Содержание к диссертации
Введение
1. Анализ особенностей информационного обеспечения деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ и путей автоматизации формирования онтологий в распределенных информационных системах 10
1.1. Характеристика задачи подготовки данных для принятия решений по управлению в социально-экономической сфере субъектов России 10
1.2. Характеристика задачи формирования распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России 14
1.3. Анализ методов формирования распределенных онтологий в многоагентных системах 18
1.4. Выбор направлений исследований 25
Выводы по первой главе 29
2. Разработка метода формирования распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России 31
2.1. Анализ процессов подготовки данных в многоагентных системах поддержки принятия решений 31
2.2. Разработка модели распределенной онтологии 43
2.3. Разработка метода формирования распределенных онтологий 47
Выводы по второй главе 53
3. Исследование путей корректировки распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России 55
3.1. Разработка способа корректировки распределенных онтологий 55
3.2. Разработка алгоритма формирования и корректировки распределенных онтологий 63
3 3.3. Анализ и выбор средств представления онтологий в многоагентных системах поддержки принятия решений 79
Выводы по третьей главе 82
4. Обоснование предложений по использованию результатов исследований в многоагентных системах поддержки принятия решений органов власти субъектов России 84
4.1. Разработка методики формирования и корректировки распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России 84
4.2. Разработка агента формирования распределенных онтологий в многоагентных системах поддержки принятия решений 89
4.3. Экспериментальная проверка результатов исследований 97
Выводы по четвертой главе 111
Заключение 112
Список использованных источников 118
- Анализ методов формирования распределенных онтологий в многоагентных системах
- Анализ процессов подготовки данных в многоагентных системах поддержки принятия решений
- Анализ и выбор средств представления онтологий в многоагентных системах поддержки принятия решений
- Разработка методики формирования и корректировки распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России
Введение к работе
Актуальност ь. В настоящее время одним из условий устойчивого социально-экономического развития субъектов РФ является обеспечение действенной поддержки принятия управленческих решений при возникновении негативных тенденций и чрезвычайных ситуаций на территориях или в отраслях хозяйства. Подготовка данных для принятия указанных решений осуществляется комитетами и службами местных органов власти. Она предусматривает последовательное объединение (агрегацию) данных об обстановке на уровнях отдельных объектов, муниципальных образований или отраслей хозяйства, субъекта РФ в целом. Большое число и распределенность источников данных потребовали внедрения современных средств телекоммуникаций и передачи данных, создания на их основе распределенных систем поддержки принятия решений (СППР).
Создание подобных СППР в ряде субъектов РФ (в частности, в Курской области) осуществляется путем наращивания возможностей информационно-телекоммуникационной среды территориальных подразделений МЧС и организации на ее основе информационного обеспечения деятельности местных органов власти с использованием технологий многоагентных систем. Это предусматривает формирование распределенных онтологий в виде иерархических систем понятий с прямыми и обратными связями (отношениями) для описания складывающихся ситуаций.
В настоящее время формирование распределенных онтологий в много-агентных СППР органов власти субъектов РФ осуществляется на основе методов, предусматривающих привлечение экспертов для обеспечения однозначности семантики понятий и терминов, используемых при спецификации данных в различных комитетах и службах. Это влечет увеличение временных затрат на подготовку данных для принятия решений.
Методы формирования онтологий, обеспечивающие их автоматизированное создание в многоагентных информационных системах, рассматривались в работах Димова Э.М., Городецкого В.И., Смирнова А.В., Тарасова В.Б., Гавриловой Т.А., Клещева А.С. и других отечественных и зарубежных ученых. Вместе с тем их использование в многоагентных СППР органов власти субъектов РФ не позволяет учесть наличие обратных связей в иерархических системах понятий, организовать корректировку распределенных онтологий по мере накопления примеров практического решения задач сбора и обработки данных.
В этой связи объективно сложилось противоречие между потребностями практики по информационному обеспечению деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ и ограниченными возможностями используемых в многоагентных СППР местных органов власти методов и средств формирования распределенных онтологий.
Это определило актуальность исследования путей автоматизированного формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ, его значимость для теории и практики управления в социальных и экономических системах.
