CC BY
18
винного схода предложен метод, основанный на построении двух видов моделей: интерпретационной модели лавинного климата и нечеткой модели интерпретации временной характеристики лавинного схода. Представлен алгоритм построения метода прогнозирования временной характеристики лавинного схода.
Список литературы: 1.Технология системного моделирования / Е.Ф. Аврамчук, А.А. Вавилов, С.В. Емельянов и др. М.: Машиностроение, 1988. 289 с. 2. Костина С. С. Математическое моделирование при создании информационных интеллектуальных систем в задачах автоматизации научных исследований // Труды МНТК «Современная радиолокация» К., 1994. С. 140-154. 3. Buser, O., Butler, M. and Good, W. Avalanche forecast by the nearest neighbors method. IAHS Publ. 162. 1987. P. 557-569. 4. Fuhn P. An overview of avalanche forecasting models and methods. Oslo, NGI, Pub.N 203. 1998. P. 19-27. 5. Ижбол-дина В.А. Аэросиноптические условия образования и схода метелевых лавин на Кольском полуострове // Исследования снега и лавин в Хибинах. Л.: Гидрометеоиздат, 1975. С.51-63. 6. Дяченко О.Н., ФастоваД.В., Куземин Ю.А. Прогнозирование лавинной опасности и принятие решений // Материалы 1-й Междунар. конференции «Глобальные информационные системы. Проблемы и тенденции их развития». Харьков, ХНУРЭ, 2006. С.290-291. 7. Kuzemin A., Dyachenko O., FastovaD. Information supply of geo-information systems for the forecasting problem of the avalanche danger // Proc. of the Fifth International Conference i.TECH. Sofia. Bulgaria: ITHEA, 2007. V.2. P. 289-293.
Поступила в редколлегию 02.06.2007 Фастова Дарья Владимировна, аспирантка кафедры информатики ХНУРЭ. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел.: 8(057) 702-15-15, e-mail: [email protected], [email protected].
УДК 004.5; 004.7; 004.8
А.Я. КУЗЁМИН, В.М. ЛЕВЫКИН
РАЗРАБОТКА ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ОБЕСПЕЧЕНИЯ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ПРЕДУПРЕЖДЕНИЯ И УПРАВЛЕНИЯ В ЧРЕЗВЫЧАЙНЫХ ПРИРОДНЫХ СИТУАЦИЯХ
Предлагается комплексная объектно-ориентированная методика системного анализа чрезвычайных природных ситуаций для ситуационного моделирования предметной области, которая отличается от существующих высокой адаптивностью к сложным быстротекущим процессам. Используется связь количественных баз данных, имеющих постоянные и переменные параметры среды, и качественных показателей (на основе логических баз знаний) для создания информационного пространства объекта управления, что дает возможность повысить надежность и скорость обработки априорных и контролируемых данных, а также эффективность принятия решений.
Актуальность. Геодинамические процессы в середине земного шара, на его поверхности и в атмосфере приводят к чрезвычайным природным ситуациям (ЧПС), которые вызывают землетрясения, цунами, циклоны, сходы лавин, оползни, сели, подтопления строений и т.п. Эти процессы определяются процессами эволюции Земли и деятельностью человека. Глобальное распространение различных катаклизмов по земному шару вызывает необходимость активизации усилий на проведение исследований и разработку средств контроля, предупреждения, прогнозирования и принятие решений в ЧПС.
Критический анализ современных инструментальных средств обеспечения и принятия решений для предупреждения и управления в ЧПС вызывает острую необходимость новых исследований в этой области. ЧПС относятся к классу задач, которые можно характеризовать как наиболее трудоемкие для анализа, формализации и принятия решений.
Актуальным и значимым является разработка новых средств моделирования с использованием нетрадиционных методик ситуационного анализа и моделирования ситуаций, которые возникают в различных районах Земли из-за природных явлений и деятельности человека.
