Автоматизация процедур анализа оперативной обстановки Текст научной статьи по специальности «Экономика и бизнес»

2 л H

и о X

Л

<

и

H

к

И

:|S

о X

Л

<

и

H

s

X

<

а

X О

о

м

<

а С

к S X

и <

м

<

а С

и <

ш о а С

22

К.М. ХОЛОСТОВ,

заместитель начальника Центра командно-штабных учений,

кандидат технических наук (Академия управления МВД России)

K.M. KHOLOSTOV, Deputy head of Center of Command and Staff Exercises,

Candidate of Sciences (the Academy of Management of the Interior Ministry of Russia)

УДК 351.741

Автоматизация процедур анализа оперативной обстановки

Automation of routines for operational environment analysis

В статье рассматриваются вопросы, связанные с автоматизацией процедур анализа оперативной обстановки, предлагаются методы формализации ее качественных характеристик на основе логико-лингвистического моделирования и применения математического аппарата теории нечетких множеств.

Автоматизация анализа, оперативная обстановка, логико-лингвистическое моделирование, нечеткая логика, искусственный интеллект.

The article deals with the issues of automation of operational environment analysis and suggests methods of perfection of its qualitative characteristics, using logico-linguistic modeling and mathematical apparatus of fuzzy set theory.

Analysis automation, operational environment, logico-linguistic modeling, fuzzy logics, artificial intelligence.

Одна из важнейших функций, реализации которой должен постоянно уделять внимание руководитель органа внутренних дел, это — отслеживание состояния дел на вверенной ему территории. Комплекс показателей, позволяющий всесторонне описать социально-экономические, политические, географические факторы, а также состояние правонарушительства и самого органа правоохраны, результаты его работы в отечественной юридической науке принято называть «оперативной обстановкой» [3].

При этом оперативная обстановка не всегда может характеризоваться посредством количественных показателей. Зачастую она выражается в качественной, описательной форме, например: «количество преступлений экономической направленности в большинстве районов растет» или — «ситуация с незаконной трудовой миграцией ухудшается». Какой смысл кроется за данными выражениями? Как это влияет на другие факторы оперативной обстановки? «Большинство районов» — это 50, 60 или 90 % территории? «Ухудшается» — соответственно, в два раза или на 10 %, и что подразумевается под фразой

«ситуация с незаконной трудовой миграцией»? Кроме того, сложность восприятию создает и то обстоятельство, что оперативная обстановка выражается одновременно количественными и качественными показателями, в целом ее оценка зависит от комплекса взаимоувязанных факторов, выраженных в различной форме.

Возможности человеческого интеллекта позволяют принимать верные решения в условиях неопределенности, при отсутствии четкой и исчерпывающей информации и наличии сведений, переданных не точно, а в форме качественных характеристик. При этом автоматизация процедур анализа подобной информации при использовании традиционных аналитических методов весьма затруднена.

Для облегчения работы аналитика (в этой роли может выступать сам руководитель) в системе ведомственной статистики предусмотрены различные показатели и данные, зачастую не имеющие прямого отношения к учету результатов деятельности, например: «количество преступлений, совершенных на улице», «количество преступлений, совершенных в состоя-

нии алкогольного опьянения», и т. д. [1].Такие критерии введены специально с целью оценки деятельности отдельных подразделений органов внутренних дел либо иными целями. В настоящее время такой подход нашел широкое применение, но отсутствие строго установленных учитываемых данных ведет к усложнению и искажению представлений о реальной оперативной обстановке.

Применение автоматизированных систем, работающих на основе нечеткой логики и методов логико-лингвистического моделирования, для решения задач автоматизированного анализа факторов оперативной обстановки и принятия решений на основе такого анализа, по нашему мнению, сможет значительно упростить работу аналитиков, сократить затраченное на нее время и, в итоге, повысить эффективность деятельности органа внутренних дел в целом. Для достижения этого необходимо придерживаться применения адекватных моделей, методов и алгоритмов анализа и оценки, максимально точно отражающих реальную действительность, зависимости и обстоятельства, влияющие на ее изменение. Системы, основанные на нечеткой логике, уже успешно применяются в сфере управления в промышленности,

на транспорте, в электроэнергетике и видятся наиболее перспективным направлением в сфере автоматизации систем социального и экономического управления [5].

