CC BY
38
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ
и ее точные решения // Известия ИГУ. Сер.: Математика. 2010. № 1. C. 78-91.
3. Косов А.А., Семенов Э.И., Синицын А.В. Интегрируемость модели магнитной изоляции и ее точные радиально-симметричные решения // Известия ИГУ. Сер.: Математика. 2013. Т. 6. № 1. С. 45-56.
4. Нелинейные системы двух уравнений эллиптического типа [Электронный ресурс] // Мир математических уравнений : сайт / ред А.Д. Полянин. URL: http://eqworld.ipmnet.ru/ru/ solutions/syspde/spde-toc3.htm). (Дата обращения 15.11.2016).
5. Семенов Э.И., Косов А.А. О многомерных точных решениях одной нелинейной системы
двух уравнений эллиптического типа // Дифференциальные уравнения. 2015. Т. 51. № 2. С. 229-239.
6. Васильев С.Н. Метод редукции и качественный анализ динамических систем. I // Известия РАН. Сер.: Теория и системы управления. 2006. № 1. С. 21-29.
7. Васильев С.Н. Метод редукции и качественный анализ динамических систем. II // Известия РАН. Сер.: Теория и системы управления. 2006. № 2. С. 5-17.
8. Капцов О.В. Методы интегрирования уравнений с частными производными. М. : Физматлит, 2009. 184 с.
УДК 004.94 Аршинский Вадим Леонидович,
к. т. н., доцент, кафедра автоматизированных систем, Иркутский национальный исследовательский технический университет,
тел. 89149371595, e-mail: [email protected] Проскуряков Дмитрий Павлович, аспирант,
Иркутский национальный исследовательский технический университет, тел. 89149150998, e-mail: [email protected]
ПРИМЕНЕНИЕ ОНТОЛОГИЙ И РАССУЖДЕНИЯ ПО ПРЕЦЕДЕНТАМ ДЛЯ ОБРАБОТКИ КОНТЕКСТА В СОБЫТИЙНОМ МОДЕЛИРОВАНИИ В ИССЛЕДОВАНИЯХ ЭНЕРГЕТИЧЕСКОЙ БЕЗОПАСНОСТИ
V. L. Arshinsky, D. P. Proskuriakov
APPLICATION OF ONTOLOGIES AND CASE-BASED REASONING TO PROCESSING CONTEXT IN EVENT MODELING IN ENERGY SECURITY RESEARCH
Аннотация. Статья посвящена рассмотрению вопросов развития событийного моделирования в исследованиях энергетической безопасности, а именно - исследованию проблемы извлечения экспертных знаний в ходе построения событийных моделей и их дальнейшего использования. При построении событийной модели важно учитывать существенные в предметной области обстоятельства, в которых использование описываемых экспертных знаний будет корректно и актуально. Эти обстоятельства составляют контекст применения экспертных знаний. Рассматривается классификация контекста и его роль на этапах методики событийного моделирования. Выполнен аналитический обзор распространенных моделей представления контекста. Авторами предложен подход к использованию контекста в событийном моделировании, основанный на применении онтологического моделирования и рассуждения по прецедентам. Подход направлен на упрощение отслеживания контекстной информации при анализе событийной модели.
Ключевые слова: событийное моделирование, энергетическая безопасность, онтологии, рассуждения по прецедентам, динамическая память, конструкционная адаптация.
Abstract. The paper focuses on the issues of development of event modeling in energy security research, namely on the study of the problem of extracting expert knowledge during the event model construction and its further utilization. While creating an event model it is important to consider circumstances in a problem domain which make application of expert knowledge accurate and topical. These circumstances constitute the context of applying expert knowledge. Classification of context and its role in the stages of event modeling methodology are considered. Analytical survey of common context representation models is performed. Authors propose the approach to utilization of context in event modeling that is based on application of ontological modeling and case-based reasoning. The approach is aimed at simplifying keeping track of context information during analysis of an event model.
Keywords: event modeling, energy security, ontologies, case-based reasoning, dynamic memory, constructive adaptation.
