CC BY
80
5. Макаров, А.Н. Импортозависимость предприятий промышленности региона как угроза его экономической безопасности / А.Н. Макаров // Экономика региона : науч. информ.-аналит. экон. журн. / Институт экономики УрО РАН. - Иркутск. - 2010. - № 4(24). - С. 121.
6. Отчет территориального органа федеральной службы государственной статистики по Санкт-Петербургу и Ленинградской области (Петростат) за 2011 год.
7. Отчет территориального органа федеральной службы государственной статистики по Санкт-Петербургу и Ленинградской области (Петростат) за 2012 год.
8. Отчет территориального органа федеральной службы государственной статистики по Санкт-Петербургу и Ленинградской области (Петростат) за 2013 год.
9. Савельев Ю.В., Управление конкурентоспособностью региона: от теории к практике; Институт экономики КарНЦ РАН.-Петрозаводск: Карельский научный центр РАН, 2010.
10. Стратегия инновационных преобразований экономики России в посткризисный период: материалы научной конференции: Лебедевские чтения / под общ. ред. А.Н. Фоломьева. - М.: РАГС, 2010
11. Ушакова Е.В. Разработка механизма управления развитием инновационного потенциала региона. Диссертация на соискание степени кандидата экономических наук, / Санкт-Петербургский университет управления и экономики. Санкт-Петербург, 2012 год
12. Ушакова Е.В. Мониторинг спроса и предложения инновационных разработок как инструмент развития инновационного потенциала региона. Экономика и управление, №12-2, 2011.
УДК 004.896 + 519.711
ИНТЕЛЛЕКТУАЛИЗАЦИЯ ПРОЦЕССОВ ПРИНЯТИЯ РЕШЕНИЙ В ЭРГАТИЧЕСКИХ СИСТЕМАХ
Бурый А.С., д.т.н., Российский научно-технический центр информации по стандартизации, метрологии и оценке соответствия (ФГУП
«СТАНДАРТИНФОРМ»)
Шевкунов М.А., соискатель, Российский научно-технический центр информации по стандартизации, метрологии и оценке
соответствия (ФГУП «СТАНДАРТИНФОРМ»)
В статье рассматривается постановка задачи оптимизации информационных данных, представляемых оператору эргатической системы, на этапах поддержки принятия решений при управлении сложными динамическими объектами.
Ключевые слова: информационные технологии, интеллектуальные технологии, слабоструктурированные задачи, эргатические системы, принципы построения интеллектуальных систем принятия решений.
INTELLECTUALIZATION OF DECISION-MAKING PROCESSES IN ERGATIC
SYSTEMS
Buryy A., Doctor of Technical sciences, FSUE «STANDARTINFORM» Shevkunov M., the applicant, FSUE «STANDARTINFORM»
The article discusses the formulation of the optimization problem of information data provided to the operator Ergatic system, at the stages of decision support for control of complex dynamic objects.
Keywords: information technology, intellectual technology, ill-structured tasks, Ergatic system, principles of intellectual systems of decision making.
В условиях постоянного роста информатизации общества, информационных потоков во всех сферах жизнедеятельности актуальным остается процесс принятия решений в условиях сложной многокритериальной динамической обстановки, когда к ограничениям на время принятия решения добавляется слабострук-турируемость исследуемых явлений. Для управления техническими и организационными системами в области энергетики, транспорта, экономики, социальной сферы, модельно-алгоритмического обеспечения вычислительных комплексов все активнее используются системы поддержки и принятия решений.
Традиционно под системой поддержки принятия решений (СППР) (англ. Decision Support System, DSS) понимают компьютерную автоматизированную систему, целью которой является помощь лицам, принимающим решение, в сложных условиях для полного и объективного анализа предметной деятельности [1]. Не смотря на заметный рост микро-технологий, позволяющих решать аппаратным средствам большой круг задач автономно, роль человека остается заметной и важной, особенно в нештатных режимах управления.
По существу, СППР представляет собой автоматизированную систему, включающую в себя персонал и комплекс средств автоматизации, реализующий информационную технологию по принятию решений, основываясь на необходимые информационные базы данных, знаний [2], когнитивные технологии выбора, включая сценарное моделирование, компьютерный анализ последствий принятия решения. Последний позволяет строить прогноз развития ситуации на различную временную глубину, используя уже другие математические методы. Для длительной перспективы (от десяти лет и более) применяется метод «картирования технологий» [3], когда план дальнейших действий представляется в виде наглядной карты взаимодействующих ресурсов для достижения поставленной цели.