Объектом исследований в работе определены процессы информационного обеспечения деятельности по управлению в социально-экономической сфере
жизнедеятельности субъектов РФ.
Предметом исследований являются методы формирования распределенных онтологий в многоагентных СППР местных органов власти.
Цель диссертации состоит в сокращении временных затрат на подготовку данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ на основе разработки метода автоматизированного формирования распределенных онтологий в многоагентных СППР местных органов власти.
Для достижения цели необходимо решение следующих задач:
-
Анализ особенностей информационного обеспечения деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ и путей автоматизации формирования онтологий в распределенных информационных системах.
-
Разработка метода формирования распределенных онтологий в много-агентных СППР органов власти субъектов РФ.
-
Исследование путей корректировки распределенных онтологий.
-
Обоснование предложений по использованию результатов исследования в многоагентных СППР органов власти субъектов РФ.
Методы исследования. При решении поставленных задач использовались методы теории графов, нечетких когнитивных карт, множеств, распознавания образов.
Научная новизна работы заключается в следующем:
1. Разработан метод формирования распределенных онтологий в много-
агентных СППР органов власти субъектов РФ, обеспечивающий автоматизиро
ванное построение иерархических систем понятий и отношений с прямыми и об
ратными связями на основе использования иерархических нечетких когнитивных
карт.
-
Разработан способ корректировки распределенных онтологий, построенных с использованием иерархических нечетких когнитивных карт, обеспечивающий изменение значений концептов и отношений на основе дифференциального хэббовского подхода и условий завершения корректировки, предусматривающих оценку максимального значения выходного концепта и его ошибки.
-
Предложена методика формирования и корректировки распределенных онтологий в соответствии с разработанными методом и способом, обеспечивающая сокращение временных затрат на подготовку данных для принятия управленческих решений в многоагентных СППР органов власти субъектов РФ.
Практическая значимость работы состоит в том, что использование ее результатов обеспечивает повышение оперативности реагирования на возникающие негативные тенденции в отраслях хозяйства и на территориях субъектов РФ. Предложенная методика позволяет организовать практические работы по автоматизации формирования и актуализации онтологий в многоагентных СППР местных органов власти, других распределенных информационных системах.
Реализация и внедрение результатов работы. Основные результаты работы внедрены в Территориальном центре по мониторингу и прогнозированию Главного управления МЧС по Курской области, Курском центре по гидрометео-
рологии и мониторингу, в учебном процессе Курского ГТУ при подготовке студентов по специальности 351400 «Прикладная информатика в экономике» (дисциплины «Компьютерные системы поддержки принятия решений» и «Интеллектуальные системы»).
На защиту выносятся:
1. Метод формирования распределенных онтологий в многоагентных
СППР, предусматривающий использование иерархических нечетких когнитивных
карт.
-
Способ корректировки распределенных онтологий, построенных с использованием иерархических нечетких когнитивных карт.
-
Методика формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ.
Апробация работы. Основные положения работы докладывались и обсуждались на международных научно-технических конференциях: «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (г. Москва, 2003, 2004 гг.), «Региональная информатика» (г. С.Петербург, 2002 г.), а также на семинарах кафедры «Информационные системы в экономике» Курского ГТУ.
Публикации. По теме диссертации опубликовано 15 работ, в том числе: раздел в монографии, одиннадцать статей, три доклада на научно-технических конференциях.
Личный вклад автора. В опубликованных работах лично автором проведен анализ методов создания онтологий в распределенных информационных системах [3. 4, 6, 7, 10, 15], предложены метод формирования и способ корректировки он-тологий в многоагентных СППР [1, 2, 8, 9, 13, 14], обоснованы основные этапы методики формирования онтологий в многоагентных СППР органов власти субъектов РФ [5, 11, 12].
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения; изложена на 135 страницах (основного текста), содержит 31 рисунок, 3 таблицы, список литературы содержит 162 наименования.
Анализ методов формирования распределенных онтологий в многоагентных системах
В работах [28, 30, 47, 56] выделяют различные смыслы понятий «онтология» и «распределенная онтология». Все они в различных степенях могут быть применены к распределенным онтологиям многоагентных СППР органов власти субъектов России.
