Содержание к диссертации
Введение
1- Анализ методологии и интеллектуальных технологий для поддержки коммуникативных процессов при выполнении комплексных проектов в распределенном информационном пространстве 11
1.1. Анализ основных проблем управления мультипроектньши командами в распределенной среде 11
1.2. Анализ известных подходов, направленных па повышение эффективности коммуникативных процессов 15
1.3. Анализ применимости методов регулярного менеджмента к повышению эффективности проектной командной работы в организациях 20
1.4. Анализ методов имитационного моделирования коммуникативных процессов 36
1.5. Анализ известных инструментальных программных средств поддержки выполнения проектов 45
1.6. Анализ реализаций систем распределенного искусственного интеллекта 48
1.7- Постановка задачи исследования 55
2. Разработка концептуальных основ поддержки выполнения проектов в распределенной среде на основе моделирования коммуникативных процессов 58
2.1. Разработка базового подхода 58
2.2. Применение системно-когнитивного подхода для поддержки выполнения проектов и распределенном информационном пространстве 62
2.3. Применение подхода к моделированию информационного сообщества на основе репутационного механизма 85
2,4. Выводы по главе 93
3. Разработка моделей и алгоритмов для реализации мультиагентного подхода при моделировании поведения исполнителей проекта .. 94
ЗХ Разработка модели процесса формирования сетевой структуры мультипроектной команды 94
3.2. Разработка алгоритмического обеспечения для реализации предложенного подхода 91
3.2.1. Разработка обобщенного алгоритма формирования сетевой структуры в процессе выполнения графика работ по проекту 97
3.2.2. Формулировка требований к реализации алгоритма, основанных на принципах самоорганизации 98
3.2.3. Разработка алгоритма поведения интеллектуального агента 99
3.2.4. Анализ вычислительной сложности алгоритма 100
3.2.5. Разработка алгоритма проведения вычислительного эксперимента для анализа эффективности алгоритма формирования сетевой структуры 102
3.3. Выводы по главе 103
4. Разработка инструментальных программных средств и анализ эффективности предложенного подхода на основе имитационного моделирования 104
4.1. Разработка инструментальных программных средств для поддержки выполнения проектов в распределенной среде 104
4.1.1. Архитектура мультиагентной системы на базе сервисов .NET. 104
4.1.2. Объектная модель агента 109
4.1.3. Место мультиагентной системы в интернет-комплексе поддержки выполнения проектов 111
4.1.4. Разработка экспертной системы когнитивного моделирования сложных систем 113
4.1.5. Разработка системы моделирования информационного сообщества на основе репутационного механизма 119
4.2. Оценка эффективности предложенного подхода по результатам вычислительного эксперимента на тестовых примерах 123
4.2.1. Методика проведения вычислительного эксперимента для анализа эффективности предлагаемого метода в сравнении с классическим решением задачи о назначениях... 123
4.2.2. Сравнение работы алгоритмов в случае дефицита квалифицированных исполнителей 124
4.2.3. Сравнение работы алгоритмов в случае, когда каждый исполнитель по своим характеристикам способен выполнять любую из предложенных задач 131
4.2.4. Анализ результатов эксперимента и интерпретации применимости предлагаемого метода в условиях неопределенности 135
4.3. Выводы по главе 136
Основные результаты и выводы 137
Список литературы
- Анализ известных подходов, направленных па повышение эффективности коммуникативных процессов
- Применение системно-когнитивного подхода для поддержки выполнения проектов и распределенном информационном пространстве
- Разработка обобщенного алгоритма формирования сетевой структуры в процессе выполнения графика работ по проекту
- Место мультиагентной системы в интернет-комплексе поддержки выполнения проектов
Введение к работе
Эффективность деятельности мультипроектной организации определяется соотнесением достигнутых результатов и задействованных ресурсов, в первую очередь, - интеллектуального потенциала, который выражается в компетенции исполнителей и проявляется в процессе их коммуникации.
