CC BY
51
Рязанская область» выделена как потенциальное узкое место в транспорте газа.
Интерактивные электронные карты создаются на основе Flash-технологии при помощи инструментария amMap [6]. Набор файлов для электронной карты включает:
- компонент amMap (файл с Flash-графикой ammap.swf);
- векторную карту России в виде Flash-графики;
- настройки для amMap в формате XML;
- исходные данные в формате XML;
- HTML-файл, объединяющий все вышеперечисленные файлы вместе.
Настройки для amMap в формате XML создаются вручную один раз и одинаковы для всех карт. Исходные данные для карты в формате XML формируются автоматически.
Апробация последней версии модели проводилась на примере резкого похолодания в Северо-
Западном и Центральном федеральных округах с различным уровнем запасов мазута. По результатам расчёта был проведён анализ индикатора ЭБ «уровень потенциальной обеспеченности спроса на ТЭР в условиях резкого похолодания (10% наброс потребления на территории региона)». Были выявлены регионы с наименьшим потенциальным топливообеспечением: Смоленская, Тверская, Псковская, Архангельская и Астраханская области, Ставропольский и Краснодарский края, республика Северная Осетия - Алания.
Таким образом, для исследования развития ТЭК субъектов РФ с позиций обеспечения ЭБ разработана модель, позволяющая проводить анализ удовлетворения потребностей территорий в энергоресурсах в месячном разрезе. С помощью созданной модели проведено исследование возможностей топливообес-печения субъектов РФ для сценария похолодания в регионах Северо-Западного и Центрального федеральных округов, выявлены наиболее проблемные регионы страны.
Библиографический список
1. Энергетическая безопасность России / Бушуев В.В., Во-ропай Н.И., Мастепанов А.М., Шафраник Ю.К. и др. Новосибирск: Наука, 1998. 302 с.
2. Еделев А.В., Береснева Н.М. Модель для исследования ТЭК федеральных округов России с позиций энергетической безопасности // Методические вопросы исследования надёжности больших систем энергетики: сб. науч. тр. Вып. 60. Методы и средства исследования и обеспечения надежности систем энергетики / отв. ред. Н. И. Воропай А.И. Таджи-баев. СПб.: Северная звезда, 2010. С. 234-239.
3. Еделев А.В., Еникеева С.М., Сендеров С.М. Информаци-
онное обеспечение при исследовании вопросов функционирования больших трубопроводных систем // Вычислительные технологии. 1999. Т. 4. № 5. С. 30-35.
4. Ковалев Г.Ф., Лебедева Л.М. Модель оценки надёжности электроэнергетических систем при долгосрочном планировании их работы // Электричество. 2000. № 11. С.17-24.
5. Береснева Н.М., Еделев А.В. Система поддержки исследований энергетической безопасности России // Программные продукты и системы. 2008. № 2. С. 76-78.
6. Сайт АтМар. 1^1.: http://www.ammap.com (дата обращения: 12.10.2010).
УДК 681.3
ФОРМИРОВАНИЕ ОНТОЛОГИЧЕСКОГО ПРОСТРАНСТВА МЕЖДИСЦИПЛИНАРНЫХ ИССЛЕДОВАНИЙ
Н.Н. Макагонова
Институт систем энергетики им. Л.А. Мелентьева СО РАН, 664033 г. Иркутск, ул. Лермонтова, 130.
Описан методический подход к формированию онтологического пространства междисциплинарных исследований, основанный на выделении базовых (основных) типов концептов предметной области (объектов и их свойств, состояний объектов, событий, процессов, ситуаций, задач), для описания которых разработана структура базовой онтологической единицы и описаны метаонтологии, соответствующие типам концептов. Ил. 4. Табл. 2. Библиогр. 10 назв.
Ключевые слова: информационные технологии; информационное моделирование; онтологическое пространство.
FORMATION OF THE ONTOLOGICAL SPACE OF INTERDISCIPLINARY RESEARCHES N.N.Makagonova
Institute of Power Systems named after L.A. Melentiev SB RAS, 130, Lermontov St., Irkutsk, 664033.
