CC BY
69
УДК 004.94
О.В. Кудинова, Д.Н. Халиуллина1
1 ФГБУН Институт информатики и математического моделирования технологических процессов КНЦРАН
СОЗДАНИЕ ШАБЛОНОВ ИМИТАЦИОННОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ТРУДОВЫХ РЕСУРСОВ С ПОМОЩЬЮ ОНТОЛОГИЧЕСКИХ ОПИСАНИЙ ПРЕДМЕТНОЙ ОБЛАСТИ
Аннотация
В данной работе рассмотрена проблема трудовых ресурсов Мурманской области. Представлен краткий обзор понятий имитационного моделирования и онтологии. Предложен подход к созданию имитационной модели прогнозирования баланса трудовых ресурсов в регионе на основе онтологий.
Ключевые слова:
трудовые ресурсы, онтология, имитационная модель.
О. V. Kudinova, D.N. Khaliullina
CREATING TEMPLATES OF SIMULATION MODEL FOR LABOUR FORCE BALACE PREDICTION BASED ON THE ONTOLOGICAL DESCRIPTIONS OF SUBJECT AREA
Abstract
The article describes the problems of labour force in Murmansk region. A brief review of terms of simulation modeling and ontology is observed. An approach to creating of simulation model for labour force balance prediction based on the ontological descriptions is suggested.
Key words:
labour force, ontology, simulation model.
Введение
Многие предприятия и организации Мурманской области испытывают дефицит квалифицированных кадров. Экономика региона нуждается в специалистах инженерно-технического профиля и рабочих строительных профессий, а также в области жилищно-коммунального хозяйства и рыбо-обработки [1].
В основе формирования трудовых ресурсов лежат демографические процессы. По данным Всероссийской переписи 2010 года численность постоянного населения Мурманской области составила 795,4 тыс. человек, снизившись за межпереписной период (с 2002 года) на 97,1 тыс. человек.
Основной и наиболее существенной причиной сокращения численности населения области в период с 2002 по 2010 год была миграционная убыль. Другой причиной сокращения численности населения явилась естественная убыль. Устойчивая тенденция сокращения естественной убыли населения отмечается, начиная с 2007 года.
Снижение общей численности населения повлекло за собой сокращение численности трудовых ресурсов. В 2011 году трудовые ресурсы Мурманской области составили 538262 человека, снизившись за последние 5 лет на 10 %.
В целом по области доля трудовых ресурсов в общей численности населения снизилась с 72,8 % в 2010 году до 68 % в 2011 году. Снижение произошло, в основном, за счет уменьшения численности трудоспособного населения. В связи с этим, в Мурманской области возникла проблема распределения кадров.
Одним из эффективных методов моделирования сложных социальных процессов является метод имитационного моделирования. Для решения проблемы распределения предлагается создать имитационную модель (ИМ) баланса трудовых ресурсов на основе онтологий, опирающихся на анализ тенденций экономических, социальных, демографических и других показателей, что позволит удобно и наглядно дать оценку ситуации и проводить необходимые эксперименты.
Процесс решения данной задачи был условно разбит на несколько этапов:
• создание онтологии предметной области;
• выделение типовых структурных элементов шаблонов (некоторых типовых конструкций, обладающих неизменной структурой, а также функционально реализующих определенную цель) [2] из онтологии;
• непосредственно создание шаблонов;
• построение базовой имитационной модели из полученных шаблонов.
Создание онтологии предметной области
Когда заходит речь о моделировании сложной системы с самого начала, то сам процесс описания концептуальной модели становится трудоемким и сложным. Одним из способов реализации этого является представление концептуальной модели в виде иерархической древовидной структуры, на основе которой собирается системно-динамическая модель из конечного набора типовых шаблонов. В качестве концептуальной модели может выступать онтологическое описание предметной области [3, 4].
Формально онтология понимается как система понятий некоторой предметной области, которая представляется как набор сущностей, соединенных различными отношениями [5].
В рамках работы ИИММ КНЦ РАН была разработана онтология распределения трудовых ресурсов в Мурманской области, часть которой представлена на рис. 1.
Основные понятия, которые отражают и характеризуют трудовые ресурсы региона в онтологии, представлены следующими классами: Демография, КатегорииПерсонала, Население, Предприятия, ТрудовыеРесурсы, УчебныеЗаведения и др.
