Методы представления и использования эволюционирующих знаний в организационно-технических системах Текст научной статьи по специальности «Компьютерные и информационные науки»

МЕТОДЫ ПРЕДСТАВЛЕНИЯ И ИСПОЛЬЗОВАНИЯ ЭВОЛЮЦИОНИРУЮЩИХ ЗНАНИЙ В ОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИХ СИСТЕМАХ

METHODS OF REPRESENTATION AND THE USE OF EVA-LUTIONARY KNOWLEDGE OF ORGANIZATIONAL AND ENGINEERING SYSTEMS

В статье предлагаются методы представления и использования знаний в организационно-технических системах. Рассматривается пример использования интегрированного подхода для представления эволюционирующих знаний. Показана возможность принятия решения на основе использования эволюционирующих знаний.

In the article there are suggested methods of representation and use of knowledge of organizational and engineering systems. Also there is given an example of integrated approach to evolutionary knowledge representation.

Ключевые слова: знания, интегрированный метод представления знаний, онтология, эволюционирующие знания, формирование решений.

Key words: knowledge, integrated approach to knowledge representation, ontology, evolutionary knowledge, solution shaping.

Трембач Василий Михайлович, к.т.н., доцент, доцент кафедры «Вычислительные машины, комплексы, системы и сети» Московского авиационного института, 442- 80-98, trembach@yandex.ru

Vasily Mihaylovich Trembach, PhD, Docent, Associate Professor of Chair of Computting Machines, Systems and Networks in Moscow Aviation Institute, 442-80-98, trembach@yandex.ru

Современное состояние общества и его развитие связаны с необходимостью решать задачи управления объектами различной природы: от простых технических до сложных социальных, экономических.

Управление необходимо для всех областей деятельности: промышленности, сельского хозяйства, строительства, военного дела, науки, медицины, образования, связи и т.д. В общем виде управление представляет собой [1] процесс формирования целенаправленного поведения системы посредством информационных воздействий, вырабатываемых человеком (группой людей) или устройством.

При решении многих задач управления в организационно-технических системах (ОТС) широко используются интеллектуальные информационные технологии, особенно, связанные с применением методов и средств построения и использования систем, основанных на знаниях. Основу таких систем составляют базы знаний. В базах знаний хранятся знания предметной области, необходимые для решения задач управления ОТС. Описания знаний должны представляться определенным способом.

Использование того или иного способа представления зависит от предметной области и от типа задач, для решения которых создается система, использующая знания. Так, если для определенного круга задач преобладают описательные, декларативные знания - знания о структуре, форме, свойствах объектов предметной области - то говорят о структурной парадигме представления и обработки знаний. К таким задачам относятся, например, задачи классификации. Для них более применимы семантические сети и фреймы. Если же для решения задач необходимы, в первую очередь, знания о логических, причинно-следственных зависимостях между понятиями, закономерности, эвристические "рассуждения", то говорят о логической или процедурной парадигме. К подобным задачам, например, относятся задачи доопределения. В них, в основном, используются системы правил-продукций и логические модели.

Обеспечение успешного функционирования ОТС, в современных условиях, является сложной задачей. Это связано с увеличением объемов знаний, используемых для принятия решений; жесткими временными ограничениями; расширением предметных областей, в которых приходится принимать решения; динамикой среды функционирования и рядом

Экономика, Статистика и Информатика

63

№1, 2009

других факторов.

Неопределенность, неточность, нечеткость знаний и данных, используемых при формировании решений, требует для этого процесса участия человека или использования интеллектуальных технологий. Применение компьютерных интеллектуальных технологий связано с формализацией необходимых знаний, методами работы с ними, своевременной актуализацией используемых знаний. Во многом эти задачи выполняются экспертом, что является дорогостоящим мероприятием и поэтому малодоступным для большинства организаций, которым остается использовать не самые эффективные методы формализации и использования знаний. Своевременная актуализация используемых знаний проводится редко и приходится решать задачи подготовки и принятия решений на основе знаний не соответствующих реальным условиям. Все указанные особенности процессов подготовки и принятия решений, для обеспечения успешной деятельности ОТС, требуют формирования эффективных методов и подходов к представлению и использованию знаний.

