«ТРЕМБАЧ В.М. РЕШЕНИЕ ЗАДАЧ УПРАВЛЕНИЯ В ОРГАНИЗАЦИОННОТЕХНИЧЕСКИХ СИСТЕМАХ С ИСПОЛЬЗОВАНИЕМ ЭВОЛЮЦИОНИРУЮЩИХ ЗНАНИЙ Монография МОСКВА 2010 1 УДК 519.68.02 ББК 65 с 51 Т 318 РЕЦЕНЗЕНТЫ: Г.Н. Калянов, доктор экономических ...»

Министерство образования и науки РФ

ТРЕМБАЧ В.М.

РЕШЕНИЕ ЗАДАЧ УПРАВЛЕНИЯ В

ОРГАНИЗАЦИОННОТЕХНИЧЕСКИХ

СИСТЕМАХ С ИСПОЛЬЗОВАНИЕМ

ЭВОЛЮЦИОНИРУЮЩИХ ЗНАНИЙ

Монография

МОСКВА 2010

1

УДК 519.68.02

ББК 65 с 51

Т 318 РЕЦЕНЗЕНТЫ:

Г.Н. Калянов, доктор экономических наук, профессор, зав. кафедрой «Системный анализ и управление в области ИТ» ФИБС МФТИ, зав. лабораторией ИПУ РАН.

А.И. Уринцов, доктор экономических наук, профессор, зав. кафедрой управления знаниями и прикладной информатики в менеджменте Московского государственного университета экономики, статистики и информатики (МЭСИ) Трембач В.М. Решение задач управления в организационно-технических системах с использованием эволюционирующих знаний. - М.: МЭСИ, 2010. стр. 228.

Организационно-технические системы (ОТС) являются одной из основных форм организаций в человеческой деятельности и производственных систем. Рассматриваются предпосылки применения интеллектуальных технологий при решении задач управления в ОТС. Анализируются методы и средства использования эволюционирующих знаний в организационнотехнических системах. Описываются методы представления действительности; формирования сложных связей в представлениях действительности и анализа содержимого баз знаний с помощью сетей Петри.

Особое внимание в монографии уделено методам обучения, их описанию и классификации; методам планирования; агентно-ориентированным архитектурам систем решения задач управления в организационнотехнических системах.

Книга может быть полезна для специалистов, разрабатывающих и использующих системы поддержки принятия управленческих решений, корпоративные информационные системы и системы управления знаниями, а также для преподавателей и аспирантов вузов, занимающихся исследованиями в области применения интеллектуальных информационных технологий в управлении экономическими объектами и процессами в ОТС.

Ил. - 53, табл. - 4, список литературы – 163 назв.

© Трембач В.М., ISBN 978-5-7764-0658- © МЭСИ,

ВВЕДЕНИЕ

В своем развитии человечество прошло ряд стадий. В последние десятилетия прошлого столетия оно вступило в новую стадию своего развития стадию построения постиндустриального общества, которое является результатом происходящих в современном мире социально-экономических преобразований. В основе таких кардинальных преобразований лежат свои специфические технологии, производственно-технические системы и производственные отношения. Для постиндустриального общества эту роль, прежде всего, играют информационные системы, высокие технологии, основанные на новых физико-технических и химико-биологических принципах, а также разработанные на их базе инновационные технологии, инновационные системы и инновационная организация различных сфер человеческой деятельности. На смену техническим системам, производственным системам, по значимости в новых производственных отношениях, приходят организационно-технические системы, в основе управления которыми находится использование информационных технологий (ИТ). Как отмечается в [1] "Фактически одновременно произошли две взаимно повлиявшие друг на друга революции – в бизнесе и в ИТ, следствием которых стало резкое повышение востребованности услуг в области стратегического управления информационными системами". В настоящее время формируется новый тип экономики — экономика знаний [2].

Экономика знаний – это новый тип экономической организации общества. Термин «экономика знания» был введен в научный обиход в 1962 году американским экономистом Фрицем Махлупом, который рассматривал ее в качестве одного из разделов экономики (вроде экономики сельского хозяйства или транспорта).

Особенности экономики знаний состоят в том, что решающим является сектор знаний, а источник роста экономики – производство знаний. В экономике знаний выделяются два аспекта.

Первый аспект – это создание, благодаря прогрессу фундаментальных и прикладных наук, новых технологий с последующим внедрением их в производство наукоемкой и востребованной рынком продукции. Следует отметить, что товарная реализация научных знаний превратилась в решающий двигатель экономического развития уже в эпоху индустриализма.

Второй аспект представляет собой продажу «ноу-хау» как знаний, которые становятся особым товаром на мировом рынке. Он формировался, преимущественно, в современную эпоху и сегодня завоевывает престижные позиции на мировом рынке.

Сложившаяся пропорция цен на сырье, продукцию, получаемую в результате его обработки, и на «ноу-хау», составляет примерно 1:10:100. В развитых странах продажа «ноу-хау» становится одним из важнейших источников бюджетных доходов (в США около 800 млрд. долларов в год). Причем, эти доходы приносят не только и даже не столько новые производственные технологии, сколько социально-гуманитарные [2]:

• технологии организации, • управления, • коммуникации и т.д.

В связи со сложившейся ситуацией важным аспектом человеческой деятельности, особенно в рамках современных ОТС, является формирование и применение знаний, их своевременное обновление для более полного соответствия действительности.