В рамках данной работы назначение распределенных1 онтологий рассматривается с точки зрения обеспечения однозначного «понимания» агентами СППР понятий предметной области, что, в свою очередь, дает возможность скоординированного решения задач агентами, исключает (или минимизирует) излишнее дублирование информации, позволяет осуществлять модификацию знаний всей СППР при изменениях в онтологии какого-либо из ее агентов.
Анализ показал, что к распределенным онтологиям многоагентных систем в целом предъявляются следующие требования [57]: – онтология должна состоять из словаря для ссылки на предметную область, а также множества логических высказываний, представляющих ограничения данной предметной области, сужающих интерпретацию словаря; – онтология должна предлагать способы представления и интерпретации знаний, обмена знаниями по некоторой теме, а также множество связей и свойств, имеющихся между сущностями знаний, обозначенных словарем. Кроме того, в работах [28, 30] определены принципы построения распределенных онтологий, общие для всех интеллектуальных систем: – ясность – онтология должна эффективно передавать смысл содержащихся в ней знаний; – согласованность – означает, что, по крайней мере, все определения должны быть логически непротиворечивы, а все утверждения, выводимые в онтологии, не должны противоречить аксиомам внешнего мира; – расширяемость – онтология должна быть построена так, чтобы обеспечивать использование разделяемых словарей терминов, допускающих возможность монотонного расширения и/или специализации без необходимости полной перестройки уже существующих понятий; – минимум онтологических обязательств – онтология должна содержать только наиболее существенные предположения о моделируемом мире, чтобы 1 В работах, посвященных многоагентным технологиям ([28, 30, 46 – 50, 53, 58, 147 – 156]), понятия «распределенная онтология» и «разделяемая онтология» являются синонимами оставлять свободу расширения и специализации. Специфика функционирования многоагентных СППР органов власти субъектов России заключается в следующем [146, 150]: – задача формирования описаний обстановки решается агентами СППР, каждый из которых обладает определенной «компетенцией» и решает «свой круг» подзадач по объединению данных мониторинга обстановки на территориях и в отраслях хозяйства субъектов РФ; – отсутствуют априори известные схемы решения в СППР задач формирования описаний обстановки по данным мониторинга, поступающим из различных источников; – отсутствуют представительные выборки для организации обучения агентов СППР формированию описаний. Учитывая это, а также изложенные ранее требования к распределенным онтологиям, разработаны следующие требования к распределенным онтологи-ям многоагентных СППР органов власти субъектов России: – описание обратных связей, имеющихся между сущностями предметной области; – использование знаний экспертов для построения онтологий на начальном этапе; – формирование онтологий для всей системы, групп и отдельных агентов, решающих «свои» подзадачи; – интерпретация понятий онтологий применительно к различным видам обстановок; – корректировка онтологий с учетом динамики развития обстановки. Анализ работ [28, 39 – 44, 46 – 50, 53, 58] показал, что в настоящее время выделяют следующие основные типы онтологий интеллектуальных информационных систем. 1. Онтологии, выраженные на естественном языке, – содержат лексические связи между языковыми концептами, имеют значительные размеры и не могут быть часто обновляемы (скорректированы). Они используются для представления фоновых знаний в компьютерных системах с целью обеспечения расширения пользовательских запросов. Такие онтологии называются «горизонтальными». В них производится попытка отобразить как можно большее количество концептов, однако обычно они не содержат детального описания каждого из концептов. 2. Онтологии предметных областей – содержат знания о предметной области в виде детального описания ее концептов и ограничений. Такие онтологии называют «вертикальными». Они могут быть построены с использованием различных методов (в том числе машинного обучения), однако обычно они формируются экспертами вручную. 3. Частные онтологии – представляют наиболее важную с точки зрения решаемой задачи часть предметной области. Эти онтологии являются подклассом онтологий предметных областей, а их знания могут довольно часто актуализироваться. Проведенный анализ состояния вопроса построения распределенных он-тологий в МАС [28, 35 – 44, 46 – 51, 53, 57, 58] позволяет утверждать, что в настоящее время их формирование в значительной мере осуществляется экспертами. При этом подразумевается, что эксперт самостоятельно должен выбирать наиболее лучший с его точки зрения способ извлечения и формализации знаний. Выделяют следующие основные задачи, решаемые в процессе формирования онтологий в распределенных информационных системах.
