Моделирование процесса интеллектуальной поддержки деятельности должностных лиц центров управления в кризисных ситуациях МЧС России при принятии управленческих решений Текст научной статьи по специальности «Компьютерные и информационные науки»

МОДЕЛИРОВАНИЕ ПРОЦЕССА ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ДЕЯТЕЛЬНОСТИ ДОЛЖНОСТНЫХ ЛИЦ ЦЕНТРОВ УПРАВЛЕНИЯ В КРИЗИСНЫХ СИТУАЦИЯХ МЧС РОССИИ ПРИ ПРИНЯТИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

В.И. Антюхов, кандидат технических наук, профессор, заслуженный работник высшей школы Российской Федерации; Н.В. Остудин.

Санкт-Петербургский университет ГПС МЧС России

Статья является продолжением исследования по интеллектуализации деятельности должностных лиц центров управления в кризисных ситуациях МЧС России. Для последующей автоматизации предлагается модель процесса функционирования системы интеллектуальной поддержки деятельности должностных лиц центров управления в кризисных ситуациях МЧС России.

Ключевые слова: моделирование, интеллектуальная поддержка, должностные лица, система интеллектуальной поддержки, управление, принятие решений

MODELING OF THE PROCESS OF INTELLECTUAL SUPPORT OF ACTIVITIES OF OFFICIALS OF CONTROL CENTRES IN CRISIS SITUATIONS OF EMERCOM OF RUSSIA IN MAKING MANAGEMENT DECISIONS

V.I. Antyukhov; N.V. Ostudin.

Saint-Petersburg university of State fire service of EMERCOM of Russia

The article is continuation of studies of the intelligence activities of the officials of the management centers of EMERCOM of Russia. For further automation it is proposed to develop model of the functioning systems of intellectual support of activities of officials of the officials of the management centers of EMERCOM of Russia.

Keywords: modeling, intellectual support, officials, system of intellectual support, management, decision-making

Вопросы внедрения систем искусственного интеллекта в деятельность органов повседневного управления Единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (РСЧС) не теряют своей актуальности. Это обусловлено тем, что в условиях экономического кризиса МЧС России вынуждено экономить бюджетные средства, в связи с этим производятся организационно-штатные мероприятия в органах управления, что может оказать негативное влияние на эффективность функционирования этих органов. Поэтому предлагается часть функциональных обязанностей должностных лиц возложить на системы интеллектуальной поддержки их деятельности [1].

Авторы продолжают разработку методик, моделей и средств для интеллектуальной поддержки деятельности должностных лиц центров управления в кризисных ситуациях (ЦУКС) МЧС России.

К настоящему времени разработаны следующие методики:

1. Методика выявления и анализа проблемных вопросов в деятельности должностных лиц ЦУКС МЧС России [2];

2. Методика анализа информационной потребности деятельности должностных лиц ЦУКС МЧС России [3];

3. Методика выявления перечня задач интеллектуальной поддержки деятельности должностных лиц ЦУКС [4].

В статье рассматриваются вопросы разработки и моделирования [5] системы интеллектуальной поддержки деятельности должностных лиц и процессов, протекающих в ней, с целью её последующей алгоритмизации и внедрения результатов исследования в практическую деятельность сотрудников структурных подразделений ЦУКС МЧС России.

Взаимодействие должностного лица ЦУКС с системой интеллектуальной поддержки представлено на рис. 1. Должностные лица осуществляют свою деятельность согласно функциональным обязанностям, утвержденным приказами об оперативном реагировании ЦУКС МЧС России по субъектам Российской Федерации и региональным центрам МЧС России. Функции реализуются задачами [3, 4]. Управляющие воздействия должностные лица ЦУКС направляют на решение поставленных задач. Задачам соответствуют документы. Разрабатываемая система интеллектуальной поддержки осуществляет помощь как в решении частных задач [4], так и в разработке отдельных документов.