Между описанием текущего состояния оперативной обстановки (ситуации) на естественном языке (далее — ЕЯ) и внутренними представлениями информации о ней в автоматизированной системе управления имеются явные различия. Поэтому серьезной проблемой, которую необходимо преодолеть при построении таких систем, является преобразование словесного описания во внутренние представления системы.

Для применения указанных выше методов моделирования и расчета необходима предварительная «инженерная обработка» ЕЯ с целью перевода его в искусственный язык (далее — ИЯ), например, язык ситуационного управления [6] или в язык ЯХ-кодов [4]. После предварительной обработки качественная информация об объекте управления поступает в лингвистический процессор, где и обрабатывается в соответствии с алгоритмами, заложенными в его основу. В качестве примера рассмотрим схему лингвистического процессора [6] (рис. 1).

/ Информационная | I модель

I правоохранитель-1 \ ной деятельности'

Рис. 1. Структурная схема лингвистического процессора

Процесс начинается так. Для всех слов и фраз, составляющих описание текущей оперативной обстановки и поступающих на вход лингвистического процессора, из словаря находят нужные морфологические и синтаксические характеристики, затем определяется их число, род, падеж и пр. После этого происходит синтаксический анализ, цель которого состоит в выявлении синтаксической структуры предложений, составляющих исходный текст. На этом этапе вычленяется сказуемое и именная группа существительного, а также вспомогательные члены предложения. На этапе семантического анализа строится семантическая

структура предложения, происходит процесс его интерпретации в терминах, используемых в конкретном ИЯ. На этом этапе лингвистический процессор взаимодействует не только с собственными словарями, но и с базой данных и базой знаний. На рисунке 1 данная база изображена в виде информационной модели правоохранительной деятельности. Данная операция завершается блоком анализа, который выдает искомое решение.

Наиболее трудно формализуются при переходе от ЕЯ к ИЯ различные оценки, модификаторы и прочие качественные характеристики. Примерами могут служить описания, присущие

2 Л

н и о X

л

<

и н к

И

о X

л

<

и н S

X

<

а

X О

о

са <

а С

к S X

и <

са <

а С

и <

ш о а С

23

II ISSN 2072-9391

Труды Академии управления МВД России. 2014. № 1 (29)

¡>5 О X

л

<

и-

н S

X

<

а

X О

0

1

с

eq S X

и-

<

а

С

^

2

^

и <

из

о а С

24

человеческому общению: «применение административного законодательства в области дорожного движения неэффективно», «привлечение ОМОН в данном случае допустимо, но нежелательно» и т. д., следовательно, язык человеческого общения не оперирует однозначными значениями слов, их смысл полностью определяется некоторой конкретной действительностью, ситуацией, для описания которой они и применяются. Поэтому утверждения: «количество преступлений, совершенных в текущем году, значительно» и «число лиц, употребляющих наркотики в К-ом районе, значительно» указывают на разные «значительно». В первом случае это обозначает — количество более тысячи, а во втором — всего десятки человек.

Для понимания смысла подобных слов и высказываний очень часто используется понятие нормы, характеризующее данное явление, процесс или факт. Сам термин «норма» также неустойчив, ситуативен и его содержание зависит от конкретных условий, в которых воспринимается информация. Если москвич говорит: «Я живу недалеко от работы», то эта фраза означает, что время, которое он тратит на дорогу, составляет не более часа, а для жителя небольшого городка та же фраза описывает меньшие временные затраты.

