CC BY
12
/ И.А. Каляев, С.Г. Капустян, А.Р.Гайдук // Управление большими системами: сборник трудов. 2010. - Т. 30-1. - С. 605-639.
6. IEEE Robotics and Automation Society. IEEE Standard Ontologies for Robotics and Automation. 2015. 60 с.
7. Kashevnik A., Teslya N. Blockchain-Oriented Coalition Formation by CPS Resources: Ontological Approach and Case Study // Electronics. 2018. - Т. 7. № 5. - С. 16.
DOI: 10.37614/2307-5252.2020.8.11.020 УДК 004.9
А.Я. Фридман1, Б.А. Кулик2
1 Апатиты, Институт информатики и математического моделирования ФИЦ КНЦ РАН
2 Санкт-Петербург. Институт проблем машиноведения РАН
ВОЗМОЖНОСТИ УПРАВЛЕНИЯ СЕТЕЦЕНТРИЧЕСКИМИ СИСТЕМАМИ НА ОСНОВЕ ЗНАКОВЫХ ФОРМАЛИЗМОВ*
Аннотация
Показана возможность применения парадигмы знаковых формализмов при решении задач планирования и координации в сетецентрических системах гражданского назначения. Предложен подход к решению этих задач с помощью числовых оценок степени ситуационной осведомленности лиц, принимающих решения по управлению составными частями сетецентрической системы.
Ключевые слова:
знаковый формализм, задача планирования и координации, сетецентрическая система, числовая оценка ситуационной осведомленности.
A.Ya. Fridman1, B.A. Kulik2
1 Apatity, Institute for Informatics and Mathematical Modelling, KSC RAS
2 Saint Petersburg, Institute for Problems in Mechanical Engineering, RAS
OPPORTUNITIES FOR MANAGING NETCENTRIC SYSTEMS BASED ON SYMBOLIC FORMALISMS
Abstract
Some opportunities to apply the paradigm of symbolic formalisms for solving planning and coordination problems in netcentric civil (commercial) systems is shown. An approach to solving these problems with the help of numerical assessments of the degree of situation awareness of persons making decisions on managing components of a netcentric system is proposed.
* Работа частично поддержана грантами РФФИ (проекты №№ 18-29-03022-мк, 18-07-00132-а, 18-01-00076-а и 19-08-00079-а).
Keywords:
symbolic formalism, planning and coordination problem, netcentric system, numerical estimate of situation awareness intelligent.
Введение
В работе [1] для сетецентрических систем (СЦС) гражданского назначения предложен когнитивный подход к оперативному формированию зон ответственности (ЗО) различных узлов принятия решений (УПР) на основе анализа ситуационной осведомленности лиц, принимающих решения и находящихся в узлах СЦС. После формирования ЗО возникает проблема планирования и координации совместной (согласованной) деятельности узлов, входящих в одну ЗО. Эта задача в [1] не рассматривалась, подход к ее решению предложен ниже.
Для решения поставленной задачи каждый УПР в составе СЦС должен:
- сформировать целевую область (точку) в пространстве состояний «своей» ЗО;
- разработать план достижения целевого состояния из текущего состояния и зафиксировать количество интервалов квантования процесса функционирования ЗО (далее - шагов), необходимых для реализации плана;
- решать задачу координации действий подведомственных ему узлов и распределять между ними задания, выполняемые на каждом шаге;
- оперативно оценивать ход реализации плана и корректировать (регулировать) этот процесс при необходимости.
Первая из перечисленных задач далее не анализируется, поскольку ее целесообразно решать на метауровне, рассматривая каждую ЗО как узел мета-СЦС.
1. Планирование и координация действий узлов ЗО
В работе [2] были предложены процедуры прямого планирования и координации взаимодействий в пространстве состояний для коллектива динамических интеллектуальных систем (ДИС) (например, [3]) и для ситуационной концептуальной модели (СКМ) [4]. Планирование основано на понятии эффективной ^-достижимости [3], выбор плана на каждом шаге вывода (логического конструирования плана) происходит таким образом, чтобы вновь появляющиеся на этом шаге факты не повторялись вдоль всей траектории планирования. Указанное свойство обеспечивает максимально возможную скорость приближения текущего состояния системы к целевому, с учетом имеющихся ограничений на траекторию.
Представленные выше процедуры непосредственно применимы и для узлов СЦС, входящих в состав одной ЗО, после формирования последней. Выбор между формализмами планирования и координации для ДИС и для СКМ должен производиться в каждом конкретном случае, исходя из внутренней структуры узлов СЦС. Если узлы описаны в рамках парадигмы многоагентных систем, лучше подходит формализм ДИС, для узлов с иерархической структурой предпочтительно описание в стиле ситуационного подхода.
