CC BY
25
Теоретическая модель обеспечения процесса принятия решения на береговом центре управления автономными необитаемыми подводными
аппаратами
Ю.Б. Аллакулиев1, И.М. Бородянский2 1 Тихоокеанское высшее военно-морское училище имени С. О. Макарова, Владивосток 2Южный федеральный университет, Ростов-на-Дону
Аннотация: В работе рассматривается трафик информации в системе сбора, передачи, и отображения информации как параллельное множество независимых маршрутов, информация по которым стекается на береговой центр управления (БЦУ) автономными необитаемыми подводными аппаратами (АНПА). С точки зрения теории потоков и систем массового обслуживания (СМО) в динамическом плане система сбора, передачи и отображения информации (ССПОИ) имеет дело с составными потоками, в общем случае нестационарными, возможно с последействием (корреляцией). Штрафы действуют на всех уровнях сбора, передачи и даже на лицо принимающее решение (ЛПР) на использование АНПА. Нижний уровень составляет сбор, серия сверток, сжатий и, наконец, сама 2-сцена, донесения, ситуация - именно она составляет предмет когнитивной идентификации в Х-сцену системой принятия решений (СПР). Сам блок принятия решений будет состоять из автоматизированной подсистемы и ЛПР, которые взаимодействуют в диалоговом режиме.
Ключевые слова: береговой центр управления (БЦУ), автономный необитаемый подводный аппарат АНПА, система сбора, передачи и отображения информации (ССПОИ), система массового обслуживания (СМО), Система сбора, передачи и отображения информации БЦУ АНПА, принятие решения, когнитивная функция
Вся система сбора, передачи и отображения информации (ССПОИ) берегового центра управления (БЦУ) автономных необитаемых подводных аппаратов (АНПА) находится в условиях достаточно высокой степени неопределенности. Задача не в реализации той или иной задачи выбора в пространстве альтернатив. Мы рассматриваем задачу борьбы ЛПР с внешней неопределенностью, штрафами. В результате такой борьбы может наступить этап компромиссного равновесия. Вот его желательно выразить для
глобальной ССПОИ в множестве {г*{ха/- критических временен или времен компромисса. Именно эти временные функционалы и должны быть положены в основу оценки эффективности ССПОИ.
Процесс сбора, передачи и отображения разнородной информации от автономных необитаемых подводных аппаратов (АНПА) об обстановке в определённых районах Мирового океана в интересах принятия решений на
береговом центре управления (БЦУ) [1] можно представить, как параллельную систему независимых каналов обработки и передачи информации в иерархической системе [3,4]. Все эти каналы могут быть классифицированы по родам и видам связи, могут иметь различную ведомственную принадлежность. Функционально рассматриваемые каналы условно можно разделить на информационные, транслирующие сведения об оперативной обстановке и сервисные, доставляющие сведения вспомогательного характера. Все это позволяет систему сбора, передачи и отображения информации (ССПОИ) рассматривать как параллельное множество независимых маршрутов, информация [13], по которым стекается на БЦУ АНПА.
Применительно к ССПОИ не стоит забывать и потоковую динамику всевозможных форм донесений по каналам в иерархической системе. С точки зрения теории потоков и систем массового обслуживания (СМО) в динамическом плане ССПОИ имеет дело с составными потоками, в общем случае нестационарными, возможно с последействием (корреляцией) [7].
В любой информационной системе существуют промежуточные этапы свертки, сжатия информации. Можно выделить несколько типов сжатия информации как результат работы аналитиков. Это могут быть формализованные и неформализованные донесения, диаграммы, полигоны, гистограммы, карты, карты-схемы, графики, зависимости, закономерности, черно-белые, полутоновые и цветные изображения. В настоящее время появились возможности получения телевизионного изображения локальной области (района) океана.
