Содержание к диссертации
Введение
1. Проблема создания базы знаний для асу корпоративной сетью связи морского порта ... 17
1.1. Анализ современного состояния асу корпоративной сетью связи морского порта .17
1.2. Анализ современного состояния инженерии знаний 35
1.3. Особенности инженерии знаний в предметной области асу корпоративной сетью связи морского порта 42
Выводы 69
2. Принципы создания базы знаний для асу корпоративной сетью связи морского порта 70
2.1. Создание базы знаний - система типа "процесс" 70
2.2. Формализация процесса создания базы знаний для асу корпоративной сетью связи морского порта в виде общей задачи принятия решений 93
2.3. Базовая технология создания базы знаний для асу корпоративной сетью связи морского порта 112
Выводы 116
3. Методы выявления и извлечения знанийдля базы знаний для АСУ корпоративной сетью связи морского порта 118
3.1. Выявление знаний, необходимых для создания базы зьіаний 118
3.1.1. Метод составления списка источников знаний 119
3.1.2. Метод тестирования экспертов 120
3.1.3. Метод ключевых слов и образов 123
3.1.4. Квалиметрический метод определения источников знаний 127
3.2. Извлечение знаний, необходимых для создания базы знаний 134
3.2.1. Метод наблюдений 136
3.2.2. Методы "вопрос-ответ" 137
3.2.3. Метод опорных концептов 139
Выводы 143
4. Средства представления знаний и манипулирования ими в базе знаний для асу корпоративной сетью связи морского порта ... 145
4.1. Средства представления знаний в базе знаний 145
4.2. Средства манипулирования знаниями в базе знаний 164
4.3. Навигация в базе зьіаний 170
Выводы 175
5. Реализация базы знаний для асу корпоративной сетью связи морского порта на современных средствах информационных технологий и ее верификация 177
5.1. Этапы реализации базы знаний, их характеристика 177
5.2. Верификация базы знаний 185
5.3. Комплекс программно-технических средств реализации базы знаний 190
5.4. Оценка технологии создания базы знаний для асу корпоративной сетью связи морского порта 199
Выводы
- Анализ современного состояния инженерии знаний
- Формализация процесса создания базы знаний для асу корпоративной сетью связи морского порта в виде общей задачи принятия решений
- Квалиметрический метод определения источников знаний
- Средства манипулирования знаниями в базе знаний
Введение к работе
Морской транспорт России, находится в состоянии преобразований в области технического оснащения и организации использования потенциальных возможностей сохранившихся средств в условиях новых форм собственности и механизмов финансирования. Учитывая это обстоятельство, чрезвычайно важное внимание уделяется проблемам совершенствования управления морским транспортно-технологическим процессом (МТТП), и в первую очередь, его автоматизации. Актуальность автоматизации управления МТТП постоянно возрастает, причем требуется автоматизация всех процессов управления, начиная от непосредственного управления судами, погрузочно-разгрузочными операциями в порту. Основой управления морского порта является обеспечивающая его функционирование корпоративная сеть связи морского порта (КСС МП). От ее состояния и функционирования существенно зависит оперативность руководства транспортно-технологическим процессом, который реализует эффективное функционирование морского порта. КСС МП обеспечивает телекоммуникациями всех участников транспортно-технологического процесса порта: морскую администрацию порта, стивидорные компании, организации морского, железнодорожного, речного, автомобильного, воздушного, трубопроводного транспорта, организации силовых ведомств и др. Они используют сети и каналы стационарной и подвижной электросвязи различных диапазонов частот. Для функционирования транспортно-технологического процесса в порту существуют различные виды связи: телефонная, телеграфная, передача данных, факсимильная, видео- и др., которые обеспечиваются различными родами связи: кабельной( в том числе подводно-кабельной), радио-, радиорелейной, спутниковой и др. Эти факторы делают управление КСС МП немыслимым без применения современных средств автоматизации.