Анализ процессов подготовки данных в многоагентных системах поддержки принятия решений
Анализ деятельности органов власти субъектов РФ по обеспечению подготовки данных для формирования описаний обстановки [63 – 70] показал, что процесс подготовки данных представляет собой сложный перцептивно-познавательный процесс изучения реальной обстановки на территориях и в отраслях хозяйства субъектов. Он реализуется информационно-аналитическими подразделениями администраций в интересах последующей оценки обстановки и своевременного принятия решений должностными лицами муниципальных органов управления. Для этого процесса характерны следующие особенности: – слойно-ступенчатая обработка исходных данных об обстановке на территориях и в отраслях хозяйства субъекта РФ (от уровня «объекты на территории муниципального образования» – к уровням: «муниципальное образование» – «район области / края» – «область / край в целом»); – обусловленность решения задачи формирования описания текущей обстановки априорными знаниями об объектах, процессах и явлениях; – антиципирующая (упреждающая) интерпретация отдельных фрагментов исходных данных (до того момента, когда из исходных данных будет «построена» вся структура сведений об обстановке, элементами которой они являются); – многозначная семантизация фрагментов данных об обстановке как элементов, входящих в структуры данных для описания различных видов обстановок. В целом рассматриваемый процесс может быть охарактеризован как целенаправленный поиск в текущих данных мониторинга сведений, характеризующих реальный уровень безопасности субъекта РФ в той или иной сфере. Под данными мониторинга понимаются имеющиеся на территории субъектов РФ технические средства сбора данных об обстановке территориальных подразделений МЧС, гидрометеослужбы, санэпидемстанций, комитетов по экологии, природным ресурсам и т.д. Кроме того, в качестве подобных средств рассматриваются и собственно органы государственной и муниципальной власти, одной из функций которых является экономический, социально-политический, правовой, финансовый, демографический и т.д. мониторинг обстановки на подведомственных территориях и в отраслях хозяйства [4]. Описание некоторой обстановки может быть представлено как совокупность взаимосвязанных (в прямом и обратном направлении) показателей или факторов, характеризующих (с требуемой детальностью и в необходимом ракурсе) суть происходящих процессов или явлений, а также текущие значения этих показателей, полученные с использованием средств мониторинга обстановки [71]. Формирование указанного описания представляет собой процесс, фактически осуществляемый на базе модели описания (совокупности факторов) некоторой обстановки с использованием текущих данных об объектах на территориях или в отраслях хозяйства, происходящих процессах и явлениях [72]. В силу недостаточного уровня информатизации деятельности региональных органов власти РФ построение указанной модели в настоящее время обычно осуществляется в неявном виде [72]. При этом во главу угла ставится многолетний практический опыт работы сотрудников информационно-аналитических подразделений и должностных лиц органов государственного и муниципального управления субъектов РФ, которые фактически являются «носителями» этой модели. Проведенные исследования показали, что в целях автоматизации формирования описаний обстановки процесс построения указанной модели может быть представлен в следующем виде: – определение факторов-индикаторов, свидетельствующих о появлении объектов, начале (или развитии) процессов или явлений, характеризуемых как появление обстановки некоторого вида. Такими факторами являются, например: получение сообщения об аварии на нефтепроводе, фиксация повышенной концентрации опасного вещества в воздухе или водоеме, выход из строя объекта жизнеобеспечения города или района, получение прогнозных данных о высокой вероятности возгорания лесов на территории субъекта РФ и т.п.; – выделение базисных факторов для каждого типа обстановки, описывающих (с требуемой детальностью и в необходимом ракурсе) существо характерных для нее процессов или явлений на территориях и в отраслях хозяйства субъекта РФ; – формирование для каждого базисного фактора набора первичных факторов, позволяющих (путем обобщения, классификации и агрегации) получить его текущее значение; далее – наборов вторичных факторов – для получения значений первичных и т.д.; – определение взаимосвязей между базисными, первичными, вторичными (и так далее) факторами, обеспечивающих реализацию как абстрагирования (структуризации) данных – прямые процессы, так определения типов и экземпляров данных – обратные процессы; – определение источников исходных (мониторинговых) данных для получения значений указанных выше показателей. Процесс формирования описаний обстановки с использованием рассматриваемой модели представлен на рис. 2.1. В его структуре можно выделить ряд этапов. Рассмотрим их содержание более подробно.
