Содержание к диссертации
Введение
Глава 1. Анализ состояния вопроса в области использования методов описания данных в информационном обеспечении автоматизированных систем диспетчерского управления 11
1.1 Общая структура информационного обеспечения автоматизированных систем диспетчерского управления 11
1.2 Анализ особенностей, используемых данных в информационном обеспечении автоматизированных систем диспетчерского управления, требования и ограничения, предъявляемые к методам и алгоритмам 13
1.3 Классификация структур описания знаний и хранения данных в информационном обеспечении 16
1.4 Анализ методов и подходов к представлению структурированных наборов знаний и данных в виде онтологий в информационном обеспечении автоматизированных систем диспетчерского управления и их обработка 24
1.5 Выводы по главе 39
Глава 2. Разработка метода обработки информации в автоматизированных системах диспетчерского управления на основе онтологии онтологического подхода для информационного обеспечения автоматизированных систем диспетчерского управления 40
2.1 Разработка модели онтологии для описания данных автоматизированной системы диспетчерского управления 40
2.2 Разработка метода обработки информации в информационном обеспечении автоматизированных систем диспетчерского управления 43
2.3 Разработка метода защиты знаний, включаемых в предметную область с возможностью проверки данных на основе пространственно-временных показателей онтологии 46
2.4 Разработка алгоритмической реализации метода обработки информации, включаемой в онтологию на основе блочно-цепочной модели 54
2.5 Анализ эффективности разработанного алгоритма обработки информации, включаемой в онтологию на основе блочно-цепочной модели 56
2.6 Выводы по главе 58
Глава 3. Применение методов совершенствования информационного обеспечения на основе онтологий с блочно-цепочной организацией данных 60
3.1 Методы совершенствования онтологий информационного обеспечения автоматизированных систем диспетчерского управления на основе блочно-цепочной организации данных 60
3.2 Реализация метода обработки в информационном обеспечении автоматизированных систем диспетчерского управления на основе системно-объектной модели 67
3.3 Алгоритм проверки данных в онтологии на основе блочно-цепочной организации данных, позволяющая произвести семантическое комплексирование разнородных данных в автоматизированных системах диспетчерского управления 81
3.4 Использование разработанной модели онтологии на основе блочно-цепочной организации данных в информационном обеспечении автоматизированной системы диспетчерского управления. 83
3.5 Выводы по главе 95
Глава 4. Разработка и апробация функционирования модели и методов в рамках существующего информационного обеспечения автоматизированной системы диспетчерского управления 96
4.1 Использование разработанной онтологии на примере информационного обеспечения автоматизированной системы диспетчерского управления 96
4.2 Управление синхронизацией объектов на основе использования онтологии 107
4.3 Проверка целостности данных онтологии в информационном обеспечении автоматизированных систем диспетчерского управления 109
4.4 Методика вычислительного эксперимента в информационном обеспечении автоматизированной системы диспетчерского управления на онтологии с блочно-цепочной организации данных 112
Заключение 122
Список литературы 124
Приложения 135
Приложение 1 135
Приложение 2 139
- Классификация структур описания знаний и хранения данных в информационном обеспечении
- Разработка метода защиты знаний, включаемых в предметную область с возможностью проверки данных на основе пространственно-временных показателей онтологии
- Реализация метода обработки в информационном обеспечении автоматизированных систем диспетчерского управления на основе системно-объектной модели
- Методика вычислительного эксперимента в информационном обеспечении автоматизированной системы диспетчерского управления на онтологии с блочно-цепочной организации данных
Классификация структур описания знаний и хранения данных в информационном обеспечении
В работе Х. Уэно . М, Исудзука представлена классификация моделей представления знаний в виде четырех базовых сущностей, используемых в интеллектуальных системах различного уровня и их комбинациях [61]:
- логическая или логика предикатов;
- продукционная;
- фреймовая;
- семантические сети.