Рис. 1. Взаимодействие управляющей системы с системой интеллектуальной поддержки

Разрабатываемая система интеллектуальной поддержки предназначена для оказания помощи должностному лицу в выполнении своих функциональных обязанностей и решении задач в повседневной деятельности и в режиме чрезвычайной ситуации (ЧС).

Для достижения конечной цели - интеллектуализации деятельности должностных лиц ЦУКС МЧС России в работе выделяется шесть этапов (табл. 1).

Таблица 1. Этапы интеллектуализации деятельности должностных лиц

№ п/п Наименование этапа Сущность этапа

1. Этап идентификации На данном этапе осуществляется выбор должностных лиц ЦУКС МЧС России, для которых система будет создаваться, определяется набор экспертов и категории пользователей. Проводится анализ информационной потребности, основной целью которого является определение задач, подлежащих автоматизированному решению и решению с использованием системы интеллектуальной поддержки. Устанавливается также технология, по которой та или иная задача может быть решена с использованием предложенных методов

№ п/п Наименование этапа Сущность этапа

2. Этап концептуализации На данном этапе предлагается рассмотреть концептуальные вопросы разработки системы интеллектуальной поддержки с позиции инженерии знаний, на концептуальном уровне рассмотреть основные модели представления знаний применительно к задачам, выявленным в работе [4]

3. Этап формализации Предлагается структура системы интеллектуальной поддержки и её декомпозиция. Производится распределение общего перечня задач по задачам, подлежащим интеллектуальной поддержке путём выведения интегрального критерия

4. Этап алгоритмизации и машинной реализации Разрабатывается алгоритм процесса интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России. Выбираются инструментальные средства разработки системы, осуществляется машинная реализация данной системы

5. Этап тестирования Осуществляется оценка работоспособности разработанной системы

6. Этап опытной эксплуатации Внедрение системы в оперативно-служебную деятельность ЦУКС МЧС России, дается оценка о пригодности разработанной системы для решения конкретных задач

Этап идентификации рассмотрен в предыдущих работах [2-4]. Результатом выполнения этого этапа стал перечень задач, подлежащих автоматизированному решению и решению с использованием методов и средств интеллектуальной поддержки. Этапы, рассматриваемые в настоящей статье, помечены курсивом в табл. 2.

Этапы концептуализации и формализации в работе декомпозированы на подэтапы (табл. 2).

Таблица 2. Содержание этапов концептуализации и формализации

№ п/п Наименование этапов и соответствующих подэтапов

1 Этап концептуализации

1.1 Оценка возможности установления должностных лиц ЦУКС, участвующих в разработке системы, в соответствии с основными положениями инженерии знаний

1.2 Формулирование предложений по автоматизации системы сопровождения процессов интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России

1.3 Раскрытие принципов формализации и структуризации знаний при разработке системы интеллектуальной поддержки

1.4 Анализ существующих моделей представления знаний применительно к практическим задачам (на концептуальном уровне)

1.5 Морфологический анализ моделируемой системы

2 Этап формализации

2.1 Разработка системы интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России и её структуризация

2.2 Выявление интегрального критерия, отражающего принадлежность задач к задачам интеллектуальной поддержки

Этап концептуализации

На этом этапе оценивается возможность выполнения должностными лицами ЦУКС МЧС России обязанностей, связанных с разработкой системы интеллектуальной поддержки и последующей её автоматизацией. Должностные лица, которые могут учувствовать в разработке системы, определены (табл. 3) в соответствии с основными положениями по разработке систем искусственного интеллекта, баз знаний, а также с учетом организационно-штатной структуры органов повседневного управления РСЧС всех уровней.

