CC BY
86
Вестник Санкт-Петербургского университета МВД России № 3 (51) 2011
УДК: 004.94
В.А. Безруков*, В. В. Кутузов**
Имитационное моделирование социально-правовых процессов
В статье рассмотрены методы формализации данных для анализа социально-правовых процессов с применением методов имитационного моделирования и проведен краткий анализ программных продуктов, позволяющих реализовать имитационные модели разного уровня сложности.
Ключевые слова: прогнозирование, социально-правовые процессы, моделирование, метод, имитационная модель, СУБД.
V.A.Bezrukov*, V.V. Kutuzov**. Simulation modeling of socio-legal processes. The article deals with methods of formalization of data for analysis of socio-legal process using methods of model imitation and a brief analysis of software products was conducted permit ting the realization of model imitation of different complexity.
Keywords: forecasting, social and legal processes, modeling method, simulation model, databases.
Прогнозирование социально-правовых процессов, которое наиболее системно можно реализовать с помощью математических моделей, является одним из ключевых моментов процесса выработки, обоснования и принятия управленческих решений в социально-правовой сфере.
К сожалению, до настоящего времени не выработано единого представления об общих свойствах сложных социальных систем и их формализованном описании, поэтому можно говорить только о некоторых важнейших методологических принципах математического моделирования социальноправовых явлений. Учет этих принципов позволит более целенаправленно применять математические модели для прогнозирования и управления социально-правовыми процессами. Так, принцип проблемности предполагает движение не от готовых «универсальных» математических моделей к проблемам, а от реальных, актуальных проблем — к поиску и разработке специальных моделей. Второй принцип — принцип системности — требует рассматривать все взаимосвязи моделируемого явления в терминах элементов системы и ее среды. Третий принцип — принцип вариативности — предполагает, что при формализации социальных процессов необходимо учитывать специфические различия законов развития природы и общества, откуда следует и конкретное отличие моделей общественных процессов от моделей, описывающих явления природы.
Многовариантность процессов и механизмов воздействия в социальных системах приводят к тому, что анализ результатов моделирования не дает возможности сформулировать однозначные выводы, прогноз развития социальных процессов может носить только характер определенных тенденций. Математические модели, разрабатываемые для описания социальных феноменов, не обладают такой степенью общности и такими длительными в историческом плане интервалами «непогрешимости», какие свойственны моделям в естественных науках.
Вместе с тем четвёртый принцип — принцип итеративности — не исключает возможности автономного (в определенных пространственных и временных границах) изучения специфических закономерностей социальных объектов. Это связано с тем, что многие явления и процессы в обществе (в т.ч. социально-правовые) обладают относительной самостоятельностью, внутренней логикой развития. При этом социальные системы являются «приближенно декомпозируемыми», т.е. в течение определенных промежутков времени их функционирование отличается слабым взаимодействием между входящими в них подсистемами и вследствие этого относительной независимостью отдельных процессов и явлений, им присущих. Указанные свойства дают возможность практически реализовывать в процессе моделирования конструктивный принцип итеративности. Он заключается в том, что на первоначальных этапах разрабатываются относительно простые модели, воспроизводящие отдельные закономерности социально-правовых процессов, которые на последующих этапах синтезируются и модифицируются с целью получения последовательно усложняющихся моделей все большей и большей общности. Соблюдение принципа итеративности способствует обеспечению реальности, конкретности при анализе социально-правовых процессов с использованием математических моделей. Это дает возможность, с одной стороны, абстрагироваться от множества второстепенных характеристик, а с другой - предостерегает от излишнего упрощенчества. Учет данного принципа позволяет перейти от набора простых, не
* Безруков, Вячеслав Алексеевич, доцент кафедры информатики и прикладной математики Санкт-Петербургского Государственного университета информационных технологий механики и оптики, кандидат технических наук, доцент.
