CC BY
91
УДК 681.5
АВТОМАТИЗАЦИЯ ПРОЦЕССА ПОЛУЧЕНИЯ ЗНАНИЙ ОТ СИСТЕМЫ «СУДНО-ТРАЛ» НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОЙ ПЛАТФОРМЫ
Сметюх Н.П., ассистент кафедры электрооборудования судов и автоматизации производства, Керченский государственный морской
технологический университет
В работе рассмотрены вопросы архитектуры и методы реализации морских интеллектуальных систем получения знаний судноу-правленцев автоматизированных систем управления судном. Установлено, что морские интеллектуальные системы получения знаний, как правило, не учитывают индивидуальные когнитивные характеристики респондентов. Модели для представления знаний не содержат активных компонентов инициации общения для реализации тестирования и получения знаний. Структурные компоненты подобного рода систем являются характерными для новых разрабатываемых систем.
Ключевые слова: судно, трал, автоматизация, система.
AUTOMATION OF THE PROCESS OF OBTAINING KNOWLEDGE OF THE SYSTEM «VESSEL TRAWL» BASED ON INTELLIGENT PLATFORM
Smetyuh N., assistant of the Electrical vessels and factory automation chair, Kerch State Marine Technical University
The paper discusses the architecture and implementation methods of marine intelligent systems learning management specialist of marine vessel automated control systems ship. Found that guinea intelligent learning systems typically do not account for the individual characteristics of cognitive respondents. Model for the representation of knowledge do not contain active ingredients initiate communication to implement testing and learning. Structural components of such systems are typical for new systems under development.
Keywords: vessel, trawl, automation, system.
Введение. Федеральной целевой программой «Повышение эффективности и развития ресурсного потенциала рыбохозяйствен-ного комплекса в 2009-2013 годах» № 681 от 07.05.2008 г., а также региональными программами прогнозируется увеличение роста вылова рыбы, добычи морепродуктов, объема товарной продукции, инвестиций в основной капитал не только в основной части Российской федерации, но так же и в акватории Крымского полуострова.
В России в последние годы растет объем вылова рыб рыбопромышленными предприятиями. Вылов например лососевых в 2009 году был рекордным на Дальнем Востоке за последние 100 лет, вылов составил около 538 тыс. тонн. В 2010 г. - 325 тыс. тонн. В 2011 году прогнозируется вылов около 420-430 тыс. тонн.
Рыбохозяйственный комплекс играет существенную роль в продовольственном комплексе страны и является одним из основных источников занятости населения приморских регионов России. Это определяется наличием значительного потенциала водных биологических ресурсов, что является естественным конкурентным преимуществом России в глобальной экономике и составляет основу развития экономики и социальной сферы прибрежных субъектов.
Наряду с ростом вылова рыбы, наблюдается снижение численности персонала работающих на береговых рыбопромышленных предприятиях, но наряду с данными факторами наблюдается тренд к процессам механизации и автоматизации вылова.
Для осуществления процесса вылова, необходимо руководство не только «интуицией», но и умением взвешивать факторы всего производственного процесса.
Постановка задачи. Основным видом морского и океанического промысла в наше время является траловый лов, на долю которого приходится около 75% добытых морепродуктов (где на долю разноглубинного тралового лова около 45%). Базовую роль разноглубинного тралового лова определяется его высокой эффективностью и трансцендентностью процесса. Данный вид промысла оказался экологически более безопасным, что ведет к развитию специфики разноглубинного тралового лова относится, как к одной из основных отраслей.
Траловый промысел, как составная часть морского судоходства, должен отвечать требованиям безопасности. Специфика работы рыболовных судов в плотных группах на ограниченных акваториях, а также наличие буксируемого орудия лова, существенно влияющего на маневренные характеристики судна, требуют расширения понятия безопасности морского судоходства. В отличие от транспортных судов, рыболовные суда, должны дополнительно отвечать требованиям безопасности в рамках производственной деятельности, связанной с добычей рыбных и не рыбных объектов в сложных условиях промысла.