Таблица 3. Должностные лица, участвующие в разработке системы

№ п/п Наименование должностного лица, участвующего в разработке системы Соответствующее должностное лицо ЦУКС (в соответствии с организационно-штатной структурой ЦУКС) Обязанности по разработке системы

1. Заказчик системы Руководитель ЦУКС Формирование требований к системе

2. Инженер по знаниям Специалист информационно-аналитического отдела Разработка технического задания (ТЗ), проектирование системы

3. Эксперт Старший оперативный дежурный Передача знаний инженеру по знаниям

4. Программист Инженер отдела технического обеспечения Создание системы

5. Тестировщик Заместитель начальника ЦУКС Тестирование системы

На практике нагрузка должностных лиц ЦУКС МЧС России может не позволить им участвовать в процессах моделирования и создания систем искусственного интеллекта. Поэтому предлагается подход, основанный на автоматизированном решении задач, связанных с интеллектуальной поддержкой деятельности должностных лиц ЦУКС МЧС России и разработкой системы сопровождения процессов интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России (рис. 2).

Под сопровождением процессов интеллектуальной поддержки деятельности должностных лиц понимается выполнение этапов, способствующих достижению конечной цели - разработке системы интеллектуальной поддержки.

Модуль выявления и анализа проблемных вопросов Модуль анализа информационной потребности Модуль выявления перечня задач интеллектуальной поддержки Система интеллектуальной поддержки деятельности должностных лип ЦУКС МЧС России

Подсистема накопления и хранения информации Подсистема формирования вывода

Система сопровождения процессов интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России Подсистема установления рационально й моде: и представлен ия знаний

Рис. 2. Структура системы сопровождения процессов интеллектуальной поддержки

Сущность процесса функционирования модулей выявления и анализа проблемных вопросов, анализа информационной потребности и выявления перечня задач интеллектуальной поддержки раскрыты в предыдущих работах [2-4]. Структура системы интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России рассматривается далее на этапе формализации.

Функциональная модель системы сопровождения процессов интеллектуальной поддержки (рис. 3) позволяет визуально представить процесс её разработки с использованием методологии ГОЕБО.

Моделирование базы знаний системы интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России предлагается осуществлять с позиции инженерии знаний как науки об искусственном интеллекте, исследующей вопросы приобретения и формализации знаний, проектирования баз знаний, получения и структурирования знаний.

С позиции инженерии знаний структуризацию знаний предлагается осуществлять путём разработки поля знаний или карты знаний.

Рис. 3. Функциональная модель предлагаемой системы

Карта знаний иллюстрирует потоки знаний в ЦУКС, позволяет определить место знаний в системе, осуществлять их поиск. В работе предлагается применять процессно-ориентированные карты знаний (рис. 4) [1]. Такие карты отображают движение знаний в системе, а также позволяют учитывать как явные, так и неявные знания, циркулирующие в системе. Обязанности, связанные с разработкой карты знаний, возлагаются на разработчика и тестировщика системы (табл. 3).

Ж12 Разработка системы

интеллектуальной поддержки

деятельности должностных лиц

ЦУКС МЧС России

Рис. 4. Процессно-ориентированная карта знаний системы

Знания в процессно-ориентированной карте знаний реализуются в явном (формализованном) и неявном (неформализованном) виде (табл. 4). Явные знания (ЯЗ) -знания, которые могут быть трансформированы в систематизированный язык, неявные знания (НЗ) носят индивидуальный характер, они трудно трансформируемы в явную форму для последующей передачи другим должностным лицам [6].

Таблица 4. Пояснения к процессно-ориентированной карте знаний

№ п/п Обозначение Толкование

1. НЗ1 Знания предметной области, поступающие эксперту в неявном виде. Это могут быть как текстовые, графические, так и математические знания

2. НЗ2 Знания осмыслены экспертом и готовятся к передаче инженеру по знаниям

3. ЯЗ2 Знания в формализованном виде поступают инженеру по знаниям

4. НЗ3 Заказчик системы осмысляет свои требования. Записывает их в свободной форме