Настоящий этап развития АСУ КСС МП характеризуется принципиально новыми требованиями к процедурам сбора, хранения, обработки и передачи информации, диктуемыми сокращением времени на принятие обоснованного решения. Это связано с появлением средств автоматизации управления на базе новых информационных технологий (НИТ), которые позволяют возложить на ЭВМ следующие функции: поддерживать общение человека с ЭВМ на привычном ему языке; распознавать те или иные ситуации; осуществлять классификацию ситуаций; находить варианты решений в соответствии с поставленными целями; выдавать рекомендации с их обоснованием и т.д. Реализация на ЭВМ указанных функций осуществляется в рамках концепции создания интеллектуальных систем (ИС). Теоретическим фундаментом создания ИС является молодое, развивающееся научное направление -инженерия знаний (Knowledge Engineering). В последние годы, на основе принятых национальных и международных программ разработки и развития инфраструктуры НИТ, активно ведутся работы по созданию интеллектуальных систем различного назначения (ИС), которые становятся все более характерным атрибутом сложных систем управления, требующих принятияt многоальтернативных решений в условиях различного рода временных, ресурсных и иных ограничений.
В 1980-1990-х годах в научно-исследовательских учреждениях и высших учебных заведениях был проведен целый ряд комплексных и специализированных НИР по оценке необходимости и возможностей использования в средствах автоматизации интеллектуальных систем, а также по их разработке. Это позволило определить роль и место ИС при автоматизации МТШ, в том числе автоматизации управления КСС МП.
Анализ результатов исследований показал, что предметная область АСУ КСС МП не может быть адекватно описана непосредственно имеемыми средствами инженерии знаний, т.к. она обладают своими характерными особенностями. Кроме этого, существует сложность в том, что информация труднодоступна для получения и изучения, в значительной степени разрознена по различным объектам и носителям, может теряться, а поскольку необходимыми знаниями обладают лишь единицы специалистов, то уникальные знания могут быть потеряны навсегда. Еще в более значительной степени осложняет ситуацию отсутствие соответствующей теоретической основы.
Все вышеперечисленные факторы существенным образом усложняют создание ИС для АСУ КСС МП. Ядром такой ИС является база знаний (БЗ), т.е. формализованное и организованное методами инженерии знаний представление совокупности сведений, необходимых для решения задач управления КСС МП, и реализованное на основе средств НИТ. За последние годы были сделаны существенные шаги в направлении от осознания перспективности применения инженерии знаний к созданию реальных БЗ.
Исследования процесса создания БЗ показали, что он является очень сложным, имеющим многокритериальный, итерационный, ветвящийся характер. Для того чтобы построить БЗ необходимо не просто выбрать подходящий способ представления знаний, а решить целый комплекс взаимосвязанных задач: начиная с определения границ формализуемой предметной области и заканчивая эффективной реализацией на средствах НИТ. Поэтому по мере продвижения исследований по внедрению ИС в АСУ КСС МП стало ясно, что накопленные сведения требуют определенной систематизации, теоретического осмысления и дальнейшего развития.
До сих пор нет общей научно обоснованной методологии изучения и описания предметной области АСУ КСС МП; процесс разработки БЗ остается весьма длительным и трудоемким процессом; существующая структура этапов создания БЗ громоздка и размыта, отсутствует строгое теоретическое обоснование содержания того или иного этапа, что не позволяет минимизировать необходимый объем работ по созданию БЗ, затрудняет управление ведением разработки; отсутствует достаточное количество подготовленных инженеров по знаниям и др.
Для предметной области АСУ КСС МП не существует отработанной технологии и устоявшегося комплекса средств разработки БЗ. Отсутствуют строго обоснованные методы выявления, извлечения, представления знаний и манипулирования ими. Существует неопределенность в выборе программно-технической базы создания БЗ. Отсутствуют обоснованные методы и средства реализации и верификации БЗ. На выбор инструментария значительно влияют личностные характеристики инженера по знаниям и эксперта. Дефицит требуемых ресурсов также накладывает ограничения на выбор. Особенно последнее касается возможностей использования новейших технических средств.
