Geum.ru

Информационные технологии управления

Вид материалаДокументы

Содержание


4.2. Базы знаний
База фактов
База метазнаний
База целей
Продукционные модели
4.3. Системы поддержки принятия решений
4.3.1. Структура СППР
4.3.2. Особенности применения СППР в органах власти
Подобный материал:
1   ...   18   19   20   21   22   23   24   25   ...   36

4.2. Базы знаний



Основу ЭС составляет база знаний, хранящая множество фактов и набор правил, полученных от экспертов и из специальной литературы.

База знаний представляет собой совокупность сред, хранящих знания различных типов.

Рассмотрим кратко их назначение.
  • База фактов (данных) хранит конкретные данные, а база правил — элементарные выражения, называемые в теории искусственного интеллекта продукциями.
  • База процедур содержит прикладные программы, с помощью которых выполняются все необходимые преобразования и вычисления над данными.
  • База закономерностей включает различные сведения, относящиеся к особенностям той среды, в которой действует система.
  • База метазнаний (база знаний о себе) содержит описание самой системы и способов ее функционирования: сведения о том, как внутри системы представляются единицы информации различного типа, как взаимодействуют различные компоненты системы, как было получено решение задачи.
  • База целей содержит целевые структуры, называемые сценарии, позволяющие организовать процессы движения от исходных фактов, правил, процедур к достижению той цели, которая поступила в систему от пользователя либо была сформулирована самой систе­мой в процессе ее деятельности в проблемной среде.

Управление всеми базами, входящими в базу знаний, и организацию их взаимодействия осуществляет система управления базами знаний. С ее же помощью реализуются связи баз знаний с внешней средой.

Система управления базами знаний (СУБЗ) - совокупность программных средств, обеспечивающих создание, редактирование и обновление знаний.

База знаний отличается от базы данных: в базе данных единицы информации представляют собой не связанные друг с другом сведения, формулы, теоремы, аксиомы, в базе знаний те же элементы уже связаны как между собой, так и с понятиями внешнего мира определенными соотношениями и сами содержат в себе эти отношения.

Знания - вид информации, отражающей опыт специалиста (эксперта) в определенной предметной области, его понимание множества текущих ситуаций и способы перехода от одного описания объекта к другому.

В настоящее время выделяют следующие основные типы моделей представления знаний:
  • семантические сети, в том числе функциональные семантические;
  • фреймы и сети фреймов;
  • продукционные модели.

Семантические сети определяют как граф общего вида, в котором можно выделить множество вершин и ребер. Каждая вершина графа представляет некоторое понятие, а дуга — отношение между парой понятий. Метка и направление дуги конкретизируют семантику. Метки вершин семантической нагрузки не несут, а используются как справочная информация. Различные разновидности семантических сетей обладают различной семантической мощностью, следовательно, можно описать одну и ту же предметную область более компактно или громоздко. Семантические языки, например, NET. Широко известны ЭС CASNET, TORUS, PROSPECTOR.

Фреймом называют структуру данных для представления и описания стереотипных объектов, событий или ситуаций. Фреймовая модель представления знаний состоит из двух частей:
  • набора фреймов, составляющих библиотеку внутри представляемых знаний;
  • механизмов их преобразования, связывания и т. д.

В качестве данных фрейм может содержать обращения к процедурам (так называемые присоединенные процедуры). Фреймовые модели используются в промышленных ЭС, например, МОДИС, ANALYST.

Продукционные модели — это набор правил вида «условия — действие», где условиями являются утверждения о содержимом базы данных, а действия представляют собой процедуры, которые могут изменять содержимое базы данных. Практически продукции строятся по схеме «ЕСЛИ» (причина, или иначе посылка), «ТО» (следствие, или иначе цель правила). Продукционные модели - это наиболее распространенные на текущий день модели. На основе продукционных моделей созданы базы знаний, используемые в промышленных ЭС (ЭКСПЕРТ, EXSYS, ФИАКР).

4.3. Системы поддержки принятия решений



На использовании знаний экспертов основаны и системы поддержки принятия решений (СППР). СППР предназначены для оказания помощи пользователям в неструктурированных или слабо структурированных ситуациях выбора. Такие системы выступают в роли помощника, который позволяет расширить способности человека, но не заменяет его мнение или систему предпочтений.