The author describes a methodical approach to form the ontological space of interdisciplinary researches, based on the distinguishing of basic (core) types of object domain concepts (objects and their properties, states of the objects, events, processes, situations, problems). To describe them the author has developed the structure of a basic ontological unit and
1Макагонова Надежда Николаевна, кандидат технических наук, доцент, старший научный сотрудник, тел.: (3952) 428864, e-mail: mak@isem.sei.irk.ru
Makagonova Nadezhda, Candidate of technical sciences, associate professor, senior research worker, tel.: (3952) 428864, e-mail: mak@isem.sei.irk.ru
described metaontologies corresponding to the types of concepts. 4 figures. 2 tables. 10 sources.
Key words: information technologies; information modeling; ontological space.
Специалисты предметных областей всегда стремились разработать формальную информационную модель своей предметной области, которую можно было бы применить для решения задач. Так, например, моделирование данных в виде БР-моделей (или моделей сущность — связь) позволило автоматизировать процесс создания баз данных предметных областей для использования в приложениях, а моделирование знаний (построение семантических, фреймовых и других моделей) привело к созданию экспертных систем, решающих «интеллектуальные» задачи предметных областей. Применение объектного подхода в области программирования привело к появлению объектно-ориентированных языков программирования, а затем и языков моделирования (например, 11М1_) для описания состояния и поведения объектов, а также их взаимодействия. В то же время практически отсутствуют попытки интеграции этих моделей, описывающих разные аспекты предметной области, с выделением объектов (сущностей или концептов) предметной области и специфических видов отношений (связей) между ними, что позволяет рассматривать эти модели как некоторые специфические виды онтологий.
Исследования, описанные в статье, выполнены при частичной финансовой поддержке грантов РФФИ №08-07-00172, №10-07-00264 и гранта программы Президиума РАН №2.29.
Основные методы структурирования предметной области. Для уменьшения сложности предметной области применяют различные методы:
•Декомпозиция систем при использовании струк-
Стратификация знан
турного подхода моделирования [1].
•Структурирование знаний с помощью фрактальной стратифицированной модели (ФС-модели), применяемой для выделения слоев однотипных информационных объектов рассматриваемой предметной области с соответствующими отображениями объектов из одного слоя в другой [2].
•Объектно-структурный анализ предметной области для оптимизации и упорядочения процедур структурирования знаний [3], суть которого заключается в разбиении предметной области на 8 слоев или страт (вертикальный анализ): ЗАЧЕМ-знания, КТО-знания, ЧТО-знания, КАК-знания, ГДЕ-знания, КОГДА-знания, ПОЧЕМУ-знания, СКОЛЬКО-знания (табл. 1). Затем каждый слой предлагается разбить на уровни (горизонтальный анализ) - от уровня проблемы до уровня подзадачи. Результатом является матрица объектно-структурного анализа. Каждый элемент матрицы может быть в свою очередь разбит на соответствующие слои и уровни и т.д.
Знакомство с этими методами и применение ФС-модели как методологической основы при выполнении работ, связанных с реализацией информационно-вычислительной инфраструктуры (ИТ-инфраструктуры) для поддержки научных исследований энергетики [4-7], позволило сформулировать идею о расслоении (разбиении) информационного пространства на различные семантические слои и формировании системы онтологий - онтологического пространства предметной области .
Таблица 1 ï предметной области
Номер страты Имя страты Вид анализа
S_1 ЗАЧЕМ-знания Стратегический анализ: назначение и функции системы
S_2 КТО-знания Организационный анализ: коллектив разработчиков системы
S_3 ЧТО-знания Концептуальный анализ: основные концепты, понятийная структура
S_4 КАК-знания Функциональный анализ: гипотезы и модели принятия решений
S_5 ГДЕ-знания Пространственный анализ: окружение, оборудование, коммуникации
S_6 КОГДА-знания Временной анализ: временные параметры и ограничения
S_7 ПОЧЕМУ-знания Каузальный или причинно-следственный анализ: формирование подсистемы объяснений
S_8 СКОЛЬКО-знания Экономический анализ: ресурсы, затраты, прибыль, окупаемость
Таблица 2
Семь уровней моделирования предметной области
Уровень Виды моделей
Номер Название
1 Уровень терминов (концептов) Тезаурус предметной области
2 Уровень объектов Модели данных, классы, фреймы
3 Уровень состояний Ограничения на значения свойств объектов
4 Уровень событий Причинно-следственная модель изменения состояний
5 Уровень процессов Причинно-следственная модель возникновения процессов
6 Уровень ситуаций Модель возникновения и развития ситуации
7 Уровень задач Математические модели, функции, программные модули
Формирование онтологического пространства предметной области. Предлагается выделить семь уровней информационного моделирования предметной области (табл. 2).
