CC BY
26
УДК 630*18
РАЗРАБОТКА МЕТОДОВ ОЦЕНКИ ВОЗДЕЙСТВИЯ ЛЕСОПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ НА ОКРУЖАЮЩУЮ СРЕДУ
аспирант кафедры промышленного транспорта, строительства и геодезии А. С. Сушков ФГБОУ ВПО «Воронежская государственная лесотехническая академия»
Система, предназначенная для поддержки аналитической деятельности лесных предприятий, состоит из следующих основных ступеней функционального анализа данных:
1) склеивание данных (heaping) с использованием средств, которые обеспечивают хранение разнородной информации, ведение идентификационных справочников;
2) складирование данных (data warehousing, DWH) и их маркирование, удобное для описания и извлечения различных семантических группировок; результат DWH представляется в виде многомерного куба, каждая точка внутри которого соответствует набору семантически однородных элементарных объектов;
3) совмещение, комбинирование данных (combining) - создание многомерного пространства, где каждая координата соответствует элементу набора или точке куба DWH, отображенной на линейно-упорядоченные градуированные оси (толь-
ко в этом пространстве могут быть установлены отношения взаимосвязи и проведен анализ на основе метрической близости);
4) компьютерная томография или многомерный анализ - позволяет конструировать образы сложных взаимосвязей между рядами данных, наблюдать динамику образования и развитие аномалий;
5) разведывательный анализ данных (data mining) - "просеивание" информации с целью нахождения в ней особенностей и аномалий, заданных описанием шаблонов или пороговых значений;
6) восстановление зависимостей (forecasting) по эмпирическим выборкам -математическая обработка многомерных наблюдений (статистический и прецедентный анализ, оценка тренда временных рядов и проч.);
7) принятие решений, планирование и управление (deciding - computer aided engineering) - отображается специальной сетью "ресурсы - потоки - события".
Рис. Формирование информации для поддержки принятия решений о состоянии
окружающей среды
На нижнем уровне данной системы для хранения данных о состоянии окружающей среды используются различные системы управления базами данных (СУБД), обеспечивающие хранение и оперативную выборку необходимой информации (этапы "склеивания, складирования и совмещения данных") (рис.). Для обработки результатов наблюдений используются различные программные продукты - электронные таблицы, пакеты прикладных программ типа "Statistica", "Statgraphics", "SPSS", "SAS", "Minitab", "Systat", "Stadia", "САНИ", "Мезозавр" и многие другие. Такое разнообразие программного обеспечения обусловлено громадным числом разноплановых задач обработки результатов наблюдений за состоянием окружающей среды, полученных с помощью локальных и дистанционных методов экологического мониторинга. Неоднократно отмечалось, что формальное применение статистических методов без скрупулезного анализа их пригодности для обработки конкретного типа данных приводит к совершенно
невероятным результатам. Это обусловлено необычайной сложностью задач обработки данных при исследовании природной среды. Одним из решений вопроса является применение экспертных систем, в которых, после анализа свойств введенных данных, автоматически выбирается наиболее эффективный алгоритм их обработки.
На среднем уровне экологической информационной системы для анализа информации о состоянии окружающей среды используются географические информационные системы (ГИС - ArcInfo, MapInfo, Ингео, Manifold System, ObjectLand, GeoGraph, Карта-2000 и т.д.).
Мультиагентная система (МАС) - это сравнительно новая информационная технология, ориентированная на совместное использование научных и технических достижений и преимуществ, которые дают идеи и методы, распределенные базы данных, программные средства поддержки теории распределенности и открытости. МАС иногда определяют как более совершенный класс динамических экспертных
систем, которые имеют следующие основные возможности:
- распределенное решение проблем, декомпозируемых на параллельно решаемые подзадачи с самостоятельными источниками знаний;
- применение различных стратегий вывода заключений в зависимости от типа решаемой задачи;
- обработка больших массивов информации из баз данных.
Развитие МАС обусловлено многими факторами. В первую очередь это сложность современных систем и организаций, которая достигает такого уровня, что централизованное управление в них становится неэффективным из-за наличия огромных потоков информации, когда слишком много времени тратится на ее передачу в центр и принятие им решений. Сами системы также становятся все сложнее и сложнее и включают ряд подсистем различной природы, обладающих различными функциональными характеристиками и взаимодействующих с различными специалистами, удаленными друг от друга. Кроме того, с ростом сложности падает надежность систем, и все труднее сформулировать их адекватную целевую функцию [1].
Во-вторых, сами решаемые задачи или разрабатываемые системы подчас неоднородны и распределены: а) в пространстве; б) в функциональном плане, поскольку ни один человек не может создать современную сложную систему в одиночку.
В-третьих, МАС относится к открытым системам. То есть у нее имеются развитые возможности и средства адаптации к
изменениям окружающей среды, в том числе путем модификации своей структуры и параметров. Таким образом, МАС помогут осуществить распределенную обработку большого массива данных и знаний, обеспечить существенное повышение уровня информационной и интеллектуальной поддержки, организацию обработки знаний о предметной области в целях повышения эффективности процесса принятия решений на различных уровнях иерархии.
Актуальность рассмотрения именно такого класса систем обусловлена их способностью решения слабоструктурированных задач, к которым и относятся задачи по снижению экологической безопасности, характеризующиеся отсутствием или сложностью формальных алгоритмов решения путем воспроизведения отдельных функций деятельности человека (накопление и обобщение знаний, выработка гипотез и прогноз, принятие решений, их объяснение и т.д.), динамичностью и распределенностью, многозвенностью структурного состава и многосвязностью составляющих структурных единиц экосистемы:
1. Основная сложность решения связана с использованием слабо-формализованных знаний специалистов-практиков.