На первом этапе, инициируемом по директивному указанию или при получении критических значений факторов-индикаторов, в соответствии со складывающейся обстановкой осуществляется уяснение задачи формирования описания обстановки и выбор соответствующей модели. Далее формируется замысел (общий план) решения задачи, который определяет базисные факторы, значения которых должны быть получены, а также особенности стратегии получения этих значений. Под особенностями стратегии понимается организация решения задачи формирования описания либо преимущественно по принципу «сверху-вниз» – с целью поиска значений требуемых базисных, первичных, вторичных и т.п. факторов для локализации источника угрозы и определения его детальных параметров (например, от сущностей типа "интегральные характеристики деятельности отрасли промышленности субъекта" – через "характеристики промышленных объектов района " – к " характеристике предприятия" и т.д.), либо преимущественно «снизу-вверх» – для получения интегрального описания обстановки в некоторой отрасли или в муниципальном образовании путем абстракции мониторинговых данных. При этом в целом стратегия решения предусматривает скоординированное чередование принципов «сверху-вниз» и «снизу-вверх» при организации сбора данных и формировании значений показателей различных уровней общности. Это позволяет сделать процесс формирования описаний целенаправленным и избежать необходимости полного перебора всех возможных вариантов и схем решения.
Основная роль в решении задачи формирования описания обстановки принадлежит третьему, четвертому, пятому, и шестому этапам. Здесь в соответствии с воспринимаемыми текущими данными мониторинга обстановки на территориях и в отраслях хозяйства субъекта РФ конкретизируется и практически реализуется сформированный на втором этапе общий план решения задачи формирования описания обстановки.
Анализ и выбор средств представления онтологий в многоагентных системах поддержки принятия решений
Алгоритмизация разработанного метода автоматизированного формирования распределенных онтологий в многоагентных системах поддержки принятия решений местных органов власти определяет необходимость выбора средств программной реализации распределенных онтологий.
В многоагентных СППР каждый агент содержит знания своей локальной онтологии. Кроме того, в системе должен быть реализован агент (или группа агентов), в функции которого входит хранение общей, разделяемой всеми агентами системы, онтологии. При этом согласно разработанному методу локальные онтологии агентов многоагентных СППР должны составлять ее распределенную онтологию. Определение путей компьютерной реализации онтологий потребовало анализа существующих языков спецификации знаний.
Языки спецификации знаний предназначены для представления, хранения и осуществления обработки знаний. Для представления знаний в многоагентных СППР могут быть использованы следующие языки: KQML [126], KIF [127], XML [126, 127], UML (Unified Modeling Language) [128], RDF (Resource Description Framework) [126, 128], OIL (Ontology Inference Layer) [130], Ontolin-gua [131], KAON (KArlsruhe ONtology and Semantic Web) [62, 126, 127]. XML в настоящее время широко используется не только в приложениях,
ориентированных на Интернет, но и в других целях. Широкое распространение и достаточно продуманная структура этого языка позволяют на его основе создавать как элементы программного кода агентов, так и базы знаний агентов многоагентных СППР. XML-код переносим на различные платформы и служит базой для многих других языков спецификации знаний.
UML является языком моделирования, позволяющим моделировать процессы и на этой основе строить визуальные диаграммы-описания процессов, событий, состояний и др. Изначально данный язык был ориентирован на поддержку CASE-разработок распределенных систем. UML содержит инструменты для представления распределенности систем. В целом же данный язык изначально не предназначался для оперирования со знаниями, содержащимися в он-тологиях и базах знаний и не может быть использован распределенных онтоло-гий многоагентных СППР.