Итак, для того чтобы создать соответствующую БЗ для АСУ КСС МП в условиях жестких ограничений требуется решить целый ряд вопросов различного характера, связанных с выявлением, извлечением, представлением, организацией, ведением, накоплением знаний.
Таким образом, состояние научных исследований по внедрению ИС в области автоматизированного управления КСС МП позволяет сделать вывод о том, что существует актуальная научная проблема разработки технологии, обеспечивающей построение эффективной базы знаний для автоматизированной системы управления корпоративной сетью связи морского порта.
При решении указанной проблемы цель, объект и предмет исследования целесообразно определить следующим образом.
Цель исследования - обеспечение повышения эффективности АСУ КСС МП за счет создания и внедрения БЗ.
Объект исследования - база знаний для АСУ КСС МП.
Предмет исследования - принципы создания и методы разработки БЗ для АСУ КСС МП.
Необходимость выдвинутых положений объясняется тем, что находясь в диалектическом единстве при решении поставленной проблемы, они позволяют, при формировании своего содержания в процессе исследования, ответить на следующие вопросы:
- какие факторы влияют или не позволяют в существующих условиях разрабатывать базу знаний; как определить (сформировать) совокупность требований, предъявляемых при создании БЗ;
- каким образом построить научную основу, обеспечивающую создание БЗ для АСУ КСС МП;
- какие методы и средства инженерии знаний и новых информационных технологий необходимы и как их применять для создания БЗ для АСУ КСС МП.
Научная новизна работы.
В настоящем диссертационном исследовании впервые разработана технология создания базы знаний для автоматизированной системы управления КСС МП.
Новизна состоит в следующем:
-в выявлении особенностей, учете современных факторов создания базы знаний для АСУ КСС МП и формировании совокупности требований, предъявляемых к ней;
-в разработке принципов создания БЗ для АСУ КСС МП, позволивших, в отличие от существующих подходов, обеспечить четкость определения двух этапов, состава и структуры процесса разработки БЗ, уточнить задачи и функциональные обязанности разработчиков, обосновать выбор инструментария разработки, оптимизировать необходимые объем работ и срок создания БЗ;
-в комплексном соединении методов, моделей, алгоритмов и методик таких научных дисциплин как системология, кибернетика, инженерия знаний, теория принятия решений, информатика для обеспечения технологичности, управляемости и экономии ресурсов при построении БЗ, способствующих повышению эффективности использования автоматизированной системы управления КСС МП в целом;
-в разработке методов выявления и извлечения знаний, учитывающих специфику формализации знаний предметной области АСУ КСС МП и улучшающих временные характеристики создания БЗ;
-в обосновании использования средств на основе семантических графов с оболочками, позволивших унифицировать
представление знаний и манипулирование ими в БЗ для АСУ КСС МП; -в разработке методов реализации и верификации, обеспечивающих совершенствование контроля качества БЗ для АСУ КСС МП в целом в процессе ее создания. Практическая значимость работы.
Технология создания БЗ для АСУ КСС МП содержит в себе конкретные методы, модели, алгоритмы и программные продукты, позволяющие решать проблему повышения эффективности АСУ КСС МП на основе разработки и использования средств НИТ. Предложенный подход, методы и средства могут быть использованы при построении БЗ в других предметных областях, а также в образовательном и научно-исследовательском процессах Государственной морской академии им. адмирала С. О. Макарова, Центрального научно-исследовательского и проектно-конструкторского института морского флота и других организаций, имеющих отношение к совершенствованию управления транспортно-технологическими процессами.