Рассматривая модели знаний, автор приходит к выводу о том, что для работы информационного обеспечения автоматизированной системы диспетчерского управления необходимо предъявлять минимальные требования к структурам знаний, которые обеспечивают простоту понимания, однородность представления и упрощение механизмов управления выводом [61]. Способы и модели представления знаний можно представлены в более развернутом виде на Рисунке 1.
В работах французских ученых Геша, Тейза и Грибомона [35;36] предложена логическая модель знаний. Авторами представлены подходы, при которых вся информация представляется, как набор фактов и утверждений в виде формул некоторой логики. Взаимодействие со знаниями в такой модели происходит посредством использования совокупности накопленных записей формул, а добавление новых сведений сводится к задачам логического вывода.
В работе [36;48] представлены достоинства логической модели в виде возможности реализации системы формально точных логических выводов, а также возможности организации единственно верного обоснования алгоритма вывода. Но несмотря на все преимущества логическая модель обладает рядом существенных недостатков в области представления экспертных неформализованных данных [48], обладающих, как и человеческая логика нестандартной, нечеткой структурой при использовании в классическом подходе строгой логики.
Продукционные модели представления знаний можно считать наиболее распространенными [37]. Основой такого подхода является усложнения правил представления знаний внутри структуры, что позволяет представлять знания в формате «Если значение 1, то значение 2». Данная модель обладает существенными недостатками при увеличении числа продукций, возможно возникновение противоречивости внутри разрабатываемой структуры, а также не универсальность, выражающаяся в невозможности представления некоторых видов знаний в форме продукций, что отрицательно сказывается на качестве взаимодействия с информационной системой.
В работах американского ученого М. Минского в 70-х годах была предложена теория представления знаний в виде фреймов [90], в этой теории автор предложил игнорировать построение модели внешнего мира за счет использования разрозненных фактов и понятий. Основополагающим моментом данного подхода является утверждение автора, что любая машинная модель, отражающая реальный мир, должна представлять собой достаточно большую совокупность стереотипных моделей ситуаций [90]. Актуальность использования фреймовых структур знаний нашло свое отражения в работах [2;33;106] многих известных специалистов, таких как Р.Абельсон, Ч.Ригер, Е.Чарняк, Дж.Уилкс, Р.Шенк и др., в областях понимания естественных языков и восприятия зрительных и голосовых образов информационными системами. В работах [33] использованию фреймовой модели знаний указаны следующие преимущества такие как универсальность модели, позволяющая выразить многообразие знаний о реальном мире через различные фрейм-структуры, наличие возможности реализации принципа наследования, что позволяет экономить вычислительные ресурсы, возможности расширения дополнительными процедурами для реализации любого механизма управления выводом. Но также в работе [38] описаны недостатки использования фреймовой модели знаний при создании информационных систем, основанных на использовании подобного подхода, к ним можно отнести такие недостатки как:
Трудоемкость внесения изменений в базовую иерархию;
Сложность фреймовых систем, вследствие которой снижается общая производительность механизмов вывода;
Отсутствие базовых возможностей по обработке исключений;
Отсутствие стандартных механизмов управления выводом; Описательные средства знаний являются не в полной мере естественными языками с возможностью интерпретации, их структура ближе к изобразительным средствам.
Формирование подхода к созданию семантических сетей и использование семантических сетей, как структур для работы со знаниями было предложено в работах [98;99], а также позднее в работе [61] авторами предлагается подход по созданию и использованию семантических сетей, для решения задач взаимодействия с информационными системами. В общем смысле под семантической сетью понимается структура, содержащая такие элементы, как объекты предметной области и отношения между ними [99], причем в роли объектов могут выступать различные понятия, процессы, события, которые могут наделяется определенными свойствами, таким образом такая структура позволяет задать конкретную предметную область в виде понятий и отношений между этими понятиями. Проработкой механизмов использования семантических сетей плотно занимался Ричард Риченс, им был предложен двухэтапный механизм трансляции исходного текста на нужный язык, через промежуточную форму, которой и являлась семантическая сеть. Впоследствии Абельсоном, Симмонсом, Уилксом были представлены работы [1;54;60;91;106] по созданию базовых наборов тезаурусов для использования в различных предметных областях.
