Содержание к диссертации
Введение
1. Анализ проблемы автоматизации процесса производства медико-криминалистической экспертизы воздействия химических факторов 12
1.1 Анализ состояния проблемы автоматизации экспертных криминалистических исследований 12
1.2 Особенности криминалистических исследований при экспертизе воздействия химических факторов 15
1.3 Цель работы и задачи исследования 35
2. Иерархическая информационная база медико- криминалистической экспертизы отравлений 38
2.1 Синтез структуры иерархической информационной базы 39
2.2 Алгоритмы формирования иерархической информационной базы 49
2.3 Автоматизированная процедура повышения точности значений степеней принадлежности 59
Выводы второй главы 77
3. Разработка алгоритмического обеспечения автоматизированной консультативной системы медико- криминалистической экспертизы воздействия химических факторов 78
3.1 Алгоритмическая процедура неточного вывода экспертных заключений 79
3.2 Алгоритмы разрешения конфликтов логического вывода 85
3.3 Алгоритмы формирования логического вывода при производстве медико-криминалистической экспертизы 97
Выводы третьей главы 110
4. Разработка и внедрение комплекса программ автоматизированной консультативной системы медико- криминалистической экспертизы воздействия химических факторов 111
4.1 Структура и принципы функционирования автоматизированного банка данных комплекса программ 112
4.2 Организация программных средств автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов 122
4.3 Результаты вычислительного эксперимента 129
4.4 Результаты внедрения автоматизированной консультативной системы 131
Заключение 134
Литература
- Особенности криминалистических исследований при экспертизе воздействия химических факторов
- Алгоритмы формирования иерархической информационной базы
- Алгоритмы разрешения конфликтов логического вывода
- Организация программных средств автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов
Введение к работе
Актуальность темы. В условиях непрерывного роста уровня преступности важное значение при расследовании гражданских и уголовных дел приобретает медико-криминалистическая экспертиза (МКЭ), так как экспертное заключение является одним из основных источников доказательств в следственном и судебном процессах. В настоящее время, по данным уголовной статистики, возросло число умышленных отравлений, в связи с чем все случаи скоропостижной смерти анализируются экспертами с точки зрения возможности отравления. Таким образом, количество уголовных дел, требующих производства медико-криминалистической экспертизы воздействия химических факторов, значительно увеличилось.
Процесс производства МКЭ отравлений постоянно усложняется в связи с непрерывным расширением номенклатуры ядовитых веществ. Кроме того, существует вероятность совершения ошибок при формировании экспертного заключения, связанных с субъективными факторами -квалификацией эксперта, необходимостью выбора заключения из большого числа альтернативных гипотез и т.д. Большое значение для следственного производства имеет оперативность формирования выводов, так как по статистике большинство преступлений против здоровья и жизни граждан раскрывается на этапе предварительного расследования. Однако эксперт не всегда может обеспечить требуемую следствием оперативность получения заключения из-за необходимости обработки большого объема данных, которые нередко бывают нечеткими, неполными, неточными, противоречивыми, и наличия логических рассуждений и действий, выполнение которых нельзя ускорить даже привлечением большого числа исполнителей. В этой связи производство МКЭ в настоящее время оказывается неэффективным с точки зрения обеспечения достоверности и оперативности экспертизы.
Одним из наиболее эффективных путей решения указанных проблем является автоматизация формирования заключений при производстве медико-криминалистической экспертизы и создание комплекса программ автоматизированной консультативной системы (АКС), который позволит уменьшить влияние субъективных факторов и увеличить скорость поиска и обработки данных. Однако вопросы автоматизации процесса производства МКЭ в настоящее время практически не исследованы. Существующие оболочки экспертных систем не позволяют создать комплекс программ АКС, поскольку не учитывают особенности предметной области - неполноту, неточность, нечеткость, противоречивость априорной информации, необходимость получения заключений в условиях множества альтернативных гипотез [1].