Достоверность исследований обеспечивается:
-корректностью постановки проблемы, определения цели, объекта и предмета исследования; - обоснованностью и корректностью применяемых методов таких научных дисциплин, как системология, кибернетика, информатика, инженерная психология, эргономика, теория множеств, функциональный анализ, теория принятия решений, математическое программирование; -использованием, с учетом достижений в фундаментальных и прикладных направлениях науки вообще и военной науки в частности, результатов в области искусственного интеллекта, инженерии знаний, компьютерных и информационных технологий; -успешным применением результатов диссертационной работы в практической деятельности научно-исследовательских организаций и высших учебных заведений. Апробация и внедрение результатов работы. Основные положения и результаты работы докладывались на научно-технических конференциях НИУ и Государственной морской академии им.С.О.Макарова, Военно-морской академии им.Н.Г.Кузнецова, Военноморского института радиоэлектроники им. А.С.Попова, Военного университета связи, Военно-инженерного космического университета им.А.Ф.Можайского, Санкт-Петербургского университета МВД России, на VIII Всесоюзном симпозиуме "Эффективность, качество и надежность систем "человек- техника"(г.Тбилиси,1987), V Ленинградском симпозиуме по теории адаптивных систем (г. Ленинград, 1991), международных конференциях "Региональная информатика" (г. Санкт-Петербург, 1994-2002), межрегиональных конференциях "Информационная безопасность регионов России"(г. Санкт-Петербург, 1999-2003).
Материалы диссертационной работы использованы в учебном процессе по дисциплине «Системы связи» Государственной морской академии им. адмирала С.О.Макарова, по дисциплине «Новые информационные и сетевые технологии» Военного университета связи, в учебном процессе по дисциплине "Системы управления летательными аппаратами" Военно-инженерного космического университета им.А.Ф.Можайского.
Основные положения и результаты диссертации опубликованы в монографии, 2 учебных пособиях, патенте и 2 авторских свидетельствах на изобретение, 21 статьях, 23 отчетах о НИР, 10 методиках, 28 тезисах докладов на научно-технических конференциях различного уровня.
Структура и объем работы.
Диссертационная работа состоит из введения, 5 разделов, заключения, перечня использованных источников из 159 наименований и приложения. Общий объем работы составляет 243 страницы, в тексте содержится 26 страниц с рисунками и таблицами.
Во введении изложены общая характеристика диссертации, цель и задачи исследований, научная проблема; дана характеристика научной проблемы и личного вклада автора в ее решение.
В первом разделе "Проблема создания БЗ для АСУ КСС МП" проведен анализ современного состояния АСУ КСС МП, анализ современного состояния методов и средств инженерии знаний, раскрыты особенности инженерии знаний и поставлена проблема создания БЗ в предметной области АСУ КСС МП .
Во втором разделе "Принципы создания БЗ для АСУ КСС МП изложено разработанное представление создания БЗ для АСУ КСС МП в виде системы типа "процесс", осуществлена формализация этого процесса в виде общей задачи принятия решений, сформирована базовая технология создания указанной БЗ.
В третьем разделе "Методы выявления и извлечения знаний для БЗ АСУ КСС МП " изложены разработанные методы, которыми необходимо пользоваться разработчикам при выявлении и извлечении знаний.
В четвертом разделе "Средства представления знаний и манипулирования ими в БЗ для АСУ КСС МП " рассмотрены разработанные средства, основанные на представлении знаний в виде семантических графов с оболочками.
В пятом разделе "Реализация БЗ для АСУ КСС МП на современных средствах информационных технологий и ее верификация " определены этапы реализации БЗ, осуществлена их характеристика; рассмотрено проведение верификации БЗ; рассмотрен комплекс программно-технических средств реализации БЗ; дана оценка и отмечены преимущества разработанной технологии.
В заключении подведены итоги диссертационной работы и намечены направления дальнейших исследований.
Диссертация является результатом личной работы автора в процессе научно-исследовательской деятельности.
Таким образом, в диссертационной работе изложены научно обоснованные технологические решения, обеспечивающие создание базы знаний для АСУ КСС МП, имеющие важное значение для развития теории АСУ и решения практических задач повышения эффективности систем управления с использованием НИТ.