Данная книга посвящена вопросам представления, формирования знаний, обеспечения соответствия их действительности, эффективного использования для решения задач в организационно-технических системах различного назначения.

В первой главе рассматриваются методы, средства использования знаний в организационно-технических системах, история развития информационной сферы и возникновения потребности в применении знаний, компьютерных технологий при решении задач управления в ОТС. Рассматриваются примеры ОТС различного назначения, решаемые задачи и необходимость использования знаний. Представлены результаты онтологического анализа решаемых задач и выделены основные направления в исследовании и создании современных информационных систем.

Во второй главе дается понятие полноты и точности для систем управления базами знаний. Рассматривается задача представления действительности в памяти кибернетической системы. Формализуется содержание задачи представления реального мира в памяти кибернетической системы.

В третьей главе дан обзор методов представления знаний. Излагаются основы интегрированного подхода к представлению знаний. Данный подход позволяет представлять, как декларативные, так и процедурные знания, сочетать объектный и процессный подходы к описанию предметных областей, при решении задач в ОТС. Показаны операции над представлениями действительности в рамках интегрированного подхода. Достаточно внимания уделено формированию сложных связей в представлениях действительности, их анализу с помощью сетей Петри.

В четвертой главе рассмотрено современное состояние исследований в области машинного обучения. Представлена классификация задач обучения, и формальная постановка задачи обучения. Рассмотрена агентноориентированная архитектура системы, реализующей интегрированный метод обучения. Показано применение методов обучения для решения задачи прогнозирования.

В пятой главе показаны методы формирования планов решений задач управления в ОТС. Представлены методы решения задач, сводимые к поиску в пространстве состояний и методы, связанные с формированием решений на основе знаний. Рассмотрен метод автоматического формирования плана и его реализация в рамках интегрированного подхода к представлению знаний.

Показан пример планирования индивидуальной траектории обучения.

Литература для введения 1. Васильев Р.Б., Калянов Г.Н., Лёвочкина Г.А. Управление развитием информационных систем. Учебное пособие для вузов / Под редакцией Г.Н.

Калянова. – М.: Горячая линия – Телеком, 2009.

2. Сайт института социально-политических исследований РАН. – http://isprras.ru/pages_15/index.html Глава 1. Анализ методов и средств использования знаний в ОТС 1.1. Возникновение необходимости использования знаний при решении задач управления в ОТС Современное состояние общества и его развитие связаны с необходимостью решать задачи управления объектами различной природы: от простых технических до сложных социальных, экономических.

Управление необходимо для всех областей деятельности: промышленности, сельского хозяйства, строительства, военного дела, науки, медицины, образования, связи и т.д. В общем виде управление представляет собой [1] процесс формирования целенаправленного поведения системы посредством информационных воздействий, вырабатываемых человеком (группой людей) или устройством.

Систему с управлением можно определить (в терминах кибернетики), как сложную систему. При этом под системой понимается совокупность элементом (в данном случае это объект управления, управляющая система и система связи с прямыми и обратными потоками), которые взаимодействуют в единой структуре и обеспечивают целенаправленное функционирование.

Управление является процессом информационным.

Системы с управлением или целенаправленные системы представляют весь спектр кибернетических систем: технические, биологические, организационные, социальные, экономические системы.

В зависимости от природы управляющей системы (люди или технические устройства) выделяются три типа систем с управлением [1,3]:

организационные (социальные системы);

технические системы;

организационно-технические (комплексные) системы.

Наибольший интерес, в рамках данных исследований, представляют комплексные, организационно-технические системы (ОТС): предприятия, организации, компании, корпорации работающие в различных областях, а также высшие учебные заведения - ВУЗы.

Одним из важнейших ресурсов современного предприятия (организации, компании, корпорации, ВУЗа) - ОТС, который может существенно повлиять на повышение его успешности (конкурентоспособности и инвестиционной привлекательности), являются корпоративные знания. В середине 1990-х годов появилось новое понятие "управление знаниями" (УЗ) или Knowledge Menedgment – (KM). Местом возникновения этого понятия стали крупные корпорации, а причинами – проблемы, связанные с обработкой все возрастающих объемов накапливаемой информации. Люи План, экспрезидент НР, считает, что "Если бы только корпорация НР осознавала то, что она знает, то она была бы в три раза более эффективной". Умение эффективно использовать и развивать знания, воплощать их в новые изделия и услуги, превращается в важнейший фактор выживания корпорации (ОТС) в условиях информатизации общества. Знания – это богатство ОТС, которое добывается и распространяется [17]. Часто объемы накопленной в ОТС информации превышают возможности сил и средств для ее обработки. В каждой конкретной ОТС пытаются решить эту задачу по-разному, но при этом стремятся увеличить эффективность обработки знаний. Как отмечается в [12] "формируется новая функция управления, в задачу которой входит аккумулирование интеллектуального капитала, выявление и распространение имеющейся информации и опыта, создание предпосылок для распространения и передачи знаний. Именно знания становятся источником высокой производительности, инноваций и конкурентных преимуществ".

Управление знаниями рассматривается как новое направление в менеджменте и как направление в информатике для поддержки процессов создания, распространения, обработки и использования знаний внутри ОТС [4].

Реализуется управление знаниями как совокупность процессов внутри ОТС для:

систематического приобретения, синтеза, использования знаний.