Постановка задачи. Необходимо разработать новые инструментальные средства обеспечения и принятия решений для предупреждения и управления в чрезвычайных природных ситуациях.
Новизна. Предложены инструментальные средства обеспечения принятия решений для управления в чрезвычайных природных ситуациях, которые, в отличие от существующих технологий моделирования, используют связь количественных баз данных, имеющих постоянные и переменные параметры, и качественные показатели (на основе логических баз знаний) для создания информационного пространства объекта управления, что дает возможность повысить надежность и скорость обработки данных и обеспечить своевременность прогноза и принятие решений для чрезвычайных природных ситуаций.
Усовершенствована ситуационная модель ЧПС, которая, в отличие от существующих технологий моделирования, использует комплексное знаниеориентированое ситуационное представление ситуации на основе статистической обработки данных и тройки "субъект -управляющее действие или алгоритмические и аппаратные решения для повторного использования в разработке ИУС - объект", что позволяет быстрее прогнозировать чрезвычайные ситуации и принимать более точное решение, чем при использовании существующих моделей.
Решение. Инструментальные средства обеспечения и принятия решений для предупреждения и управления в ЧПС разрабатываются на базе накопленного опыта и текущих данных о процессе. Для решения сформулированной выше проблемы в настоящее время получило развитие исследование инструментальных средств, которое использует так называемый логический вывод, основанный на прецедентах. Это метод принятия решений, в котором повторно используются знания о предыдущих ситуациях [1,2].
Этап 1. Начальный этап разработки инструментальных средств обеспечения и принятия решений для предупреждения и управления в чрезвычайных природных ситуациях начинается с постановки задачи и составления технического задания. Здесь нужно уметь поставить вопросы специалистам или экспертам, чтобы определить главную цель и локальные цели.
В постановке задачи необходимо задать параметры среды (предметной области), которые используются при формулировании задач функционального комплекса информационно-управляющей системы (ИУС).
Новые знания о ЧПС, качество разработки ИУС и эффективность предлагаемых принятых решений оцениваются по критериям риска и необходимым ресурсам £ - объемам и средствам для предупреждения или ликвидации последствий чрезвычайных ситуаций.
Риск от ЧПС для контролируемого района, для параметров климата X = {х j, j = 1, т}, а также математическое ожидание потерь среди населения можно оценить по формуле:
М^) = Ц Р(х^ у(х,у) ахау,
где Р^) - параметрический закон поражения для (незащищенного) населения от действия природного явления х^, например, ветра; - область интегрирования; у(х,у) -плотность размещения незащищенного населения в пределах элементарной площадки; N -численность населения.
Этап 2. Выполнение эскизного проекта или технического предложения. Разработку инструментальных средств обеспечивающего комплекса информационно-управляющей системы начнем с создания контекстно-зависимого языка моделирования. Прежде всего, для создания такого языка рассмотрим основные понятия.
Природная среда, для которой разрабатывается ИУС и система автоматизации ее разработки, с помощью которой выполняется проектирование ИУС как совокупность 9, может быть представлена кортежем:
9 = <Лр,Л,Кр,К,Ър,Ъ,Р,О,Х)
где Лр - элементы (компоненты комплексов) ИУС 9 ; Л - элементы среды, для которой разрабатывается ИУС; Кр - отношения (связи) элементов ИУС; К - отношения (связи) элементов среды, для которой разрабатывается ИУС; Ър - цели системы разработки ИУС; Ъ - цели функционирования ИУС; Р - проектировщик; О - язык проектировщика (инструментальные средства).
