Агентно-ориентированный подход к созданию системы поддержки принятия решений, предназначенной для прогнозирования развития производственных структур Кононов Иван Владимирович

Содержание к диссертации

Введение

Глава 1 Предмет исследования и постановка научной задачи 15

1.1. Информационный подход к управлению производственными системами

1.1.1. Возможности существующего методологического аппарата по управлению сложными системами 15

1.1.2. Применение современной методологии в задачах обоснования разработки автоматизированной системы управления 23

1.2. Адаптация системы поддержки принимаемых решений к множеству проблемных вопросов управления предприятием34

1.2.1. Актуальность и экономическая целесообразность создания системы поддержки принимаемых управленческих решений 34

1.2.2. Анализ методического аппарата, построения технологического процесса поддержки принимаемых управленческих решений 40

1.3. Формализация научной задачи и ее декомпозиция на 45

частные задачи исследования

Выводы 54

Глава2 Реализация агентыо-ориентированной архитектуры в системе поддержки принимаемых решений 56

2.1. Совершенствование научно - методического аппарата построения систем поддержки принимаемых решений56

2.1.1. Возможность адаптации агентно-ориентированное подхода к созданию системы поддержки принимаемых решений 56

2.1.2. Методологические аспекты создания агентно- ориентированной архитектуры системы поддержки принимаемых решений 62

2.2. Формирование элементов системы поддержки принимаемых решений на основе агентно-ориентированной модели 74

2.2.1 Формирование блока стратегического прогноза управлением предприятия 74

2.2.2. Реализация блока стратеї ического прогноза системы поддержки принимаемых решений на основе агентно- ориентированной модели86

2.3. Модель «классная доска» - методология создания архитектуры системы поддержки принимаемых решений 93

Выводы 106

Глава 3. Сценарий решения проблемных вопросов прогнозирования развития и безопасности, создаваемых в России интегрированных структур 109

3.1. Реализация концептуальной модели системе поддержки принимаемых решений на основе технологии «классной доски» 109

3.2. Проведение вычислительного эксперимента и выработка рекомендаций по управлению предприятиями изготовителями ССН с использованием современных информационных технологий 123

3.3. Создание комплекса методик по оценке эффективности систем поддержки принимаемых решений 142

Выводы 158

Заключение 160

Список использованных источников

• Возможности существующего методологического аппарата по управлению сложными системами
• Актуальность и экономическая целесообразность создания системы поддержки принимаемых управленческих решений
• Возможность адаптации агентно-ориентированное подхода к созданию системы поддержки принимаемых решений
• Проведение вычислительного эксперимента и выработка рекомендаций по управлению предприятиями изготовителями ССН с использованием современных информационных технологий

Введение к работе п»ї

Совершенствование управления на всех уровнях — огромный и еще мало востребованный резерв повышения эффективности хозяйственной деятельности в отраслях производства, а качество управления, в конечном счете, определяется принимаемыми плановыми, организационными и оперативными решениями. �менно решения являются «продуктом» труда руководителя. Этот «продукт» весьма специфичен. Во-первых, решения и их последствия затрагивают многих людей и могут сохранять силу воздействия часто на весьма продолжительные промежутки времени. Во-вторых, принятие решений является личной функцией руководителя, который обязан выполнять ее в процессе управленческого труда и нести ответственность за последствия (исход) решений. В-третьих, само содержание процесса управления таково, что принятие решений занимает в нем центральное место. При этом с ростом сложности задач (технических, экономических, организационных, социальных), возникающих при выборе и реализации инвестиционных проектов, повышает уровень требований к управленческим решениям (комплексность, соответствие современному техническому уровню, научная обоснованность, многоаспекгность).

Научная новизна предлагаемых подходов детально представлена концепцией построения архитектуры ЛСППР, которая учитывает и реализует:

1. Актуальность;

2. Позиционирование;

3. Расширяемость;

4. Многоплатформенность.

5. Адаптивность;

6. Прозрачность;

7. Дружественность;

8, Актуализацию (учет передовых технологий; удобство и надежность процедуры установки; современный дизайн и интерфейс; передовые методы и технологии создания и реализации; работа с данными любого формата);

9. Автоматизированную сборку всех типов исследовательских

сценариев в форме исполняемого кода.

Реализация целостности и агрегирования состава элементов системы определяется составом АСППР:

1. Блок обработки и формирования входных данных;

2. Функциональные блоки;

3. Общая база данных; А. �нтерфейс взаимодействия с внешними информационными

системами;

5. Система формирования отчетов;

6. Система навигации;

7. Система аннотации к методам исследований;

8. Система помощи;

9. Автоматизированная система установки.

