Геловани В.А., Башлыков А.А., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды

URSS. 2001. 304 с. ISBN 5-8360-0298-3. Букинист. Состояние: 4+.

Серия: Труды Института системного анализа РАН

Белая офсетная бумага

Твердый переплет

Аннотация

В монографии рассмотрены методы разработки систем принятия решений, основанных на знаниях для использования в нештатных, нестандартных, чрезвычайных ситуациях.

Приводится классификация функциональных характеристик объектов управления с точки зрения формализации процессов приобретения знаний.

В книге используется междисциплинарный подход к созданию интеллектуальных систем поддержки принятия решений, позволяющий получить эффективные... (Подробнее)

Введение

Последние достижения информатики в области телекоммуникаций, систем, основанных на знаниях (систем искусственного интеллекта – экспертных систем), компьютерных методов принятия решений поставили задачу создания принципиально новых систем, позволяющих интегрировать опыт принятия решений и проведения мероприятий в условиях чрезвычайных ситуациях.

В монографии рассмотрены методы разработки систем принятия решений, основанных на знаниях, для использования в нештатных, нестандартных, чрезвычайных ситуациях. Для решения многих нестандартных задач требуются нетрадиционные методы, использующие как формализованные методы решения (математические), так и неформализованные (методы искусственного интеллекта). В последние годы были разработаны хорошо обоснованные методологии принятия решений. В области формализуемых задач развивается новое направление – математическая теория риска и безопасности. В области плохоформализуемых задач активно развиваются методы искусственного интеллекта, основанные на формализации знаний. Развитие этих методов на первом этапе было во многом связано с созданием медицинских экспертных систем. В данной книге делается попытка классификации функциональных характеристик объектов управления с точки зрения формализации процессов приобретения знаний.

Отличительной чертой предлагаемой авторами методологии является междисциплинарный подход к созданию интеллектуальных систем поддержки принятия решений, позволяющий получить эффективные методы для приложений в области сложных процессов, характеризующихся большими объемами анализируемой информации, плохо формализуемыми процедурами логического вывода для принятия решений и трудностью использования традиционных методов многокритериальной оптимизации. Новым является использование системного подхода к рассматриваемой проблеме, который позволяет разработать методы для целого класса однородных задач.

Таким образом, разрабатываемая в данном проекте методология может рассматриваться как продолжение усилий по системной интеграции компьютерных продуктов на новом современном уровне. Авторы имеют значительный стаж работы в основных областях информатики, связанных с принятием решений, обработкой больших объемов плохо структурированной информации, методами создания интеллектуальных информационных систем, исследованием процессов природной среды. Ими был разработан ряд прикладных систем в этих областях. В монографии рассматривается задача интеграции различных аспектов построения систем поддержки принятия решений в ряде предметных областей.

В ИСА РАН разрабатывались научные основы принятия решений для задач с большими объемами информации на примерах исследования проблем изменений природной среды. Разрабатываемая методология апробировалась с помощью инструментальной системы СПРИНТ, использующей методы искусственного интеллекта, создаваемой ЦНИИКА (Центральный научно-исследовательский институт комплексной автоматизации) и используемой ВНИИГМИ-МЦД (Всероссийский научно-исследовательский институт гидро-метеорологической информации – Мировой центр данных). В результате создавались демонстрационные и исследовательские варианты систем поддержки принятия решений для некоторых прикладных задач.

Большое значение имеют методы системной интеграции, которые позволяют объединить усилия разработчиков различных систем. По-настоящему эффективные системы возникают тогда, когда имеется возможность интегрировать для решения возникающих задач подсистемы, созданные в разное время, различными специалистами, на разной программной базе. В этом случае создаются системы, основанные на знаниях разных людей и разных научных дисциплин. При этом в результате применения системного подхода возникают междисциплинарные знания, и так же, как в традиционном научном мире, возникает проблема общего использования различных языков описаний, отличающихся методов решения проблем и т.п.