В условиях многообразия задач, решаемых при производстве МКЭ (вывод экспертных заключений, получение справочной информации, статистических данных и т.д.), целесообразно создание структуры иерархической информационной базы (ИИБ), сочетающей возможности базы данных и базы знаний, и алгоритмов ее формирования, позволяющих осуществлять ввод информации.
Большая часть знаний предметной области описывается нечеткими понятиями, которые должны быть формализованы для их использования в алгоритмах производства МКЭ. При этом известные методы формализации нечеткой информации не обеспечивают возможность вычисления значений степеней принадлежности с высокой точностью для получения достоверного экспертного заключения, в связи с чем появляется необходимость модификации этих методов.
Для производства медико-криминалистической экспертизы необходимы алгоритмы формирования логического вывода, позволяющие осуществлять вывод экспертных заключений в условиях множества альтернативных гипотез на основе следственных данных, в том числе неточных, неполных, противоречивых.
Таким образом, актуальность работы определяется необходимостью разработки алгоритмов процесса производства медико-криминалистической экспертизы воздействия химических факторов, обеспечивающих создание комплекса программ автоматизированной консультативной системы, который позволит повысить достоверность экспертных заключений и оперативность их формирования.
Целью диссертационной работы является разработка алгоритмов процесса производства медико-криминалистической экспертизы воздействия химических факторов и создание на их основе комплекса программ автоматизированной консультативной системы.
Достижение поставленной цели предполагает решение следующих задач:
1) синтез структуры информационной базы предметной области, сочетающей возможности базы данных и базы знаний;
2) разработка алгоритмов формирования информационной базы, позволяющих осуществлять ввод данных и знаний, увеличивать точность значений экспертных степеней принадлежности при формализации нечеткой информации для повышения достоверности заключений;
3) разработка алгоритмов формирования логического вывода с целью получения достоверного экспертного заключения в условиях множества альтернативных гипотез на основе неточных, неполных, противоречивых данных;
4) разработка комплекса программ, обеспечивающего эффективное использование результатов исследования.
Методы исследования. В диссертационной работе используются методы системного анализа, математической логики, теории алгоритмов, теории вероятности, теории нечетких множеств, теории конфликта, теории множеств, теории баз данных, методы объектно-ориентированного программирования.
Научная новизна.
1. Разработана структура иерархической информационной базы, содержащей декларативную информацию и сочетающей возможности базы данных и базы знаний.
2. Разработаны алгоритмы формирования иерархической информационной базы, позволяющие осуществлять ввод данных и знаний и отличающиеся наличием автоматизированной процедуры повышения точности значений экспертных степеней принадлежности для увеличения достоверности заключений.
3. Разработаны алгоритмы формирования логического вывода при производстве медико-криминалистической экспертизы воздействия химических факторов, позволяющие получить достоверное экспертное заключение в условиях множества альтернативных гипотез на основе неточных, неполных, противоречивых данных.
4. Разработан комплекс программ автоматизированной консультативной системы, позволяющий осуществлять оперативный вывод достоверных экспертных заключений по делам о расстройстве здоровья и смерти от воздействия химических факторов, получать справочную информацию из области медико-криминалистической экспертизы отравлений, повышать квалификацию специалистов и обучать студентов юридических и медицинских ВУЗов.
Практическая значимость работы. В результате исследования получены алгоритмы процесса производства медико-криминалистической экспертизы, позволяющие осуществить разработку комплекса программ АКС, который может быть использован в автоматизированных рабочих местах судебно-медицинских экспертов и криминалистов, а также учебном процессе медицинских и юридических ВУЗов.
Результаты диссертационной работы внедрены в деятельность экспертно-криминалистического центра Главного следственного управления ГУВД Воронежской области, в учебный процесс Воронежского института МВД России, Воронежского государственного университета, Воронежской государственной медицинской академии. Комплекс программ автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов передан в Государственный фонд алгоритмов и программ.
