Содержание к диссертации
Введение
1 Обзор методов и средств ситуационного моделирования мультиагентных процессов преобразования ресурсов 13
1.1 Ситуационное управление организационно-техническими системами 13
1Л.1 Ситуационный подход в управлении 13
1Л .2 Рассмотрение организационно-технических систем с точки зрения процессов преобразования ресурсов 16
12 Процесс принятия решений и информационные технологии в организационно- технических системах управления 21
1.2Л Системы поддержки принятия решений (СППР) 24
1.2,2 СППР в стратегическом управлении 27
1.3 Системы ситуационного моделирования 29
1.3 J Классификация систем ситуационного моделирования 29
1.3.2 Обеспечение ситуационного центра (СЦ) 30
1.4 Методы моделирования 33
1,4.1 Имитационное моделирование 33
L4.2 Экспертное моделирование 37
1.4.3 Ситуационное моделирование 40
1.4.4 Мультиагеншый подход 41
1.5 Обзор и сравнение систем динамического моделирования ситуаций (СДМС) 48
1.5.1 Обзор существующих СДМС 48
1.5.2 Требования к СДМС 53
1.5.3 Сравнительный анализ СДМС 54
1.6 Постановка задачи диссертационного исследования 56
2 Ситуационная модель мультиагентного процесса преобразования ресурсов 58
2.1 Требования к модели 58
2.2 Основные объекты ситуационной модели процессов преобразования ресурсов, их поведения и отношения 58
2.2Л Анализ работы классической ситуационной (семиотической) модели 77
2.2.2 Анализ SIE-модели Филипповича А.Ю 80
2.3 Анализ и выбор модели интеллектуального агента 87
2.3.1 Обзор существующих моделей интеллектуальных агентов 87
2.3.2 Модель Швецова 91
2.3.3 Модель поиска решения интеллектуального агента 94
2.4 Анализ и выбор моделей представления знаний 95
2.4Л Анализ фреймовых моделей 97
2.4.2 Применение фреймового подхода Швецова для построения концептуальной модели предметной области (КМПО) 98
2.5 Алгоритмы работы системы (машина вывода) 100
2.5.1 Алгоритм работы интеллектуального агента 101
2.5.2 Организация обмена сообщениями между агентами 105
2.5.3 Алгоритм ситуационно-имитационного моделирования 109
2.6 Выводы 115
3 Описание мультнагентіюй системы динамического моделирования ситуаций BPsim2 Л17
3.1 Функции системы 117
3.2 Принципы построения СДМС процессов преобразования ресурсов 118
3.2.1 Применение объектно-ориентированного подхода при создании системы 118
3.2.2 Математический аппарат 121
3.2.3 Информационное обеспечение 124
3.2.4 Программное обеспечение 124
3.2.5 Алгоритмическое обеспечение 125
3.2.6 Требования к аппаратному и программному обеспечению 128
3.3 Технология работы с системой 128
3.3.1 Основные этапы работы с СДМС BPsim2 128
3.3.2 Переход от модели представления знаний и концептуальной модели к технической реализации на уровне базы данных 129
3.3.3 Реализация механизма логического вьюода на основе языка Transact-SQL 134
3.3.4 Описание фреймовой оболочки экспертных систем «Конструктор фрейм-систем» 141
3.3.5 Создание ситуационной модели процессов преобразования ресурсов 143
3.3.6 Проведение экспериментов с моделью 152
3.4Выьоды 155
4 Применение системы 156
4.1 Базовое предприятие 156
4.2 Моделирование ЗАО «Уральская индустриальная группа» 165
4.2.1 Процесс производств 166
4.2.2 Процесс монтажа 168
4.2.3 Модели агентов 169
4.3 Выводы 189
5 Заключение 191
Список литературы
- Рассмотрение организационно-технических систем с точки зрения процессов преобразования ресурсов
- Основные объекты ситуационной модели процессов преобразования ресурсов, их поведения и отношения
- Применение объектно-ориентированного подхода при создании системы
- Моделирование ЗАО «Уральская индустриальная группа»
Введение к работе
Актуальность работы
Работа посвящена вопросам поддержки принятия решений (ППР). В большинстве случаев ППР заключается в генерации возможных альтернатив решений, их оценке и выборе лучшей альтернативы. При выборе альтернатив приходится учитывать большое число противоречивых требований и, следовательно, оценивать варианты решений по многим критериям.