Для ОТС характерно коллективное формирование и использование как внутренних, так и внешних источников знаний. Отсутствие необходимых знаний для ОТС военного назначения может иметь трагические последствия.

Так, в соответствии с программой исследования солнечной системы и их спутников, в СССР 24 октября 1962 года был запущен "Mars 1962А" (Спутник 22) для исследования планеты Марс. Из-за взрыва последней ступени носителя аппарат не смог покинуть околоземную орбиту. Взрыв аппарата (в разгар Карибского кризиса) был зарегистрирован американским радаром на Аляске и изначально интерпретировался как начало атаки советских баллистических ракет [9].

С точки зрения целей информационного общества, знания – это продукт (результат) интеллектуальной деятельности, используемый в других работах (видах деятельности) и знания продуктивны если используются при выполнении работы или интегрируются в процесс выполнения работы.

Управление знаниями – это деятельность, направленная на сохранение опыта ОТС и правильное применение накопленных знаний. Знания приобретают разные формы и поэтому ими становится сложнее управлять.

Качество знаний непосредственно влияет на эффективность следующих процессов управления ОТС [20,22]:

принятие управленческих решений в результате получения своевременного доступа к знаниям, релевантным сложившейся ситуации;

коллективное формирование идей с сокращением затрат на дублирующие операции и работы;

непрерывное повышение функциональных возможностей элементоврешателей (за счет привлечения новых знаний) в режиме реального предоставление другим ОТС в дополнение к своим основным услугам доступа к накопленным знаниям.

Из всего сказанного можно сделать вывод, что управление знаниями это не технологическое и не компьютерное понятие в чистом виде. В [13] отмечается, что "важнейшая задача управления знаниями заключается в управлении процессами, отвечающими за создание, распространение и применение знаний. Управление знаниями существовало во все времена. Этим занимались учителя, философы, священники, политики, журналисты и т.д....". Т.е.

управление знаниями является древним и важным процессом в развитии человечества.

Существуют различные определения понятия "управление знаниями".

Определение Gartner Group: "Управление знаниями – это дисциплина, которая обеспечивает интегрированный подход к созданию, сбору, организации и использованию информационных ресурсов предприятия и доступу к ним. Эти ресурсы включают структурированные БД, текстовую информацию, такую как документы, описывающие правила и процедуры, и, что наиболее важно, неявные знания и экспертизу, находящиеся в головах сотрудников" [31].

Определение IDC: "Управление знаниями – это формальный процесс, который состоит в оценке организационных процедур, людей и технологий и в создании системы, использующей взаимосвязи между этими компонентами с целью предоставления нужной информации нужным людям в нужное время, что приводит к повышению продуктивности" [30].

Определение Т.А. Гавриловой: "Управление знаниями – это совокупность процессов, которые управляют созданием, распространением, обработкой и использованием информации внутри предприятия" [5].

Определение Ю.Ф. Тельнова системы управления знаниями: "Система управления знаниями – это совокупность организационных процедур, организационных подразделений (служб управления знаниями) и компьютерных технологий, которые обеспечивают интеграцию разнородных источников знаний и их коллективное использование в деловых процессах" [22].

Управление знаниями (УЗ), как новое направление в менеджменте, исходит из того, что знание содержится в людях и главное, чтобы носители знания (эксперты) его хранили и им делились. Главное в управлении знаниями - это сотрудники, их мотивация, связи, культура компании, а технологии это просто инфраструктура. Основная задача управления знаниями — выявление, сохранение и эффективное использование знаний сотрудников.

Управление знаниями как направление в информатике для поддержки процессов создания, распространения, обработки и использования знаний внутри корпорации (ОТС) - информационный подход, исходит из того, что современные предприятия, особенно крупные, накопили гигантские объемы данных о клиентах, поставщиках, операциях и многом другом, хранящиеся в десятках операционных и транзакционных систем, в различных функциональных подразделениях. Для поиска знаний в массивах данных и их обработки необходимы информационные технологии, которые выявляют скрытые зависимости и правила в данных.

1.2. Задачи управления знаниями Управление знаниями в ОТС – это совокупность взаимосвязанных процессов, которые обеспечивают создание, распространение, обработку и использование имеющихся сведений на всех этапах жизненного цикла (ЖЦ) ОТС.

Понятие жизненного цикла становится актуальным для многих областей человеческой деятельности. Так для сложных технических, организационнотехнических систем принят стандарт STEP, в рамках которого определен ЖЦ изделия. Жизненный цикл изделия понимается как [10] совокупность взаимосвязанных процессов (стадий) создания и последовательного изменения состояния изделия, обеспечивающего потребности клиента.

Для программной инженерии понятие жизненного цикла определяется в IEEE Std 610.12 –1990/ IEEE Standard Glossary of software Engineering Terminology. Под жизненным циклом программного обеспечения (ПО) понимается период времени, который начинается с момента принятия решения о необходимости создания ПО и заканчивается в момент его полного изъятия из эксплуатации [2].

В УЗ можно выделить различные периоды – от стихийного формирования и использования знаний (эволюционного, т.е. определяемого параметрами внешней среды и текущим моментом развития общества), до управления знаниями организации (сложной технической системы) без участия человека.