Разработка теоретических принципов обеспечения безопасности промыслового маневрирования является актуальной научной задачей, решение которой неразрывно связано с проблемой повышения эффективности самого промысла.
Для поддержания процесса приобретения знаний использует специальные знания трех основных типов: о предметной области знаний, о стратегии и методах приобретения знаний, о судно управленцы (СУ). К этим специальным типам знаний можно добавить коммуникативность морской интеллектуальной системы обучения судно управленцев (МИСОСУ). В традиционных автоматизированных обучающих системах (АОС) фрагменты этих знаний, необходимые для реализации конкретной части курса обучения, были жестко встроены в текст отдельных элементарных шагов этого курса, что значительно важно при формировании компетенций специалистов по поддержки принятию решений системы «судно-трал».
Цель проведения исследований. Поэтому возникла необходимость разработки структуры МИСОСУ с целью формирования этой структуры получения знаний СУ для судового промысла.
Решение задачи. В МИСОСУ необходимые знания явно выделены и представлены, как правило, с помощью различных методов и технологий инженерии знаний. Используя эти знания, МИСОСУ способна выполнять различные функции МИСОСУ (помогать в процессе решения задач, определять причину ошибок СУ, выбирать оптимальное учебное воздействие).
Идеальная МИСОСУ должна уметь представлять и использовать все перечисленные типы знаний. Это позволяет определить ее структуру в виде набора взаимодействующих модулей (рис. 1), в каждом из которых сосредоточены знания одного типа [1].
Модуль-эксперт предметной области содержит фактографические, процедурные и другие знания о предметной области (ПрО).
Компонента МИСОСУ, представляющая знания системы о СУ, называется моделью СУ. Модель СУ (МР) постоянно обновляется в ходе получения знаний в соответствии с изменением отражаемых ею характеристик СУ. В идеальной МИСОСУ такая модель используется всеми модулями системы для адаптации их работы к конкретному респонденту. Функции поддержки модели в актуальном состоянии вместе с самой МР принято соединять в отдельный модуль ИОС, называемый модулем обучаемого [2].
Модуль-тьютор представляет знания эксперта-МИСОСУ об организации и поддержке целенаправленного процесса получения знаний. На основе стратегии получения знаний с учетом модели СУ модуль-тьютор обеспечивает управление учебной деятельностью.
Модуль интерфейса содержит в себе знания, необходимые для поддержки взаимодействия с респондентом. Модуль обеспечивает общение с респондентом в удобной и понятной форме, а также
Рис. 1. Структура МИСОСУ
переводит вопросы и ответы СУ в принятое другими модулями представление.
Обобщенная архитектура ИОС представлена на рис. 2 [3].
Модуль СУ является центральным компонентом, позволяющим повышать качество управления процессом учения. С функциональной точки зрения модуль СУ распадается на несколько тесно связанных компонент. Центром этого комплекса является собственно модель СУ (МР в узком смысле) - структура данных, отражающая в каждый момент времени существенные для системы характеристики конкретного обучаемого. МР распадается на две основные компоненты:
• модель личностных характеристик,
• модель знаний.
Первая отражает достаточно устойчивые личностные (когнитивные) характеристики СУ, вторая - картину знаний и умений конкретного СУ по изучаемому курсу в данный момент времени.
Модель СУ создается и поддерживается в актуальном состоянии модулем поддержки МР. Основной функцией модуля поддержки МР является определение текущего состояния знаний СУ на основе его наблюдаемого поведения. В процессе вывода модуль поддержки может использовать не только последние действия СУ, но и полную запись взаимодействия СУ с системой, накапливаемую в истории
Рис 2. Обобщенная архитектура МИСОСУ
получения знаний. Для вывода текущего состояния знаний конкретного обучаемого модуль поддержки использует собственную базу знаний о СУх вообще (родовую модель СУ), которая может включать модель идеального СУ, знания о типовых ошибках, спектр личностных характеристик и т.д.
Кроме того, модуль поддержки может использовать возможности модуля-эксперта ПрО для сравнения поведения СУ с поведением МИСОСУ в той же ситуации, что является эффективным способом диагностики.
