CC BY
42
- полнота отображения состояний управляемой системы и достоверности информации, как необходимой для решения задач информационной управляющей системы СКУ, так и выдаваемой по запросам абонентов;
- высокая эффективность методов сбора, хранения, накопления, обновления, поиска и выдачи данных;
- -кратное и многоцелевое использование;
- ;
- -
;
- ;
- -
ганизацией новых связей и проектирование более совершенных методов и способов обработки информации;
- , времени хранения документированной информации.
, -курортных учреждений представляет собой автоматизированную систему управления, основанную на применении электронно-вычислительной техники и экономико-математических методов для решения основных задач обслуживания пациентов учреждения и управления административно-хозяйственной деятельностью. Информационная управляющая система СКУ обеспечивает:
- -тодов оптимизации по основным задачам управления;
- -, -
;
- ;
- применение прогрессивных методов планирования, учета и анализа направлений деятельности учреждения.
УДК 627.3
С.В. Бирюков, В.Н. Дранников, С.И. Родзин, КА. Саввина, Е.С. Сербии СИСТЕМА ЭКСПЕРТНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПРОФИЛАКТИКЕ НАРКОТИЗМА
1. Введение. Проблема распространения наркомании в студенческой среде становится институциональной угрозой для российских вузов. Перед лицом этой угрозы требуется развитие кооперационных объединений вузов и органов управ, -комании [1]. Вовремя полученные квалифицированные профилактические рекомендации могут спасти жизнь. В этой связи формирование регионального экспертного центра профилактики наркотизма в студенческой среде, разработка экспертной базы знаний о механизмах действия наркотиков, о вреде наркомании, об ответственности за наркопреступления, о методах лечения и сопротивления наркомании, является актуальной научно-практической задачей. При этом основной целью центра должна быть профилактика наркомании и зависимости от психоак-
, , сохранение психического здоровья молодежи.
2. Разработка проекта экспертно-информационной базы знаний для целей профилактики наркотизма в студенческой среде.
2.1. . -
венным радиотехническим университетом в рамках гранта по Программе «Молодежь России (2001-2005годы)» (сертификат №79 от 05.08.02 г.) и были направлены
на решение следующих задач:
• сбор и экспертное структурирование базы данных по медицинским, со-
, , -нии путем проведения кооперационных междисциплинарных исследований в области экспертного анализа наркомании в студенческой среде;
• -, , -
ний по данным;
•
знаний по мерам профилактики наркотизма в студенческой среде, средств сопровождения базы знаний.
Предметом разработки являлась совокупность организационных, методиче-, -.
Основные требования к предмету разработки состояли в следующем:
• , -
;
• ;
• ;
• ,
а элементы профилактики объединены большим количеством различных связей.
В ходе выполнения указанных выше требований удалось собрать интегрированные экспертные данные по различным аспектам наркотизма, выбрать математические и информационные методы их обработки, а также использовать ком-
-
наркомании [2]. Оказалось, что разработка подобного рода системы требует значительных усилий по созданию предметных баз знаний. Ввиду отсутствия готовых источников знаний в процессе работы над проектом пришлось организовать их сбор и обработку при сотрудничестве с правоохранительными и медицинскими учреждениями. Основная трудность в ходе осуществления проекта состояла в необходимости создания системы открытого типа с динамической базой знаний и альтернативными сценариями профилактики наркомании, структуризацией знаний, учетом возможных вариантов диалога и т.п.
Разработка экспертной системы профилактики наркомании отличается от разработки обычных информационных систем тем, что, во-первых, профилактика наркомании является многоаспектной и неформализованной задачей, требующей анализа ситуации, рассуждений и консультаций, а не действий; во-вторых, исполь-
- - -листов и необходимости выполнять экспертизу одновременно в различных вузах; , - , -нимание пользователем результатов диалога и повышать степень доверия к полученным выводам и рекомендациям.
Новизна предлагаемой концепции системы экспертной поддержки принятия профилактических решений и рекомендаций заключается в интеграции знаний экспертов: наркологов, работников правоохранительных органов и учреждений , .
При условии соответствующего финансирования разработанную в проекте концепцию можно будет развивать в направлении создания Южно-Российского межвузовского координационного центра профилактики наркомании.