Между понятиями установлены отношения наследования:
• Демография имеет подклассы ДемографияНаселения и Демогра-фияПредриятия;
• Население имеет подклассы МестноеНаселение, МиграцияНаселения;
• ТрудовыеРесурсы имеет подклассы ТрудовыеРесурсыМолодежь, ТрудовыеРесурсыОсновные, ТрудовыеРесурсыПожилые;
• УчебныеЗаведения имеет подклассы ВУЗы, Колледжи, Школы;
• и др.
Рис. 1. Часть онтологии распределения трудовых ресурсов Мурманской области, реализованная в Protege
Область допустимых значений понятий определяется типом переменной, к которым они относятся, например:
• ДатаСоздания (тип integer) относится к классу Предприятия;
• ИмеетВозраст (тип integer) относится к классу Население;
• КоличествоЧеловек (тип integer) относится к классу Население;
• Коэффициент_выпускников (тип integer) относится к классам Школы, Колледжи и ВУЗы;
• Коэффициент_ликвидации_предприятий (тип double) относится к классу ЛиквидацияПредприятия;
• Коэффициент_рождаемости (тип double) относится к классу РождаемостьНаселения;
• и др.
Для представления элементов онтологии трудовых ресурсов используются экземпляры классов. Вот некоторые из них:
• СмертностьДетей, СмертностьВзрослых, СмертностьПожилых являются экземплярами класса СмертностьНаселения;
• СозданиеМалыхПредприятий, СозданиеСреднихПредприятий, СозданиеКрупныхПредприятий являются экземплярами класса Создание Предприятий;
• ЛиквидацияКрупныхПредприятий, ЛиквидацияМалыхПредприятий, ЛиквидацияСреднихПредприятий являются экземплярами класса Ликвида-цияПредприятий.
• и др.
Ограничение информации, содержащейся в онтологии, и проверка ее корректности могут быть заданы правилами:
1. Ограничение работоспособности женщин при достижении 50 лет и перевод их в разряд пожилых с возможностью работать описывается следующим образом:
Население^), integer[> 50](?age), Имее^возраст^, ?age),
Имеет_пол(?x, "ж") -> Пожилые(?x), Возможность_полной_занятости
(?x, true), Возможность_частичной_занятости(?x, true).
2. Расчет общего количества рабочих мест на предприятии с учетом всех категорий рабочих производится с учетом следующего правила:
Предприятия(?х), КоличествоОбслуживающегоПерсонала(?х, ?y1),
КоличествоРабочегоПерсонала(?х, ?y2),
КоличествоУправленческогоПерсонала(?х, ?y3), add(?z, ?y1, ?y2),
add(?z1, ?z, ?y3) -> КоличествоРабочихМест(?х, ?z1).
3. Перевод населения из класса Дети в класс Трудовые РесурсъМолодежь производится в том случае, если данное население имеет возможность работать. Правило, отражающее данный процесс, записывается следующим образом:
Дети(?х), Возможность_частичной_занятости(?х, true) ->
ТрудовыеРесурсыМолодежь(?х).
Остальные ограничения также задаются правилами, которые позволяют более детально представить информацию предметной области.
Также в онтологии между понятиями установлены атрибутивные и функциональные связи («ИмеетВлияние», «РаботаетВ», «ВходитВ» и др.) и количественные и пространственно-временные отношения («ИмеетВозраст», «ГодРождения», «КоличествоРаботников» и др.).
Таким образом, в онтологию была включена вся необходимая для данного этапа информация.
Алгоритм выделения типовых структурных элементов шаблонов из онтологии
Одним из вариантов реализации ИМ является системно-динамическая модель. Задание входных, выходных переменных и проведение экспериментов позволяет получать подробную статистику о различных аспектах функционирования систем. Основными структурными элементами таких моделей являются:
Накопители (также называемые уровнями или фондами) представляют собой такие объекты реального мира, в которых сосредотачиваются некоторые ресурсы. Их значения изменяются непрерывно.
Потоки - это активные компоненты системы, они изменяют значения накопителей. Поток снабжается регулятором, который управляет интенсивностью наполнения или уменьшения фонда с помощью вычисляемого алгебраического выражения. В свою очередь, накопители системы могут определять значения потоков.
Вспомогательные переменные помогают преобразовывать одни числовые значения в другие. Они показывают меняющееся значение признака при текущих изменениях модели в процессе имитации. Данные элементы могут произвольно изменять свои значения или быть константами [6].