В настоящее время семантические модели для представления знаний используются в различных сферах и технологиях, в результате широкого распространения глобальных коммуникационных сетей, в работе Бернерс Ли [104] было рассмотрено применение подобной структуры для создания так называемой семантической паутины, глобальной структуры формирующейся на базе сети Интернет, путем преобразования структур в вид пригодный для машинной обработки [71].
В общем виде семантическую сеть можно рассматривать как тройку (объект, связь, объект) или триплет, который выражает минимальный набор знаний способный выразить простейший факт в рамках семантической модели. Представления знаний в виде семантических сетей имеет ряд преимуществ для использования в информационных системах, но также при их использовании возможен ряд недостатков, таких как смешение различных знаний из смежных предметных областей, что усложняет общее понимание структуры, также для устранения проблем связанных с неэффективностью механизмов вывода внедряется механизм процедурных присоединений.
Для решения проблем обеспечения взаимодействия в информационной среде, онтологии также могут быть классифицированы в соответствии с их содержанием изображены на Рисунке 2. Это позволяет акцентировать внимание на содержании базы знаний, а не на общей формализованной модели абстрактных понятий. На верхнем уровне описываются основные понятия, абстрагированные от предметной области, такой концепцией может быть время, объекты, событие, действие.
Разработка метода защиты знаний, включаемых в предметную область с возможностью проверки данных на основе пространственно-временных показателей онтологии
Предлагаемый в работе алгоритм обработки данных, на основе онтологии, опирается на формирования среды, так называемого распределенного реестра, функционирование которого позволяет в масштабах информационного обеспечения получать неизменяемую последовательность произошедших событий и представить их в виде знаний на основе онтологий.
Введем понятие транзакции, в рамках функционирующей автоматизированной системы диспетчерского управления. Транзакция представляет собой передачу любого факта или концепта между элементами, уровнями гетерогенной среды. Множество транзакций представим в виде совокупности передаваемых данных: Trxn = {Sn, t , R, P}, (2.1) где Sn – ссылка на концепт, подготовленный для включения в онтологию содержащий триплет (объект, задача, цель), t – время создания транзакции , R – идентификатор принадлежности к соответствующей блочно-цепочной структуре , P – приоритет выполнения вложенного концепта.
В один момент времени в процессе функционирования системы генерируется множество различных запросов, которые можно отнести к группам: управления (внутренняя блочно-цепочная реализация) и общего процесса функционирования (общедоступная цепь).
Генерация транзакций происходит элементами системы, агентная сеть, реализующая задачи конечных, промежуточных и уровневых узлов в процессе выполнения. Транзакция, как и концепт имеет вектор направленности и фактически служит либо запросом на выполнение функциональной задачи или концептом, свидетельствующим о состоянии конкретного узла системы в данный промежуток времени.
Каждая подсистема в структуре автоматизированной системы диспетчерского управления имеет вычислительный узел обработчик, задача, которого формировать блок путем вычислительной функции, используя множество транзакций, находящихся в свободном доступе.
Пусть узел A в момент времени t генерирует запрос на изменение состояния узла В, а также объявляет свое состояние для записи в общую онтологию знаний о состоянии информационного обеспечения автоматизированной системы диспетчерского управления. Таким образом получим, транзакцию управляющего воздействия: Tnxab={(A,f(x),B),t,Rsys,P1}, (2.2), а также транзакцию объявления сведений функционирования объекта: Trxa={(A,has state),t,Rst,Pk}. (2.3)
Структура обработчика позволяет идентифицировать на начальном этапе формат свободных транзакций и обеспечивать включение в блоки транзакций одного типа. Для включения в блочно-цепочную последовательность для каждой сгенерированной транзакции, узел ее сгенерировавший вычисляет по специальной математической функции ее хеш, который уникально идентифицирует соответствующий концепт записываемый в структуру онтологий автоматизированной системы, таким образом блок изображенный на Рисунке 8 представляет собой набор сведений о предыдущем блоке, сведения о всех транзакциях принятых к исполнению, текущий временной штамп генерации блока, некоторое вычисляемое поле (nonce), и сигнатура подписи узла сгенерировавшего данный блок.