Характерной особенностью решаемых сегодня задач является их многокритериальное^ поэтому лицам, принимающим решения (АПР), приходится оценивать множество сил, влияний, интересов и последствий, характеризующих варианты решений.
Формализация методов принятия решений, их оценка и согласование являются чрезвычайно сложной задачей. Увеличение объема информации, поступающей в органы управления и непосредственно к руководителям, усложнение решаемых задач, необходимость учета большого числа взаимосвязанных факторов и быстро меняющейся обстановки настоятельно требуют использовать вычислительную технику в процессе принятия решений. Характерной особенностью существующих в настоящее время систем поддержки принятия решений (СППР] является их ориентированность на узкий круг решаемых задач, что создает значительные трудности для лиц, принимающих решения (ЛПР).
Повышение производительности и надежности, уменьшение стоимости и рисков, оценка чувствительности системы к изменениям параметров, оптимизация структуры — все эти проблемы встают как при эксплуатации существующих, так и при проектировании новых технических и организационных систем. Трз'дность понимания причинно-следственных зависимостей в сложной системе приводит к неэффективной организации систем, ошибкам в их проектировании, большим затратам на устранение ошибок. Сегодня моделирование становится единственным практическим эффективным средством нахождения путей оптимального (либо приемлемого) решения проблем в сложных системах, средством поддержки принятия ответственных решений.
Применение ситуационных моделей в управлении способствует повышению эффективности принимаемых решений, сокращению времени принятия решений, повышению качества принимаемых решений, более рациональному использованию имеющихся ресурсов. Разработка систем ситуационного моделирования (ССМ) является одним из перспективных направлений развития СППР. В настоящее время разработаны и активно работают системы ситуационного отображения информации (ССОИ) и аналитические ситуационные системы (АСС], к которым можно отнести: ситуационно-кризисный центр Минатома, мобильный пункт управления для МЧС России, СЦ региональной энергетической комиссии, СЦ Министерства природных ресурсов РФ и др. Специально разработанных систем динамического моделирования ситуаций в настоящее время не существует,
В данной работе рассматриваются вопросы моделирования мультиагентных процессов преобразования ресурсов. К ним относятся большинство окружающих нас процессов: процессы, протекающие в производстве, технике, организационно-технических системах, экономике, окружающей среде. В настоящее время наблюдается существенный интерес к области мультиагентных систем, спецификой которых является наличие сообществ взаимодействующих агентов, отождествляющихся с лицами, принимающими решения.
У истоков мультиагентного подхода лежат методы экспертного, имитационного и ситуационного моделирования. Существенный вклад в развитие данного направления внесли следующие ученые: Борщёв А.В,, Вавилов А.А,, Гольдштейн С.Л.? Емельянов С.В.? Исидзука М., Карпов Ю.Г., Клыков Ю.И., Попов Э.В., Поспелов ДА., Прицкер А.3 Советов Б.Я., Форрестер Дж., Филиппович А.Ю., Чистов В.П., Швецов А.Н., Шеер А.В., Уэно X., Яковлев СЛ, Jennings N.R., Minsky М., Wooldridge M.J..
В настоящее время не существует средств динамического моделирования ситуаций (СДМС) мультиагентных процессов преобразования ресурсов, а близкие к данному классу системы, как будет показано в дальнейшем, имеют ряд недостатков: неполный набор функциональных возможностей, отсутствие поддержки функции проектирования концептуальной модели предметной области и построения
мультиагентных моделей, содержащих интеллектуальных агентов; неполное соответствие понятийного аппарата проблемной области мультиагентных процессов преобразования ресурсов, высокая стоимость (порядка 50-70 тысяч долларов}, отсутствие поддержки русского языка.
В связи с этим, актуальным является исследование существз'ющих математических ситуационных моделей процессов, адекватных мультиагентному процессу преобразования ресурсов, и на их основе создание проблемно -ориентированно го пакета моделирования, который должен обеспечить возможность ЛПР самостоятельно создавать модели ситуаций и с их помощью решать различные задачи анализа.
Объект исследования.
Мультиагентные процессы преобразования ресурсов.