2. Оперативное распределение заданий между узлами СЦС
В работе [5] продемонстрирована возможность применения знакового формализма в решении задачи динамического распределения ролей агентов в коалиции при решении общей задачи или реализации общего плана.
Распределение ролей названо динамическим, поскольку назначаемые роли заранее не заданы и формируются на основе предпочтений агентов, отражающихся в личностных смыслах этих агентов. Слово «роль» использовано для указания функции или действия, которые может реализовать агент и которые могут меняться от задачи к задаче. Базовым понятием в задаче формирования коалиций является знак s = <п, p, m, a>, n e N, где N - множество слов конечной длины в некотором алфавите, которое будем называть множеством имен; p e P, где P - множество замкнутых атомарных формул языка исчисления предикатов первого порядка, которое называется множеством свойств; m e M -множество значений; a e A, A - множество личностных смыслов.
Как множество значений M, так и множество личностных смыслов A, поскольку это следует из психологических соображений, можно интерпретировать множеством действий. Отличие личностного смысла от значения состоит главным образом в том, что значение содержит предписываемые культурно-исторической традицией способы использования предмета, личностный смысл же содержит предпочтительные для субъекта способы использования предмета, то есть предпочтительные действия.
Каждое действие, как во множестве значений, так и во множестве личностных смыслов, интерпретируется правилом [6] - упорядоченной тройкой множеств:
r = <Con, Add, Del>,
где Con - условие правила; Add - множество фактов, добавляемых правилом r; Del - множество фактов, удаляемых правилом r.
В основе целенаправленного поведения любого агента лежит план такого поведения. Если G - множество фактов, называемое целевым состоянием, Ео -начальное состояние, то планом поведения интеллектуального агента называть последовательность состояний Ео, ... Еп, последовательность правил ri, ..., Гп и последовательность подстановок ©i, ..., ©п таких, что G выполнима в Еп. Длина плана в данном случае равна п. Таким образом, план Ео, ... Еп реализуется
последовательным выполнением действий, предписываемых правилом ri (i = 1, п) с подстановкой ©п, которые переводят систему (агента) из состояния Ем в состояние Еi.
В качестве агента-координатора коалиции, который составляет план поведения коалиции, выбирается тот, у которого в структуре личностного смысла функция планирования имеет наивысшее предпочтение среди членов коалиции, а задание на выполнение того или иного действия передается тому агенту, у которого максимально значение функции самооценки его успешности при выполнении этого действия [5].
Приведенная структура представляется вполне пригодной и для решения рассматриваемой здесь задачи распределения заданий между узлами одной ЗО СЦС. Основное отличие нашей задачи от формирования коалиций [5] состоит в том, что на каждом шаге работы должна обеспечиваться полнота выполнения общей задачи данной ЗО, решаемой на текущем шаге, то есть некоторая обобщенная сумма заданий всех узлов ЗО должна покрывать (в смысле теории множеств) эту общую задачу ЗО.
Для снижения сложности задачи построения когнитивных агентов целесообразно вместо анализа личностного смысла использовать более
традиционные в теории управления критерии качества работы, которые настраивает координатор. Такой подход рассмотрен, например, в [7] для иерархических динамических систем, к которым относятся и СЦС.
Любую иерархию можно свести к двухуровневой системе с Координатором на верхнем уровне и набором локальных ЛПР (ЛЛПР) на нижнем уровне [8]. В сетецентрических системах количество уровней не меньше двух [9]. В [7] предложены методы координации такой системы с использованием градиентов (приращений) критериев качества работы ЛЛПР и Координатора. Предполагалось, что все ЛЛПР имеют равные ранги. В той же работе приведены формулы расчета степени ситуационной осведомленности (ССО) ЛЛПР. Эти зависимости представляется разумным использовать также для координации. Во-первых, можно масштабировать сигналы обратной связи от ЛЛПР к Координатору по их ССО, которая отображает степень доверия к решениям соответствующих ЛЛПР. Во-вторых, ССО Координатора равна минимальной ССО подведомственных ему ЛЛПР (узлов его ЗО), см. [7, 10]. Таким образом возможно вычислять ССО для СЦС с произвольной структурой.