Оглавление

Предисловие
Введение
1 Системы поддержки принятия решений в нештатных ситуациях с использованием современной информационной технологии
	1.1. Современная информационная технология и принятие решений в чрезвычайных ситуациях
	1.2. Принятие решений в чрезвычайных ситуациях – актуальное приложение методов информатики
	1.3. Системный подход к созданию систем поддержки принятия решений
	1.4. Современная информационная технология в задачах компьютерной поддержки принятия решений
	1.5. Классификация функциональных характеристик объектов управления с точки зрения формализации процессов приобретения знаний
	1.6. Архитектура телекоммуникационной сети для принятия решений
	1.7. Компьютерная поддержка принятия качественных решений сложных задач с большими объемами информации
		1.7.1. Системы, основанные на знаниях, для поддержки принятия решений
		1.7.2. Информационное моделирование
		1.7.3. Разработка интеллектуальных средств проектирования информационных систем
		1.7.4. Проблемы интеграции разнородной информации в базах знаний
		1.7.5. Парадигма функциональной информации в процессах интеллектуального управления и принятия решений в чрезвычайных ситуациях
		1.7.6. Основные подходы к обработке информации при анализе внештатных ситуаций
		1.7.6.1. Проблемы поддержки и актуализации данных в информационных системах
		1.7.6.2. Проблемы разработки информационных систем
		1.7.6.3. Актуализация информации
		1.7.6.4. Оптимальный объем статистических данных для математической обработки
		1.7.6.5. Методические принципы разработки СППР для внештатных ситуаций
2 Представление знаний в системах поддержки принятия решений
	2.1. Проблема представления знаний
		2.1.1. Особенности знаний
		2.1.2. Концептуальная и экстенсиональная составляющие знаний
		2.1.3. Декларативные и процедуральные методы представления знаний
		2.1.4. Способы описания знаний
		2.1.4.1. Логические модели
		2.1.4.2. Сетевые модели
		2.1.4.3. Фреймовые модели
		2.1.4.4. Продукционные модели
	2.2. Модели представления знаний в системах поддержки принятия решений
		2.2.1. Логическая модель представления знаний
		2.2.1.1. Определение формальной системы
		2.2.1.2. Основные понятия исчисления предикатов первого порядка
		2.2.1.3. Интерпретация логических формул
		2.2.1.4. Логическое следствие
		2.2.1.5. Исчисление предикатов как формальная система
		2.2.1.6. Достоинства и недостатки логики предикатов первого порядка как модели представления знаний
		2.2.2. Модели представления знаний, основанные на аппарате семантических сетей
		2.2.2.1. Основные понятия, используемые при представлении знаний с помощью семантических сетей
		2.2.2.2. Основные типы связей объектов семантической сети
		2.2.2.3. Реализация запроса в семантических сетях
		2.2.2.4. Модель семантической сети М. Р. Квиллиана
		2.2.2.5. Модель семантической сети Г. Хендрикса
		2.2.3. Блочный характер семантических сетей
		2.2.3.1. Дальнейшее развитие теории семантических сетей
	2.3. Продукционные модели
		2.3.1. Основные определения
		2.3.2. Классификация ядер продукции
		2.3.3. Управление системой продукций
		2.3.4. Отличительные особенности продукционных систем
3 Методы поиска решений для динамических баз знаний систем поддержки принятия решений
	3.1. Постановка проблемы
	3.2. Формализация поиска решения
		3.2.1. Специфика систем поддержки принятия решений
		3.2.2. Формализация задачи принятия решений
		3.2.3. Продукционная система как средство уточнения интуитивного понятия алгоритма и представления знаний
		3.2.4. Анализ продукционных систем
		3.2.4.1. Алгоритмический подход
		3.2.4.2. Диспозиционный подход
		3.2.4.3. Анализ результата. Связь с задачей принятия решений
		3.2.4.4. Адаптируемая продукционная модель
	3.3. Анализ систем поддержки принятия решений, основанных на знаниях
		3.3.1. Основные требования, предъявляемые к системам
		3.3.2. Характеристики и сравнительный анализ оболочек систем поддержки принятия решений, основанных на знаниях
		3.3.2.1. Архитектура ядра систем, основанных на знаниях
		3.3.2.2. База знаний ядра СОЗ
		3.3.2.3. Методы поиска решения
		3.3.2.4. Основные возможности интерфейса с разработчиком СОЗ и критерии его выбора
		3.3.2.5. Основные возможности интерфейса с конечным пользователем СОЗ и критерии его выбора
		3.3.2.6. Классификация функциональных применений систем поддержки принятия решений, основанных на знаниях