Концепция системного подхода реализации АСППР представлена схемой:

ЦЕННОСТЬ - - ЦЕЛЬ - ПОДХОД - МЕТОДЫ - ФОРМАЛ�ЗАЦ�Я - МОДЕЛ�

АГРЕГ�РОВАН�Е -V МЕТОДЛОКАЛ�ЗАЦ�� - КОНЕЧНЫЕАГРЕГАТЫ

БЛОК КОДОВ - ПРОГРАММА ПОСТРОЕН�Я МОДЕЛЕЙ -► КОМП�ЛЯЦ�Я

Схема концепции системного подхода реализации АСППР

Сложность фундаментальных, научно-технологических и технических вопросов, решаемых в исследованиях, определяется функциональными блоками АСППР [1,2]:

1. Блок стратегического прогноза и оценки качества сложных систем;

2. Блок поддержки решений методами, основанными на опыте и интуиции специалистов;

3. Блок поддержки решений адаптивными вероятностно-статистическими методами;

4. Блок автоматизированного построения имитационных моделей;

5. Блок экономического анализа;

6. Блок оценки влияние современной правовой базы на реализуемость программ и планов развития производственных структур.

При этом информационно-вероятностный метод (концепция, которого не имеет аналогов ни в стране, ни за рубежом, является центральной идеей проекта по созданию АСППР) позволяет осуществить переход к формализованному уровню описания процесса становления, уменьшает энтропию конкуренции вариантов, исключает тупиковые пути отбора различных систем, обеспечивает определение круга наиболее перспективных вариантов в долгосрочной перспективе [3]. Достоверность метода широко представлена сопоставлением результатов анализа и конкретных в том числе и экстремальных ситуаций.

При этом стратегия развития промышленного комплекса имеет комплексный характер и включает деятельность по целому ряду взаимосвязанных направлений, в том числе выработку и реализацию активной и адресной бюджетной, инвестиционной и инновационной политики в интересах обновления основных производственных фондов, расширения выпуска высокотехнологичной продукции. К тому же само понятие высокотехнологической продукции (продукции с высоким техническим уровнем) представляет собой достаточно динамичное понятие, объем которого не является постоянным. Атрибутивные признаки и параметры продукции с высоким техническим уровнем постоянно меняются. Данные проблемные вопросы в системе снимаются за счет построения модуля обработки и формирования входных данных. Модуль обеспечивает внедрение и сопровождение современных информационных технолоіий сбора, хранения, поиска и отображения документально-фактографических и мулыимедиа данных. Структуру модуля формируют: подсистема подготовки и ввода информации; подсистема аналитической обработки информации; подсистема вывода информации; подсистема генерации отчетов. �нтегрирование модуля обработки и формирования входных данных в АС ПНР позволит данному программному продукту соответствовать уровню информационно-аналитических систем класса CRM, PLM и ERP [4, 5]. ERP -Enterprise Resource Planning (планирование ресурсов предприятия). Класс учетно-транзакционных компьютерных систем управления предприятием, предназначенных для планирования и управления всеми ресурсами предприятия, необходимыми для производства, реализации и учета продукции. Внедрение в организацию ERP системы сопровождается существенной реорганизацией деятельности предприятия - реинжинирингом. Длительность внедрения ERP системы обычно составляет не менее 1,5 лет. Стоимость внедрения системы также крайне велика. Поскольку внедрение системы очень трудоемкая задача, требующая специальных знаний, эти занимаются специализированные компании, а не разработчики системы. В некоторых случаях стоимость внедрения составляет сотни миллионов долларов, а это очень серьезные цифры даже для американских компаний, не творя уже о российских.

CRM (Customer Relationship Management) - это программы для управления взаимоотношениями компании с ее клиентами (заказчиками), партнерами, дилерами и внешним миром вообще. Фактически, это средство для автоматизации работы отделов маркетинга, продаж и обслуживания клиентов. Плюс набор дополнительных сервисов в виде корпоративных порталов, call-центров, онлайновых справочных бюро для клиентов, корпоративные базы знаний. �менно эту цель и преследует CRM. SCM (Supply Chain Management) - системы управления так называемыми логистическими цепочками. При производстве сложных изделий, в состав которых входят комплектующие от разных поставщиков, для компаний важно оперативно «программировать» поставку нужных деталей в нужном объеме и к нужному сроку.

PLM (Product Lifecycle Management) — система управления жизненным циклом изделия. На этапе исследований внедрение PLM повышает эффективность взаимодействия между членами команды, а наличие единого информационного пространства позволяет значительно быстрее завершить процесс исследований и начать процесс разработки изделия. За счет централизованного хранения всех данных об изделии появляется возможность оперативно включать новых участников в процесс исследований.

Хранилище — это составная часть модуля PDM (Product Data Management — система управления данными об изделии), являющегося, в свою очередь, базовым модулем системы PLM. Хранилище по своим функциональным возможностям должно позволять управлять данными, поступающими с этапов разработки, производства и эксплуатации изделия. Здесь иод данными понимается такая критически важная информация об изделии, как состав изделия, чертежи и трехмерные модели, спецификации, инженерная (конструкторско-технологическая) документация, вся описательная документация и служебная переписка. Основная задача хранилища — это предоставление пользователям единственной и актуальной на текущий момент версии запрашиваемых данных об изделии.

При этом массовое создание сложных программных продуктов промышленными методами и большими коллективами специалистов вызвало

і необходимость их четкой организации, планирования работ по затратам, этапам и срокам реализации. Совокупные затраты в мире на такие разработки составляют миллиарды, а для отдельных проектов - миллионы долларов в год, поэтому требуется тщательный анализ эффективности создания и использования программных продуктов. Решение этих задач, направленных па развитие сложных систем, непосредственно связано с проблемой повышения их эффективности. Данное положение выдвигается на первый план проблема качественного совершенствования этих систем, которое заключается в обеспечении высокой функциональности, экономичности и безопасности [6].