Введение
В рамках исследований, проводимых на базе лаборатории информационных технологий в энергетике ИСЭМ СО РАН, разрабатываются различные методические и программно-инструментальные средства для построения семантических моделей, используемых для описания знаний в
области исследований проблем энергетической безопасности, а также управления этими моделями и их интеграции между собой [1]. Исследования проблемы энергетической безопасности (ЭБ) включают в себя решение задач оценивания воздействий реализации чрезвычайных ситуаций (ЧС) на топливно-энергетический баланс (ТЭБ) страны
Информатика, вычислительная техника и управление
и отдельных её регионов, а также изучение возможных путей компенсации этих воздействий за счет проведения превентивных и ликвидационных мероприятий [2]. Одной из важнейших проблем в этих исследованиях является проблема выработки множества возможных сценариев развития и компенсации последствий чрезвычайных ситуаций на объектах топливно-энергетического комплекса (ТЭК) страны.
В качестве основы для разработки инструментальных средств поддержки исследователя на этапе выработки возможных сценариев для дальнейшего детального изучения в работе [3] предложен подход к формализации знаний исследователей-энергетиков на основе аппарата событийного моделирования.
Событийный подход в исследованиях проблемы энергетической безопасности Основу событийного моделирования составляет описание конечного набора событий, последовательная реализация которых отражает поведение моделируемой системы. Эти события связаны между собой причинно-следственными взаимосвязями. Последовательности событий отслеживаются на модели в том же порядке, в каком они бы происходили на реальной системе. Задаваемые моделью деревья реализации событий позволяют получить множество альтернативных сценариев развития заданной ситуации в системе [3].
Событийная модель может быть представлена в виде событийной карты - графического представления, ориентированного на исследователя (эксперта). Событийная карта определяется как направленный граф, вершинами которого являются события, дуги графа показывают направление причинно-следственных связей между событиями [3].
Целями событийного моделирования являются, во-первых, получение множества сценариев развития событий, отражающих варианты поведения системы, и во-вторых, извлечение и накопление знаний эксперта о взаимосвязях явлений и процессов предметной области [3].
Для поддержки предложенного подхода была разработана графическая среда событийного моделирования ЕуеШМар, с помощью которой исследователь может построить событийную модель ЧС и сгенерировать возможные сценарии развития событий, а также изучить, как будет влиять на конечное множество сценариев включение в модель тех или иных событий. Виды контекста
Построение событийной модели основывается на извлечении из эксперта знаний о предметной области. При этом важную роль играет контекст применения экспертных знаний, так как
необходимо учитывать множество существенных в конкретной предметной области обстоятельств, в которых это знание будет актуально и корректно
[4].
На данный момент не существует единого определения контекста, каждая дисциплина, а часто и каждый исследователь, приводят свое определение, акцентирующее интересующие в данный момент стороны явления. В [5] описана попытка выделить ключевые параметры, характеризующие существующие определения контекста. «Контекст действует как множество ограничений, влияющих на поведение системы (человека или компьютера), решающей определенную задачу» [5].
Отсутствие явно представленного контекста затруднит как процесс извлечения знаний из экспертов, так и использование уже построенных моделей, т. к. неявные предположения, лежащие в их основе, могут различаться. Относительно приведенного выше определения рассмотрим классификацию контекста в зависимости от знаний, которыми обладает эксперт или экспертная система, и знаний, которые используются при решении задачи [6, 7]:
• Внешний контекст, или контекстуальные знания, - представляют собой подразумеваемые знания, относящиеся к задаче или событию.
• Внешние знания - не имеют отношения к конкретной решаемой задаче. Это знания, дополнительно известные всем агентам, использующим контекст.
• Внутренний, или процедурный, контекст -это часть контекстуальных знаний, конкретизированная в соответствии с решаемой задачей, т.е. это контекстуальные знания, необходимые для выполнения определенных действий для достижения поставленной цели.
Рассмотрим основные этапы методики событийного моделирования [3] и то какую роль играют виды контекста на каждом из этих этапов:
• Постановка задачи. В ходе этого начального этапа формулируются объект и цель моделирования, а также выбирается уровень детализации модели.