* Кутузов, Василий Васильевич, доцент кафедры специальных информационных технологий Санкт - Петербургского университета МВД России кандидат технических наук, доцент. Россия, 198206, Санкт-Петербург, ул. Лётчика Пилютова, 1. Тел. 70302423.
* Bezrukov, Vyacheslav A. Associate Professor of Computer Science and Applied Mathematics, St. Petersburg State University of Information Technologies Mechanics and Optics, Ph.D., associate professor. Russia.
** Kutuzov,Vasily V. assistant professor of special information technology St. - Petersburg State University Russian Interior Ministry Ph.D., assistant professor. Russia.
Статья поступила в редакцию 22 апреля 2011 года.
связанных между собой моделей социально-правовых процессов к построению системы макромоделей, в наиболее адекватной форме воспроизводящих сложные взаимодействия преступности.
Под математическим моделированием понимается процесс приведения в соответствие какому-либо реальному объекту или процессу некоторого другого объекта (процесса), описанного в виде функциональных соотношений (алгебраических, интегро-дифференциальных, конечно-разностных и т.п.) и логических условий, а также его исследование, позволяющее получить новую информацию о рассматриваемом реальном объекте (процессе). Вид математической модели зависит от природы реального объекта или процесса, задач исследования, требуемой достоверности и точности решения этих задач.
При разработке математических моделей социально-правовых систем выделяют этап выработки концепции и этап реализации концепции в виде формальных соотношений.
На этапе выработки концепции необходимо:
— определить социально-правовую проблему и изучить возможности исследования составляющих ее задач с помощью методов математического моделирования;
— сформулировать цели, достижение которых должно явиться результатом модельных исследований;
— произвести обособление основных факторов, которые взаимодействуют при возникновении наблюдаемых противоречий в социально-правовой системе;
— выбрать временной интервал, на котором предполагается производить моделирование;
— определить ограничения и степень детализации модели;
— выявить диаграммы причинно-следственных связей в реальной социально-правовой системе.
Этап реализация концепции в виде формальных соотношений заключается в следующих
действиях:
— выявление закономерностей и механизмов изменения социально-правовых процессов, объяснение связей и зависимостей между ними, а также факторов, определяющих развитие криминологической обстановки, и разработка на этой основе рекомендаций по управлению ресурсами правоохранительных органов при организации мероприятий по борьбе с преступностью и охране общественного порядка;
— прогнозирование функционирования правоохранительных систем с учётом различной криминологической и социально-экономической обстановки;
— повышение уровня методического обеспечения управленческой деятельности в социальноправовой сфере, основывающегося на системной концепции и применении современной вычислительной техники, выработка рекомендаций по совершенствованию информационного и организационно-технического обеспечения задач анализа и прогнозирования;
— создание системы моделей управления правоохранительными органами, на основе которых будут решаться те или иные задачи, связанные с анализом и оценкой реальных социально-правовых ситуаций, их имитацией на ЭВМ.
Существующие технологии автоматизированного хранения, обработки и анализа трудноформализуемых данных (такие, как реляционные банки данных, программы контекстного и индексируемого поиска и статистической обработки текстовых файлов, гипертекстовые поля) не позволяют учитывать многоуровневость и направленность связей между реальными социально-правовыми процессами, а также динамику изменения, как самих процессов, так и связанных с ними вторичных процессов и явлений. В силу этого с их помощью удается решать лишь частные задачи изучения социальных отношений.
В качестве универсального метода исследования общественных социально-правовых процессов и явлений может быть предложено имитационное моделирование, основанное на объектноориентированной технологии.
Под имитационной моделью понимается модель, сохраняющая с требуемой наблюдателю степенью адекватности логическую структуру системных явлений и процессов, а также характер и структуру информации о состоянии и изменениях системы и составляющих ее элементах и отношениях. Имитационная модель — это объектная модель данных, имеющая определенную минимальную опорную структуру, которую пользователь может дополнить и расширить с учетом специфики решаемых задач, а также базовых методов обработки.