В данной статье рассматриваются методы интегрированного представления эволюционирующих знаний и их использование для решения некоторых задач управления в ОТС.

1. Эволюционирующие знания и их представление

Восприятие реального мира в виде множества признаков и их значений, отображение элементов и частей реального мира, как образа ситуации, выявление зависимостей между элементами, частями реального мира - формирование знаний, а также использование данных и знаний для успешной деятельности ОТС является сложной многоэтапной задачей. На каждом этапе требуется иметь точные, полные данные и

знания (представления о мире, соответствующие действительности), которые определяют эффективность работы ОТС. Для обеспечения успешной деятельности ОТС знания должны постоянно уточняться. Для этого в представлении знаний должны: появляться новые элементы, связи между ними; удаляться ненужные элементы, связи между ними; формироваться представления новых ситуаций (концепты) и их ансамбли.

Следовательно, чтобы поведение системы было максимально успешным, система должна обеспечивать эти процессы подстройки представлений о реальном мире, делать их все более соответствующими действительности.

Знания, являющиеся результатом этих процессов, представляют собой эволюционирующие знания. Под эволюционирующими знаниями [7] понимаются такие знания, элементы представления которых, в кибернетической системе, стремятся максимально соответствовать действительности, с целью обеспечения наилучшего поведения (использования) системы.

Формально эволюционирующие знания - EK можно представить в виде четверки: EK=<U,MFK,MVFK,MVUK>, (1)

где

U - множество элементов представлений знаний: концептов и связей между ними;

MFK - методы установления соответствия представления знаний действительности (формирования элементов представлений);

MVFK- методы оценки (valuation) сформированных элементов представлений знаний

MVUK - методы оценки использования знаний (оценка знаний в зависимости от успешности поведения системы).

К настоящему времени сложились подходы к представлению знаний, ставшие классическими: логический, продукции, семанти-

ческие сети, фреймы. Эти подходы к представлению знаний имеют ограниченные области решаемых задач в силу присущих им свойств и ограничений [2,3,4,5]. В статье используется интегрированный подход [6,7] к представлению знаний (ИППЗ) в виде онтологий.

2. Онтологический подход к представлению эволюционирующих знаний

Особенностью предлагаемого подхода к описанию онтологий является представление процессов активизации входящих в их состав концептов. В [2] под формальной моделью онтологии - ONTL понимается упорядоченная тройка: ONTL = <К, ^ Б>, (2)

где

К - конечное множество концептов предметной области, которую представляет онтология ONTL;

R - конечное множество отношений между концептами рассматриваемой предметной области;

Б - конечное множество функций интерпретации, заданных на элементах множеств К и Б онтологии ONTL.

Использование ИППЗ предполагает расширение состава модели онтологии, представляемой в виде многоуровневой, сложноорганизо-ванной сети. Вершины такой сети - концепты, а дуги - это сформированные связи между вершинами-концептами. В множестве К к описаниям концептов добавляются условия и признаки активизации этих концептов, а в множестве R к описаниям связей между концептами дополнительно вводятся связи между признаками активизации этих концептов. В рамках ИППЗ описание предметной области, которую представляет онтология, может быть представлено множеством описаний концептов. Каждый из атрибутов, описывающих концепт, - имя концепта ^К), предусловия (PRU), список имен концептов нижнего уровня ^N1) - входящих,

№1, 2009

постусловия (PSU), список имен концептов верхнего уровня ^N0) - выходящих, выполняет свою, строго определенную роль в описаниях предметной области.

NК может выступать в роли идентифицирующего концепт элемента, т.е. обеспечивать уникальность обозначения описания рассматриваемой сущности. Имя указывает на описание конкретной сущности и эта его функция является достаточной для структурного представления объектов. Для процессного подхода [3,4] имя должно всегда выступать как признак - элемент логической функции, связывающей состояние вершины сложноорганизованной сети или ее фрагмента с состоянием входных элементов. Для этой цели в описании сущности может выделяться дополнительный элемент - признак активизации сущности. Во многих задачах признак активизации концепта и имя этого концепта могут представляться одним элементом описания.

