CC BY
40
получать значение выходной величины гистере-зисного внутреннего звена системы.
2. Если указанный внутренний параметр является ненаблюдаемым или для него не предусмотрена очевидная числовая мера, или он описывается вектором очень высокой размерности, или погрешность его численного определения заведомо велика, качество управления можно существенно улучшить, включив в каскадную цепь управления экспертный элемент.
3. Качество управления СТС значительно зависит от чувствительности позиционного регулятора внешней обратной связи, то есть плохая восприимчивость системы стратегического менеджмента к малым колебаниям выходного параметра приводит к большому перерегулированию, то есть делает систему неустойчивой.
4. Качество управления СТС мало зависит от чувствительности каскадного регулятора, то есть создание каскадной связи даже с плохой восприимчивостью намного улучшает управляемость системы.
5. Качество управления СТС значительно за-
висит от запаздывания экспертного регулятора, но мало зависит от запаздывания объекта. Иначе говоря, экспертный контур может обладать высокой погрешностью (см. п. 4), но не должен характеризоваться большой задержкой в принятии решения.
Таким образом, создана теоретическая предпосылка для значительного повышения качества регулирования СТС путем экспертной идентификации гистерезисного («социального») элемента системы и охвата его каскадным контуром регулирования, пусть даже с высокой погрешностью выхода, но очень оперативного.
Список литературы
1. Затонский А.В. Оптимальное позиционное управление социально-техническими системами // Сб. науч. тр.: Наука в решении проблем Верхнекамского промышленного региона. -Березники. - 2006. - Вып. 5. - С. 138-163.
2. Виханский О.С. Стратегическое управление.- М.: Гар-дарика, 1998.- 296 с.
3. Franssen M. The design of hybrid (social/technical) systems // http://www.nginfra.nl/index.php?id=92 .
4. Затонский А.В. Синтез экспертных систем управления социально-техническими системами // Сб. тр. XX Междунар. науч. конф. В 10 т. - Ярославль: Из-во Яросл. гос. технич. унта. - 2007. - Т. 8. - С.6 - 10.
ПРОГРАММНЫЙ КОМПЛЕКС АВТОМАТИЗАЦИИ КОНЦЕПТУАЛЬНОГО СИНТЕЗА СИСТЕМНО-ДИНАМИЧЕСКИХ МОДЕЛЕЙ
В.В. Быстров (Институт информатики и математического моделирования КНЦ РАН,
г. Апатиты)
Одним из эффективных методов изучения сложных динамических систем, успешно развивающимся во многих странах, является предложенный в 1960-х годах Джеем Форестером специализированный метод имитационного моделирования - метод системной динамики [4]. Данный метод позволяет исследовать поведение сложных систем, опираясь на возможности компьютерного моделирования. Язык описания модели представляется как набор системных диаграмм. Когда объект исследования является сложной системой, то построение системных диаграмм становится затруднительным, и синтез приемлемой для практического использования системно-динамической модели может занимать длительный период времени. Поэтому актуальна проблема автоматизации процесса моделирования сложных систем.
В Институте информатики и математического моделирования Кольского научного центра РАН разработан программный комплекс автоматизации синтеза структуры моделей системной динамики. Программный комплекс обеспечивает представление знаний экспертов об объекте моделирования в виде древовидной концептуальной модели [1,3]. Для генерации системно-динамической модели используется технология концептуальных
шаблонов [2,6]. Программа реализует технологию автоматизированного перехода от формальной модели экспертных знаний к соответствующим имитационным моделям, в частности, к моделям системной динамики [5].
Программная реализация имеет модульную структуру, что обеспечивает удобство и относительную легкость редактирования отдельных модулей, не влияющее на работу остальных, и добавление новых функциональных возможностей в комплекс. Каждый модуль программно реализуется в виде стандартной динамически подключаемой библиотеки (ЛГ).
Структура комплекса состоит из следующих основных блоков (рис. 1).