5. ЯЗ3 Откорректированные знания применяются для разработки документа

6. НЗ4 Требования к системе поступают к инженеру по знаниям

7. ЯЗ4 Инженер по знаниям обрабатывает информацию и формирует предварительное ТЗ

8. НЗ5 Предварительный вариант ТЗ поступает программисту

9. ЯЗ5 Программист использует исходные данные для разработки системы

10. НЗ6 Программист отправляет систему на тестирование

11. ЯЗ6 Тестировщик делает вывод о корректности работы системы

12. НЗ7 Тестировщик отправляет свои предложения инженеру по знаниям

13. ЯЗ7 Формируется окончательный вариант ТЗ и отправляется программисту на алгоритмизацию

14. НЗ8 Тестировщик формирует предложения по исправлению ошибок в системе и отправляет инженеру по знаниям

15. ЯЗ8 Инженер по знаниям отправляет ТЗ на корректировку

16. НЗ9 Разрабатывается новый вариант ТЗ

17. ЯЗ10 Новый вариант ТЗ отправляется программисту

18. ЯЗ11 Программист, используя знания из ТЗ, разрабатывает алгоритм

19. ЯЗ12 При помощи языков программирования осуществляется программная реализация разработанного алгоритма

Практическое применение карты знаний осуществляется на этапе алгоритмизации и машинной реализации (табл. 1).

Для записи знаний в базе знаний системы интеллектуальной поддержки используются четыре модели представления знаний: фреймовые модели, продукционные модели, семантические сети, логические модели. Модель представления знаний выбирается в зависимости от сущности и структуры отрабатываемого документа. В табл. 5 на концептуальном уровне представлены все модели представления знаний по задачам, установленным при помощи методики выявления задач интеллектуальной поддержки. Рассмотрена задача ЧЦ31 - оценка структуры и наполненности паспортов территории (Паспорт территории - официальный нормативно-методический и технический документ, в котором содержится система показателей, характеризующих риски возникновения на территории ЧС, дающих прогноз возможного ущерба и перечень мероприятий по их ликвидации, позволяющих органам исполнительной власти принимать решения по предупреждению ЧС).

Таблица 5. Модели представления знаний применительно к задачам, решаемыми должностными лицами ЦУКС МЧС России

Модель представления знаний

Практическое применение в деятельности должностных лиц ЦУКС МЧС России

Логическая модель

В основе логических моделей представления знаний лежит понятие формальной системы,

задаваемой функцией [7]:

5 = (Б , Р , А, Я >

?

где Б - множество базовых символов моделируемой системы интеллектуальной поддержки; Р - синтаксические правила построения формул теории из символов алфавита; А - выделенное множество формул, называемых аксиомами теории 5; Я - конечное множество отношений между формулами. Наиболее распространенной формальной системой, применяемой для представления знаний, является исчисление предикатов первого порядка.

Составляющая деятельности должностного лица Предикатная форма записи

Функции должностного лица Отвечает за (АРМ- 5 , организацию работы с паспортами территории в круглосуточном режиме)

Задачи должностного лица Осуществляет (АРМ- 5, контроль уровня наполненности паспортов территории)

Документы, отрабатываемые должностным лицом ЦУКС Выполняет (АРМ- 5, документ «анализ паспортов территории»)

Продукционные правила представляют собой функцию вида:

р = { мр, а нр} нр

к р р), где р -

имя продукции; В - частная задача, на которую направлено

н.

управляющее воздействие;

И,

p - ядро продукции.

. IF _ A _ and / or _ An _ THEN _ h

Ядро продукции р представляет собой правило типа:

где ^ - множество вариантов значений логического вывода. Возвращаясь к задаче «контроль уровня наполненности паспортов территории» можно привести следующий

Продукционная модель

«Имя продукции» Оценка уровня наполненности паспорта территории

«Область применимости продукции» Деятельность должностных лиц ЦУКС

«Условие применимости ядра» При проверке паспорта территории

Ядро продукции Если А и В и С и Б, то Е

Постусловие А=присутствуют условные обозначения; В=приведена общая характеристика объекта; С=проанализированы риски возникновения техногенных пожаров; Б=приведены информационно-справочные материалы по лечебным учреждениям; Е=наполненность паспорта оценивается на отлично

Фреймовая модель

Фреймовые модели предлагается применять при хранении знаний о паспортах

территории.