Жизненный цикл современной системы управления знаниями (СУЗ) ОТС [2,10] – это период времени, который начинается с момента возникновения стихийного накопления знаний (формирования источников знаний), используемых при принятии решения о создании ОТС, и заканчивается в момент изъятия ОТС из эксплуатации (реального мира) и перехода к использованию опыта СУЗ (как источника знаний, хранящего всю "летопись" ЖЦ СУЗ, и доступного пользователям).

В настоящее время наиболее распространенными моделями жизненного цикла являются каскадная и спиральная. В каскадной модели осуществляется разбиение всей разработки на этапы, причем переход на следующий этап осуществляется после полного завершения работ предыдущего этапа. В спиральной модели ЖЦ делается упор на этапы анализа и проектирования.

Реализуемость решений проверяется путем создания прототипов.

Использование этой модели является предпочтительным, т.к. каждый виток спирали соответствует созданию нового фрагмента или версии СУЗ и представляет законченный цикл по типу каскадной схемы. Сложным является определение момента перехода на следующий виток.

Для системы УЗ эта проблема может быть решена формированием витков спирали с учетом используемых методов, информационных технологий и решаемых задач. Возможные варианты создания прототипа (версии) СУЗ и развитие его до полномасштабной СУЗ (где основная часть процессов УЗ реализуется без необходимости участия человека), представлены на рис. 1.1.

Первая версия СУЗ представляет собой человеко-машинную систему, работающую со структурированной информацией и обеспечивающую, без участия человека, выполнение следующих операций: хранение, поиск, формирование проблемной области, генерация возможных решений, выбор оптимального решения из сгенерированных. Структуризация информации и знаний, формирование исходных данных и интерпретация полученных результатов, для дальнейшего использования, осуществляются человеком.

Интерфейс может использовать язык близкий к ограниченному естественному. Для данного прототипа человек должен прилагать некоторые усилия на изучение интерфейса, особенностей взаимодействия с системой.

Работа с визуальной информацией Работа с текстами и речью Структуризация данных и формирование знаний Использование структурированной информации для обеспечения поддержки и принятия решений специалистами организации На следующих витках спиральной модели ЖЦ СУЗ происходит расширение возможностей прототипа за счет добавления функций, связанных с обработкой неструктурированной информации. Интерфейс использует язык общения близкий к естественному и все более ориентирован на неподготовленного пользователя.

В качестве основных этапов жизненного цикла знаний, в данной работе, выделяются:

создание, тестирование, распространение, использование.

Создание. В любом случае создание новых знаний происходит при возникновении определенных условий (мотивации). Эти условия могут возникать из-за внутренних, внешних факторов или их совокупности. Мотивация определяет, в общем случае, вектор создания новых знаний, т.е. очерчивается проблемная область и источники сведений, для формирования новых знаний.

После этого и происходит само создание новых знаний. С этой целью используются хорошо зарекомендовавшие себя в инженерии знаний, подходы к извлечению и структурированию знаний [6,7,16,18,21].

Под извлечением знаний [6,7,18] понимается процедура взаимодействия инженера по знаниям (аналитика) или компьютерной системы извлечения знаний, в результате которой становятся явными процессы рассуждений специалистов при принятии решений и структура их представлений о предметной области. Структурирование знаний тесно связано с извлечением, но сама проблема рассматривается несколько по-другому. Здесь упор делается не на то, как взаимодействовать с источником знаний, а на то, что надо получить в результате такого взаимодействия и что конкретно построить для решения конкретной задачи. Структурирование знаний иногда называют и концептуальным анализом знаний [7].

Тестирование. Изначально сформированные знания или их фрагменты могут быть неточными, ошибочными, неполными и т.д., а зависимости между ними носить случайный характер. Это может служить причиной принятия несовершенных и даже неверных решений. Для исключения подобных случаев или хотя бы их сокращения, осуществляется опытное применение этих знаний. Опыт, с использованием формируемых знаний, может проводиться в ограниченной области практической деятельности, например, на каком-то отдельном производстве, подсистеме ОТС или на модели ОТС. После использования формируемых знаний происходит оценка полученных результатов (принятых и реализованных решений). Если оценка является допустимой, то формируемые знания подкрепляются (усиливается их значимость) после каждого удачного использования. Когда значимость формируемых знаний достигнет определенного уровня, то эти знания могут считаться сформированными и переноситься в корпоративную память для повсеместного использования.

При неудовлетворительной оценке формируемых знаний происходит уменьшение их значимости. Если за период тестирования (в ходе экспертизы) получена оценка ниже допустимой, то формируемые знания модифицируются или исключаются как ошибочные.

Распространение. Даже самые совершенные знания могут быть обесцененными, если они не надежно хранятся, их очень сложно получить для работы в любом месте ОТС любому специалисту (решателю) и их сложно найти, если специалист не знает об их существовании. Это делает актуальным организацию хранения знаний ОТС таким образом, чтобы:

специалисты (решатели) могли их получить всегда и везде, если возникнет потребность, и одномоментно их может быть несколько;

при возникновении потребности в новых знаниях находились бы все имеющиеся, релевантные запросу пользователя, даже если в запросе нет явной ссылки на эти знания.

Использование. Для исключения случаев бездарного использования интеллектуального запаса ОТС, СУЗ должна обеспечивать эффективное использование знаний ОТС. В данном случае можно говорить о знаниях для работы со знаниями [11,15]. Этот класс (тип) знаний представляет собой множество моделей, методов и процедур их применения для получения эффективных решений по управлению ОТС. Основными задачами в этом случае могут быть:

задача формирования (принятия) или формирования и исполнения задача поддержки формирования (принятия) решений;

задача выработки мотивации для формирования новых знаний.