2. Входные данные (информация о количестве выбросов в окружающей среды, об условиях миграции загрязняющих веществ и т.д.) и знания о предметной области (нормы выбросов, модели геоэкосистем и т.д.) объемны и разрознены.
3. Сложность геоэкосистемы на "структурном уровне", которая определя-
ется числом элементов системы и связей между ними.
4. Не существует однозначного алгоритмического решения задачи.
5. Большая трудоемкость решения задач экологической безопасности требует полного анализа набора условий и фактов.
Возможности МАС в решении вышеперечисленных проблем обусловлены принципом автономности отдельных частей программы (агентов), совместно функционирующих в распределенной системе, где одновременно протекает множество взаимосвязанных процессов.
Фактически, используя понятие «агент», каждый коллектив разработчиков определяют своего агента с конкретным набором свойств в зависимости от целей разработки, решаемых задач, техники реализации, критериев. Как следствие, в рамках данного направления появилось множество типов агентов, например: простые агенты-механизмы, задача которых - собирать и передавать информацию; агенты-координаторы, которые обеспечивают взаимодействие с другими агентами; агенты поиска, которые перебирают пакеты информации и возвращают какие-то избранные частицы; обучающие агенты, которые на основе полученной информации формируют обобщающие концепции; агенты, принимающие решения, которые раздают задачи и делают выводы на основе ограниченной информации.
Целесообразно использовать следующее понятие агента - автономного программного объекта, способного анализировать ситуацию, принимать решения, коммуницировать с другими агентами,
вести переговоры друг с другом для разрешения возникающих конфликтов и затем информировать систему и пользователя о результатах своих действий.
При создании МАС предполагается, что отдельный агент может иметь лишь частичное представление о задаче и способен решить лишь некоторую ее подзадачу. Поэтому для решения сколько-нибудь сложной проблемы, как правило, требуется взаимодействие агентов, которое неотделимо от формирования МАС. В МАС задачи распределены между агентами, каждый из которых рассматривается как член группы или организации.
Для успешного решения поставленных перед интеллектуальным агентом (ИА) задач, он должен обладать следующими свойствами:
• автономность - относительная независимость от окружающей среды. Следовательно, у каждого агента есть круг задач, причем он располагает малым знанием (или вовсе им не располагает) о том, что делают другие агенты или как они это делают. Каждый агент выполняет свою независимую часть решения проблемы и либо выдает собственно результат, либо сообщает результат другим агентам.
• реактивность - способность воспринимать состояние окружающей среды и изменений этого состояния, а также к учету этой информации в своей деятельности;
• активность - способность генерировать цели и действовать рациональным образом для их достижения;
• базовые знания - знания агента об окружающей среде, включая других аген-
тов. Уровень интеллектуальности определенного агента можно оценить как его способность использовать старые знания в новых, может быть, заранее неизвестных ситуациях и проблемных областях, где оцениваемый агент приемлем как активный решатель задач;
• убеждения - переменная часть базовых знаний, которые могут меняться во времени;
• коммуникативность - свойство агентов взаимодействовать между собой. Общий, совместный результат МАС следует рассматривать как нечто большее, чем сумма отдельных вкладов каждого агента, что в результате дает не только дифференцированную оценку по отдельным элементам воздействия на окружающую среду качества ВС, но и общую оценку.
Таким образом, применение интеллектуальных агентов для решения задач по снижению влияния лесотранспортных процессов на окружающую среду определяется их возможностями работы в основном на динамические проблемные области:
- имеют цели и планы их достижения. Под целью понимается желаемое состояние среды или отдельных ее компонентов;
- имеют средства для восприятия состояния окружающей среды;
- работают в условиях динамической и открытой среды. В общем случае сложность среды не ограничена. В каждый момент времени среда может менять свое состояние, что может влиять на текущие планы агента;
- корректируют свои планы в соот-
ветствии с возможностью их достижения в динамически меняющейся среде. Если в какой-то момент текущий план оказывается недостижимым, то строится новый план;
- стремятся принимать наиболее оптимальные решения, которые возможны в той или иной ситуации;
- прогнозируют будущее состояние окружающей среды для построения работоспособного плана и оценки времени, которое имеется для его достижения.
Интеллектуальные агенты, обладая вышеперечисленными свойствами, развитым внутренним представлением внешней среды, способны анализировать сложившуюся экологическую ситуацию, делать из этого выводы, оценивать и прогнозировать изменения экологической обстановки на выделенных им объектах (предприятие, населенный пункт, область и регион). При таком подходе каждой структурной единице в эколого-экономической системе (административный орган экологической службы, предприятия, оказывающие воздействия на окружающую среду) будет поставлен в соответствие программный агент, а совокупность взаимодействующих программных агентов обеспечит адекватное описание реального взаимодействия всех участников экологической системы.
Выводы.
Без МАС, способной обеспечивать взаимодействие экологических органов и предприятий, самостоятельно находить варианты и принимать индивидуальные решения, обладающими множеством персональных особенностей, генерируя предложения по индивидуальным схемам
управления, внедрение предлагаемой системы управления экологической безопасностью было бы просто невозможным. Применение технологии МАС позволяет решить проблему накопления и хранения знаний, существенно сократить затраты времени на обработку информации и обеспечить принятие решений на всех иерархических уровнях, что немаловажно при решении задач по снижению влияния ле-
сотранспортных систем на окружающую среду.
Библиографический список
1. Сушков А.С., Бурмистрова О.Н. Разработка методов оценки воздействия транспортных потоков на внешнюю среду // Строительные и дорожные машины, 2012. № 12. С. 36-40.
