Содержание к диссертации
Введение
1. Анализ состояния и принципы построения систем поддержки принятия решений в производственных системах 13
2. Методы построения систем поддержки принятия решений на основе онтологии 20
2.1 Идентификация производственных систем путем построения онтологических моделей 20
2.2 Анализ онтологических моделей 24
2.3 Многомодельное представление знаний о производственных системах 46
3. Средства построения систем поддержки принятия решений на основе онтологии 51
3.1 Мультимедийное представление сетей связанных объектов 51
3.2 Состав и архитектура систем поддержки принятия решений на основе онтологии 62
3.3 Инструментальное программное средство для инспектирования онтологических моделей 64
3.4 Средства работы с многомодельпыми приложениями 80
4. Разработка и внедрение специализированных систем поддержки принятия решений 88
4.1 Система поддержки принятия решений при управлении группой энергосервисных компаний 88
4.2 Информационно-аналитическое обеспечение принятия решений в системе исполнительной власти региона 97
Заключение 108
Список использованных источников
- Идентификация производственных систем путем построения онтологических моделей
- Многомодельное представление знаний о производственных системах
- Инструментальное программное средство для инспектирования онтологических моделей
- Информационно-аналитическое обеспечение принятия решений в системе исполнительной власти региона
Введение к работе
Актуальность темы. В сложных производственных системах процессы принятия решений нуждаются в создании адекватных методов и инструментальных средств повышения их качества и эффективности – систем поддержки принятия решений (СППР). Поскольку любая производственная система состоит из множества компонентов, или объектов, способных вступать во множество разнотипных отношений, то управление в этих системах можно рассматривать как упорядочивание, достижение слаженности отдельных объектов системы, приведение ее в соответствие с нормой – т.е. регулирование отношений целостностей. Критериями управления как регулирования можно считать снижение неопределенности в системе, достижения устойчивости ее функционирования. Для обеспечения такого управления необходимы соответствующие модели, отражающие упомянутые нормы и ориентированные на описание объектных структур промышленных предприятий, позволяющие идентифицировать, анализировать (включая наглядное представление) и манипулировать всем многообразием объектов и отношений, имеющихся в производственной системе.
Яркими представителями систем, нуждающихся в подобного рода СППР, являются крупные интегрированные промышленные структуры, например, холдинги. Такие сложные системы включают в себя большое количество территориально-распределенных объектов: структурных подразделений различных уровней и должностных лиц, выполняемых проектов и работ, организаций-партнеров и др. Между этими объектами существуют сложные связи, отношения, информация о которых чаще всего слабо структурирована и не всегда доступна лицам, принимающим решения (ЛПР). Поэтому регламентация отношений между структурными подразделениями и должностными лицами организации, постоянный мониторинг и анализ состояния сетевого взаимодействия являются важными задачами управления сложными производственными системами.
Имеющиеся на предприятиях информационные системы не могут в полной мере удовлетворить потребности управленцев, т.к. представляют собой, как правило, набор разрозненных баз данных, а информация в таких системах представлена либо с помощью текстовых документов, либо в виде всевозможных каталогов и характеризуется наличием множества самостоятельных, несогласованных и неявно выраженных концептуальных описаний производственной системы.
В связи с этим необходимо создание СППР, реализующих обозначенную концепцию управления, основной функцией которых являлось бы информационно-аналитическое обеспечение принятия решений, и которые позволили бы в интегрированной форме представлять ЛПР информацию о функциях и взаимных связях структурных компонентов предприятия для их эффективного регулирования.
В диссертации предлагается подход к построению таких СППР, включающих в себя объектно-ориентированные модели и программные инструментальные средства работы с ними, с использованием онтологического системного анализа. Результатом этого анализа (или идентификации изучаемой системы) являются онтологии – модели, представляющие собой компьютерную форму представления знаний о предметных областях (ПрО) – производственных системах – в виде семантических информационно-логических сетей взаимосвязанных объектов, где в качестве главных элементов выступают понятия (или классы объектов, наблюдаемых в ПрО) с их свойствами и отношения между объектами. Онтологии выполняют интегрирующую функцию, обеспечивая общий понятийный базис в процессах принятия решений и единую платформу для объединения разнообразных информационных систем в ПрО.