Первый уровень понятий (концептов) и их взаимосвязей - это так называемый тезаурус предметной области, который дает первоначальные ознакомительные знания о ее составе. Каждый концепт в тезаурусе описывается через механизм метаданных, которые включают определение концепта, ФИО автора, источник, предметную область, синонимы и т.д.
Второй - это уровень объектов или сущностей и их основных свойств. Он позволяет выявить иерархию объектов предметной области и их структуру.
Третий - уровень состояний, в которых может находиться объект. Так как состояния объекта определяются конкретными значениями его свойств, то для их описания предлагается использовать ограничения, записанные на некотором языке спецификаций, например, объект А включает множество состояний, каждое из которых включает множество свойств, имеющих заданное значение;
<объект А>; {<состояние Б>;
{<свойство Х1 ><знак сравнения><значение свойства Х>}
}.
Переход объекта из одного состояния в другое происходит в результате появления какого-либо события или процесса, приводящих к изменению значений каких-либо свойств объекта. Поэтому в зависимости от требований предметной области и решаемой задачи можно моделировать либо события, либо процессы. Под событием понимается мгновенное изменение значений свойств объекта, приводящее к изменению его состояния, которое можно описать с помощью событийной модели: это четвертый уровень моделирования - событийное или статическое моделирование [8]. Событие также можно рассматривать как начало или завершение процесса постепенного изменения значений свойств объекта и тогда можно говорить о моделировании процессов или о динамическом моделировании - пятый уровень моделирования пред-
метной области.
Очень часто совокупность событий и процессов приводит объект или объекты в состояния, которые угрожают целостности как объекта, так и окружающей среды, и возникает необходимость в моделировании сложившейся чрезвычайной ситуации и принятии решений по выходу из этой ситуации (чем сложнее ситуация, тем больше различных вариантов её возможного развития). Моделирование ситуаций - это шестой уровень моделирования [9].
Последний, седьмой уровень моделирования информационного пространства предметной области -это моделирование задач, т.е. описание задач предметной области, технологий их решения, информационных ресурсов (баз данных, программных комплексов), разработанных для их решения.
Графически информационную модель предметной области можно представить, например, в виде куба, каждая грань которого отражает отдельный аспект моделирования: моделирование объектов, моделирование ситуаций, моделирование процессов (рис. 1), а само содержимое куба представляет онтологическое пространство предметной области, т.е. это совокупность онтологий, описывающих основные понятия предметной области (объекты, свойства объектов и их состояния, события, процессы, ситуации), связи между понятиями на разных уровнях моделирования и аксиомы (правила), позволяющие делать выводы на основе этих онтологий.
Моделирование ситуаций
Моделирование объектов и их свойств
Рис.1. Моделирование предметной области
Рис. 2. Структура базового элемента онтологии
Большинство авторов, пишущих об онтологиях и их использовании для решения прикладных задач, обычно выделяют четыре типа онтологий: онтологии верхнего уровня, прикладные онтологии, онтологии задач и онтологии приложений [10]. Онтологии верхнего уровня используются для описания общих понятий, таких как время, пространство, материя, объект, событие, действие и т.п., которые не зависят от предметной области. Её можно рассматривать как метаон-
тологию, которая включает базовые понятия, на основе которых строятся прикладные онтологии.
