Онтологический подход к разработке систем поддержки принятия решений

Тип работы:
Реферат
Предмет:
ТЕХНИЧЕСКИЕ НАУКИ


Узнать стоимость

Детальная информация о работе

Выдержка из работы

УДК 11: 681. 5
Л. Р. ЧЕРНЯХОВСКАЯ, Р. А. ШКУНДИНА, К. Р. НУГАЕВА
ОНТОЛОГИЧЕСКИЙ ПОДХОД К РАЗРАБОТКЕ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
Представлен подход к автоматизации управления сложными системами в проблемных ситуациях на основе разработки интеллектуальной информационной системы поддержки принятия решений. Разработана концепция функционирования интеллектуальной информационной системы поддержки принятия решений в проблемных ситуациях, основанная на обработке знаний о процессе управления в проблемных ситуациях. Предложена иерархическая структура системы, включающая базу знаний с различными моделями представления знаний на разных уровнях поддержки принятия решений, а также механизм вывода рекомендаций с использованием предметных, универсальных и метазнаний. Инженерия знаний- онтология- база знаний- система поддержки принятия решений
ВВЕДЕНИЕ
Ключевым вопросом повышения качества управления сложными системами является повышение эффективности принятия решений в проблемных ситуациях. Трудности, возникающие в
процессе принятия решений, заключаются в нали-
, —
деленность и недостаточность знаний о значении
,
, —
,
определении состояния объекта- наличие проблемы
-
-
, —
-
необходимость анализа значительного количества
признаков проблемных ситуаций качественной , —
-
-
.
--
,-, —
танные в результате инструментального анализа
, —
, —
. -
-
-
-,
принципах инженерии знаний в рассматриваемой. -ределяется как совокупность методов и средств извлечения, накопления, обработки, представления
. -
,
на моделировании знаний экспертов и их методов
.
1. МЕТОДОЛОГИЯ РАЗРАБОТКИ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ ИНЖЕНЕРИИ ЗНАНИЙ
Системы поддержки принятия решений (англ. Decision Support System) представляют собой специфический класс автоматизированных информационных систем, которые поддерживают деятель. ют специалистам выбрать и/или сформировать
нужную альтернативу среди множества вариантов
, —
.
, —
,
«Информационная система поддержки принятия
решений» (ИСППР). Подобные системы относятся
-
,
,-, —
рующимися на знаниях специалистов — экспертов, моделях человеческих рассуждений и накопленном
. — ,
-
,--
.
-
,
. -, —
,
,
основе логического вывода и обеспечивая доступ к
.
-
:
Информационная система поддержки принятия , —
,
,
обосновать выбор альтернативы принятия решений
и, кроме этого, сопровождающие пояснения пользователю.
В составе ИСППР должна быть база знаний о процессах управления в проблемной ситуации и
.
-
ного логического вывода (дая формирования рекомендаций в реальном времени) и индуктивного вы-(-
),, ,
.
-
,--
.
--
,
,
-
.
Время формирования рекомендации ИСППР должно находиться в пределах резервного времени
для данного типа сложного динамического объекта
-
.
,
-
работки информации, показана на рис. 1.
Для разработки системы поддержки принятия
-
когнитивного анализа [6].