4.3.1. Структура СППР


СППР является человеко-машинной АИС, используемой для поддержки действий в ситуациях выбора, когда невозможно или нежелательно иметь автоматическую систему представления и реализации всего процесса оценки и выбора альтернатив.

В составе СППР, как правило, имеются база данных, база знаний, средства общения с пользователем и широкий набор методов и моделей математического программирования, статистического анализа, теории игр, теории принятия решений, а также эвристических методов, обеспечивающих адаптивность системы и обучение. Большинство СППР работает с числовыми данными, аналитическими моделями и решает проблемы, которые предварительно описываются на языке таких моделей. Для этого в состав СППР входят СУБД и СУБЗ.

Отличие СППР от ЭС состоит в том, что
  • СППР используют для принятия решений не только знания и аналитические данные, но и оперативные данные, сопровождающие деятельность предприятия или организации. Такие данные хранятся в базе данных АИС предприятия (организации). В этом преимущество СППР;
  • СППР призваны помочь человеку в решении стоящей перед ним проблемы, а ЭС – заменить человека при решении проблемы.

Примерами СППР, применяемых на предприятиях и организациях, являются Project Expert, Альт-Инвест.

4.3.2. Особенности применения СППР в органах власти


Интеллектуальные информационные системы в органах власти только начинают осваиваться. Развитие сферы применения интеллектуальных технологий и систем отечественного производства в органах власти сдерживается следующими факторами:

  1. недостаточность методической базы. Отсутствует методическое обеспечения разработки, внедрения и использования интеллектуальных ИС, начиная с вербальных постановок задач поддержки аналитической деятельности, вида и источников исходных данных, разработки дружественного пользовательского интерфейса, до применения математических средств, "системных рекомендаций" по информационно-аналитической поддержке управленческих решений;
  2. недостаточность информационной базы, в т.ч.
  • недостоверность исходных данных, доступных органам государственной власти. Существующая статистика не отвечает потребностям неадминистративного организационного управления развитием страны и регионов-субъектов РФ (например, вообще не отражаются нематериальные услуги населению, экологическая обстановка, оценки разных сторон жизни населения и т.д.). В статистической информации не согласованы между собой форматы и размерности показателей разных разделов, подразделов статистических форм отчетности. В результате практически невозможно отследить реакцию объекта управления (социально-экономической сферы региона) на управленческие воздействия органов государственной власти или интерпретировать данные статистики в интересах управления.
  • несопряженность информации, используемой для поддержки принятия решений с базами данных, используемыми в органах государственной власти;
  1. недостаточность кадрового обеспечения. Принятие управленческих решений и организационное управление в целом являются слабо формализуемым процессом. Арсенал средств поддержки принятия решений состоит из программных оболочек, содержательное наполнение которых (даже при желании) с трудом воспринимается руководством органов государственной власти. Поэтому им приходится прибегать к помощи специалистов, одинаково хорошо знающих и предметную область деятельности органов государственной власти, и программно-математические средства. Таких специалистов - системных аналитиков - найти непросто и, кроме того, нужно учитывать и доверительный характер отношений между партнерами при решении государственных задач;
  2. отсутствие нормативно-правовых документов, определяющих статус системных аналитиков, которые осуществляют в органах власти применение интеллектуальных информационных технологий для обеспечения их практической деятельности;
  3. недостаточность программного обеспечения, в т.ч.:
  • отсутствие завершенных программных продуктов для поддержки аналитической деятельности в сфере государственного и муниципального управления, соответствующих требованиям промышленного программного изделия;
  • отсутствие отечественных стандартов с требованиями к интеллектуальным информационным технологиям;
  1. негативное отношением некоторых руководителей к внедрению систем, вследствие неудачных опытов применения зарубежных систем, плохо адаптированных к отечественному опыту государственного руководства и информационному обеспечению органов управления;

В целях повышения эффективности информационно-аналитической деятельности органов государственной власти, а также развития российской индустрии интеллектуальных информационных технологий было бы целесообразно направить действия разработчиков и заказчиков на объединение усилий по организации разработки и внедрению отечественных информационно-аналитических систем органов государственной власти на единых принципах. Например, при Государственном комитете по связи и информатизации ввести центр научно-методического обеспечения и экспертизы работ по информационно-аналитическим технологиям поддержки принятия решений в органах государственной власти.