PRU - задают, с одной стороны, условия активизации, а с другой - связи с признаками активизации других концептов.

PSU - отражают состояние концепта (активизировании/не-активизированое) и задают связи данного концепта с другими концептами.

ЬМ и LN0 отражают таксономию понятий предметной области. Это позволяет представлять структуру понятий онтологии в виде дерева или иерархии концептов (понятий) [2,6]. В иерархической структуре онтологии можно выделить три типа концептов: входные, внутренние и выходные.

Концепты из выражения (2), включающие элементы из (1), с учетом описаний их атрибутов, могут представляться следующим образом:

К = ^К, PRU, PSU, ЬМ, LN0 >,(3)

где NK - имя концепта, PRU - предусловия концепта, PSU - постусловия концепта,

ЬМ - список имен концептов определяющих рассматриваемый, LN0 - список имен определяемых концептов, К, NK, PRU, PSU, ЬМ, LN0 е U.

В соответствии с моделью(3) описываются элементы базы знаний, фрагменты которой представлены на рис. 1.

В качестве иллюстрации применения эволюционирующих знаний предлагается описание некоторых элементов модели фирмы, занимающейся изготовлением компьютеров. Содержание задачи. В офисе фирмы по сборке компьютеров на заказ менеджер работает с клиентами: консультирует, принимает заказ, оформляет и после оплаты передает заказ на

сборку компьютера соответствующей конфигурации. В сборочном подразделении осуществляется сборка компьютера, запасные части для которого поставляются со склада, в соответствии с заявкой на сборку. Для простоты примера, составными сборочными частями компьютера считаются: системный блок, монитор, клавиатура, мышь. Сборка ПК, из поступивших сборочных частей, требует выполнения следующих операций - установки всех частей на стол, соединения их и тестирования. Если тест прошел, то компьютер считается собранным и передается клиенту. В этом случае заказ считается выполненным.

Описание отдельных элемен-

<elemäiitnams="ТестИнтеграция компонентов системы" >

<7SPIM_Vn> <;concept>

- <с oncept nams=" Г ест Инте гра ц ия к о м по не нто е с и сте м ы">

-<И£1Ш>

<elemsntW="0.25' шш=" 1"nams-'Интегра ц ия к о м по не нто е с и сте м ы" max=" 1"

-<PSTUi-

<elemsnt min-T11 nams-' Т е ст Инте гра ц ия к о м по не нго е

с и сте м ы" max=" 1"

<урзти>

=<SPM_NO

<е1етгШпате="Интеграция компонентов системы" >

<7SPIM_NU> =<SPIMVO

<elemsntnams="Сборка системы" > <conc ept патг=" Т е ст Т uto

<element W=" 0.15" min=" 1" name=" Tutos" max=" 1" /> </FRjyU> =<PSTU>

Celement min=" 11" name=" T e ст T uto i" max=" 1"

<урзти>

-<SPIM_NU> <elemsnt nams=" T uto ь" <-'5PIM_NU> =<SPIMVO

<element name=" Си сте м а у пра в л e ния п po екто м". >

<SPIMVO <;concept>

=<eoncept nams="Subverbion">

Рис.1. Фрагменты базы знаний.

Экономика, Статистика и Информатика

№1, 2009

тов модели фирмы может быть представлено следующим образом:

ПНТ_Мндж

((ПРД_УСЛ (ДеятФирмы, 1, 1; Раб_день, 1, 1)) (ПСТ_УСЛ (Мндж, 1, 1)))

((СПИМ_НУ (ФункцОбяз,

УпрВ_Мндж, ПРМ_Мндж)) (СПИМ_ВУ (ПерсФирмы, Офис)) (СПИМ_СВ-ОТ (ФормЗадан))) ПНТ_Комп

((ПРД_УСЛ (Клиент, 1, 1; Заказ, 1, 1; Сборка,1, 1)) (ПСТ_УСЛ (Компьютер, 1, 1))

((СПИМ_НУ (Комплектующие,УпрВ_Комп, ПРМ_Комп))

(СПИМ_ВУ (ТоварФирмы, Де-ятФирмы)) (СПИМ_СВ-ОТ (ФормЗадан))) УпрВ_ТестКомп

((ПРД_УСЛ (КомпСобран, 1, 1))) (ПСТ_УСЛ (П10, 1, 1)))