Моделирование коллективной деятельности является наиболее сложно формализуемой проблемой. Здесь в неразрывном единстве должны учитываться не только формальная, но и содержательная стороны деятельности, поскольку применение ставших уже традиционными формальных подходов, основанных на ИСО 9000, SW СММ, РМВоК, Six Sigma и др., позволяют решить сформулированную проблему лишь до определенных пределов. В свою очередь, содержательная сторона творческой деятельности может условно быть поделена на креативную и коммуникативную составляющие.
Решению указанной проблемы посвящено большое количество работ как отечественных, так и зарубежных ученых Т. Бьюзен, Р. Хант, Э. Иордан, Ф. Брукс, Р. Томсет, В.А. Виттих, Ю.М. Плотинский, Э.В. Попов, В.Б. Тарасов, ДА. Новиков, П.О. Скобелев. Отдельные достижения в предлагаемых подходах и методах являются известными, к сожалению, в основном в зарубежных исследованиях.
Вопросы, связанные с моделированием коммуникативных процессов, не имеют в настоящее время достаточного научно-методического обоснования. Поэтому разработка методологии и интеллектуальных технологий для поддержки коммуникативных процессов при выполнении комплексных проектов, является актуальной научной задачей.
Целью работы является разработка математического и алгоритмического обеспечения для проектирования инструментальных программных средств поддержки выполнения проектов.
Для достижения цели в работе решаются следующие задачи: 1. Разработка подхода к проектированию инструментальных программных средств для поддержки выполнения проектов в распределенной среде на основе моделирования коммуникативных процессов.
Разработка моделей и методов для проектирования инструментальных программных средств поддержки выполнения проектов в распределенном информационном пространстве.
Разработка алгоритмического обеспечения для реализации мультиа-гентного подхода при проектировании инструментальных программных средств.
Разработка инструментальных программных средств для поддержки выполнения проектов в распределенной среде и анализ эффективности предложенного подхода.
Методы исследований
В работе использовались методы системного анализа, принятия решений, имитационного моделирования, когнитивного моделирования, оптимизации, распределенного искусственного интеллекта, управления проектами.
На защиту выносятся следующие результаты исследований:
Комплексный подход к разработке инструментальных программных средств, включающий подход к поддержке выполнения проектов в распределенной среде на основе моделирования коммуникативных про-цессов, системно-когнитивный подход для поддержки выполнения проектов в распределенном информационном пространстве, мультиагентный подход к моделированию процесса формирования сетевой структуры мультипроектной команды.
Разработанные модели и методы, которые являются основой при разработке инструментальных программных средств и включают системно-когнитивные модели жизненного цикла научной, образовательной и инновационной деятельности мультипроектной команды, метод формирования сетевой структуры мультипроектной команды, метод решения задачи о назначениях в мультипроектной команде по областям компетенции относительно задач, модели мультиагентной системы и её агентов.
Алгоритмическое обеспечение мультиагентного моделирования коммуникативных процессов (обобщенный алгоритм формирования сетевой структуры в процессе выполнения графика работ по проекту, а также требования к реализации алгоритма, основанные на принципах самоорга-
низации, алгоритм поведения интеллектуального агента, алгоритм проведения вычислительного эксперимента),
4. Информационное и программное обеспечение инструментальных
средств, реализованных в виде рабочего прототипа интернет-комплекса
поддержки выполнения проектов фундаментальных исследований слож
ных систем (прототип взаимодействия интеллектуальных агентов, экс
пертная система когнитивного моделирования сложных систем).
5. Результаты анализа эффективности предложенного подхода.
Научная новизна данной работы заключается в следующем:
L Предложенный комплексный подход к разработке инструментальных программных средств поддержки выполнения проектов в распределенной информационной среде включает, в отличие от известных, моделирование коммуникативных процессов, что позволяет обеспечить эффективное поведение мультипроектной команды,
2. Разработанные новые модели и методы формирования сетевой
структуры мультипроектной команды:
системно-когнитивные модели жизненного цикла научной, образовательной и инновационной деятельности;
метод формирования сетевой структуры;
метод решения задачи о назначениях в мультипроектной команде по областям компетенции относительно задач;
модели мультиагеигной системы в целом и её интеллектуальных агентов
составляют теоретическую основу для реализации предлагаемого подхода в инструментальных программных средствах.