1. База знаний системы представляет собой компьютерную реализацию формализованных знаний экспертов о предметной области.
2. Блок пользовательского интерфейса - это набор программ, обеспечивающих удобное взаимодействие пользователя с системой. Программы пользовательского интерфейса обслуживают все функции инструментальной системы, реализующие обмен информацией с пользователем.
3. Блок формализации знаний экспертов представляет собой блок формирования общей струк-
Системный
аналитик
Инструментальная система
№
Ч о н
в
О -
Ч о С
и «
о
■е
а
о н Я
В
Знания
Блок формализации знаний
—
Формализо-
-У
Блок формирования шаблонов
ванные знания
Информация
Блок сопоставления шаблонов
о шаблоне
Информация
об экземпляре
База знаний системы (дерево объектов, спецификации шаблонов, экземпляры шаблонов, связи между примитивами, справочник)
Результат
Блок синтеза модели
Концептуальная модель, выбранная системным аналитиком
Внешний
файл
-
Информация о модели
т
Знания
Строитель модели в Рои'вгаш
Система Powersim
Результат
И
Модель на
языке сис-
1 темных а
| диаграмм
Рис. 1. Структура программного комплекса
туры концептуальной модели и частных подмоделей экспертов. Программы данного блока выполняют настройку системы на исследуемую предметную область путем задания цели, состава и способа декомпозиции концептуальной модели; создание экспертных вариантов декомпозиции концептуальной модели в виде персональных баз знаний; реализацию экспертного метода задания отношений концептуальной модели в виде связей базы знаний.
4. Блок формирования шаблонов - это комплекс программ, позволяющих экспертам реализовать шаблоны с помощью таких действий, как добавить, редактировать и удалить шаблон.
5. Блок сопоставления шаблонов - это комплекс программ, позволяющих экспертам сопоставлять разработанные шаблоны соответствующим примитивам, то есть создавать экземпляры шаблонов.
6. Блок синтеза модели представляет собой комплекс программ, позволяющих системному аналитику осуществить синтез разработанной концептуальной модели, то есть составить файл-описатель структуры, связей и законов функционирования.
Основные функции, реализуемые программным комплексом, можно условно разделить на четыре класса: организация диалога с пользователем, приобретение и пополнение знаний, реализация шаблонов, сопоставление шаблонов.
Программы комплекса «Организация диалога с пользователем» обеспечивают организацию сеанса работы: выполнение процедур загрузки системы, идентификация пользователя, предоставление ему прав соответственно его статусу, защита
системы от несанкционированного доступа к данным, завершение работы с системой, ввод экспертных знаний в диалоговом режиме.
Программы комплекса «Приобретение и пополнение знаний» реализуют в режиме диалога аналитика и экспертов концептуальную модель предметной области в виде базы знаний иерархической древовидной структуры (рис. 2).
Программы комплекса «Реализация шаблонов» реализуют в режиме диалога с системным аналитиком и экспертами разработку, редактирование и удаление шаблонов, выделенных в процессе построения концептуальной модели (рис. 3).
Программы комплекса «Сопоставление шаблонов» реализуют в режиме диалога с системным аналитиком и экспертами наполнение шаблонов и получение экземпляров, соответствующих примитивам дерева целей концептуальной модели (рис. 4).
Программы комплекса «Синтез модели предметной области» реализуют в режиме диалога с системным аналитиком синтез единой концептуальной модели предметной области.