Исходя из того, что любой шаблон ИМ, построенной на основе системной динамики, состоит из вышеупомянутых элементов, процесс создания шаблона из онтологии можно разбить на несколько этапов:
1. Выявление динамических объектов. В соответствии с целью моделирования эксперт по онтологиям совместно с экспертом по ИМ, указывает те понятия области, которые являются динамическими.
2. Выделение уровней. В соответствии с целью моделирования (цель создания шаблона) ставится задача выделения из онтологии древовидной структуры концептов. Она решается путем вырезания фрагмента онтологии, соответствующей цели, при этом последние вершины выделенного графа будут отнесены к уровням.
3. Выделение потоков. Так как понятие потока подразумевает под собой изменяющуюся во времени величину, то экземпляры динамических понятий, определенных на первом этапе, становятся потоками.
4. Выделение переменных. На этом этапе достаточно установить, в каких атрибутах класс, к которому принадлежит данный поток, участвует в качестве домена. Если такие атрибуты будут найдены, то они будут отнесены к переменным, связывающим соответствующий поток с уровнем.
5. Выделение вспомогательных переменных. Переменные, не связанные с потоками, но имеющие отношение к цели, устанавливаются как вспомогательные переменные.
Таким образом, получаем данные обо всех возможных предположительных потоках, уровнях, переменных и вспомогательных переменных в соответствии с заданной целью моделирования шаблона.
Создание шаблонов из онтологии
Для прогнозирования баланса трудовых ресурсов необходимо создать имитационную модель, состоящую из следующих шаблонов:
• шаблон «Население области»;
• шаблон «Предприятия области»;
• шаблон «Рабочие места предприятий отрасли».
Рассмотрим создание шаблонов на примере шаблона «Население области» в соответствии с определенными выше этапами.
1. Для указания динамических объектов в онтологию вводится свойство ИмеетВлияние. Оно определяет изменение значений во времени того или иного понятия. Динамика может быть либо отрицательной (свойство принимает значение 0), либо положительной (свойство принимает значение 1). Так как целью моделирования в данном случае является получение данных о динамике развития населения, то динамическими становятся такие понятия, как РождаемостьНаселения и СмертностьНаселения.
2. В соответствии с целью моделирования вырезаем древовидную структуру (рис. 2). Согласно предложенному алгоритму, уровнями становятся классы Дети, Взрослые и Пожилые.
МиграцияНаселен ИЯ Пожилые
Взрослые
е
9 Дети
Рис. 2. Дерево понятий в соответствии с поставленной целью
3. Далее производится поиск классов, имеющих свойство динамических объектов ИмеетВлияние. Экземпляры полученных классов становятся потоками, а в зависимости от значения свойства, они будут иметь либо положительное, либо отрицательное влияние на уровень (рис. 3).
МгтЬфг? «1 | ♦ ЛикеидацияКрупныхПредприятий ♦ЛикеидацияМалыхПредприятий ♦ЛиквидацияСреднихПредприятий ♦ СмертностьВзрослых | ' 1И*тЬ*г? «ж \ ♦РождаемостьДетей ] ♦СозданиеКрупныхПредприятий ; ♦СозданиеМалыхПредприятий ! ♦СозданиеСреднихПредприятий
♦ СмертностьДетей ! ♦ СмертностьПожилых
Отрицательный поток ! Положительный поток
Рис. 3. Разделение потоков на положительные и отрицательные
4. Следующим шагом является выделение переменных. В качестве примера рассмотрим поток СмертностьДетей. Он является членом класса СмертностьНаселения, который, в свою очередь, используется в атрибуте Коэффициент_смертности в качестве домена. Следуя предложенной технологии, найденный атрибут будет отнесен к переменным. Аналогично, для потока РождаемостьДетей переменной станет атрибут Коэффициент_ рождаемости.
5. Атрибуты онтологии, связанные с целью моделирования, но не отнесенные к какому-либо структурному элементу ИМ, могут быть выделены, как вспомогательные переменные. Например, к данным структурным элементам можно отнести атрибут ИмеетВозраст, поскольку его значение будет влиять на связи между уровнями.
Аналогичным образом создаются остальные шаблоны ИМ.
Построение имитационной модели на основе полученных шаблонов
Далее производится связывание шаблонов, которое будет зависеть от конкретной поставленной задачи. Связь между шаблонами образуется лишь в том случае, когда в рассматриваемых шаблонах имеется хотя бы один и тот же структурный элемент. Затем шаблоны передаются на обработку экспертам по ИМ, которые отбирают необходимые уровни, потоки и вспомогательные переменные, при этом базовые формулы для данных элементов устанавливаются в автоматическом режиме.