При автоматизации процесса использования и представления знаний неоднородность и неоднозначность затрудняют процесс моделирования системы интеллектуальной поддержки. Одним из способов решений данной проблемы является представление _знаний в виде фреймов_

Для формирования предложений по структуре системы интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России проводится морфологический анализ, позволяющий представить морфологический ящик всех вариантов организации разрабатываемой системы (табл. 6).

Таблица 6. Морфологический ящик

Элементы подсистем Характеристики (базисы) Варианты (примитивы)

База данных Тип базы данных по модели данных Иерархическая Сетевая Реляционная

Тип базы данных по степени распределенности Централизованная Распределенная

База знаний Форма записи знаний Предикаты Кванторы

Модель представления знаний Продукции Фреймы Логические Семантические модели сети

Оболочка для реализации Expert Developer Pro ACQUIRE AION | Prolog | Crystal

База фактов и правил Стратегия управления выводом Прямой вывод Обратный вывод

Логическое следование Дедуктивное Индуктивное Трансдедуктивное

Этап формализации

На этапе формализации формулируются предложения по структуре системы интеллектуальной поддержки. Система интеллектуальной поддержки разрабатывается для автоматизированного рабочего места должностного лица ЦУКС и взаимодействует с ним через интерфейс системы (рис. 5). Система интеллектуальной поддержки состоит из двух взаимосвязанных подсистем:

- подсистема накопления и хранения информации;

- подсистема формирования вывода.

Пользователь обращается к системе с запросом, система отвечает на запрос. Накоплением и обработкой информации в базе данных, базе знаний и базе фактов и правил занимаются эксперт и инженер знаний (табл. 3). В случае если штатная структура ЦУКС не позволяет возложить функции эксперта и инженера знаний на должностные лица ЦУКС, работа со знаниями проводится в автоматизированном режиме.

Рис. 5. Структурная схема системы интеллектуальной поддержки

Функционирование системы происходит по следующим правилам: а) на вход системы поступает X = {Xi ] - множество входных параметров системы - запросы и ответы

должностного лица, в зависимости от решаемой задачи; б) выход системы Y = {Y} представляется множеством выходных параметров системы - консультация должностному лицу, формируемые логические выводы и решения по конкретным задачам при F = {F ], где

F - множество моделей, реализующих функции интеллектуальной поддержки. Тогда, процессы, протекающие в системе, могут быть представлены:

SIP = ( X, Y, F)

Разрабатываемая система интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России является сложной системой, поэтому проведена её структуризация (рис. 6).

Для установления принадлежности конкретных задач должностного лица ЦУКС МЧС России к задачам интеллектуальной поддержки проведена формализация исследуемого процесса по пяти уровням (рис. 7). Исходными данными для формализации является перечень функций, задач и документов должностных лиц ЦУКС МЧС России. Результатом формализации будет являться интегральный критерий, характеризующий соответствие исследуемых задач заданным условиям.

Рис. 6. Структуризация системы интеллектуальной поддержки

Пунктиром выделена область исследования, соответствующая перечню задач интеллектуальной поддержки. Принято, что задачи учета, задачи с данными и задачи с информацией подлежат решению вручную либо в автоматизированном режиме.

На каждом уровне (рис. 7) исключается часть задач в соответствии с заявленными признаками. Подробное описание к процедуре отсечения и распределения задач интеллектуальной поддержки представлено в табл. 7.

