CC BY
100УДК 004.891+303.732+005+519.81
Калиниченко Алексей Игоревич,
software development services
О ПРОГРАММНОЙ СИСТЕМЕ КОГНИТИВНОГО МОДЕЛИРОВАНИЯ СЛОЖНЫХ СИСТЕМ КАК ЭЛЕМЕНТЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Россия, Таганрог, Feedvisor LTD, [email protected]
Аннотация. В статье кратко представлены основные положения методологии когнитивного моделирования и ряд результатов исследований, проведенных в ТТИ ЮФУ. Приведены результаты разработки и анализа когнитивной карты проблемы потребления электроэнергии в регионе представленной в работе Робертса Ф.С. с помощью программного комплекса CMSS.
Ключевые слова: Социально-экономическая система; когнитивная карта; когнитивное моделирование; сценарный анализ; топологический анализ; управление ситуациями.
Alexey I. Kalinichenko,
software development services
ON THE PROGRAM SYSTEM OF COGNITIVE MODELING OF
COMPLEX SYSTEMS AS AN ELEMENT OF ARTIFICIAL
INTELLIGENCE
Russia, Taganrog, Feedvisor LTD, [email protected]
Abetract. The article briefly presents the main provisions of the methodology of cognitive modeling and a number of research results carried out at SFedU. The results of the development and analysis of a cognitive map of the problem of electricity consumption in the region presented in Roberts F.S. using the CMSS software package.
Keywords: socio-economic system; cognitive map; cognitive modeling; scenario analysis; topological analysis; situation management.
В настоящее время в мире когнитивный подход к исследованию, принятию решений и управлению ситуациями в сложных системах активно развивается. Когнитивный подход базируется на особенностях и возможностях человеческого процесса познания. Это решение научных задач методами, учитывающими такие когнитивные аспекты как процессы познания, мышления, восприятия, объяснения и понимания.
Термин когнитивные карты впервые был предложен в 1948 в работе американского психолога Э. Толмена «Когнитивные карты у крыс и человека» [2], а отправным моментом в развитии такой когнитивной ме-
тодологии послужили главным образом работы Дж. Касти, Р.Аткина, Ф. Робертса. [1, 11, 14]. В последнее время когнитивный подход положен в основу построения интеллектуальной системы поддержки управленческих решений. Он позволяет совмещать формализованные научные знания с опытом экспертов и творческим потенциалом лиц, поддерживающих и принимающих решения.
В области создания интеллектуальных систем поддержки управленческих решений сейчас широко известны разработки ИПУ РАН [9, 12], система моделирования знаковых и взвешенных орграфов [4], созданная коллективом под руководством В.В. Кульбы; система «Ситуация» [13], интегрированная система «КУРС», включающая в себя системы «Ситуация», «Компас-2» и «КИТ», созданные коллективом под руководством В.И. Максимова и Н.А. Абрамовой [3];
Самостоятельное развитие методологии когнитивного моделирования и когнитивных информационных технологий ведется в ТТИ ЮФУ [5-8, 10, 15].
Разработанная на основе общеизвестного аппарата создания когнитивного моделирования [1, 11, 14, 5-7] программная система когнитивного моделирования CMSS реализует идеи и методы когнитивной структуризации знаний экспертов, а также использует разнообразные методы системного анализа для реализации задач когнитивного моделирования. В отличие от существующих программных систем, она обладает более широким спектром решаемых во взаимосвязи задач системного анализа.
Рассмотрим работу CMSS на основе одного из примеров когнитивной карты, используемой для анализа проблемы потребления электроэнергии в регионе [14]. На рис. 1 приведена соответствующая когнитивная карта, отражающая взаимозависимость семи параметров (стоимость электроэнергии, потребление электроэнергии, энергетические мощности, число предприятий, число рабочих мест, численность населения, состояние окружающей среды).
вг + V
Число предприятий Число рабочих мест
Рис. 1. Когнитивная карта
Построение когнитивной карты в СМББ начинается с добавления на рабочую область вершины и задания ей соответствующих параметров. На рис. 2 приведен пример задания параметров вершины "Энергетические мощности".
Параметры вершины
VI. Ст^мс „
Полное имя
э.пекДроэне ^ 0.0, 0)Е /. Сокращенное имя
Энергетические мощности
¥3
УЗ, Энергетические мощности 0.0. 0.0
-4 Вес
Имп. воздействие
0.0
0.0
Ч^:.-- Цвет
I #4с166сс
У4. Число пред
0.0 0.0 Ш- Отображать на графике \/ Отображать рамку
Сохранить Выровнять Удалить Закрыть
Рис. 2. Задание параметров вершины когнитивной карты
Помимо названия вершины в системе используется еще и сокращенное для удобства восприятия и работы с картой. Также можно задать весовое значение вершины и ее цвет для улучшения визуального восприятия и анализа, например красный для рисков, зеленый для управляемых, а синий для целевых факторов.