Предмет исследования. Системы и методы динамического имитационного моделирования мультиагентных процессов преобразования ресурсов.
Цели и задачи исследования.
Основной целью диссертационной работы является создание и внедрение системы динамического моделирования мультиагентных процессов преобразования ресурсов, обеспечивающей высокоуровневый интерфейс при разработке моделей, решении задач и проведении экспериментов. Для реализаций основной цели исследования в работе решены следующие задачи:
проведен анализ существующих методов и средств моделирования мультиагентных процессов преобразования ресурсов;
выделены и описаны основные объекты модели мультиагентного процесса преобразования ресурсов;
исследованы существующие ситуационные, динамические модели мультиагентных процессов преобразования ресурсов;
разработана ситуационная динамическая модель мультиагентного процесса преобразования ресурсов;
создана и внедрена мультиагентная СДМС в области процессов преобразования ресурсов на основе разработанной динамической модели.
Гипотеза заключается в разработке и применении системы (методов и инструментальных средств) ситуационного, имитационного и экспертного динамического моделирования ситуаций мультиагентных процессов с целью повышения эффективности принятия решений при ситуационном управлении преобразованием ресурсов.
Методы исследования. Для достижения поставленной цели используются: методы системного анализа и синтеза, теория и методы искусственного интеллекта, методы ситуационного управления, методы экспертного и имитационного моделирования, теория процессов преобразования ресурсов, логика предикатов первого порядка, теория и методы принятия решений*
Основные научные результаты и положения, представленные к защите:
1, Математическая ситуационная модель мультиагентного
процесса преобразования ресурсов, которая отличается от существующих:
интеграцией ситуационного, имитационного, экспертного и мультиагентного подходов;
представлением мультиагентного процесса преобразования ресурсов в виде продукционной системы;
- интегрированной фреймово-семантической моделью представления
знаний на основе фрейм-концептов и концептуальных графов;
- формированием выводов на ограниченном естественном языке,
базирующемся на логике предикатов первого порядка7 и на языке запросов
(Transact SQL);
- моделью интеллектуального агента, управляющего процессом
преобразования ресурсов.
2. Компьютерная технология создания графических
ситуационных моделей больших систем и поддержки принятия решений,
отличающаяся:
организацией диалогового (интерактивного) режима при работе с СДМС (вводе, корректировке данных, создании моделей и решении задач);
визуальными средствами описания иерархических мультиагентных ситуационных процессов преобразования ресурсов;
- наличием фреймово-семантической оболочки экспертной системы
(ЭС).
Достоверность подученных положений, выводов и
рекомендаций подтверждается:
- привлечением формальных логических теорий для доказательства
результатов исследований;
применением компьютерной технологии моделирования мультиагентных процессов преобразования ресурсов не предприятиях.
Научная новизна исследований заключается в разработке системы динамического моделирования мультиагентных процессов преобразования ресурсов. При этом:
- разработана математическая модель мультиагентного процесса
преобразования ресурсов на основе интеграции аппаратов процессов
преобразования ресурсов, обобщенной модели интеллектуального агента и
SIE-модели;
- расширена динамическая модель процессов преобразования
ресурсов аппаратами мультиагентных систем и ситуационного управления;
- создана оболочка универсальной фреймовой экспертной системы на
основе реляционной базы данных MS SQL Server;
предложены новые технические решения по построению проблемно-ориентированной СДМС на основе интеграции аппаратов имитационного, экспертного и ситуационного моделирования;
разработаны алгоритмы поведения интеллектуального агента и работы машины вывода, которые легли в основу разработки и создания мультиагентной СДМС;
усилен аппарат моделирования конфликтов, возникающих на общих ресурсах и средствах, за счет расширения моделей преобразователя и средства, а также учета конфликтов между агентами.
Научная значимость исследований заключается в развитии теории и методов построения СГ1І1Р, компьютерного моделирования интегрированных экспертных систем, основанных на знаниях, с использованием гибридных моделей.
Практическая ценность исследований состоит в том, что разработанные математические модели и СДМС позволяют:
реализовать (в диалоговом режиме) процесс формализации модели в конкретной предметной области;
проводить имитационные эксперименты с их последующим анализом;
вырабатывать эффективные управленческие решения на производственных предприятиях.
