CC BY
31Эффективность функционирования сложных систем
УДК [330.46 + 519.71] / 004.051
ПРИМЕНЕНИЕ ФРАКТАЛЬНОГО ПОДХОДА ПРИ ПОСТРОЕНИИ СТРАТИФИЦИРОВАННОЙ МОДЕЛИ ЗНАНИЙ ОЦЕНКИ ЭФФЕКТИВНОСТИ СЛОЖНЫХ СИСТЕМ
Л. В. Массель1, Р. В. Ерженин2
1Институт систем энергетики имени Л. А. Мелентьева СО РАН Российская Федерация, 664033, г. Иркутск, ул. Лермонтова, 130 2Научно-практический центр «ГОСУЧЕТ» Российская Федерация, 143441, Московская область, Красногорский р-н, 69 км МКАД, п/о Путилково Офисно общественный комплекс ЗАО «Гринвуд», стр. 19 E-mail: rerzhenin@gmail.com
Рассматривается фрактальность, как методологический способ описания знаний, используемых при моделировании систем помощи принятия решений. Предложена ФС-модель для методологии анализа среды функционирования.
Ключевые слова: фрактальность, стратифицированная модель, СППР, АСФ.
APPLICATION OF THE FRACTAL APPROACH IN THE CONSTRUCTION OF A STRATIFIED MODEL OF KNOWLEDGE EVALUATION OF EFFICIENCY OF COMPLEX SYSTEMS
L. V. Massel1, R. V. Erzhenin2
institute of Power Systems named after L. A. Melentiev SB RAS 130, Lermontov Str., Irkutsk, 664033, Russian Federation 2"NPC GOSUCHET", LTD 19, complex "Greenwood", p/o Putilkovo, 69 km of MKAD, Moscow region, Krasnogorsk district, 143441, Russian Federation E-mail: rerzhenin@gmail.com
The article considers fractality as a methodological way of describing the knowledge used in modeling decision support systems. A FS-model is proposed for the DEA-methodology
Keywords: fractal, stratified fractal model, decision support system, DEA.
Определение знаний как основных закономерностей предметной области в теории искусственного интеллекта используется в качестве рабочего понятия, позволяющих человеку решать конкретные производственные, научные и другие задачи, т. е. знания интерпретируются как факты, понятия, взаимосвязи, оценки, правила, эвристики, а также стратегии принятия решений в этой области [1].
Модель структурирования знаний в работах [2; 3] основана на представлении разных форм (видов) знаний как объектов расслоённого (стратифицированного) пространства. Поскольку знания на слоях не всеобъемлющи, каждый исследователь работает со своим «фракталом» знаний - «вырезкой» из информационного пространства. Математический смысл фракталь-ности, связываемый с дробной или нецелой размерностью, довольно, абстрактен. Геометрический смысл фрактальности более нагляден и прост - фрактал можно отобразить в виде конуса или пирамиды, т. е. любую сферу изучения можно представить в виде множества пирамид «конусов», что согласуется с «пирамидой знаний» в когнитологии [1].
В последнее время использование фрактальности не в математическом, а в философском смысле становится все популярней ввиду того, что подобное представление знаний можно отнести к методологическому свойству, позволяющему с сохранением инвариан-
та, и при изменении масштаба, одновременно рассматривать разномасштабные объекты и процессы. Подобный подход, к примеру, использовался для описания различных стратифицированных фрактальных моделей (ФС-модели) [4; 5], в частности ряд из рассмотренных моделей было предложено использовать для построения систем поддержки принятия решений.
Такой опыт свидетельствует о наличии методологического способа описания данных и знаний, позволяющего создавать ФС-модели для описания архитектуры систем принятия решений. Следовательно, для работы с информационным пространством при моделировании систем, поддерживающих процесс принятия решений (оценки или выбора), возникает необходимость в создании единой информационной среды, которая объединяет в себе описание данных, знаний и инструментальных средств работы с ними [4].
Рассматривая конструктивные аргументы, приведенные в пользу применения метода анализа среды функционирования (АСФ), в качестве основного математического инструментария СППР сравнительной оценки однотипных объектов, следует отметить, что указанный подход наиболее эффективен для анализа деятельности и управления сложными системами [6; 7; 8], и практичен с позиций программной реализации СППР [6; 7].
Решетневские чтения. 2018
Таким образом, принимая во внимание вышеописанные подходы к формированию ФС-моделей, можно заключить, что под проектированием СППР, обеспечивающих поддержку процедуры оценки эффективности сложных систем, подразумевается формирование некоторого специализированного информационного пространства данных и знаний об управлении развитием мета-системы, в том числе включающего и «конусную свертку» информации об оценке эффективности ее подсистем, которую для метода АСФ можно представить как:
О — {{, Dв, Dv, DG, DR }, где Ос - слой исходных данных и знаний об объектах сравнения и оценки; Ов - слой данных и знаний о подходах к сравнению объектов для обоснования принятия решений по оценке; Dv - слой подходов к визуализации многомерного фронта данных для принятия решений; Оа - слой данных и знаний для вычисления различных характеристик поведения объектов и выработки решений; DR - слой данных и знаний для реализации решений (см. рисунок).
