Содержание к диссертации
Введение
Глава 1. Задачи, методы и средства информационной поддержки регионального управления 17
1.1. Особенности региона как системы 17
1.2. Современные методы моделирования сложных систем 21
1.3. Задачи и опыт моделирования компонентов региональных систем 25
1.4. Информационная поддержка принятия решений 37
1.5. Методы и средства моделирования 43
1.6. Требования к средствам информационной поддержки регионального управления 58
Выводы 62
Глава 2. Интегрированная концептуальная модель для задач поддержки управления регионом 64
2.1. Технология концептуального моделирования на основе функционально-целевого подхода 65
2.2. Формальная структура интегрированной концептуальной модели 69
2.2.1. Структура концептуальной модели предметной области 71
2.2.2. Структура концептуальной модели исполнительной среды 80
2.2.3. Связи между КМПО и КМИС 85
2.3. Формальный анализ структуры концептуальной модели 87
2.3.1. Правила назначения имен 89
2.3.2. Правила назначения управляющих данных и отношений следования 91
2.3.3. Анализ структуры концептуальной модели предметной области 94
2.3.4. Анализ структуры и типов исполнителей 101
2.3.5. Анализ отношений размещения исполнительных ресурсов 106
2.3.6. Анализ отношений назначения исполнительных ресурсов 107
2.3.7. Анализ разрешимости концептуальных моделей 108
Выводы 113
Глава 3. Средства формирования концептуальной модели и организации моделирования 115
3.1. База данных концептуальной модели 115
3.2. Редактор концептуальной модели 121
3.3. Терминологические справочники 123
3.4. Геоинформационный справочник 125
3.5. Добавление в модель новых концептуальных описаний 131
3.6. Планирование конкретного варианта моделирования на основе концептуальной модели 135
3.6.1. Выбор фрагмента ИКМ для реализации конкретной задачи 136
3.6.2. Сравнение вариантов реализации моделирования при наличии альтернатив 144
3.7. Синтез спецификаций исполнительной среды 147
3.7.1. Синтез спецификации на основе исполнителей, представленных в КМИС 147
3.7.2. Синтез спецификаций на основе исполнителей, декларированных в КМПО 149
3.7.3. Формирование базы данных предметной области 156
3.7.4. Некоторые особенности представления данных динамических систем 161
Выводы 165
Глава 4. Практическая реализация и использование системы концептуального моделирования 168
4.1. Организация инструментальной системы концептуального моделирования 168
4.2. Модули реализации специфических задач 175
4.2.1. Экспертные системы в составе системы концептуального моделирования 176
4.2.2. Использование геоинформационных систем 182
4.3. Синтез системно-динамических моделей 185
4.4. Практическое использование системы концептуального моделирования задач регионального управления 191
4.4.1. Анализ возможных изменений энергопотребления в регионе 193
4.4.2. Исследование перспектив кадрового обеспечения Мурманской области 196
4.4.3. Поддержка управления горнопромышленным предприятием 205
Выводы 212
Заключение 214
Список основных терминов и сокращений 217
Литература
- Современные методы моделирования сложных систем
- Структура концептуальной модели предметной области
- Планирование конкретного варианта моделирования на основе концептуальной модели
- Экспертные системы в составе системы концептуального моделирования
Введение к работе
Актуальность работы обусловлена необходимостью совершенствования и развития компьютерного моделирования и информационных технологий, ориентированных на поддержку решения задач регионального управления [1, 22, 32, 63, 67, ПО, 170]. Существенная децентрализация планирования и управления, переход к рыночным экономическим отношениям определили повышение значимости эффективного управления регионами России. Возросла роль как краткосрочного, так и долгосрочного стратегического прогнозирования и планирования развития регионов. Большое внимание в регионах уделяется разработке стратегий развития и программ реализации этих стратегий. Потребность в разработке стратегии развития регионов на 10-15-летний период определяется следующими обстоятельствами:
- необходимостью иметь целевые ориентиры долгосрочного социально-экономического развития региона, с четкими представлениями о базовых принципах, основных приоритетах, источниках и механизмах их реализации;
- требованием определенности, четкости и предсказуемости государственной региональной социально-экономической политики, понятной для всего населения региона;
- требованием учета региональных особенностей при оценке капиталоемкости, энергоемкости, сроков реализации и окупаемости капитальных вложений в развитие региона.
Любая региональная социально-экономическая система относится к классу больших и сложных динамических систем. В региональной системе взаимодействуют объекты различной природы и функционального назначения. Они формируют различные подсистемы региона на основе территориальных, технологических, ресурсных и информационных связей. При разработке инструментальных средств информационной поддержки регионального управления, с помощью которых можно было бы оценивать результативность той или иной стратегии развития региона в целом или его отдельных подсистем, необходимо учитывать особенности региональных систем как объектов исследований [11, 22, 34].
Информационная среда поддержки решения задач регионального управления и развития должна включать два основных компонента. Первый обеспечивает методологическую базу прогнозирования и анализа - модели систем, процессов и задач предметной области. Второй представляет собой технологическую базу моделирования в виде интегрированной информационно-вычислительной среды, обеспечивающей реализацию моделей и работу с ними достаточно широкого круга пользователей. При разработке средств информационной поддержки регионального управления имеет смысл учитывать накопленный опыт и существующие наработки в области моделирования региональных подсистем и отдельных объектов. Использование существующих функциональных и информационных моделей компонентов региональных систем сокращает трудозатраты на практическую реализацию средств информационной поддержки регионального управления [86, 105].