Множества Ар и Кр отражают различные инструменты и средства, которыми пользуется разработчик р в своей работе. При рассмотрении системы разработки ИУС имеем множество целей Ър = {гр. } . При анализе функционирования обеспечивающего комплекса
ИУС имеем множество целей Ъ = . Главная цель 9 - это создание обеспечивающего комплекса для эффективного и своевременного решения проблем ЧПС с оптимальными временными и стоимостными затратами на разработку ИУС, и самое главное - снижение рисков относительно ЧПС. В общем виде целенаправленное функционирование ИУС и использование эффективных инструментальных средств ее разработки и моделирования природной среды характеризуется текущей ситуацией и целью [3], которые решают задачу управления в ЧПС как при создании ИУС, так и при ее функционировании. Таким образом, представляя оба множества Ъ и Ър в виде иерархий целей, можно говорить, что каждой цели гр. соответствует одна или несколько целей Zj . Каждая из целей Zj определяется для некоторой ситуации 8, образованной из элементов Л. Из сказанного выше следует, что цель разработчика р обеспечивается гр. - разработкой проектных решений, которые решают задачу по удовлетворению целей Zj в ситуации 8, т.е. можно говорить, что проектировщик в процессе работы ищет проектные решения для различных ситуаций.
Интеграция в одну модель указанных для 9 элементов модели природной среды и обеспечивающего комплекса ИУС свидетельствуют о тесной связи целей разработки, целей принимаемых решений в предметной области.
Совокупность локальных целей Zj обеспечивает выполнение глобальной цели ^ для действий ЛПР -1 .
В принципе обеспечить выполнение глобальной цели ^ J может несколько совокупностей локальных целей. Для поэтапной разработки ИУС на промежуточном этапе можно "забыть" об общей цели ^ и обеспечить более простые локальные цели. В общем случае
структура связей между локальными целями Zj имеет произвольный характер. В качестве крайних ситуаций можно считать следующие случаи:
- случай, когда выполнение любой цели связано с выполнением каждой из остальных, при том, что все цели принадлежат одному условию (отсутствие иерархии);
- случай полной независимости целей, т. е. каждая из них достигается самостоятельно.
Кроме того, простейших и одновременно основных типов связей между целями всего
три [3]: последовательные, параллельные и циклические.
Для дерева локальных целей связь между ними будет комбинацией элементарных типов связей. Часто выполнение одной локальной цели может затруднить и даже исключить выполнение другой. Такие цели (две и более) называют антагонистическими. В нашей разработке не удастся избавиться от той или иной степени антагонистичности локальных целей. Проблема является многокритериальной и наиболее острой для целей одного и того же иерархического уровня.
Разработанная модель 9 отображает связь ситуации природной среды и ИУС на фиксированный момент или интервал времени, которое оказывает существенное влияние на выполнение ИУС своих функций по достижению намеченных целей.
Кроме природной среды, ИУС окружает среда технических и организационных средств, ресурсом которых управляет ЛПР для предупреждения или ликвидации последствий ЧПС. В этом случае модель 9 кроме природной среды, средств разработки ИУС должна быть расширена и учитывать наличие в среде окружения организационно-технические средств и обобщенные ситуации, которые отображают количественные и качественные параметры 8 . Качественные параметры представляют любое решение или действие, которое предлагается ЛПР; имеют три основные характеристики: цель действия; описание действия; средство его выполнения. Все эти характеристики можно получить из ответов специалистов и экспертов, которые могут квалифицированно ответить на следующие три вопроса: "Зачем?" или "Какой должен быть результат?" - ответ будет характери-
зовать цель (назначение действия); "Что делать?" - ответ будет давать описание действия; "Как делать?" - ответ будет характеризовать средство выполнения (умение и возможность).
Основой построения «дерева» или системы вопросов для выявления знаний относительно ЧПС и действий, направленных на ликвидацию или предупреждение чрезвычайной ситуации, есть следующие элементарные, короткие вопросы: "Что?", "Зачем?", "Как?". Ответы на эти вопросы позволяют создать базу знаний, которая отобразит цель разработки функционального комплекса ИУС и требования к принятию решения, которые ИУС предлагает ЛПР.