Созданный блок, который соответствует требованиям, рассылается между участниками-узлами автоматизированной системы диспетчерского управления для того, чтобы обеспечить генерацию следующего блока свободных транзакций. Вычисляемое поле, включаемое в структуру блока общей информационной блочно-цепочной структуры, влияет на сложность вычисления блока [80], что в свою очередь позволяет генерирующим узлам обеспечивать выполнение смежных задач в виде механизмов записи данных в онтологию, выборки сведений и формирования последующих транзакций, с вычислением их хеша определением ссылки на концепт онтологии.
Управляющая блочно-цепочная структура реализует алгоритм обработки информации управляющих воздействий на систему в привилегированном режиме, без фактического ожидания, за счет алгоритмов применения подписи данных блока, закрытыми и открытыми ключами узлов, без определения вычисляемого поля блока. Несмотря на отсутствия процесса математического усложнения, данный подход очень надежен, так как для компрометации всего распределенного реестра управляющих воздействий необходимо провести компрометацию приватных ключей всех узлов автоматизированной системы диспетчерского управления.
Для изменения факта передачи управляющего воздействия между узлами злоумышленнику необходимо подделать не только блок, содержащий информацию о данном концепте, но и также всю последовательность блоков [67], изображенную на Рисунке 9, которая была сгенерирована после него.
Формирование ссылки транзакции на триплет в структуре онтологии позволяет однозначно связать сгенерированное событие в автоматизированной системе диспетчерского управления в виде субъект-действие-объект, которое доступно всем элементам информационного обмена в связной среде. Защита последовательности отправленных управляющих воздействий, хранимых в отдельной онтологии обеспечивается за счет использования метода защиты на базе ассиметричных алгоритмов шифрования. Доступ к соответствующему блоку разрешен только тем элементам системы, открытый ключ которых в нем записан. Получение управляющего воздействия на элемент связано лишь с операцией доступа к информации внутри блока за счет распаковки контейнера секретным ключом. В процессе функционирования системы может выполнятся расширение доступа к уже отправленному и зафиксированному блоку в цепочке другим объектам, либо осуществляться повтор выполнения управляющего воздействия с использованием изменяемой структуры блока с новым временным штампом.
Формирование защищённой онтологии на основе блочно-цепочного подхода формируется на основе применения технологии ESCDA. При создании блочной последовательности защищенных транзакций ссылающихся на описания концептов в онтологическом пространстве используется подход эллиптических кривых и подход конечных полей, таким образом, что все элементы автоматизированной системы диспетчерского управления способны путем применения базовых алгоритмов с минимальными затратами ресурсов проверить подлинность транзакции, заключенной в блок, фактически предлагаемый подход позволяет обеспечивать достоверность концептов помещаемых в онтологию на этапе генерации этих сведений.
Разработанная структура имеет две цепочки для хранения общих сведений, которые не могут повлиять на функционирующие элементы, следовательно, доступ на чтение этих концептов может быть обеспечен неограниченному кругу лиц и системная цепочка, доступ к которой обеспечивается в процессе просмотра всех блоков управления в элементе и при нахождении необходимого включения происходит декодирование управляющего воздействия, предназначенного только элементу получателю.
Реализация метода обработки в информационном обеспечении автоматизированных систем диспетчерского управления на основе системно-объектной модели
Некоторые проблемы организации функционирования агентов можно решить, опираясь на готовые базовые решения – агентные платформы, реализующие основные механизмы, обеспечивающие работу МАС [8]. В настоящее время существует множество агентных платформ, как коммерческих, так и с открытым исходным кодом. Наиболее успешной в практическом воплощении технологий агентов является платформа JADE [4] (Java Agent DEvelopment Framework). JADE включает как библиотеки (т.е. классы Java), необходимые для разработки программных агентов, так и среду исполнения, которая предоставляет основные услуги. Каждый экземпляр мультиагентной среды выполнения JADE называется контейнером, множество которых формируют общую среду исполнения агентов. Среда исполнения множества агентов позволяет создавать унифицированные подходы для взаимодействия при помощи программных интерфейсов. Эта организация функционирования скрывает для агентов (и для прикладных разработчиков) сложность и разнообразие подсистем (техническое обеспечение, операционные системы, виды сети, JVM) [3].