• Выбор инициирующих событий. На этом этапе эксперт должен выбрать инициирующие (начальные) события, реализация которых будет точкой отсчета для дальнейшего развития событий.
• Формирование списка событий модели. Эксперт составляет список ключевых событий, отражающих динамику развития исследуемого процесса.
• Определение последовательности реализации событий. На данном этапе устанавливаются причинно-следственные связи между событиями.
• Построение событийной карты. Основной целью проведения этого этапа является визуальная фиксация результатов выполнения предыдущих этапов.
• Формализация событийной модели. Для формального описания может быть использован аппарат Joiner-сетей, позволяющий описывать взаимодействие асинхронных процессов, как в графическом виде, так и в виде системы логических выражений [3]. Этот этап выполняется с целью автоматизации обработки событийной модели.
• Получение множества сценариев развития событий. Поиск сценариев выполняется на основе формального описания, полученного на предыдущем этапе.
В процессе формирования событийной модели (на этапах с первого по четвертый) эксперту необходимо отслеживать неявные предположения и другую подразумеваемую информацию, на которой основывается моделирование. Поэтому имеет смысл использовать отдельный формализм для представления контекстуальных знаний и внешних знаний. Явное преставление контекста будет в особенности полезно при взаимодействии нескольких экспертов.
Модели представления контекста Рассмотрим некоторые наиболее распространенные модели представления контекста и выберем модель, наиболее подходящую для наших целей.
В контекстной логике [8] формализм, используемый для представления контекста, является расширением логики первого порядка, где аксиомы рассматриваются как верные или нет в рамках некоторого контекста. В [8] было введено отношение ist(c,p), декларирующее, что формулаp истинна в контексте с. Управление контекстом осуществляется с помощью перемещающих аксиом (lifting axioms), которые устанавливают взаимосвязь между истинностью формул в различных контекстах.
Пропозициональная контекстная логика [9] была получена как развитие формализации, предложенной МакКарти. Ключевые положения, на которых она основывается, могут быть неформально изложены следующим образом [10]: 1. Контекст моделируется множеством утверждений, каждое из которых описывает возможное положение вещей в данном контексте. Чтобы высказывание было верным в контек-
сте, оно должно удовлетворять каждому утверждению, относящемуся к данному контексту.
2. Формула всегда представлена в контексте. Кроме того, сам контекст тоже может быть рассмотрен с различных точек зрения, т. е. содержимое контекста само по себе контекстно-зависимо. Это приводит к необходимости рассматривать последовательности контекстов, где каждый последующий интерпретируется в предыдущем. Формально это выражается как k\ ... kn : p. Это свойство контекста называется выпуклостью (non-flatness).
3. Контекст всегда является неполным, в том смысле, что в каждом контексте может быть интерпретировано только подмножество всех высказываний, возможных в данном контексте.
4. Не существует самого общего контекста, объединяющего остальные. Для каждого контекста k существует более общий контекст k', из которого может быть описан k.
Несколько отличную точку зрения на моделирование контекста предлагают многоконтекстные логики (multi-context logics). Они представляют собой семейство логик {Li}i£i, где I -множество индексов контекстов. Каждая логика Li используется для формализации i-го контекста.
Многоконтекстные логики основаны на двух принципах: локальности (locality) и совместимости (compatibility). В соответствии с первым, контекст описывает (или, говоря более формально, аксиоматизирует в логической теории) некоторую часть мира, и утверждения, следующие из этого описания, будут верны только в той же самой части мира. Второй принцип утверждает, что различные контексты, описывающие взаимосвязанные явления, ограничены таким образом, что это обеспечивает их совместимость [11].
Для многоконтекстных логик характерны следующие отличительные черты [10]:
1. Контекст понимается как способ структурирования индивидуального представления о мире (когнитивный контекст).
2. Вывод осуществляется локально, основываясь на том контексте, который наиболее подходит для решения стоящей задачи, т. е. для осуществления вывода необходимо выбрать один наиболее подходящий контекст.