Процедуры управления, планирования, принятия решений являются распределенными, как и большинство видов деятельности в организационно-технических системах (ОТС). Под ОТС будем понимать совокупность взаимосвязанных и взаимодействующих в пространстве и во времени элементов, формирующих ее инте-гративные свойства и обеспечивающих целевое предназначение данной системы. Распределенность здесь понимается в том смысле, что отдельные подзадачи, компетенции, полномочия, процедуры переработки информации распределены, рассредоточены по многим исполнителям. Подзадачи могут решаться исполнителями и автономно, и в составе различных подразделений с использованием определенных методов и приемов, обеспечивая заданный уровень показателей эффективности [4, 5]. К признакам распределенности относятся следующие: механизм разбиения общей задачи на подзадачи; многозадачный интерфейс, т.е. возможность параллельного решения отдельных подзадач; автономность решения каждой подзадачи; наличие процедур согласования и синхронизации решения подзадач. При этом решается проблема объединения в единой человеко-машинной среде таких столь разнообразных совокупностей, как слабо формализуемая деятельность человека и применяемое модельно-алгоритмическое обеспечение.
Приведем ряд определений систем с активным участием человека в контурах управления. Модное в 70-80-х годах прошлого века понятие человеко-машинной системы (Man-machine system), представляло собой объединение людей, комплексов средств автоматизации и организованных процедур (регламентов), созданное для реализации определенной программы или цели. При этом главенствующая роль в процессе управления сложными динамическими объектами отводилась человеку (управление движением летательных аппаратов, управление движением электропоездов в масштабе страны, управление энергосистемой и т.д.).
На настоящем этапе развития информационных технологий большая роль отводится именно технологиям, поэтому говорят о человеко-машинном интерфейсе (Man-machine interface), объединяющем методы и средства обеспечения взаимодействия между оператором и технической системой, позволяющим оператору выполнять функции управления и контроля [6].
Более общим понятием является понятие эргатической системы (эргасистемы) (Ergatic system). Это сложная система управления объектами технических, технологических, организационных и экономических комплексов, в которой управляющая система содержит человека-оператора (или группу операторов) как главный компонент. Она характеризуется функциональной активностью и функциональным гомеостазисом на множестве функциональных возможностей в условиях динамически изменяющейся внешней среды [7]. Теория эргатических систем (ЭргС) призвана давать общесистемные рекомендации по созданию функциональных структур и распределению ответственности между человеком и машиной за прогнозируемый конечный результат, причем человек в ЭргС всегда стремится сохранять информированность о состоянии внешней и внутренней сред и при минимальном своем действии старается осуществить алгоритм достижения заданного или максимального уровня эффективности всей системы.
В распределенных системах поддержки и принятия решений, как отмечалось выше, распределены и функциональные задачи, и коллективы людей (операторов, руководителей и т.д.) с аппаратно-программным и техническим обеспечением для выполнения общей сложной целевой задачи. Исходя из того, что эффективность решения поставленных задач в таких системах во многом определяется уровнем квалификации персонала, можно отнести распределенные СППР к эргатическим системам.
Системы поддержки и принятия решений, в основном, предназначены для решения слабоструктурированных задач, когда отсутствует полная и достоверная информация в статических и динамических предметных областях. Спецификой подобных задач является: присутствие недерминизма в процессе поиска решений, необходимость коррекции и введения дополнительной информации человеком-оператором в ходе поиска решения, что зачастую осуществляется в условиях временных ограничений, определяемых реальным управляемым процессом [8]. Успех разрабатываемых СППР зависит от использования современных информационных технологий при проектировании интегрированных систем, которые призваны объединить в единое информационное пространство территориально удаленные объекты и подразделения, обеспечить высокоскоростную передачу по каналам связи информационных потоков, автоматизацию всех технологических процессов, функций контроля, управления и принятия решений.
Различают несколько типов задач, для которых создаются информационные системы. Это стандартные задачи, структурированные (формализуемые), неструктурированные (не формализуемые) и частично или слабоструктурированные (см. таблицу 1). Стандартные типы информационных задач относятся к разряду типовых с известными формами представления данных, к ним относятся различные справки, сводные таблицы, отчеты, поисковые запросы данных и т.д.
Структурированная (формализуемая) задача - задача, где известны все ее составные элементы и взаимосвязи между ними и точный алгоритм ее решения. Подобные задачи обычно приходится
решать многократно. Связи между явлениями и процессами носят корреляционный характер. Целью использования информационной системы для решения структурированных задач является полная автоматизация их решения, т.е. сведение роли человека к минимуму. Структурированная система представляет собой набор исходных систем, систем данных или порождающих систем, имеющих общее параметрическое множество [9].
Слабоструктурированная задача (ill-structured problem) характеризуется, как количественными, так и качественными признаками, с некоторым доминированием последних.