((СПИМ_НУ (П9, П10, ОП6)) (СПИМ_ВУ

(Сборка))(СПИМ_СВ-ОТ («))) ПРМ_Зак-Вып

((ПРД_УСЛ (Клиент, 1, 1;) (Опла-таЗаказа,1,1;) (ВыдачаКомп,1, 1)) (ПСТ_УСЛ (ЗаказВып, 1, 1)))

((СПИМ_НУ (ПРМ_Клиент, ПРМ_ОплатаЗаказа)) (СПИМ_ВУ (ПРМ_Выдача Задан))

(СПИМ_СВ-ОТ (^))) СВ-ОТ_Конслт

((ПРД_УСЛ (Клиент, 1, 1; ПРМ_ОплатаЗаказа, 1, 1;)) (ПСТ_УСЛ (ПРМ_ЗаданСборка, 1, 1;)))

((СПИМ_НУ (ПРМ_Клиент, ПРМ_ОплатаЗаказа)) (СПИМ_ВУ(ПНТ_ФормЗадан))(С ПИМ_СВ-ОТ(ОформлЗак,ВыпЗа-каз))), где

ПНТ_Мндж, ПНТ_Комп,

УпрВ_ТестКомп, ПРМ_Зак-Вып, СВ-ОТ_Конслт - имена концептов; ПРД_УСЛ, ПСТ_УСЛ - предусловие и постусловие описания концепта, соответственно; СПИМ_НУ, СПИМ_ВУ,

СПИМ_СВ-ОТ - списки имен нижнего, верхнего уровня и связей-отношений, соответственно.

3. Формирование планов решений на основе знаний

В процессе применения знаний можно выделить две основных задачи:

- поиск готовых (ранее найденных) решений,

- формирование решений для возникающих ситуаций.

При поиске готовых решений выполняются процедуры построения области поиска - проблемной области и, собственно, поиск.

При формировании плана решения задачи также формируется проблемная область и генерируется множество возможных планов, из которого выбирается оптимальный.

Решение задачи формирования решений (плана перехода из текущего состояния в требуемое), может включать несколько шагов [6,7]. На начальном шаге происходит сравнение требуемого состояния проблемной области с текущим. При несовпадении формируется запрос к модели предметной области для поиска множества операций, необходимых для перевода в требуемое состояние. По этому запросу выбираются и условия возможности выполнения операций, из которых формируется требуемое состояние для следующего шага планирования и т.д., до тех пор, пока на одном из шагов планирования не будут устранены различия между текущим и требуемым состояниями.

Для описания алгоритма формирования планов решений используются следующие обозначения:

Sц0 - описание целевого состояния задачи;

Sцi - описание целевого состояния для ьго шага планирования (подзадачи);

Sперi - описание различий между целевым состоянием и текущим (модели перевода) для ь го шага планирования;

Sтекi - описание текущего состояния в контексте ь го шага пла-

нирования;

i - номер шага планирования;

ОДЗ - область допустимых значений. Может задаваться интервалом (нижней и верхней границами _ НГ и ВГ) для количественных признаков, "истина" или "ложь" для логических признаков, наборы символов (имена) для качественных признаков (лингвистических переменных).

С использованием введенных сокращений алгоритм функционирования интеллектуальной системы будет иметь следующий вид:

1. Получить описание состояния цели - Sц0. Установить первый шаг планирования: i=1. Зафиксировать состояние цели для первого шага планирования Sцi = Sц0.

2. Формирование текущего состояния для ьго шага планирования. По именам параметров из Sцi запрашиваются их текущие значения, т.е. формируется Sтекi.

3. Сравнение Sцi и Sтекi. Формирование Sперi из параметров, текущие значения которых не совпали с ОДЗ.

4. Если Sперi = э"а, то перейти к п.8.

5. Выбор операций содержащих в "условиях контроля выполнения операции" такие параметры с ОДЗ, как в Sперi.

6. Из "условий возможности выполнения" выбранных операций, сформировать образ требуемого состояния для следующего шага планирования Sцi+1.