Региональные социально-экономические системы обладают рядом особенностей, которые накладывают определенные ограничения на применение известных и хорошо проработанных методов и средств моделирования. При моделировании региональных систем сама структура и класс применимых моделей могут и должны уточняться в ходе исследований. Процесс создания объекта исследования - компьютерной модели рассматриваемого реального объекта -становится составной частью самого процесса моделирования. Исходная модель, отражающая первоначальные представления специалистов о предметной области, изменяется и уточняется в итеративном режиме как по результатам проверки на имеющихся реальных данных предметной области, так и в ходе анализа самих результатов моделирования. Различный уровень знаний о компонентах объекта исследований и взаимодействиях между ними обусловливает необходимость использовать различные методы анализа данных и моделирования [170].
Достаточно полное представление о разнородной системе может быть сформировано только на основе коллективных знаний экспертов разных предметных областей - экономики, экологии, социологии, административного управления и т.д. Каждый эксперт, как правило, формулирует свое видение объекта исследований в некотором поле основных понятий, присущих его предметной области. При этом возникает терминологическая несогласованность, а порой и понятийная противоречивость элементов модели. Противоречивость представляемых знаний может быть обусловлена и наличием альтернативных взглядов на свойства системы у экспертов одной предметной области. Поэтому, при разработке инструментальных средств моделирования в данной области, фундаментально важна возможность интегрирования в единую среду моделей, построенных разными группами исследователей в разное время, имеющих различные параметры и даже различные принципы внутренней организации (например, логические, автоматные, аналитические модели и др.). При этом необходимо решить задачу согласования таких моделей, по крайней мере, на декларативном уровне.
Использование различных приемов декомпозиции [61, 92], иерархическое структурирование моделей [65, 112] несколько снижает остроту проблемы, но не решает ее полностью. Актуальной остается задача интеграции и согласования коллективных знаний экспертов. Только формальные методы решения этой задачи позволят расширить естественные границы сложности модели. Наличие аппарата формализации разнородных знаний о предметной области и формирования их единого представления в интегрированной формальной модели позволяет в значительной мере автоматизировать процедуры анализа модели и последующих этапов работы с ней.
Поэтому в современном моделировании значительно возросла роль такого понятия, как концептуальная модель предметной области [54, 106, 120]. В концептуальной модели определяются элементы и задачи исследуемой предметной области и описываются те отношения между ними, которые задают структуру и декларируют причинно-следственные связи между ее элементами. Одним из путей создания формализованных спецификаций концептуальных моделей является формирование онтологии. Но создание единой онтологии региональной системы осложняется необходимостью представления различных взглядов на ее состав и структуру. Определенные трудности вызывает задача адекватного преобразования модели исследуемой системы от декларативного описания к программно-алгоритмическому представлению. Для решения данной проблемы используют технологии типа CASE (Computer Aided Software Engineering) и CAD (Computer-Aided Design) - автоматизированные технологии проектирования программного обеспечения [12, 44, 108, 129]. Эти технологии позволяют строить формальные описания задач моделирования и структуры исполнительной среды, осуществлять анализ и оценку качества проекта, генерировать, полностью или частично, исполнительную среду реализации моделирования.
Ориентация интегрированной модели региона на многопользовательский режим эксплуатации с территориальным рассредоточением потенциальных пользователей и информационно-вычислительных ресурсов естественным образом подразумевает использование для реализации модели распределенной исполнительной среды. Важный аспект, который необходимо учитывать при формировании исполнительной среды моделирования процессов регионального развития - наличие уже созданных и используемых информационно-алгоритмических ресурсов. Активно развивающиеся в последнее десятилетие технологии распределенного моделирования (RPC - Remote Procedure Call; CORBA - Common Object Request Broker Architecture; EJB - Enterprise Java Beans) позволяют достаточно успешно решать задачи развертывания и реализации распределенных вычислений [88, 101, 127, 152]. На решение задач выбора, агрегации и совместного использования географически распределенных, «автономных» информационно-вычислительных ресурсов ориентированы развивающиеся grid-технологии и реализующие их инструментальные системы [157, 158]. Однако для организации вычислений в сети на основе существующих технологий алгоритм решения исходной задачи должен быть заранее представлен в распараллеленном виде с указанием вычислительных характеристик всех его отдельных процессов [127]. Задача формирования такой спецификации находится вне рамок этих технологий и должна решаться другими средствами.
С учетом специфики предметной области для решения существующих проблем актуальным является создание достаточно простого, ориентированного на непрограммирующего пользователя, метода построения формальных моделей предметной области и соответствующих инструментальных средств. Инструментальные средства должны обеспечивать поддержку в разработке моделей, выборе метода и средств решения задач регионального управления, автоматизации последующих этапов организации и практической реализации моделирования. Такой подход соответствует направлению компьютерного моделирования, названному Г.С.Поспеловым «новой информационной технологией» [100]. Базисом представленных в диссертации исследований также являются работы: М. Месаровича [65, 66], СВ. Емельянова [29], Ю.С. Попкова [98, 99, ПО, 121] в области теории систем и системного анализа; О.И. Ларичева [55-57, 160], А.В. Смирнова [87, 131], Т. Саати [112] по методам представления и обработки знаний в информационных системах; Н.Н. Моисеева [68, 69, 126], Ю.Н. Павловского [90-92, 102], А.П. Афанасьева [103, 127] в области методов имитационного моделирования и организации распределенных вычислений; В.А. Путилова и В.В. Фильчакова [37, 52, 54, 106, 120] по функционально-целевому подходу и концептуальному моделированию.