2.2. . решений есть некоторое комплексное образование, способное оценивать состояние объекта экспертизы и среды, сопоставлять параметры желаемого и реального , , достижению целей профилактики наркотизма. Для этого система должна обладать запасом знаний и располагать разнообразным набором профилактических рекомендаций. Экспертные знания системы, можно разделить на три категории: концептуальные знания на уровне понятий, фактические и процедурные знания [3].
Концептуальное знание воплощается в классах понятий и свойствах пред. -чаев эксперт, что, собственно и тормозит автоматизацию процессов создания подобного рода систем.
Фактическое знание — это совокупность сведений о качественных и количественных характеристиках конкретного объекта экспертизы. Именно с этой ка-
« » « ». для организации поиска в базе данных нужной информации надо опираться на .
Алгоритмическое или процедурное знание — это прикладные программы, ориентированные на предметную область, используемые без участия их разработчиков и базирующиеся на концептуальном знании.
, — , , , -туальных знаний на первый план и работающие на основе интенсивного использования концептуальных знаний.
Создание и применение баз знаний в интеллектуальных системах экспертной поддержки принятия решений — одна из главных задач данного проекта.
Концептуальную часть базы знаний обычно идентифицируют с моделью предметной области, алгоритмическую часть — с программной системой, а фактическую часть — с базой данных.
Основная функция разрабатываемой системы — выработка профилактиче-. , если она формально поставлена — если для нее написана формальная спецификация. Последняя должна опираться на базу знаний. Модель предметной области описывает общее состояние объекта экспертизы, для которого возникла профилак-, — . -зволяют установить, какие медицинские, социологические, психологические, педагогические и правовые связи и зависимости, в каких сочетаниях и в какой последовательности должны быть использованы для решения задачи. При этом база данных поставляет все исходные данные или часть их для работы программы, недостающие данные должны содержаться в спецификации.
Этим трем частям баз знаний соответствуют три этапа решения задачи:
• диалог с пользователем (включая возникновение проблемы, ее постановку и спецификацию);
• ;
• .
Функциями системы являются также прогностическая оценка объекта экс, . моделирование процессов для оценки возможных последствий и корректности
.
,
экспертизы. Такое описание неправомерно считать частью спецификации задачи, поскольку относительно одного объекта ставится, как правило, много задач, что, требуется учитывать при формировании базы знаний. Кроме того, может оказаться, что возникшую задачу не решить до конца автоматически, например, из-за неполноты спецификации или описания объекта. Поэтому в системе целесообразен интерактивный режим работы с пользователем. Надо помнить, что модель объекта экспертизы описывает общее знание о нем, а спецификация - содержание задачи
.
Очень важными проблемами являются создание единой программной среды и выработка рекомендаций непосредственно по состоянию объекта экспертизы.
В зависимости от цели, которая стоит перед системой, база знаний и программный интерфейс для выработки профилактических рекомендаций могут иметь различное представление, зависящее, в свою очередь, от характера решае-.
Мы исходим из того, что концептуальные и фактические знания достаточно точно отражают процессы и сведения, относящиеся к объекту экспертизы. Тогда решение, будет получено на основе продукционных правил вывода, в соответствии с постановкой профилактической задачи и спецификацией. Рекомендации и прогноз используются для получения экспертной оценки и принятия решения о
. , поступят к пользователю, оценивается с помощью имитационной математической .
В отличие от традиционных систем поддержки принятия решений, предназначенных для поиска оптимального решения и базирующихся на строгих математических методах и моделях оптимизации, разрабатываемая система в основном ориентирована на решение трудно формализуемой задач в отсутствии полной и
. -ные экспертные модели, построенные на основе знаний экспертов — специалистов. Пока исследования ведутся в контексте детерминированной трактовки продукционной системы с присущей ей последовательной схемой поиска решения. Получающиеся в результате модели, на наш взгляд, зачастую неадекватны реальным проблемным ситуациям, характеризующимся недетерминизмом процесса по. — концептуализации объекта экспертизы путем онтологического анализа.
При разработке системы возникли следующие проблемы:
• ;
• -
формационных процессов в системе;
• -
;
• разработка алгоритмов и программного обеспечения онтологического анализа с использованием «мягкой» логики.
Наряду с изложенным важно отметить, что база знаний должна обладать свойством адаптации к динамической проблемной области, способностью ввода новых элементов и связей в описание ситуаций, изменения правил и стратегии в процессе принятия рекомендаций, работы с неполной, нечеткой и противоречивой .