Текущее состояние знаний и личностные характеристики СУ, выведенные модулем поддержки, используются модулем-тьютор для индивидуализации процесса получения знаний. В некоторых системах МР снабжена интерпретатором, в качестве которого часто используется машина вывода модуля-эксперта. В этом случае система может моделировать поведение СУ, что обычно используется модулем-тьютором для предсказания действий СУ и модулем поддержки МР для подбора точной модели СУ.
Для адаптации к конкретному респонденту модуль-тьютор помимо МР может использовать цели процесса получения знаний, индивидуально задаваемые тьютором для каждого СУ перед началом процесса получения знаний. Эти цели могут включать целевое подмножество знаний о ПрО, которое требуется изучить данному респонденту, целевой уровень знаний и ограничения на порядок получения знаний.
Используя МР и цели процесса получения знаний, модуль-тьютор выбирает и реализует наиболее оптимальное для данного СУ воздействие. Результаты работы этого взаимодействия отражаются в истории процесса получения знаний, а также используются модулем поддержки МР для обновления картины знаний СУ. Новое состояние МР снова используется модулем-СУ и т. д. Таков в общих чертах основной цикл процесса получения знаний в МИСОСУ. Продолжая анализ структуры интеллектуальной системы получения знаний проведем классификацию интеллектуальных систем получения знаний.
В компьютерной технологии получения знаний различают два больших класса программ, которые принято называть интеллектуальными средами (ИС) и интеллектуальными системами получения знаний (МИСОСУ) [5].
При работе в интеллектуальной среде предполагается, что респондент имеет некоторую цель, поставленную тьютером или самостоятельно, а программа должна ему оказать помощь в достижении данной цели. Характерными чертами данного класса программ являются:
а) предоставление респонденту материала и других ресурсов (исполнения директив, преобразования информации и т. п.) по его запросу;
б) отсутствие контроля действий СУ со стороны системы. Как правило, интеллектуальная среда предоставляет респонденту, по меньшей мере, одну из следующих услуг:
1) информационно-справочное обслуживание;
2) решение задач (здесь возможен широкий спектр различных по мощности решателей задач, параметрических имитационных моделей, а также экспертных систем (ЭС));
3) построение структурных и функциональных моделей статических и динамических объектов (сюда относится широкий класс инструментальных систем от калькуляторов, текстовых и графических редакторов до языков программирования, конструкторов моделей электронных, механических и т.п. систем, а также инструментальных ЭС).
Основной целью создания интеллектуальных сред является развитие творческих способностей СУ путем создания благоприятной, «дружественной» среды или «мира», исследуя который респондент
приобретает (открывает) нужные знания. Другая цель - тренировка решения определенного класса задач; здесь ИС может использоваться как для генерации правильного ответа, так и для компьютерной поддержки процесса решения. Но т.к. интеллектуальной среде неизвестна цель тренировки, то контрольно-оценочный этап возлагается на МИСОСУ.
Интеллектуальные системы получения знаний служат для обеспечения следующих целей:
1) демонстрация учебного материала: респонденту предъявляется текстовый, графический, аудио- и видеоматериал в некоторой фиксированной последовательности;
2) тестирование и диагностика: респондент подвергается испытанию с целью выяснения некоторых его характеристик, в частности, глубины усвоения знаний или степени приобретения навыков и умений, полученных им ранее;
3) тренировка: респондент получает знания, навыки и умения, необходимые для выполнения определенной работы, а обучающие программы организуют адекватную среду для приобретения и закрепления требуемых навыков и умений. Обучающие программы данного класса принято называть тренирующими программами или тренажерами. Характерными их чертами являются:
• наличие как формальной, так и аудиовизуальной модели изучаемого предмета;
• явное знание целей функционирования системы;
• наличие контроля действий обучаемого;
• как правило, наличие жестких ограничений на время, выделяемое респонденту для достижения поставленной цели;
4) обучение: респондент получает знания, навыки и умения в некоторой предметной области под управлением обучающей программы; при этом программа принимает на себя все функции МИСОСУ по организации предъявления учебного материала, контроля его усвоения и диагностики ошибок СУ. Данный класс программ характеризуется:
• наличием цели обучения;
• реализацией некоторого метода обучения, приводящего к достижению требуемой цели и определяющего стиль общения с респондентом;
• комплексным решением задач учения, контроля и диагностики. В литературе приводятся различные типы классификации интеллектуальных систем получения знаний [2,3]. Наиболее часто они классифицируются по их функциям в процессе получения знаний. Рассмотрим классификацию МИСОСУ в соответствии с их целями функционирования (табл. 1) [3].