Цель данной работы состоит в создании ориентированных на конечного пользователя методов и средств поддержки концептуального моделирования региональных систем, обеспечивающих комплексное представление и анализ коллективных знаний о задачах регионального управления и средствах информационно-аналитического обеспечения этих задач, а также автоматизацию последующих этапов организации и проведения компьютерного моделирования.
Для достижения поставленной цели автором решены следующие задачи:
1. Создан метод формализации и комплексного представления в виде иерархической концептуальной модели декларативного типа коллективных экспертных знаний о процессах исследуемой предметной области, задачах, связанных с изучением этих процессов, и используемых информационно-вычислительных ресурсах.
2. Разработаны технология интерактивного формирования и интеграции концептуальных моделей различных экспертов в единую концептуальную модель сложной системы и процедуры согласованного расширения интегрированных описаний при пополнении концептуальной модели.
3. Созданы процедуры автоматизированного контроля целостности и разрешимости интегрированной концептуальной модели.
5. Разработана технология постановки и анализа разрешимости задачи моделирования на основе концептуальной модели и выбора фрагментов модели, являющихся декларативным описанием решаемой задачи.
6. Разработка технологии автоматизированной генерации спецификаций исполнительной среды моделирования на основе выбранного фрагмента концептуальной модели.
Методы исследования. Для решения поставленных в работе задач использованы методы системного анализа и концептуального моделирования, элементы теории множеств, теории графов и математической логики. Автором предложен метод комплексного концептуального моделирования задач регионального управления, обеспечивающий интегрированное декларативное представление задач и информационно-вычислительных ресурсов для их решения, автоматизацию анализа интегрированной модели, а также синтез на основе полученной модели спецификаций исполнительной среды моделирования.
Научная новизна. Для информационной поддержки задач регионального управления разработан метод комплексного концептуального моделирования, основанный на создании и анализе интегрированной модели декларативного типа, которая обеспечивает единое формальное представление коллективных знаний о процессах регионального развития, задачах управления региональными системами и информационно-аналитической среде, необходимой для поддержки решения этих задач. Метод ориентирован на автоматизацию постановки задачи моделирования и анализа возможностей реализации моделирования в распределенной информационно-алгоритмической среде. Работа обладает следующими основными аспектами научной новизны:
1. Предложена структура концептуальной модели декларативного типа для формализации и комплексного представления коллективных экспертных знаний о процессах и задачах регионального управления, а также информационно- алгоритмических ресурсах, используемых в данной области.
2. Разработана технология интеграции моделей различных экспертов в единую концептуальную модель сложной системы и процедуры согласованного расширения интегрированных описаний элементов при пополнении модели. Созданы специализированные средства представления и обработки справочной информации о существующих элементах концептуальной модели для использования в ходе разработки новых подмоделей.
3. Сформулированы правила и разработаны алгоритмы их использования для контроля целостности, логической корректности и разрешимости интегрированной концептуальной модели, а также формирования и анализа на основе интегрированной концептуальной модели фрагмента, соответствующего варианту реализации моделирования с целью решения конкретной задачи исследований.
4. Разработаны технологии и процедуры синтеза декларативных спецификаций исполнительной среды для реализации варианта моделирования, заданного выбранным фрагментом интегрированной концептуальной модели.
Созданный метод обеспечил интеграцию и комплексное использование коллективных экспертных знаний при решении задач в области регионального управления и развития, позволил повысить эффективность использования региональных информационных ресурсов.
Актуальность и научная новизна работы подтверждены включением в раздел «Важнейшие итоги» отчета «О деятельности РАН в 2000-2003 гг.» метода синтеза спецификаций распределенной среды вычислительного эксперимента на основе совместного анализа концептуальных моделей задач регионального управления и региональных информационных ресурсов, разработанного коллективом под руководством автора. При участии автора были разработаны: метод концептуального проектирования динамических моделей сложных систем (включен в перечень основных результатов РАН в 2002 г.); ситуационная модель регионального промышленного комплекса (включена в раздел "Математическое моделирование, вычислительная и прикладная математика для задач информатики" перечня важнейших результатов РАН в 1999 г.).
Практическая ценность. В основу диссертационной работы положены результаты, полученные автором на основе обобщения исследований, проводимых по планам НИР Института информатики и математического моделирования технологических процессов Кольского научного центра РАН в период с 1993 по 2004 годы в рамках следующих тем: «Функционально-целевая информационная технология диагностики и прогноза динамики систем «Технологические процессы - трансформированные природные комплексы»« (гос. регистрация № 01.9.10 050143); «Математические модели и информационные технологии в задачах управления региональным развитием» (гос. регистрация № 01.9.60 000720); «Проблемно-ориентированные региональные информационные системы (Севера России)» (гос. регистрация № 01.9.60 000721); «Сценарные системы поддержки принятия решений по управлению региональными промышленными комплексами» (гос. регистрация №01.99.00 10287); «Интегрированные региональные системы науки и образования» (гос. регистрация № 01.99.00 10288); «Интегрированные концептуально-динамические модели устойчивого социально-экономического развития северных регионов России (на примере Мурманской области)» (гос. регистрация № 01.99.00 10286); «Методы и модели синтеза стратегий устойчивого развития региональных социально-экономических систем (на примере Мурманской области)» (гос. регистрация № 01.200.2 09390); «Системы поддержки принятия решений по управлению безопасностью региональных природно-промышленных комплексов» (гос. регистрация № 01.2002 09392); «Методы и модели структурного синтеза проблемно-ориентированных региональных информационных систем» (гос. регистрация № 01.200.2 09393).