Основными научными результатами, составляющими разработанную технологию и выносимыми на защиту, являются:
1. Принципы создания БЗ для АСУ КСС МП, а именно:
- представление создания БЗ в виде системы типа "процесс";
- формализация процесса создания БЗ в виде общей задачи принятия решений;
- базовая технология создания БЗ.
2. Методы выявления и извлечения знаний для создания БЗ для АСУ КСС МП:
- метод ключевых слов и образов;
- квалиметрический метод определения источника знаний;
- метод опорных концептов.
3. Средства представления знаний и манипулирования ими в БЗ для АСУ КСС МП на основе семантических графов с оболочками.
4. Методы реализации и верификации БЗ для АСУ КСС МП:
- метод развивающегося ядра на основе быстрого прототипа;
- метод сценарного проектирования оконных интерфейсов.
Анализ современного состояния инженерии знаний
Современные исследования по интеллектуальным системам особенно интенсивно ведутся в области автоматизации систем управления и связи, в которой методы инженерии знаний (ИЗ) можно использовать с максимальной эффективностью [8-16].
Достаточно упомянуть, что больше половины отделов DARPA (Defence Advanced Research Projects Agency - Агентство перспективных оборонных исследований Министерства Обороны США) в качестве основной тематики своих исследований имеют проблемы по созданию и внедрению интеллектуальных систем, которые становятся все более характерным атрибутом сложных систем управления, требующих принятия многоальтернативных решений в условиях различного рода временных, ресурсных и иных ограничений [17].
Свыше 100 различных организаций в мире занимаются аспектами разработки и использования ИС, причем около 75% от указанного количества составляют фирмы и научные центры из США [17].
Отечественные исследования в области ИС также представляют собой самостоятельное научное направление. В 1980-1990-х годах в научно-исследовательских учреждениях и высших учебных заведениях был проведен целый ряд комплексных и специализированных НИР по оценке необходимости и возможностях использования в средствах автоматизации интеллектуальных систем, а также по их разработке. Это позволило определить роль и место ИС при автоматизации, в первую очередь, технических систем. Автор диссертации в указанных исследованиях принимал непосредственное участие.
За эти годы специалистами были сделаны существенные шаги в направлении от осознания перспективности применения ИИ к созданию реальных интеллектуальных систем [22,23,25-27]. Обобщение результатов исследований по ИС способствовало появлению целого ряда монографий [24,28,30,34].
В ходе исследований были определены и разработаны модели инженерии знаний, наиболее подходящие для создания предметно-ориентированных ИС, ведущее место среди которых заняли [22,23]: - представление знаний в виде семантических сетей; - представление знаний в виде фреймов; - представление знаний в виде продукций.
В дополнение к ним используются гибридные модели, представляющие собой некоторую комбинированную модель с применением вышеуказанных трех.
Понятие семантической сети основано на давней и простой идее о том, что "память" формируется через ассоциации между понятиями. То есть семантическая сеть представляет собой информационную модель предметной области и имеет вид графа, вершины которого соответствуют понятиям ПО, а дуги - отношениям между ними. Например, выражение
"канал связи есть элемент телекоммуникационной сети" может быть описано элементарной семантической сетью с двумя вершинами и одной связывающей дугой. В этой модели реализуется основная концепция представления знаний, согласно которой семантика и прагматика могут быть реализованы только путем интерпретации или привязки к конкретной предметной области. Любую семантическую сеть можно построить пользуясь только элементарными действиями: создания пустой сети, введения в сеть нового понятия и введения нового отношения. Но семантику ПО неудобно описывать используя только такие элементарные операции. Существует более содержательные действия над семантическими сетями, например, объединение и пересечение сетей, поиск по образцу [34]. Достоинство представления знаний в виде семантической сети заключается в том, что такие сети хорошо поддаются обработке на ЭВМ. Поскольку в них явно заданы связи между объектами, то существует возможность построить программы, отвечающие на некоторые вопросы о том, что было сказано в исходном тексте, описывающем ПО.