Структура обобщенной ситуации 8 = {8;}, 1 = 1,п состоит из множества микроситуаций - , которые образованы понятиями - элементами среды:
= (е1,Ке,Х, 3, Е) ,
где Е - необходимые ресурсы (объемы и средства для предупреждения или ликвидации последствий чрезвычайных ситуаций); 3 - множество управляющих действий; часть
ситуации, определяемая парой (е;, Ке ^, называется лингвистической (качественной, смысловой единицей) микроситуацией центрального понятия - е , вокруг которой базируется
микроситуация; X = {х.|, j = 1,т} - количественные показатели о природных явлениях
(например, атмосферное давление, температура воздуха и т.п.), постоянные параметры среды (например, наклон горы, покрытие склона и т. п.) в контролируемом районе и ресурсах, которыми располагает ЛПР (например, число исправных подвижных средств для эвакуации людей, мобильные средства для проведения воздушной разведки и т.п.). Множество Ке является контекстом лингвистического, центрального понятия е . Множество Ке = {ке;}, 1 = 1,т состоит из понятий, которые выражают отношение центрального понятия е к остальным второстепенным понятиям, участвующим в данной микроситуации. Отношение - это некоторая зависимость центрального понятия от второстепенных понятий. Для данной микроситуации в качестве второстепенного может выступать понятие, которое является центральным в другой микроситуации.
Целесообразно использовать связь количественных и качественных параметров среды, представленную в обобщенной базе данных и знаний для создания информационного пространства объекта управления, которое дает возможность повысить надежность, скорость обработки данных, обеспечить своевременность прогноза и принятие решений относительно управления в ЧПС.
Состояние проектного решения ИУС Рг = (Лр,Кр,2р,Р,0) также характеризуется с помощью ситуаций и входящих в них понятий. При проектировании разработчик оказывается в определенной ситуации, которая характеризуется группой взаимосвязанных понятий, описывающих данную ситуацию. Попадая каждый раз в природную ситуацию, которая уже известна и для которой есть группа проектных решений, можно воспользоваться решениями, ассоциированными с данной ситуацией.
Микроситуация соответствует тройке «субъект (ЛПР) - управляющее действие -объект (ресурс для предупреждения и устранения последствий ЧПС), с которым оперирует интеллект человека)» [3]. Субъектом - ЛПР является центральное понятие, управляющим воздействием - контекст, а объектом - второстепенное понятие. В общем случае можно представить последовательности «субъект - управляющее действие -субъект - управляющее действие ... - объект» [3], которым соответствует случай, когда второстепенным является центральное понятие другой микроситуации.
Обобщенная ситуация включает множество понятий, каждое из которых отражает ее свойства в какой-либо из характеристических категорий. Понятия группируются в категории по характеристикам признаков [2,3].
В инструментальных средствах для построения базы знаний обеспечивающего комплекса ИУС используется контекстно-зависимый язык. В частности, был избран язык нечеткой логики. Такой подход имеет три основные отличительные особенности:
1. Вместо или дополнительно к числовым количественным переменным употребляются нечеткие величины и так называемые "лингвистические" переменные, которые связывают
ситуацию S = {sj}, i = 1,n, цель Z и тройку «субъект (ЛПР) - управляющее действие -объект (£)». Микроситуации, которые определяются на множестве количественных параметров {X} [3] (после использования Data Mining), «связываются» с качественными или лингвистическими данными.
2. Простые отношения между переменными описываются с помощью нечетких высказываний - предикатов.
3. Сложные отношения описываются нечеткими алгоритмами с использованием функций принадлежности {| j} , i = 1,k , так как классификация ситуаций имеет неоднозначное значение и может принимать промежуточные значения межу крайними значениями [3].
Основная трудоемкость процесса извлечения знаний аналитиками у экспертов предметной области связана с тем, что участники процесса оперируют разными понятиями и им необходим общий язык общения [3].
Интеллектуально-вербальная коммуникация между людьми основана на связывании представлений объекта, понятия и слова. Проблемы в интеллектуально-вербальной коммуникации возникают при использовании неверных слов. Это происходит в случае наличия разных ассоциаций между понятием и словом.