Информация о состояниях элементов, системы в целом, методах анализа и синтеза неполная или нечеткая, не всегда просматриваются причинно-следственные связи протекающих процессов. Для слабоструктурированных данных характерно отсутствие точной структуры, например, тексты, снимки, таблицы, которые могут быть представлены различными форматами. Это актуально при обработке Web-страниц, т.е. при извлечении информации из Интернет-источников. К особенностям слабо структурированных объектов исследования относятся их уникальность, высокая динамичность, неполнота описания, а в ЭргС и субъективность лиц, принимающих решения (операторов, руководителей различного уровня). Одним из направлений изучения слабоструктурированных проблем является разработка интеллектуальных СППР реального времени на основе анализа темпоральных данных, связанных с определенными датами или временными интервалами [10], что также позволяет интегрировать методы поиска решений с методами обработки данных, характеризующихся неопределенностью различного рода, в том числе и в условиях нештатных ситуаций.
Для неструктурированной задачи практически отсутствуют явные связи между ее элементами. В качестве элементов могут выступать информационные неструктурированные данные (unstructured data). Следует отметить, что в последнее время все активнее развиваются системы обработки неструктурированных данных, которые находят применение в задачах прогнозирования, динамического управления, обучения, анализа изображений, текстов и в других областях научно-технических знаний.
Сформулируем задачу оптимизации информационных данных, представляемых оператору ЭргС сложного объекта управления для обеспечения процесса принятия решения в условиях нештатных ситуаций, следующим образом с учетом [5, 8, 11]. Предварительно сформулируем несколько определений.
Определение 1. Среда принятия решений оператором^ представляет собой совокупность задач управления (технологий
T T
управления - ), технологических подсистем -
и отношений
между ними
R
Sr = lTu,T„R
Определение 2. Любая технология управления
ти ={Li},i = ln
(l)
причем
однозначно соответствует сценарию
действий J из общей совокупности возможных сценариев
>Л
S = {s,},.i = lm _ vt _
и свойству из множества свойств объ-
Таблица 1. Виды задач, решаемых в информационных системах
Виды задач
Стандартные
Структурированные
Слабоструктурированные
Не структурированные
Связи между элементами и процессами
Детерминированные
Корреляционного типа, нечеткие шкалы с известными пределами
Воздействующие факторы формируются в поле причин, связи доопределяются в процессе анализа
Связи устанавливаются только на основе логически ГП яняттизя
Данные
Система форм по ГОСТ или регламен-
тям
Реляционные базы данных, файлы табличных процессоров
Стандарты по пересылаемым финансовым документам
e-mail, системы распознавания голоса, системы управления
кпнтентпи
Методы решения
Методы исследования операций
Формальные стохастические методы
Экспертные методы, когнитивные методы, сценарные методы, метод дерева решений, ситуационный анализ, методы структуризации знаний (8\УОТ-схемы)
Экспертные и эвристические методы исследования, интеллектуальный анализ данных
TRANSPORT BUSINESS IN RUSSIA I №4 20l5 I 49
V = {vk},k = \,w
, т.е.
Ki =f(Si,Vk)
f
(2)
где функция связывает конкретный сценарий с характеристиками (свойствами).
Определение 3. Сценарий - это совокупность алгоритмов ре-
А = (Op,Us)
Я \ /
Ор
объединяющих множества операций №
и множества условии - , и времени 1.
т
Определение 4. Совокупность технологических подсистем 5
ОЬ = ОЬРхОЬР
составляют множество оборудования е г,вклю-
...... ................ /'"
Р -Л 7
1 , множество состоянии , множество решаемых задач ^ и
чающие функционально необходимые подсистемы " и резервные
тво р
X.
,на основании
п = (Со,С,Э,Эк i = 1,К
,п
(4)
и на другие классы задач, как экономического (например, управление бизнес-процессами предприятия [13-14], взаимодействием предприятия и социальных сетей [15-16]), так и технического характера [17-20].
множество технологических параметров
т, =(оь^,г,х)
Технологические параметры, составляющие множество
х = {х,} I = 1—
' , объединяются в подмножества сочетаний
В , соответствующие определенных ситуациям [8]:
В = ^Ь (х) Ь = 1—0 = 1,...,-—— 1
Ь!( — - Ь) (3)
Текущая ситуация для технологической подсистемы (на мо-
с, е С,t е [0,1,...)
мент времени ,) из общего множества
С
возможных технологических ситуаций определяется набором оборудования из множества ^^ , его состоянием (множество ^)
7
и решаемой задачей или группы задач из множества .
С учетом данных определений задача оптимизации сводится к
ф : В ^ С
поиску функционального отображения
с,
которого ситуации соответствует минимальное подмножество технологических параметров из (3), представляемых лицу, принимающему решение в ЭргС. Уровень минимальной для оператора информации должен формироваться на основе максимально допустимой ошибки идентификации ситуации оператором.