Аналогично и для дуг - можно указать текстовую информация -например название, цифро-буквенный индикатор или лингвистическое значение связи (слабо влияет, увеличивает). Можно задать параметр дуги в числовом значении или параметрическом (например хЛ2-х+1) для работы на функциональных графах, а также ее цвет (см рис. 3).
Рис. 3. Задание параметров дуги когнитивной карты
Для удобства пользователя редактирование когнитивной карты может осуществляться в двух режимах - Сетка и Матрица - рис. 4 и рис. 5 соответственно.
Сетка Сетка
Вершины Дуги Вершины Дуги
Полное имя
Сокр. имя бес Имп. возд-е Имя дуги
Стоимость электроэнергии VI 5.0 1.0
■ Потребление электроэнергии 5.0 0.0
В Энергетические мощности ¥3 10,0 0.0
■ Число предприятий У4 25.0 0.0
■ Число рабочих мест У5 25.0 0.0
Населенность Уб 25.0 0.0
Состояние окружающей реды У7 10.0 0.0
Влияющая вершина Зависимая вершина Вес
■ VI. Стоимость... У2. Потреблени... * -3.0
У2. Потреблен«... VI. Стоимость... * -1.0
I У2. Потреблени... У7. Состояние... в -5.0
■ + У2. Потреблени... УЗ. Энергетине... * 5.0
■ + УЗ. Энергетиче... У4. Число пред... * 5.0
■ + VI. Число пред... У2. Потреблени... * 2.0
■ + У4. Число пред... У5. Число рабо... * 5.0
+ У5. Число рабо... Уб. Населенность * 4.0
I + Уб. Населенность У2. Потреблени... в 3.0
У7. Состояние... Уб. Населенность * ,0
Сохранить
Закрыть
Сохранить
Закрыть
Рис. 4. Изменение параметров вершин и дуг в режиме "Сетка"
Матрица смежности
- За... Ёход VI У2 УЗ У4 У5 Уб У7 л
< >
VI 42 Л ■ -3.0
-1.0 . 5.0 -5.0
УЗ -1.0 5.0
У4 2.0 х 5.0
У5 X 4.0
Уб 3.0
\п 1 1.0
V
< >
Сохранить Экспорт данных Закрыть
Рис. 5. Изменение параметров взаимосвязей вершин и дуг в режиме "Матрица"
Режим "Сетка" более удобен для редактирования цвета и весов вершин и дуг. Режим "Матрица" для добавления или удаления дуги, а также изменения ее параметра. Такой вид представления взаимосвязей вершин также называют Матрицей смежности.
На рис. 6 изображена когнитивная карта после изменений параметров вершин и дуг с установкой цветов и значений на них, что значительно улучшило ее визуальное восприятие и анализ.
Рис. 6. Конечное изображение когнитивной карты с учетом установленных
параметров
Для анализа и верификации когнитивной карты СМББ также предоставляет ряд инструментов.
Одним из них является возможность расчета собственных чисел матрицы смежности (рис. 7) в соответствии с которыми можно сделать вывод является ли смоделированная система устойчивой к возмущениям. В данном примере М = 2.975 - система неустойчива.
СобствЕнные числа
# Действительная часть Комплексная часть Модуль (2.9753)
0 -0.327а 2.9753 2.9753
1 -0,3270 ■2 9753 2.9753
2 -1,0522 2.4842 2.4В42
3 -1,0522 -2.4842 2.4842
4 2.7601 0.0 2.7601
5 0.0 0.0 0.0
е о.о 0.0 0.0
Рис. 7. Собственные числа матрицы смежности
Следующим инструментом является определение циклов графа и путей между вершинами. Для этого используется алгоритм поиска в глубину, с асимптотикой - 0(|У|+|Е|). Удобная подсветка выбранного цикла или пути позволяет более глубоко проанализировать связи когнитивной карты и сделать соответствующие выводы.
Рис. 8. Отображение циклов и путей
Еще одним существенным инструментом для анализа тенденций и моделирования ситуаций является импульсный процесс. Импульсное моделирование ситуации позволяет выявить соответствие полученного с помощью когнитивной карты прогноза и реальным развитием ситуации в прошлом.