С точки зрения СМО мы можем все эти виды представлений, отображений информации считать, как различные информационные продукты [5]. Тогда ССПОИ в целом может быть смоделирована динамикой составных потоков [5] с соответствующими этапами сжатия информации при
условии многопродуктовости [5]. Таким образом, сформулированная вербальная структура ССПОИ может быть представлена графом, как показано на рис.1.
. , Сбор первичной А Х- информации
Обработка информации аналитическими центрами
Береговой
центр управления ¡(БЦУ) АНПА
Средства отображения
Рис. 1. - Система сбора, передачи и отображения информации БЦУ АНПА
В формализованном аспекте - это древесный граф типа леса [2], причем он имеет страфикационную структуру. На самом нижнем уровне -сбор первичной информации (рис.1). На 2-м уровне, как минимум, можно выделить страту, где осуществляется серия сжатий информации соответствующими аналитическими центрами, пунктами (уровнями) сбора и обработки различных видов информации. Именно в таком формате, по параллельным независимым каналам формируется 3-й уровень ССПОИ. Он состоит из множества, кортежа «картинок», донесений, изображений вышеуказанных продуктов. В формализованном плане мы получаем
множество }, где а - виды информационных продуктов, а < 7; I - число каналов различной функциональной принадлежности (главных, вспомогательных, сервисных и пр.), I <п.
В обычных ССПОИ, назовем их тип «А», вот эти } - ситуации и подлежат идентификации лицом принимающим решение (ЛПР). Топология
лесного графа сразу диктует аддитивный принцип композиции, который приведет к суммарным когнитивным усилиям лица, принимающего решение (ЛПР) [6]. Конечно, уровень ЛПР будет представлен различными специалистами и дежурными операторами на БЦУ АНПА. В их функции входит специализированная помощь и поддержка ЛПР в идентификации
общей обстановки, которая отражается во множестве }. Мы считаем, что
первичная задача любого ЛПР состоит в уяснении ^ - ситуации. С формальной точки зрения выяснение, идентификация означает вскрытие семантики, смысла . На что затрачивается соответствующие когнитивные усилия [9]. Поскольку сам когнитивный процесс идентификации [9]
гуа
неизвестных - ситуаций нельзя считать детально изученным, то остается только феноменологический, системный уровень рассмотрения [9]. Во многих экспериментах 60-х - 80-х годов - в большинстве случаев - это эргонометрические исследования, любая задача когнитивной идентификации
^ - ситуации характеризовалась т() - временем идентификации.
Вряд ли стоит разъяснять, что вся ССПОИ БЦУ АНПА находится в условиях достаточно высокой степени неопределенности [4,9]. Эта неопределенность в ССПОИ может быть связана с фрагментарностью добываемой информации. Нельзя не учитывать несвоевременность доставки и устаревание информации и т.д.
Тем самым ЛПР посредством своих когнитивных функций должен
справляться с этой неопределенностью с целью превращения } в {Ха }, где первое множество - это фактически «черный ящик» хорошо известный в кибернетике, а сцены {Ха} уже являются семантически проявленными, идентифицированными за счет когнитивных действий ЛПР. И наконец,
главной характеристикой ССПОИ будет являться временной условный функционал когнитивной идентификации
{т'(ха га)}ш (1)
\та гуа
где х1 - семантически проявленные сцены; - ситуации, подлежащие идентификации, а - виды информационных продуктов, I - число каналов.
Рис. 2. - Схема когнитивной идентификации в условиях неопределенности
В рис.1. нельзя не упомянуть о стратегии сканирования ансамбля }. На этом уровне можно ввести соответствующие предпочтения ЛПР [7].
