоров смещение типа ситуации в сторону ситуации с меньшим значением уровня "тупиковости" (например, из группы "сосуществование" в группу "сотрудничество"). Если указанное осуществляется, то фиксируется стратегия поведения на переговорах, определяющая выбранный путь выхода из переговорного тупика.
Заключение
Выше изложена лишь основная идея нового теоретического подхода к исследованию тупиков на переговорах и путей выхода из них на основе алгоритмов с применением нейронных сетей с ансамблевой организацией. Практический опыт показал, что самым "тонким" элементом при таком исследовании являются вопросы обучаемости модели на конкретных примерах образования тупиков и поиска соответствующих путей выхода из них, то есть построения и придания сематического смысла ансамблям "Примеры тупиков". Примером такой работы, проделанной, например, в области преодоления политических тупиков, можно считать полезные наработки голландского института Heidelberg Institute for International Conflict Research, в котором разработана модель KOSIMO / 1 /. Собранные в ней данные по 28 различным параметрам многих сотен политических конфликтов позволяют приступить к практическому созданию нейронной модели анализа тупиков на международных переговорах в части обобщения и подготовки информации для придания семантического смысла исходным нейронным образам первого и второго уровня иерархии.
К числу особо сложных вопросов, при решении которых слишком значимым является субъективный фактор, относится интерпретация нейронных представлений как исходных данных, так и результатов, то есть преобразование нейронных образов в конкретную числовую или лингвистическую форму. Возникают вопросы, связанные и с полнотой описания стратегий поведения на переговорах. Вместе с тем, на простейших примерах нейронный подход к анализу тупиков в переговорах уже продемонстрировал свою работоспособность (см, например, / 3 /) и получил одобрение специалистов.
Список литературы
1. Абросимов В.К. К созданию моделей ведения переговоров интеллектуальных агентов виртуальных предприятий.- "Третейский суд", N 5/6, 2002, стр. 96-106.
2. Database KOSIMO 1945-1999, Heidelberg Institute for International Conflict Research, 1999.
3. Абросимов В.К., Носов Н.А. Виртуальная реальность компаний-агентов виртуального предприятия. - Публикации проекта "Соционет", 2002, http//abrosimov.socionet.ru
4. Куссуль Э.М. Ассоциативные нейроподобные структуры // АН Украины. Институт кибернетики. - Киев, Наукова думка, 1992. - 140 стр.
5.Viacheslav Abrosimov " Political Deadlocks in Anti-Ballistic Missile Defense Problems: The Methodology of Approach to Research.". - Book of abstracts of Multinational Ballistic Misssile Defense Conference, USA, Philadelphia.: 3A-20-3A21, 2000.