		3.3.2.7. Классификация существующих оболочек систем поддержки принятия решений, основанных на знаниях, и их сравнительный анализ
4 Инструментальные программные средства разработки систем поддержки принятия решений
	4.1. Классификация инструментальных средств
	4.2. Обзор инструментальных средств разработки СППР
	4.3. Возможности системы ДИЭКС по проектированию СППР
	4.4. Блок приобретения знаний
		4.4.1. Элементы базы знаний ДИЭКС
		4.4.2. Визуальное программирование в ДИЭКС
		4.4.3. Машина вывода
		4.4.4. Планировщик
		4.4.5. Симулятор (Средства моделирования)
		4.4.6. Интерфейс с объектом управления и внешним программным обеспечением. Сетевые приложения ДИЭКС
	4.5. Обзор методов анализа и структурирования потоков информации в человеко-машинных системах поддержки принятия решений
	4.6. Методы оптимизации представления информации в системах поддержки принятия решений
		4.6.1. Интерпретация результатов
		4.6.2. Последовательность анализа значимости
		4.6.3. Устранение избыточности информации
		4.6.4. Выявление взаимосвязанных параметров
	4.7. Структура инструментальной системы СПРИНТ
	4.8. Модель принятия решений в системе СПРИНТ
		4.8.1. Модель представления знаний
		4.8.2. Модификация МПР системы СПРИНТ
5 Системы поддержки принятия решений в области природной среды
	5.1. Базы данных о состоянии природной среды, необходимые для принятия решений
	5.2. Обзор существующих систем, используемых для поддержки принятия решений
	5.3. Краткое описание особенностей предметной области
	5.4. Системные основы использования аппарата экспертных систем
	5.5. Принципы создания СППР в гидрометеорологии
6 Технология разработки экспертных диагностических систем реального времени для экологически опасных объектов (на примере АЭС)
	6.1. Анализ областей применения ЭС РВ и технологий их разработки
		6.1.1. Обзор областей /применения ЭС РВ в энергетике
		6.1.2. Обзор архитектур построения ЭС РВ в энергетике
		6.1.3. Обзор технологий разработки ЭС РВ для СППР
		6.1.4. Основные требования и характеристики экспертных систем реального времени СППР
	6.2. Разработка спринт-технологии построения СППР РВ
		6.2.1. Концептуальная модель СПРИНТ-технологии
		6.2.2. Организация БЗ реального времени как средство поддержки концептуальной модели СППР
		6.2.2.1. Продукционные правила как средство описания моделей знаний реального времени
		6.2.2.2. Описание языка построения диагностических моделей базы знаний реального времени
		6.2.2.3. Метод построения экспертной модели знаний реального времени в СПРИНТ-технологии
		6.2.3. Принципы оценки пользовательского интерфейса информационной системы поддержки принятия решений реального времени
		6.2.3.1. Анализ деятельности оператора энергоблока
		6.2.3.2. Анализ деятельности оператора энергоблока с ВВЭР-1000
		6.2.4. Концепция операторского интерфейса СПРИНТ-РВ
		6.2.4.1. Задачи операторского интерфейса
		6.2.4.2. Концепция дружественного операторского интерфейса
		6.2.5. Функции поддержки принятия решений в СПО СПРИНТ-РВ
		6.2.5.1. Функции СПО СПРИНТ-РВ для режима нормальной эксплуатации
		6.2.5.2. Функции СПО СПРИНТ-РВ для режима с нарушениями нормальной эксплуатации
		6.2.5.3. Функции СПО СПРИНТ-РВ для режима проектных аварий
		6.2.5.4. Функции СПО СПРИНТ-РВ для режима запроектных аварий
		6.2.5.5. Функциональная структура СПО СПРИНТ-РВ
		6.2.5.6. Архитектура процессов поддержки оператора
		6.2.6. Описание общего алгоритма поддержки функционирования СПРИНТ-технологии
		6.2.6.1. Обобщенная структура алгоритма поддержки функционирования СПРИНТ-технологии
		6.2.6.2. Описание применения СПРИНТ-технологии
Заключение
Литература

Об авторе

Геловани Виктор Арчилович

Академик РАН по Отделению нанотехнологий и информационных технологий. Автор около 200 научных публикаций по информатике, человеко-машинным моделирующим системам, моделям сложных технических и социально-экономических систем и процессов. Более 20 лет занимается научно-исследовательскими и опытно-конструкторскими работами в области диффузионного цинкования длинномерных металлических изделий, прежде всего труб нефтяного сортамента, эксплуатируемых в условиях агрессивных коррозионных сред. Является основателем компании, располагающей на сегодняшний день одним из крупнейших в мире производств по нанесению интерметаллидных диффузионных, полимерных и комбинированных покрытий, обеспечивающих многофакторную защиту НКТ и других изделий нефтяного сортамента.