3. Однако, в соответствии с принципом совместимости, между локальными процессами вывода возможны взаимосвязи. Например, два контекста могут описывать одно явление, но с разным уровнем детализации. Формально отношение совместимости реа-
Информатика, вычислительная техника и управление
лизуется объединяющими правилами (bridge
rules), которые имеют условие и следствие в
различных контекстах.
Другим формализмом, который, в отличие от предыдущих, позволяет описывать контекст с помощью графов, являются контекстные графы [12]. Контекстный граф является ациклическим направленным графом с одним входом и одним выходом, т. к. моделирует процесс принятия решения с заранее известным стартовым и целевым состоянием. Вершины в графе организованы последовательно-параллельно. Различные пути описывают различные контекстно-зависимые способы достижения целевого состояния.
Элементами контекстного графа являются: действия, контекстные элементы, подграфы, деятельности (activities), параллельные группы действий (parallel action groupings). Действие является основным строительным блоком контекстного графа и представляет элементарную задачу. Контекстный элемент представлен двумя типами вершин - контекстной и рекомбинационной. Контекстная вершина имеет одну входящую и n исходящих дуг, а связанная с ней рекомбинационная вершина имеет n входящих и одну исходящую. Различные дуги соответствуют различным реализациям контекстного элемента. Подграф сам является контекстным графом и применяется для декомпозиции задач. Деятельность представляет собой конкретный подграф, использующийся в нескольких контекстных графах, и может рассматриваться как сложное действие. Параллельная группа действий выражает тот факт, что определенные действия (например, представленные подграфами) должны быть выполнены, однако порядок их выполнения не имеет значения.
Другой многообещающей моделью, которая может быть использована для представления контекста, является онтологическая модель. Она позволяет структурировать накопленную информацию и обеспечивает семантическую совместимость объектов, вовлеченных во взаимодействие [7]. Контекстное моделирование на высоком уровне абстракции основывается на использовании выразительной модели представления знаний и средств рассуждения, поддерживающих формальный логический вывод [11].
Хороший компромисс между выразительностью описания и сложностью вывода представляют дескрипционные логики (description logics) и основанный на них язык моделирования онтоло-гий OWL (Web Ontology Language). Средствами OWL-DL можно выполнить моделирование предметной области путем описания классов, экземпляров классов, их свойств и отношений. Специальные операторы языка предоставляют возмож-
ность составлять сложные описания классов и свойств из простых описаний [13].
В работе [7] для представления контекста используются онтологии, описанные средствами формализма объектно-ориентированных сетей ограничений (ООСО). Для моделирования ситуаций используется два вида контекста: абстрактный и прикладной. Абстрактный контекст представляет собой онтологическую модель текущей ситуации, построенную на основании интеграции знаний проблемной области, релевантных для данной ситуации. Прикладной контекст является конкретизацией абстрактного контекста для реальных условий [7].
В соответствии с формализмом ООСО онтология A описывается как A = (О, Q, D, С), где O -множество классов объектов, Q - множество атрибутов классов, D - множество доменов (областей допустимых значений атрибутов), С - множество ограничений. Применение ООСО позволяет представить онтологическую модель задачи пользователя задачей в ограничениях и интерпретировать ее как задачу удовлетворения ограничений [14].
Для наших целей наиболее подходящей из рассмотренных моделей представления контекста является онтологическая модель, в частности язык моделирования онтологий OWL-DL. Он обладает достаточной выразительностью описания и средствами автоматического вывода, позволяющими получать неявные знания, логически следующие из имеющихся [13].
Контекст в событийном моделировании
Событийная модель используется исследователем-энергетиком для анализа возможных сценариев развития событий. В процессе анализа контекст может быть использован для того, чтобы учитывать неявные предположения эксперта, на которых он основывает свои рассуждения. Для этого необходимо решить две основные задачи. Во-первых, предварительно описать контекстуальные знания, относящиеся к исследуемой событийной модели. Во-вторых, при реализации события выводить соответствующий процедурный контекст.