Рис. 1.2. Процессы жизненного цикла знаний.

При формировании решений в ОТС должен быть получен лучший план достижения цели. Этот план выбирается из множества сформированных согласно принципу оптимальности. Для получения этого плана СУЗ либо ищет необходимый план среди имеющихся (сформированных ранее), либо формирует множество возможных планов и выбирает среди них лучший. При решении этой задачи СУЗ должна обеспечивать поиск готового решения, релевантного требуемой цели из текущей ситуации, и формирование такого решения, если возникшая задача является новой [27].

1.3. Роль и место знаний в решении задач ОТС авиакосмической отрасли Обеспечение безопасности полетов летательных аппаратов в авиации.

Обеспечение безопасности полетов (БП) летательных аппаратов (ЛА):

вертолетов, дирижаблей, космических аппаратов, ракет различного назначения и т.д., является комплексной проблемой. Возникла эта проблема с начала полетов первых искусственных, летающих по воле человека, объектов.

В годы становления авиации безопасность полетов самолетов определялась конструкторскими решениями, надежностью изготовления и умениями пилота в управлении самолетом при перелетах. Другие факторы, свойственные современным авиационным транспортным системам - АТС (погода, радиопомехи, сбои бортовых автоматически систем управления, сбои GPS и т.д.) отсутствовали или имели незначительное влияние, т.к. в первые годы развития авиации, решаемые ею задачи были простейшими по сравнению с современными.

Выполнение воздушных перевозок, других видов авиационных работ в гражданской авиации, а также боевых и специальных задач, представляет собой комплексный и динамичный процесс исключительной сложности [8]. В этот процесс вовлечено большое количество авиационных специалистов различного профиля и уровня подготовки. Работа этих специалистов связана с управлением разнообразными средствами и комплексами, среди которых можно выделить, в качестве основных, следующие:

самолеты, вертолеты, дирижабли и т.д. с их сложным бортовым оборудованием;

аэродромы и аэродромное оборудование;

технические средства и системы управления и обеспечения полетов.

Современный уровень безопасности полетов в авиации достигается решением в комплексе многих задач по различным направлениям, которые охватывают как технические вопросы, так и профессиональную подготовку, и деловые качества каждого специалиста, связанного с решением задач обеспечения безопасности полетов. Каждое из направлений имеет свои особенности, методы и средства решения.

В настоящее время уровень безопасности полета оценивается следующими коэффициентами [14,19]:

k2 – число катастроф на 105 полетов k3 – число катастроф на 108 км налета;

k4 – число смертных случаев на 108 пассажиро-километров.

Статистика по безопасности полетов на регулярных международных линиях за последние десятки лет свидетельствует о том, что уровень безопасности имеет общую тенденцию к улучшению [14,19]: "В 1939 г. было примерно 10 катастроф на 100106 пассажиро-километров, после второй мировой войны эта цифра сократилась до 4, а в настоящее время составляет 0,2. Анализ статистики авиационных катастроф, опубликованный ИКАО за 35 лет работы мировой системы воздушного транспорта, показывает следующее:

годовой налет парка самолетов увеличился с 5106 до 16,9106 ч;

коэффициент k1 с 1950 по 1985 снизился, примерно, в 4,1 раза;

число погибших на 108 пассажиро-километров, несмотря на увеличение пассажировместимости самолетов, существенно снизилось".

Имеющиеся данные о катастрофах по отдельным этапам полета [14,19], показывают, что некоторые участки полета оказываются опаснее других, а наиболее опасными являются взлет, полет по маршруту и, особенно, посадка.

Так для всех типов самолетов при взлете происходит 13,5% всех катастроф, при наборе высоты - 7,3%, в ходе полета по маршруту - 34,9%, при снижении - 4,3%, при уходе на второй круг - 1,2%, при заходе на посадку - 27,8% и при посадке - 11,0 (рис. 1.3). Формально зависимость количества катастроф Vk от наиболее опасных участков полета можно представить так:

Vk – количество катастроф при полетах ЛА;

Vkвз – количество катастроф при взлете;

Vkпл, - количество катастроф при полете по маршруту;

Vkпс – количество катастроф при посадке.

Эти данные отличаются для разных типов самолетов. Так доля катастроф при взлете составляет: для самолетов с поршневыми двигателями с турбовинтовыми двигателями - 2,4%, с турбореактивными двигателями - 21,1%. При полете по маршруту доля катастроф составляет для самолетов с поршневыми двигателями - 51,4%, с турбовинтовыми двигателями с турбореактивными двигателями - 23,9%. А при заходе на посадку доля катастроф составляет, для самолетов с поршневыми двигателями, с турбовинтовыми двигателями - 45,8%, с турбореактивными двигателями - 30,3% (рис. 1.4).

Рис.1.3. Распределение катастроф по участкам полета Количество катастроф изменяется в зависимости от налета самолета в пределах установленного ресурса. Зависимость коэффициента катастроф k от наработки самолета в пределах назначенного ресурса представлена на рис.

