Файл: Интеллектуальные информационные системы и технологии.doc

С начала 90-х годов прошлого века концепция реинжиниринга бизнес-процессов приобрела особую популярность, что обусловлено согласованием в ее рамках противоречивых целей, а именно су-щественным повышением эффективности и качества функциони-рования предприятия без снижения производительности. Реинжи-ниринг позволяет достичь многократного улучшения основных показа-телей качества деятельности компании за счет изменения принципов ее организации.

Основным методом исследования сложных систем является системный анализ. При этом этап формирования описания системы включает:

декомпозицию системы на элементы;

выделение подсистем;

определение общей структуры системы;

определение связей системы со средой и выявление внешних факторов;

выбор подхода к представлению системы;

формирование вариантов представления системы.

Выделяют два класса системных задач: исследования и проек-тирования. Задача исследования систем состоит в накоплении знаний о свойствах и отношениях существующих объектов в соответствии с кон-кретными целями. Задача проектирования систем заключается в создании новых объектов с заданными свойствами.

Свойства сложных систем можно разделить на три группы:

определяющие взаимодействие системы с внешней средой: устой-чивость и характеристики состояний системы;

характеризующие внутреннее строение системы. Параметром, от-ражающим изменение структуры во времени, является энтропия.

описывающие поведение системы: полезность, эффективность, надежность, управляемость, безопасность, живучесть (интегральные свойства).

Для моделирования и проектирования сложных систем широко применяются средства компьютерной поддержки автоматизированного проектирования.

Одной из ключевых проблем в процессах проектирования экономических систем является принятие решений. Интеллектуальные информационные системы, используя заложенные в них знания, способны помочь специалисту в постановке диагноза, построении прогноза, выборе рационального варианта действий. При проектировании социально-экономических систем возникают задачи коллективного многокри-териального выбора, осложненные наличием взаимных требований его участников, что порождает конфликты, которые обычно разрешаются либо путем взаимных уступок, либо путем изменения множества рассматри-ваемых решений. Для разрешения конфликтов между участниками коллективного выбора используются мультиагентные системы. В процессе разрешения конфликтов у агентов запрашивается информация о тре-бованиях, выполнение которых является обязательным.

---

Задача проектирования заключается в создании модели некоторой системы, которая будет способна выполнять предписанные функции с заданным уровнем качества. Требования, предъявляемые к проектируемой системе, формируются в метасистеме, т.е. системе более высокого уровня. Информация об изменениях метасистемы используется для моделирования ее поведения. Задача проектирования сложной системы заключается в синтезе вариантов ее структуры и выборе того из них, который характеризуется совокупностью свойств, наилучшим образом удовле-творяющих внешним требованиям.

---

Эволюционный подход к синтезу заключается в построении целостной системы из более простых частей с позиций теории развития, а именно: сложная система синтезируется из элементов под контролем факторов внешней среды, при этом структура системы и состав элементов подбираются так, чтобы обеспечить максимальное удовлетворение внешних требований. В процессе синтеза происходит соединение эле-ментов (скрещивание), результатом чего являются более крупные объекты, обладающие новыми свойствами и наследующие некоторые свойства «родителей». Из множества возможных комбинаций элементов на каждом шаге синтеза отбираются только те, которые имеют высокие шансы «выживания» во внешней среде и не имеют внутренних противо-речий.

Решение задач проектирования развивающихся систем требует построения прогнозов возможных изменений в окружающей их среде. Существует два подхода к прогнозированию: прогнозирование будущего на основе прошлого и прогнозирование будущего с учетом появления новых тенденций и событий, которые могли не иметь места в прошлом. Прогнозы, получаемые первым способом, обычно имеют статистическое или теоретическое обоснование, однако они не способны описать новые ситуации. В отличие от них прогнозы, связанные с генерацией гипотез,
не имеют строгого обоснования, но позволяют получить представление
о новых вариантах возможного будущего, которые не встречались в прошлом.

Первый подход широко используется для прогнозирования крупномасштабных явлений, при описании которых обычно не вы-деляются активно и непредсказуемо действующие объекты. Второй чаще всего примеряется для описания возможных вариантов поведения систем, содержащих активных участников, которые, не имея информации о стратегиях противодействующих сторон, вынуждены их генерировать
на основе доступных им знаний. Реализация данного подхода связана с синтезом сценариев.