Личный вклад автора состоит в:
разработке и исследовании систем динамического моделирования мультиагентных процессов преобразования ресурсов;
исследовании возможности использования типовых ситуационных моделей;
- разработке ситуационной модели мультиагентного процесса
преобразования ресурсов;
разработке требований к СДМС,
разработке информационного, алгоритмического, методического и лингвистического обеспечения СДМС.
Реализация работы. СДМС внедрена в ЗАО «Уральская индустриальная группа», в ООО «Промтехмонтаж», на кафедре АСУ ГОУ ВПО «УГТУ-УПИ»,
Апробация работы- Результаты диссертационной работы докладывались и обсуждались на VIII Всеросс. студ. научн.-техн. конф. «Информационные технологии и электроника» (Екатеринбург, 2003), второй международной научн.-метод, конф. «Новые образовательные технологии в вузе» (Екатеринбург, 2004(, конференциях молодых ученых ГОУ УГТУ-УГШ (Екатеринбург, 2003-2005), региональной конф.? посвященной 50-летию Радиотехнического образования на Урале (Екатеринбург, 2004), второй международной научн.-техн. конф. «Инфокоммуникационные технологии в науке, производстве и образовании» (Кисловодск, 2006), Международных научн.-практ. конф. «СВЯЗЬ-ПРОМ» (Екатеринбург, 2005-2006), Международной кокф. «Реформы управления в высшем образовании: тенденции, проблемы, опыт» (Ростов-на-Дону, 2004), второй Всеросс. научн.-практ. конф. «Имитащтонное моделирование. Теория и практика» (Санкт-Петербург, 2005), XII международной наз^щ.-практ. конф. «Современные техника и технологии» (Томск, 2006). Результаты работы
были представлены на международной конф. EUROCON2005 «Computer as Tools» (Белград, 2005).
Публикации, По теме диссертации опубликовано 23 научные работы.
Структура предлагаемого материала выглядит следующим образом.
Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Объем основной части работы составляет 202 страницы машинописного текста. Диссертация содержит 57 рисунков и 24 таблицы. Список литературы включает 158 наименований.
В первой главе диссертации обоснована необходимость автоматизации процесса принятия решений (ППР), приведен обзор методов моделирования мультиагентиых процессов преобразования ресурсов, рассмотрены системы близкие по функциональности к СДМС и выполнен их сравнительный анализ, определены требования к СДМС мультиагентиых процессов преобразования ресурсов.
Во второй главе проведен анализ существующих ситуационных моделей (семиотической к SIE-модели). Предложена математическая ситуационная модель мулътиагентного процесса преобразования ресурсов созданная на основе интеграции аппаратов процессов преобразования ресурсов, ситуационного и экспертного моделирования, мультиагентиых систем.
В третьей главе излагаются принципы построения СДМС мультиагентиых процессов преобразования ресурсов, приведено описание разработанной мультиагентной СДМС,
В четвертой главе рассмотрены примеры применения мультиагентной СДМС процессов преобразования ресурсов при решении следующих задач: моделирование деятельности базового предприятия, анализ и прогнозирование деятельности производственного предприятия.
Рассмотрение организационно-технических систем с точки зрения процессов преобразования ресурсов
В разделе рассматрршается предметная область процессов преобразования ресурсов, охватывающая такие классы процессов, как производственные, технологические, организационные, бизнес-процессы и цепочки поставок, и рассматривается возможность применения ситуационного подхода к данной предметной области.
Под процессом преобразования ресурсов понимается непрерывный или дискретный процесс преобразования входа (ресурсов необходимых для выполнения процесса) в выход (продуктов - результатов выполнения процесса). Элемент (компонент] такого процесса преобразования ресурсов или весь процесс представлен в виде структуры, включающей: вход, условие запуска, преобразование, средства преобразования, выход [33-43].
В процессе преобразования ресурсов обычно происходит уменьшение объема входа и увеличение объема выхода. В момент выполнения условия запуска уменьшается входной ресурс и захватываются средства. В момент окончания преобразования происходит увеличение выходного ресурса и освобождение средств. Таким образом, процесс преобразования ресурсов позволяет описывать большинство окружающих нас процессов. Данный подход лег в основу теории динамического моделирования процессов преобразования ресурсов, успешно используемой авторами для решения задач управления производственными и бизнес-процессами [33-43].