Формализация процесса создания базы знаний для асу корпоративной сетью связи морского порта в виде общей задачи принятия решений
При создании БЗ для АСУ КСС МП исследователям постоянно приходится сталкиваться с оценкой и выбором того или иного действия (операции, процедуры) в направлении намеченной цели (см., например, структуру на рис.15). Т.е. в определенные моменты времени перед ними возникает вопрос (задача) принятия решения по какому пути (варианту) осуществлять продвижение к цели. Следовательно, принятие решения можно характеризовать как специальный вид действий (операций, процедур) среди всевозможных действий по созданию БЗ (особенно рельефно такое положение проявляется на подготовительном этапе создания).
Принятие решений, обычно, определяют как преодоление альтернатив. Известно [20,122], что с преодолением альтернатив связаны два фундаментальных понятия: множество альтернатив ( вариантов действий), которое обозначим { А }, и принцип выбора, который обозначим Ф, тогда задача принятия решений может быть записана в виде: {{А},Ф } А , где А - выбранные альтернативы ( одна или более ).
В теории принятия решений [122,123] в зависимости от степени формализации введенных понятий различают три задачи.
1. Задача оптимального выбора - если множество { А } однозначно определено (фиксировано), а принцип выбора Ф формализован, т.е. может быть описан, передан и результаты его применения к элементам из { А } не зависят от субъективных условий.
2. Задача выбора - если множество { А } однозначно определено, но принцип выбора Ф не может быть формализован или даже фиксирован. В этом случае выбор зависит от того, кто и на основе какой информации его делает. З. Общая задача принятия решения - если множество { А } не имеет определенных границ (может дополняться и видоизменяться), а принцип выбора Ф неформализован и нефиксирован. В этом случае разные субъекты могут выбирать в качестве решения те альтернативы, которые другими субъектами и не рассматривались, один и тот же субъект при использовании одного итого же принципа выбора (неформализованного, но для него существенного) может изменять свое мнение при обнаружении им новой альтернативы.
С формальной точки зрения может показаться, что последняя задача является настолько расплывчатой, что теряет смысл - можно утверждать, что неизвестно, ни из чего выбирать, ни чем при этом руководствоваться. Однако, именно эта задача с некоторыми естественными ограничениями наиболее типична для практики, в том числе для создания БЗ для АСУ КСС МП.
В чем же заключаются эти естественные ограничения? Во-первых, в реальной задаче, как правило, существует (или имеется возможность сформировать) так называемое начальное множество альтернатив { Ао }, на основе которого приступают к принятию решения. В дальнейшем это множество изменяется, но можно считать, что на любой момент процесса принятия решения имеется фиксированное множество {А}: Г Д., 1 і Д. \ і А \
Во-вторых, подразумевается, что любая альтернатива А+ из множества всех мыслимых альтернатив { А+ } может быть оценена с точки зрения полезности ее включения в { А }. Это делается, как правило, при помощи некоторого вспомогательного принципа выбора
Ф . Чаще всего этот принцип неформализован. Таким образом, и само множество { А }, вообще го воря, является итогом задачи принятия решений: {{А+}, Ф+} -{А}.
В-третьих, считается, что существует хотя бы неформализованные принципы выбора, относящиеся к принимаемому решению. Часто, но не всегда, есть уверенность, что применение таких принципов различными субъектами дает пересекающиеся или в каком-то смысле близкие результаты.
В перечисленных условиях общая задача принятия решений становится обозримой и пригодной для попыток решить ее в той или иной степени обосновано. Рассмотрим более подробно элементы этого кортежа.