Начало разработки СППР, основанных на онтологическом подходе, связано с зарубежными исследователями (T. Gruber, N. Guarino, M. King, M. Uschold, G. Rzevski); среди отечественных ученых проблемы использования онтологий и аналогичных им когнитивных моделей для описания ПрО и поддержки принятия решений исследуют В.А. Виттих, Т.А. Гаврилова, Н.Г. Загоруйко, Ю.А. Загорулько, Б.Г. Ильясов, А.С. Клещев, А.В. Кульба, Д.А. Новиков, А.В. Смирнов, С.В. Смирнов, А.Ф. Тузовский, В.Ф. Хорошевский. Смежными вопросами разработки методов и средств графо-аналитического анализа семантических объектных моделей занимаются Н.В. Дилигенский, В.А. Евстигнеев, В.Н. Касьянов, И.В. Попов, В.Г. Тульчинский и др. Однако состояние дел в сфере информационно-аналитического обеспечения принятия решений недостаточно отвечает потребностям управления в современных производственных организациях, и существует ряд научных проблем, требующих системного решения:
необходимость разработки принципов информационно-аналитического обеспечения принятия решений на основе онтологий и структуры соответствующих СППР в сложных производственных системах;
отсутствие интегративных концептуальных моделей на предприятиях, использующих различные базы данных и СППР;
необходимость решения разнообразных прикладных управленческих задач (например, оперативного генерирования регламентирующей, отчетной, справочной и тому подобной документации для обеспечения эффективного управления);
необходимость при принятии решений одновременного использования разноаспектных описаний производственной системы;
необходимость использования специальных интерактивных программных средств, отвечающих требованиям мультимедийного представления больших объектных сетей, их анализа и манипуляции ими.
Поэтому актуальной является тема диссертации, посвященная разработке методов и средств информационно-аналитического обеспечения систем поддержки принятия решений на основе онтологий.
Целью диссертационной работы является анализ систем управления в производственных организационных системах и разработка СППР для повышения качества и эффективности принятия управленческих решений на основе использования онтологий как базовых и интегрирующих элементов решения разнообразных задач управления и информатизации всех сфер функционирования промышленных предприятий.
Для достижения поставленной цели в работе решаются следующие задачи:
системный анализ, разработка принципов и структуры систем поддержки принятия решений в производственных системах;
разработка и исследование методов информационно-аналитического обеспечения принятия решений в промышленных предприятиях на основе идентификации производственных систем, анализа полученных моделей и многомодельного представления знаний;
разработка инструментальных средств построения, обозрения и анализа онтологических моделей;
создание с использованием разработанных методов и средств отдельных моделей и специализированных систем поддержки принятия решений для практической проверки и отработки предлагаемых в диссертации идей и методов.
Методы исследования. В качестве методологической основы работы использовались принципы и методы системного анализа, принципы и методы представления и анализа знаний, основанные на онтологическом анализе предметных областей моделирования, формальной и математической логики.
Научная новизна работы заключается в следующем:
предложен подход к построению СППР, отличающийся тем, что обслуживает концептуальный уровень поддержки принятия решений в производственных системах на основе совместного использования концепции управления как регулирования отношений целостностей и концепции онтологического моделирования;
в отличие от принятого подхода к структурному и объектному анализу, идентификацию производственных систем в онтологиях предлагается осуществлять с учетом персональных знаний ЛПР и конкретизировать в объектных денотативных моделях;
дано упрощенное, в отличие от предлагаемого языками дескриптивной логики, теоретико-множественное описание онтологических моделей, которое сохраняет возможность установить точный смысл и основные принципы формирования таких моделей;
разработана методика информационных запросов к онтологическим моделям, отличающаяся от существующих подходов, развивающих преимущественно языки запросов, тем, что ориентирована на организацию взаимодействия с пользователем-непрограммистом с помощью интеллектуальных форм, управляемых на основе метаонтологии и онтологий производственных систем;
разработан механизм гиперссылок, позволяющий, в отличие от методов интеграции онтологий на основе слияния, строить многомодельные системы, сохраняя обособленное существование отдельных онтологических моделей производственных систем.