Язык RDF изначально ориентирован на определение и использование различного рода ресурсов. Одним из типов ресурсов может являться информация многоагентной системы, представляющая ее данные и знания. Структурно язык RDF состоит из трех уровней: 1) синтаксический уровень – представляет собой множество XML документов; 2) структурный уровень – множество троек Объект, Атрибут, Значение ; 3) семантический уровень – представляет собой множество графов с частично определенной семантикой. Следует отметить, что RDF широко используется для представления знаний в распределенных системах, на его основе уже построено и проектируется в настоящее время множество средств разработки онтологий и баз знаний для многоагентных информационных систем. Язык OIL был разработан специально для представления онтологий в многоагентных СППР. В основу данного языка положены: логика описаний (description logic), представляющая знания в виде концептов и ограничений ролей, а также языки XML и RDF. Онтология представляет собой структуру нескольких компонентов, которые сами состоят из многих подструктур, и представляет собой несколько уровней: 1) объектный уровень, описывающий объекты системы; 2) первый мета уровень, представляющий собой семантику объектного уровня; 3) второй мета уровень, описывает свойства каждой «подонтологии», входящей в состав единой онтологии многоагентных СППР. OIL имеет развитые средства для оперирования со вторым уровнем (а именно, первым мета уровнем), представляя онтологию в виде так называемого «контейнера онтологии». Ontolingua – язык, являющийся альтернативой OIL. В основу разработки данного языка были положены противоположные OIL принципы. В частности, данный язык основан на языке KIF, который, в свою очередь, основан на фреймовом представлении онтологии. Фреймовая онтология в декларативной форме определяет знания в объектной форме. Определения Ontolingua представляют собой выражения LISP, которые связывают имя переменной с множеством ее значений. Данный язык позволяет определять классы, связи, аксиомы, функции, объекты. KAON – является новым и перспективным языком, предназначенным для представления онтологий и баз знаний многоагентных СППР. Язык основан на строгих формальных моделях. KAON представляет собой пятиуровневую архитектуру: 1) XML-синтаксический уровень; 2) RDF-уровень данных; 3) уровень онтологии, основанный на формальных соглашениях приня тых в соответствии с уровнем данных; 4) логический уровень – совокупность правил; 5) уровень доказательств – подтверждение правильности логического вывода, основанного на информации четырех уровней. Особое значение для многоагентных информационных систем имеют языки запросов к знаниям. Многие из языков такого типа выполнены в виде надстройки над такими языками как SQL, OQL (Ontology Query Language), RDF, KIF и др. Наиболее известными из языков запросов к онтологиям и знаниям в МАС являются: ICS-FORTH RQL, ILRT Squish QL, RDFQL, RDFPath, Versa RDF QL, Triple, DAML+OIL, Topic Maps, Ontopia Tolog. Описание этих языков можно найти в [62, 126 – 130]. Анализ показывает, что наиболее универсальным для представления распределенных онтологий в многоагентных системах поддержки принятия решений является язык XML. Он учитывает возможности существующего в информационно-телекоммуникационных системах Управлений МЧС программного обеспечения, и поддерживает совместимость с различными операционными системами (Windows и Unix-совместимыми). Кроме того, использование XML позволяет использовать существующие специализированные программные продукты (например SHOE, Ontopia, MASDK и т.д.) для формирования и корректировки распределенных онтологий. Выводы по третьей главе 1. Проведенные исследования путей корректировки распределенных он-тологий в многоагентных СППР органов власти субъектов России показали, что дифференциальный хэббовский подход может быть использован для пересчета значений весов и концептов в иерархических НКК. Однако его использование требует разработки условий завершения корректировки, обеспечивающих ее реализацию за конечное время. 2. Разработан способ корректировки распределенных онтологий, построенных с использованием иерархических нечетких когнитивных карт, обеспечивающий изменение значений концептов и отношений на основе дифференциального хэббовского подхода и условий завершения корректировки, предусматривающих оценку максимального значения выходного концепта и его ошибки. 3. Разработан алгоритм формирования и корректировки распределенных онтологий в многоагентных СППР органов власти субъектов России. Алгоритм реализует последовательное выполнение процедур метода. При разработке алгоритма предложено использование центроидного способа дефазификации значений функций принадлежности, выполняемой при суммировании и объединении НКК.
