Содержание к диссертации
Введение
Глава 1. Обзор и анализ программно-технологических средств и методик, применяемых при проектировании и разработке информационно-аналитических систем в области автоматизации управленческой деятельности 9
1.1. Современное состояние и проблемы создания информационно-аналитических систем в области автоматизации управленческой деятельности 9
1.2. Обзор подходов и программно-технологического инструментария для создания компьютерных систем 13
1.2.1. Хранилища данных 15
1.2.2. OLAP-средства 16
1.2.3. Средства интеллектуальной добычи данных 19
1.2.4. Инструменты для выполнения пользовательских запросов и построения отчетов 24
1.2.5. Системы поддержки принятия решений на основе знаний и многокритериальных оценок 25
1.3. Обзор и анализ существующего методического и технологического обеспечения создания и применения систем поддержки принятия решений на основе знаний и многокритериальных оценок 26
1.3.1. Использование нечеткой логики для оценки возможных решений 27
1.3.2. Методы многокритериальной оценки возможных решений 31
1.4. Требования к разработке математического и программно-технологического обеспечения среды разработки информационно-аналитических систем поддержки принятия решений в природопользовании 37
Глава 2. Разработка методического и математического обеспечения систем поддержки принятия решений в слабоструктурированных задачах планирования, прогнозирования и управления 40
2.1. Общее описание метода анализа иерархий 40
2.2. Исследование и модернизация алгоритмов МАИ 44
2.2.1. Алгоритм расчета локальных приоритетов 47
2.2.2. Иерархии и синтез обобщенных приоритетов 48
2.2.3. Алгоритм расчета локальных приоритетов по абсолютным значениям 50
2.3. Исследование и разработка методов оценки согласованности суждений 52
2.2.1. Алгоритм вычисления отношения согласованности 56
2.2.2. Алгоритм оценки согласованности «по тройкам» 58
Глава 3. Создание специализированной технологической среды для конструирования информационно-аналитических систем поддержки принятия решений 60
3.1. Особенности реализации программной архитектуры 60
3.2. Реализация многопользовательского доступа и унификация пользовательского интерфейса 67
3.3. Особенности реализации инструментария для формирования элементов ИАС 72
Глава 4. Апробация разработок при создании информационно-аналитических систем в области мониторинга и управления природопользованием 86
4.1. Задача по проблеме строительства моста в районе г. Дубны .86
4.2. Решение задач оперативного управления недропользованием в Ситуационном центре МПР России 94
4.3. Разработка первой очереди информационно-аналитической системы государственного мониторинга состояния недр РФ 99
4.4. Разработка подсистемы "Подземные воды" Государственного банка информации о недрах и
недропользовании Республики Казахстан 104
Заключение 108
Литература 110
- Средства интеллектуальной добычи данных
- Использование нечеткой логики для оценки возможных решений
- Исследование и разработка методов оценки согласованности суждений
- Реализация многопользовательского доступа и унификация пользовательского интерфейса
Введение к работе
Целевым назначением информационно-аналитических систем (ИАС) в области управления природопользованием является оперативная информационная поддержка принятия решений в основных сферах управленческой деятельности. Несмотря на то, что направление разработки аналитического программного обеспечения активно развивается как в нашей стране, так и за рубежом, в области разработки и внедрения систем поддержки принятия решений в природопользовании остается множество проблем и сложностей. Принятие обоснованных управленческих решений в данной сфере требует эффективного хранения, оперативного доступа, а также полного и всестороннего анализа огромного объема разноплановой (ресурсной, экономической, социальной, экологической и т.п.) и разнородной (числовой, пространственно-привязанной) информации об обстановке, складывающейся в регионе [1, 13, 19, 26, 31, 34, 48, 51, 54]. Кроме того, для данной области характерны свойства слабой структурированности (наличия качественных факторов и невозможности использования количественных формальных моделей анализа), наличия неопределенностей (неопределенных или недостоверно известных факторов) а также быстрого изменения внешней среды. В связи с этим комплекс информационно-аналитических систем в области мониторинга и управления природными ресурсами должен содержать средства организации и управления базами данных (СУБД), средства представления данных, средства многофункционального анализа и моделирования, геоинформационные системы (ГИС), а также средства систем поддержки принятия решений (СППР) [3 - 10, 27, 41, 53].