Апробация работы. Основные положения и результаты диссертационной работы представлены 6 докладами на 6 Международных и Всероссийских конференциях: международной научно-практической конференции «Моделирование. Теория, методы и средства» (Новочеркасск, 2001); Второй Всероссийской научно-технической конференции «Теория конфликта и ее приложения» (Воронеж, 2002 г.); XII Международной научной конференции «Информатизация и информационная безопасность правоохранительных органов» (Москва, 2003 г.); Девятой республиканской открытой научной конференции «Современные проблемы информатизации» (Воронеж, 2003 г.); всероссийских научно-практических конференциях «Современные проблемы борьбы с преступностью» (Воронеж, 2003, 2004 гг.). Результаты работы представлялись на рассмотрение и обсуждение научно-технического семинара кафедры «Проблемы управления» Московского государственного института радиотехники, электроники и автоматики (технического университета).
Публикации. Из общего числа публикаций автора в диссертации использовано 15 научных работ.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа изложена на 229 страницах машинописного текста (основной текст составляет 147 страниц), иллюстрирована 20 рисунками и содержит 11 таблиц. Библиографический раздел включает 108 наименований.
В первой главе проведен анализ современного состояния автоматизации экспертных криминалистических исследований, который выявил, что вопросы автоматизации формирования заключений по делам о расстройстве здоровья и смерти от воздействия химических факторов в настоящее время практически не исследованы, несмотря на постоянный рост количества отравлений и усложнение экспертизы в связи с расширением номенклатуры ядовитых веществ. Проанализированы особенности криминалистических исследований при экспертизе воздействия химических факторов: возможность возникновения конфликтов логического вывода; необходимость построения выводов на основе неполной и/или неточной информации; необходимость хранения и обработки большого объема данных и знаний предметной области, которые могут быть нечеткими. Предлагается разработать алгоритмы процесса производства медико-криминалистической экспертизы воздействия химических факторов и на их основе создать комплекс программ автоматизированной консультативной системы, позволяющий хранить большой объем следственной информации и оперативно формировать достоверное заключение на основе нечетких, неполных, неточных, противоречивых данных в условиях множества альтернативных гипотез. Сформулированы цель и задачи исследования.
Вторая глава посвящена разработке иерархической информационной базы медико-криминалистической экспертизы отравлений. В связи с многообразием задач, возникающих в следственной практике при диагностике отравлений (вывод экспертных заключений, получение справочной информации, статистических данных и т.д.), предлагается рациональная форма представления знаний, агрегированных с данными. Разработана структура иерархической информационной базы, которая сочетает возможности базы данных и базы знаний, обеспечивает хранение данных на синтаксическом уровне и знаний - на семантическом уровне. Исходя из объектно-ориентированного представления предметной области, определяется совокупность базовых типов и подтипов. Для ввода информации на синтаксический уровень предлагается использовать функции СУБД по модификации данных. Для ввода знаний на семантический уровень предлагается механизм преобразования описаний предметной области на ограниченном естественном языке в формализмы ИИБ, рассматриваются исходные и результирующие структуры данных. С учетом специфики предметной области - нечеткого характера априорной информации предлагается использовать методы формализации нечетких следственных данных, совмещенные с автоматизированной процедурой уточнения значений степеней принадлежности, позволяющей повысить в итоге достоверность заключений.
Третья глава посвящена разработке алгоритмического обеспечения автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов. Предлагается использовать продукционную модель для структурирования процедурных знаний предметной области. Для производства медико-криминалистической экспертизы разработаны алгоритмы формирования логического вывода с целью получения достоверного экспертного заключения в условиях множества альтернативных гипотез на основе неточных, неполных, противоречивых данных. Построение заключений на основе неполной и/или неточной информации обеспечивается за счет использования процедуры неточного вывода системы MYCIN: для оценки достоверности гипотезы с каждой продукцией связан коэффициент надежности (КН), а с каждой посылкой - коэффициент уверенности (КУ), выражающие соответственно большую (или меньшую) достоверность продукции и посылки. Для определения значений КН предлагается использовать экспертную информацию, полученную с помощью метода направленного опроса специалистов; коэффициент уверенности назначается пользователем в процессе логического вывода.