В лесном графе типа «А» выделим фундаментальный канал ССПОИ БЦУ АНПА, на котором можно построить схему когнитивной идентификации в условиях неопределенности (рис. 2) [2]:
Штрафы действуют на всех уровнях сбора, передачи и даже на ЛПР. Нижний уровень составляет сбор, серия сверток, сжатий и, наконец, сама 7-сцена, донесения, ситуация - именно она составляет предмет когнитивной идентификации в Х-сцену системой принятия решений (СПР) [11]. Сам блок принятия решений будет состоять из автоматизированной подсистемы и ЛПР, которые взаимодействуют в диалоговом режиме. Кроме того, на рис. 2 показана система субъективной поддержки в режиме консультации, «подсказки» [11]. В результате совместных действий за некоторое т-время 7-ситуация может семантически идентифицирована в Х-сцену. Если считать,
что штрафы фиксированы, точнее, не зависят от ЛПР [14], то временные затраты на когнитивную идентификацию отображаются в условном функционале, который будет зависеть только от когнитивной функции ЛПР.
Здесь важно подчеркнуть, что типовая задача принятия решения состоит в выборе некоторой оптимальной альтернативы по соответствующему критерию [11]. Можно было бы высказать критические замечания по данной схеме принятия решений. Например, не всегда реальную ситуацию можно «зажать» во множестве альтернатив, тем более, если она достаточно насыщена противоречивыми событиями. В реальных ситуациях достаточно сложно построить полную группу альтернатив или хотя бы достаточную [15]. К тому же многие формы статистической теории принятия решений даже в субъективных формах [12] требуют большой и разнообразной информации. Тем более, что субъективные формы информации имеют нечеткие формы представления [12]. Не всегда удается провести «хорошее шкалирование» [12]. Если говорить о Байесовских формах принятия решений, то они требуют большого объема статистических данных [7].
Наша задача не в реализации той или иной задачи выбора в пространстве альтернатив. Мы рассматриваем задачу борьбы ЛПР с внешней неопределенностью, штрафами [12]. В результате такой борьбы может наступить этап компромиссного равновесия [7]. Вот его желательно выразить
для глобальной ССПОИ в множестве {г*{ха/- критических временен или времен компромисса. Именно эти временные функционалы и должны быть положены в основу оценки эффективности ССПОИ. Тогда в качестве критерия пригодности ССПОИ будет выступать неравенство:
ГТ * ^ т
норм *
где
Т* = Цт*(ха ) Техр < г; < Гнорм. (2)
г а
Последняя сумма обязана лесной топологии графа [2] рис. 1. Если неравенство (2) выполняется, то ССПОИ приемлема для обеспечения принятия решения. В предложенной качественной схеме виден сам критерий принятия-отвержения ССПОИ. Очевидно, что решение по эффективности ССПОИ принимается в методике простой альтернативной гипотезы. При этом реализуется типичная идеология проверки гипотезы в математической статистике. Однако задача сравнительной эффективности нескольких ССПОИ не эквивалентна простой альтернативе в формализме проверки гипотез. Тогда надо было бы ввести соответствующие информационные метрики, расстояния и уже в этих метриках давать сравнительную оценку ССПОИ [6]. В плане реального случая, когда две или несколько ССПОИ будут удовлетворять неравенству они все допустимы, но какая из них эффективнее - этот вопрос может решаться в терминах информационных метрик соответствующих пространств ССПОИ. Но эта задача более высокого уровня [6].
Рис. 3. - Виды штрафных функций в СПР
Типовая система принятия решений (СПР) может быть усложнена рассмотрением многопродуктовой задачи [7]. Естественно включить и потоковую динамику [7]. При этом надо помнить два ограничения левое (нижнее) ограничение связано с информационной бедностью, слабом трафике потока донесении. Если при этом достаточно высока степень неопределенности, то в этом случае когнитивная эффективность ЛПР близка к нулю. Но есть и «правое», верхнее ограничение, когда темп потока донесений достаточно высокий и при значительной неопределенности ЛПР не будет справляться с семантической идентификацией последовательности ситуаций. При большом по объему трафике и интенсивности потока донесений эффективность функционирования будет так же мала.
Можно видеть, что обостряется проблема объектного и скоростного согласовании трафика донесений и когнитивных ЛПР усилий автоматизированного блока СПР.
