CC BY
103
КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ПРОЦЕССА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ИСХОДНОЙ ИНФОРМАЦИИ НА ОСНОВЕ ОНТОЛОГИЧЕСКОГО ПОДХОДА
Н. П. Садовникова, к. т. н., доцент ВолгГТУ, докторант ВолгГАСУ Тел: (8442) 24-81-00, e-mail: [email protected] Ю. С. Львова, магистрант ВолгГТУ Тел: (8442) 24-81-00, E-mail: [email protected] http://www.vstu.ru Б. Х. Санжапов, д. ф-м. н., профессор ВолгГАСУ http://www.vgasu.ru
Using the ontological approach to the knowledge integration in the tasks of supporting the decision-making under conditions of uncertainty are considered. The approaches to the construction of structured conclusions containing the recommendations of the using mechanisms for the interpretation of the fuzzy information have been defined.
Рассмотрены вопросы использования онтологического подхода для интеграции знаний в задачах поддержки принятия решений в условиях неопределенности. Определены подходы к построению структурированных выводов, содержащих рекомендации по использованию механизмов интерпретации нечеткой информации.
Ключевые слова: концептуальная модель, онтология; поддержка принятия решений; информационная поддержка, семантическая сеть
Keywords: Conceptual model, ontology, support in decision-making, information support, semantic network
Ключевым вопросом повышения качества управления сложными системами является повышение эффективности принятия решений в проблемных ситуациях. В процессе формализации знаний при моделировании процесса принятия решений следует учитывать, что методы, базирующиеся на разных подходах, дают различные результаты.
Определение способа формализации процесса принятия решений зависит от многих факторов, свойства которых могут меняться в зависимости от постановки задачи, типа экспертной информации, типа шкал измерения, системы предпочтений и пр.
В связи с этим целью данной работы является разработка концепции информационного обеспечения процесса принятия решения на основе онтологического анализа эффективных по механизму действия средств в условиях неопределенности исходной информации.
Процесс формирования концептуальной модели процесса поддержки принятия решений состоит из двух этапов:
-представление знаний как семантических отношений между объектами предметной области;
-моделирование операций и методов обработки знаний для формирования рекомендаций по принятию решений.
При построении модели процесса поддержки принятия решений, определяется множество исходных структур предпочтений и анализируется процесс выбора метода обработки исходной структуры из некоторого класса методов. Вариация различных структур модели основывается на классификационных признаках, которые определяются исходя из содержания экспертной информации: о предпочтительности альтернатив, последствиях их выбора, вида информации о предпочтениях [1]. На основе классификации методов по данным признакам можно определить набор основных понятий, таких как свойства, отношения, ограничения, аксиомы и утверждения необходимые для построения онтологии.
Для примера визуализации концепции построения модели принятия решений рассмотрим начальные этапы разработки онтологии для метода деревьев решений.
Построение онтологии состоит из серии подпроцессов создания промежуточных представлений. Подпроцессы выполняются не последовательно, а определяются по полноте и точности
накопленных знаний. Сначала строится глоссарий терминов, затем деревья классификации концептов и диаграммы бинарных отношений, далее остальные промежуточные представления.
Глоссарий терминов включает термины, которые можно семантически разбить на три группы [2]: структура задачи (Узлы дерева, Связи), данные, наполняющие задачу (Шкала, Способ сравнений, Парные сравнения, Условия разбиения), и результаты вычислений (Вектор приоритетов, Индекс согласованности, Относительная согласованность) (см. табл. 1).
Таблица 1
Фрагмент глоссария терминов
Термин Описание термина
Дерево Объединяет сгруппированные в уровни узлы иерархии (цели, критерии или факторы, альтернативы) и связи между ними.
Узел дерева Может быть целью, фактором или альтернативой. Находится на одном из уровней иерархии. С расстановкой связей между узлами может входить в кластер в качестве его вершины или элемента кластера, а так же быть внутренним узлом дерева, узлом проверки
Цель Является узлом иерархии. С расстановкой связей между узлами является вершиной кластера
Фактор Является узлом иерархии. С расстановкой связей между узлами может входить в кластер в качестве его вершины или элемента кластера
Атрибут Признак, независимая переменная, задающая способ сравнения объектов, альтернатив, и определяющее значение факторов
Метка класса Зависимая переменная, признак определяющий класс объекта
Объект Пример, шаблон, наблюдение, альтернатива принадлежащая определенному классу и находящийся на определенной ступени иерархии
Лист Конечный узел дерева, узел решения
Проверка (test) Условие в узле
После построения глоссария терминов формируются деревья классификации концептов. При этом используются такие отношения, как 8иЬс1а88-о£ Таким образом, идентифицируются основные таксономии предметной области. Основная таксономия в онтологии, касающаяся ме-
Следующий шаг - построение диаграмм бинарных отношений (рис. 1). В ходе этого этапа определяются отношения между концептами онтологии.