Практическая ценность работы заключается в следующем:
разработанная методология позволяет анализировать производственные системы на основе общего информационного базиса – онтологических моделей;
созданы инструментальные средства общего назначения для построения СППР на основе онтологий;
построены специализированные СППР, эксплуатация которых показала пригодность предлагаемых подходов и методов для поддержки принятия решений при управлении сложными производственными системами.
Реализация результатов работы. Результаты работы нашли применение при выполнении научно-исследовательских работ:
по Комплексной программе фундаментальных исследований РАН по проблемам машиностроения, механики и процессов управления 2006-2009 гг. (п. 2.4.1 «Теория систем и общая теория управления. Системный анализ», тема «Методы и средства персонализации знаний при принятии коллективных решений»);
по Комплексной программе фундаментальных исследований РАН по проблемам машиностроения, механики и процессов управления 2003-2006 гг. (п. 2.4.1 «Теория систем и общая теория управления. Системный анализ», тема «Онтологический анализ и синтез в процессах принятия решений»);
по программе фундаментальных исследований ОЭММПУ РАН «Проблемы анализа и синтеза интегрированных технических, социальных и медико-биологических систем управления» (2005-2006 гг.);
по программе фундаментальных исследований ОЭММПУ РАН «Проблемы анализа и синтеза интегрированных систем управления для сложных объектов, функционирующих в условиях неопределенности» (2007-2009 гг.);
по государственному контракту с аппаратом Правительства Самарской области (тема «Разработка Программы развития и использования информационных и коммуникационных технологий в Самарской области» (2007 г.));
по государственным контрактам с департаментом финансово-хозяйственной деятельности Правительства Самарской области (по четырем темам), с министерством экономического развития, инвестиций и торговли Самарской области (по одной теме); по контракту с Государственным университетом - Высшей школой экономики (по одной теме) (2004-2006 гг.).
Прикладные разработки и результаты исследовательской деятельности использованы в форме специализированных СППР:
в группе энергосервисных компаний, состоящей из семи предприятий, располагающихся в различных областях Приволжского округа и находящихся под управлением ООО «Волжская управляющая энергосервисная компания», для:
анализа, мониторинга и модернизации производственных систем;
организации систем работ на производственных объектах и осуществления контроля за ними;
обучения персонала и оперативного получения справочной информации для принятия решений;
в министерстве здравоохранения и социального развития Самарской области при формировании, анализе, мониторинге и регулировании системы предоставления консолидированных услуг населению;
в учебном процессе кафедры «Инженерия знаний» ГОУВПО Поволжский государственный университет телекоммуникаций и информатики.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на всероссийских и международных конференциях, в том числе:
на VII-XI международных конференциях «Проблемы управления и моделирования в сложных системах» (Самара, 2006, 2007, 2008, 2009);
на десятой национальной конференции по искусственному интеллекту (Обнинск, 2006);
на VI международной конференции SICPRO’07 «Идентификация систем и задачи управления» (Москва, 2007);
на X международной конференции «Региональная информатика – 2006 (РИ-2006)» (Санкт-Петербург, 2006);
на международной научно-технической конференции «Информационные, измерительные и управляющие системы (ИИУС-2005)» (Самара, 2005).
на IV всероссийской школе-семинаре молодых ученых «Проблемы управления и информационные технологии (ПУИТ'08) (Казань, 2008);
на международной научной конференции «Проблемы регионального и муниципального управления» (Москва, 2006).