В совокупности технология имитационного моделирования позволяет:
— обеспечить комплексность и системность сбора, обработки и анализа информации за счет концентрации в рамках единого информационного поля взаимоувязанных объектов разнородной структуры;
— создать многомерную информационную модель реального мира, в котором каждому явлению, процессу или участнику в каждый промежуток или момент времени его существования будет соответствовать уникальный информационный аналог;
— отслеживать динамику изменения процессов во времени, хронометрировать поступающие данные и осуществлять автоматическую актуализацию хранимой в банке информации без дополнительных затрат на поддержание информационного архива;
— учитывать, хранить и анализировать информацию о структуре и содержании связей и отношений объектов реального мира;
— хранить в рамках единого информационного пространства документальную и фактографическую информацию, иметь удобный и простой интерфейс для быстрых переходов из документальной подсистемы в фактографическую и наоборот.
Наиболее эффективно использование имитационных моделей в системах управления, призванных регистрировать и обрабатывать данные о состоянии, взаимодействии и изменениях
Вестник Санкт-Петербургского университета МВД России № 3 (51) 2011
Вестник Санкт-Петербургского университета МВД России №9 3 (51) 2011
динамических объектов в режиме реального времени, а также в системах анализа событий, обусловленных общественной деятельностью людей.
Управление имитационными моделями осуществляется с помощью объектно-ориентированных СУБД.
Ниже перечислены некоторые специфические черты, которыми, как показывает опыт, должны обладать системы управления имитационными моделями (СУИМ).
1. Единство опорной информационной структуры модели и встроенных методов логической обработки данных, реализуемых на уровне управляющей программы, где под опорной структурой имитационной модели мы понимаем некоторую минимальную совокупность определенным образом взаимосвязанных классов данных, включающих обязательный перечень параметров, с привязкой к которым функционирует СУИМ.
Опорные классы имитируют всеобщие категории, такие, как “пространство”, “время”, “событие”, “понятие”, а также различные виды источников информации. Основу этих классов пользователь менять не может, однако ему разрешено добавлять в них новые параметры, расширять модель собственными классами данных и связывать их с опорными (или системными) классами перекрестными ссылками. СУИМ использует опорные классы, генерируя в каждом создаваемом пользователем классе некоторый набор обязательных параметров («системный номер», «дата актуализации объекта») и ссылок (скажем, на источники информации). Кроме того, она может обращаться к значениям опорных классов для выполнения тех или иных действий пользователя, например, для навигации по банку данных в заданном «временном слое».
2. Сочетание встроенных универсальных методов обработки данных со специфическими пользовательскими необходимо для распределенного многоступенчатого анализа информации. С одной стороны, наиболее общие, типовые методы анализа, применимые для обработки любых типов данных, должны быть встроены в систему и реализованы на уровне управляющей программы. С другой, система управления имитационной моделью должна иметь мощное инструментальное средство манипулирования данными, позволяющее пользователю создавать собственные методы обработки и анализа информации.
Имитационное моделирование, основанное на объектной технологии, предполагает применение нескольких больших групп методов структурно-содержательного анализа накапливаемых данных:
— формализации и структурирования исходных данных;
— идентификации объектов и синтеза данных;
— выборки;
— частных методов анализа информации.
Тот или иной метод активизируется на соответствующей стадии исследования либо управляющей программой (в соответствии с заданными настройками), либо по прямому указанию пользователя.