Часть исследований проводилась в рамках международных региональных проектов «Информатизация Баренц-региона» и «Северные информационно-вычислительные сети». Отдельные направления исследований были поддержаны грантами РФФИ: «Выявление и исследование на основе инструментального анализа и компьютерного моделирования особенностей механизмов разделения минеральных компонентов при снижении контрастности их физико-химических свойств « (проект № 02-05-64409); «Исследование и разработка методов и средств интеграции математических моделей различных классов в комплексную имитационную модель динамики сложной природно-промышленной системы (на примере ОАО "Апатит")» (проект № 03-01-96142).
На основе проведенных исследований получены следующие практически значимые результаты.
1. Для задач исследования и прогнозирования процессов регионального развития и поддержки регионального управления разработана инструментальная среда формирования и анализа интегрированных концептуальных моделей предметной области и информационно-алгоритмических ресурсов реализации моделирования. Созданная среда предоставляет экспертам возможность использования терминологии предметной области при построении формальной модели решаемых задач, обеспечивает интеграцию моделей, создаваемых различными экспертами в комплексную модель региональной макросистемы, реализует автоматизированные процедуры анализа целостности и разрешимости комплексной модели.
2. Для согласования концептуальных описаний, формируемых экспертами различных предметных областей в рамках предложенной системы концептуального моделирования, реализованы процедуры формирования и использования единых справочников элементов концептуального описания. Справочники упрощают использование уже представленных в концептуальной модели понятий, процессов и объектов предметной области при построении моделей новых задач. Это снижает трудоемкость разработки моделей, избыточность интегрированного описания и возникновение противоречий при разностороннем описании компонентов региональных систем.
3. Объединение в рамках единой технологии моделирования описаний информационных ресурсов региона и задач, при решении которых используются эти ресурсы, позволило автоматизировать организацию взаимодействия между моделями задач и средствами их решения. Полученные в работе результаты обеспечивают методическую и инструментальную базу для создания единой распределенной среды информационной поддержки регионального управления. Разработанные методы и процедуры синтеза декларативных спецификаций распределенной исполнительной среды моделирования облегчают как организацию моделирования на основе существующих разнородных информационно-вычислительных ресурсов региона, так и разработку целостной среды распределенного моделирования с использованием современных технологий построения распределенных программных систем.
Практические результаты работы используются рабочей Группой по информационно-аналитическому обеспечению Стратегии экономического развития Мурманской области до 2015 года для исследования различных вариантов развития ключевых отраслей промышленности региона и на обогатительном комплексе ОАО «Апатит» для определения путей повышения эффективности переработки руд Хибинских месторождений. Кроме этого результаты используются в научно исследовательских и хоздоговорных работах для ОАО "Колэнерго", Института физико-технических проблем энергетики Севера КНЦ РАН, Горного института КНЦ РАН.
Научная апробация работы. Основные положения и результаты работы докладывались и обсуждались на научных сессиях Отделения информационных технологий и вычислительных систем РАН в 2003 и 2004гг., на секциях ученых советов Института информатики и математического моделирования технологических процессов (ИИММ) КНЦ РАН, Института физико-технических проблем энергетики Севера (ИФТПЭС) КНЦ РАН, Горного института (ГоИ) КНЦ РАН, на расширенном семинаре лаборатории автоматизации моделирования СПИИРАН, международных, всероссийских и региональных конференциях и совещаниях в гг. Апатиты, Москва, Санкт Петербург, Мурманск, Петрозаводск, Брюссель (Бельгия), Валенсия (Испания), Манчестер (Великобритания), Тромсе (Норвегия). В частности, на следующих научно-технических мероприятиях:
- 5-я С.-Петербургская международная конференция «Региональная информатика-96», 1996, Санкт-Петербург, 13-16 мая;
- Second International Conference on Information Technology in the Barents Region (BAR-IT 96), 1996, Apatity, 18-19 September;
- International Conference on Informatics and Control (ICI&C97), 1997, St.Petersburg, 18-19 September;
- 12th European Simulation Multiconference 1998 (ESM 98), Manchester, UK, 1998, 16-19 June;
- 6-я Всероссийская конференция «Муниципальные геоинформационные системы» (МГИС 99), 1999, Обнинск, 25 - 29 января;
- П-й конгресс обогатителей стран СНГ, 1999, Москва, 16-18 марта;
- Международное совещание «Развитие идей И.Н. Плаксина в области обогащения полезных ископаемых и гидрометаллургии» (Плаксинские чтения), 2000, Москва, 10-14 октября;
- «Природопользование в Евро-Арктическом регионе: опыт XX века и перспективы», Международная конференция, посвященная 70-летию Кольского научного центра РАН, 2000, Апатиты, 2-4 ноября;
- «A Common Approach to Collaborative Technological Research for Arctic Development», EU-Russia-Canada-US Arctic Workshop, Brussels,Belgium, 2001, 25-27 October;
- IV-я Всероссийская школа-семинар «Прикладные проблемы управления макросистемами: информационные технологии распределенных вычислений», 2002, Апатиты, 1-7 апреля;
- Международное совещание «Направленное изменение физико-химических свойств минералов в процессах обогащения полезных ископаемых», 2003г., Петрозаводск, 17-19 сентября;
- 1st International Industrial Simulation Conference, Valencia, Spain, 2003, 9-11 June;
- V-я Всероссийская школа-семинар «Прикладные проблемы управления макросистемами», 2004, Апатиты, 5-9 апреля;
- Conference on Higher Education and Research in the Barents Region, Troms0, Norway, 2004, 11-13 June.