Пока будем рассматривать статический случай для СПР (рис. 2). Используем для дальнейшего рассмотрения теорию принятия решений в форме Стратоновича [10]. Привлечем лагранжев формализм [10]. Будем характеризовать внешнюю неопределенность функцией штрафов ((т). Поскольку всякая неопределенность имеет энтропийную меру, то можно ввести энтропию Б[((г)] = 1п[((т)]. Сразу можно предложить несколько типов этой неопределенности (рис.3).
Первая и вторая зависимости энтропии соответствуют: штрафная функция взрывного типа:
((т) = ^ (2(т)=
(3)
количество неопределенности Ы-типа.
(4)
Ясно, что 1-й и 2-й случай соответствуют мощной неопределенности, которая генерируется антагонистической системой с бесконечными энергетическими возможностями (сверхмощная неопределенность).
3-й случай (рис. 3) соответствует более реальной неопределенности логарифмического типа. Сюда же можно отнести степенные функции с дробными показателями в общем случае ср3{т) ~ 1пат в, где а > 0 - амплитуда,
в > 0, в > 1. Для этого случая указаны две степени свободы а и Д
Четвертый случай соответствует функциям со стационарной амплитудой, что более правдоподобно, хотя бы по ограниченным энергетическим ресурсам антагонистической системы.
Для СПР необходимо ввести характеристику Ч/т) - когнитивную функцию ЛПР [9].
Фактически эта функция типа меры (не обязательно вероятностной) или распределения когнитивных усилий по т [9].
В общем случае надо ожидать типы функций Ч/т) следующего вида:
На рис.4:
^(т)= Ае1х, (6)
где Ха= 1/та — декремент когнитивного затухания,
^2(т)= С/ту - распределение Ципфа-Парето-Мандельброта (ЦПМ) [7],
где:
т > 0, у > 1,у > 0,С > 0 - амплитудный тип (7)
Т3(т ) - Вейббуловская статистика [2] (8)
Смысл ¥(т) как распределения когнитивных усилий ЛПР по времени
характеризуется соответствующими амплитудами и скоростями спадания (68). ЦПМ ¥2(т) = С/т 1 выпрямляется в двойных логарифмических осях:
ЦПМ-распределение является распределением с
«дальнодействующими», затянутыми хвостами. Тогда как экспонента Т1(т) = Ае'Хх, является короткодействующей. Для ЦПМ можно сказать больше. Так, например, г Сйт
3 тг
0 '
(9)
/>1
Этому соответствует ближнедействующее ЦПМ. 'Сйт
Если |
Тг
0 '
, то такой интеграл расходится и стремится к х:
у<\
•Сйт
Т7
0 1
(10)
Такой тип ЦПМ дальнедействующий. Интеграл при у > 1 все равно стремится к «0». В случае у < 1 ЦПМ является дальнедействующей и такого ЛПР следует рассматривать особо. Видимо ЛПР с ^2(т ) при у < 1 будет обладать стратегическим когнитивным горизонтом.
Когнитивная функция типа (8) взята в вейббуловской форме [5] поскольку в своем минимальном варианте она наследует экспоненту. Вейббуловские статистки универсальны и имеют важное применение в процессах разрушения, распада систем, если в таких присутствует «узкое
звено». Этот тип когнитивных усилий ЛПР любопытен тем, что "^ЛПР вступает в полную силу не сразу, как это присутствует в случаях (10)
Таким образом, любую СПР надо характеризовать системой 2-х функций: Ф(т) и Ч(т). Но при этом штрафы Ф(т) с точки зрения ЛПР выглядят как функции стоимости ф(т), затрат. В лагранжевом формализме Стратоновича СПР задается плотностью лагранжиана [10]:
Затем можно ввести операцию усреднения по Ч(т) и построить действие ЛПР:
где Н [Ч(т)] = -^Ч(т)1п Ч (т) - мера возможности, энтропия Шеннона; Я [ф(т)]= -^Ч(т)1пф(т) - затраты ЛПР.