В качестве примера системы преобразования ресурсов может быть рассмотрено любое производственное предприятие. В обобщенном графическом виде (на верхнем уровне) коммерческое предприятие может
В целом можно отметить, что подход к моделированию процессов, используемый авторами теории процессов преобразования ресурсов, близок к подходу рассмотрения процесса в виде полюсника или группы полюсников, используемому в работах следующих авторов: Клыкова Ю.И. и Поспелова Д.А. [9-Ю, 12-13] при моделировании технологических и производственных процессов, работы морского порта, аэропорта и железнодорожного узла, диспетчеризации тампонажргых работ при бурении нефтяных и газовых скважин; Чистова В.П., Кононенко И.А., Ситникова И.О., Захаровой Г.Б. при моделировании и проектировании радиоэлектронной аппаратуры [48-50]. Методы ситуационного управления нашли применение при автоматизации управления процесса капитального строительства [51] на основе моделей сетевого планирования, которые также используются в задачах распределения и планирования ресурсов.
С точки зрения ситуационного управления процесс преобразования ресурсов в графическом виде будем представлять следующим образом (рисунок 1.4). ресурсов Под элементом «управление» процесса преобразования ресурсов будем понимать набор управляющих воздействий (команд). Условие запуска определяет момент запуска процесса преобразования ресурсов на основании: состояния процесса преобразования, входных и выходных ресурсов, стартующих (запускающих преобразование) команд управления, средств, с помощью которых осуществляется преобразование (далее «средств») и других событий, возникающих во внешней среде процесса. В момент запуска определяется время выполнения преобразования на основании параметров команды управления и имеющихся ресурсных ограничений.
Согласно принципам создания ситуационных динамических моделей, изложенных Клыковым Ю,И. в [8-9], при построении моделей сложных систем управления целесообразно строить иерархические модели уровней управления, причем па каждом вышележащем уровне формируются команды для нижележащего уровня.
На различных уровнях сложной системы управления используются следующие три основных способа построения композиций команд: последовательный, параллельный и смешанный, При формализации функционирования сложной системы в виде дискретной сети команды управления задаются с помощью графов функционирования автоматов сети, отображаюптцх функциональную и временную структуры команд. Элементарные команды управления характеризуют всевозможные переходы между смежными вершинами графов функционирования автоматов сети. Производные команды управления, являюшцеся композициями элементарных, задаются в виде путей графов функционирования автоматов. Введение дискретной сети позволяет дать точное определение команды управления большой системой в момент времени t [8].
Команда управления большой системой в момент времени t представляет собой совокупность команд, подаваемых на управляющие входы полюсников сети в момент времени і и связей между командами, определяемых структурой сети. Команда управления в момент времени t соответствует макроситуации, которой принадлежит микроситуация s(t-l). В общем случае полюсниками дискретной сети могут быть модели принятия решений. В этом случае командами управления полюсников служат указания на решение определенных задач из допустимого множества, а связи сети определяют порядок решения задач на заданном временном интервале.
Основные объекты ситуационной модели процессов преобразования ресурсов, их поведения и отношения
Математическая модель должна обеспечивать динамическое моделирование действий интеллектуальных агентов по анализу ситуаций и принятию решений в области процессов преобразования ресурсов. Таким образом, модель должна отвечать следующим требованиям:
1) ориентация на моделирование процессов преобразования ресурсов и решение соответствующих задач [33] и отражение следующих особенностей данных процессов: учет различных типов ресурсов (материальных, информационных, энергетических, трудовых, финансовых); учет состояния операдий и условий ъ конкретные моменты времени; возможность задания начальных состояний операций; учет возникновения и разрешения конфликтов на общих ресурсах и средствах; возможность задания разветвления и слияния потоков ресурсов; иерархическое представление структуры процесса; возможность расчета характеристик и параметров процесса на каждом уровне иерархии.
2) наличие сообществ интеллектуальных агентов, участвующих в управлении процессом преобразования ресурсов. Данное требование предполагает наличие следующих элементов: модели агента, базы знаний интеллектуального агента, модели взаимодействия (общения) агентов;
3) применение ситуационного подхода (наличия в модели агента механизмов диагностирования ситуаций и поиска решений). Модель, отвечающая выше перечисленным требованиям, реализуется с помощью интеграции имитационного, экспертного и ситуационного моделирования в области процессов преобразования ресурсов.