Проведенный в работе анализ работ, направленных на повышение эффективности планов развития технических систем и управления их реализацией показал, что существующий методический аппарат поддержки принимаемых управленческих решений - изготовителями этих систем имеет ряд ограничений, не позволяющих в полной мере учесть те основные факторы, которые характеризуют современные условия планирования развития сложной техники. Па сегодняшний момент модели управления предприятиями, изготавливающими технические системы в основном базируется на экспертных и интуигивных методах, а новые модели поддержки принятия управленческих решений только начинают создаваться.

Следует отметить высокую динамику эволюции информационной технологии. Технологии постоянно развиваются в сторону увеличения эффективности работы, как пользователя, так и разработчика. При этом эффективность работы увеличивается за счет разработки более выразительных инструментов, вследствие этого на рабочем пространстве пользователя помещается больше информации, уменьшается количество рутинных действий. Наиболее радикальные исследования связаны с попытками повысить эффективность процесса мышления, представляя информацию в таком виде, который позволяет обнаруживать скрытые взаимосвязи или «наталкивает» на неочевидные идеи. Подводя итог можно сказать, что хотя результаты разработки программного продукта по-прежнему остаются неизвестными, появляется все больше возможностей их исправить, привести к желательным. Реализуемая в работе технология призвана сделать процесс разработки программною обеспечения более прозрачным за счет автоматизации процесса проектирования программного продукта, более четкой постановки задач перед программистами и изменений в пользовательском интерфейсе. Учит данных положений, а так же обобщение и развитие концепции, основанной на понятии «агентно-ориентированный подход» обеспечивает «должную» степень удобства при общении с машиной в процессе подготовки управленческих решений. Однако агентно-ориентированный подход к построению системы ПНР требует серьезной подготовки, поэтому система характеризуется наличием математического, программного, информационного, технического, эргономическою и других видов обеспечения. При этом круг решаемых задач определяется совокупностью методов исследования. Поэтому в работе основное внимание должно быть уделено формированию математического обеспечения, которое включает в себя совокупность математических соотношений, описывающих поведение реального объекта; совокупность алгоритмов, обеспечивающих как подготовку, так и работу с моделью. Сюда отнесены алгоритмы: ввода исходных данных, имитации, вывода, обработки. Поэтому предлагаемая диссертационная работа, направленная на совершенствование методологии построения системы поддержки принятия управленческих решений в современных условиях страны, является актуальной. 

Объект исследования: инструментальная и методологическая составляющие информационно - аналитической системы поддержки принятия решений (�АСППР).

Предмет исследования: агентно-ориентированный подход к созданию перспективных моделей и методов, определяющих архитектуру системы поддержки принимаемых решений.

Рамки исследования: исследования проводятся с учетом перспективы развития сил и средств развитых государств в информационной сфере на 10-15 лет.

Целью работы является: повышение эффективности создания научно-методического и информационно-аналитического обеспечения, определяющего архитектуру системы поддержки принимаемых решений основанную на агентно-ориентированном подходе. Для достижения поставленной цели в работе решены следующие задачи: -адаптация автоматизированной системы поддержки принимаемых решений к множеству проблемных вопросов оценки управления развитием сложных технических объектов;

- проанализированы концептуальных положений аіснтно-ориентированноіо

подхода, обеспечивающею методологию создания архитектуры системы

поддержки принимаемых решений;

- сформирована концепция построения информационного обеспечения систем комплексной оценки состояния промышленной и технологической безопасности РФ;

- разработана методика структурирования информации в ходе создания сценарий концепции «Разработка системы единого информационною пространства» на основе модели «классная доска»;

-создан комплекс методик по оценке эффективности систем поддержки принимаемых решений.

Область исследований ограничена следующими положениями:

1. �нформация структурируется с целью принятия управленческих решений государственным заказывающим органом, заинтересованным в сохранении и развитии научно-технического и производственного потенциала РФ.

2. Результаты анализа используются в целях управления развитием технических объектов в ходе реализации перспективных и краткосрочных планов.

3. Анализом охвачены научная и технологическая сферы создания программных продуктов.

ІУІСІОДЬІ исследовании базируются на использовании: на основных положениях теории управления, теории информации и искусственного интеллекта, математического аппарата теории вероятностей и математической статистики.

Научная новизна работы состоит в следующем:

- впервые разработана формализованная процедура построения логико лингвистической модели для создания системы структурирования информации, основанная на аіентно-ориентированном подходе; - в создании и определении места в информационной системе методики структурирования информации в задачах стратегического планирования;

- в построении модели «классная доска», позволяющей реализовать технологию проведения вычислительного эксперимента по управлению производством с системных позиций.

Теоретическая значимосіь исследований состоит: во-первых, во внесении вклада в развитие системного подхода, позволяющею осуществить структурирование информации для решения задач поддержки принимаемых решений; во-вторых, в развитии методического обеспечения для построения архитектуры системы ППР на основе концепции агентно-ориентироваиного подхода.