2. МЕТОДОЛОГИЯ ОБЪЕКТНО-КОГНИТИВНОГО АНАЛИЗА ДЛЯ РАЗРАБОТКИ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
--
дующие знания:
• семантические метазнания, представленные в предметной онтологии-
• формальные знания, представленные в ви-
(), —
рых осуществляется логический вывод решения в
-
() —
• ,
-
.
---
,---
рования процесса управления сложными системами.
Целью моделирования является системное , —
-
?
Задачи ППР на организационных уровнях управления предприятием
Структура информационно-управляющей системы предприятия
Руководство предприятия
Информационная поддержка принятия решений по статегическому планированию _ и_управл§ ни12_______
Подсистема стратегического управления предприятием
Подсистема
электронного
документооборота
Подсистемы ИУС предприятия
Информационная поддержка принятия решений при календарном планировании и оперативном управлении производственными процессами
Приложения подсистем ИУС
(Организац., финансов., адм. хоз., управ. кадр., производств., строит.
и др.)
Информационный портал для связи
с общественностью_
Подразделения
Поддержка принятия решений при оперативном управлении производственными процессами
АИУС подразделения
1 АИУС подразделения
I
Подсистема мониторинга производственных процессов
Рис. 1. Структура информационной системы поддержки принятия решений
.
-
,--
,--
,
-
.
перечисленных проблем предложена методология , —
-,
--, —
ческой сети представления знаний [1].
Объектно-ориентированный анализ — способ
,
,
на словаре предметной области [2].
-
, —
,
между ними, и действий над сущностями [3].
--
, —
,
установление взаимосвязей (отношений) между ними и определение характеристик отношений [4].
-
когнитивного анализа:
• принцип иерархической декомпозиции
,
-
морфизме описания отношений между объектами
семантической сети и полиморфизме механизмов
-
• принцип наследования свойств, основанный на отношении «класс — подкласс» в описании
-
-
• -
лиза и семантического моделирования предметной
-
--
-
семантических сетях на основе кластерного анализа
-
.
--
. -
, —
,
(
). -
,
. -, —
,
.
моделирования на основе онтологического анализа
--
. -,.
--
--
,
, —
цептуальную модель экспертов в формализованной
. --
-
Unified Modeling Language (UML). Объектный под, —
ем класса/объекта, объединяющего данные (состояние) и поведение. На рис. 2 показана концепту, —
ния между вышеперечисленными компонентами.
--
.
-
--.
, —
--
, —
(-
).
Модель семантического анализа проблемной ситуации можно представить в виде семантической сети (рис. 3), позволяющей определить цели моделирования ИСППР и сформулировать требования к
. -
,
вид графа CC (A, R), в котором вершины aieA соот-
,
TjeR — отношениям между ними, Аф0, R^O .В се,
.
Конкретизация обобщенного представления
-
, —
,
. --
,
()
возможностях семантических сетей и реализующих
,
,
.
-
,
: —
гические отношения, каузальные отношения, от,.
-
-
,-.
-
,-.
-
,-,.
--
.
Онтологический анализ — аналитическая работа
с целью определения и объединения релевантных —
Подсистема управления знаниями
& lt---
1
Онтологическая БЗ
1
Онтология прецедентов проблемных ситуаций
1 I*
Онтология Предметной области 1
База правил
Модуль оценки эффективности