Слои информационного пространства, выделяемые при поддержке сравнительной оценки:
DR - реализация решения; Оа - выработка решения;
- визуализация решения; Ов - обоснование решения;
Ос - сбор данных и знаний.
Согласно концепции ФС-модели, можно построить отображения из любого слоя в каждый:
^ : Д ^ Ов; Р, : Д ^ О,; ^ : Д ^ Оа;
р» : Ов ^ Оа; Р/ : О» ^ О, и т. п.
Отображения поддерживаются инструментальными средствами СППР:
Т — {{,Т1Т, тш}, где ТV - инструментальные средства визуализации, ТТ - инструментальные средства интеллектуальной ИТ-среды, Тш - инструментальные средства ИТ-инфраструктуры.
Библиографические ссылки
1. Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. М. : Радио и связь, 1992. 200 с.
2. Массель Л. В. Фрактальная модель структурирования знаний // Искусственный интеллект-94 : сб. науч. трудов нац. конф. с междунар. участием. Рыбинск, 1994. Т. 1. С. 46-49.
3. Криворуцкий Л. Д., Массель Л. В. Фрактальный подход к построению информационных технологий // Информационная технология исследований развития
энергетики. Новосибирск : Наука ; Изд. Фирма РАН, 1995. С. 40-67.
4. Массель Л. В. Фрактальный подход к структурированию знаний и примеры его применения // Онтология проектирования. 2016. Т. 6, № 2(20). С. 149-161.
5. Моделирование этапов принятия решений на основе сетецентрического подхода / Л. В. Массель, Р. А. Иванов, А. Г. Массель // Вестик ИрГТУ. 2013. № 10 (81). С. 16-21.
6. Моргунов Е. П. Многомерная классиф. на основе аналитического метода оценки эффект. сложных систем : дис. ... канд. техн. наук / Сиб. гос. аэрокос-мич. ун-т. Красноярск, 2003. 160 с.
7. Моргунова О. Н. Методы и алгоритмы исследования эффект. сложных иерархических систем : дис. . канд. техн. наук / Сиб. гос. аэрокосмич. ун-т. Красноярск. 2006. 153 с.
8. Кривоножко В. Е., Пискунов А. А., Лычев А. В. Построение функции оценки деятельности сложных систем // Доклады Академии наук. 2009. Т. 426, № 5. С. 608-612.
References
1. Gavrilova T. A., Chervinskaya K. R. Izvlechenie i strukturirovanie znaniy dlya ekspertnykh system [Extraction and structuring of knowledge for expert system]. Moscow, Radio i svyaz', 1992. 200 p. (In Russ.)
2. Massel' L. V. [Fractal model of knowledge structuring], Sb. nauchnykh trudov Natsional'noy konferentsii s mezhdunarodnym uchastiem "Iskusstvennyy intellekt-94". Vol. 1. Rybinsk, 1994. P. 46-49. (In Russ.)
3. Krivorutskiy L. D., Massel' L. V. [Fractal approach to the construction of information technologies]. V kn.: Informatsionnaya tekhnologiya issledovaniy razvitiya energetiki. Novosibirsk, Nauka, Izd. Firma RAN, 1995. P. 40-67. (In Russ.)
4. Massel' L. V. [Fractal approach to the structuring of knowledge and examples of its application]. Ontologiya proektirovaniya. 2016. Vol 6, No 2 (20). P. 149-161. (In Russ.)
5. Massel' L. V., Ivanov R. A., Massel' A. G. [Modeling decision-making stages based on the network-centric approach], Vestik IrGTU. 2013. No. 10(81). P. 16-21. (In Russ.)
6. Morgunov E. P. Mnogomernaya klassifikatsiya na osnove analiticheskogo metoda otsenki effektivnosti slozhnykh system. Dis. kand. tekhn. nauk [Multidimensional classification based on an data envelopment analysis for assessing the effectiveness of complex systems. PhD. techn. sci. diss]. Krasnoyarsk SibGU im. M.F.Reshetneva Publ., 2003. 160 p. (In Russ.)
7. Morgunova O. N. Metody i algoritmy issledovaniya effektivnosti slozhnykh ierarkhicheskikh system. Dis. kand. tekhn. nauk [Methods and algorithms for investigating the effectiveness of complex hierarchical systems. PhD. techn. sci. diss]. Krasnoyarsk SibGU im. M.F.Reshetneva Publ., 2006. 153 p. (In Russ.)
8. Krivonozhko V. E., Piskunov A. A., Lychev A. V. [Construction of the function for evaluating the performance of complex systems]. Doklady Akademii nauk, 2009. Vol. 426, No 5. P. 608-612. (In Russ.)
© Массель Л. В., Ерженин Р. В., 2018