Практическое значение работы:

- полученные в диссертации результаты позволяют существенно

расширить область применения методов искусственною интеллекта при

построении как архитектуры информационно - аналитической системы

поддержки принятия решений, так и инструментальной и методологической

составляющих подобных систем;

- созданы компоненты алгоритмического, программною и методическою обеспечения для построения информационной системы структурирования информации с применением доступного аппаратного обеспечения;

- разработаны алгоритмы и программы моделей (входящих в состав информационной системы), обеспечивающие формирование прогнозных решений необходимые для оценки безопасности промышленных структур.

Обоснованность .научных результатов и положений, сформулированных в диссертации, базируется на широко апробированных в науке теоретических положениях и применяемых в ходе исследований научных методах.

Досюнсрность информации определяется заданной точность значения отображаемых параметров - погрешность не выходит за пределы допустимого значения и достигается в каждом конкретном случае на базе глубоких статистических исследований с привлечением экспертных оценок.

А На защиту ньіносятси:

1. Концептуальные положения адаптации агентно-ориентированной технологий к решению задач построения структуры системы ПОР.

2. Методика построения модели «классная доска», позволяющая реализовать технологию проведения вычислительного эксперимента по управлению производством с системных позиций.

3. Алгоритмы и программы моделей, обеспечивающие формирование

прогнозных решений необходимые для оценки развития промышленных

структур.

4. Комплекс методик по оценке эффективности систем поддержки

принимаемых решений.

Связь с плановыми Н�Р. Диссертация представляет собой теоретическое обобщение ряда плановых Н�Р и ІІ�ОКР ("Госнужды - ТФ", "Факториал", "Сигуация - ЭФ", "�нновация 1"), проводимых в Тверском государственном техническом университете, в Военной академии Воздушно-космической обороны и Тверском филиале Балтийского ГТУ им. Д.Ф. Устинова. Полученные результаты реализованы :

На основе теоретических результатов, полученных при личном участи автора, разработаны компоненты математическою и программною обеспечения системы поддержки принимаемых решений. Научные и пракіические результаты диссертационной работы используются в органах государственного управления (в/ч), на предприятиях промышленности и в учебном процессе в Тверском государственном техническом университете, в ВЛ ВКО, а так же в ТФ БІТУ «Военмех».

Апробация результатов исследовании

Результаты исследования докладывались на научно-технических конференциях Пензенского Государственного Университета, МГТУ им. Баумана, Балтийского ГТУ "ВОЕНМЕХ" им. Д.Ф. Устинова, Санкт-Петербургского Северо-Западного Заочного �нститута, научных семинарах МГТУ им. Баумана, ВА ВКО, Тверского филиала Балтийского ГТУ им. Д.Ф. Устинова. 

Возможности существующего методологического аппарата по управлению сложными системами

Механизмы управления характерны для всех областей человеческой деятельности - военной, технической, экономической и социальной. При этом искусство управления накапливалось в течение всей истории развития человечества. Однако в самостоятельную область человеческих знаний, то есть в науку, управление выделилось только в конце XIX века. С этою времени управление рассматривается как наука, которая опирается на исследования в таких областях, как экономика, социология, психология, математика. Управление как научная дисциплина имеет свой предмет изучения, свои специфические проблемы и подходы к их решению, І Іаучную основу этой дисциплины составляет вся сумма знаний об управлении, накопленная за сотни и тысячи лет практики и представленная в виде концепций, теорий, принципов, способов и форм управления. При этом в [7, 8, 9, 10, 11] убедительно показано, что механизм управления не придуман людьми, а сформировался в процессе эволюции живой природы. Человек познает его и использует в своих целях. Следует отметить, что первоначально традиционная теория автоматическою управления, признавая информационную природу процессов управления.

При этом подчеркивается, что в механизме управления фундаментальная роль принадлежит принципу обратной связи. Там, где этот принцип нарушается или вообще отсутствует, отсутствуют или искажаются смысл и результаты управления. В общей форме данный принцип гласит: в любом взаимодействии источник (субъект информации и управления) и приемник (объект информации и управления) неизбежно меняются местами [12]. Следовательно, и в процессе управления происходит обратное влияние объекта управления на его субъект. Далее принцип обратной связи предполагает в качестве необходимого момента обмен информацией, т.е. осуществляется информационное воздействие объекта управления на его субъект. В обществе этот принцип действует непрерывно, поскольку ответные действия управляемой системы влияют на динамику управленческих актов управляющей системы, постоянно учитывающей « поступающую информацию. При этом субъект и объект управления на какое-то время осуществляют ротацию, т.е. субъект управления становится объектом и наоборот. При этом как субъект, так и объект управления имеют сложную, многоуровневую структуру, где структура рассматривается, как относительно устойчивый способ связи элементов объекта, а элемент - это некоторая часть объекта, которая, будучи связана с другими частями объекта, образует сам объект. Данные положения служат ключевым фактором в обеспечении плодотворности системного метода в качестве методологической основы теории управления.