Разработка методики формирования и корректировки распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России
Анализ компонент известных моделей нечетких когнитивных карт показал, что в целом они удовлетворяет требованиям по построению систем понятий и отношений с обратными связями в многоагентных СППР. Однако вместе с тем нечеткие когнитивные карты не обеспечивают возможность формирования онтологий агентов, их групп и системы в целом. В этой связи разработана модель распределенной онтологии на базе НКК, обеспечивающая формирование онтологий для различных агентов многоагентных СППР. Разработка модели позволила исследовать пути алгоритмизации процесса формирования распределенных онтологий на ее основе.
Разработан метод формирования распределенных онтологий, обеспечивающий построение и корректировку иерархических систем понятий и отношений в многоагентных СППР органов власти субъектов РФ на основе использования иерархических нечетких когнитивных карт с прямыми и обратными связями. Метод предусматривает декомпозицию общей задачи подготовки данных для формирования описаний обстановки на более простые подзадачи по определению значений факторов, составляющих описание, и определяются способы их решения (в предложенном методе этому этапу соответствует построение прототипа онтологии). Затем подзадачи решаются, а их решения объединяются и составляют решение общей задачи. Такая последовательность шагов определяется особенностями движения потоков мониторинговых данных в многоагентных СППР органов власти субъектов при формировании описаний обстановки, а также тем, что агенты решают, в основном, задачи объединения данных. Построение онтологий выполняется при построении НКК агентов нижних уровней и их объединение метаагентами верхних уровней многоагент-ных СППР. Разработанный метод позволяет исключить синонимию, омонимию и многозначность понятий в формируемых онтологиях путем суммирования и объединения НКК.
Разработаны способы суммирования и объединения НКК. Суммирование предусматривает построение матриц связанности агрегированных нечетких когнитивных карт на основе матриц связанности однородных НКК. Предложенный способ суммирования предусматривает поэлементное сложение соответствующих матриц связанности и применение к элементам агрегированной матрицы предложенной функции стандартизации, учитывающей прямые и обратные связи в НКК. Объединение обеспечивает однозначность концептов в НКК путем исключения синонимии, омонимии и многозначности. Объединение заключается в формировании матрицы связанности иерархической НКК путем замены ее диагональных элементов матрицами связанности объединяемых карт. При этом многозначные концепты заменяются одним, а соответствующие значения обобщенной матрицы связанности усредняются.
Обеспечение корректировки распределенных онтологий потребовало анализа путей ее реализации в многоагентных СППР органов власти субъектов России. Проведенные исследования путей корректировки распределенных он тологий в многоагентных СППР органов власти субъектов России показали, что дифференциальный хэббовский подход может быть использован для пересчета значений весов и концептов в иерархических НКК. Однако его использование требует разработки условий завершения корректировки, обеспечивающих ее реализацию за конечное время. 11. Разработан способ корректировки распределенных онтологий, по строенных с использованием иерархических нечетких когнитивных карт, обес печивающий изменение значений концептов и отношений на основе дифферен циального хэббовского подхода и условий завершения корректировки, преду сматривающих оценку максимального значения выходного концепта и его ошибки. 12. Разработан алгоритм формирования и корректировки распределенных онтологий в многоагентных СППР органов власти субъектов России. Алгоритм реализует последовательное выполнение процедур метода. При разработке ал горитма предложено использование центроидного способа дефазификации зна чений функций принадлежности, выполняемой при суммировании и объедине нии НКК. 13. Проведенный анализ языков спецификации знаний позволил предложить использовать XML в качестве программного языка для реализации распределенных онтологий в многоагентных СППР. Это определяется возможностью представления на основе XML матриц связанности НКК согласно разработанному методу, а также его совместимостью с большинством сред разработки многоагентных приложений и переносимостью на различные операционные платформы. 14. Проведенные исследования позволили предложить пути практической реализации метода формирования распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России, построенных на базе информационно-телекоммуникационных сред Управлений МЧС. Разработана методика формирования и корректировки распределенных онтологий в многоагентных СППР в соответствии с разработанным методом. Она обеспечивает сокращение временных затрат на подготовку данных для принятия управленческих решений за счет автоматизированного построения НКК агентов, их групп и СППР в целом. Использование методики обеспечивает выполнение практических работ по формированию распределенных онтологий с использованием НКК.