Проблемная ситуация So описывается содержательно и, если это возможно, совокупностью количественных характеристик. Слово "ситуация" означает, что описаны условия, связанные с проблемой, причины ее возникновения и развития. Описание проблемной ситуации заканчивается краткой содержательной формулировкой проблемы, которую необходимо решить.
В зависимости от характера задачи определяется время на принятие решения Т. Оно составляет секунды или часы - для оперативных задач; дни, месяцы, годы - для долгосрочных задач. Располагаемое время существенно влияет на возможности получения полной и достоверной информации о проблемной ситуации и всестороннего обоснования последствий решения.
В качестве ресурсов Q используются: знания и опыт экспертов и специалистов, научно-технический потенциал различных организаций, программно-технические средства, всевозможные источники информации и т.д.
В условиях неопределенности проблемная ситуация не может быть полностью определена. Неопределенность обусловливаеся целым рядом факторов. Поэтому для доопределения проблемной ситуации So необходимо сформулировать гипотетические ситуации (гипотезы, версии) Sj, j=l,n , образующие конечноемноэ/сество S = {Si, ... , S„j. Каждая ситуация Sj является альтернативной всем остальным, т.е. все ситуации являются взаимоисключающими и, следовательно, независимыми.
Квалиметрический метод определения источников знаний
Как известно [49,50], любой предмет обладает практически бесконечным количеством свойств, составляющих в целом его качество. Но из этого бесконечного количества для характеристики качества предмета необходимо выделить лишь те свойства, которые в данный момент представляют интерес с точки зрения удовлетворения предъявляемым требованиям. Поэтому, чтобы источник знаний можно было выбрать для использования при создании БЗ для АСУ КСС МП, он должен обладать вполне определенным набором соответствующих свойств, которые составляют качество источника знаний. В этом случае качество будет являться его интегральной характеристикой, на основании оценки которой осуществляется выбор в интересах создания БЗ: K = f (Сі, ..., cn, Vi, ..., v„), где К - качество источника знаний; f - функция интегральной оценки; сі,..., сп - свойства, составляющие качество источника знаний; V),..., vn - веса свойств С, ..., с,-,, соответственно; п - количество указанных свойств.
Для оценки качества применяются методы квалиметрии [49,50], основанные на сравнении с эталоном. Под эталоном будем понимать источник знаний "идеального"(максимального) качества, т.е. с наилучшими показателями свойств в смысле целевого назначения: Кэ = f (сіз,..., Сю, vl3,..., vn3) = max. Тогда количественная оценка будет представлять собой некоторую функцию соотношения (соответствия) показателя качества рассматриваемого предмета (источника знаний в нашем случае) к показателю качества предмета, принятого за эталон: G = g(K,K3), где g- функция соотношения; К - качество предмета; Кэ - качество эталона.
Следует отметить, что в соответствии с принципами квалиметрии сумма весов свойств, составляющих качество, есть величина постоянная и, как правило, принимается равной единице:
Тогда вес любого свойства заключен в интервале: 0 v; 1. При оценке качества веса выделенных свойств оцениваемого источника знаний и эталона должны быть равны: vi =vi3, i=l,n.
Исходя из сказанного, алгоритм оценки качества источника знаний будет в общем виде выглядеть следующим образом (рис.21): 1. Выделяются соответствующие свойства Сі, і=1 ,п. 2. Задаются веса Vi, i=l,n выделенных свойств. 3. Задаются наилучшие значения выделенных свойств. 4. Определяется качество эталона с учетом функции интегральной оценки. 5. Определяются значения выделенных свойств для рассматриваемого источника знаний. 6. Определяется качество рассматриваемого источника знаний. 7. С учетом функции соотношения осуществляется оценка качества источника знаний.
При задании значений свойств и оценке качества используются различные шкалы, например, балльных оценок или оценочных коэффициентов [49,50].