Разрешение конфликта между продукциями предлагается осуществлять путем определения наиболее приоритетных продукций сортировкой по возрастанию их номеров методом прямого объединения. Для разрешения конфликта между гипотезами разработан алгоритм, основанный на правиле Байеса, позволяющий определить направление дальнейшего вывода.
Четвертая глава посвящена разработке комплекса программ автоматизированной консультативной системы, его тестированию и внедрению. Дается описание структуры и принципов функционирования автоматизированного банка данных и организации программного обеспечения комплекса программ АКС, разработанных на основе проведенных теоретических исследований. Алгоритмизация основных функций АКС осуществлена с учетом представления структурированной информации в иерархической информационной базе и базе знаний. Для проектирования автоматизированной консультативной системы использована передовая технология программирования - объектно-ориентированная. Показаны результаты вычислительного эксперимента: заключения, полученные системой, в 98,6 % случаев были подтверждены дальнейшими клиническими исследованиями; в процессе тестирования комплекса программ АКС рассматривалось 213 случаев отравлений. Приведены результаты внедрения АКС в деятельность экспертно-криминалистического центра Главного следственного управления ГУВД Воронежской области, в учебный процесс кафедры криминалистики Воронежского института МВД России, кафедры криминалистики Воронежского государственного университета, кафедры судебной медицины Воронежской государственной медицинской академии.
В заключении сформулированы основные результаты диссертационной работы.
В приложениях представлены листинги модулей комплекса программ автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов, акты внедрения результатов диссертационной работы.
Особенности криминалистических исследований при экспертизе воздействия химических факторов
Одной из важнейших задач, способствующих повышению эффективности криминалистических исследований, является автоматизация экспертной деятельности. В настоящее время в экспертной практике широко используются автоматизированные дактилоскопические идентификационные системы, позволяющие установить личность по следам рук; автоматизированные баллистические комплексы, осуществляющие идентификацию огнестрельного оружия и т.д. [2, 3].
В условиях постоянного роста преступности важное значение приобретает медико-криминалистическая экспертиза, которая является одним из важнейших доказательств в следственном и судебном процессах [4, 5, 6, 7, 8, 9, 10]. Однако вопросы автоматизации процесса производства МКЭ в настоящее время практически не исследованы, так как задача формализации объектов и процессов предметной области является достаточно сложной и требует привлечения знаний специалистов из разных областей - математики, криминалистики, судебной медицины, информационных технологий.
Автоматизация криминалистических исследований, в особенности экспертиз, на современном этапе невозможно без соответствующего информационного обеспечения. Это обусловлено следующими факторами
1) в настоящее время объектами экспертных исследований является большое количество разновидностей материалов, веществ, каждое из которых характеризуется множеством присущих ему свойств и признаков и, следовательно, информацией о них;
2) получение информации об объекте исследования и ее анализ возможны с использованием различных методов и средств;
3) число объектов и методов исследования постоянно увеличивается, что приводит к расширению круга задач, которые могут быть решены с помощью экспертного исследования.
Из этого следует, что специалист должен обладать возможностью оперировать большим объемом не только криминалистической, но и вспомогательно-справочной информации применительно к объектам и методам экспертного исследования, что является достаточно сложной задачей. Для решения этой проблемы в настоящее время в экспертной практике широко используются автоматизированные информационные системы (АИС), банки данных которых аккумулируют соответствующую информацию. Наиболее распространенными являются автоматизированные информационно-поисковые системы (АИПС) (например, АИПС «КонсультантПлюс: Эксперт», содержащий правовые акты Российской Федерации). Как правило, в данных системах реализуются традиционные возможности поиска по реквизитам документов, по теме, по ключевым словам, выбранным из словаря. Таким образом, АИПС способны осуществлять хранение и поиск информации, необходимой эксперту для формирования заключения. Однако при производстве экспертизы специалист не может опираться только на данные АИПС в связи с тем, что в процессе исследования объекта эксперт анализирует и использует все принадлежащие этому объекту признаки и свойства, а АИПС оперирует не со всеми признаками, характерными для объекта, а только с теми, которые содержатся в системе. При этом может оказаться, что они не полностью соответствуют друг другу по объему и характеру. Результатом этого могут быть две негативные ситуации [2]: 1) система выдает большое количество объектов (в числе которых
находится и искомый);
2) происходит «пропуск цели», при котором искомый объект находится в информационном фонде, но система не выдает данные о нем. В этой связи положительный результат информационного поиска в АИПС не может рассматриваться как равнозначный экспертному исследованию, а только как один из его этапов. Решением этой проблемы является дальнейшее совершенствование АИС: разработка автоматизированных консультативных систем, осуществляющих поддержку принятия решений.