Современные СППР в области природопользования должны обеспечивать удобный пользовательский интерфейс, ориентированный на построение моделей развития ситуаций с учетом природных, техногенных, социально-экономических и других факторов, задание содержательных весов и градаций целевых функций, обеспечение динамического обмена данными для представления и анализа картографической информации в ГИС, проведение комплексного анализа накопленной информации. Другой важной функцией СППР является автоматический анализ экспертных суждений на результирующем этапе принятия управленческих решений при выборе из нескольких полученных системой альтернативных вариантов. Система должна помочь оценить возможные
альтернативы решения с точки зрения цели задачи, ответить на вопросы: «а что будет, если», оценить чувствительность принимаемого решения к изменению объективных и субъективных составляющих.
Проблемы создания информационно-аналитических систем поддержки принятия решений связаны также с отсутствием специализированной программной среды разработки, т.е. средств, приспособленных для создания модифицируемых пользовательских интерфейсов, обработки и контроля детализированной информации, гибкой и эффективной настройки системы на конкретные информационно-справочные и аналитические функции.
Таким образом, для обеспечения информационно-аналитической поддержки рационального природопользования актуальным является разработка методов структурного анализа разнородной информации и специализированных программно-технологических средств, которые реализуют инструментальную основу построения ИАС и позволят осуществить эффективную поддержку принятия управленческих решений. Целью данной работы является разработка методов и программно-технологических средств создания прикладных информационно-аналитических систем для поддержки принятия управленческих решений в природопользовании. Основными задачами работы явились:
Обзор и анализ программно-технологических средств и методик, применяемых при проектировании и разработке информационно-аналитических систем в области автоматизации управленческой деятельности.
Разработка математического и программно-технологического обеспечения поддержки принятия решений в слабоструктурированных задачах планирования, прогнозирования и управления.
Создание специализированной инструментальной среды разработки прикладных информационно-аналитических систем.
Апробация разработок при создании информационно-аналитических систем в области мониторинга недр и управления природопользованием.
К научной новизне можно отнести следующие результаты: 1. Предложен новый методико-технологический подход к построению информационно-аналитических систем в области управления природопользованием, основанный на сочетании возможностей современных СУБД, ГИС и СППР в единой среде.
Впервые разработаны алгоритмы расчета локальных приоритетов по абсолютным значениям, расчета отношения согласованности, оценки согласованности экспертных суждений «по тройкам».
Создана инструментальная программно-технологическая среда разработки информационно-аналитических систем поддержки принятия решений, обеспечивающая конструирование клиентских мест системы путем настройки специальных программных компонентов.
В работе защищаются следующие положения:
Разработанное математическое и программно-технологическое обеспечение СППР «Эксперт» обеспечивает задание иерархии критериев и факторов, задание экспертных предпочтений, оценку и исправление несогласованности, расчет локальных и обобщенных приоритетов, комплексный анализ принимаемого решения.
Предложенный методико-технологический подход, основанный на развитии современных информационных технологий, позволяет обосновать программную архитектуру и обеспечивает реализацию инструментальной среды конструирования ИАС, применяемых для поддержки принятия управленческих решений.
Созданная инструментальная среда разработки ИАС обеспечивает оперативное конструирование и эффективное функционирование системы за счет:
конструирования клиентских мест системы без программирования, путем
настройки специальных программных компонентов
модифицируемости интерфейса на основе визуальных редакторов и
мастеров
гибкой и эффективной настройки на конкретные справочные и
аналитические функции, функции формирования и представления
результатов запросов и отчетов
динамического обмена данными с ГИС Практическая значимость проведенных исследований состоит в разработке программно-технологических средств, обеспечивающих эффективное создание прикладных информационно-аналитических систем, включающих блок поддержки принятия решений на этапе оценки ситуации, выявлении предпочтений, генерации вариантов решений и выборе лучшей альтернативы.