С функциональной точки зрения JADE обеспечивает базовые сервисы, необходимые для распределенных peero-peer программ в фиксированной среде. JADE позволяет каждому агенту динамически находить других агентов и связываться с ними согласно peero-peer парадигмой.
С программной точки зрения, каждый агент идентифицируется уникальным именем и обеспечивает набор услуг. Он может зарегистрировать и изменить свои услуги и/или искать агентов, предоставляющих услуги, агент может управлять своим жизненным циклом и, в частности, общаться с другими агентами.
Коммуникативная модель мультиагентной среды позволяет генерировать сообщения и осуществлять их передачу в асинхронном режиме и является почти универсальной для распределенных и свободно связанных взаимодействий [65], то есть реализованных связей между разнородными объектами, которые ничего не знают друг о друге. Для того, чтобы осуществить общение, агент только отправляет сообщение по месту назначения. Агенты определяются именем (нет потребности в знании места назначения сообщения) и, как следствие, нет никакой временной зависимости между связью агентов. Отправитель и получатель могут быть доступны в одно и то же время [2].
Если это условие не соблюдено, необходимо решить задачу ограничения периода доставки сгенерированного сообщения. Относительно процесса взаимодействия существует необходимость уточнения параметров, связанных с временными характеристиками доставки сообщений между агентами. Рассмотрим выполнение передачи запроса М в рамках агентной платформы, если предположить, что каждое действие а є g, то время выполнения передачи будет Sa(M);
Общее время выполнения задачи A может быть описано следующим
Sg(M) = max5a (М), (3.5)
где g - задача доставки сгенерированного сообщения; а - способ доставки сообщения М.
Время реализации способа доставки сообщения а є g как Та. Из этого следует время реализации задачи Tg из множества g может быть вычислено следующим образом
Тд = Sg(M) — min (Sa(M) — Та). (3.6)
Вычисленные значения характеризуют интегральные свойства среды взаимодействия агентов, с использованием общих принципов взаимодействия. Характеристики, связанные с качественной оценкой функционирования мультиагентной среды можно выразить через показатель максимального запаздывания
Азап = max (S5(M) — Dg), (3.7)
где Dg - максимальный срок жизни передаваемого сообщения.
Для решения задачи оптимизации работы агентов в масштабах агентного сообщества для децентрализованной системы необходимо стремиться уменьшить значение этого показателя. При решении задачи оптимизации мультиагентной среды можно применять показатель LP определяющий количество недоставленных адресату сообщений [5].
д Є т ASg Dg. (3.8)
Для работы в мультиагентной среде такой показатель дает возможность количественно представить сколько сообщений не было доставлено агентам, за время работы системы t.
Представим виде графа модель осуществления доставки сообщения в мультиагентной среде изображенную на Рисунке 17. G(P,S), (3.9)
где P – множество состояний агента, S – множество переходов при доставке сообщения агенту
S P2. (3.10)
Связь (A,B) S представленная в виде дуги графа существует в том случае если, существует возможность доставки сообщения при переходе из состояния агента A в состояние B, причем в данной модели должно обеспечиваться свойство достижимости всех состояний из базового [6].
Данная платформа и ее расширения предоставляют различные средства для обеспечения функционирования агентов в рамках парадигмы Semantic Web. Платформа JADE обеспечивает поддержку онтологий (пакет JADE.content), при этом информация об онтологиях представлена в виде java-объектов.