1
Подсистема поиска
у?
1
Механизм рассуждений
1 -1'- 1
Модуль адаптации & lt------ Ядро интеллектуальной С1ШР Пользовательский интерфейс
Рис. 2. Модель архитектуры интеллектуальной системы поддержки принятия решений
Рис. 3. Семантическая сеть процесса управления в проблемной ситуации
аспектов исследуемой системы в соответствующей содержательной онтологии [3]. Онтологический анализ направлен на исследование и интерпретацию системных связей в сложных предметных об-
.
Современное определение термина & quot-онтология"- в теории искусственного интеллекта неоднозначно- для практического использования наиболее подходящим является определение онтологии как знаний, формально представленных на базе кон.
,
. лью M0 онтологической системы [3] понимается триада вида:
M0 = & lt- O meta, {O app}, InfF& gt-, где O meta — онтология верхнего уровня (метаонто-логия) — {0app} - множество предметных онтологий
и онтологий задач предметной области- InfF — мо, —
гической системой M0. Сущностями метаонтоло-гии 0ntometa являются такие понятия, так «объект», «атрибут», «значение», «отношение» и т. п. Наполненная предметная онтология 0ntotapp может рас-
,
, —
,
при переходе от исследования одной конкретной.
3. ПРИМЕРЫ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
3.1. 0нтологический подход к разработке ИСППР для управления процессом очистки сточных вод
-
, —
,
. -
.
Управление работой очистных сооружений
() , —
,
., —
():
1. ОСВ — это непрерывный в пространстве , —
, —
. -
,
,
-
гостоящие реактивы. Показателями, используемы, —
.
-
,--
.
, —
, —
ствие изменчивости этих комплексов в зависимости.
2. Условия неопределенности у оператора,
. -
:
--
шений вследствие ограниченного резерва времени
-
— , —
-
-
-
--.
--
.
годы уже были предприняты попытки приложения
автоматизации поддержки принятия решений к
-
ных сооружениях (Федра К., Санчез-Марре М. ,
Кровиди С. и др.). Существующие системы под-
го интеллекта в области управления процессом
-
. -
() ,
. -
,
-
. -
са управления очисткой сточных вод необходимы
,
, —
. -
,
что причиной их неэффективного использования является отсутствие в них общих теоретических
. -
,
который отсутствует в существующих системах и наращивается с помощью разработки онтологий [7].
-
ления ОСВ были применены методологии ЯИР и.
онтологии, представленная в нотации ИЫЬ 2.0 (рис. 4). Концептуальная модель позволяет визуализировать с помощью иЫЬ 2.0 семантически свя-
,
,.
Данная модель позволяет объединить понятия из
,
полученного на основе лингвистического анализа
методик, инструкций то ОС В и глоссария, сформи-
-
. --
чиваются на основании тезауруса с выделенными.
-
, —
. --
батываемую онтологию по степени абстракции в
. нем абстракции является класс Thing. Этот класс является начальным для любой онтологии и далее
. -
: ««, ««, ««,
««.
, —
. -, —
вень онтологии _ знания о специфике конкретного
. -
,
на модели такими классами, как активный ил, аэро.
.
,
-
. --
,--
(-
страгированными) знаниями предметной области. Метаонтология является верхнем уровнем в иерар-
.
-
нованы на парадигматических и синтагматических
отношениях, что позволяет осуществлять логиче-
-
нятия решений и аксиом [8]. Они формируются с
-
,
-
. -, —
рения и анализа вектора признаков Ai (данные ана-
) —
нести его к определенному классу возможных ПС
(, —
ступающей воды) categoryj е Category и уже на-
(, —
).
An = {A'-, i = 1. n}
Ai = (ai1,. aij,. aim)
у: A? ^ Category k
VА/ е An3categoryfc е Category: ?(A/) = categoryk
(
)
были сформулированы правила распознавания класса проблемной ситуации и записаны на языке формализации онтологических правил Semantic
Web Rule Language (SWRL). Правила представляют
-
лены выражением:
Ax: C?(?x) A C2(?y) A. r?. (?x,?y) A C3(?x,?z) ^ C2(?z,?y),
Рис. 4. Концептуальная модель онтологии процесса управления ОС
где (С1, С2, С3)? С, г1? Я, х, у — экземпляры или переменные, ъ — переменные или значения.
Например, правило Ахп распознавания ПС
«Вспухание активного ила» на языке запи-
:
Ахп: Проблем. _ситуация_в_активном_иле?/) А име-ет_Описанж (?8, А Входящая_вода (?н& quot-,) А име-ет_Кислотноcть (?w, ?а) А 8м& gt-г1Ь^геа1ггТкап (?а, 5) А? мт1Ъ: 1е$$Ткап (?а, 8) А имеет_Температуру (?^,?г) А8м& gt-г1Ь^геа (егТНап (?1,9) АсодержитЗагрязни-тeль (?w, ?р) А Тяжелый_металл (?р) А име-ет_Концентрацию (?р,?с) А 8м& gt-г1Ь:1е88Ткап (?о, 1) А с одержитЗагрязнитель^, ?р2) А Взвешен-ное_вещество (?р2) А имеетКонцентра-цию (?р2,?р2с) А swrlЬ: greaterThan (?p2c, 12) А име-етОписание (?5,?/& gt-/) А
тОписание^,?/^) А —
мая_воJШ (?pw) А coдepжитBeщecтвo (?pw,?o/) А Ки-слород (?о) А имеетКонцентрацию (?о,?ос) А swrlЬ: lessThan (?oc, 2) -& gt- Вспухание^ma (?s). С помощью правил можно предположить о
возможном возникновении проблемной ситуации , —
.
В соответствии с разработанными правилами
, —
.
Онтология прецедентов представляет собой
: —
.
Активный ил
имеетКонцентрацию float
и меетИловый Индекс int
Активный^л1 имеетКонцентрацию = и меетИловый Индекс =
? 68
Содюржирп акт щвный ил
Активный ил 6
имеетКонцентрацию = 2,454
и меетИловый Индекс = 258
Очищаемая_вода1 содержитАктивныйИл = [ А ктивны й_ил1
Очищаемая_вода6
содержитАктивныйИл = Активный ил 6
О читаемая вода
содержитАктивныйИл Экземпляр Активный ил
Вода
содержитЗагрязнитель Экземпляр Вещ ество
Содержит загрязнит ель^