Деятельность полиции, связанная с противодействием преступности, также связана с понятием «нормы». Обществом устанавливаются для органов внутренних дел некие социально допустимые нормы, касающиеся уровня преступности. Но для разных регионов такие нормы различны. Например, количество зарегистрированных преступлений в ГУ МВД России по Самарской области составляет в среднем 60 тыс. в год, для УМВД России по Псковской области — не более 11 тыс. Таким образом, уровень преступности, допускаемый обществом в качестве нормы, в данных регионах различен. Это связано в первую очередь с разной числен-

ностью населения. Существуют и другие факторы. Рассмотрим детально, каким образом человек определяет для себя понятие нормы.

Рис. 2. Пределы нормы

Пусть имеется некая величина х, выражающая количество убийств, регистрируемых в К-ской области за один месяц. Тогда за у обозначим то количество месяцев в рассматриваемом периоде, когда х принимало какое-то определенное значение. Наблюдение за ситуацией в течение достаточного количества времени позволит построить гистограмму (рис. 2). В этом случае можно рассматривать норму как те значения х, которые встречались наиболее часто. Обычно человек выделяет определенный промежуток (на рис. 2 данный промежуток от х1 до х2), на котором готов считать все значения х нормальными. Соответственно, если значения х лежат левее этого интервала, то они воспринимаются меньше нормы в случае, когда правые значения — интерпретируются больше нормы. Исходя из этого возможно оперировать некой шкалой, в которой понятие нормы находится в центре. Примером такой шкалы может служить набор слов для оценки частоты событий или явлений: никогда, почти никогда, очень редко, редко, не часто (норма), часто, очень часто, почти всегда, всегда (рис. 3).

Никогда

Почти Очень Редко Не часто Часто Очень часто ТЯ4™

никогда редко

Всегда

Рис. 3. Шкала распределения значений

В случае если предложить одному человеку распределить на шкале вероятностей от 0 % до 100 % (соответствуют значениям никогда и всегда) вероятность того или иного события (явления) в соответствии с представленным набором слов, то, как мы полагаем, получится отрицательный результат (рис. 3): один эксперт распределит словесные характеристики вероятностей однозначно, и шкала при этом обретет четкие границы отрезков различных значений;

если же в подобном эксперименте участвует группа экспертов, то возникнут определенные трудности, так как границы интервалов будут различаться — вместо четкой шкалы придется составлять набор пересекающихся гистограмм.

Пересекающиеся гистограммы указывают на неопределенность: некоторые значения можно отнести как к определенному слову, так и к соседнему с ним. Однако если взять на вертикальной шкале уровень отсечки у0, близкий

к точкам пересечения соседних гистограмм тальную ось даст нам четкую шкалу, которой и соответствующий некому «экспертному можно пользоваться при интерпретации тех или шуму», то проекция гистограмм на горизон- иных показателей (рис. 4).

Рис. 4. Результаты экспертных оценок и переход к шкале распределения значений

Рассмотрим пример анализа отдельных показателей оперативной обстановки. Дано описание элемента оперативной обстановки: «В УМВД России по городу и районных отделах внутренних дел сохраняется высокий уровень привлечения сотрудников полиции к дисциплинарной, административной и уголовной ответственности за различные правонарушения. Имеются факты укрывательства сотрудниками криминальной полиции, служб общественной безопасности и дежурными частями заявлений, сообщений граждан о правонарушениях от регистрации».

Используя шкалу уровня привлечения сотрудников к дисциплинарной, административной и уголовной ответственности, разработанную с привлечением экспертов (данные шкалы указаны приблизительно), можно получить количественные данные интервала, характеризующего высокий уровень привлечения к различным видам ответственности. В нашем примере он расположен в пределах отрезка [230—305] человек. Если взять средневзвешенную оценку для данного отрезка, то получится 268 человек (рис. 5).