Для удобства хранения и обработки информация системы разбита на базы данных (БД):
• БД вершин дерева целей, содержит атрибуты каждой вершины: порядковый номер, название, количество дочерних вершин, закон вхождения дочерних вершин и другие вспомогательные данные;
• БД спецификаций шаблонов, содержит информацию о шаблоне, в частности, числовой идентификатор, название шаблона, количество входных, выходных параметров, количество начальных значений и другую служебную информацию для функционирования программного комплекса;
• БД экземпляров шаблонов, хранит информацию о сопоставленных вершинах дерева целей и наполненных содержимым шаблонах, названных экземплярами;
• БД пользователей, содержит необходимые данные о каждом пользователе, участвующем в проекте, и системные данные для организации защиты информации на уровне пользователя;
• БД справочника, содержит описанные экспертами основные понятия и термины, различные нормы и константы предметной области;
• БД информационных связей - это служебная база, содержащая необходимые данные для
Рис. 2. Построение древовидной концептуальной модели
Рис. 3. Редактирование шаблонов
% Инструментальная система синтеза - ТЭК
% Сопоставить шаблон примитиву
Набор шаблонов:
Денежный доход
Затраты
Налогообложение Поддержка технического состояния Поставка сырья Потребление теплоэнергии Производство теплоэнергии
^ Посмотреть рисунок
•У Сопоставить
Удалить экземпляр
Закрыть
Путь к вершине:
"ТЭК" -> "Топливный комплекс" -> "Потребление теплоэн
Ю:
33 10 11 12 13 44
15
16
55
56 13
51
52
53
Примитивы разработчика:
в
Примитиву "(37)Потребление населением" не сопоставлен шаблон
ТЭК
Рис. 4. Сопоставление шаблонов
описания информационных связей между экземплярами.
В системе предусмотрено разделение пользователей по категориям в зависимости от выполняемых ими функций: системный аналитик - специалист, имеющий системный взгляд на исследуемую проблему и отчасти выполняющий адми-
нистраторские функции в программном комплексе; эксперт - специалист в определенной предметной области. Программный комплекс осуществляет защиту информации на уровне пользователя для предотвращения несанкционированного доступа к персональным данным пользователя и его разработкам. Политика доступа одного пользователя к рабочим данным другого может изменяться и настраиваться системным аналитиком.
В программном комплексе экспертные знания формализуются в виде концептуальной модели, построенной с помощью функционально-целевой технологии [3]. Концептуальная модель реализуется в виде базы знаний древовидной структуры, состоящей из декларативной и процедурной части. Процедурная составляющая содержит разработанные формальные процедуры вывода, обеспечивающие синтез системно-динамической модели из набора типовых шаблонов. Комплекс позволяет сократить сроки построения системно-динамических моделей, предоставляя разработчикам удобный инструментарий, который позволяет эксперту представлять знания в наглядной структурированной форме. В результате исследовательскую деятельность коллектива специалистов различных предметных областей можно представить как работу одного эксперта, разрабатывающего динамическую модель сложной системы.
Список литературы
1. Емельянов С.В., Олейник А.Г., Попков Ю.С., Путилов В.А. Информационные технологии регионального управления. - М.: Едиториал УРСС, 2004. - 400 с.
2. Казаков С.А., Шебеко Ю.А. Использование концепту-
1Т11П11Х]
Чёрная металлургия Цветная металлургия ГЖ
Другие виды
Поставка мазута
Поставка угля
Поставка электроэнергии
Производство теплоэнергии от угля
Производство теплоэнергии от мазута
Произв-во теплоэнергии от электроэнер
Налогообложение
Закупка электроэнергии
Закупка мазута
Закупка угля
альных паттернов в проектах разработки аналитических моделей бизнес-процессов. // Матер. Всерос. конф.: Теория и практика системной динамики. - Апатиты, КНЦ РАН, 2004. - 187 с.
3. Кузьмин И.А., Путилов В.А., Фильчаков В.В. Распределенная обработка информации в научных исследованиях -СПб.: Наука, 1991. - 304 с.
4. Путилов В.А., Горохов А.В. Системная динамика регионального развития: Монография. - Мурманск: НИЦ «Пазо-
ри», 2002. - 119 с.
5. Путилов В.А., Горохов А.В., Олейник А.Г. Технология автоматизированной разработки динамических моделей для поддержки принятия решений // Информационные ресурсы России. - 2004. - №1. - С. 30-33.