При этом Ч(т) - вероятностная мера. Тогда действия СПР по: Я = -|^(т)[1п Ч(т) - 1п ф(т)]т .
Дальше объявляется вариационный принцип (т) Я = 0 или
Вариационная производная (13) берется только по когнитивной координате. Штрафная функция не варьируется поскольку это внешняя характеристика для ЛПР. Из последнего условия находится Ч*(т), которая соответствует стационарному состоянию.
Нетрудно видеть, что когнитивные усилия Ч(т) будут зависеть от штрафной функции ф(т), функции затрат.
1) Если взять Я[ф(т)] = ат2 V а\т\, то Ч12 = АеV Ае~Ят. Тем самым
квадратичная или линейная неопределенность по энтропии индуцирует стационарную функцию для ЛПР экспоненциального вида.
Если обратиться к явному виду ф1,2(т) (3), то налицо согласование аналитик штрафов и когнитивных усилий на экспоненциальном классе.
¿[(т);ф(т)] = {[(т)]- Я [ф(т)]} = 1п Ч(т) - 1пф(т)
(11)
Я = ¿[ф)] = Н [Ч(т)] - Я[ф(т)1
(12)
(13)
2) Если взять 3-й случай штрафной функции (4), то мы придем к обобщенной гиперболической ¥(т) функции ЛПР. При этом энтропия штрафов - логарифмическая.
Таким образом, задача принятия решения ССПОИ БЦУ предполагает следующую процедуру:
-строят критические поверхности принятия решения для различных случаев СПР: «экспонента - экспонента»; «экспонента - ЦПМ»; «логарифм -ЦПМ»;
-выбрать теоретическую модель принятия;
-реализовать по соответствующим когнитивным функциям ЛПР и штрафов, в соответствии с выбранной моделью, процедуру по принятию -отвержению ССПОИ БЦУ АНПА
Литература
1. Аллакулиев Ю.Б., Концепция Берегового центра управления автономными роботами дальнего радиуса действия // Материалы XIII Всероссийской научно-практической конференции «Перспективные системы и задачи управления» и IX молодежная школа-семинар «Управление и обработка информации в технических системах» // Южный федеральный университет, Ростов-на-Дону, 2018. С. 148-156.
2. Айзерман М. А. и др. Динамический подход к анализу структур, описываемых графами // Исследования по теории структур. Сб.науч.тр. М.: Наука. 1988, С.5-77.
3. Гинис Л.А., Вовк С.П. Определение четко доминирующих тактик для выработки альтернативных управляющих решений в условиях полной неопределенности // Инженерный вестник Дона. 2014. №2. URL: ivdon.ru/ru/magazine/archive/n2y2014/2327
4. Грищенко А. А. Нечеткие методы принятия решений поиска объектов на море // Инженерный вестник Дона. 2014. №1. URL: ivdon.ru/ru/magazine/archive/n1y2014/2287
5. Гориянов В.Т., Журавлев Л.Г., Тихонов В.И. Статистическая радиотехника: примеры и задачи. М.: Сов.радио.1980. 544 с.
6. Золотарев В.М Современная теория суммирования независимых случайных величин. М.: Наука. 1986. 416 с.
7. Климов Г.П. Стохастические системы обслуживания. М.: Наука.Гл. ред.физ.-мат.лит. 1966. 244 с.
8. Мартин Н., Ингленд Дж. Математическая теория энтропии. М.: Мир. 1980. 350 с.
9. Прангишвили И.В. Системный подход и общесистемные закономерности серия: «Системы и проблемы управления». М.: СИНТЕГ, 2000, 528 с.
10. Стратонович Р. Л. Тeория информации. М.: Сов.радио. 1975. 424 с.
11. Тартаковский Г.П. Теория информационных систем // М. Физматкнига, 2005, 304 с.
12.Трахтенгерц Э.А. Субъективность в компьютерной поддержке управленческих решений. // М., "Синтег", 2001. 250 с.