В настоящее время в экспертной практике широко используются системы поддержки принятия решений «КонсультантПлюс», которые предоставляют пользователям консультации специалистов - разъяснения по практическим вопросам налогообложения, бухучета, арбитражного процесса, медицины и фармацевтики и т.д. В то же время автоматизированные консультативные системы процесса производства медико криминалистической экспертизы отравлений не разрабатываются, несмотря на постоянный рост количества отравлений и усложнение экспертизы в связи с появлением новых отравляющих веществ.
Алгоритмы формирования иерархической информационной базы
Одной из особенностей предметной области, как указано выше, является непрерывное расширение номенклатуры ядовитых веществ и методов их обнаружения. В этой связи появляется необходимость разработки алгоритмов формирования иерархической информационной базы, позволяющих осуществлять ввод информации, ориентированных на развитие как синтаксического, так и семантического уровней.
Так как множества (2.1) и (2.3) рассматриваются как алгебраические системы, т.е. как множества, на которых заданы не только отношения, но и операции, будем рассматривать сигнатуру Q p операций синтаксического уровня ИИБ как совокупность базовых операций над отношениями.
Учитывая необходимость многомерного манипулирования данными ИИБ для решения разнородных медико-криминалистических задач, в состав Оф включим два вида операций над отношениями [64, 81, 82, 83, 84]:
1) примитивные операции (селекция, проекция, расширенное декартово произведение, объединение, разность);
2) операции, определенные через примитивные (естественное соединение, деление).
Рассмотрим операции манипулирования с учетом того, что их операнды являются отношениями, а не произвольными множествами [19]:
1) селекция позволяет получить горизонтальное подмножество заданного отношения. Пусть имеется предикат Р и отношение (2.2). При этом предикат имеет ранг т, а отношение R - ранг n, n m. Селекция позволяет получить подмножество таких кортежей отношения R, для которых предикат Р принимает значение «истина»: P(uSi,uS2,...,uJ=TRUE, l Sj n , (2.16) где Sj - список номеров позиций кортежа Uj, U2, ..., un .
С помощью операции селекции можно получить из ИИБ интересующие пользователя данные (например, список свидетельств, для которых бинарный предикат «мера доверия свидетельства 0.5» принимает значение, равное TRUE);
2) проекция позволяет получить вертикальное подмножество заданного отношения. Определим понятие доменов для синтаксического уровня иерархической информационной базы. На множестве (2.1) формируют совокупность доменов Donii, Doni2, ..., Domk, на которой определяется отношение R как подмножество декартова произведения DomxDom2x...xDomk. Элемент отношения является элементом кортежа: r= rbr2, ...,rL . (2.17)
Проекцией PL(R) отношения (2.2) на множество L={Un, ..., UjP} доменов будет такое множество всех кортежей T={ti, t2, ..., tp}, что существует кортеж г= Гі, r2, ..., rL отношения R, в котором rL=tj (j = l,p). Путем отбора из каждого кортежа отношения R указанных имен создается множество кортежей, все повторения имен в которых удаляются. Например, проекция (3L(R) на множество доменов L= (ЯДОВИТОЕ ВЕЩЕСТВО, СИМПТОМ 1} позволяет получить множество пар, каждая из которых определяет название ядовитого вещества и первый симптом из списка ИИБ, проявляющийся в случае отравления этим ядом.