Публикации. Основные положения диссертации опубликованы в 14 печатных работах, включая издание, рекомендованное ВАК России.
Структура и объем работы. Диссертация состоит из введения, четырёх разделов, заключения и приложений. Общий объём работы 163 страницы машинописного текста, включая 42 рис., 2 табл. и список использованных источников из 100 наименований.
Идентификация производственных систем путем построения онтологических моделей
Данный раздел посвящен анализу современного состояния в области поддержки принятия решений в производственных системах и описанию принципов построения систем поддержки принятия решений на основе онтологии.
В сложных производственных системах процессы управления, рассматриваемые как процессы принятия решений [42], нуждаются в создании адекватных методов и инструментальных средств повышения их эффективности - СППР. Поскольку любые производственные системы состоят из целостных компонентов (индивидуумов, сообществ людей, организационных структур, производственных объектов), т.е. объектов, способных вступать во множество разнотипных отношений, то управление в этих системах можно рассматривать как регулирование отношений цело-стностей [33]. Поэтому в основу СППР в таких системах должны быть положены модели, ориентированные прежде всего на отображение объектных структур предметных областей, которые позволяют идентифицировать, анализировать (включая наглядное представление) и манипулировать всем многообразием объектов и отношений, возникающих в системе [37].
Термину СППР на западе можно сопоставить термин Business Intelligence (BI) [19-20], который впервые предложил американский ученый Ханс Петер Лун: business трактовался как набор различных активностей, предпринимаемых в различных отраслях деятельности человека (наука, промышленность, государственное управление и т.д.). Коммуникационные системы, поддерживающие эти виды активности, он назвал intelligence system, a intelligence — способность устанавливать взаимосвязь между представлениями отдельных знаний с тем, чтобы действовать в интересах решения поставленных задач и намеченных целей [11]. Впослсдст вий Говард Дреснер предложил использовать термин В1 для обозначения различных информационных систем, предназначенных для поддержки принятия решений [21].
Развитие СППР в последнее время направлено на поиск различных форм представления знаний и данных о структурно-сложных производственных системах с целью их использования при принятии управленческих решений. Проанализировав существующие подходы к созданию таких систем (например, [26, 95]) и используя собственный опыт, предлагается классификация систем поддержки принятия решений, приведенная на рисунке 1.1 [37].
Существует ряд различных СППР, решающих обозначенные виды информационно-аналитических задач, но практика их использования на предприятиях и в организациях в последнее время выявляет проблемы, связанные с возрастающим количеством сфер деятельности, требующих формализации и информатизации, и как следствие - использование большого числа разнообразных, подчас разрозненных программных средств.
Пользователи (управленцы, аналитики) в таких организациях остро нуждаются в систематизации и интеграции на концептуальном уровне лавинообразно растущего множества баз данных, знаний и управляющих ими систем.
В качестве интегрирующей основы для множества информационных систем производственного предприятия предлагается использовать онтологии, которые содержат концептуальную информацию и в явном и неявном виде уже являются основой создания и функционирования всех частных СППР. Это подтверждает проведенное с помощью метода онтологического анализа [87] исследование ряда методологий объекгио-ориентированного описания ПрО, являющихся основой создания различ-ных СППР [66] (см. рисунок 1.2). Эксперимент выявил, что общим для всех методологий является использование диаграммы классов — по сути онтологии.
Начало разработки СППР, основанных на когнитивных моделях, приходится на конец прошлого столетия [7, 17, 18, 34, 35], в настоящее время интерес к подобного рода моделированию объективно возрастает и получает широкое распространение [3-5, 10, 13, 30, 37, 40, 45, 78, 80, 85].