Подобная задача может решаться в ходе планирования действий оператором на некоторую перспективу, например, при планировании полета летательным аппаратом [5, 11] или процесса функционирования любым сложным динамическим объектом. При этом функциональные отображения связывают множества технологических параметров, программных средств, реализующих технологии управления (1), с учетом классов преобразований, формируемых для повышения устойчивости системы к возможным отказам аппаратно-программных средств [12].
Задача планирования может быть представлена следующим кортежем:
где план есть последовательная во времени смена ситуаций
„ с0
от начальной до конечной, соответствующей заданному целевому уровню эффективности решаемой задачи , т.е. на каждом ' -ом шаге осуществляется сравнение текущих показателей качества
с заданным значением.
Таким образом, в процессе пошаговой реализации плана (4) каждая ситуация предварительно идентифицируется оператором, что позволяет своевременно влиять на задачу планирования в целом. Использование указанных моделей может быть распространено
Литература:
1. Трахтенгерц Э.А. Компьютерные системы поддержки принятия управленческих решений // Проблемы управления. - 2003. - Вып. 1. - С. 13-28.
2. Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Термины и определения: ГОСТ 34.003-90. - М.: Изд-во стандартов, 1991. - 20 с.
3. Бурый А.С. Картирование технологий как метод в Форсайт-исследованиях // Транспортное дело России. - 2014. - № 5. - С. 155-157.
4. Ириков В.А., Тренев В.Н. Распределенные системы принятия решений. Теория и приложения. - М.: Наука. Физматлит, 1999. - 228 с.
5. Бурый А.С. Введение в теорию синтеза отказоустойчивых многозвенных систем переработки навигационно-баллистической информации. - М.: ВА им. Петра Великого, 1999. - 299 с.
6. Интерфейс человеко-машинный. Принципы приведения в действие. ГОСТ Р МЭК 60447-2000. - М.: Изд-во стандартов, 2001.
- 20 с.
7. Ловцов Д.А., Сергеев Н.А. Управление безопасностью эргаси-стем / Под ред. Д.А. Ловцова. - М.: РАУ-Университет, 2001. - 224 с.
8. Геловани В.А., Башлыков А.А., Бритков В.Б., Вязилов Б.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. - М.: Эдиториал УРСС, 2001. - 304 с.
9. Клир Дж. Системология. Автоматизация решения системных задач: Пер. с англ. - М.: Радио и связь, 1990. - 544 с.
10. Еремеев А.П., Куриленко И.Е. Темпоральные модели на основе логики ветвящегося времени в интеллектуальных системах // Искусственный интеллект и принятие решений. - 2011. - № 1. - С. 14-26.
11. Бурый А.С., Фомичев И.Д. Интеллектуализация задач управления полетом беспилотных летательных аппаратов // Сб. трудов XXII-й Международной конференции «Проблемы управления безопасностью сложных систем», Москва, 3 декабря 2014 года. - М.: Изд-во РГГУ, 2014. - С. 363-365.
12. Бурый А.С. Декомпозиция распределенных отказоустойчивых информационно-измерительных систем // НТИ. Сек. № 2.
- 1998. - № 1. - С. 3-14.
13. Ломакин М.И. Модель оптимизации затрат на качество бизнес-процессов предприятия // Транспортное дело России. 2011. № 6. С. 103-105.
14. Ломакин М.И., Скальский А.В. Оценка вероятности перехода бизнес-процесса в состояние, не соответствующее его регламенту // Транспортное дело России. 2011. № 12. С. 84-87.
15. Ломакин М.И., Докукин А.В., Соседов Г.А. Модель измерения влияния в социальных сетях // Компетентность. 2014. № 7 (118).
16. Ломакин М.И., Шинелин Н.В., Докукин А.В., Соседов Г.А. Разработка модели оценки влияния в социальных сетях // Экономика и предпринимательство. 2014. № 8.
17. Korovaitsev A.A., Lomakin M.I., Dokukin A.V. Evaluation of metrological reliability of measuring instruments under the conditions of incomplete data // Measurement Techniques. 2014. Т. 56. № 10.
18. Коровайцев А.А., Ломакин М.И., Докукин А.В. Экономические проблемы взаимосвязи квалиметрии и метрологии на примере измерений параметров качества бытовой аудио- и аудиовизуальной техники // Мир измерений. 2014. № 1.
19. Ломакин М.И., Миронов А.Н., Шестопалова О.Л. Многомодельная обработка измерительной информации в интеллектуальных системах прогнозирования надежности космических средств // Измерительная техника. 2014. № 1.
20. Lomakin M.I. Guaranteed bounds on failfree operation probability in the class of distributions with fixed moments // Автоматика и телемеханика. 1991. № 1. С. 154-161.