На базе разработанных автором подхода, математических и программно-технологических средств создана первая очередь информационно-аналитической системы государственного мониторинга состояния недр Российской Федерации (ИАС ГМСН), реализована подсистема "Подземные воды" Государственного банка информации о недрах и недропользовании Республики Казахстан. Разработанная СППР применяется в Ситуационном центре МПР России. Основные результаты работы докладывались на XXIX - XXXI сессиях Международной конференции «Информационные технологии в науке, образовании и бизнесе» (Гурзуф, 2002 - 2004 гг.), Семинаре «Использование ГИС для управления территориями, городами, предприятиями" (Анапа, 2002 г), Международной конференции «Математическое моделирование природных экосистем» (Казахстан, Алмата, 2003 г.).
Диссертация основана на теоретических, методических и экспериментальных исследованиях, выполненных автором в 2000 - 2004 гг.
Основные теоретические, методические и технологические результаты получены непосредственно автором. По результатам выполненных исследований опубликовано девять печатных работ.
Автором обоснованы основные методические и технологические решения, обеспечивающие проектирование и создание информационно-аналитических систем поддержки принятия решений в сфере управления природопользованием. Непосредственно автором разработано математическое и технологическое обеспечение СППР «Эксперт». Принципиальное значение играет вклад автора в создание инструментальной среды разработки информационно-аналитических систем и реализацию ряда прикладных систем и технологий на ее основе.
Работа содержит 117 стр., включает 34 рис., 4 таблицы и состоит из введения, четырех глав и заключения. Список использованной литературы содержит 71 наименование.
Диссертация выполнена под научным руководством д.т.н., профессора Е.Н. Черемисиной, которой автор выражает глубокую признательность, а также искренне благодарит к.т.н. Л.Е. Чесалова, к.т.н. О.В. Митракову, к.т.н. А.В. Любимову, А.С. Попова, за консультации и помощь в работе.
Выполненные разработки были апробированы на материалах и совместно с казахстанскими специалистами Комитета геологии и недропользования Республики Казахстан. Автор выражает искреннюю благодарность Д.А. Касымбекову, В.А. Киктеву, Н.Г. Полонской и др. казахстанским специалистам.
Средства интеллектуальной добычи данных
Программные продукты, относящиеся к средствам интеллектуальной добычи данных (Data Mining), обеспечивают поиск полезных данных в огромных массивах информации [21]. Иными словами, такие программные продукты позволяют аналитику получить качественно новую информацию, не содержащуюся в источнике данных явным образом. Здесь используются популярные методы математического анализа данных: фильтрация, дерево решений, ассоциативные правила, генетические алгоритмы, нейронные сети, статистический анализ.
Данные системы помогают аналитику сформировать качественные выводы, которые обычный человек не в состоянии получить стандартными методами исследования данных (во всяком случае, не так быстро, как программа). Как правило, функции интеллектуального извлечения данных встраиваются в OLAP-системы.
Инструменты добычи данных Knowledge Discovery in Databases (KDD)- это процесс поиска полезных знаний в "сырых" данных. KDD включает в себя вопросы подготовки данных, выбора информативных признаков, очистки данных, применения методов "раскапывания данных", а также обработки и интерпретации полученных результатов.