3. Разработанное алгоритмическое обеспечение:
обобщенный алгоритм формирования сетевой структуры в процессе выполнения графика работ по проекту, а также требования к реализации алгоритма, основанные па принципах самоорганизации;
алгоритм поведения интеллектуального агента;
алгоритм проведения вычислительного эксперимента
обеспечивает мультиагентное моделирование коммуникативных процессов при разработке инструментальных программных средств на основе предложенного подхода.
Практическая значимость и внедрение результатов
Практическую ценность имеют:
1. Разработанное алгоритмическое обеспечение мультиагентного мо
делирования коммуникативных процессов составляет основу для разра
ботки инструментальных программных средств поддержки выполнения
проектов.
Разработанные инструментальные программные средства поддержки выполнения проектов дают основу для реализации предложенного подхода в мультипроектных командах и анализа его эффективности.
Результаты проведенного вычислительного эксперимента подтверждают работоспособность и эффективность предложенного подхода.
Работа выполнена в рамках гранта РФФИ 03-07-90242-в "Интернет-комплекс поддержки выполнения проектов фундаментальных исследований сложных систем с применением интеллектуальных технологий на базе экспертных систем,т (2003-2005гг.), федеральной целевой программой "Интеграция науки и высшего образования Российской Федерации на 2002-2006 годы" (проект ГТ0039), а таюке программой Минобразования РФ "Научное, научно-техническое, материально-техническое и информационное обеспечение создания системы образования" (2001г., проект 1.1.2.2.(240).208).
Внедрение результатов работы осуществлено в ФГУП БПО «Прогресс» - в процессе выполнения конструкторских проектов для повышения эффективности взаимодействия исполнителей^ в І-ІИЧ УГАТУ при выполнении научно-исследовательских и хоздоговорных работ, в т.ч. совместных с иностранными партнерами, а таюке в учебном процессе УГАТУ при выполнении магистерских, дипломных и курсовых работ. Результаты использования показывают повышение эффективности мультипроектной работы исполнителей при применении предложенного комплексного подхода, а также улучшение психологического климата за счет изменения корпоративной культуры организации.
Переход от традиционного подхода, основанного на жестком распределении задач по исполнителям, к регулярному перераспределению исполнителей по задачам позволяет осуществлять более гибкое разделение труда, за счет увеличения числа горизонтальных связей не менее чем в 2 раза, более полного (на 30-40%) использования интеллектуального потенциала исполнителей и вовлечения их в процесс принятия решений. Это приводит к повышению производительности труда не менее чем на 20%, в том числе, за счет уменьшегшя временных затрат на непроизводственные коммуникации минимум в 2 раза и уменьшения времени на получение необходимой информации в 3-5 раз. В целом, это приводит к снижению сроков выполнения проектов и рисков нарушения договорных обязательств по ним на 20-30%.
Апробация работы
Основные результаты диссертационной работы докладывались и обсуждались на:
4-м? 6-м. 7-м Международных научных семинарах "Компьютерные науки и информационные технологии" (Греция, Патры, 2002г.; Венгрия, Будапешт, 2004г.; Россия, Уфа-Ассы, 2005г.);
8-ой Международной конференции "Технологии поддержки обучения11 (Германия, Берлин, 2002г.);
Международной научно-практической конференции "Составляющие научно-технического прогресса4 (Россия, Тамбов, 2005г.);
Всероссийской научно-практической конференции "Актуальные проблемы региональной экономики и образования'1 (Россия, Орел, 2005г.);
Второй Всероссийской научно-технической конференции с международным участием "Мехатроника, автоматизация, управление" (Россия, Уфа, 2005г.).
Публикации
По теме диссертации опубликовано 13 научных работ, в том числе 10 печатных трудов в тематических сборниках и трудах научно-технических конференций российского и международного значения, 3 зарегистрированные программы для ЭВМ.
Автор благодарит канд.техн.наук, доцента кафедры ВМиК УГАТУ Попова Дениса Владимировича за консультации по вопросам когнитивного моделирования и разработки интеллектуальных систем, а также коллектив учебио-научной лаборатории кафедры ВМиК «Интеллектуальные технологии проектирования сложных систем».