По определению, уровни в модели представляют накопления в моделируемой системе, суммирование всех изменений, которые наполняют и истощают уровень потоками, поэтому базовая формула для вычисления будет иметь вид:
ё(Уровень) / & = Входящий _ Поток — Исходящий _ Поток , где Входящий _Поток - поток, который наполняет уровень (имеет положительное влияние);
Исходящий _ Поток - поток, который исчерпывает уровень (имеет отрицательное влияние).
Потоки задают скорости изменения уровней, и если при этом учитывать переменные, которые связывают уровни с потоками, можно задать формулы для вычисления потоков:
Поток = Переменная ■ Уровень , где Уровень - рассматриваемый уровень, имеющий связь с потоком;
Переменная - переменная, которая связывает рассматриваемый уровень с потоком.
Связи и формулы для остальных переменных задаются экспертом.
Полученные шаблоны выглядят следующим образом:
• Шаблон «Население области» (рис. 4).
Рис. 4. Шаблон «Население области» • Шаблон «Предприятия области» (рис. 5).
ОиЯотКлач*
Рис. 5. Шаблон «Предприятия области»
• Шаблон «Рабочие места предприятия области» (рис. 6).
Icon
КоэфпциектРабо1*!*
«■
НоеыеРаботники Работающие
>Х<
Коэффициент У ео л Уволенные
У ЕС1 П
— -■
Q МогутРаботать
г -NewMesta A i
xl ^Llwidirovannye Вакансии
Рис. 6. Шаблон «Рабочие места предприятий области»
Анализ разработанных шаблонов показывает, что они связаны между собой хотя бы одним структурным элементом (рис. 7).
Рис. 7. Связи шаблонов
Так связующим звеном для шаблонов «Рабочие места предприятий области» и «Предприятия области» является элемент «Ликвидированные», а для шаблонов «Рабочие места предприятий области» и «Население области» -«МогутРаботать».
В результате применения предложенного подхода был получен набор типовых шаблонов для данной задачи, комбинация которых позволяет производить эксперименты для прогнозирования развития трудовых ресурсов Мурманской области.
Заключение
Таким образом, в настоящей работе показана возможность применения онтологических описаний для создания имитационных моделей на основе системной динамики с использованием технологии концептуальных шаблонов. Данная технология позволила получить имитационную модель для прогнозирования баланса трудовых ресурсов в Мурманском регионе. Это дает возможность не только наглядно оценить текущую ситуацию, но и проводить эксперименты в зависимости от поставленной задачи.
Литература
1. Мещерякова, А.В. Аналитическая записка к прогнозу баланса трудовых ресурсов на 2013 - 2015 гг.
- Режим доступа: http://www.murman-zan.ru/Attachment.axd?id=fac61597-be67-4ae0-9fd5-b0688e0c5a94
2. Быстров, В.В. Информационная технология концептуального синтеза имитационных моделей /В.В. Быстров, А.В. Горохов // ЭКОМОД 2007: cборник трудов II Всероссийской научной конференции. - Киров, 2007. - С.69-76.
3. Быстров, В.В. Технология концептуальных шаблонов для синтеза имитационных моделей сложных систем /В.В. Быстров, А.В. Горохов // Проблемы управления и моделирования в сложных системах: труды IX Международной конференции. - Самарский научный центр РАН, Самара, 2007. - С.462 - 467.
4. Шелех, О.В. Развитие технологии имитационного моделирования сложных систем /О.В. Шелех, А.В. Горохов // Проблемы управления и моделирования в сложных системах: труды XI Международной конференции. Самара: Изд-во Самарского научного центра РАН, 2009. - С.455-461.
5. Guarino, N. Ontologies: What are they, and Where’s The Research?
- Режим доступа: http: //www-ksl. stanford. edu/KR96/Panel.html/
6. Forrester, Jay W. Industrial Dynamics. -Режим доступа: http://www.big.spb.ru/publications/other/metodology/system dinamic.shtml
Сведения об авторах
Кудинова Олеся Владимировна - стажер-исследователь,
е-mail: [email protected]
Olesya V. Kudinova - Probationer-researcher
Халиуллина Дарья Николаевна - младший научный сотрудник, е-mail: khaliullina@iimm. kolasc.net.ru Darya N. Khaliullina - Junior researcher