Центральным элементом этой технологии являются методы, позволяющие обнаруживать знания при помощи математических правил: Фильтрация. Необходимость в фильтрации возникает, когда нужно отделить полезную информацию от искажающего его шума за счет сглаживания, очистки, редактирования аномальных значений, устранения незначащих факторов, понижения размерности информации и т.д. Применение фильтрации в системах анализа данных относится к первичной обработке данных и позволяет повысить качество исходных данных, а, следовательно, и точность результата анализа. Деревья решений. Они позволяют представлять правила в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение. Под правилом понимается логическая конструкция, представленная в виде "если... то...". Деревья решений применяются при решении задач поиска оптимальных решений на основе описанной модели поведения. Ассоциативные правила. Они позволяют находить закономерности между связанными событиями. Примером такого правила служит утверждение, что в том случае, если произошло событие А, то произойдет и событие В с вероятностью С. Генетические алгоритмы. Они применяются при решении задач оптимизации. Эти методы были открыты при изучении эволюции и происхождения видов. Генетические алгоритмы нужны для настройки нейронных сетей, а также решения различных задач, когда можно составить описание возможных вариантов решения в виде вектора параметров, и известен критерий, определяющий эффективность каждого варианта. Нейронные сети. Они реализуют алгоритмы на основе сетей обратного распространения ошибки, самоорганизующихся карт Кохонена, RBF-сетей, сетей Хэмминга и других подобных алгоритмов анализа данных. Нейронные сети применяются для решения самых различных задач - восстановление пропусков в данных, поиск закономерностей, классификация и кластеризация данных, прогнозирование и моделирование. Инструменты добычи данных поставляются заказчикам двумя способами: в составе OLAP-систем, в виде самостоятельных систем Data Mining. Математическая статистика оперирует усредненными характеристиками выборки, которые часто являются фиктивными величинами. Поэтому методы математической статистики оказываются полезными главным образом для проверки заранее сформулированных гипотез. Современные технологии извлечения полезной информации и знаний из данных обрабатывают информацию с целью автоматического поиска шаблонов (паттернов), характерных для каких-либо фрагментов неоднородных многомерных данных. В отличие от OLAP, в такой задаче бремя формулировки гипотез и выявления необычных паттернов, по крайней мере, частично переложено с человека на компьютер. Обычно процесс излечения знаний из данных включает в себя нижеследующие типовые этапы обработки данных. 1. Очистка данных. На этом этапе производится предварительная обработка данных, имеющая целью заполнение пропущенных значений в данных (для этого существует множество алгоритмов),удаление ошибочных данных и фильтрация данных, которые могут рассматриваться как "шум" (обычно это данные, которые резко отличаются от остальных данных; для их идентификации используются различные алгоритмы в зависимости от типов данных и приложения), а также удаление противоречивых данных. Заметим, что данные рассматриваются как противоречивые, если они имеют одинаковые значения атрибутов, однако в базе данных относятся к различным категориям. Имеются и другие ситуации, когда данные рассматриваются как противоречивые. 2. Интеграция данных. Если данные получены из различных источников, то они (в рамках традиционных технологий) должны быть собраны в рамках одной базы данных или одного хранилища данных. Например, различные источники могут хранить данные в различных формах типа реляционной базы данных, базы данных транзакций, в форме файлов прикладной системы, в виде многомерного куба данных. Одни и те же атрибуты в различных источниках могут иметь различные идентификаторы, и могут быть подставлены в различных форматах, что может вести к избыточности, т.п. Интеграция данных требует разработки специальных алгоритмов и программных средств, которые обычно являются неотъемлемой частью систем обнаружения знаний в данных. Задача интеграции данных особенно важна и одновременно сложна в случае, когда приложение имеет целью объединение данных, полученных из различных источников с целью принятия решения, например, о классе ситуации, различные стороны которой описаны в терминах различных источников данных.
Использование нечеткой логики для оценки возможных решений
Математические методы теории принятия решений основаны на представлении знаний в виде некоторых количественных данных, являющихся оценками предпочтений экспертов. Методы различаются способами представления и обработки предпочтений и часто приводят к разным результатам. В связи с этим возникает проблема выбора стратегии и метода решения конкретной задачи. Критерии для выбора метода в каждом случае будут зависеть от количества и качества доступной информации, от принятой постановки задачи и от ее окружения. Под окружением задачи будем понимать совокупность факторов внешней по отношению к объекту исследования среды (объект исследования определен на этапе постановки задачи), которые влияют на поведение этого объекта. Степень влияния может быть различной, например: есть задачи, достаточно безразличные к изменению параметров окружения и наоборот; сами изменения могут иметь различный характер (плавные, резкие, качественные и т. д.). Поэтому подход к принятию решений с позиций прикладной математики включает достаточно трудные задачи выбора метода и обоснования полученных результатов [2,28, 29, 43, 44].