Оценка качества экспертов. 1. Для одушевленных источников знаний (экспертов) целесообразно выделить следующие свойства: - компетентность ( Сі) - квалификация эксперта в предметной области АСУ КСС МП; - креативность ( сг) - способность решать задачи, метод решения которых полностью или частично неизвестен; - эвристичностъ ( Сз ) - способность выявлять неочевидные проблемы;
Средства манипулирования знаниями в базе знаний
Средствами манипулирования знаниями является совокупность операций на семантических графах с оболочками, поскольку они являются основным формализмом представления знаний в БЗ для АСУ КСС МП.
Следуя табличному представлению конструктивных элементов семантического графа с оболочками, совокупность указанных операций будут составлять операции на таблицах вершин, дуг и оболочек. Рассмотрим предлагаемые операции. Операции на таблице вершин. 1. Введение новой вершины. В процессе выполнения этой операции осуществляется добавление строки о новой вершине в таблицу вершин. Причем, добавление осуществляется в конец таблицы. 2. Удаление вершины. Выполнение этой операции заключается в выведении (вычеркивании) из таблицы вершин строки, содержащей информацию об удаляемой вершине. 3. Поиск вершины. Поиск вершины в таблице осуществляется по ее имени, т.е. по первому элементу строки. 4. Сортировка вершин. Эта операция осуществляется в том случае, если вершины были именованы натуральными числами. При сортировке происходит перемещение строк таблицы таким образом, что они располагаются в порядке возрастания их номеров. 5. Корректировка вершины. При этой операции производятся изменения того или иного признака в строке, содержащей информацию о вершине. 6. Блокирование вершины. В результате этого действия осуществляется "закрытие" вершины. После блокировки, с вершиной осуществление других операций недопустимо. 7. Разблокирование вершины. При этом происходит "раскрытие" заблокированной вершины. Появляется возможность осуществлять другие операции над вершиной. 8. Сжатие таблицы вершин.
Эта операция осуществляется в том случае, когда из таблицы удаляется значительное количество вершин. Поскольку при удалении вершин образуются пустые строки, то возникает необходимость переместить на их место оставшиеся строки, наполненные информацией о вершинах. 9. Проекция таблицы вершины.
В результате выполнения этой операции происходит выделение "вертикального" подмножества таблицы. Эта операция необходима в том случае, когда возникает потребность уточнить информацию, содержащуюся в каком-либо признаке относительно всех вершин, описанных в таблице. Например, посмотреть список вершин или какого типа вершины присутствуют в таблице. 10. Выбор вершин. Операция выбора вершины предназначена для выделения "горизонтального" подмножества таблицы. В результате выполнения этой операции из таблицы выбираются те строки, в которых, например, совпадают признаки важности или какой-нибудь другой признак. 11. Сравнение вершин. Эта операция позволяет сравнивать значения признаков вершин, записанных в строках таблицы. Сравнение происходит только для соответствующих признаков, т.е. например, номер словарного толкователя сравнивается с номером словарного толкователя. 12. Поиск вершины по образцу.
В результате этой операции требуется найти вершину, у которой значение всех признаков будут совпадать со значением признаков заданной вершины.
Операции на таблице дуг вводятся аналогично операциям, введенным на таблице вершин, поскольку эти таблицы, с формальной точки зрения, одинаковы.
Операции на таблице оболочек. На таблице оболочек вводятся те же операции, что для таблицы вершин. Однако, выполнение их в значительной степени отличается от вышеприведенных операций для таблиц вершин и дуг. Это связано с тем, что оболочка в БЗ имеет двойственное представление.
1. Введение новой оболочки.
В таблице оболочек осуществляется дополнение строки с информацией о новой оболочке. Однако введение новой оболочки необязательно влечет за собой введение новых вершин и новых дуг. Действительно, новую оболочку можно получить путем какого-либо ! нового объединения уже существующих вершин и дуг. В том случае, когда введение новой оболочки сопровождается введением новых вершин и дуг, тогда эта операция превращается в композицию операций. Эта композиция составляется из операций поиска, сравнения и ведения новых вершин и дуг.