- Всероссийская конференция «Теория и практика системной динамики», 2004, Апатиты, 13-15 сентября.
Основные положения, выносимые на защиту, представляют собой ключевые аспекты разработанного метода комплексного концептуального моделирования для поддержки задач регионального управления и информационных технологий, созданных на основе этого метода:
1. Структура и технология построения интегрированной концептуальной модели, включающей декларативные описания объектов, процессов и задач регионального управления, а также распределенных информационно-алгоритмических ресурсов для решения представленных задач.
2. Процедуры автоматизированного анализа целостности, логической корректности и разрешимости интегрированной концептуальной модели.
3. Технология формирования новых подмоделей с использованием терминологического и геоинформационного справочников существующих элементов интегрированной концептуальной модели и их интеграции в комплексную концептуальную модель региональной макросистемы.
4. Метод и алгоритмы формирования фрагментов интегрированной модели, являющихся концептуальными описаниями конкретных задач моделирования, и генерации спецификаций распределенной информационно-алгоритмической среды, необходимой для их реализации.
Публикации. По материалам диссертации опубликована одна коллективная монография и 52 печатные работы в центральных, зарубежных и местных изданиях (5 из них в журналах из списка ВАК). Полученные результаты изложены в ряде отчетов по НИР в Институте информатики и математического моделирования технологических процессов КНЦ РАН, Горном институте КНЦ РАН, Институте физико-технических проблем энергетики Севера КНЦ РАН. Список публикаций приведен в конце автореферата.
Объем и структура работы. Диссертация состоит из введения, 4 глав и заключения. Работа содержит 229 машинописных страниц текста, 1 таблицу, 29 рисунков и список литературы из 172 наименований.
Во введении проводится общий анализ предметной области - социально-экономических систем регионального уровня, рассматриваются современное состояние решаемых в диссертации проблем и актуальность темы, формулируется цель и основные задачи выполненных исследований, приводятся данные о внедрении и апробации результатов работы.
В первой главе рассматриваются проблемы организации процесса эффективного изучения сложных распределенных систем с использованием методов компьютерного моделирования на основе современных информационных технологий. Проведен анализ существующих методов и технологий моделирования компонентов региональных систем. Сформулированы общие требования к средствам информационно-аналитической поддержки регионального управления.
Во второй главе представлены структура и средства анализа иерархической концептуальной модели, являющейся основой разработанной информационной технологии поддержки регионального управления. Модель предназначена для комплексного представления коллективных знаний экспертов как о процессах регионального развития, задачах, связанных с изучением, прогнозированием и управлением этими процессами, так и об информационно-вычислительных ресурсах, которые используются для решения представленных в модели задач.
Разработанная концептуальная модель является средством формализации результатов анализа региональной системы, производимого различными экспертами с различных точек зрения. На одной модели может решаться множество целевых задач, некоторые из которых могут быть заранее не определены. Интегрированная концептуальная модель (ИКМ) для информационной поддержки процессов регионального развития и управления формируется как структура, объединяющая в себе концептуальную модель предметной области (КМПО) и концептуальную модель исполнительной среды (КМИС). КМИС описывает состав и организацию информационно-вычислительных ресурсов, которые образуют исполнительную среду для реализации моделирования.
Рассмотрены механизмы и алгоритмы автоматизированного анализа концептуальной модели, основанные на логических правилах, определяющих требования к формальной структуре модели. Для описания формальной структуры модели и средств ее анализа используется нотация теории множеств.
В третьей главе описаны средства формирования концептуальной модели и организации моделирования на основе ИКМ. Рассмотрены принципы и алгоритмы интеграции и согласования концептуальных моделей различных задач регионального управления, а таюке формирования новых подмоделей в рамках комплексной концептуальной модели. Согласование описаний элементов ИКМ, представленных в различных ветвях модели, осуществляется на основе формирования и анализа интегрированных шаблонов. Для поиска существующих в ИКМ элементов и доступа к ним используются терминологические и геоинформационный справочники. Исходные условия планируемой задачи моделирования задаются на ИКМ маркировкой определенных элементов концептуального описания. Путем применения процедур вывода к промаркированным элементам из ИКМ выделяется целостный фрагмент, являющийся концептуальным описанием поставленной задачи. Спецификации исполнительной среды генерируются на основе анализа отношений назначения исполнителей для элементов выделенного фрагмента ИКМ и наборов отображений элементов описания шаблона КМПО на элементы алгоритмических конструкций.
В четвертой главе представлена реализация и примеры практического использования системы комплексного концептуального моделирования процессов и задач регионального управления. Распределенная система моделирования организована в виде иерархической структуры однотипных локальных систем. Каждая локальная система обеспечивает как автономную разработку отдельной ИКМ, так и разработку подмодели в рамках комплексной ИКМ региона.
Рассмотрены примеры использования созданной системы моделирования в процессе разработки и реализации стратегии социально-экономического развития Мурманской области на период до 2015года. На стратегическом уровне регионального управления система используется при анализе вариантов развития региональной энергетики и организации региональной системы подготовки кадров. Основным типом исполнителей на этом уровне являются системно-динамические модели, позволяющие анализировать динамику обобщенных показателей определенных компонентов региональной социально-экономической системы.
В ходе применения разработанной системы для выработки правленческих решений на крупном горнопромышленном предприятии, наряду с системно-динамическими моделями используются средства реализации моделирования других типов. Выбор исполнителя зависит от степени изученности объекта управления и структуры имеющейся о нем информации.
В заключении изложены основные результаты работы.