Подход к принятию решений с позиций искусственного интеллекта существенно отличается от предыдущего [42]. Экспертные системы также осуществляют поддержку процессов принятия решений, но стратегия решения этих задач — совершенно другая. Если системы принятия решений (СПР) рассчитаны в основном на пользователя-эксперта, то экспертные системы — на пользователя-неэксперта, так как знания экспертов в них уже заложены. Система, заполненная знаниями, является менее гибкой по сравнению с СПР, так как состав базы знаний и принятый механизм логического вывода накладывают определенные ограничения на круг решаемых задач. Кроме того, разработка экспертных систем с учетом неполноты и нечеткости знаний, в которых реализованы механизмы самообучения (последнее необходимо для того, чтобы система оставалась работоспособной в условиях изменяющегося окружения), требует очень высоких затрат высоко интеллектуального труда и времени, что мало приемлемо для быстро развивающихся областей знаний.
Для решения задач многокритериального выбора в условиях неопределенности предложено множество математических методов. Методы прикладной теории принятия решений различаются способом представления и обработки экспертных знаний. Подход к проблеме выбора может основываться на отношениях порядка среди альтернатив (классическая модель принятия решений, в которой каждой альтернативе ставится в соответствие некоторое число) или на отношениях включения (поведенческая модель, основанная на принадлежности альтернатив к некоторому множеству). Среди методов классического подхода наибольшей универсальностью и теоретической обоснованностью обладают методы теории нечетких множеств и методы многокритериальной оценки.
Теория нечетких множеств позволяет представить знания о предпочтительности альтернатив по различным критериям с помощью нечетких множеств. Формирование нечетких множеств является более простой и менее трудоемкой процедурой, чем построение функций полезности. Для выявления лучших вариантов по совокупности критериев необходимо иметь в распоряжении информацию о важности критериев и типах возможных отношений между ними. Теория нечетких множеств предоставляет различные средства для учета взаимных отношений критериев: использование весовых коэффициентов, нечеткие отношения предпочтения, нечеткий логический вывод на правилах определения лучшей альтернативы и т. д. Широкие возможности представления знаний и простота вычислительных процедур делают эту теорию очень привлекательным инструментом для создания систем поддержки принятия решений. При этом требуется теоретическое и экспериментальное исследование получаемых системами результатов с целью проверки их адекватности, согласованности, надежности и т. д.
В господствующих подходах, порожденных декартовой рационалистической методикой, традиционно существует тенденция отвергать такие понятия, как неясность, неопределенность, нечеткость или неточность. Однако в реальном мире мы неминуемо сталкиваемся со множеством случаев, когда невозможно избежать проблемы учета неясностей и неточных данных о событиях, характеристиках и оценках. В 1965 году Заде предложил теорию нечетких или размытых множеств, получивших также название нечеткой логики. Нечеткая логика, предложенная Заде,-это первая теория, оперирующая с неточными и даже не вполне ясными понятиями [2,46].
Важно отметить, что существуют два типа размытости: размытость восприятия и размытость значения (важности). Размытость восприятия вызвана сложностью объекта или идей, которые которые не могут быть поняты сразу (или непоняты вообще). Второй тип размытости связан с относительностью значения, т.е. с тем, что значения объектов связаны теми функциями, которые они выполняют при реализации различных целей.
Нечеткая логика, как следует из ее названия, предполагает неточные, примерные оценки. Она предполагает, что в большинстве случаев ситуации оцениваются приблизительно, а не точно. Кратко рассмотрим основные понятия нечеткой логики [46].
Симвлом U обозначим универсальное множество, которое может быть произвольным набором объектов или математических конструкций. Конечное размытое подмножество А из - это множество упорядоченных пар
A={(iii, UA(UJ)}, UjeU, где функция цА(иО определяет меру членства (или функцию членства, функцию принадлежности), которая указывает предполагаемую степень принадлежности элемента этому множеству. Если все uA(uj)e{0,l}, то размытое множество становится обычным четким множеством, а функция UA(UJ) -обычной булевой функцией. Однако, если uA(iij) может принимать значения в интервале [О, I], то цА(и;)=0 будет означать, что элемент ui не принадлежит множеству U, iA(ui)=l означает, что и, принадлежит множеству U, а любое значение 0 рА(иО 1 определяет степень принадлежности ui множеству U, тогда А - размытое множество.