ДОЛЖНОСТНОЕ ЛИЦО ЦУКС МЧС РОССИИ

Г "

Функции Задачи

Документы

Уровень 1 -

Уровень деятельности должностного лица ЦУКС

~1 Р

Задачи учета

Задачи

контроля

1

Задачи

планирования

I

Задачи оперативного управления

Уровень 2 -Уровень задач по функциям управления

Задачи с данными

I

Задачи с информацией

Задачи со знаниями

Уровень 3 -Уровень задач по информационной иерархии

ИНТЕГРАЛЬНЫЙ

КРИТЕРИИ ЭФФЕКТИВНОСТИ

Задачи формирования выводов

Т

Задачи разработки предложений и планов

Задачи анализа,

оценки и прогнозирования

Уровень 4 - Уровень группирования задач интеллектуальной поддержки

Свойства

Показатели

Критерии

Уровень 5 -Уровень свойств, показателей н критериев

Рис. 7. Уровни анализа задач, решаемых должностными лицами ЦУКС

Таблица 7. Пояснение к процедуре установления соответствия задач должностного лица перечню задач интеллектуальной поддержки

№ п/п Наименование уровней Сущность уровня

1. Уровень деятельности должностного лица ЦУКС На данном уровне проводится анализ деятельности должностного лица ЦУКС МЧС России, подлежащего интеллектуализации. Выявляется перечень функций должностного лица, задач соответствующих функциям. Выявляется перечень документов

2. Уровень задач по функциям управления Выявленные на первом уровне задачи распределяются по функциям управления. Распределяются по задачам учета, контроля, планирования и оперативного управления. В соответствии с заявленной концепцией отсеиваются задачи учета

3. Уровень задач по информационной иерархии Задачи распределяются на задачи с данными, задачи с информацией и задачи со знаниями в соответствии с информационной иерархией. Дальнейшее исследование осуществляется исключительно со знаниями

4. Уровень группирования задач интеллектуальной поддержки Получившиеся задачи со знаниями распределяются на три группы: задачи формирования выводов, задачи разработки предложений и планов и задачи анализа, оценки и прогнозирования

5. Уровень свойств, показателей и критериев По получившимся группам задач выделяют свойства, соответствующие показатели и критерии. Строится функция ценности по показателям исхода операции. Устанавливаются соответствующие критерии, и осуществляется свёртка полученных показателей в интегральный критерий

В результате анализа деятельности должностных лиц ЦУКС (уровень 1, рис. 7) был выявлен перечень задач и проведена декомпозиция этих задач. Декомпозиция задач позволила выделить 170 подзадач, среди которых выделены те подзадачи, в которых есть интеллектуальные составляющие, и которые возможно решить при помощи систем интеллектуальной поддержки.

Для этого предлагается произвести выбор наиболее предпочтительных подзадач в соответствии с пятью уровнями (рис. 7).

Таким образом, на втором уровне из общего перечня подзадач остается 129 подзадач, соответствующих уровню задач по функциям управления. На третьем уровне остается 35 задач. Все задачи предлагается распределить на три группы (уровень 4):

- задачи формирования выводов;

- задачи разработки предложений и планов;

- задачи прогнозирования (табл. 8).

Таблица 8. Выделение общего перечня свойств

Количество подзадач Тип задачи Соответствующее свойство

24 Задачи формирования выводов Достоверность

Многокритериальность

Закономерность

Логическая связность

Структурированность

6 Задачи разработки предложений и планов Закономерность

Логическая связность

Структурированность

Достоверность

5 Задачи анализа, оценки и прогнозирования Закономерность

Логическая связность

Структурированность

Экономичность

Таким образом, были получены шесть свойств, характеризующих задачи разных типов (рис. 8).

Достоверность Многокритериальное!пь Закономерность Логическая связность Структурированность Экономичность

Рис. 8. Выделение свойств для последующей формализации

По сформированному дереву свойств определены показатели исхода операции по каждому свойству и функций полезности (ценности) для каждого показателя (табл. 9). По соответствующим показателям исхода операций, а также функциям полезности строится интегральный критерий, характеризующий принадлежность исследуемых задач к задачам интеллектуальной поддержки.