Современные методы моделирования сложных систем
Развитие теории и методов моделирования в приложении к различным объектам реального мира привело к появлению системного подхода, предполагающего восприятие мира как единой сложной системы [95, 121, 122]. Однако многие исследователи соглашаются с тем, что действительно системное видение мира пока еще редкость. Человеческому разуму сложно охватить все нюансы и причинно-следственные связи сложной проблемы или комплекса взаимодействующих объектов. Не менее слолшой задачей для человека является и обработка выявленных связей и закономерностей.
Появление и развитие средств вычислительной техники во второй половине XX столетия и внедрение информационных технологий практически во все сферы человеческой деятельности революционно раздвинули границы применимости различных методов моделирования. Вместе с ростом технических возможностей вычислительной техники эволюционировало и программно-алгоритмическое обеспечение от реализации расчетных алгоритмов до сложных систем имитации человеческих рассуждений, мультимедиа и создания виртуальной реальности. Появился новый метод моделирования - имитационное моделирование, принципиально ориентированный на компьютерную реализацию. Данный метод позволяет оперативно модифицировать как структуру, так и параметры модели непосредственно в ходе моделирования, что открывает широкие возможности итерационного повышения адекватности модели.
Однако, несмотря на существенные достижения системного анализа, остается нерешенной одна из основных проблем использования системного подхода в современном мире - как двигаться от обобщенных описаний и системного мышления к инструментам и процессам, которые помогут понять системную сложность и позволят проектировать действия в реальных системах от самых простых до глобальных.
В настоящее время в компьютерном моделировании развиваются два равноправных взаимодополняющих направления. Первое основывается на технологии вычислительного эксперимента в трактовке А. А. Самарского [11, 116, 117]. Вычислительный эксперимент рассматривается как технология научных исследований, направленная на создание «фундаментальных моделей» как новых парадигм науки. Подход предполагает чрезвычайно высокую математическую подготовку главных участников и жесткое разделение труда между ними и специалистами предметной области, в задачи которых входит подготовка исходных данных, определение граничных условий и сценариев проводимых экспериментов, обсуждение результатов. Технология вычислительного эксперимента, основанная на триаде «модель-алгоритм-программа» не рассчитана на массовое внедрение в повседневную работу конечных пользователей, которые лишь опосредованно участвуют в разработке моделей.
Второе направление названо Г.С.Поспеловым [100] новой информационной технологией моделирования и ориентировано на конечного пользователя, как на непосредственного разработчика модели. Основной упор здесь делается на создание удобных и достаточно простых языков представления моделей, доступных для непрограммирующего пользователя, и инструментальных средств с элементами искусственного интеллекта, обеспечивающих поддержку в разработке моделей, выборе метода решения, автоматизации синтеза программы, организации интерфейса. Это направление рассчитано на внедрение методов моделирования в среду неподготовленных конечных пользователей и позволяет исключить программиста, а в некоторых случаях и системного аналитика при реализации компьютерного моделирования.
В рамках второго направления развиваются и используются методы имитационного моделирования. Имитационное моделирование представляет собой попытку формализации любых эмпирических знаний о рассматриваемом объекте с помощью современных вычислительных технологий. «Имитационная модель — формализованное описание изучаемого явления во всей его полноте на грани нашего понимания» [70]. Слова «на грани нашего понимания» фиксируют важное положение о том, что в процессе имитационного моделирования не обязательно должна выявляться природа причинно-следственных связей и определяющие их фундаментальные законы. Для построения модели достаточно знать лишь внешнюю сторону связей типа «если А, то Б», а какими фундаментальными взаимосвязями это обусловлено — знать не обязательно.
Методы математического моделирования с использованием средств вычислительной техники применяются при исследованиях различных аспектов регионального развития уже на протяжении нескольких десятков лет. До недавнего времени в данной области преобладали технологии вычислительного эксперимента по схеме «модель-алгоритм-программа» (первое направление). Используемые модели можно было отнести к одному из следующих типов: - аналитические модели, основанные на фундаментальных законах и представляемые в виде систем детерминированных уравнений; - статистические и вероятностные модели; - модели исследования операций и оптимального управления. Каждый из указанных типов моделей обладает своими достоинствами и недостатками, а так же предъявляет определенные требования к объему и структуре исходных данных для моделирования.
Структура концептуальной модели предметной области
Специфика предметной области предопределяет, что на модели, создаваемой для поддержки регионального управления, необходимо решать множество целевых задач, некоторые из которых могут быть заранее и не определены. Вместе с этим, определенные направления исследований в данной области известны априори. При построении модели в рассмотрение в первую очередь принимаются компоненты и свойства системы, существенные с точки зрения предполагаемых направлений исследования, но модель должна быть открытой для включения новых компонентов.
Проведение компьютерного моделирования требует наличия исполнительной (программно-аппаратной) среды, которая обеспечивает компьютерную реализацию объектов и процессов предметной области, декларированных в концептуальной модели. В отличие от концептуальной модели предметной области, модель исполнительных средств предназначена для представления знаний об элементах информационной системы, ответственных за обработку, хранение и передачу информации в ходе решения поставленных задач. Для описания исполнительных средств целесообразно использовать тот же формальный аппарат, что и для концептуальной модели предметной области [75, 76, 120]. Это позволяет применять единые алгоритмы для анализа концептуальных моделей предметной области и исполнительной среды.