Исследование и разработка методов оценки согласованности суждений
Блок программно-инструментальных средств для построения отчетов подсистем ИАС ГМСН (рис.4.14) предназначен для автоматизированного формирования и выдачи регламентированных и пользовательских отчетных документов. Разработаны библиотеки шаблонов, обеспечивающие автоматизированное формирование и печать регламентной отчетности федерального уровня по подземным водам и опасным ЭГП. Разработанное программно-технологическое обеспечение ИАС ГМСН обладает следующими возможностями: многопользовательский режим функционирования системы, обеспечение достоверности, поддержка целостности данных, перенос данных из любых локальных БД территориального уровня на верхний уровень, согласование классификаторов и словарей, широкие инструментальные возможности для построения запросов к БД, развитый графический интерфейс, обеспечивающий получение и представлению обобщающей информации, получаемой из БД и ее оформление с использованием средств построения выходной отчетности и деловой графики, возможность визуализации динамических, изменяющихся во времени процессов и их наглядное графическое представление, организация тесной взаимосвязи между картографическими основами и БД, возможность подключения комплекса математических методов статистической и аналитической обработки, развитые пользовательские средства передачи данных в широко применяемые ГИС, использования для создания всех подсистем ИАС федерального, регионального и территориального уровней. Развитие этих работ в направлениях дальнейшего проектирования и разработки ИАС ГМСН, внедрения этих разработок для формирования информационных систем ведения баз данных мониторинговой информации регионального и территориального уровня, создания и совершенствования федерального банка данных ГМСН является актуальной задачей информационно-аналитического обеспечения мониторинга состояния недр.
Государственный банк информации о недрах Республики Казахстан создается как территориально распределенная иерархическая информационная система баз и банков данных, архивов, фондов и других хранилищ информации, технологий обработки и использования информации и телекоммуникационных сетей, обеспечивающая информационные потребности и взаимодействие органов власти и управления Республики Казахстан, Комитета геологии и недропользования Министерства энергетики и минеральных ресурсов Республики Казахстан, других министерств, организаций и учреждений всех форм собственности.
Целью данной работы являлась разработка информационно-аналитической подсистемы мониторинга подземных вод в составе Государственного банка информации Республики Казахстан о недрах и недропользовании в целях обеспечения эффективного управления и рационального использования подземных вод на республиканском и территориальном уровнях. Работы выполнялись совместно со специалистами Комитета геологии и недропользования РК на созданной автором программно-технологической основе. К общим функциям разработанной подсистемы относятся ввод, хранение, обработка и анализ информации по состоянию подземных вод. При этом работа пользователя может вестись по следующим категориям функций: ввод, контроль, редактирование детализированных входных данных; выполнение информационно-справочных функций; решение общих аналитических и предметных задач; подготовка и выдача отчетной (в том числе картографической) информации. Разделы ввода и редактирования первичной информации определяют ведение центральной базы данных - ввод, структурирование, редактирование и контроль первичной информации по объектам мониторинга (скважинам, водозаборам, месторождениям подземных вод, участкам загрязнения) и объектам учета и обобщения информации (гидрогеологические бассейны, единицы административно-территориального деления).
Блоки программно-аналитических инструментов ИАС обеспечивают выполнение стандартных и формирование пользовательских многомерных запросов к БД, отображение и проведение аналитической обработки результатов запросов средствами деловой графики, решение предметных аналитических задач по анализу режимных наблюдений, анализу качества и состава воды (рис 4.15).
Реализация многопользовательского доступа и унификация пользовательского интерфейса
Государственный банк информации о недрах Республики Казахстан создается как территориально распределенная иерархическая информационная система баз и банков данных, архивов, фондов и других хранилищ информации, технологий обработки и использования информации и телекоммуникационных сетей, обеспечивающая информационные потребности и взаимодействие органов власти и управления Республики Казахстан, Комитета геологии и недропользования Министерства энергетики и минеральных ресурсов Республики Казахстан, других министерств, организаций и учреждений всех форм собственности.