Создание общих интегрирующих онтологических моделей, используемых всеми СППР, позволило бы решить существующие в этой сфере проблемы на предприятиях. Кроме того, обозначенные модели и программные инструментальные средства для работы с ними (проектирование, редактирование, визуализация, анализ) в комплексе представляют собой СППР, ориентированные на информационно-аналитическое обеспечение управленцев при принятии ими решений. Можно выделить следующие основные требования к таким СППР: обеспечение целостного описания различных аспектов производственной деятельности;
Многомодельное представление знаний о производственных системах
Анализ моделей предлагается осуществлять с помощью следующих основных методов, которые могут быть дополнены для решения специальных задач [37, 82].
1) Визуализация моделей, отвечающая требованиям интерактивности и представляющая большие сети взаимосвязанных объектов, описывающих производственную систему, в наглядном виде, обеспечивающем удобное обозрение, навигацию, редактирование моделей и являющимся необходимым условием эффективного и качественного принятия решения. Визуальная аналитика будет исследована в подразделе 3.1.
2) Исследование моделей на основе графовых методик, т.е. анализ семантических сетей методами и средствами теории графов (см., например, [24, 43, 51, 53, 69, 93]). При расчетах различных задач, возникающих в задачах поддержки принятия решений, информация берется из базовых онтологических моделей и с помощью специальных методик происходит поиск оптимального решения. Далее приведены примеры возможности использования графовых методов в разрабатываемой СППР.
Задача о кратчайшем пути. Пусть задан ориентированный граф из n+l вершины, в котором выделены две вершины — вход (нулевая вершина) и выход (вершина с номером п). Для каждой дуги заданы числа, называемые длинами дуг. Длиной пути (контура) называется сумма длин входящих в него дуг (если длины дуг не заданы, то длина пути (контура) определяется как число входящих в него дуг). Задача заключается в поиске кратчайшего пути (пути минимальной длины) от входа до выхода графа. Известно, что для существования кратчайшего пути необходимо и достаточно отсутствия в сети контуров отрицательной длины. Предположим, что в сети нет контуров. Тогда всегда можно пронумеровать вершины таким образом, что для любой дуги (/,_/) имеет место у /. Такая нумерация называется правильной. Легко показать, что в сети без контуров всегда существует пра вильная нумерация. Обозначим / — длину дуги {i; j). Кратчайший путь в сети, имеющей правильную нумерацию, определяется следующим алгоритмом. Алгоритм 1. Шаг 0: Помечаем нулевую вершину индексом Л0 = 0; Шаг к: Помечаем вершину /с индексом Лк — т[ц Я; + llk; Индекс выхода Хп будет равен длине кратчайшего пути. Когда индексы (называемые в некоторых задачах потенції а чами вершин) установятся, кратчайший путь определяется методом обратного хода от выхода к входу, т.е. кратчайшим является путь // = (0; іх; і2; ...\іп_х;гі), такой, что /,я_ій = Яп - Я„_! и т.д.
Решим задачу поиска кратчайшего пути карьерного роста от директора по производству до генерального директора предприятия (граф отфильтрован из онтологической модели описания системы управления холдинга, представленной в подразделе 4.1). За вершины графа примем должности, введя следующие обозначения (см. рисунок 2.2): 0 - директор по производству; 1 - главный инженер; 2 - исполнительный директор; 3 - начальник управления организацией производства; 4 - заместитель технического директора; 5 - технический директор; 6 - генеральный директор. При данных обозначениях нумерация вершин в сети будет правильной, и мы можем применить алгоритм 1.
За длины дуг примем процент препятствий на пути к новой должности, который связан с квалификационными требованиями, предъявляемыми к лицу, замещающему определенную должность. Чем «длиннее дуга» — тем больше квалификационный разрыв между должностями в промышленной организации.