Методы формализации и структурирования данных, поступающих на вход системы, призваны уменьшить влияние указанных факторов. Они определяются пользователем на уровне имитационной модели и позволяют обрабатывать исходные данные с различным уровнем автоматизации: от простого перетаскивания мышкой фрагментов неформализованного текста в соответствующие структуры формируемого объекта до их автоматического распознавания в исходном тексте по заданным признакам. Если на входе такого распознавания используется уже накопленный и актуализируемый банк данных, то система приобретает черты обучаемости, и ее идентифицирующие возможности напрямую будут зависеть от содержимого банка данных. Формализованные данные затем обрабатываются методами распознавания объектов и синтеза информации — это методы уровня класса, содержащие наборы или правила выделения идентифицирующих признаков, по которым система делает вывод о тождественности объекта, загружаемого в банк данных, одному из объектов, уже хранящихся в нем. Результатом идентификации будет или загрузка объекта в банк, или отказ в такой загрузке и дополнение объекта с совпадающими идентифицирующими признаками недостающими данными из загружаемого объекта и блокирование загрузки других параметров или выполнение иных действий. Пользователь также должен иметь возможность вручную осуществить привязку загружаемого объекта к объекту, уже имеющемуся в банке данных.
Выборки могут формироваться в терминах языка запросов системы непосредственно либо в экранной форме. На основе выборок пользователь будет просматривать информацию в банке данных, создавать документальные отчеты в нужной ему форме или дополнительно обрабатывать данные при помощи одного из частных методов обработки и анализа.
3. Дополнительные возможности по управлению хранением и отображением информации. На этапах хранения информации в банке данных и ее визуализации к имитационной модели предъявляются специфические требования, например, должны быть обеспечены возможности:
— навигации по банку данных в необходимом пользователю временном интервале с визуальным разрывом связей между объектами, актуализированными вне пределов рассматриваемого интервала (при этом в самом банке данных все связи должны сохраняться). Это позволяет просматривать архивные данные с требуемой глубиной выборки;
— графического отображения динамики развития процессов и объектов имитационной модели через дискретные промежутки времени или по мере регистрации изменений;
— автоматического упорядочения в банке данных ссылочных объектов по датам их актуализации;
— администрирования банка данных с целью выявления цепочек разорванных связей (например, появившихся в результате изменения данных), проверки и при необходимости удаления объектов, не имеющих ссылок ни на один объект имитационной модели.
Детали моделирующей программы зависят от операционной системы и используемого языка. Исследователь должен сделать выбор между языком программирования общего назначения (C++, Java, C# и др.) и специализированным языком моделирования
При написании программ имитационного моделирования очень важно построить правильную объектную модель, которая соответствовала бы реалиям моделируемой системы и процессам в ней происходящим.
Объектный характер и некоторые рекомендации общего характера:
— необходимо выделить в системе объекты, а также роль, которую они играют, и определить, являются ли они принципиальными для системы;
— необходимо сгруппировать объекты по общим признакам и определить, какие совокупности объектов могут быть описаны в рамках одного класса или классов, связанных отношением наследования;
— постоянно присутствующие объекты следует описывать отдельным классом, а временные объекты (например, клиентские заявки) — нет;
— определить, необходимы ли отношения дружественности между классами;
— для каждого класса сформировать набор данных, который полностью идентифицирует состояние объекта в текущий момент и достаточен для принятия решения о дальнейшем поведении объекта в любой ситуации;
— если один объект вложен в другой и вне «родителя» существовать не может, то его следует хранить по значению, в противном случае этот объект необходимо описать как указатель;
— оценить, не является ли набор данных избыточным, что может нарушить целостность данных, т.к. поля данных объекта нельзя будет изменять независимо друг от друга;
— определить, с какими значениями полей данных объект начнет участвовать в процессе моделирования, что и использовать при написании конструктора по умолчанию;
— определить в результате наступления каких событий в системе значение поля данных может измениться, и каждому такому событию определить метод класса;
— отношение «событие — метод-обработчик» можно считать взаимно-однозначным, а отношение «изменение переменной — метод-обработчик» имеет в общем случае вид «многое ко многим».
В качестве доминирующих базовых концепций формализации и структуризации в современных системах имитационного моделирования используются:
— для дискретного моделирования — системы, основанные на описании процессов (process description) или на сетевых концептах (network paradigms) - (Extend, Arena, ProModel, Witness, Taylor, Gpss/H-Proof и др.);
— для систем, ориентированных на непрерывное моделирование — модели и методы системной динамики (СУБД CronosPlus российской фирмы “Кронос”, на Visual Imitak (Visual Simulator) российской фирмы «Imitak», СУБД Jasmine фирмы Computer Associates, Powersim, Vensim, Dynamo, Stella, Ithink и др.)