Целью данной работы являлась разработка информационно-аналитической подсистемы мониторинга подземных вод в составе Государственного банка информации Республики Казахстан о недрах и недропользовании в целях обеспечения эффективного управления и рационального использования подземных вод на республиканском и территориальном уровнях. Работы выполнялись совместно со специалистами Комитета геологии и недропользования РК на созданной автором программно-технологической основе. К общим функциям разработанной подсистемы относятся ввод, хранение, обработка и анализ информации по состоянию подземных вод. При этом работа пользователя может вестись по следующим категориям функций: ввод, контроль, редактирование детализированных входных данных; выполнение информационно-справочных функций; решение общих аналитических и предметных задач; подготовка и выдача отчетной (в том числе картографической) информации. Разделы ввода и редактирования первичной информации определяют ведение центральной базы данных - ввод, структурирование, редактирование и контроль первичной информации по объектам мониторинга (скважинам, водозаборам, месторождениям подземных вод, участкам загрязнения) и объектам учета и обобщения информации (гидрогеологические бассейны, единицы административно-территориального деления).
Блоки программно-аналитических инструментов ИАС обеспечивают выполнение стандартных и формирование пользовательских многомерных запросов к БД, отображение и проведение аналитической обработки результатов запросов средствами деловой графики, решение предметных аналитических задач по анализу режимных наблюдений, анализу качества и состава воды (рис 4.15).
Блок программно-инструментальных средств для построения отчетов предназначен для автоматизированного формирования и выдачи регламентированных и пользовательских отчетных документов. Разработаны библиотеки шаблонов, обеспечивающие автоматизированное формирование, экспорт в общеупотребительный формат MS Excel и печать регламентной отчетности федерального уровня по состоянию подземных вод для формирования информационного бюллетеня.
Программное обеспечение клиентских мест подсистемы «Подземные воды» центрального банка, включает обеспечение клиентского места пользователя подсистемы «Мониторинг подземных вод», рабочее место ГИС с использованием данных центральной БД для формирования дежурных и тематических карт подсистемы «Подземные воды». Обеспечивается динамическая связь БД с ГИС-оболочкой, обеспечивающий оперативную визуализацию объектов мониторинга на карте и просмотр паспортной информации по объектам, содержащимся в базе данных; картографическое представление основных показателей по этим объектам, их агрегирование на различных масштабных уровнях мониторинга; а также автоматизированное формирование и подготовку к печати дежурных тематических карт по основным направлениям мониторинга (рис.4.16).
Результаты апробации разработок для создания информационно-аналитических систем и решения задач в области мониторинга и управления природопользованием позволяют подтвердить практическую значимость разработанного методического и программного обеспечения. Основными направлениями проведенных исследований явились: 1. Обзор и анализ программно-технологических средств и методик, применяемых при проектировании и разработке информационно-аналитических систем в области автоматизации управленческой деятельности. 2. Разработка математического и программно-технологического обеспечения поддержки принятия решений в слабоструктурированных задачах планирования, прогнозирования и управления. 3. Создание специализированной инструментальной среды разработки прикладных информационно-аналитических систем. 4. Апробация разработок при создании информационно-аналитических систем в области мониторинга недр и управления природопользованием. В результате исследований разработано аналитическое и программно-технологическое обеспечение создания прикладных информационно-аналитических систем поддержки принятия управленческих решений в природопользовании, при этом получены следующие результаты: 1. Предложен новый методико-технологический подход к построению прикладных информационно-аналитических систем в области управления природопользованием, основанный на сочетании возможностей современных СУБД, ГИС, СППР и применении инструментальной среды для разработки системы. 2. Реализована инструментальная среда для разработки информационно-аналитических систем поддержки принятия решений, обеспечивающая конструирование клиентских мест системы путем настройки специальных программных компонентов. 3. Разработано алгоритмическое обеспечение, являющееся развитием метода анализа иерархий в части обработки объективной и субъективной информации, оценки согласованности экспертных суждений. 4. Создано программное обеспечение СППР, реализующее задание иерархии факторов и экспертных предпочтений, комплексный анализ накопленной информации, расчет и оценку возможных альтернатив решений, анализ чувствительности принимаемого решения. На базе разработанных автором подхода, математических и программно-технологических средств создана первая очередь информационно-аналитической системы государственного мониторинга состояния недр Российской Федерации (ИАС ГМСН), реализована подсистема «Подземные воды» Государственного банка информации о недрах и недропользовании Республики Казахстан. Разработанная СППР применяется в Ситуационном центре МПР России.