1.5. Наиболее опасным является начальный этап эксплуатации, что объясняется недостаточной освоенностью нового самолета летным составом и службами обеспечения полетов, некоторыми недостатками конструкции и недостаточной изученностью особенностей самолета. Традиционно, для снижения количества катастроф, на начальном этапе эксплуатации, проводится переобучение всего личного состава, участвующего в обеспечении БП ЛА. Используются различные подходы к прогнозированию БП ЛА по первым результатам испытаний и выявление режимов и ситуаций, которые могут предшествовать сбоям и отказам техники. С позиции применения информационных технологий, снижение числа катастроф может достигаться путем решения таких задач (задач управления знаниями), как:

Доля катастроф для различных типов самолетов Рис. 1.4. Доля катастроф, в зависимости от типов самолетов structurization (KS);

• доступ к имеющимся знаниям всех заинтересованных сотрудников – access for interested user (Aiu);

• доставка необходимых знаний в место их использования за короткое время - prompt delivery (PD);

• анализ (Data Mining) отработанных ситуаций для выявления новых закономерностей, а также формирование и распространение новых решений, полученных по результатам анализа – data mining, forming, expansion (DMfe);

• широкое использование всех знаний не только в работе, но и при обучении личного состава, для этой работы, на основе информационных технологий – use knowledge in working, learning (UKwl).

Формально это можно представить следующим образом:

KS – процесс решения задач структуризации существующих и новых знаний, Aiu - организация доступа к имеющимся знаниям всех заинтересованных сотрудников, PD – обеспечение доставки необходимых знаний в место их использования за короткое время, DMfe – проведение анализа (Data Mining) отработанных ситуаций для выявления новых закономерностей, а также формирование и распространение новых решений, полученных по результатам анализа, UKwl - использование всех знаний не только в работе, но и при обучении личного состава, для этой работы, на основе информационных технологий.

По данным различных источников, приведенных в [14,19] причины катастроф, в процентном отношении распределяются следующим образом:

ошибки служб организации полетов - 3,8 … неблагоприятные метеоусловия - 3 … 5, некоторые особенности характеристик управляемости - 1,7 … Рис.1.5. Изменение коэффициента катастроф на этапе эксплуатации ЛА Имеющиеся данные [14,19] показывают, что наибольший процент летных происшествий приходится на причины, связанные с эксплуатацией самолета - ошибки экипажа, обслуживающего персонала, служб организации полетов. Катастрофы из-за отказов авиационной техники, по оценкам различных источников, составляют от 10% до 25% от общего числа катастроф.

К наиболее типичным ошибкам экипажа относят [8,14,19]:

нарушение правил взлета;

нарушение схемы захода на посадку;

снижение ниже допустимой высоты в полете;

невыставление барометрической высоты;

потеря пространственной ориентации, навигационные погрешности;

несогласованность в действиях экипажа.

В деятельности служб управления воздушным движением и аэродромного обслуживания выделяются следующие ошибки:

отсутствие рекомендаций при плохой видимости;

прием самолета на неподготовленную полосу;

ошибки диспетчерской службы, приводящие к столкновению самолетов.

Современная авиационная транспортная система АТС [8,14,19] включает в свой состав (рис. 1.6):

летательный аппарат (воздушное судно);

экипаж;

службу управления воздушным движением;

службы обеспечения полетов (каждая из служб может рассматриваться как самостоятельная система).

АТС выполняет функции подготовки, обеспечения и выполнения полета.

Системы "Экипаж - Воздушное судно" и "Управление воздушным движением" (рис. 1.6) функционально связаны между собой в течении всего времени полета, а службы системы "Обеспечение полета" взаимодействуют с системой "Экипаж - Воздушное судно" лишь на отдельных этапах подготовки и выполнения полета.

На комплекс мероприятий по обеспечению безопасности полетов, влияющих на летную эксплуатацию, основное воздействие оказывают два независимых источника: управление летной деятельностью и воздействие внешней среды (внесистемные факторы).

Управление летной деятельностью является регламентирующим для всех составных частей авиационной транспортной системы. Включает следующие виды управления летной деятельностью: регламентирующее, организационнее и управление полетом. Регламентирующее управление летной деятельностью осуществляется через руководящие документы, наставления приказы и т.д. Организационное управление летной деятельностью представляет собой управление производственной деятельностью, осуществляемое на уровне предприятий. Управление полетом включает прямое и опосредованное управление. Прямое осуществляется экипажем, а опосредованное - диспетчерским составом управления воздушным движением.

Воздействие внешней среды связано с особенностями и активными воздействиями окружающей среды и не зависит от свойств системы. Это воздействие имеет переменные во времени и пространстве параметры состояния воздуха: температуру, влажность, ветер и др.; включает очаги с активной грозовой деятельностью и содержит неравномерно распределенные объекты: птицы, шары-зонды, воздушные судна и др. Характер воздействия внешней среды, интенсивность воздействия внешней среды на систему "Экипаж - Воздушное судно" зависит от многих факторов, среди которых можно выделить географические, климатические и погодные условия района полета, высоту и скорость полета воздушного судна, наличие посторонних объектов, создающих угрозу столкновения с ними, наличие града, скопления птиц. При анализе влияния внешней среды на безопасность полетов используются понятия "регламентированные параметры состояния внешней Регламентированные параметры включают в себя давление, температуру, плотность, влажность.