7. Установить следующий шаг планирования i := i + 1. Перейти к п.2.

8. Конец планирования.

Реализация сформированного

плана.

1. Реализация осуществляется с выдачи команд, сформированных на последнем шаге планирования, а заканчивается выдачей операций, сформированных на первом шаге планирования.

2. Для контроля правильно-

№1, 2009

Таблица 1

У правляющие воздействия

Код Условия контроля Условия

опера возможности

ПИИ выполнения Содержание

Имя ОДЗ Имя ОДЗ

na.pa.Meip нг вг параме нг вг

а ipa

ОП1 П5 1 1 П1 1 1 Установить монитор на стол

от Пб 1 1 П2 1 1 Установить системный олок на стол

опз П7 1 1 ПЗ 1 1 Установить клавиатуру на стол

ОП4 П8 1 1 П4 1 1 Установить мышь на. стол

ОП5 ГО 1 1 П5 Пб П7 Ш 1 1 1 1 1 1 1 1 Осуществить подключение

ОШ пю 1 1 ГО 1 1 Протестировать ПК

сти исполнения операций ьго шага планирования, необходимо Sперi сравнить с Sтекi. При несовпадении текущих значений Sтекi и ОДЗ Sперi, начать планирование непрошедших операций, т.е. Sц = Sперi.

3. Для контроля воздействий внешней среды необходимо сравнить Sтек с Sцi, при реализации операций ьго шага планирования. При несравнении начать планирование операций компенсирующих воздействия внешней среды. С этой целью Sц0 = Sцi.

Пример решения задачи "Выполнение заказа" с использованием интегрированной модели представления знаний. Для решения задачи планирования в проблемной области могут выделяться такие сущности, как: клиент, менеджер, заказ, прием заказа, сборка, выдача заказа. При формирования последовательности операций в ходе сборки и относящихся к сущности "сборка" могут использоваться параметры о наличии сборочных единиц в наличии, об установке этих блоков на сборочный стол, о подключении всех блоков и о тестировании компьютера. Для сборки компьютера необходимы операции для установки блоков, их подключения и тестирования компьютера.

Описание проблемной области, в данном случае, будет содержать описание параметров и операций (управляющих воздей-

ствий).

Параметры: П1 - монитор в наличии, П2 - системный блок в наличии, П3 - клавиатура в наличии, П4 - мышь в наличии, П5 -монитор на столе, П6 - системный блок на столе, П7 - клавиатура на столе, П8 - мышь на столе, П9 -есть подключение, П10 - компьютер готов.

Пошаговое описание решения задачи. В скобках указан пункт описания алгоритма.

Пусть требуется собрать компьютер, т.е. Sц = {П10,1,1}. Исходным состоянием является наличие составных частей - системного блока, монитора. мыши и клавиатуры. Для описания этого факта текущие значения параметров П1 - П4 равны 1, а значения остальных параметров равны 0.

1.

{П10,1, 2.

3.

4.

5.

6.

= {П9,1

7.

8.

9.

10. 11. 12.

= {П5,1

13.

14.

i = 1; STpi = Sц =

STeKl = {П10, 0}; Snepl = {П10,1,1};

Snepl 4

ПОП1 = {ОП6}; STpi+1 = STp2 = ПУВВ1

i = i + 1 = 2; STeK2 = {П9, 0}; Snep2 = {П9,1,1};

Snep2 4

ПОП2 = {ОП5}; STpi+1 = STp3 = ПУВВ2 П6,1,1; П7,1,1; П8,1,1}; i = i + 1 = 3; STeK3 = {П5, 0; П6,0;

П7,0; П8,0};

15.(3) Snep3 = { П5,1,1; П6,1,1; П7,1,1; П8,1,1};

16. (4) Snep3 4

17.(5) ПОП3 = {ОП1, ОП2, ОП3, ОП4};

18. (6) STpi+1 = STp4 = ПУВВ3 = {П1,1,1; П2,1,1; П3,1,1; П4,1,1};

19.(7) i = i + 1;

20.(2) STeK4= { П1,1,1; П2,1,1; П3,1,1; П4,1,1 };

21.(3) Snep4 = { };

22.(4) Snep4 4^;

23.(8) Конец планирования.