На рисунке 2.2 приведен пример применения алгоритма 1 для определения кратчайшего пути (числа у дуг равны длинам дуг, индексы вершин помещены в квадратные скобки, кратчайший путь выделен двойными линиями). [601 [55] Рисунок 2.2 - Пример поиска кратчайшего пути на графе в задаче «о карьерном росте» Начнем с определения индексов вершин: Л0 = 0, Я, = Я0 +/01 =20, Л2 =тіп{Л0 + 102,ЛХ + /12} = 55, Л3 =тіп{/10 +/03,2j + /13 Д2 + 11ъ} = 45 (неЗ /03 и /23), Л4=60, Л5 = 65, Л6=Ш. Длина кратчайшего пути равна индексу Л6 = 140. Индексы вершин определены, теперь найдем кратчайший путь // = (0;z,;/2;...;/5;6). Вершина i5 должна быть такая, что Іі6=Л6 — Л5 =75 , дуга с таким значением, ведущая в вершину 6, существует = /5 = 5. Аналогично /, 5 = Л5 - Л4 = 5 = f4 = 4 и /; 4 = ЛА - Лъ = 15 = /3 = 3. Находим /2: //3=—10, но такой дуги не существует, следовательно, и вершины /2 в кратчайшем пути нет. Определим /\: /,, =35= /, =1. Итак, кратчайшим является путь ц = (0; 1; 3; 4; 5; 6).
Следующий алгоритм дает возможность определять кратчайший путь в общем случае (т.е. при произвольной нумерации вершин). Алгоритм 2 (алгоритм Форда). Шаг 0: Помечаем нулевую вершину индексом Я0 = 0, все остальные вершины индексами Я = +оо, i = \,n; Шаг к: Рассматриваем все дуги. Если для дуги (i; j), Лк х - Лкл / , то вычисляем новое значение Лк = Лкл +1 .
Индексы устанавливаются за конечное число шагов. Обозначим {Я } - установившиеся значения индексов, которые обладают следующим свойством: величина Я равна длине кратчайшего пути из пулевой вершины в вершину /. Кратчайший путь из вершины 0 в вершину / определяется методом обратного хода. Пример данного алгоритма приведен далее в задаче о назначении. Если длины всех дуг неотрицательны, то для поиска кратчайшего пути применим алгоритм 3: Шаг 0: Помечаем нулевую вершину индексом Я0 = 0; Шаг к: Пусть уже помечено некоторое множество вершин. Обозначим Q - множество непомеченных вершин, смежных с помеченными. Для каждой вершины к єQ вычисляем величину %к=тт(Л1+11к), где минимум берется по всем помеченным вершинам /, смежным с вершиной к. Помечаем вершину к, для которой величина gk минимальна, индексом Лк = А.
Подобную процедуру повторяем до тех пор, пока не будет помечена вершина п. Длина кратчайшего пути равна Лп, а сам кратчайший путь определяется так, как это было описано выше.
Аналогично задаче о кратчайшем пути формулируется и решается задача о максимальном (длиннейшем) пути — достаточно измершть знаки дуг на противоположные и решить задачу о кратчайшем пути. Для существо вания решения задачи о максимальном пути необходимо и достаточно отсутствия контуров положительной длины.