Причем в мощных системах, с целью расширения их функциональности присутствуют альтернативные концепции формализации. Так, например, в системах Powersim, Ithink встроен аппарат дискретного моделирования, и, наоборот, в системах Extend, ProcessModel реализована поддержка, правда, довольно слабая, непрерывного моделирования.
Большинство систем моделирования имеют удобный, легко интерпретируемый графический интерфейс, системные потоковые диаграммы или блок-схемы реализуются на идеографическом уровне, т.е. рисуются, параметры моделей определяются через подменю. Сохраняются элементы программирования (на языках общего назначения или объектно-ориентированных) для отдельных элементов модели или создания специализированных блоков подготовленных пользователем, так называемое авторское моделирование (например, в системе Extend существует встроенный язык Modl для создания специализированных блоков).
В современных системах моделирования также имеется инструментарий и для создания стратифицированных моделей. Стратификация систем, являясь общим принципом системного моделирования, реализуется в технологии имитационного моделирования либо путем детализации, итерационной процедуры эволюции имитационной модели, либо путем создания комплекса взаимосвязанных моделей с развитыми информационными и имплицитными связями между моделями. Стратифицированные модели представляют собой машинно-ориентированные понятия, предполагающие конструирование баз данных и знаний, над которыми определены вычислительные процессы решения задач системного анализа и принятия решения. Разработчики систем моделирования используют различные подходы для реализации стратифицированных моделей. Ряд программных продуктов, такие как AUTOMOD, ProModel, TAYLOR, WITNESS и др., поддерживают интеграцию моделей на основе создания вложенных структур. В системах Arena, Extend реализован подход к стратификации, основанный на построении иерархических многоуровневых структур. Наиболее перспективным является структурно-функциональный подход, реализованный, например, в системах моделирования Ithink, Rethink, базирующийся на методологии структурного анализа и проектирования. При такой технологии есть возможность для реализации нескольких уровней представления моделей, высокоуровневое представление в виде блок-схем, с использованием CASE-средств, а на нижнем уровне модели могут отображаться, например, потоковыми схемами и диаграммами.
Вестник Санкт-Петербургского университета МВД России № 3 (51) 2011
Вестник Санкт-Петербургского университета МВД России № 3 (51) 2011
Таким образом, существующие в настоящее время научные разработки, методики, аппаратнопрограммные комплексы и системы имитационного моделирования, позволяют вполне корректно решать задачи моделирования социально-правовых процессов, что в конечном итоге может обеспечить реализацию принципа программно-целевого управления деятельностью правоохранительных органов.
Список литературы
1. Кутузов, В. В. К вопросу о математическом моделировании социально-правовых процессов / / Новые информационные технологии и информационная безопасность : межвузовский сб. научных статей. — Вып. 1. — Санкт-Петербургский университет МВД России, 2010. — С. 32-38.
2. Аударев, Г. И. Женило, В. Р. Кирин, В. И. и др. Аналитическая деятельность и компьютерные технологии : учебное пособие / под ред. В.А. Минаева. — М.: МЦ при ГУК МВД России, 1996. — 156 с.
3. Казанцев, С. Я. и др. Информатика и математика для юристов : учебник для студентов вузов, обучающихся юридическим специальностям. — 2-е изд., перераб. и доп. — М.:ЮНИТИ-ДАНА, 2008. — 560 с.
4. Сменцарев, Г. Имитационные модели и анализ трудноформализуемых данных. [Электронный документ]. Режим доступа: http: // www.cai.com (дата обращения 10.11.2010).
5. Арбузов, В. П., Герасименко, В. Н. и др. Основы высшей математики для юристов : учебное пособие. — М.:ЦОКР МВД России, 2009. — 264 с.