Случайные параметры показывают активность воздействия внешней среды на воздушное судно и включают в себя: значения горизонтальных и вертикальных порывов воздуха; параметры струйных течений иатмосферных фронтов; активность электрических воздействий, параметры обледенения, наличие града, массу птиц. Следует отметить, что основной алгоритм функционирования системы "Экипаж – Воздушное судно" строится с учетом регламентированных параметров состояния внешней среды. Но воздушная среда характеризуется скоротечными, труднопрогнозируемыми, а порой и неожиданными изменеиями параметров своего состояния, что может значительно нарушать штатное функционирование системы и повлиять на безопасность полетов.

Воздействие внешней среды (Внесистемный фактор) Рис.1.6. Структура авиационной транспортной системы.

Система "Обеспечение полетов" представляет собой достаточно объемную, с довольно сложной внутренней структурой систему, имеющую свои структурные и функциональные особенности, разнообразное техническое оснащение, специфику работы, состав специалистов, обладающих самыми различными знаниями и опытом работы в области управления полетов. Эта система решает различные вопросы, связанные с подготовкой и наземным обеспечением полетов. Структурно система "Обеспечение полетов" включает ряд подразделений, которые выполняют такие виды обеспечения, как [8,14]:

штурманское обеспечение, обеспечение аэронавигационной информацией.

метеорологическое обеспечение безопасности и регулярности полетов, инженерно-авиационное обеспечение полетов, аэродромное обеспечение, радиосветотехническое обеспечение, медицинское обеспечение, обеспечение полетов службой организации перевозок, режимно-охранное обеспечение, орнитологическое обеспечение полетов.

Система "Управление летной деятельностью" не входит в общую структуру АТС. Она представлена, в рамках общей АТС, отраслевыми управлениями соответствующих министерств.

С учетом решаемых задач, ограничений на процесс формирования решений, рассмотренные системы авиационной транспортной системы можно разделить на три группы.

1. Системы реального времени – решения в этих системах формируются в коротких интервалах времени. Начало интервала является заранее неизвестной величиной, а длительность интервала времени, когда принятие решения еще имеет смысл – не велико и зависит от сложившейся ситуации. Такие системы обеспечивают допустимые решения при строгих временных ограничениях 2. Системы формирования решений при не строгих временных ограничениях. Формирование решения и его исполнение, в таких системах, должно завершаться к определенному моменту времени, который становится известен заранее. Имеется возможность начало интервала формирования и исполнения решения изменять в сторону увеличения. Такие системы обеспечивают допустимые решения при не строгих временных ограничениях.

ограничения на формирование решений изменяются в зависимости от обстоятельств (нештатных ситуаций).

В общем виде структуру обеспечения безопасности полетов ЛА можно представить онтологией (рис. 1.7.).

Рис. 1.7. Онтология структуры обеспечения безопасности полетов ЛА Организация полетов летательных аппаратов для космических исследований. С момента запуска первого спутника Земли 4 октября 2007 года прошло более полувека. За этот период существенно изменились содержание и форма проведения космических исследований. Для проведения космических исследований создаются и используются сложнейшие космические комплексы, в состав которых входят (рис. 1.8.): ракетнокосмический комплекс (РКК), наземный комплекс управления (НКУ) КА и пункты приема, обработки и распространения научной, специальной (целевой) информации. В свою очередь в ракетно-космическом комплексе выделяют бортовой комплекс управления (БКУ) с информационным и программным обеспечением, который вместе с наземным комплексом управления и его информационным и программным обеспечением, образует автоматизированную систему управления космического аппарата (КА).

Ракетно-космический комплекс состоит из:

- ракеты космического назначения (РКН), включающей:

- космическую головную часть (КГЧ), состоящую из:

- технических комплексов: ракеты-носителя, космического аппарата (КА), разгонного блока, космической головной части (КГЧ), стартового комплекса, средств транспортирования КА;

- наземных измерительных комплексов измерений, сбора и обработки информации.

РКН должна обеспечивать выведение КА на переходную орбиту и трассу перелета (орбиту) для выполнения программы полета. Космический аппарат должен функционировать на рабочей орбите в течение задаваемого гарантийного срока активного существования (обычно несколько лет) с задаваемой вероятностью Р. Стартовый комплекс должен обеспечивать прием, подготовку и запуск РКН. Технические комплексы КА должны обеспечивать прием, подготовку и хранение КА, транспортировку КА, приём, подготовку и хранение составных частей КГЧ, прием, подготовку и хранение РН и КГЧ, стыковку РН с КГЧ, подготовку РКН к транспортировке на стартовый комплекс.

КОСМИЧЕСКИЙ КОМПЛЕКС

Технические Наземные измекомплекс управрительные комплексы Наземные комплексы измерений, сбора и обработки информации базируются на существующих средствах измерений измерительных космических комплексов и НКУ.

Наземный комплекс управления космическим аппаратом (НКУ КА) включает:

• Центр управления полетом (ЦУП), • Центр проведения испытаний (ЦПИ), • Командно-измерительные станции, • Средства связи и передачи данных.

Автоматизированная система управления (АСУ) КА предназначена для управления движением КА и работой его бортовой аппаратуры в течение всего срока активного существования. Она должна обеспечивать:

- оперативное управление КА и контроль состояния бортовых систем;

- передачу командной информации;

- возможность вхождения в связь с КА, в том числе на выводном витке и при неориентируемом положении КА;

- обмен информацией между бортовым и наземным комплексами управления, синхронизацию работы средств;

- мероприятия по защите от непреднамеренного или несанкционированного вмешательства в контур управления.