Инструментальное программное средство для инспектирования онтологических моделей
Описание смежности с заданным набором объектов: «[атри бут_валентность, объект_смежник, №_смежности_по_порядку]». В общем случае — формула, например: «[заказывает v выполняет, реконструкция и модернизация турбоагре гата, 1] А ([привлекает на подряд, ООО «ТД Энергосервис» v ОАО «ИЦ Энергетики Урала», 1] v [выполняет по субподряду, (экспертиза, согласование и утверэюдение проекта) v заключение договора генпод ряда, 1])» (ищем организацию, которая заказывает или выполняет ре конструкцию и модернизация турбоагрегата, и при этом привлекает на подряд ООО «ТД Энергосервис» или ОАО «ИЦ Энергетики Урала» или же выполняет по субподряду экспертизу, согласование и утверждение проекта, или заключение договора генподряда); [ прямое подчинение, генеральный директор, 1] Л ([руководит, (планово-экономическая группа ИЦ v финансовый отдел), 1] v [функциональное подчинение, (финансовый директор v заместитель финансового директора), 1]) л [прямое подчинение, главный бухгалтер, 1]» (ищем лицо, которое находится в прямом подчинении у генерального директора и руководит планово-экономической группой Инженерного центра или финансовым отделом или же имеет в функциональном подчинении финансового директора или его заместителя, и при этом имеет в прямом подчинении главного бухгалтера);
«Класс= Консолидированная услуга Л [состоит из, (проведение социально-трудовой реабилитации v услуги по организации питания, быта, досуга), 1] л [оказывает, (министерство здравоохранения и социального развития РФ v министерство здравоохранения и социального развития СО), 1] л [потребляет, население СО, 1]» (ищем объект класса консолидированная услуга, которая должна состоять из проведения социально-трудовой реабилитации или услуги по организации питания, быта, досуга, оказывать данную услугу должно министерство здравоохранения и социального развития Российской Федерации или Самарской области, а потреблять население Самарской области). 5.4) Сочетание различных типов дескрипций - в этом случае логическая дескрипция будет представлять собой строку, содержащую логическую формулу, в которой указана конъюнкция частных описаний разных типов. Например: «[—включает, должностные лица, 1] А [-прямое подчинение, директор, 1] Л ученая степень:— (к.т.н. v д.т.н.) л область специализации:= (в названии присутствует слово радиотехника) л стаэ/с работы:= = 5 летл[функциональное подчинение, начальник цеха, 1] л [имеет право, координация и контроль за деятельностью электроремонтных подразделений организации, 1J» (ищем должностное лицо, которое находится в прямом подчинении у директора, имеет ученую степень к.т.н. или д.т.н., специализируется в области, в названии которой встречается слово радиотехника, имеет опыт работы не менее 5 лет, имеет в функциональном подчинении начальника цеха, и также имеет право координации и контроля за деятельностью электроремонтных подразделений организации);
«Стоимость:= 400 000 000 А срок выполнения: = 1 января 2011 Л [—выполняет по субподряду, (ОАО «Теплоэнергосервис» v ЗАО «Интеравтоматика»), 7/л [предшествует выполнению, (заключение договора генподряда л поставка оборудования и материалов), 1J» (ищем работу, такую что ее стоимость была бы менее 400 млн. руб., выполнена она будет не позднее 1 января 2011 г., выполнял бы ее по субподряду ОАО «Теплоэнергосервис» или ЗАО «Интеравтоматика», и ее выполнению предшествовали бы заключение договора генподряда и поставка оборудования и материалов);
«[—состоит из, реконструкция и модернизация турбоагрегата, 1] Л ([состоит из, разработка ТЭО (проект) подготовка рабочей документации v разработка и поставка АСУ ТП, 1] v [—предшествует выполнению, (заключение договора генподряда, 1]) А [—выполняет по субподряду, — ОАО «Оренбургская ТГК» л —ЮАО «Оренбургэнергоре-монт», 1] л срок выполнения — план:= 1 января 2010» (ищем направление работы, которое входит в проект по реконструкции и модернизации турбоагрегата и состоит из производственных работ: разработки технико-экономического обоснования (проект) и подготовки рабочей документации, либо из разработки и поставки АСУ ТП или же его выполнению предшествует заключение договора генподряда, выполнять по субподряду данный объект не должны ОАО «Оренбургская ТГК» и
Информационно-аналитическое обеспечение принятия решений в системе исполнительной власти региона
Конструирование запроса может осуществляться полуавтоматически, с помощью различных динамических форм подсказок, всплывающих списков, комментариев. Таким образом, возможность ошибки и неправильного заполнения пользователем строки ограничений сведена к минимуму. После заполнения формы пользователем и нажатии одной из двух клавиш поиска (в зависимости от задачи), запускается последовательно две функции: проверки правильности заполнения пользователем строки ограничений поиска; поиска объектов по заданным пользователем ограничениям.