При использовании операции проецирования могут быть получены неверные сочетания данных. В этом случае необходимо учитывать возможность семантической раздробленности информации. Для сохранения семантической целостности данных при проецировании необходимо выполнять следующее ограничение.
Пусть имеется исходная запись (кортеж) Ui, u2, ..., um , путем проекции получаем кортеж tb t2, ..., ti , где содержится ключ, тождественный или эквивалентный ключу кортежа Ui, u2, ..., um . При этом ключ определяется следующим образом: подмножество W={Un, Uj2,..., Uiw} заданного множества (Ui, U2,..., Um} отношения R будем называть ключом, если в двух различных кортежах отношения R значения в каждом атрибуте из W не все одинаковы и ни одно собственное подмножество W этим свойством не обладает;
3) расширенное декартово произведение отношений R и G: RxG позволяет получить новое отношение Т, состоящее из множества всех кортежей, являющихся конкатенацией кортежа гь r2, ..., ri eR и кортежа gi,g2, ...,gn eG: T=RxG={ r,,r2, ...,rk,gbg2, ..., gn } . (2.18)
Эта операция применяется, например, при модификации (пополнении) ИИБ в случае разработки новых химических, физических, гистологических, биологических, ботанических или других методов исследования. При этом в выражении (2.18) R - «устаревшее» отношение ИИБ, G - новое отношение, формируемое экспертами;
4) объединением или суммой отношений R и G является множество Т всех кортежей, содержащее кортежи из R и G: RuG.
В связи с тем, что химическими и фармакологическими предприятиями постоянно разрабатываются и выпускаются новые вещества, способные вызвать отравление, возникает необходимость ввода информации в ИИБ. В этом случае модифицирование ИИБ осуществляется с помощью операции объединения;
Алгоритмы разрешения конфликтов логического вывода
Следствием необходимости формирования выводов на основе противоречивой априорной информации является возникновение конфликтов логического вывода при производстве медико-криминалистической экспертизы воздействия химических факторов [81]: 1) конфликтов между продукциями; 2) конфликтов между гипотезами.
В процессе вывода экспертного заключения возможна ситуация, когда становятся истинными посылки нескольких продукций. В этом случае появляется проблема выбора очередности активизации продукций, которую будем называть конфликтом продукций [17, 82].
Кроме того, в процессе логического вывода коэффициенты уверенности нескольких гипотез могут одновременно принимать значение 0.2, то есть возникает конфликт гипотез. При этом необходимо определить наиболее достоверную из них с целью нахождения направления дальнейшего вывода.
Для уменьшения объема вычислений при применении стратегий разрешения конфликта продукций предлагается использовать информацию из базы данных: если продукция из конфликтного набора уже выполнялась во время текущего сеанса работы, то второй раз она исключается из рассмотрения.
Приоритет продукций предлагается определять путем ранжирования конфликтного набора, учитывая упорядоченность продукций в каждом из множеств Qsp. Наличие номера num у каждой продукции позволяет использовать методы сортировки числовой информации.
Пусть между N продукциями множества QspeQ возникли отношения конфликта, то есть имеется подмножество NUM, состоящее из N элементов -номеров num конфликтующих продукций множества Qsp: NUM= {num?5" , num?",..., numJs"} . (3.14)
Необходимо отсортировать множество NUM по отношению порядка (отношение строгое, так как numf nuiriq, Vnum numqeNUM). Это отношение является определенным для всякой пары элементов множества NUM, т.е. для любых nuirif, numq є NUM имеет место num numq (numf предшествует numq) или numq nunif (numq предшествует numf). Кроме того, отношение порядка удовлетворяет следующим условиям: 1) numf numq (f=l,0) - рефлексивность отношения ; 2) антисиммметричность отношения пит пштц; 3) из numf numq и numq numy следует, что nunif numy (транзитивность отношения ).