Более эффективным представляется использование библиотеки AgentOWL, которая поддерживает RDF/OWL модели для агентов JADE [58]. Описание модели знаний агента («generic agent model») основано на пяти основных элементах: Resources, Actions, Actors, Context и Events [9]. Поддерживается обмен сообщениями в формате RDF/OWL, включение полученной информации в модель. Для того чтобы агенты могли функционировать в контексте Semantic Web, им добавляются методы работы с построенной моделью знаний, а также методы обработки и отправки сообщений в формате OWL и SPARQL [51]. В AgentOWL возможно использование фреймворка Jena, имеющего широкие возможности в виде реализованных программных интерфейсов, в том числе и для работы с онтологиями. При добавлении новых классов в подход, среда обеспечивает реализацию блочно-цепочного механизма на уровне агента.
Рассмотрение агентов в контексте Semantic Web ведет к необходимости интеграции МАС с веб-приложениями, в частности, создания веб-интерфейса для агентов [99]. Существует несколько готовых подходов, которые облегчают решение данной задачи. Подход JADEGateway обеспечивает взаимодействие между внешним приложением и платформой JADE. Все служебные классы доступны в пакете JADE.wrapper.gateway. Основное назначение – создание веб-интерфейса для агентов, при этом агент контролирует все запросы к странице.
Основной принцип подхода заключается в применении цепочки: servlet – gatewayagent – МАС [6].
Другой подход – проект JADE4spring – обеспечивает легкую интеграцию контейнеров агентов JADE и фреймворка Spring. Такой подход позволяет эффективно использовать агентов в контексте веб-приложения. Визуализацию онтологических моделей предлагается осуществлять с использованием Flare Prefuse. Flare представляет собой ActionScript библиотеку для создания визуализаций, которые выполняются в Adobe Flash Player. На первоначальном этапе необходимо обеспечить генерацию специального формата OWL который необходим для компонента Flare. Генерация возможна с помощью методов усечения структуры и модификации метаданных в нужный вид, для выполнения этой задачи можно использовать библиотеку OWL2Prefuse. На следующем этапе происходит формирование динамического объекта, который отображает структуру онтологии в виде HTML5 объекта или SWF изображения. Использование такого подхода к построению визуальных объектов на базе онтологий может быть использована для встраивания в конечное приложение, вебстраницу. На третьем этапе внедряется алгоритм динамической изменения структуры в составе информационного обеспечения автоматизированной системы диспетчерского управления, чтобы иметь возможность получения актуальных состояний о онтологии. Формально в процессе динамической визуализации онтологии, с определенным временным интервалом происходит запуск преобразования дифференциальной разницы между последним временным штампом и текущей временной компонентой постоянно пополняющейся блочно-цепочной онтологии состояний автоматизированной системы диспетчерского управления. Разница визуализируется и добавляется в объект, изменяя его характеристики.
Рассмотренные программные решения и технологии позволяют создавать мультиагентные системы для решения различных задач в рамках парадигмы Semantic Web [99]. Основные преимущества от применения предлагаемых решений можно получить для таких предметных областей, где одной важной особенностью является возможность распараллеливание задач при взаимодействии агентов в мультиагентной среде, электронные системы коммерции и трейдинга, банковские системы, электронные торговые площадки.
Методика вычислительного эксперимента в информационном обеспечении автоматизированной системы диспетчерского управления на онтологии с блочно-цепочной организации данных
Расширение возможностей автоматизированной системы диспетчерского управления за счет использования мультиагентного пространства, позволяет внедрить новые механизмы взаимодействия объектов информационного обеспечения автоматизированной системы диспетчерского управления в виде блочно-цепочной онтологии. Важным аспектам разработанной системы является параллельное использование двух блочно-цепочных онтологий в которых раздельно выполняются задачи по передаче и обработке управляющих воздействий и накопление сведений об общем состоянии автоматизированной системы диспетчерского управления. Сведения, размещенные в онтологиях, могут быть использованы модулем интерпретации для формирования последовательностей решений возникающих нештатных ситуаций в удобном для системы формате.