13. World Robotics 2015 Service Robots: Service Robot Statistics. IFR International Federation of Robotics. URL: ifr.org/service-robots/statistics/. [Accessed 25 February 2015].
14. Unmanned Systems Integrated Roadmap FY2013-2038. Washington, D.C.: Department of Defense, 2013. URL: defense.gov/pubs/DOD-USRM-2013.pdf. [Accessed 31 March 2014].
15. A Roadmap for U.S. Robotics From Internet to Robotics. 2013. URL: robotics-vo.us/sites/default/files/2013%20Robotics%20Roadmap-rs.pdf.
References
1. Allakuliev Yu.B. Materialy' XIII Vserossijskoj nauchno-prakticheskoj konferencii «Perspektivny'e sistemy' i zadachi upravleniya» i IX molodezhnaya shkola-seminar «Upravlenie i obrabotka informacii v texnicheskix sistemax» (Materials of the XIII All-Russian Scientific and Practical Conference "Perspective Systems and Management Tasks" and the IX Youth Workshop "Management and Processing of Information in Technical Systems"). Rostov-na-Donu: SFEDU, 2018. pp. 148-156.
2. Ajzerman M.A. i dr. Dinamicheskij podxod k analizu struktur, opisy'vaemy'x grafami [A dynamic approach to the analysis of structures described by graphs]. Issledovaniya po teorii struktur. Sb.nauch.tr. M.: Nauka. 1988, pp.5-77.
3. Ginis L.A., Vovk S.P. Inzenernyj vestnik Dona (Rus), 2014, №2. URL: ivdon.ru/ru/magazine/archive/n2y2014/2327
4. Grishhenko A.A. Inzenernyj vestnik Dona (Rus), 2014. №1. URL: ivdon.ru/ru/magazine/archive/n1y2014/2287
5. Goriyanov V.T., Zhuravlev L.G., Tixonov V.I. Statisticheskaya radiotexnika: primery' i zadachi [Statistical Radio Engineering: Examples and Tasks]. M.: Sov.radio.1980. 544 p.
6. Zolotarev V.M Sovremennaya teoriya summirovaniya nezavisimy'x sluchajny'x velichin [The modern theory of summation of independent random variables]. M.: Nauka. 1986. 416 p.
7. Klimov G.P. Stoxasticheskie sistemy' obsluzhivaniya [Stochastic service systems]. M.: Nauka.Gl. red.fiz.-mat.lit. 1966. 244 p.
8. Martin N., Inglend Dzh. Matematicheskaya teoriya e'ntropii [Mathematical Theory of Entropy]. M.: Mir. 1980. 350 p.
9. Prangishvili I.V. Sistemny'j podxod i obshhesistemny'e zakonomernosti seriya: «Sistemy' i problemy' upravleniya» [System approach and system-wide regularities series: "Systems and control problems"]. M.: SINTEG, 2000, 528 p.
10. Stratonovich R.L. Teoriya informacii [Information theory]. M.: Sov.radio. 1975. 424 p.
11. Tartakovskij G.P. Teoriya informacionny'x system [Theory of Information Systems]. M.: Fizmatkniga, 2005, 304 p.
12.Traxtengercz E'.A. Sub'' ektivnost' v komp'yuternoj podderzhke upravlencheskix reshenij [Subjectivity in computer support of management decisions]. M.: Sinteg, 2001. 250 p.
13. World Robotics 2015 Service Robots: Service Robot Statistics. IFR International Federation of Robotics. URL: ifr.org/service-robots/statistics/. [Accessed 25 February 2015].
14. Unmanned Systems Integrated Roadmap FY2013-2038. Washington, D.C.: Department of Defense, 2013. URL: defense.gov/pubs/DOD-USRM-2013.pdf. [Accessed 31 March 2014].
15. A Roadmap for U.S. Robotics from Internet to Robotics. 2013. URL: robotics-vo.us/sites/default/files/2013%20Robotics%20Roadmap-rs.pdf.