Под сценарием понимается последовательность взаимосвязанных событий, которая может иметь место при определенных условиях. Между событиями существуют причинно-следственные связи, которые можно представить правилами, записанными на языке логики. Синтез сценария осуществляется с использованием БЗ, содержащей описание элементов сценария и связей между ними. Результатом синтеза является множество возможных сценариев, качество и достоверность которых зависят от исходной информации.

На первом этапе представления знаний целесообразно построение

---

когнитивной карты (КК) – математической модели, представленной в виде графа и позволяющей описывать субъективное восприятие человеком или группой людей какого-либо сложного объекта, проблемы или функционирования системы. Когнитивная карта предназначена для выявления структуры причинных связей между элементами сложного объекта и оценки последствий внешних воздействий на элементы и связи между ними. Элементы изучаемой системы представляются набором вершин графа, связи – множеством направленных дуг, которым могут быть приписаны знаки, определяющие характер влияния. Графическое пред-ставление в виде карты наглядно показывает связи между элементами сценария. Перебор всех возможных путей на КК дает количество воз-можных сценариев. При большом количестве знаний граф может стать необозримым. В этом случае прибегают к структуризации знаний, выделяя различные уровни описания информации (см. п. 11.4).

В качестве базовой модели представления знаний для реализации синтеза сценариев на основе причинно-следственных связей может использоваться логика предикатов первого порядка. В простых случаях для представления знаний можно применять логику высказываний.

Важным вопросом при синтезе сценариев является представление темпоральной (временной) информации, т.е. описание атрибутов, изменяющихся с течением времени. Для статических ЭС временные факторы существования и появления объектов предметной области не учитываются. Для динамических ЭС необходим учет временных процессов, обеспечивающих правильную динамику.

Время имеет в жизни человека важную роль. В 1966 году создано Международное общество по исследованию времени. Без учета времени невозможны динамические модели производства. С развитием ИИ проблема создания модели времени стала чрезвычайно актуальной. В нашем трехмерном мире, время играет роль четвертой координаты.

Многие события имеют определенную длительность, а их последствия могут наступать с запаздыванием. В отличие от классических моделей динамических систем в виде систем дифференциальных уравнений, при моделировании сценариев происходит приближенная имитация динамических процессов, когда важен качественный характер зависимостей и не выдвигается жестких требований к точности вычислений. Введение в рассмотрение времени необходимо также для указания параллельно протекающих событий.

Для времени возможны

---

два способа шкалирования. Один - отражает упорядочение событий на шкале типа «прошлое-настоящее-будущее», а другой - на шкале «раньше-позже». Каждое событие на первой шкале в процессе эволюции перемещается по ней, а на второй – располагается в неизменном порядке. Это как бы застывшая шкала «уже происшедшего» [2].

Определим основные свойства, характерные для лингвистических логик времени, используемых в ИИ для понимания временной структуры текстов на ЕЯ.

• 
  Однонаправленность. Время всегда направлено из прошлого через настоящее в будущее. Это свойство фиксирует необратимость времени. Однако можно представить себе модели времени с обратным ходом, с застывшим временем, например, в произведениях искусства.
  
• 
  Линейность. Время представляется в виде отношения, для которого справедливо свойство транзитивности, то есть, если имеются события p, q, s , для которых справедливо отношение «раньше», то справедливо, что p «раньше» s.
  

ЕСЛИ < p «раньше» q И q «раньше» s >, ТО < p «раньше s >.

В качестве основного объекта во временной логике рассматривается понятие «событие», под которым понимается определенный фиксированный результат или факт. Пусть имеется ЕЯ текст (ЕЯТ), в котором каждое предложение описывает какие-то временные события: ЕЯТ= (Р₁, Р₂,…,Р_n). Тип события характеризуется тем, что оно проецируется на временные шкалы. Каждому событию на той или иной шкале соответствует определенный участок (темпор). Если длительность события такова, что оно проецируется в точечный темпор, то событие считается точечным. Например, если масштаб временной шкалы равен одному году, а длительность события – нескольким минутам, то событие считается точечным. Если масштаб шкалы – минута, то событие считается интервальным. Точечным событиям соответствуют неметрические, метрические и периодические отношения. Данные временные отношения между событиями составляют основу лингвистической логики времени.

Используя модели времени, можно решать различные задачи в области:

- определения времени реализации различных событий;

- установления взаимного расположения событий во времени;

- анализа временных зависимостей между событиями и вывод новых зависимостей;

- проецирования событий на временные шкалы.

Более широкие возможности для отражения взаимосвязи между событиями, непрерывно протекающими во времени, предоставляют

---