Для предметной области процессов преобразования ресурсов в настоящее время не существует математической ситуационной модели, поэтому разработка соответствующего математического аппарата является актуальной задачей. В данном разделе решается задача расширения модели процессов преобразования ресурсов аппаратом ситуационного управления и мультиагентных систем.
При построении динамических моделей производственных процессов (относящихся к классу процессов преобразования ресурсов} широко используются следующие математические схемы: модели системной динамики [16-17], системы массового обслуживания [15, 74], сети Петри [2, 15], процессы преобразования ресурсов [33-39J. Математическая модель процессов преобразования ресурсов, представленная в работах [33-43] является наиболее близкой для реализации на ее основе ситуационной модели процессов преобразования ресурсов. С целью создания нового математического аппарата в работе за основу берется математическая модель процесса преобразования ресурсов и расширяется аппаратом ситуационного управления и мультиагентных систем. Также в математической модели процесса преобразования ресурсов был усилен аппарат моделирования конфликтов, возникающих на общих ресурсах и средствах.
Для реализации ситуационной мулътиагентной модели, ориентированной на динамическое моделирование процессов преобразования ресурсов, как следует из первой главы, в модель [33-43] необходимо ввести следующие объекты: система; модель системы; цель; команда управления; микро ситуация; макроситуация; ситуация; математический формализм; агент.
Понятия системы, модели, микро ситуации, макроситуации, ситуадии, математического формализма заимствованы из работы [18],
Под системой [Sys) понимается совокупность объектов (элементов), связей между ними и собственных атрибутов- В системе все объекты должны быть связаны. В системе может изменяться значение свойств объектов и связей. Sys = 0? [Relation), А (2.1) где О - объекты (элементы), ресурсы, средства, сообщения, преобразователи, цели, агенты, параметры; Relation - связи; j\seif _ собственные атрибуты системы.
Осшвішми объектами ситуационного мультиагентното процесса преобразования ресурсов нолшотен (рис,2Л): операции {Op), ресурсы {RES}, командах управления (U), средства (МВСН) процессы {PRh чъточитш [Sender) и приємнішії ресурсов {Receiver}, перекрестки {Junction), дели (( параметры (Р)? агенты {Agent}. Отдельно выделены информационные типы ресурсов: сигналы {Sig) и зшвкм на выполнение операции [Order), Параметры процесса зодшш-ся функцией от характеристик объ&хстов и разделяются на производные (енкрткя различного типа характеристик и консолидированные (свертка одноименных характеристик операций процесса)- Описание ири шнна-оледственеык связей шжлу &леш нтами преобразования и ресурсами задается объектом связь (Relation). Существование агенток ирхуию. агеет наличие сообщений (Message}, мнкроситуаций {Mis}, макроситуаций {Ма$} ситуаций (SU) н решений (планов действий) {Decision},
Применение объектно-ориентированного подхода при создании системы
Одним из способов представления знаний в ЭС является объектно-ориентированная парадигма. Этот подход является развитием фреймового представления. В его основе лежат понятия объект и класс [11]. В реальном мире, а точнее в интересующей разработчика предметной области, в качестве объектов могут рассматриваться конкретные предметы, а также абстрактные или реальные сущности. Например, объектами могут быть: покупатель; фирма, производящая определенные товары; банк; заказ на поставку. Объект обладает индивидуальностью и поведением, имеет атрибуты, значения которых определяют его состояние. Так, конкретный покупатель, делая заказ, может оказаться в состоянии, когда денег на его счете не хватает для оплаты, а его поведение в этом случае заключается в обращении в банк за кредитом.
Каждый объект является представителем некоторого класса однотипных объектов. Класс определяет общие свойства для всех его объектов. К таким свойствам относятся состав и структура данных, описывающих атрибуты класса и соответствующих объектов, и совокупность методов - процедур, определяющих взаимодействие объектов этого класса с внешней средой. Например, описание класса "магазины" может включать такие атрибуты, определяющие состояние объектов, как название и адрес, которые индивидуальны для каждого объекта этого класса - конкретного магазина, штат сотрудников, размер текущего счета, а также методы: формирование заказов на поставку товаров, передача товара со склада в торговую секцию и т.д.