В связи с этим предлагается ввести базовый элемент онтологии, включающий концепты А и В и отношение (связь) между ними (рис. 2). Для концептов и связи указываются метаданные: имя, определение, синоним, автор, источник, комментарий и т.д. Список метаданных не является жестко фиксированным и может пополняться новыми элементами.
Рис. 3. Модель онтологического пространства с выделением: а - основных типов концептов; б - основных типов связей;
в - предметных областей; г - информационных ресурсов
б
это г
Рис. 4. Метаонтология концепта типа: а - «объект»; б - «состояние»; в - «свойство»; г - «процесс».
Варианты построения различных слоев онтологического пространства представлены на рис. 3. В первом случае (рис. 3, а) мы работаем с концептами и в зависимости от выбранного типа концептов разрабатываем онтологию требуемого типа: онтологию взаимосвязанных объектов, онтологию событий и т.п. Во втором случае мы выбираем тип связей и строим иерархические или структурные онтологии, т.е. формируем иерархию концептов или определяем структуру объектов (рис. 3, б). Кроме того, мы можем выделить слои онтологического пространства, соответствующие различным предметным областям: энергетика, экономика, экология, социология и т.д. (рис. 3, в) или различным информационным ресурсам: проекты, публикации, базы данных и т.п. (рис. 3, г).
Для формализации процесса построения слоев онтологического пространства предлагается использовать метаонтологии основных типов или классов концептов и связей (рис. 4.):
• концепта типа «объект» (рис. 4, а);
• концепта типа «состояние» (рис. 4, б);
• концепта типа «свойство» (рис. 4, в);
• концепта типа «процесс» (рис. 4, г).
Основное назначение представленных метаонто-
логий заключается в формализации процессов спецификации основных концептов предметной области и их связей, в автоматизации построения и отображения онтологий, выделения слоев онтологического пространства по выбранным критериям и их интеграции с целью формирования онтологического пространства междисциплинарных исследований.
Библиографический список
1. Вендров А.М. Проектирование программного обеспечения экономических информационных систем. М.: Финансы и статистика, 2000. 352 с.
2. Массель Л.В.Фрактальный подход к построению информационных технологий // Информационная технология исследований развития энергетики. Новосибирск: Наука, 1995. С. 40-67.
3. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. 384 с.
4. Массель Л.В., Болдырев Е.А., Макагонова Н.Н., Копай-городский А.Н., Черноусов А.В. ИТ-инфраструктура научных исследований: методический подход и реализация // Вычислительные технологии, 2006. Т.11. С.59-67.
5. Копайгородский А.Н., Массель Л.В. Разработка и интеграция основных компонентов информационной инфраструктуры научных исследований // Вестник ИрГТУ. 2006. № 2 (26). Т.3. С.23-29.
6. Массель Л.В., Черноусов А.В. Web-ориентированная вычислительная инфраструктура исследований в энергетике // Современные информационные технологии для научных исследований: материалы Всерос. конф. Магадан: Изд-во
СВНЦ ДВО РАН, 2008. С. 78-79.
7. Ворожцова Т.Н., Скрипкин С.К. Использование онтоло-гий при моделировании программного комплекса // Вычислительные технологии. 2008. Т.13. Ч. 1. С. 376-381.
8. Аршинский В.Л. Событийное моделирование чрезвычайных ситуаций в энергетике // Информационные технологии в науке, образовании, телекоммуникации и бизнесе: материалы Международ. конф. Приложение к журналу «Открытое образование». Украина, Гурзуф, 2010. С. 299-301.
9. Массель Л.В., Аршинский В.Л., Массель А.Г. Интеллектуальные информационные технологии поддержки принятия решений в исследованиях и обеспечении энергетической безопасности // Интеллектуальные системы принятия решений и проблемы вычислительного интеллекта: материалы Международ. конф. Украина, Евпатория: Изд-во ХНТУ, 2010. Т. 1. С. 192-196.
10. Смирнов А.В., Пашкин Н.П., Шилов Н.Г., Левашова Т.В. Онтологии в системах искусственного интеллекта: способы построения организации // Новости искусственного интеллекта. 2002. № 1. Ч 1. С 3-13.
а
в