6. Свистильников, Ф. Б., Кулешов, В. И. Теоретические основы информационного обеспечения оперативно-розыскной деятельности горрайорганов внутренних дел по линии уголовного розыска / / Вестник Санкт-Петербургского университета МВД России. — 2010. — №4 (48). — С. 102-105.
Literature
1. Kutuzov, V. V. On mathematical modeling of social and legal processes // New information technologies and information security : Intercollegiate Sat scientific articles. Aui.1 St. Petersburg State University MIA Russia. - 2010. - Р. 32-38.
2. Dudarev, G. I, Zhenih, V R., Kirin, V I, etc. Analytical work and computer technology. — Moscow, 1996. — 156 р.
3. Kazantsev, S. Y, etc. Computer science and mathematics for lawyers. — Moscow, 2008. — 560 р.
4. Smentsarev, G. Simulation models and analysis of hard forming data // [Electronic document]. — http://www.cai.com (date accessed 10/11/2010).
5. Arbuzov, V. P., Gerasimenho, V. N, etc. Foundations of Mathematics for lawyers. — Moscow, 2009. — 264 р.
6. Svistilmkov, F. B., Kuleshov, V. I. Theoretical aspects of the provision with intelligence in the detective activity of urban and rural police divisions of the criminal investigation department / / Bulletin of St. Petersburg university Russian Interior Ministry. — 2010. — № 4 (48) — Р. 102-105.
УДК 62-9З2.2
И.А. Мельник*, A.B. Сапрыкин**, Е.И. Примакина***
Применение акустических сигналов с гиїерболической модуляцией в устройствах їо обнаружению нарушителей в охраняемых зонах
Рассмотрены достижения в области разработки и применения гиперболических сигналов как инструмента информационного акустического воздействия на человека. Рассчитаны и экспериментально обоснованы параметры сигнала, обеспечивающие повышение эффективности функции слуховой системы человека. Обсуждаются перспективы приложения класса гиперболических сигналов на практике органов внутренних дел (ОВД).
Ключевые слова: класс гиперболических сигналов, слуховая функция человека, группа линейных преобразований времени, эффект Доплера, преобразование Фурье, вероятностные характеристики слухового анализатора человека (СЛЧ), гиперболическая частотная модуляция (ГЧМ).
* Мельник Иван Aлeксeeвич, адъюнкт заочной формы обучения Санкт-Петербургского университета МВД России. 198206, г. Санкт-Петербург, ул. Летчика Пилютова д. 1. Tel. 8-904-270-68-З0.
** Сапрыкин Aлeксeй Вячеславович, кандидат технических наук, докторант Военно-Морского института радиоэлектроники имени A.Q Попова. 198514, г. Санкт-Петербург, Петродворец-4, ул. Разводная, д. 15. Tel. 8-911-240-27-59. E-mail: info@spbvmire.ru.
*** Примакина Елена Ивановна, кандидат технических наук, заведующая кафедрой «Строительные конструкции» ФГОУ ВПО «Костромская государственная сельскохозяйственная академия». 1565З0, Костромская область, Костромской район, поселок Караваево. Tel. 8-4942-45-З7-26. E-mail: ei.primakina@mail.ru.
* Melnik, Ivan Alexeevich, associate correspondence courses St.-Petersburg University of the Ministry of Internal Affairs of Russia. Russia, 198206, St. Petersburg, Pilot Pilyutov str., 1.
** Saprykin, Alexey Viacheslavovich, Cand.Tech.Sci., Ph.D. Naval Institute of Radio behalf of A. Popov. Russia, 198514, St. Petersburg, Petrodvorets, 4, ul. Razvodnaya, 15.
*** Primakina, Elena Ivanovna, Cand.Tech.Sci., manager department «Building designs» FGOU HPO «Kostroma state agricultural academy». Russia, 1565З0, Kostroma region, Kostroma area, settlement Karavaevo.
Статья поступила в редакцию 15 апреля 2011 года.
1З4