Таблица 9. Формализация процесса интеллектуальной поддержки должностных лиц ЦУКС

МЧС России

№ п/п Свойства Показатели исхода операции Наименование показателя Математическое обозначение Вид функции полезности

1. Закономерность Q3aK. - количество задач, в которых возможно проследить закономерность Вероятность установления закономерности в решаемой задаче P(Q3aK) е[0,1] 1 pQk ) 1 1 1 1 1 1 Q.

2. Логическая связность ^лчеяз. - количество элементов имеющих логическую связь между собой; So6uf. - общее количество элементов в документе; Qmozuh. - количество задач, в которых возможно сделать логический вывод Количество логически связанных элементов в документе s A _ лсвяз. s общ. 1 A sлс s

Вероятность формирования логического вывода P(QoJ е[0,1] 1 Pi(Qлогич. ) i i i i i i i„ QL

3. Структурированность Sструкт. - количество подсистем, имеющих определённую структуру; So6uf. - общее количество подсистем в системе; NmeM. - количество элементов в документе; Ncesl3. - количество связей между документами Коэффициент, характеризующий наличие определенной структуры в решаемой задаче s B структ. s общ. B S структ.

Отношение количества элементов к количеству связей (чем больше значение, тем выше структурированность) N G _ связ. N элем. N элем. G N связ.

4. Достоверность Nnp - число правильных решений задач; N - общее число решений; Lp - количество подтвержденных решений; Lp max - количество подтвержденных решений Коэффициент, характеризующий относительное число правильных решений N С _ пр N С N пр

Степень достоверности

H _ Lp max (Lp )

p max

J L

Экономичность

tun - время использования системы интеллектуальной поддержки; t - общее время использования средств автоматизации; N, - трудозатраты на решения комплекса

задач; N, min - минимальные трудозатраты на решения комплекса задач

Коэффициент использования средств интеллектуализации

D _ ^ ип

t

Коэффициент соответствующих трудозатрат

F _ N min (Nt)

1

F --Ц 1 \

1 \ 1 \ 1 \ 1 ^ '.Nt

1 -►

N,„

Многокритериальность

клв - число критериев,

используемых для формирования выводов; Кобщ - общее количество критериев

Количество критериев при форматировании логического вывода

E _

к л

К

общ.

Коб

Для формирования этого критерия эффективности осуществляется аддитивная свертка полученных показателей, с учетом того, что для непрерывных функций критерий эффективности будет принимать вид и (х) = | П (г) / (г) ёг, а для дискретных

геЯ

и(х) = п(г.)р(г. /X) При этом П(г) - значение критерия эффективности.

/=1

Учитывая факт, что необходимым условием аддитивной свертки показателей качества является монотонность функции полезности, интегральный критерий эффективности принимает вид:

" Г Г

и(х)) =а1А+сф+а3С+а4В+а50+а6Е+1 НН+1 ЕёР,.

2п_ 3 26_ 3

а з = -= -

з 2п _1 6 3

где - ; (п=6) - общее число показателей; а1=0,5; а2=0,25; а3=0,125;

а4=0,0625; а5=0,03125; аб=0,015625.

Значение интегрального критерия эффективности будет представляться функцией:

t

U(x.) = 0,5^^ + 0,25 ScÑpyKÑ- + 0,125+ 0,0625+ 0,03125Nn + 0,015625-^- + S б S. N t N K б

общ. общ. элем. общ.

+ J Lp max (Lp )dH + j Nt min (N, )df

Данный критерий характеризует принадлежность задачи, решаемой должностным лицом ЦУКС МЧС России, к перечню задач интеллектуальной поддержки.

Направлением дальнейших исследований является реализация этапа алгоритмизации и машинной реализации (табл. 1). На данном этапе предлагается разработка трёх алгоритмов (выбора рациональной модели представления знаний, разработки системы интеллектуальной поддержки и процессов интеллектуальной поддержки деятельности должностных лиц ЦУКС МЧС России) и последующая программная реализация разработанных алгоритмов средствами языков программирования C# и Prolog.