Общая структура взаимодействия элементов в пространстве информационного обеспечения автоматизированной системы диспетчерского управления, расширенной мультиагентным пространством изображенная на Рисунке 33 позволяет обеспечить функционирование всех уровней автоматизированной системы диспетчерского управления, в которой могут быть представлены агенты следующих типов:
системные агенты – решение задач поддержки функционирования платформы агентного пространства, выполнение действий, направленных на пополнение онтологии состояний, обработка входных блоков с управляющими воздействиями из блочно-цепочной онтологии управления;
агенты интерпретаторы – позволяют формировать сообщения на уровне внутреннего агентного пространства, путем преобразования сообщений информационных подсистем, в том числе системы, с которыми работает пользователь, например, консоль мониторинга автоматизированной системы диспетчерского управления.
Обмен информацией с агентной сетью;
Хранение и обновление локальной онтологии состояний и решений;
Считывание недостающих сведений в процессе понимания существующего тренда;
Получение недостающих сведений из блочно-цепочных онтологий;
Передача сведений в онтологию состояний и решений;
Формирование информации для генерации блочно-цепочной последовательности;
Разработанная информационная модель может функционировать только в рамках общего пространства информационного обеспечения автоматизированной системы диспетчерского управления, элементы не имеющие возможности интеграции с системой могут осуществлять взаимодействие обмен и передачу данных через программные интерфейсы приложений, но без возможности включения сведений и произошедших событиях в структуру блочно-цепочной онтологии. Для полноценной работы расширенного пространства автоматизированной системы диспетчерского управления модель должна обеспечивать поддержку следующих элементов:
формирование собственного и загрузка дополнительных словарей предметной области;
модели поведения и функционирования специализированных подсистем и элементов;
сторонние базы знаний сходных предметных областей;
Предложенная в работе модель блочно-цепочной онтологии представляет формальное описание фактов, параметров объектов и связей между ними. Возможность использования разработанной структуры в системах, подобных автоматизированным системам диспетчерского управления зависит от формирования предварительного описания предметной области, методов взаимодействия объектов, формат передаваемых между объектами информационных сообщений и более сложных вопросов, связанных с задачами расширения, объединения онтологий, которые не рассматриваются в данной работе. Созданный программный модуль позволяет расширить возможности автоматизированной системы диспетчерского управления за счет внедрения мультиагентной среды изображенной на Рисунке 34 и позволяет выполнять следующие задачи:
передача управляющих воздействий на элементы АСДУ в виде блочно-цепочной последовательности;
анализ получаемой из среды информации и представление ее в виде концептов для записи в онтологию;
организация визуализации онтологии через интерфейс программы мониторинга автоматизированной системы диспетчерского управления;
использование онтологии в подсистеме поиска наилучших решений на основе прецедентов;
Каждый агент работающий в мультиагентном пространстве имеет возможность анализа состояний информационного обеспечения автоматизированной системы диспетчерского управления, которые формируется в памяти агента и позволяют, выполнять элементарные задачи в процессе функционирования. Предложенная модель позволяет системе принятия решений осуществлять взаимодействия через передачу агентам сообщений, аналогично других подсистем автоматизированной системы диспетчерского управления (визуализация, мониторинг, управление). Описанный подход позволяет расширять возможности информационного обеспечения автоматизированной системы диспетчерского управления за счет включения, новых элементов.
Для функционирования агентов в мультиагентном пространстве автоматизированной системы диспетчерского управления на основе предложенной в работе модели были разработаны онтологии, конкретных уровней, позволяющие агенту использовать структуру предметной области определенного уровня, изображенную на Рисунке 35 и локальное хранилище в виде онтологии, данные из которого в последствии будут переданы в блочно-цепочную онтологию состояний.
Использование локальной структуры знаний агента, позволяет формировать концепты для отправки в блочно-цепочную онтологию состояний согласно, определенной изначально предметной области и структуре. Использование локальной структуры при функционировании мультиагентной среды, позволяет агенту в случае потери связи с контроллером директорий не переходить в аварийный режим, а обеспечивать стабильный процесс эксплуатации элемента, модуля, подсистемы изображенный на Рисунке 36. В хранимой локальной структуре агента при потере связи продолжаются процессы, формирования транзакций, которые он может передать по заранее определённому в коде агента пути, либо используя возможности соседних агентов.