Термин «система», безусловно, является одним из самых распространенных и используемых в различных областях человеческой деятельности. Этот термин чрезмерно перегружен и имеет различный смысл при различных обстоятельствах и для различных людей. При этом в научных дисциплинах этот термин используют в тех случаях, когда хотят охарактеризовать исследуемый объект как нечю целое (единое), сложное, о котором невозможно сразу дать представление, показав ею, изобразив ірафически или описав его математическим выражением. Анализ основополагающих определений позволяет в широком смысле говорить о том, что объект является системой (S), если его можно представить в виде упорядоченной нары множеств: множество соответствующих элементов (А), удовлетворяющих принципам целостности и эмерджентности (эмерджентность - возникновение, появление нового); и множество отношений (I ) между этими элементами А, определяющих структуру объекта: S = (A, R).

Множество всех возможных взаимообусловленных отношений между элементами внутри системы, определяющих ее качественную специфику, называется структурой. При этом система любой природы описывается с трех точек зрения: 1) функциональной; 2) морфологической; 3) информационной.

С точки зрения функционального описания всякая система как объект исследования интересна прежде всего результатом своего существования, местом, которое она занимает среди других объектов в окружающем мире. Поэтому функциональное описание необходимо для тою, чтобы осознать важность системы, определить ее место, оценить отношение к другим системам. С этого начинается познание системы, и без этого невозможно ее использование. Функциональное описание (функциональная модель) должно создать правильную ориентацию в отношении внешних связей системы, ее контактов с окружающим миром, направлений ее возможного изменения. Оно включает оценку значимости системы в ее конкретной функции.

Морфологическое описание должно дать представление о строении системы. Оно не может быть исчерпывающим, глубина описания, уровень детализации, т. е. выбор элементов, внутрь которых описание не проникает, определяются назначением описания. Морфологическое описание иерархично. Конкретизация морфологии дастся на стольких уровнях, сколько их требуется для создания представления об основных свойствах системы. В иерархии описания может существовать такая ступень, где прежние описания, применявшиеся на более высоких ступенях, становятся непригодными и необходимо применить принципиально новый способ описания. Изучение морфологии начинается с элементного состава. Под элементом в данном случае понимается подсистема, внутрь которой описание не проникает. Элементный состав может быть гомогенным (содержать однотипные элементы), іетерогенньш (содержать разнотипные элементы) и смешанным.

Ситуация, связанная с проблемой сущности информации в современной науке такова, что даже сегодня нет оснований полагать о существовании общепризнанной единой концепции понятия "информация". Ни одно из его толкований не может свести все многообразие трактовок данного понятия к какому-то одному содержанию. Все это (наряду с отсутствием в современной теории информации законов сохранения) -свидетельство бурного и противоречивого развития понятия "информация" в современной науке. Развитие понятия «информация» способствует интенсивной разработке проблемы управления. Так как там, где есть информация, действует и управление, а там, где осуществляется управление, непременно наличествует и информация. Исходный пункт любого управленческого процесса (при этом главным является выработка и принятие управленческого решения, а также контроль за его исполнением) — получение и обработка информации.

Актуальность и экономическая целесообразность создания системы поддержки принимаемых управленческих решений

При этом стратегия развития ЛСППР имеет комплексный характер и включает деятельность по целому ряду взаимосвязанных направлений, в том числе выработку и реализацию активной и адресной бюджетной, инвестиционной и инновационной политики в интересах обновления основных производственных фондов, расширения выпуска вьісокотехнолої ичной продукции. К тому же само понятие высокогехнологической продукции (продукции с высоким техническим уровнем) представляет собой достаточно динамичное понятие, объем которого не является постоянным. Атрибутивные признаки и параметры продукции с высоким техническим уровнем постоянно меняются. Данные проблемные вопросы в системе снимаются за счет построения модуля обработки и формирования входных данных. Модуль обеспечивает внедрение и сопровождение современных информационных технологий сбора, хранения, поиска и отображения документально-фактографических и мультимедиа данных. Структуру модуля формируют: подсистема подготовки и ввода информации; подсистема аналитической обработки информации; подсистема вывода информации; подсистема іенерации отчетов.

Экономическая целесообразность косвенно подтверждается данными, представленными в статье PC WEEK/RE ЛІ 16 10 МАЯ, 2005 «Чем занимается европейская наука». Так в статье отмечается, что европейские учёные постараются: 1) ликвидировать узкие места современных алгоритмических теорий построения сложных систем; 2) подготовить хорошие средства моделирования работы программ и визуализации их поведения; 3) продолжится развитие средств параллельною анализа объемных данных (эффективного использования сетевых ресурсов, планирования, предсказания, оптимизации деятельности крупных промышленных и транспортных предприятий). В направлении развития классических информационных технологий европейские эксперты полагают, что в перспективе отдельные автономные программы производиться не будут, а любой продукт будет представляться только в виде так называемого активного компонента, выполненного в соответствии с требованиями одной из стандартных компонентных моделей. В качестве основных задач эксперты выдвигают: 1) эффективную композицию компонентов, 2) балансировку нагрузки, 3) построение универсальной метамодели данных, 4) создание іенераторов кода, 5) динамические проверки целостности систем. Подобным темам посвящен проект EASY-COMP (3,7 млн. евро).