Литература

1. Остудин Н.В. Интеллектуальная поддержка должностных лиц центров управления в кризисных ситуациях МЧС России при решении задач обеспечения безопасности на транспорте // Транспорт России: проблемы и перспективы: материалы Юбилейной междунар. науч.-практ. конф. 2015. С. 227-231.

2. Антюхов В.И., Остудин Н. В. Методика выявления и анализа проблемных вопросов в деятельности должностных лиц центров управления в кризисных ситуациях МЧС России // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2016. № 1. С. 97-106.

3. Антюхов В.И., Остудин Н.В. Методика анализа информационной потребности деятельности должностных лиц центров управления в кризисных ситуациях МЧС России // Природные и техногенные риски (физико-математические и прикладные аспекты). 2016. № 4 (20). С. 18-28.

4. Антюхов В.И., Остудин Н.В. Методика выявления перечня задач интеллектуальной поддержки деятельности должностных лиц центров управления в кризисных ситуациях // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2016. № 4. С. 63-76.

5. Остудин Н. В. Моделирование процесса интеллектуализации деятельности должностных лиц центров управления в кризисных ситуациях МЧС России // Проблемы обеспечения безопасности при ликвидации последствий чрезвычайных ситуаций. 2015. Т. 2. № 1 (4). С. 74-76.

6. Харрингтон Дж., Воул Ф. Совершенство управления знаниями: пер. с англ. А.Л. Раскина / под науч. ред. А.Б. Болдина. М.: РИА «Стандарты и качество», 2008. 272 с.

7. Искусственный интеллект. Справочник: в 3 кн. Кн. 2: Модели и методы / под ред. Д.А. Поспелова. М.: Радио и связь, 1990. 304 с.

8. Муравьева-Витовская Л. А. Моделирование интеллектуальных систем: учеб. пособие. СПб., 2012.

References

1. Ostudin N.V. Intellektual'naya podderzhka dolzhnostnyh lic centrov upravleniya v krizisnyh situaciyah MCHS Rossii pri reshenii zadach obespecheniya bezopasnosti

na transporte // Transport Rossii: problemy i perspektivy: materialy Yubilejnoj mezhdunar. nauch.-prakt. konf. 2015. S. 227-231.

2. Antyuhov V.I., Ostudin N.V. Metodika vyyavleniya i analiza problemnyh voprosov v deyatel'nosti dolzhnostnyh lic centrov upravleniya v krizisnyh situaciyah MCHS Rossii // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2016. № 1. S. 97-106.

3. Antyuhov V.I., Ostudin N.V. Metodika analiza informacionnoj potrebnosti deyatel'nosti dolzhnostnyh lic centrov upravleniya v krizisnyh situaciyah MCHS Rossii // Prirodnye i tekhnogennye riski (fiziko-matematicheskie i prikladnye aspekty). 2016. № 4 (20). S. 18-28.

4. Antyuhov V.I., Ostudin N.V. Metodika vyyavleniya perechnya zadach intellektual'noj podderzhki deyatel'nosti dolzhnostnyh lic centrov upravleniya v krizisnyh situaciyah // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2016. № 4. S. 63-76.

5. Ostudin N.V. Modelirovanie processa intellektualizacii deyatel'nosti dolzhnostnyh lic centrov upravleniya v krizisnyh situaciyah MCHS Rossii // Problemy obespecheniya bezopasnosti pri likvidacii posledstvij chrezvychajnyh situacij. 2015. T. 2. № 1 (4). S. 74-76.

6. Harrington Dzh., Voul F. Sovershenstvo upravleniya znaniyami: per. s angl. A.L. Raskina / pod nauch. red. A.B. Boldina. M.: RIA «Standarty i kachestvo», 2008. 272 s.

7. Iskusstvennyj intellekt. Spravochnik: v 3 kn. Kn. 2: Modeli i metody / pod red. D A. Pospelova. M.: Radio i svyaz', 1990. 304 s.

8. Murav'eva-Vitovskaya L.A. Modelirovanie intellektual'nyh sistem: ucheb. posobie. SPb.,

2012.