Очевидно, что искомый порядок актуализации продукций находится среди всех возможных перестановок множества NUM.
При выборе метода сортировки необходимо оценить его с точки зрения эффективности по точности: метод прямого объединения имеет среднюю погрешность 7,3 %; метод естественного объединения - 16,9 %; метод обмена 17,5 %; метод выборки - 25,5 %; метод Монте-Карло - 11,8 % [63]. Таким образом, использование метода прямого объединения для проведения сортировки продукций в конфликтном наборе представляется наиболее предпочтительным.
Рассмотрим применение этого метода для составления очередности актуализации конфликтующих продукций множества Qsp. Вначале образуем упорядоченные по номерам num пары продукций, затем четверки, упорядоченные последовательности из 8, 16 продукций и т.д. Если N 2 (где d - целое число), то множество NUM дополняется до числа элементов, равного 2d, элементами numy=0, y=l,(2d-N). Затем множество NUM разбивается на непересекающиеся пары {numb num2}, {пштіз, пигщ}, ... , {num2d 3,num2d 2}, {num2d i5num2d} и производится упорядочение внутри пар.
При этом отношение порядка задается следующим образом: пара {nurrif, numq} предпочтительнее пары {numq, nunif}, если nunif numq. Пусть в результате упорядочения получились пары {numb num2}, {пигщ, num3}, {num6, num5}, {num7, num8}, ... , {num2d 2,num2d 3}, {num2d ]}nurn2d}.
Упорядоченные четверки формируются следующим образом [83, 84]: [{пішії, num2}, {пигщ, пигщ}], [{пигщ, num5}, {num7, num8}], ..., [{num2d2,num2d3},{num2d num }] . (3.15)
Производится упорядочение внутри четверок: берется первая пара и определяется, какая из продукций - с номером гіштії или num4 - должна находиться на первом месте в упорядоченной четверке, для чего оценивается, какой из порядков {numb шпц} или {num4, nurrii} предпочтительнее. Пусть {nunii, пигщ} предпочтительнее, тогда продукция с номером nurrii должна стоять первой в упорядоченной четверке. Для определения номера продукции, которая должна быть второй, сравниваются последовательности {nunii, num2, пигщ} и {пить пигщ, num2}. Если пит2 пигщ, то на втором месте должна стоять продукция с номером num2, в противном случае - пигщ. Пусть первыми будут продукции с номерами num і и num2; тогда, чтобы определить упорядоченность всей четверки сравниваются с точки зрения предпочтительности наборы {nunii, num2, пигщ, пишз} и {пшті], пшп2, пигщ, пигщ}. ЕСЛИ пит4 пишз, то первая четверка будет иметь вид: {numi,num2, пигщ, пшпз}. Аналогичным образом упорядочиваются остальные четверки множества NUM. Пусть в результате имеем: {пить num2, шгщ, num3},{num7, num , num5, num8}, ...,{num2d_2,nmn2d_1,num2d_3,num24}. (3.16) Затем из множества NUM формируются восьмерки: [{пшпь ПШП2, пигщ, пит3},{пит7, пит 5, пит5, пит8}], ... (3.17) по аналогии проводится упорядочение внутри восьмерок и т.д. до полной сортировки множества NUM.
Таким образом, с помощью сортировки по возрастанию определяются наиболее приоритетные продукции (с наименьшими номерами), позволяющие осуществить вывод экспертного заключения с наименьшими затратами временных и материальных ресурсов.