3. Прототип программы системы экспертной поддержки профилактики наркотизма. В качестве входных данных экс пертная система получает признаки лица, употребляющего наркотики (тип наркотика, мотив потребления, внешние признаки и т.д.). В качестве языка программирования выбраны C++ и оболочка для создания экспертных систем CLIPS [2]. Результатом работы системы является определение типа потребителя (эпизодический, регулярный и др.) и выработка рекомендаций по трем моделям превенции: медицинской, психосоциальной и пра-.
Пользователи общаются с системой посредством интерфейса, включающего подсистему сбора данных и выдачи результатов. При этом все множество входной информации разделяется на два подмножества: данные пользователей и знания .
вывода [4]. Машина вывода, используя факты, извлеченные из базы данных, и правила, извлеченные из базы знаний, формирует заключение. Полученный результат направляется пользователю через интерфейс системы.
Особенностями программного прототипа представляемой системы являются:
• , -мо от того, сколько пользователей одновременно получают консультацию;
• -
нет без непосредственного доступа к компьютеру, на котором функционирует система;
• ( достигается за счет того, что набор фактов и правил не определен жестко в машине вывода, извлекается машиной из базы знаний по мере необходимости, что по, ).
Интерфейсная часть представляет собой совокупность трех программ: кон, , -ний. Программы имеют единую графическую оболочку, которая непосредственно . -
вателя - определение его принадлежности к группе экспертов или к группе лиц,
( ). -
тификации активизируется та или иная программа. Данные гостей собираются с помощью консультирующей программы и направляются в машину вывода. Знания экспертов обрабатываются программой восприятия знаний и пополняют базу знаний и базу данных. Результат работы машины вывода - заключение системы и цепочка рассуждений - направляется объясняющей программе. Основной функцией этой части интерфейса системы является отображение результата и пояснение , .
4. Заключение Исходя из поставленных задач, основным результатом проекта на данном этапе являются создание пилотной версии экспертно-сове^тощей системы профилактики наркомании в студенческой среде, а также разработка научнометодического сопровождения и информационной поддержки базы знаний о наркомании для противодействие негативным социальным явлениям среди молодежи.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Реформы образования. Аналитический обзор/ Под ред. В.М.Филиппова. - М.: Центр сравнительной образовательной политики, 2003.
2. Дранников В.Н., Родзин С.К Концепция базы знаний для экспертной системы профилактики наркомании // Известия ТРТУ, - Таганрог: Изд-во ТРТУ, 2001, №1(19). - С.65-66.
3. Джексон П. Введение в экспертные системы. Учебное пособие. - М.: Изд. Дом «Виль-
», 2001.
4. Дранников В.Н., Родзин СМ. Модель деонтической базы эксперта // Труды III межд. НТК «Фундаментальные и прикладные проблемы информатики и права». - М.: МГАПИ, 2000. - С.11-15.
УДК 681.52
. . , . .
ПРОГРАММНАЯ СРЕДА ДЛЯ ИМИТАЦИИ ПРОЦЕССОВ ОБУЧЕНИЯ И УПРАВЛЕНИЯ МУЛЬТИЗВЕННЫМ МАНИПУЛЯТОРОМ
Создание гибких манипуляционных систем для использования в экстремальной робототехнике сопряжено с трудностями не только, а, на наш взгляд, даже не столько с проблемами их технической реализации, сколько с проблемами создания эффективных систем управления (СУ) их поведением и адаптацией к сложным условиям окружающей среды и обстановке.
Известно, что подобные СУ должны «справляться» не только с высокими размерностями математического описания механических конструкций мультиз-
( ), , ,
сложными движениями ММС, обеспечивающими их применение в качестве средства манипуляции объектами в экстремально сложных средах. В данной работе описаны концептуальные основы создания программного комплекса, предназначенного для разработки систем управления и адаптации ММС на основе синергетического подхода, основные принципы которого описаны в [1]. Примеры сложных движений приведены на рис.1.
( ).
:
• -
( ) ;
• воспроизведение динамики «однородных» стержне- и щупальцеобразных физических объектов (стержень, гибкий прутик, трос, жгут, веревка), определяемой как их физическими характеристиками (упругость, гибкость, податливость,