Например проведем анализ влияния на систему увеличения стоимости электроэнергии как это сделано в работе Робертса [14]. В ней утверждается, что повышение стоимости электроэнергии приводит к положительным изменениям в регионе. Действительно, при этом удалось ликвидировать отрицательное воздействие на окружающую среду, незначительно ухудшить другие показатели (число предприятий, число рабочих мест).
Как видно на рис. 9 развитие ситуации можно смотреть на в различных режимах отображения данных. Области - показывает график в виде цветных линий и площадей, что удобно для анализа и восприятия. Линии - в виде ч\б линий, что удобно для печати. Таблица - в виде таблицы, также есть возможность экспортировать данные для вставки в Excel. Гистограмма - показывает значения параметров вершин на текущем шаге. Стэк - слитная вертикальная полосковая диаграмма, отображает для сравнения несколько значений с помощью полос и показывает соотношение этих полос к целому.
Применение программной системы когнитивного моделирования сложных систем CMSS полезно для концептуального анализа сложных социальных, экономических и политических ситуаций, значительно расширяет аналитические возможности экспертов, позволяет предложить и обосновать пути решения проблемы с учетом влияния факторов внешней среды, а понимание логики происходящих процессов может обеспечить менее затратные и более эффективные способы решения проблемы.
Рис. 9. Графики импульсного процесса.
Список литературы
1. Atkin R.H. Combinatorial connectives in social systems. An application of sim-plicial complex structures to the study of large organisations, Interdisciplinary systems research. Springer Basel AG, 1997. - 245 p.
2. Tolman E. C. Cognitive maps in rats and men // Psychological Review. - 1948. -Vol. 55, no. 4. - P. 189-208.
3. Авдеева З.К., Максимов В.И., Рабинович В.М. Интегрированная система «КУРС» для когнитивного управления развитием ситуаций // Тр. ИПУ РАН. - М., 2001. - Т. XIV. - С. 89-114.
4. В.В. Кульба, Д. А. Кононов, С. А. Косяченко, А.Н. Шубин. Методы формирования сценариев развития социально-экономических систем - М.: СИНТЕГ, 2004.
- 296 с.
5. Горелова Г.В. Моделирование сценариев развития социально-экономических систем на когнитивных картах регионов Юга России // Материалы Международной научно-практической конференции, Израиль-2012. Сб. научных статей. Ч. 1. - Краснодар: ЮИМ, 2012. - С. 76-86.
6. Горелова Г.В. Сложные системы: Когнитивное моделирование // В трудах конф. «Когнитивная наука в Москве: новые исследования». - М.: Изд-во БукиВеди, 2011. - С. 80-85.
7. Горелова Г.В., Захарова Е.Н., Радченко С.А. Исследование слабоструктурированных проблем социально-экономических систем: когнитивный подход. - Ростов-на-Дону: Изд-во РГУ, 2006. - 332 c.
8. Горелова Г.В., Калиниченко А.И. Инструментарий когнитивного моделирования сложных систем / Сб. научн. трудов XXII Междун. научно-практ. конф. "Системный анализ в проектировании и управлении" (SAEC-2018), ч. 1. - СПбГТУ: Санкт-Петербург, 2018. - С,399-413.
9. Гранберг А.Г. Основы региональной экономики: учеб. - М.: ГУ ВШЭ, 2000.
- 495 с.
10. Калиниченко А.И. Применение когнитивного инструментария к исследованию трудовых аспектов качества жизни. Международный научный журнал «Вопросы экономики и управления» No2 (18), март 2019 г.
11. Касти Дж. Большие системы: связность, сложность и катастрофы. - М.: Мир, 1982. - C. 216.
12. Коптюг В.А., Новая парадигма развития России (Комплексные исследования проблем устойчивого развития) / Под ред. В.А. Коптюга, В.М. Матросова, В.К. Левашова. Второе издание. - М.: Издательство «Академия», Иркутск: РИЦ ГП «Облинформпечать», 2000 г., - 460 с.
13. Максимов В.И., Григорян А.К., Корноушенко Е.К. Программный комплекс "Ситуация" для моделирования и решения слабоформализованных проблем. Между-нар. конф. по проблемам управления Москва, ИПУ РАН, 29 июня - 2 июля 1999г. -М., 1999. - Т. 2. - С. 58-65.
14. Робертс Ф.С. Дискретные математические модели с приложением к социальным, биологическим и экологическим задачам - М.: Наука, 1986. - 496 с
15. Свидетельство о государственной регистрации программы для ЭВМ №2018661506. Программа для когнитивного моделирования и анализа социально-экономических систем регионального уровня. Авторы: Горелова Г.В., Калиничен-ко А.И., Кузьминов А.