Консультационная МИСОСУ представляет собой систему, предназначенную для получения знаний путем экспериментирования. Получение знаний осуществляется в процессе активного взаимодействия с некоторой, специальным образом подготовленной интеллектуальной средой. Респондент, экспериментируя со средой, проверяет свои идеи и гипотезы и получает в ответ критические замечания и советы.
Диагностирующая система предназначена для выявления неправильных представлений СУ о предметной области, вследствие которых он допускает ошибки при решении определенного типа задач. Диагностирующая МИСОСУ состоит из интерфейса, ЭС по решению задач, ЭС по диагностике ошибок и модели СУ.
Управляющая система (интеллектуальная тьюторская система) предназначена для управления познавательной деятельностью СУ. Управляющая МИСОСУ содержит все компоненты, представленные на рис.2. Различают обучение понятиям и умениям (навыкам), а соответствующие программы называют обучающими и тренирующими. При всей относительности этого различия, основным отличием обучающих программ от тренирующих
Табл. 1. Типы интеллектуальных систем получения знаний
Тип МИСОСУ Назначение
Консультационная Обучение путем экспериментирования
Диагностирующая Диагностика ошибок при решении задач
Управляющая Обучение понятиям и умениям (навыкам) на основе моделирования знаний СУ
Сопровождающая Слежение за поведением пользователя и помощь при ошибочных или нерациональных действиях
является наличие в первых цели изучения обучаемыми нового материала.
Сопровождающая система предназначена для слежения за деятельностью пользователя при работе в некоторой (инструментальной) системе и оказания ему помощи при обнаружении ошибочных или нерациональных действий. Сопровождающая МИСОСУ пытается понять, что делает пользователь, оценить, как он это делает и решить, стоит ли ему помочь, а если стоит, то как эту помощь предоставить. Сопровождающая МИСОСУ содержит все компоненты МИСОСУ, но в отличие от управляющей МИСОСУ она:
1) не знает цели деятельности пользователя и должна ее прогнозировать, что расширяет функции системы по диагностике ошибок;
2) является менее коммуникабельной, чтобы не отвлекать пользователя от работы.
Проведенный анализ автоматизированных систем обучения и предложенная структура интеллектуальной системы позволили сделать следующие выводы:
• Интеллектуальные системы получения знаний, как правило, не учитывают индивидуальные когнитивные характеристики респондентов. Обычно такая система оценивает уровень знаний.
• Отсутствует адаптация форм и методов представления знаний в зависимости от когнитивных предпочтений.
• Стратегии получения знаний реализуются как сценарий, содержащий материал ПрО. Такой сценарий требует жесткого пред-
варительного планирования диалогового поведения респондент и МИСОСУ. Это, в свою очередь, не позволяет оперативно учитывать когнитивные характеристики пользователя.
• Модели для представления знаний не содержат активных компонентов инициации общения для реализации тестирования и получения знаний.
Литература:
1.Основи нових шформацшних технологш навчання / За ред. Ю.1. Машбиця. - К.:1ЗМН,1997. -264с.
2. Черный С.Г. Анализ правил комбинирования групповых оценок при нечетких данных // Системы управления и информационные технологии, №3.1(57), 2014. - С. 182-187.
3.Петрушин В.А. Интеллектуальные обучающие системы: архитектура и методы реализации (обзор) // Техническая кибернетика. - 1993. -№2. -С.164 - 189.
4. Ивановский Н.В. Элементы математического моделирования для процессов судовождения / Н.В. Ивановский, С.П. Голиков, С.Г. Чёрный, А.С. Кузьменко, Д.Г. Куценко // Проблеми шформацшних технологш. - 2013. - № 1 (13). - С. 128-131.