Объекты и классы обладают характерными свойствами, которые активно используются при объектно-ориентированном подходе и во многом определяют его преимущества. К этим свойствам относятся перечисленные ниже.
Инкапсуляция - скрытие информации. При объектно-ориентированном программировании имеется возможность запретить любой доступ к атрибутам объектов, доступ возможен только через его методы. Внутренняя структура объекта в этом случае скрыта от пользователя, объекты можно считать самостоятельными сущностями, отделенными от внешнего мира. Для того чтобы объект произвел некоторое действие, ему извне необходимо послать сообщение, которое инициирует выполнение нужного метода. Инкапсуляция позволяет изменять реализацию любого класса объектов без опасения, что это вызовет нежелательные побочные эффекты в программной Системе. Тем самым упрощается процесс исправления ошибок и модификации программ.
Наследование - возможность создавать из классов новые классы по принципу "от общего к частному". Наследование позволяет новым классам при сохранении всех свойств классов-родителей (суперклассы) добавлять свои черты, отражающие их индивидуальность. С точки зрения программиста новый класс должен содержать только коды и данные для новых или изменяющихся методов. Сообщения, обработка которых не обеспечивается собственными методами класса, передаются суперклассу. Наследование позволяет создавать иерархии классов и является эффективным средством внесения изменений и дополнений з программные системы.
Полиморфизм. - способность объектов выбирать метод на основе типов данных, принимаемых в сообщении. Каждый объект может реагировать по-своему на одно и то же сообщение. Полиморфизм позволяет упростить исходные тексты программ, обеспечивает их развитие за счет введения новых методов обработки.
Объектно-ориентированный подход заключается в представлении системы в виде совокупности классов и объектов предметной среды. При этом иерархический характер сложной системы отражается в виде иерархии классов, а ее функционирование рассматривается как взаимодействие объектов, с которыми ассоциируются, например, продукционные правила. Ассоциирование продукционных правил ЭС с иерархией классов осуществляется за счет использования общих правил, в качестве префикса которых обычно используется ссылка на класс, к которому данное правило применимо. Указанный префикс с точки зрения декларативного представления знаний семантически подобен квантору всеобщности в исчислении предикатов [11].
В ООП объекты являются главными элементами абстракции, которые находят свое применение на каждом этапе жизненного цикла программного продукта. На этапе анализа предметная область разделяется на объекты, обладающие некоторыми свойствами, выполняющие определенные функции, и возможно, вступающие в некоторые отношения между собой. На этапе проектирования объекты являются главными единицами декомпозиции. На стадии программирования объекты становятся основными элементами реализации. Традиционная объектно-ориентированная терминология определяет объект как пакет, содержащий данные и процедуры, имеющий методы, которые предоставляются как сервисы другим объектам [21].
Класс определяет поведение объектов, являющихся его экземплярами и служит шаблоном, на основе которого создаются конкретные объекты.
Достоинства объектно-ориентированного проектирования заключаются в следующем [21]: - обеспечиваются основные свойства объектной ориентации инкапсуляция и наследование; - поддерживается модульная структура, содержащая множество автономных сущностей, взаимодействующих через обмен сообщениями; - используется независимость реализации, т.е. внутренний механизм функционирования объекта может модифицироваться без влияния на остальные части системы.
Моделирование ЗАО «Уральская индустриальная группа»
Принятие подобной структуры для организации фрейма приведет к проблеме инкапсуляции данных. Очевидно, что при работе со статической фрейм-моделью для обработки данных в таблицах можно создать хранимые процедуры, но при необходимости внесения изменений в структуру модели это приведет к ошибкам (в крайнем случае - к повреждению всей создаваемой модели), устранение которых потребует привлечения разработчиков программистов. В этом случае можно предложить два следующих подхода:
Первый заключается в том, что сначала заносятся данные в таблицу описания слотов. Эта операция достаточно простая и для её выполнения можно даже не писать дополнительную встраиваемую процедуру. Затем запускается процедура генерации новой таблицы, её регистрации, изменения данных в таблицах, описывающих структуру дерева. Входными данными для этой процедуры будут имена нового фрейма и его предка.