Очищенная _вода
Органическое вещество
Медь
Входящая вода
Тяжелый металл
Нитратный азот
-и-
____ _М_едь1 __ _ _
| имеетКонцентрацию ?0,5
Нитратный_азот1 |
имеетКонцентрацию ~j3, 3 j
содержитЗагрязнитель
ЖЪ?? йжм_ ???jL.i. ________________
Г Аммонийный азот 1
_ _ Цитратн_ы_й_азот_ 1___
__flJ^т^э^iтнJ-uf__a'-зoт_Г 1
& quot- ТЛедь Г '-
Отношения типа: '-& quot-Экземпляр — Экземпляр& quot-
& quot- & quot-Класс -Экземпляр& quot-

-& quot-
Очищенная вода 1
содержитЗагрязнитель = Аммонийный мот 2 Нитратный мот 2
Нитритный мот 2
М едь2
Рис. 5. Фрагмент онтологии прецедентов ОС
Структура прецедентов является объектно-ориентированной. Каждый прецедент ассоциирован.
Формализации интеллектуальной СППР для процесса управления ОСВ происходит на основе
. --
тологии и онтологии прецедентов, разрабатывают.
производится средствами Protege 3.1 на основе результатов анализа и моделирования ПрО (рис. 5).
Использование разработанной онтологической
,
,-, —
-
оружений- делает возможным доступ к информации распределенных пользователей с помощью
соблюдения стандартов Semantic Web- позволяет
-
-
.
3.2. КОНЦЕПЦИЯ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ОБРАЗОВАТЕЛЬНЫМ ПРОЦЕССОМ
Одной из наиболее актуальных задач в области
-
.
связана с содержанием образования и технологией реализации образовательных программ Знания —
. -
,
-
-.
использование накопленных за многие годы знаний несомненно повышает качество образовательных.
Существующие подходы к решению проблемы
-
,
. -
,
-,
--
. --
, —
венные, а не количественные. Во-вторых, совершенствование управления качеством образования возможно путем внедрения системы виртуального
образования: разработка электронных учебных
, , —
.
--
.
. -
визировать имеющиеся знания с целью порождения новых знаний. Для решения поставленной задачи предлагается разработка и внедрение интеллектуальной системы поддержки принятия решений на
-
вательным процессов вуза на основе методологии
объектно-когнитивного анализа, интегрирующего
-
,
.
-
тельного процесса предлагается производить на
,
лежит описание предметной области в терминах
,
. , —
туризации онтология образовательного процесса представляется в виде иерархической системы
Онтология задает единое информационное
,
модели представления знания об образовательном
,
,
Ontoedu и Onto1app, правила управления образова-
-
,.
Онтология образовательного процесса включает онтологию верхнего уровня (метаонтологию) Ontometa, онтологию высшего образования Ontoedu и предметные онтологии подготовки специалистов по различным специальностям Onto1app
Onto = & lt- Ontometa, Ontoedu, (Onto1appj, Inf& gt-, где Inf — модель машины вывода, ассоциированной с онтологической системой Onto. Сущностями
meta
Onto ,
как «объект», «атрибут», «значение», «отношение»
и т. п. Онтология Ontoe оперирует понятиями,
-
стов высшего образования (например, «универси-
«, ««, ««, «
курс» и др.), и организуется то образцу метаонто-
логии Ontometa. Предметам онтология Onto, app со, —