Существует немало сложных промышленных проблем, которые невозможно решить точно, математически, и приходится комбинировать самые разные подходы для поиска подходящего решения. Доступные на рынке системы многокритериальной оптимизации решают задачи не более чем с несколькими десятками переменных, но в производственных проектах востребованы алгоритмы, оперирующие сотнями и тысячами переменных. Для создания подобных систем десять ведущих математических коллективов Европы объединились в проекте ALCOM-IT (2,77 млн. евро).

Не могли остаться без инвестиций работы по совершенствованию СУБД и анализу данных. Хотя признанные коммерческие лидеры на этом рынке — американские компании, Европа, как и в большинстве других проектов, идет путем создания наукоёмких систем, направленных на определенную область применения. Так, проект PANDA (225 тыс. евро) нацелен на создание СУБД на базе шаблонов, которые смогут эффективно обрабатывать большие объемы данных, автоматически учитывая многообразие и сложность хранимой информации.

Универсальный интерфейс к любым источникам данных, учитывающий возможность влияния человеческого фактора в цикле сбора и обработки информации, — цель проекта 1NFOMIX (1,66 млн. евро). Системы логическою вывода научатся объединять и фильтровать большие объемы сведений, неподвластные современным технологиям оптимизации. Для этою в INFOMIX вводится новая концепция сам о структурирующейся информации.

В проекте IBROW (1,56 .млн, евро) учёные пытаются представить наборы знаний в формате, подходящем для обработки в сетях, объединяющих интеллектуальные решатели логических задач.

Предчувствующие алгоритмы, моделирующие интуицию человека и способные предсказывать вероятное развитие ситуации по отмечаемым событиям (PALCOM, 11.14 млн. евро - 378.76 млн. рублей), актуальны для задач автоматическою управления производством и техническими системами (следует отметить, что этот проект самый финансируемый из всех представленных в данной статье).

Рассмотренные выше положения подтверждают актуальность и необходимость совершенствования методов структурирования информации в целом и в задачах системного проектирования систем поддержки принимаемых решений в частности. При этом показано, что возможность и эффективность использования информации обусловливается такими основными ее потребительскими показателями качества, как репрезентативность, содержательность, достаточность, доступность, актуальность, своевременность, точность, достоверность, устойчивость [33]. Репрезентативность информации связана с правильностью ее отбора и формирования в целях адекватною отражения свойств объекта. В [33, 34] показано, что важнейшее значение здесь имеют: правильность концепции, на базе которой сформулировано исходное понятие и обоснованность отбора существенных признаков и связей отображаемого явления.

Нарушение репрезентативности информации приводит нередко к существенным ее погрешностям. Содержательность информации отражает семантическую емкость, равную отношению количества семантической информации в сообщении к объему обрабатываемых данных, С увеличением содержательности информации растет семантическая пропускная способность информационной системы, так как для получения одних и тех же сведений требуется преобразовать меньший объем данных.

Наряду с коэффициентом содержательности, отражающим семантический аспект, можно использовать и коэффициент информативности, характеризующийся отношением количества синтаксической информации к объему данных

Возможность адаптации агентно-ориентированное подхода к созданию системы поддержки принимаемых решений

Агентно-ориентированное программирование — это процесс назначения работы, порученной программе, одному или нескольким агентам. В декомпозиции работ в этом случае участвуют только агенты. Если всю работу, которую должна выполнить программа, можно назначить одному или нескольким агентам, то это чистой агентно-ориентированная программа, в которой весь необходимый объем проектирования и разработки требует только агентно-ориентированного программирования. Во многих ситуациях в системе ППР наряду с агентами в приложении требуется задействовать и другие виды объектов и систем, которые не являются агентно-ориетированными, и, следовательно, такое программирование нельзя назвать аіентно-ориентированньїм. Подобное сотрудничество часто имеет место, когда агенты участвуют в работе подготовки данных из баз данных, серверов приложений и других типов, которые относятся к объектно-ориентированным системам. При создании систем ПО — либо полностью агентно-ориентированных, либо только частично — требуется создание рациональных объектно-ориентированных программных компонентов.

Агент объявляется с использованием ключевого слова class. Компоненты агента должны состоять из С++-членов данных и функций-членов. Логическая структура класса агента показана на рисунке 2.1. Класс аіенга определяет типичные методы инициализации, чіения и записи, которые должен иметь практически любой объект. В состав агента-класса входят конструкторы, деструкторы, операторы присваивания, обработчики исключений и т.д. Атрибуты этого класса включают переменные состояния, определяющие объект. Если же ограничиться перечнем этих атрибутов и методов, мы получим только традиционный объект. Рациональный компонент создают когнитивные структуры данных и методы рассуждений (логического вывода), что обеспечивает трансформацию рационального компонента "обычного" объекта в агента [39].