Если строка ограничений заполнена правильно, то для пользователя реализуется показ интересующих его объектов. В противном случае — пользователь получит информацию об ошибке, допущенной при задании строки ограничений поиска объектов.
Далее приведено функциональное описание динамической формы рассматриваемого типа поиска в последовательности, соответствующей нумерации кнопок формы на рисунке 3.22а.
«Выберите класс». Прежде чем перейти к заполнению строки ограничений пользователю необходимо определиться с классом, в котором будет производиться поиск объектов. Этот элемент представляет собой выпадающий список, в котором представлены все имеющиеся классы данной модели согласно онтологии. После выбора пользователем класса объектов на динамической форме поиска становятся активными остальные элементы формы.
«Атрибуты класса». В данном элементе динамической формы предусмотрен выбор только одного элемента в списке. Атрибуты также выбираются из предложенного списка, который соответствует выбранному пользователем классу. При нажатии левой кнопкой мыши на любой атрибут из этого списка появляется информация о нем - тип атрибута и какие-либо комментарии. Эта информация необходима пользователю для правильного задания ограничений для конкретного атрибута. После того как пользователь определился с атрибутом, для которого необходимо задать ограничения, он должен занести его из списка атрибутов в строку ограничений. Это делается двойным нажатием левой кнопки мыши, после чего выбранный атрибут автоматически заносится в строку ограничений.
«Тип». Данный элемент используется для вывода информации о типе атрибута, выбранного пользователем в элементе 2 (см. выше). Эта информация выводится для помощи пользователю, она призвана помочь ему правильно заполнить строку ограничений поиска.
«Комментарии». Данный элемент используется для вывода различной информации об атрибутах, которая поможет пользователю правильно задать ограничения для конкретного атрибута в строке ограничений поиска объектов.
«Выберите операцию». Операции также выбираются из предложенного списка — логических символов языка классической логики предикаюв, которые можно использовать при задании пользователем ограничений для атрибутов в строке ограничения поиска. При нажатии левой кнопкой мыши на любую операцию из предложенного списка происходит ее автоматический выбор, и операция заносится в строку ограничений. Этот элемент тоже предназначен для помощи пользователю безошибочного заполнения строки ограничений поиска.
«Задайте № объекта». Этот элемент используется для выбора показа одного объекта из множества найденных путем задания его порядкового номера. «Ограничения поиска». Данный элемент предназначен для ввода огра ничений, которые пользователь задает при поиске. Именно эта инфор мация после проверки и используется для поиска объектов в моделях. На этом этапе пользователь может допустить ошибки в заполнении строки ограничений. Для того чтобы этого не произошло, выводится информация о типе атрибута и какие-либо комментарии. Получив эту информацию, пользователь сможет правильно занести значения ограни чений. Действия, соответствующие кнопкам 2, 5, 7 (см. рисунок 3.22а), пользователь может производить необходимое количество раз для формирования необходимой строки запроса. «Поиск одного объекта» - вывод одного объекта, удовлетворяющего условиям поиска согласно заданному порядковому номеру. «Поиск коллекции объектов» — вывод всех объектов, удовлетворяющих условиям поиска.
«Выйти». С помощью данного элемента пользователь может закрыть динамическую форму поиска объектов по атрибутам-свойствам, вер нувшись при этом на первоначальную форму «Поиск». Для поиска по атрибутам-валентностям соответствующей кнопкой из формы, изображенной на рисунке 3.21, вызывается другая динамическая форма, представленная на рисунке 3.226.
С помощью нее пользователь реализует поиск по следующим принципам: для выяснения факта связанности двух заданных объектов — задаются имена объектов, глубина поиска (т.е. удаленность объектов друг от друга). Поиск осуществляется с использованием базовой процедуры поиска объектов-смежников; для поиска объектов по связям с заданным объектом — задается известный объект и связь (атрибут-валентность). Указывается глубина поиска. Поиск осуществляется с использованием базовой процедуры поиска объектов-смежников. Результатом поиска являются цепочки связанных объектов.