Для каждого дерева классификации строится [2]:
- словарь концептов;
- таблица бинарных отношений,
- таблица атрибутов экземпляра для каждого экземпляра из словаря концептов;
- таблица атрибутов класса для каждого класса из словаря концептов;
- таблица логических аксиом, которая определяет концепты через всегда истинные логические выражения;
- таблица констант;
- таблица формул для каждой формулы, включенной в таблицу атрибутов экземпляра,
- деревья классификации атрибутов;
- таблица экземпляров для каждого входа в словарь концептов.
Целью построения онтологии в данном случае является определение понятий и аксиом, определяющих основные условия применимости методов поддержки принятия решений, учитывающих неопределенность при формализации и обработки информации. В результате должна быть сгенерирована система ограничений интерпретации понятий составляющих основу данных методов и даны рекомендации по выбору механизма решения задач.
Таким образом, предлагаемые технология моделирования позволяет с различных точек зрения описать сложные процессы поддержки принятия решений, которые содержат множество
тодов деревьев решении - это узел иерархии.
— Дерево
Объединяет Связь
Цель
Рис. 1. Фрагмент диаграммы бинарных отношений в рамках онтологии
элементов и связей, сокращая при этом время, требуемое на их разработку, повышая качество предоставляемых решений.
На основе данного подхода может быть разработаны алгоритмы построения структурированных выводов, содержащих рекомендации по использованию механизмов нечетких множеств, для решения задач поддержки принятия решений в условиях неопределенности.
Авторы считают, что в данной работе предложен новый подход к проблеме построения концептуальной модели процесса поддержки принятия решений в условиях неопределенности на основе онтологического подхода.
Литература
1. Блюмин С. Л. Модели и методы принятия решений в условиях неопределенности // С. Л. Блюмин, И. А. Шуйкова. - Липецк: ЛЭГИ, 2001. - 138с.;
2. Гречко А. В. Онтология метода анализа иерархий Саати // Искусственный интеллект, 2005 [Электронный ресурс]: электрон. науч. журн. Киев : УДК 681.3:519, 2005. (iai.dn.ua/pub1ic/Jouma1AI_2005_3 /Razde19/07_Grechko.pdf).
УДК 004.9
СИСТЕМА БЕСПРОВОДНОГО ОПЕРАТИВНОГО МОНИТОРИНГА И УПРАВЛЕНИЯ СЕТЯМИ ГОРОДСКОГО ТЕПЛОСНАБЖЕНИЯ НА ОСНОВЕ СЕНСОРНЫХ СЕТЕЙ
Е. К. Подмарькова, аспирант каф. САПР Тел. (8412) 368 448, e-mail: [email protected] Пензенский государственный университет www.pnzgu.ru
The paper considers some aspects of the system of wireless operative monitoring and management of urban heating networks based on wireless sensor networks, linked with analysis and visualization of informational data. The author enumerates the problems solved by the system, describes the data collection subsystem, and identifies the prospects for further development.
Рассмотрены некоторые аспекты системы беспроводного оперативного мониторинга и управления сетями городского теплоснабжения на основе сенсорных сетей, связанные с анализом и визуализацией геоинформационных данных. Перечисляются решаемые системой задачи, описывается подсистема сбора данных, а также указываются перспективы дальнейшего развития.
Ключевые слова: ГИС, ZigBee, сенсорные сети, беспроводные сети, мониторинг, геоинформацион-ный анализ.
Keywords: GIS, ZigBee, sensor networks, wireless networks, monitoring, geospatial analysis.
Любая человеческая деятельность сопряжена с обработкой постоянно увеличивающегося массива разнообразной информации, потребность в которой возникает на различных стадиях производственного цикла. Не являются исключением и ТЭЦ - разновидность тепловой электростанции, которая производит не только электроэнергию, но и является источником тепловой энергии в централизованных системах теплоснабжения (в виде пара и горячей воды, в том числе и для обеспечения горячего водоснабжения и отопления жилых и промышленных объектов).
В решении этой задачи не обойтись без использования современных информационных технологий, среди которых особое место занимают геоинформационные системы, многомерные хранилища данных и интеллектуальные методы анализа данных [1]. Системная интеграция данных технологий позволяет решать комплекс задач, связанных с картографической визуализацией и пространственным анализом инженерных сетей, а также оперировать большими массивами тематической информации, осуществлять многомерную аналитику и прогнозирование.