При разработке концептуальной модели исполнительной среды возможны два подхода: формирование отдельной модели исполнительных средств и совмещение концептуальной модели исполнителей с концептуальной моделью предметной области. Использование отдельной модели исполнительных средств [75, 76, 120] целесообразно при проектировании распределенных информационно-вычислительных систем, так как структура системы исполнителей может определяться относительно независимо от структуры модели предметной области. В качестве исполнителей используются как программные, так и аппаратные средства. При этом могут возникать ситуации, когда одному элементу концептуальной модели предметной области назначается несколько физических исполнителей, либо когда один исполнитель реализует несколько элементов модели предметной области.
При проведении моделирования на одном компьютере отдельная концептуальная модель исполнительных средств теряет свою актуальность. В данной ситуации исполнители переводятся в разряд атрибутов элементов концептуальной модели предметной области и трактуются как конкретные программные модули реализации в ЭВМ процессов и реальные формы хранения в ЭВМ данных предметной области [39, 77, 81, 83].
Собственно разработка распределенной информационной системы (РИС) может являться самостоятельной задачей концептуального проектирования [139]. С точки зрения функционально-целевого подхода, глобальная цель распределенной информационной системы является композицией элементарных целей по предоставлению потребителям информационных ресурсов различных типов.
На основе обобщения результатов, полученных в области концептуального моделирования, для решения задач информационной поддержки регионального управления разработана Интегрированная концептуальная модель (ИКМ). Она формируется как структура, объединяющая в себе две подмодели.
Первая - концептуальная модель предметной области (КМПО). КМПО является средством формализации результатов анализа региональной системы, производимого различными экспертами с различных точек зрения.
Вторая - концептуальная модель исполнительной среды (КМИС) моделирования. Она описывает состав и организацию информационно-вычислительных ресурсов, которые образуют исполнительную среду для реализации моделирования.
Типовая последовательность проектирования интегрированной концептуальной модели состоит в построении и анализе модели предметной области, построении и анализе модели исполнительных средств, а затем в построении отображения модели предметной области на модель исполнительных средств.
В ИКМ используется структура концептуальной модели предметной области, разработанная для случая, когда на одной модели предполагается решать множество целевых задач [39, 120]. Это могут быть как задачи, имеющие явную предметную интерпретацию (выпуск конкретного вида продукции, организация системы подготовки кадров, мониторинг окружающей среды или производственной системы и т.п.), так и абстрактные задачи исследовательского характера (определение критических параметров регионального рынка труда, выбор стратегий развития по заданным критериям и т.п.). Предметной областью задач первого типа являются непосредственно объекты и процессы реального мира. Для задач второго типа связь с реальным миром является транзитивной и осуществляется через набор абстрактных понятий, используемых в процессе научных исследований. Однако, формальный аппарат, разработанный для построения концептуальной модели, позволяет использовать единый подход для задач обоих указанных типов.
Планирование конкретного варианта моделирования на основе концептуальной модели
При создании исполнительной среды компьютерного моделирования для исследований в области сложных систем структура и класс применимых моделей могут и должны уточняться в ходе самого вычислительного эксперимента. Следовательно, система моделирования в данной области не может строиться как закрытый пакет прикладных программ [94]. Создание объекта исследований -компьютерной модели реальной системы - становится составной частью самого процесса моделирования. В этом процессе можно условно выделить два режима [41]: режим создания и анализа модели предметной области, и режим имитационного моделирования предметной области с целью получения прогнозов относительно результатов предполагаемых воздействий.
Исходная модель, отражающая имеющиеся представления специалистов о предметной области, может изменяться и уточняться в итерационном режиме, в том числе и по результатам моделирования. На этапе формирования модели возможно изменение представления понятий предметной области и связей между ними в модели. Соответственно, система поддержки моделирования должна обеспечивать возможность оперативной корректировки вычислительного процесса при изменении модели предметной области и проектироваться открытой для включения новых модулей [109].
Очевидно, что на начальном этапе проектирования системы многие составляющие части комплекса могут быть не определены. Из этого вытекают два других требования: проектирование сверху вниз и поэтапность ввода программных средств. В области разработки информационных систем такой подход получил название «спиральной» технологии разработки [96]. Фактически каждая итерация формирования модели предметной области представляет собой законченный цикл разработки, приводящий к созданию некоторой работоспособной системы моделирования, которая совершенствуется от итерации к итерации, чтобы стать законченной системой, пригодной для использования в режиме прогнозирования.
Многие составляющие программного обеспечения могут быть достаточно универсальными. Это относится, в первую очередь, к таким элементам системы, как системы управления базами данных (СУБД), средства компьютерной графики, подпрограммы математической обработки. Модульное построение проектируемой системы позволяет более рационально использовать вычислительные ресурсы. При модульной организации для проведения сеанса моделирования можно выбирать из общего набора имеющихся информационно-вычислительных и аппаратных ресурсов только те, которые необходимы и достаточны для конкретного варианта расчетов [109].
В ходе реальных сеансов компьютерного моделирования обычно решается не глобальная задача, соответствующая корню дерева концептуальной модели, а некоторый набор задач, представленных в концептуальной модели элементами промежуточных уровней иерархии. В такой ситуации использование для реализации моделирования единого комплекса программ, обеспечивающих решение всех задач предметной области, может оказаться излишним. Все поставленные цели конкретного исследования могут быть достигнуты выполнением только тех программ, которые обеспечивают реализацию выбранного подмножества процессов концептуальной модели. Варьирование условий и целей реализации моделирования в рамках имеющейся концептуальной модели может повлечь за собой необходимость настройки исполнительной среды путем изменения структуры и состава комплекса исполнительных ресурсов, обеспечивающих реализацию моделирования. Поэтому, при создании исполнительной среды представляется целесообразным подход, при котором спецификация исполнительной среды моделирования синтезируется на основе выбранного фрагмента концептуальной модели в автоматизированном режиме.