На каждом шаге анализа дерева реализации событий доступна неполная информация о ситуации предметной области, т. е. в случае выбора из нескольких возможных сценариев той информации, которая содержится в событийной модели, может быть недостаточно для принятия обоснованного решения. Эта проблема сходна с проблемой управления разрешением конфликтов в продукционных экспертных системах, в том виде, в каком она описана в [15]. Поэтому предлагается адаптировать предложенный в указанной работе подход.
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ А^^М
Рис. 1. Схема подхода к извлечению контекста
Для решения первой задачи предлагается параллельно с построением событийной модели описывать в онтологии знания о предметной области вместе с соответствующим контекстом применения этих знаний.
Для решения второй задачи нужно определить, с помощью каких средств будет происходить извлечение необходимых знаний из онтологии. Для этого предлагается использовать язык запросов SPARQL и средства автоматического вывода (например, Pellet [16]). Однако главной является проблема, как определить, какое подмножество контекстуальных знаний соответствует реализованным событиям, т. е. какие знания из представленных в онтологии будут являться процедурным контекстом в каждом конкретном случае.
Эту проблему предлагается решать с помощью рассуждения по прецедентам (case-based reasoning). Новые проблемы решаются в нем путем поиска прецедента, описывающего сходную ситуацию, и повторного использования знаний, ассоциированных с этой ситуацией [17]. Прецедентом в нашем случае будет являться описание ситуации предметной области, возникающей в процессе прохода по дереву событий, дополненное соответствующим контекстом.
Для хранения прецедентов предлагается использовать память, основанную на эпизодических пакетах (Episodic Memory Organization Packets E-MOPs) [18]. Содержимое памяти организовано в концептуальные категории, основанные на смысловом сходстве. Эти концептуальные категории описываются в виде эпизодических пакетов (E-
MOPs). Эпизодические пакеты организуют похожие ситуации в соответствии с их различиями, а также строят обобщения на основе их сходных черт. Каждый эпизодический пакет содержит: нормы, описывающие обобщенную информацию, характеризующую запомненные ситуации; древовидную структуру, индексирующую ситуации в соответствии с их различиями [18].
Цикл рассуждения по прецедентам включает в себя четыре этапа [17]:
1) Извлечение наиболее похожего прецедента.
2) Использование содержащейся в нем информации для решения новой задачи.
3) Проверка полученного решения.
4) Сохранение полезного опыта.
Рассмотрим, как осуществляется
взаимодействие событийной модели, онтологии и эпизодической памяти для получения процедурного контекста в процессе анализа событийной модели. На рис. 1 представлена обобщенная схема предлагаемого подхода.
На этапе извлечения знаний и построения событийной модели выполняется построение онтологии предметной области и заполнение эпизодической памяти базовым множеством прецедентов. Как событийная модель, так и эпизодическая память используют терминологию, описанную в онтологии.
В процессе анализа конкретной событийной модели реализованные на данном этапе события необходимо разобрать на понятия предметной области, основываясь на онтологии. Результат соот-
Информатика, вычислительная техника и управление
несения событий с понятиями и отношениями онтологии составит описание текущей ситуации предметной области. Это описание используется как ключ для поиска похожего прецедента в эпизодической памяти.
Найденный прецедент содержит необходимую контекстную информацию. В случае полного совпадения ключа и найденного прецедента контекстная информация используется для дополнения описания ситуации предметной области.
Прецедент может не полностью соответствовать текущей ситуации предметной области. В этом случае его нужно скорректировать в соответствии с имеющимся описанием ситуации. Для этого предлагается использовать конструкционную адаптацию (constructive adaptation) [19]. Двумя ключевыми операциями в конструкционной адаптации являются формирование гипотез (hypotheses generation) и сортировка гипотез (hypotheses ordering) [19]. Эти операции выполняются на основе найденного прецедента (или прецедентов), частично соответствующего текущей ситуации. Гипотезой в нашем случае будет являться запрос к онтологии на извлечение определенной контекстной информации. Полученная контекстная информация используется для дополнения описания ситуации предметной области.
Инженер выполняет проверку полученного описания. Если в результате был получен корректный контекст, то решение сохраняется в эпизодической памяти. В противном случае выполняется проверка следующей гипотезы.