Очень низкий

Не высокий Высокий

Никто ^^

Очень высокий Почти все

О-О-0Все

о

80

155

230

305

395

470

Рис. 5. Шкала распределения значений уровня привлечения сотрудников к дисциплинарной, административной и уголовной ответственности

Сведения о структуре преступности за 2011—2010 гг.

Таблица 1

УОМВД по МО Зарегистрировано

Всего Динамика Удельный вес (на 10 тыс. населения)

2010 2011 Абс. в % 2010 2011

г. Петровск 6525 6585 60 0,9 191,9 193,7

Алексеевский р-н 2631 2161 -470 -17,9 224,9 186,3

Вяземский р-н 1796 1614 -182 -10,1 213,8 194,5

Гороховский р-н 426 393 -33 -7,7 177,5 170,9

Гусевский р-н 2475 2684 209 8,4 221,0 241,8

Каменский р-н 660 595 -65 -9,8 206,3 185,9

Качинский р-н 1292 976 -316 -24,5 307,6 232,4

Киреевский р-н 2858 2955 97 3,4 157,9 164,2

2 ja н

и о

X

л <

И

н к

и ^

»S

о

X

л <

и н S

X

<

а

X о о

03 <

а С

X

и <

03 <

а С

и <

из О а С

25

2 л н и о X

Л

<

и н к

И

:|S

0

1

Л

<

и н S

I

<

а

X О

0

са <

а С

к S

1

и <

м

<

а С

и <

ш о а С

26

Рассмотрим еще один пример, в котором представлены точные количественные данные о другом элементе оперативной обстановки. Используя данные условного города Петровска, наша задача — представить количественные показатели в виде качественных оценок. Из всех представленных сведений рассмотрим в качестве примера только показатели ОМВД России по Киреевско-

му и Вяземскому районам (табл. 1)1. В данном случае нас интересует рост зарегистрированных в 2011 г. преступлений по сравнению с 2010 г. Для его оценки используем шкалу относительного роста уровня зарегистрированных преступлений (распределение указано произвольно, в качестве примера), разработанную на основании экспертных оценок (рис. 6).

Невысокий спад

О-о

Низкий Очень малый спад спад

О—о

Без __ Очень малый изменении рост

О-о-

Малый рост

Не высокий л рост л

О—о

-15% -10% -5% -2% 0% 2% 5% 12% 25%

Рис. 6. Шкала относительного роста уровня зарегистрированных преступлений

Исходя из рассмотренных данных (табл. 1) и распределения качественных оценок по шкале (рис. 6), можно характеризовать рост числа зарегистрированных преступлений в Киреевском районе как «очень малый рост», а в Алек-сеевском районе — как «невысокий спад».

Изучение способов перехода от качественных к количественным показателям и обратно,

Список литературы

1. О стратегической отчетности органов внутренних дел Российской Федерации: приказ МВД России от 28 февраля 2012 г. № 134.

2. Жидков В.Н. Мягкие вычисления в интегрированных системах летательных аппаратов. М., 2013.

3. Клушин О.З. Оперативная обстановка: понятие, анализ, прогноз: учеб. пособ. М.: Академия управления МВД России, 2010.

с применением метода экспертных оценок, позволяет решать задачу преобразования ЕЯ в ИЯ, что в свою очередь дает возможность формализовать различные характеристики оперативной обстановки и привести их к единой нечеткой форме и в дальнейшем позволит применить аппарат нечеткой логики при проведении операций с текстами на ИЯ [7, 2].

4. Мартынов В.В. Универсальный семантический код. Минск, 1977.

5. Поспелов Д.А. Логико-лингвистические модели в системах управления. М., 1981.

6. Поспелов Д.А. Ситуационное управление: теория и практика. М., 1986.

7. Прикладные нечеткие системы / под ред. Тэтано Т., Асаи К., Сугэно. М., 1993.

E-mail: hkm_tula@mail.ru Тел.: 8 (499) 150-45-82

1 Данные взяты из оперативной обстановки, рассмотренные в рамках КШУ «Темп-аналитика».