-
(««, ««, «
технология» и др.), структурированные в соответ-
,
. -
-
,-, —
радигматических отношений: отношений агрегации, причинно-следственных отношений, отноше-
,.
Ontoiapp
рассматриваться как компонент базы знаний при
-
,
, —
-
.
Современная обучающая среда должна быть ,
требования к формированию, наполнению, исполь-
,
.
,
-
.
,, ,
чтобы пользователь мог работать с базами данных
, —
, —
ское обеспечение для новых специальностей на
-
, —
.
-
ний ИСППР нашел свое применение в разработке первой версии онтологии учебного процесса по ««. -цессе исследований проведен анализ предметной области & quot-Управление качеством& quot- та основе стандарта моделирования ИЫЬ и разработаны диа-,
.
Для разработки онтологии использовались
средства построения онтологии Stanford'-s Protege 3.1.1 с OWL и SWRL-дополнениями для кодирования онтологии и базы знаний (рис. 6).
-
скриптивной логики, а прецеденты являются эк-
.
-
вует CBR-принципам.
--
. --
вательного процесса для подготовки специалиста
по конкретной специальности в виде тематической
-
работки тестов. Ontoedu — разработка электронного
-
нему. Onto1app — тематическая декомпозиция, со, —
нов учебных фрагментов. Ontocaase — поиск решений (
)-.
,--,
,
.
Рис. 6. Разработка онтологии с использованием средства Stanford'-s Protege 3. 1
-
,-, —
-
-
-
, —
лей с рутинной на творческую деятельность-
--
нию оперативности обеспечения учебного процесса —
.
ВЫВОДЫ
1. -
-
.
2. -
работке интеллектуальной системы поддержки.
3. -
-
туальных систем поддержки принятии решений в
.
СПИСОК ЛИТЕРАТУРЫ
1. Бадамшин, Р. А. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний / Р. А. Бадамшин, Б. Г. Ильясов, J1. Р. Черняховская. М.: Машиностроение, 2003. 240 с.
2. ,. -
проектирование: с примерами приложений на C++ / Г. Буч. СПб.: Бином — Невский диалект, 1998. 560 с.
3. ,.. -пых систем / Т. А. Гаврилова, В. Ф. Хорошевский. СПб.: Питер, 2000. 384 с.
4..
принятия решений / В. Н. Вагин. М.: Наука, гл. ред. физ. -мат. лит. 1988. 384 с.
5. ,.. -
рование информационно-управляющих систем. Проекти-
-
/.. ,.. ,.. ,
J1 .Р. Черняховская и др.- Уфимск. гос. авиац. техн. ун-т. Уфа, 1999. 223 с.
6. Cherniakhovskaya, L. R. Decision support making in business process based on object-cognitive analysis / L. R. Cherniakhovskaya, K. R. Nugaeva, R. A. Shkundina, P. V. Muksimov // Proc. of the 11th Int. Conf. on Concurrent Enterprising. Munich, Germany, 2005, P. 41−44.
7.. -
спективы автоматизированного управления очистными сооружениями предприятий нефтеперерабатывающей промышленности [Электронный ресурс] / Р. А. Шкундина// Нефтег^овое дело. 2006. 9 с. (http: //www. ogbus. ru).
8. Shkundina R. A similarity measure for task contexts / R. Shkundina, S. Schwarz // Proc. of the Workshop Similarities — Processes — Workflows in conjunction with the 6th Int. Conf. on Case-Based Reasoning (ICCBR 2005), P. 261−270.

ПоказатьСвернуть
Заполнить форму текущей работой