5. Черный С. Г. Системный анализ процессов синергетики для судоходной отрасли / С. Г. Черный // Транспорт: наука, техника, управление. - 2014. - № 8. - С. 12-15.
УДК 336
НАУЧНО-ПРАКТИЧЕСКИЙ ИНСТРУМЕНТАРИЙ МЕХАНИЗМА ИНВЕСТИРОВАНИЯ ОБНОВЛЕНИЯ ОСНОВНЫХ ФОНДОВ В СТРОИТЕЛЬСТВЕ
Шеховцова Л.В., к.э.н., доцент кафедры планирования, финансов и учета, Новосибирский архитектурно-строительный университет,
тел.:+7 (913) 906-29-90, e-mail: lada.sch@mail.ru
В настоящее время формирование методических подходов к оценке эффективности использования капитала экономического субъекта является одной из ключевых задач финансового менеджмента организации. В отечественной и зарубежной экономической литературе сформированы основополагающие принципы оценки эффективности реальных инвестиций: моделирование потоков финансовых ресурсов по периодам инвестирования; комплексный учет внешних и внутренних факторов инвестирования; определение эффекта посредством сопоставления ожидаемых результатов и затрат; учет фактора времени и требуемой ставки дисконтирования, нормы рентабельности на инвестированный капитал. В статье проведен анализ различных подходов к формированию механизма инвестирования, предложена классификация основных фондов строительных организаций по степени ликвидности, определен состав научно-практического инструментария механизма инвестирования.
Ключевые слова: механизм, основные фонды, ликвидность, инвестирование, реальные инвестиции, методы инвестирования.
SCIENTIFIC AND PRACTICAL TOOLS MECHANISM RENEWAL OF FIXED ASSETS
INVESTMENT IN CONSTRUCTION
Shekhovtsova L., Candidate of Science (Economics), Associate Professor, Department of planning, finance and accounting, Novosibirsk State
University of Architecture and Civil Engineering
At present the formation of methodological approaches to evaluating the effectiveness of the use of capital of the economic entity is one of the key tasks of financial management of the organization. In domestic andforeign economic literature the basic principles of evaluating the effectiveness of real investment have been formed: modeling the flow of financial resources for investment periods; the complex analysis of external and internal factors of investment; determining the effect by comparing the expected results and costs; the time factor and the required discount rate, rate of return on invested capital. The article analyzes the different approaches to the formation of investment mechanism, proposed a classification of fixed assets of construction companies in the degree of liquidity, the composition of the scientific and practical tools investment mechanism.
Keywords: mechanism, fixed assets, liquidity, investments, real investments, investment techniques.
Любой хозяйствующий субъект имеет целью повышение эффективности финансово-хозяйственной деятельности. Деятельность строительных организаций оценивается эффективностью производства строительной продукции. Эффективность производства, в первую очередь, зависит от эффективности создания, использования и воспроизводства основных фондов. В свою очередь, эффективность использования основных фондов имеет решающее значение в определении производственного потенциала строительной организации и характеризует ее технический уровень.
Процесс производства продукции невозможно осуществить без наличия трех основных составляющих: живого труда, средств труда и предметов труда. Совокупность средств труда и предметов труда представляют средства производства, которые, в свою оче-
редь, являются материально-вещественной базой производства и составляют капитал предприятия. Такое понятие капитала находит свое отражение в трудах Ивана Горлова «Начала политической экономии», 1859 г. Он же рассматривает «капиталы» оборотные и «постоянные (недвижимые)», то есть основные. К.Маркс под основным капиталом понимал средства труда и называл его основными производственными фондами предприятия. Зайцев Н.Л., опираясь на трактовку К.Маркса, называет также основные производственные фонды основным капиталом, который «включает средства труда, многократно участвует в процессе производства». По-мнению Зайцева Н.Л., основной капитал можно классифицировать по трем признакам: производственно-техническому назначению, роли в производстве и срокам воспроизводства [2].