Выбор фрагмента концептуальной модели, покрывающего цели конкретного исследования (в рамках имеющейся модели) осуществляется с использованием графического редактора модели. При постановке задачи на концептуальной модели в общем случае пользователь задает:
- подмножество данных, которые являются исходными для планируемого варианта моделирования: {Oj }=IN0c О; - подмножество данных, которые требуется получить в результате моделирования: {Oj}= OUT0 с О; - подмножество процессов, которые полагаются выполненными до начала моделирования - {pj}=INp сР; - подмножество процессов, которые необходимо выполнить в ходе моделирования: {pj}=OUTp сР; - подмножество данных, которые определяют выбранный вариант реализации моделирования при наличии альтернатив: 0А с О; - подмножество процессов, которые определяют выбранный вариант реализации моделирования при наличии альтернатив: РАс Р.
Планирование и анализ возможности реализации моделирования производится с использованием алгоритмов, аналогичных алгоритмам анализа разрешимости концептуальной модели, представленных в главе 2 (раздел 2.3.7). В результате итерационного применения механизма вывода формируется множество достигнутых элементов концептуальной модели.
Экспертные системы в составе системы концептуального моделирования
Экспертные системы существенно отличаются от традиционных систем обработки данных наличием определенной совокупности свойств, таких, как символьное представление данных, символьный логический вывод и эвристический поиск. «Хорошая» экспертная система должна выполнять задания на уровне опытного специалиста в избранной предметной области, используя проблемно-ориентированные стратегии решения задач и давая объяснения достигнутым решениям.
Специфика задач поддержки регионального управления и прогнозирования развития региона выдвигает ряд требований к используемым экспертным системам. В частности, многокомпонентность, принципиальная динамичность и пространственный характер исследуемых объектов предопределяют необходимость совместного анализа множества объектов экспертизы, обеспечения оперативного доступа к ретроспективным данным о характеристиках этих объектов, а также наличие средств работы с пространственно-временными зависимостями в данных [82].
В качестве исполнителя задач экспертного анализа для системы концептуального моделирования может быть выбрана и адаптирована готовая экспертная система или ее оболочка. Однако более продуктивным является использование оболочки экспертной системы, специализированной для использования в рамках системы концептуального моделирования [159].
Специализированная оболочка экспертной системы позволяет проводить экспертизу в двух вариантах: традиционном - для одиночного объекта экспертизы, когда поддерживается интерактивный режим работы с пользователем (запросы недостающей информации, объяснения, модификация исходных данных и редактирование правил по ходу экспертизы и т.д.), и пакетном, когда экспертная система работает с массивом однотипных объектов.
Данные, используемые экспертной системой, могут иметь вероятностное описание, и возможны инструментальные погрешности при их измерении. Поэтому, при вводе нового параметра с ним может быть связан не только список допустимых значений (интервал определения), но и вероятность точного измерения. При выборе пользователем вероятностного описания предметной области ему необходимо ввести априорное распределение вероятностей данных. При совместной обработке правил, различные свидетельства за один и тот же вывод предполагаются независимыми. Это требование должно обеспечиваться пользователем при разработке набора правил и проверяться процедурой контроля базы знаний экспертной системы.
Оболочка экспертной системы поддерживает стандартные для экспертных систем режимы работы: - заполнение базы знаний, разделяющееся на подрежимы ведения данных и правил; - контроль базы знаний на полноту, независимость и непротиворечивость; - собственно экспертиза; - объяснение результатов экспертизы. Кроме того, при экспертизе одиночного объекта допускается ручной ввод начальных фактов о терминальных (не требующих вывода) данных. Правила в экспертной системе представляются в формате ЕСЛИ-ТО-ИНАЧЕ. Общий формат правила имеет следующий вид: ЕСЛИ Е1 [& Е2 ...], ТО ТІ [с Р(Т1/ )], [& Т2 [с Р(Т2/ )]...] [ИНАЧЕ II [с Р(И/ )], [& 12 [с Р(12/ )] ...]], где: Ei, Tj, Ik - условия логического типа, любое из которых определено на списке значений одного данного; Р( / ) - условные вероятности следствий при истинности их предпосылок (задаются при вероятностном выводе). Логические условия в любой части правила могут иметь следующую форму: имя знак подсписок_значений (п) . Любое условие данного вида, содержащееся в следствиях сработавшего правила, либо введенное в экспертную систему извне, считается фактом. Кроме того, в части ЕСЛИ допускаются условия вида: [р! ]Р( имя знак подсписок_значений (п) )[ р2]. 177
Здесь имя - уникальное имя данного - параметра или переменной. И параметры, и переменные имеют ограниченный список допустимых значений, который формируется при вводе данных средствами редактора концептуальной модели. Параметры имеют значения символьного типа, а переменные - числового типа. Соответственно, в правилах допускается использование математических формул, в которые входят значения переменных. Если результат вычислений представляет собой значение переменной, то он округляется до ближайшего значения из списка допустимых значений. Среди переменных выделена отдельная группа - переменные вероятности, которые определены на интервале [0,1]. Их имена могут включаться в правила вместо задания конкретных значений условных вероятностей следствий. При описании переменной вероятности, в отличие от других переменных, для нее задается начальное значение, которое может быть изменено в ходе экспертизы по правилам пересчета, общим для всех переменных (с контролем допустимого интервала ее изменения).