Под структурой данных понимается набор правил, применяемых для лої ической организации данных, а также правила доступа к этой логической организации. Именно метод организации определяет, как данные должны быть концептуально структурированы и какие операции доступа могут быть применены к этой структуре. Если для типов данных вообще и абстрактных типов данных в частности важно, что хранить, то для структур данных важно, как хранить. Например, целочисленный тип данных определяет некоторую "сущность", которая характеризуется наличием компонента данных и некоторого количества арифметических операций (например, сложение, вычитание, умножение, деление и т.д.). Этот компонент данных не имеет дробной части и состоит из отрицательных и положительных чисел. Спецификация типа данных ничего не "творит" о том, как целые числа нужно использовать или как к ним получить доступ. Однако спецификация структуры данных (например, стека) определяет список элементов, сохраняемых по принципу "последним прибыл— первым обслужен" (last-in-first-out— LIFO). Структура данных стека также определяет, что элементы из нее можно извлекать только по одному за раз и причем только из вершины стека. Другими словами, элемент, помещенный в стек последним, должен быть извлечен из него раньше остальных элементов. Это означает, что структура данных стека определяет не только характер орі анизации элементов, но и характер доступа к ним (т.е. как элементы можно помещать в структуру, опрашивать, изменять, удаляй, и т.п.). Когнитивные структуры данных ограничивают правила организации данных и доступа к ним такими, которые относятся к области логики и эпистемологии. Особенности когнитивных структур данных определяются правилами логического вывода, методами рассуждений (т.е. дедукцией, индукцией и абдукцией), понятиями эпистемологических данных, знания, обоснования, убеждений, посылок, высказываний, ошибочных доказательств и заключений.

Тогда как для традиционных структур данных вполне обычными являются, например, алгоритмы сортировки и поиска, то для когнишвных структур данных более приемлемы методы рассуждений. Аосгракіньїе типы данных, используемые вместе с когнитивными структурами данных, часто включают следующие: вопросы события факты время предположения заблуждения убеждения цель утверждения обоснование заключения

С когнитивными структурами данных сочетаются и другие типы данных, но приведенные выше являются характеристиками программ, которые используют такие рациональные программные компоненты, как аіентьі. Эти абстрактные типы обычно реализуются как типы данных, объявленные с помощью ключевых слов struct или class: struct question{ class justification! II... II... String Requiredlnformation; time EvcntTimc; target_object QuestionDomain; bool Observed; string Tense; bool Present; string Mood; II... II... }; }; Шаблонные и контейнерные С++-классы использовались для организации таких когнитивных структур данных, как знания: class preliminary_knowledge{ II... map question,belief Opinion; map conclusion,justification SimpleKnowledge; sct propositions Argument; II... };

Под методами рассуждений (см. рисунок 2.1) в работе понималась цепочка логических высказываний организованных дедукцию, индукцию и абдукцию. Индукция и дедукция - комплекс взаимосвязанных и взаимообратных методов исследования с направленностью процесса познания от частного к общему, от менее общих положений к более общим (индукция) и от общего к частному, от общих свойств множества элементов к отельным элементам (дедукция). Дедукция (лат. deductio — выведение) — переход от посылок к заключению, опирающийся на логический закон, в силу чего заключение с логической необходимостью следует из принятых посылок. Характерная особенность дедукции, заключается в том, что от истинных посылок она всегда ведет только к истинному заключению. Индукция (лат. inductio - наведение) — умозаключение, в котором связь посылок и заключения не опирается на логический закон, в силу чего заключение вытекает из принятых посылок не с логической необходимостью, а только с некоторой вероятностью. Индукция может давать из истинных посылок ложное заключение; ее заключение может содержать информацию, отсутствующую в посылках. В процессе исследования индукция и дедукция дополняют друг друга. Индивидуальное исследование в определенном отношении включает в себя элемент дедукции и наоборот.

При этом индукция начинается и заканчивается фактами. Такова научная трактовка индукции. Что касается традиционного понимания индукции, то есть переход от фактов к гипотезам есть не индукция, а абдукция. Научное открытие законов и гипотез охватывается другой, неиндуктивной схемой рассуждений: а) наблюдаются факты d; б) если бы имела место гипотеза II, то она непротиворечиво объясняла бы С; в) следовательно, есть основание предполагать, что именно гипотеза Н позволяет непротиворечиво объяснить d. Такая схема рассуждений называется в логике абдукцией (лат. abducere — отводить). Абдукция переводит от фактов к теориям (законам, шпотезам, понятиям). Проблематика абдукции впервые была разработана американским логиком Ч.С. Пирсом, в наше время она получила дальнейшее развитие в трудах II.Р. Хэнсона, Т. Никлза и ряда других авторов [40].

Проведение вычислительного эксперимента и выработка рекомендаций по управлению предприятиями изготовителями ССН с использованием современных информационных технологий