Организация программных средств автоматизированной консультативной системы медико-криминалистической экспертизы воздействия химических факторов
Механизм логического вывода в автоматизированной консультативной системе реализован в соответствии с алгоритмами формирования логического вывода, разработанными в п. 3.3. На первом этапе вывода экспертного заключения пользователь вводит вид отравления (смертельное или несмертельное) с целью отсечения вопросов, которые не имеют смысла в данном сеансе диагностики. Затем пользователю задаются вопросы о наличии симптомов в рассматриваемом случае отравления, на основании введенных ответов в соответствии с алгоритмической процедурой неточного вывода, представленной в п.3.1, формируются рабочие гипотезы, и происходит пересчет их коэффициентов уверенности. При возникновении конфликта между выводимыми гипотезами запускается модуль Hip_Konflict.pas, в котором реализован алгоритм разрешения конфликта гипотез, предложенный в п.3.2. Если по окончании процесса логического вывода коэффициент уверенности рабочей гипотезы принимает значение, большее 0.2, пользователю выдается сообщение о результатах проведенной диагностики: «На основе введенной информации система установила, что произошло отравление ядовитым веществом S с уверенностью N».
Как показано в главе 3, для представления процедурных знаний о предметной области в АКС используется продукционная модель; для хранения продукций создана таблица Productions.db, содержащая около 600 продукций. Если в процессе логического вывода имеют место конфликты между продукциями, АКС переходит к выполнению программы Prod_Konflict.pas, которая функционирует в соответствии с алгоритмами разрешения конфликта между продукциями, разработанным в п.3.2. Так как одной из особенностей предметной области является необходимость построения выводов на основе неполной, неточной, противоречивой информации АКС медико-криминалистической экспертизы воздействия химических факторов обладает способностью объяснения полученного решения. Кроме того, это позволяет использовать АКС в учебном процессе с целью повышения квалификации судебно-медицинских экспертов и криминалистов, а также увеличивает степень доверия пользователей к советам системы [106, 107]. В связи с вышесказанным, в АКС предусмотрена возможность вывода на монитор по запросу пользователя тех продукций, использование которых привело к полученным выводам. Для реализации этой функции разработан программный модуль DerevoVivoda.pas. Логический вывод в АКС медико-криминалистической экспертизы воздействия химических факторов обеспечивают программные модули и формы, представленные в табл. 4.6.
В АКС реализована функция интеллектуального преподавания с целью использования системы для повышения квалификации специалистов и в учебном процессе в юридических и медицинских ВУЗах при изучении курса судебной медицины. Структура каталога ошибок (таблицы KatalogOshibok.db), содержащего все отклонения от правильных ответов, которые допускал каждый обучаемый во время предыдущего сеанса работы с системой, представлена в табл. 4.7.
При запуске программных модулей, осуществляющих обучение, пользователь должен ввести фамилию, имя, отчество и выбрать вид обучения: ознакомительное или контролирующее. В первом случае имеется возможность вывода подсказок на экран в случае возникновения у обучаемого трудностей при ответе на вопросы системы. Затем автоматизированная консультативная система осуществляет сопоставление атрибутов Familia, Imia, Otchestvo полей каталога ошибок с введенными данными. Если такие поля обнаружены, на экран выводится форма KatalogOshibokForm, которая содержит сведения об ошибках, допущенных обучаемым во время предыдущих сеансов обучения. После чего загружается модуль обучения; пользователю задаются вопросы, при ответе на которые выдаются соответствующие сообщения: «Верно» или «Ошибка»; в последнем случае информация записывается в каталог ошибок. Если пользователь допускает более 50 % ошибок при ответе на вопросы по одному из разделов медико-криминалистической экспертизы воздействия химических факторов, то система выдает совет о том, какие темы ему необходимо изучить. В случае если количество ошибочных ответов не превышает 50 % от общего количества вопросов, пользователь переходит к изучению следующей темы.
Таким образом, разработанные программные модули позволяют организовать обучение с учетом индивидуальных особенностей пользователя и обеспечить интерактивную связь обучаемого с системой: как только обнаруживается допущенная ошибка, на экран выводится соответствующее сообщение.
Комплекс программ автоматизированной консультативной системы содержит 453 файла, 35 из которых составляют программные модули, написанные на языке Object Pascal. Листинги этих модулей приведены в Приложении А. Общий объем, занимаемый АКС, составляет 7,44 Мб. Структура комплекса программ АКС приведена на рис. 4.3-4.5.