Описанный цикл работы с эпизодической памятью позволяет расширять ее в процессе функционирования экспертной системы. Основу расширения составляют прецеденты, уже содержащиеся в эпизодической памяти. Для того чтобы приспособить их к новой проблеме, необходим источник информации о предметной области, которым является онтология, описывающая отношения между понятиями предметной области. Использование прецедентов основывается на применении конструкционной адаптации. Результаты ее работы зависят от уже имеющихся прецедентов и содержимого онтологии [15]. Поэтому на начальном этапе для имеющихся событийных моделей предлагается выбрать небольшое базовое множество прецедентов, соотносящих контекст с реализацией событий. При добавлении новых событийных моделей содержащиеся в эпизодической памяти прецеденты будут использоваться для получения релевантного контекста.
Заключение
При работе с небольшим числом событий-
ных моделей такой подход может быть громоздким, т. к. инженеру будет несложно отслеживать, какую контекстную информацию необходимо учитывать при анализе того или иного сценария. Однако с увеличением числа событийных моделей и ростом их сложности автоматический вывод контекста, основанный на онтологии и прецедентах, позволит значительно упростить анализ и принятие решений благодаря явному представлению смысловых взаимосвязей между элементами событийной модели и контекстом.
Работа выполнена при частичной поддержке по гранту РФФИ «Методы ситуационного управления и семантического моделирования в энергетике» (№ 15-07-01284).
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Массель Л.В. Массель А.Г. Технологии и инструментальные средства интеллектуальной поддержки принятия решений в экстремальных ситуациях в энергетике // Вычислител. технологии. 2013. Т. 18. С. 37-44.
2. Принципы формирования направлений корректировки сценариев развития энергетики государства с позиций энергетической безопасности / А.В. Еделев и др. // Информационные и математические технологии в науке, технике и образовании : тр. X Байкал. Всерос. конф. Ч. 2. Иркутск, 2005. С. 200-209.
3. Аршинский В.Л. Методический подход к событийному моделированию в исследованиях энергетической безопасности // Информационные и математические технологии в науке и управлении : тр. XV Байкал. Всерос. конф. Ч. II. Иркутск, 2010. С. 120-129.
4. Проскуряков Д.П. Использование контекстной информации в стратегии управления продукциями // Винеровские чтения 2015 : труды Всерос. молодежи. науч.-практ. конф. Иркутск, 2015. С. 83-86.
5. Bazire M. Understanding context before using it / M. Bazire, P. Brezillon // Modeling and using context (CONTEXT 2005) / Editors: A.K. Dey, B. Kokinov, D.B. Leake, R. Turner. Springer, 2005. P. 29-40.
6. Brezillon P. Modeling and using context: past, present and future. 2002. URL: http://ftp.lip6.fr /lip6/reports/2002/lip6.2002.010.pdf (дата обращения 20.04.2016).
7. Смирнов А.В. Левашова Т.В., Пашкин М.П. Модели контекстно-управляемых систем поддержки принятия решений в динамических
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ
структурированных областях // Труды СПИИРАН. 2009. Вып. 9. C. 116-147.
8. McCarthy J. Notes on Formalizing Context // Proc. of the 9th International Joint Conference of Artificial Intelligence. Chambery, France. 1993. P. 555-560.
9. Buvac S. Metamathematics of contexts / S. Buvac, V. Buvac, I.A. Mason // Fundamentae Infor-maticae. 1995. Vol. 23(3). P. 412-419.
10. Serafini L., Bouquet P. Comparing formal theories in AI // Artificial Intelligence. 2004. Vol. 155(1/2). P. 41 -67.
11. Context In Computing: A Cross-Disciplinary Approach for Modeling the Real World / Editors: P. Brezillon, A.J. Gonzalez. Springer. 2014. 573 p.
12. Brezillon P. Task-realization models in Contextual Graphs // Modeling and using context (CONTEXT 2005) / Editors: A.K. Dey, B. Kokinov, D.B. Leake, R. Turner. Springer, 2005. P. 55-68.