Реализация модели начиналась с формирования системы «Общих положений», раскрывающих концептуальные положения отождествляющую «классную доску» с системой Единого Информационного пространства (ЕИП) СППР [56]. В основу реализации составляет CORBA-объект, который является независимым от платформы распределенным объектом. К CORBA-объектам могут получать доступ процессы, выполняющиеся на одном или на разных компьютерах, подключенных к сети. Это делает CORBA-объскты кандидатами для использования в PVM-срсдах, когда программа делится на ряд процессов, которые могут (или не могут) выполняться на одном и том же компьютере. Обычно PVM-среда используется для передачи сообщений при вторичной роли общей памяти (если она вообще существует). Введение понятия разделяемою и доступного по сети объекта существенно усиливает вычислительные мощности PVM-срсды. Следует иметь в виду, что с помощью CORBA-объектов можно смоделировать все, что позволяют смоделировать нераспределенные объекты. Это означает, что PVM-задачи, которые имеют совместный доступ к CORBA-объектам, могут получать доступ к контейнерным объектам, объектам оболочки, шаблонов, доменов и другим видам вспомогательных объектов. В данном случае мы хотели бы, чтобы PVM-задачи имели доступ к объектам "классной доски". Поэтому модель передачи сообщений мы дополняем совместным доступом к сложным объектам. Помимо PVM-задач, получающих доступ к распределенным CORBA-объектам, к ним также могут обращаться задачи, порожденные функциями posix_spawn() или fork-exec. Эти задачи выполняются в отдельных адресных пространствах одного и того же компьютера, но могут, тем не менее, связываться с CORBA-объектами, которые расположены либо на том же, либо на другом компьютере. Поэтому, несмотря на то что все задачи, созданные с помощью функций posix_spawn() или fork-exec, должны размещаться на одном компьютере, CORBA-объекты могут располагаться на любом компьютере.

Представление о CORBA-ориентированной "классной доске" сооїветствует обобщенной схеме, представленной на рисунке 3.1 [57]. При этом самых важные аспекты "классной доски" и источники знаний, имеющие отношение к архитектурному подходу представлены на рисунке 3.1. "Классная доска" реализует услуї и программно-ориентированної о инструментария для поддержки разработки специализированных информационных систем. Создание подобной системы обусловлено тем, что были разработаны логико-лингвистические модели - логические модели, семантические сети, продукционные модели и фреймовые модели. При этом анализ работы [58] показал, что: во-первых, во фреймовых моделях объединены все основные особенности моделей остальных типов, при этом в концепции фрейм-представления знаний удачно объединены декларативные и процедурные способы представления информации; во-вторых, фреймовые модели удовлетворяют всем четырем основным признакам знаний -активности, связанности, структурированности и интерпретируемости; в-третьих, чго особо важно, фреймовые модели, наряду со строгим формированием понятийною аппарата, дают возможность комплексирования обычных математических моделей и программных модулей с фреймовскими формализмами. Данные особенности и достоинства фреймовых моделей объясняют тот факт, что конкретные содержательные знания из предметных областей формализовались в базе знаний системы при помощи модели данною типа. Необходимость комплексного подхода, при создании эффективных программных продуктов, объясняет использование в качестве базовых инструментальных средств языки программирования Пролог, Си++, ассемблер.

Впервые концепция инструментальных средств поддержки была сформулирована в рамках проекта создания системы представления знаний RLL [58]. Однако акцент этой работы был в области создания инструментального расширяемого языка, но не системы в целом. В нашей стране эта концепция была развита разработчиками системы ПИЭС (программный инструментарий для экспертных систем ) [4], имеющей возможность управлять процессом проектирования и реализации экспертных систем. Система PRIIS "знает", как создать "пустую" логи ко-лингвистическую модель, представляющую собой фреймовую структуру, организованную по иерархическому принципу. При этом система предусматривает возможность фиксации механизмов связей между компонентами будущей прикладной информационной системы и некоторыми архитектурными решениями в процессе создания прикладной системы.

"Классная доска" решает задачи построения логико-лингвистической модели, которая представляет собой программу, на выходе которой генерируется файл. Файл представляет собой фреймовую структуру, организованную по иерархическому принципу на основе механизмов списков и ссылок ПРОЛОГА. Фрейм - это структура данных, предназначенная для представления некоторой стандартной ситуации. С отдельным фреймом ассоциируется определенный сгусток информации, характеризующий способ применения фрейма. Для разработки проектов интеллектуальных систем, имеющих иерархическую структуру, использовалось понятие мноюуровневого фрейма F (в программной реализации - файл). Фрейм F1 верхнего уровня (в прологовой реализации - список) описывает множество фреймов нижнего уровня: F = [Fi)ieI,(FJfjeJ)] где Fj - фрейм нижнего уровня, в прологовой реализации - подсписок; I, J - множество идентификаторов фрейма, иролої овыс ссылки. Фреймы с помощью механизмов связей собраны в сети. Сеть фреймов имеет вид: G=[(lxj),L] где I J - множество фреймов - компонентов проектируемой системы; L - множество связей.

Сеть фреймов необходима для образования каркаса проектируемой системы или, иначе, эталонной модели обобщенного описания большого класса объектов управления предприятием. Следует отметить, т.к. сеть фреймов обеспечивает создание эталонной модели информационной системы, то на ее основе возможен синтез частных фреймовых моделей, входящих в данный класс объектов в виде сетей. В работе такими частными моделями являются модели систем оценки управления предприятием по различным показателям и модели образованные на основе существующих и разработанных в работе методов управления. Таким образом, специалисты, оценивающие объекты по функционированию, создают свою базу знаний, а специалисты по управлению свою и т.д. Данное положение снимает вопрос о границах применимости системы, так как наличие инструментальных средств поддержки разработки позволяет специалисту из любой области создать свою модель, отражающую цель исследований.