Анализ известных подходов, направленных па повышение эффективности коммуникативных процессов
Организация - это целевая общность людей, деятельность которых интегрирована и соответствующим образом упорядочена. Организация создается обществом для решения определенного круга социальных задач и осуществления определенных целей. Цели организации задаются извне или вырабатываются внутри нее, с учетом этих целей выбираются форма и устройство организации [2]. Организация рассматривается как социальная
Условно можно считать, что типовые организационные структуры различаются степенью проявления таїсих свойств, как иерархичность и число связей. С точки зрения иерархичности, ЛОС является полностью не-рархичной. на другом полюсе находится BOG, в которой отсутствует иерархичность. С точки зрения числа постоянных связей, наименьшее их число имеет ВОС, наибольшее - МОС и ССО.
Эффективность и трансформация структур обусловлена существующими и, соответственно, изменяющимися внешними и внутренними условиями функционирования. Внешними условиями (активными и/или пассивными) являются требования, предъявляемые к организации внешней средой - нормы, нормативы., ограничения, ожидания, характеристики рынка, социальный заказ и т.д. Внутренние условия характеризуются организационными издержками, зависящими от условий взаимодействия участников организации (затраты на их взаимодействие, а также на организацию и координацию этого взаимодействия).
В общем случае, задача управления структурой организационной системы формулируется как задача поиска структуры или набора структур, которая минимизировала бы организационные издержки (или максимизировала некоторый функционал, который может отражать в агрегированном виде предпочтения участников ОС и/или других субъектов) при необходимости удовлетворения внешним условиям [4, 5].
В работе предложен метод формирования сетевой организационной структуры, основанный на принципах самообучающейся организации, в частности на процессе самоорганизации.
Гибкость сетевой организационной структуры и число горизонтальных связей определяют степень адаптивности и проактивности поведения организации, что, в конечном счете, ведет к повышению эффективности работы, а в долгосрочной перспективе - к повышению конкурентоспособности предприятия.
По мере развития бизнеса, его объема и сложности, компании сталкиваются со сложностями работы стихийными методами, сложившимися в самой компании. В эти критические моменты (необходимость быстрого вывода на рынок нового продукта, дальнейшего роста, оптимизации процессов, снижение затрат и рост качества) руководство начинает задумываться над использованием мирового опыта, передовых стандартов и инструментов управления. В компаниях совершенствуются уже не только процессы производства, но и процессы управления изменениями и реализуются процессы управления проектами на основе проектного менеджмента. Грамотное планирование и управление проектной деятельностью напрямую влияет на конкурентоспособность и успех бизнеса.
Рассмотрим некоторые, часто применяемые, в современном бизнесе методы повышения эффективности работы предприятия.
Ключевые элементы регулярного менеджмента
Понятие регулярного менеджмента опирается на более общее понятие менеджмента, под которым обычно понимается эффективное управление современным предприятием на основе выработки структурно-функциональной модели предприятия, обеспечивающей [7]: определение организационной структуры предприятия; определение места каждого работника в процедурах деятельности предприятия; распределение функций, закрепление зон ответственности и полномочий между работниками предприятия.
Регулярный менеджмент - это постановка системы регулярного (ежедневного) сбора, обработки информации и промежуточного контроля за отклонениями, а также предоставления руководителю и подразделениям информации в удобном виде.
Важность регулярного менеджмента обусловлена необходимостью: роста и развития предприятия; потребностью совершенствования эффективности работы и результатов.
Снижение эффективности работы многих компаний происходит не только из-за рыночных потрясений. Развитие бизнеса, расширение клиентской базы, рост чисиа сотрудников, как это ни странно, ставят собственни ков и менеджмент компании перед непростым выбором. Если раньше, когда бизнес был организован стихийно, по предпринимательскому или семейному типу, для координации усилий и контроля исполнения было достаточно неформального разговора между коллегами, то по мере разрастания компания начинает все больше нуждаться в стандартизации бизнес-процессов. Подобные проблемы появляются и в организациях, ранее занимавшихся эксклюзивными продуктами (услугами), но постепенно достигших масштабов массового производства. Как правило, первыми «симптомами роста» становятся снижение управляемости компании и падение качества работы.