13. Bettini C. A survey of context modelling and reasoning techniques / C. Bettini et al. // Pervasive and Mobile Computing. 2006. Vol 6(2). P. 161180.
14. Контекстно-управляемая поддержка принятия решений в распределенной информационной среде / А.В. Смирнов и др. // Информационные технологии и вычислительные системы. 2009. №1. С. 38-48.
15.Проскуряков Д.П. Управление разрешением конфликтов в продукционных экспертных системах // Вестник ИрГТУ. 2015. № 8(103). С. 47-51.
16. Pellet: A practical OWL-DL reasoner / E. Sirin et al. // Web Semantics: Science, Services and Agents on the World Wide Web. 2007. Vol 5(2). P. 51-53.
17.Aamodt A., Plaza E. Case-based reasoning: foundational issues, methodological variations, and system approaches // Artificial Intelligence Communications. 1994. 7(1). P. 39-59.
18. Kolodner J. Maintaining organization in a dynamic long-term memory // Cognitive Science. 1983. Vol. 7. P. 243-280.
19. Plaza E., Arcos J.L. Constructive adaptation / Advances in Case-Based Reasoning. Vol. 2416. Springer Verlag, 2002. P. 306-320.
УДК 658.516:303.703 Рубин Геннадий Шмульевич,
к. т. н., доцент кафедры технологии, сертификации и сервиса автомобилей, Магнитогорский государственный технический университет им. Г. И. Носова,
тел. (3519) 298481, е-mail: [email protected] Данилова Юлия Владимировна, инженер-исследователь, кафедра технологий обработки материалов, Магнитогорский государственный технический университет им. Г. И. Носова,
тел. (3519) 298481, е-mail: [email protected] Полякова Марина Андреевна, к. т. н., доцент кафедры технологий обработки материалов, Магнитогорский государственный технический университет им. Г. И. Носова,
тел. (3519) 298481, е-mail: [email protected]
СИСТЕМНЫЙ АНАЛИЗ В СТАНДАРТИЗАЦИИ. СТАНДАРТИЗАЦИЯ КАК ФОРМА ВЗАИМОДЕЙСТВИЯ СИСТЕМ
G. Sh. Rubin, Yu. V. Danilova, M. A. Polyakova
SYSTEM ANALYSIS IN STANDARDIZATION. STANDARDIZATION AS A KIND OF INTERACTIONS BETWEEN SYSTEMS
Аннотация. К настоящему времени в области стандартизации накопилось достаточно много проблем, связанных, с недостаточной степенью развития ее научных основ. Дальнейшее развитие стандартизации требует формулировки научных принципов этой деятельности с учетом современного уровня научного знания и степени развития производственных отношений. Основу науки о стандартизации - протипологии - составляет методология разработки нормативных документов, основанная на установлении взаимосвязи между потребительскими функциями изделия и его измеряемыми параметрами (показателями качества), которые регламентируются в стандартах, а также на возможности количественной оценки степени близости позиций заинтересованных сторон при разработке стандарта. Отмечается, что потребитель и производитель -это две системы, которые стремятся к взаимодействию. С другой стороны, взаимодействующие системы невозможно определить без понятия функции. Рассматривая различные объекты как систему, наблюдаем, что во взаимодействии с другими объектами проявляются разные свойства этих объектов. При анализе изделия необходимо выявить его функции с учетом цели использования изделия. Такой подход называется функционально-целевым анализом. У каждой функции изделия есть количественно измеряемый показатель. Результатом взаимодействия систем является изменение количественного параметра функции. Технические стандарты исполняют указанную функцию взаимодействия систем изготовления и потребления и унифицируют для сторон требования к продукции и услугам.
Ключевые слова: стандартизация, система, научные основы, изделие, стандарт, функция.
Abstract. At present time there are too many problems in standardization connected with inefficient level of its scientific basics. Further development of standardization needs the fresh wording of the scientific principles subjected with the state-of-the-art level of the scientific knowledge and the degree of the industrial relations. Protipology as a new science about standardization is based both on the