В итоге сформирован следующий план перехода из текущего состояния в требуемое:

3-й шаг: ОП1, ОП2, ОП3, ОП4; 2-й шаг: ОП5; 1-й шаг: ОП6.

Заключение

Современные процессы стремительно изменяют действительность, что требует использования эволюционирующих знаний. Создаваемые для работы с эволюционирующими знаниями компьютерные методы вызывают интерес исследователей и практиков. Основная сложность этого направления связана с разнородностью источников знаний, форм их представления, смыслового наполнения, интерпретации. Поэтому одним из перспективных направлений является разработка и внедрение концептуального подхода к представлению эволюционирующих знаний.

Литература

1. Анфилатов В.С. и др. Системный анализ в управлении: Учеб. пособие / В.С. Анфилатов, А.А. Емельянов, А.А. Кукушкин; Под ред. А.А. Емельянова. - М.: Финансы и статистика, 2002.

2. Гаврилова Т.А., Хорошевский В.Ф., Базы знаний интеллектуальных систем - СПб: Питер, 2000. 384 с.

3. Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. - М.: Наука. Физматлит, 1997.

Экономика, Статистика и Информатика

№1, 2009

1

2

- 112 с. - (Проблемы искусственного интеллекта).

4. Рассел, Стюарт, Норвиг, Питер. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. - М.: Издательский дом "Вильямс", 2007. - 1408 с.

5. Тельнов Ю.Ф. Интеллектуальные информационные системы в эко-номике. Учебное пособие. Издание третье, расширенное и дорабо-танное. Серия "Экономика и бизнес". - М.: СИНТЕГ, 2002, 316 с.

6. Трембач В.М. Компьютерные методы представления и формирования знаний для синтеза планов решений // Новости искусственного интеллекта. - 2005. -№3. - с.

7. Трембач В.М. Методы представления эволюционирующих знаний, обеспечения и оценки их соответствия действительности. // В кн. КИИ - 2008. Одиннадцатая национальная конференция по искусственному интеллекту с международным участием. Сборник научных трудов в 3-х томах.

T.3., M.: OroMaxjiHT, 2008, c. 315322.

Bibliography

8. Anfilatov, V.S. Emeljyanov, A.A., Kukushkin, A.A. "Sistemny analiz v upravlenii" (Systems Analysis in Management), edited by Emeliyanov, A.A. Moscow: Finansy i statistika, 2002;

9. Gavrilova, T.A., Khoro-shevsky, F.V. "Bazy znany intellek-tualnyh system" (Intelligence Systems Databases). Saint-Petersburg: Piter, 2000, pp.384;

10. Osipov, G.S. "Priobretenie znany intellektualnymi sistemami: Osnovy teorii I tehnologii". (Knowledge Acquisition by Intelligence Systems: Theoretical Principles and Technologiess). Moscow: Nauka. Fizmatlit, 1997, p.112;

11. Stuart, R., Norvig, P. " Iskustvenny Intellekt: sovremenny podhod" (Artifical Intelligence: A Modern Approach), 2nd edition. Moscow: Wiliams, 2007, pp.1408;

12. Telnov, U.F. "Intellektualnye informatsionnye sistemy v

ekonomike" (Intelligence Business Systems in Economics), 3rd edition (amplified). Moscow: SINTEG, 2002, pp.316;

13. Trembachh, V.M. "Komput-ernye metody predstavleniya i formirovaniya znany dlya sinteza planov resheny" (Computer-based Methods of Representation and Formation of Agenda Synthesis). The journal "Novosti iskustvennogo in-tellekta", 2005. No.3;

14. Trembachh, V.M. "Metody predstavleniiya evolyut-sioniruyushchih znaniy, obe-specheniya i otsenki ih sootvetstviya deystvitelnosti" (Metods of Evolutionary Knowledge Representation, Providing Its Representation of Facts and Assessment of It). Collection of Scientific Works in 3 volumes. Published on the occasion of XI national conference with international participation devoted to artificial intelligent. This article is published in 3rd volume. Moscow: Fizmatlit, 2008, p.315-322.