Интеллектуально-вербальное представление ситуации состоит из множества понятий. Кроме того, ситуация может быть разрешена с учетом риска. Элементы обеспечивающего комплекса ИУС выбираются по результатам анализа ситуаций из множеств вариантов управленческих решений, предлагаемых в алгоритмическом комплексе с использованием наилучшего, оптимального в смысле затрат времени на реализацию управленческих решений подходящих элементов технического комплекса (рисунок).
Такой выбор или «отбор» прецедентов обеспечивается за счет сравнения текущей, проблемной микроситуации с множеством эталонных микроситуаций. В метрическом пространстве схожесть прецедента и проблемной ситуации можно оценить в такой последовательности:
1. Вводится метрика в пространстве всех значимых параметров.
2. В этом пространстве можно определить точку, которая соответствует проблемной микроситуации.
3. На основании этой метрики находится ближайшая к ней точка, подставляющая для повторного использования проверенного, наилучшим образом подходящего в анализируемой ситуации управляющего действия.
В соответствии с этим методика отбора имеет такую последовательность:
1. Множество ситуаций s; = (e;,Ke,X,3,£ разбивается на конечное число классов Qv, v = 1,m , в пределах класса Qv находится конечное число ситуаций фу . Определяются ситуации на множестве параметров xv xv2,...,xv где V1,V12,...,vn e1,n. Наборы xv xv2 ,...,xv для разных классов могут не совпадать.
2. Определяются границы класса, для этого обозначим через Х:1ф (j е 1, n , фе 1, фv , v е 1,m) - значение j-го параметра, ф -й ситуации класса v , тогда границы класса v по параметру j можно составить из пар {mink[xVф ],maxk[x^ ф ]}. Геометрически класс можно представить как многомерный параллелепипед.
3. Для оценки проблемной микроситуации (см. рисунок), которая была выявлена на этапе предварительного регрессионного анализа, классификации и прогнозирования (отнесения к классу чрезвычайных ситуаций [2,3]), необходимо исследовать эту проблемную микроситуацию в целях выявления близких микроситуаций (прецедентов) и соответствующих решений для 3 и £ (см. рисунок).
Природная среда
Текущие изменяемые параметры
Анализ и первичный прогноз ситуации. Получение ю
Поиск 3 для £
Нет M текущее ((N) —
Анализ ю и поиск
прецедентов
Нет
Оценка У=Ою-ОП
M заданное (n) ?
Схема алгоритма принятия решений
Необходимо найти отношение к классу Qv проблемной микроситуации ю , которая определена значениями параметров xю7 ,xю2 '•••'xюп , где юьЮ2,...,юп е 1,n . На пространстве параметров сравниваем проекции классов с проблемной микроситуацией несовпадающих параметров (x; ,i = 1,п}. Будем считать, что проблемная микроситуация ю может быть отнесена к классу Qv, v = 1,m , если для любого параметра x Ю; имеем
mink[xV9]—xю; —maxk[xV9
1. Строим дифференциальный ряд ситуаций и область в подпространстве параметров ситуаций, для которой проекции классов пересекаются. Их можно представить на совокупности пар max^ mink[xV9],min^ maxk[xV9] по всем параметрам (x; ,i = 1,n} .
2. Прецедент П (представленный значениями параметров x,...,xпп (П1,...,Пn e1,n)) можно считать аналогом ситуации ю на классах vIB, если для каждого параметра xni имеется xЮ; и выполняется условие
max vю mink[xV9 ] — x П i — min v(0 maxk[xV9 ].
Проблемная микроситуация ю может быть отнесена к нескольким классам. Если выбирается только один класс, то аналогом ю будут все микроситуации класса vro .
Предлагается вместо метрики использовать так называемую «меру близости», указав правило отбора по какой-либо форме. При этом вместо метрического пространства используется топологическое. В соответствии с рекомендациями Дюка В.А. [5] предлагается использовать так называемые «локальные контекстно-зависимые метрики». Расстояние между проблемной микроситуаций ю и прецедентом п равно разности количества классов , куда «попала» проблемная микроситуация, и количество классов из этого числа Пд, в котором находится прецедент V = - Од.