6. Шебеко Ю.А. Имитационное моделирование и ситуационный анализ бизнес-процессов принятия управленческих решений (Учеб. и практич. пособ.). - М.: Диаграмма, 1999.
РАЗВИТИЕ ИДЕИ КОРПОРАТИВНЫХ ИНФОРМАЦИОННЫХ ПРОСТРАНСТВ КАК ОТВЕТ НА НОВУЮ ИНФОРМАЦИОННУЮ ПАРАДИГМУ
С.В. Семенов, к.т.н.; А.В. Александров; В.А. Лещев (НИИ «Центрпрограммсистем», г. Тверь); С.В. Лещев, д.ф.н. (МИФИ (ГУ), г. Москва)
Характер изменений в сфере информационных технологий (ИТ) за последнее десятилетие показывает, что происходит поворот от индустрии данных к индустрии информации и знаний.
Результаты исследований свидетельствуют о цикле в 50 лет по смене лидирующей технологии, иначе говоря, основной инновационной парадигмы [1]. По классификации аналитика Нормана Пуаре из компании Merrill Lynch, насчитывается шесть волн смены парадигмы. Предыдущими были текстильная, железнодорожная, автомобильная и компьютерная. Сейчас возникает «волна распределенного интеллекта». А следующей волной представляются нанотехнологии, биотехнологии и, возможно, новые виды энергии.
Более правильным было бы использовать не термин «распределенный интеллект», а термин «распределенные системы предоставления информации и знаний» [2]. Информация при этом определяется как совокупность данных и соответствующих им метаданных, а знания - как информация, структурируемая и предоставляемая в наиболее адекватной для потребителя форме (текст, таблица, график, звук либо их совокупность) в зависимости от контекста.
В настоящий момент к этой критической точке «смены парадигмы» ИТ подошли с двух сторон - собственно информационной и с технической точек зрения. По мнению Пуаре, на сегодняшний момент парадигма классических вычислений уже достигла своей зрелости. Но для развития систем распределенного интеллекта необходимы адекватные им вычислительные и коммуникационные возможности.
По мнению многих экспертов, многоядерные и многопоточные решения постепенно будут эволюционировать в системы распределенной информации. Идеолог Sun Microsystems Грег Папо-допулос говорит о таких системах в контексте волн Internet. Лавинообразное увеличение количества устройств, подключаемых к сети, постепенно трансформирует классические сети компьютеров в сети специализированных устройств, а затем и в
сети вещей. Основой таких сетей будут являться дешевые микро- и нанопроцессоры, способные одновременно обрабатывать множество параллельных потоков данных [2].
Еще одним убедительным аргументом возможности реализации новой парадигмы со стороны средств вычислительной техники (ВТ) является развитие ОЯГО-систем. Однако в сфере ИТ имеется ряд проблем, которые сдерживают движение в указанном направлении, а именно:
• ориентированность информационных систем (ИС) на данные и информацию, а не на информацию и знания;
• изменение характера программно-аппаратной среды в сторону распределенности недостаточно поддержано удобными для конечных пользователей средствами работы с распределенной информацией;
• неструктурированность общедоступной информации и лавинообразный рост ее объемов;
• отсутствие общепринятого понятийного аппарата, который может использоваться программными средствами для автоматической обработки информации;
• зависимость информации от программно-аппаратной среды приводит к постоянной потере информации и знаний при смене этой среды, поэтому невозможно их длительное хранение и наращивание в электронном виде;
• локальность значительной части полезной информации;
• изменение характера самих решаемых задач и необходимость не только широкого использования средств ИКТ, но и повышения их эффективности.
Таким образом, можно констатировать, что ИТ находятся в состоянии смены информационной парадигмы.
Одной из форм реализации новой парадигмы должны стать информационные пространства (ИП) с заданными свойствами.
Наблюдаются две противоположные тенденции решения возникающих проблем: масштабиро-
