Категорные методы адаптивного формирования информационных систем анализа состояния сложных технических объектов Текст научной статьи по специальности «Компьютерные и информационные науки»

Краткие сообщения

УДК 681.3

КАТЕГОРНЫЕ МЕТОДЫ АДАПТИВНОГО ФОРМИРОВАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ АНАЛИЗА СОСТОЯНИЯ СЛОЖНЫХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ

В.И, Батищев, Н.Г, Губанов1

Самарский государственный технический университет,

443100, Самара, ул. Молодогвардейская, 244.

Рассматриваются методы формирования категорных моделей сложных объектов.

Ключевые слова: сложные технические объекты, многомодельные комплексы, структурная адаптация. '

Введение

Одна из проблем применения существующих методов анализа в сложных технических системах обусловлена следующими их особенностями: многоаспектно-стъю и неопределенностью их поведения; иерархией; структурным подобием и избыточностью основных элементов и подсистем сложных технических объектов (СТО), связей между ними многовариантностью реализации функций управления на каждом из уровней СТО [1]. Кроме того, единичность изготовления подобных объектов затрудняет формирование представительной информационной выборки. Данные особенности приводят к различным видам сложности объекта: структурной сложности, функциональной сложности, сложности поведения и требует использования моделей различного вида, отражающих различные стороны свойств объекта -динамику поведения, структурные и функциональные особенности.

1. Алгоритмы представления и формирования моделей информационноаналитических систем анализа состояния сложных технических объектов

Основу систем анализа состояния СТО составляют полимодельные комплексы. Проблема создания алгоритмов формирования и представления полимодельных структур является одной из ключевых в современном системном моделировании. Структура и функционирование аналитических систем 5 зависит от следующих информационных сущностей: объекта анализа (СТО) Q; цели функционирования аналитической системы С, определяемой конкретной задачей принятия решения; по-лимодельного комплекса М , задающего структуру системы; среды, определяющей параметры системы С, а также отношений между данными структурами

1 Батищев Виталий Иванович, доктор технических наук, профессор. Губанов Николай Геннадьевич, кандидат технических наук, доцент.

к = (гвм’гЬ,с’гд,о>гм,с’гд,м'гв,с) ■ Соответственно, информация по всем имеющимся в

распоряжении субъекта информационным ресурсам 2 определится как

2 = [_](Л/,й), тогда формирование новой структуры информационно-аналитической

о

системы представим в следующем виде: Р = [2,Ма,5), где Ма - целевая структура системы, & = (Мь,р) - алгебра формирования структур, где Мь - множество базовых классов элементов структур М, а р - (#, К) - операции формирования структуры системы N - операция наследования, К - операция композиции. Комбинация данных операций формирования структуры системы, в отличие от конкатенации, позволяет сохранять целостность представления системы на различных уровнях иерархии. Алгоритмы формирования базовых классов объектовАЬ={2,С,МЬ) являются, по

сути, проблемно-ориентированной декомпозицией 2 , стратегия построения данных алгоритмов лежит в русле принципа семиотической интроспекции, заключающегося в идентификации различий и обобщении подобий множества объектов.

Конструктивным подходом к интеграции различных видов моделей объекта является применение методов категорно-функторного анализа. Данный подход позволяет сохранить целостность представления объекта за счёт инвариантности способа полимодельного описания объекта и свести исследования задач одного вида к задачам другого вида. Например, в [1, 2] приводится функтор, отображающий категорию графов в категорию динамических моделей. В настоящее время есть информация о ряде функторных зависимостей, позволяющих обеднять или, напротив обогащать категории, осуществляя соответственно декомпозицию или агрегирование информационных структур. Источником формирования данных структур является вывод из базы знаний (БЗ) сложного объекта.

Модель объекта М! описывает его некоторые свойства в соответствующих категориях. Соответственно, можно рассматривать М‘ как объект категории ОЬМ', а взаимосвязь между объектами морфизмы —ЫогМ'. Применительно к задаче таксономии категории формируются на основании [3] признакового пространства /" множества классов К1{М) и самих объектов таксономии М. Объ-

екты, принадлежащие одному классу, являются изоморфными, другими словами, неразличимыми в признаковом пространстве Г, а классы объектов К! (М) в данном признаковом пространстве являются гомоморфным, образуя при соответствующих свойствах признакового пространства категорию Са1[м) .

Полимодельное описание объекта определяется совокупностью моделей различных категорий МрЫу = и М1 . Формирование правил отображения модели одно-

Ы]

го вида в другой требует построения функтора р{м9 ,Мп ], вид которого определяет вид отношений между моделями видов (у,и). Соответственно, возможно формирование знаний категории Саг(Ми) при недостаточных условиях формирования категории. При помощи процедуры таксономии А возможна следующая процедура А : ^ Са1^Ми), которая позволяет строить и обрабатывать гипотезы относи-

тельно знаний одной категории, применяя их к знаниям другой категории, что позволяет расширить практические возможности добывания знаний.

Заключение

Данный подход использовался при адаптации информационно-аналитических

систем контроля и испытаний сложных электротехнических систем.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Охтипев М.Ю., Соколов Б.В., Юсупов P.M. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов. - М.: Наука, 2006. - 410 с.: ил., ISBN - 5-02-033789-7.

2. Вагин В.Н„ Головина Е.Ю., Загорямская A.A., Фомина М.В. Достоверный и правдоподобный вывод в интеллектуальных системах / под ред. В.Н. Вагина, ДА. Поспелова. — М.: ФИЗМАТЛИТ, 2004. -704 с. - ISBN 5-9221-0474-8.

3. Батищев В.И., Губанов КГ. Кагегорное представление сложных технических объектов в индуктивных системах логического вывода. Проблемы управления и моделирования в сложных системах: труда IX Международной конференции / под ред. акад. ЕЛ. Федосова, акац. ИЛ Кузнецова, проф. В А Виггиха - Самара: Самарский научный ценф РАН, 2007.-С. 185-191.

Статья поступила в редакцию 17 февраля 2009 г.

UDC 681.3

KATEGORING METHODS OF CONSTRUCTING INFORMATION SYSTEMS OF COMPLEX OBJECTS

V.I. Batishchev, N. G. Gubanov1

Samara State Technical University,

244, Molodogvardeyskaya str,, Samara, 443100.

Are given the methods of constructing the kategoring models of complex objects on the basis of inductive logical conclusion. Questions of the practical application of data of models in the analytical systems are examined.

Key words: complex objects, polymodeling complex, structuring adaptation.

' Vitaliy I. Batishev, Doctor of Technical Sciences, Professor.

Nikolai G. Gubanov, Candidate of Technical Sciences, Associate professor.