Этап 3. Техническое проектирование обеспечивающего комплекса ИУС (здесь рассматриваются задачи использования инструментальных средств проектирования) [4]. В решаемой проблеме технические средства, которые применяются для предупреждения и ликвидации ЧПС могут рассматриваться как объект управления. Принятие решений для такого объекта управления должно быть обеспечено алгоритмическим и программным комплексами ИУС или информационным пространством.
Выводы. В проводимом исследовании особое внимание было уделено разработке адаптивного принципа информационной технологии, который может обеспечить принятие решений в НПС с минимальным риском M(N). Такой подход базируется на использовании структурообразующего понятия, которое определяет описание объекта исследования, его окружения, природных явлений и фактов. Это понятие представлено не конченым множеством записей на любых языках, доступных для нашего восприятия, и интерпретируется как целостное образование. Кроме того, надо учитывать, что знание, в общем случае, изменяется во времени и контексте. При этом существует тесная связь между количественными данными и качественными параметрами изучаемого процесса.
Предложен адаптивный принцип обеспечения принятия решений в ЧПС, который использует обобщенную, порождающую новые знания базу данных и знаний. Такая база является основой обеспечивающего комплекса ИУС. После анализа ЧПС с использованием обобщенной базы данных и знаний в обеспечивающем комплексе ИУС дается прогноз и предлагаются варианты решений на основе новых знаний для ЛПР. Качество прогноза и варианты решений зависят от риска принять неправильное решение и времени, которое ЛПР имеет для принятия соответствующих решений по предупреждению ЧПС.
В общем виде использование разрабатываемых методов представляется как описание текущей проблемной ситуации и поиск наиболее подходящего проектного решения в базе знаний решений. При проведении поиска происходит сравнение текущей ситуации с уже имеющимися в базе знаний прецедентами, после чего производится выбор наиболее подходящего решения.
Каждой ситуации ставится в соответствие одно или несколько проектных решений. С точки зрения результата накапливается положительный опыт, который может привести к получению базы знаний эталонных ситуаций. Проведя поиск среди имеющихся в базе знаний эталонных ситуаций, разработчик получает доступ к проектным решениям, на основании которых производится их синтез.
Список литературы: 1. KuzeminA. Situation centres in modern sate// International Journal on Information Theories&Applicatios. Bulgaria, 2004. Vol. 11, №1. P. 79-82. 2. КуземинА.Я., СорочанМ.В., ТороевА.А. Использование языковых средств на ранних стадиях проектирования программного обеспечения // Искусственный интеллект. Донецк : ИИИ. 2004. №3. С. 328-336. 3. КуземинА.Я., СорочанМ.В. Понятийное представление ситуации при поиске и классификации проектных решений // Прикладная радиоэлектроника. Харьков: ХНУРЭ. 2004. Том 3, №3. С. 60-67. 4.Kuzomin A., Torojev A. Mobile means of control and prediction of avalanche climate using information conversion in acoustic. RANGE 291 // IDRC. Davos. 2006. Vol. 2. P. 291-294. 5.ДюкВ.А. Обработка данных на ПК в примерах. СПб: «Питер», 1997.
Поступила в редколлегию 12.06.2007 Куземин Александр Яковлевич, канд. техн. наук, проф. кафедры информатики, начальник инновационно-маркетингового отдела ХНУРЭ. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел.: 8 (057) 702-15-15, e-mail: [email protected].
Левыкин Виктор Макарович, д-р техн. наук, проф., зав. кафедрой ИУС ХНУРЭ. Научные интересы: разработка информационно-управляющих систем. Адрес: Украина, 61166 Харьков, пр. Ленина, 14, тел.: 8 (057) 702-15-15, e-mail: [email protected].