3. Оперативное регулирование хода реализации плана
Поскольку переформирование ЗО может при необходимости происходить на каждом шаге процесса функционирования СЦС, для принятия решения о перевычислении ССО узлов и формировании новых ЗО следует осуществлять в рамках событийного подхода (например, [11]). Перевычисление ЗО производится при быстром изменении ССО какого-либо УПР. Новыми координаторами выбираются узлы СЦС, имеющие локальные максимумы ССО.
Литература
1. Фридман А.Я., Кулик Б.А. Когнитивный подход к оценке ситуационной осведомленности в сетецентрических системах гражданского назначения. Гибридные и синергетические интеллектуальные системы: материалы V Всероссийской Поспеловской конференции с международным участием / под ред. д-ра техн. наук, проф. А.В. Колесникова. Калининград: Изд-во БФУ им. И. Канта, 2020 (в печати).
2. Фридман А.Я. Координация и планирование управлений в локально организованных иерархических системах // Шестая Международная конференция «Системный анализ и информационные технологии» САИТ-2015 (15-20 июня 2015 г., г. Светлогорск, Россия): Труды конференции. В 2-х т. Т. 1. М.: ИСА РАН. С. 115-124.
3. Осипов Г.С. Лекции по искусственному интеллекту. М.: КРАСАНД, 2009.
4. Фридман А.Я., Курбанов В.Г. Формальная концептуальная модель промышленно-природного комплекса как средство управления вычислительным экспериментом // Труды СПИИРАН, 2014. № 6(37). С. 424453.
5. Осипов Г.С. Целенаправленное поведение коалиции когнитивных агентов. Гибридные и синергетические интеллектуальные системы: материалы IV Всероссийской Поспеловской конференции с международным участием / под ред. д-ра техн. наук, проф. А.В. Колесникова. Калининград: Изд-во БФУ им. И. Канта, 2018. С. 81-85.
6. Осипов Г.С. Методы искусственного интеллекта. 2-е изд. М.: Физматлит, 2011.
7. Fridman A.Ya. SEMS-Based Control in Locally Organized Hierarchical Structures of Robots Collectives. In: A.E. Gorodetskiy, V.G. Kurbanov (Eds.) Smart Electromechanical Systems: The Central Nervous System. Series: Studies in Systems, Decision and Control, Vol. 95, Chapter 3, pp. 31-50. 1st ed. Springer, 2017.
8. Месаpович М., Мако Д., Такахаpа И. Теория иерархических многоуровневых систем. М.: Мир, 1973.
9. Иванюк В.А., Абдикеев Н.М., Пащенко Ф.Ф., Гринева Н.В. Сетецентрические методы управления // Стратегический менеджмент. 2017. № 1. С. 26-34.
10.Endsley M.R. Final Reflections: Situation Awareness Models and Measures // J. of Cognitive Engineering and Decision Making. 2015. vol. 9. No. 1. Pp. 101-111.
11. Андреев А.М., Березкин Д.В., Козлов И.А. Гибридный подход к прогнозированию развития ситуаций на основе извлечения событий из потоков разнородных данных. Гибридные и синергетические интеллектуальные системы: материалы IV Всероссийской Поспеловской конференции с международным участием / под ред. д-ра техн. наук, проф. А.В. Колесникова. Калининград: Изд-во БФУ им. И. Канта, 2018. С. 140-147.
РСН: 10.37614/2307-5252.2020.8.11.021
УДК 303.732.4
Д.С. Черешкин1, Г.В. Ройзензон123, В.Б. Бритков12
1 Москва, ИСА ФИЦ ИУ РАН
2 Долгопрудный, МФТИ
3 Москва, МЭИ
ИНТЕЛЛЕКТУАЛЬНЫЕ МЕТОДЫ АНАЛИЗА РИСКОВ*
Аннотация.
В работе предложена схема построения многомерного классификатора методов анализа рисков. Предложенный многомерный классификатор интеллектуальных методов анализа рисков может рассматриваться как удобный аналитический инструмент, т.к. позволяет выявлять «пробелы» в области разработки указанных методов. Подобный подход дает возможность для выбранных конкретных задач, с учетом свойств социально-экономических систем (уникальность, наличие сразу нескольких слабо формализуемых целей, существенная сложность для определения оптимальности, динамичность, многокритериальность, учет человеческого фактора и возможность интерпретации результата), а также способов измерения риска (инженерный, модельный, экспертный и социологический) обозначить перечень уже разработанных методов или методов, разработка которых и является перспективной проблемой.
Ключевые слова:
анализ рисков, социально-экономические системы, искусственный интеллект, классификатор.
* Работа выполнена при поддержке Российского фонда фундаментальных исследований (проект 19-07-00522).