Применение системно-когнитивного подхода для поддержки выполнения проектов и распределенном информационном пространстве
Значительные трудности при исследовании различных проблемо-содержащих систем обычно связаны не только с изучением данных предметной области и их взаимодействия между собой, но и с выделением главных элементов системы, влияющих на второстепенные. Как правило, нахождение таких ключевых элементов и их связей исследователем означает построение полной когнитивной модели системы. Метод определения главных компонентов системы и изучения их влияния друг на друга был предложен ТЛЗ. Гагиным и С.С. Бородиной в [22]. Данный метод, основанный на конфайнмент-моделировании, позволяет значительно снизить временные затраты и упростить исследования систем в различных предметных областях.
Сущность данного подхода заключается в следующем. В любой предметной области возможно выделение основных элементов и установление определенной зависимости между ними. Решение данной задачи с помощью КМ основано на использовании четырех правил.
1. "Чем больше информации, тем ближе ошибка и сильнее опоздание" (в принятии решений). Как правило, полнота информации не только не приводит к верным решениям, но и препятствует им. Стремление к полноте информации, ценность которой неясна, заставляет тратить время в пустую. Таким образом, чем больше информации, тем труднее принять решение и тем больше опоздание.
2. "Важно знать заранее, что и где искать". Еще до начала поиска главных элементов системы полезно четко определить, что именно Вы ищете, и где это может находиться. Метод конфайпмент-моделирования основан на системном моделировании ситуации. Он, в отличие от последовательного выяснения деталей, позволяет достоверно предположить, какие детали окажутся в тех или иных местах модели.
3. "Системная петля содержит необходимые и достаточные условия для существования результата: текущей ситуации". Системная модель показывает, как ситуация поддерживает себя в состоянии стабильности и/или развития, демонстрируя при этом прямые и обратные причипио-следствешше взаимосвязи. Таким образом, можно считать, что когнитивная модель построена корректно, если она самовоспроизводится, т.е. существует факт замыкания системы. При этом все необходимое для функционирования системы будет неизбежно учтено системной петлей, а остальное отброшено как неважное. Элементы системной петли являются фокусами внимания и помогают определить, что и где искать.
4. "Система является причиной самой себя". Данное, принципиально важное правило конфайнмент-модслирования означает, что каждый элемент является одновременно причиной и следствием всей системы.
Когнитивное моделирование является удобным инструментом изображения систем. Методология когнитивного моделирования, предназначенная для анализа и принятия решений в плохо определенных ситуациях, была предложена Аксельродом [84]. Она основана на моделировании субъективных представлений экспертов о ситуации и включает: методологию структуризации ситуации; модель представления знаний эксперта; методы анализа ситуации.
Задачей когнитивного моделирования является выявление и описание абстрактных или существующих коррелируемых явлений, событий, происходящих на объекте контроля и управления. Когнитивный инструментарий позволяет снижать слолшость исследования, формализации, структурирования, моделирования системы.
В настоящее время методология когнитивного моделирования развивается в направлении совершенствования аппарата анализа и моделирования ситуации. Здесь предложены модели прогноза развития ситуации [85, 86]; методы решения обратных задач [87, 88]; основные аспекты повышения когнитивной эффективности современного компьютерного моделирования [89-91]; вопросы когнитивно-информационной поддержки постановки и решения новых научных проблем [92]; проблемы когнитивной семантики [99]; применение когнитивного моделирования для управления системами и поддержки принятия решений [93-96]; методика построения слабоструктурироват-шых систем [97].
Однако, существующая методология структуризации ситуации и модель представления знаний эксперта не позволяют анализировать сложные ситуации. Создание больших моделей, включающих десятки или сотни факторов, требует разработки иной модели представления знаний о ситуации, методологии структуризации плохо определенных сложных ситуаций, методов объяснения и интерпретации результатов моделирования и поддержки генерации решений.
Разработка обобщенного алгоритма формирования сетевой структуры в процессе выполнения графика работ по проекту
Временной сложностью алгоритма называется функция, выражающая при данных условиях зависимость времени работы алгоритма от количества обрабатываемых алгоритмом данных. Порядок временной сложности алгоритма отражает относительную скорость алгоритма в зависимости от некоторой переменной (или переменных). В зависимости от порядка временной сложности алгоритмы принято подразделять на следующие классы.