Второй подход более универсален, он позволяет значительно упростить работу пользователя или программиста, создающего приложение на основе БД. Он заключается в том, что сначала запускается процедура, принимающая лишь количество полей в новом фрейме и создающая новую процедуру - процедуру создания фрейма с заданным количеством слотов. Эта процедура и выполняет все действия по созданию и регистрации нового объекта БД, а затем удаляется.
Второй подход, реализуется при помощи языка Transact-SQL. В нем предусмотрена возможность использования многократно вложенных операторов Exec[ute;, которые позволяют создавать и более сложные конструкции. Также с помощью этого оператора создаются процедуры заполнения фреймов, так как в соответствии с функциями системы, может потребоваться не только регистрация фреймов, но и обработка вносимых в модель объектов. Выделим несколько групп хранимых процедур, необходимых при работе с моделью: 1. Преобразование структуры модели (создаются вместе с БД и динамически). 2. Редактирование данных в модели (создаются динамически). 3. Преобразование данных (создаются вместе с БД и динамически). 133 4. Присоединенные к данным (создаются динамически], 5. Контроль и поддержание целостности модели (создаются вместе с БД).
Для предотвращения попыток создания таблиц модели с именами, совпадающими друг с другом и с именами служебных таблиц, используются служебные таблицы MS SQL Server (структура большинства этих таблиц заранее определена и введение ограничений при помощи объектов типа constraint в них значительно облегчит задачу сохранения целостности структуры модели).
Для учета процедур преобразования данных и процедур, присоединенных к данным можно поступить следующим образом: для каждого дерева создадим таблицу следующей структуры (таблица 3.6). Таблица указателей процедур Таблица 3. ИдснтисшкЕтор PR Имя процедуры Тогда н таблице описания слотов (см. табл. 3.3) в поле «Хранимая процедура» будем помещать идентификатор хранимой процедуры, а в поле «параметры» ключ следующей таблицы (таблица 3.7): Таблица для реализации демонов Таблица 3. Идентификатор PIIR Параметр 1 Параметр 2 Параметр N Таким образом, для каждой процедуры должна быть своя таблица параметров. При возможности наличия у объектов нескольких процедур необходимо ввести таблицу ключей (таблица 3.8): Таблица ключей Таблица 3. Идентификатор объекта Идентификатор PR Идентификатор PHR
Реализация механизма логического вывода на основе языка Transact-SQL Как отмечено в работе [б] «чтобы системы с базами знаний, основанные на фреймовых системах, извне выглядели интеллектуальными, 134 при их проектировании необходимо предусматривать применение в составе системы присоед?шенных процедур. Иначе их трудно будет отличить от обычных программ обработки данных". В данном разделе решается задача обоснования реализации механизма логического вывода на основе языка Transact-SQL.
Рассмотрим решение примера «классической» задачи на основе подхода изложенного в разделе 2.4.3. Пример описан в [119J, демонстрирующий следующие аспекты фреймов: значения по умолчанию, демоны, множественное наследование.
В данном примере рассматривается предметная область оценки недвижимости - необходимо провести оценку примерной стоимости па рынке земельных участков, полная информация о которых отсутствует. Большинство участков имеет, как правило, форму выпуклых прямоугольников, поэтому можно оценить стоимость участков, предполагая, что те, о которых идет речь, также имеют подобную форму, если только нет конкретной информации об обратном [119],
Предположим, что цепочка -КВАДРАТ - ПРЯМОУГОЛЬНИК - ПАРАЛЛЕРОГРАММ - ТРАПЕЦИЯ - ЧЕТЫРЕХУГОЛЬНИК -» МНОГОУГОЛЬНИК» представляет знания о плоских геометрических фигурах, которые можтто использовать для логических рассуждений о форме участков. Каждый узел в этой цепи имеет связанную с ним структуру записей (фрейм), формат которой приведен ниже. NAME (ИМЯ): Number of sides (Количество сторон): Length of sides (Длины сторон): Size of Angles (Углы): Area (Площадь); Price (Цена):
Практически все слоты фрейма Многоугольник придется оставить незаполненными, поскольку ничего нельзя сказать о сторонах и углах типичного многоугольника. Однако для слота Количество сторон Б качестве значения по умолчанию можно установить 4, поскольку подавляющее большинство земельных участков имеет форму четырехугольника.