1. Алгоритмы, имеющие порядок временной сложности 0(1), образуют класс алгоритмов константной сложности.
2. Алгоритмы, имеющие порядок временной сложности 0(хп), образуют класс алгоритмов полиномиальной сложности.
3. Алгоритмы с временной сложностью выше полиномиальной (0(а Х 0(хх), 0(х!)), образуют класс алгоритмов экспоненциальной сложности.
Порядок временной сложности алгоритма может быть вычислен исходя из анализа его управляющих структур.
Ниже приведен анализ слояшости предложенного алгоритма формирования сетевой организационной структуры предприятия. 0(М) 0(N) 0(М) Здесь М - количество задач, N - количество работников. Forte SA Формируем приоритетный список задач S ; в. For І є S\ Участвуем в репутациониом голосовании по работнику I; -ForteSB
Подаем заявку на задачу t; For t є SE r{ If (поступили приглашения на совещание) 0(М) If (есть приглашение, которое пас удовлетворяет) ЩСовещание()= Наша Задача) Конец; o(N) Отправляем приглашения на совещание по задаче t (Fori є S o); ЩСовещание() = Наша Задача) Конец; } Итого для всего алгоритма: 0(М)+ 0(N)-b 0(М)+ 0(М) 0(N) - 0(2M4№-M N); Для цикла по всем t: 0(t (2M+N+M N));
Таким образом, порядок вычислительной сложности предложенного алгоритма является полиномиальным. В случае параллельной его реализации (каждый агент функционирует независимо от других) порядок сложности становится линейным (0(t (3+M))),
Проведенный анализ предложенного алгоритма показал, что, при последовательной (однопроцессорной) реализации, порядок его временной сложности является полиномиальным. Он сопоставим с порядком временной сложности классического решения задачи о назначениях венгерским методом целочисленного линейного программирования. Однако, предложенный алгоритм обладает естественным параллелизмом, в результате чего, при многопроцессорной реализации, порядок его временной сложности является линейным по отношению к количеству решаемых задач при формировании сетевой структуры мультипросктной команды. Это делает его минимум в N раз более быстродейственным, по сравнению с классическим методом, где N -количество работников.
Для оценки эффективности разработанного алгоритма предлагается схема проведения вычислительного эксперимента (рис, 3.4): генерируется сетевой график длиной М; с помощью разработанного и традиционного (классическая задача о назначениях) методов формируется соответствующие ему сетевые структуры; проводится сравнительный анализ методов; формулируются выводы об эффективности проанализированных методов.
Разработанное алгоритмическое обеспечение: обобщенный алгоритм формирования сетевой структуры в процессе выполнения графика работ по проекту, а также требования к реализации алгоритма, основанные на принципах самоорганизации; алгоритм поведения интеллектуального агента; алгоритм проведения вычислительного эксперимента обеспечивает мультиагентное моделирование коммуникативных про цессов. Проведенный анализ предложенного алгоритма формирования сетевой организационной структуры мультипроектнои команды показал, чтоэ при последовательной (однопроцессорной) реализации, порядок его временной сложности является полиномиальным. При многопроцессорной реализации порядок его временной сложности является линейным по отношению к количеству решаемых задач.
Место мультиагентной системы в интернет-комплексе поддержки выполнения проектов
Для построения конфайимент-модели разрабатывается программное обеспечение, состоящее из четырех основных элементов.
Первый элемент - это среда для выделения основных сущностей предметных областей и построения взаимосвязей между ними с использованием средств визуального редактора. Обладая удобным и понятным интерфейсом, программа позволяет интуитивно и достаточно просто создавать элементы предметной области и устанавливать взаимосвязи между ними, используя для этого имеющиеся графические экземпляры.
Второй элемент системы представляет собой экспертную систему, реализованную с использованием языка логического программирования Пролог в среде Visual Prolog [113]. Разрабатываемая экспертная система позволяет реализовать указанные взаимосвязи типа «зависит от» в виде предиката. Для хранения, последующего извлечения и обработки информации используются база знаний. База знаний реализуется с помощью внешних баз данных языка Пролог, которые позволяют достаточно просто производить с данными необходимые манипуляции. В базе знаний хранится информация о зависимостях между рассматриваемыми сущностями некоторой предметной области. Структуру хранения информации подобного рода можно реализовать двумя способами.
1) На основе атомарных данных.
Например, высказывание «уровень жизни зависит от доходов населения, потребления и социально-экономической политики» может быть реализовано следующим образом Зависит («уровень жизни», «доходы населения») Зависит («уровень жизни», «потребление») Зависит («уровень жизни», «социально-экономическая политика») Достоинство данного подхода - это простота и наглядность представления., простота предварительной подготовки и обработки данных. Недостатком же является излишнее повторение зависимой сущности (в данном случае - это «уровень жизни»), что влияет на размер базы знаний.
2) С использованием списочных структур. Зависит («уровень жизни», [«доходы населения», «потребление», «социально-экономическая политика»])
Достоинством данного подхода является компактность представления информации. Среди недостатков данного представления можно выделить усложнение обработки данных по сравнению с первым подходом.
На основе сформированных зависимостей между основными элементами будущей системы, моделирующей ту или иную предметную область, строится динамическая база данных, включающая в себя факты, описываемые с помощью введенных выше предикатов.
Ниже приведен фрагмент проіраммьі на Прологе, реализующей поиск зависимостей в прилагаемой базе знаний и генерацию вариантов конструируемых конфайнмент-моделей. исследователем, недостаточно для построения модели, система оставляет элементы модели незаполненными. В дальнейшем пользователь может, анализируя полученную модель, самостоятельно заменить анонимные элементы модели на необходимые. Тем самым возможно моделирование предметной области практически с пуля, имея лишь ограниченные сведения о ней.
Формат представления когнитивных моделей
Третий элемент системы служит для графического представления построенной когнитивной модели. Эта подсистема выполнена с использованием веб-интерфейса в виде html-страницы с встроенным компонентом Flash MX для более наглядного представления конфайнмент-модели. Выбор данных средств представления был продиктован необходимостью работы системы в среде Internet, Таким образом, пользователю предоставляется удобная возможность увидеть результаты когнитивного моделирования. В настоящий момент реализовано двухмерное представление модели. В ближайшем будущем планируется реализовать объемное представление (3D).
Разработанное на базе Flash MX приложение (рис. 4.7) использует для представления когнитивной модели входной файл в формате XML (extensible Markup Language) [114], который был создан при работе экспертной системы. Ниже представлена примерная упрощенная структура подобного xml-файла. Тэги и атрибуты, относящиеся к внешнему виду модели и ее элементов, в данном примере не приводятся,
objects obj_l title- Уровень жизни" / obj_2 title- Доходы населения" / obj_3 1Ше=Т1отребление" / obj_4 titie- Социально-экономическаяполитика" / obj_5 title- Доходы государства (региона), бюджет" 1 obj_6 title- Занятость" / obj_7 Ш1е="Объем производства и его структура" / ob_8 title- Доходы отраслей1 / obj_9 title- Демография" / /objects
Данная структура предназначена для хранения одном модели. Если лее построенных моделей оказалось несколько, то предлагается использовать подобную структуру с абстрактным вышестоящим уровнем иерархии. Остальные элементы, относящиеся непосредственно к моделям, находятся на нижних уровнях. Таким образом, если существуют несколько вариантов построения конфайимент-моделей, то пользователю предлагается поочередно просмотреть их и уже затем выбрать наиболее подходящий вариант.
В настоящее время прорабатываются вопросы применения RDF-технологий для представления данных и моделей- Они нашли свое отражение в работах [115]. RDF (Resource Description Framework, язык описания ресурсов) [116, 117] является разработкой WWW-консорциума (W3C) [118]. RDF является метаязыком, но наиболее важным отличием от других языков метаданных, таких как XML, является то, что при помощи XML можно описать данные на синтаксическом уровне, а при использовании RDF информацию можно описать на семантическом уровне. Этот подход описания данных основан на принципе онтологии. Информация, представленная в виде ресурсов, описывается при помощи предикатов, определяющих отношения между различными ее частями.