Наземный комплекс Управления предназначен для обеспечения решения задач управления КА с использованием наземных средств. НКУ должен обеспечивать выполнение многих задач, среди которых можно выделить, в качестве примера, следующие:

- управление КА в течение всего срока активного существования в условиях реальной космической обстановки, в том числе в случае возникновения нештатной ситуации;

- автоматизированное долгосрочное и оперативное планирование операций управления КА и работы средств НКУ;

- автоматизированную подготовку исходных данных и технологической информации для решения задач командно-программного управления, навигационно-баллистического обеспечения полета, контроля состояния и функционирования, автоматизированной обработки результатов сверки времени;

- автоматизированное доведение планов, исходных данных, технологической информации до соответствующих средств НКУ и внешних организаций;

- автоматизированную подготовку и проведение сеансов связи с КА;

- автоматизированный контроль состояния КА и бортовых систем;

- автоматизированный сбор, обработку и автоматизированный анализ информации всех видов, оперативное отображение и документирование результатов обработки на средствах центра управления и контрольноизмерительных пунктов, с целью контроля выполнения технологического графика управления КА, состояния бортовой аппаратуры КА и средств НКУ, учета ресурсов, а также накопление, систематизацию и хранение текущей информации о КА и элементах АСУ с обеспечением отображения и документирования по вызову оператора;

- автоматизированное формирование, расчет, компоновку и передачу на борт КА командно-программной информации;

- автоматизированный обмен баллистической, командно-программной, контрольной и оперативно-технической с заинтересованными службами.

Наземный комплекс приема, обработки и распространения информации с КА обеспечивает прием, обработку, хранение, распространение и использование всех видов информации в соответствии с целевым назначением КА, а также планирование и контроль работы целевой аппаратуры.

Для программ полетов КА одним из главных показателей является выполнение программы полета на всех этапах работы с КА, что обеспечивается надежностью, безопасностью работы всех участников, используемой и привлекаемой техники в каждом сеансе управления (СУ). Сеансы управления, в которых происходят отклонения от программы полета КА, по различным причинам, считаются сеансами управления с замечаниями (СУз). Число сеансов управления с замечаниями – VСУз зависит от ряда факторов, которые могут проявляться:

при подготовке программы СУ - VСузподг;

при планировании средств НКУ - VпланНКУ;

при реализации сеанса связи с КА – Vреализ;

при анализе информации о ходе выполнения программы СУ – Vанализ.

Формально зависимость количества сеансов управления с замечаниями VСУ_З от наиболее опасных участков полета можно представить так:

VСУз f(VСузподг, VСУзпланНКУ, VСузреализ, VСузанализ), (1.3) VСУз – количество СУз при выполнении программы полета КА;

VСузподг – количество СУз при подготовке (п сеанса управления КА;

VСУзпланНКУ - количество СУз при планировании средств НКУ;

VСузреализ - количество СУз при реализации сеанса связи с КА;

VСузанализ – количество СУз при анализе информации о ходе выполнения программы сеанса связи.

В настоящее время, при разработке программ полета КА, особенно для проведения исследований дальнего космоса, приходится учитывать ряд новых факторов, среди которых в качестве основных, можно выделить следующие:

Усложнение научных программ исследований дальнего космоса:

выдвигаются новые цели исследований для проверки новых гипотез в области изучения Вселенной;

используются новые методы для проверки существующих гипотез.

Постоянная детализация процессов, связанных, как с научными исследованиями, так и с управлением КА, т.е. возрастает число процессов, которые необходимо контролировать, и в отношении которых необходимо формировать управляющие воздействия (радиокоманды). Так на первых КА дальнего космоса множества выдаваемых управляющих воздействий (функциональных команд и числовых уставок) и телеметрических параметров определялись десятками. В 1970-1980 гг. количество выдаваемых на борт КА управляющих воздействий исчислялись несколькими сотнями, а количество принимаемых телеметрических параметров перевалило за тысячу. Начиная с 1988 года, для исследования Фобоса, использовались КА с бортовым управляющим комплексом, который формировал управляющие воздействия, как для всех служебных систем КА, так и для комплекса научной аппаратуры КА. А в новых проектах планируется более 90% информации формировать и обрабатывать на борту.

Невозможность организации управления КА на основе жестко запрограммированных модулей команд и трудностью создания множества схем управления, отвечающих требованиям полноты, т.е. достаточных для решения всех возможных задач управления.

Широкое использование микропроцессоров, вычислительных систем и бортовых вычислительных сетей, как для обеспечения работы служебных систем, так и для функционирования научной аппаратуры.

Наличие перечисленных и множества других факторов обусловило необходимость использования новейших информационных технологий, особое место среди которых занимают компьютерные методы и средства, ориентированные на использование знаний.

Анализ процессов обеспечения безопасности полетов на всех этапов жизненного цикла ЛА, Безопасность полетов (БП) обеспечивается на всех этапах жизненного цикла ЛА [14] и зависит от множества составляющих, таких как: используемые информационные технологии - ИТ, компетентность специалистов - КС, используемые материалы - ИМ, используемое оборудование - ИО, условия труда - УТ и другие ДР. Это можно представить следующей зависимостью:

В данной работе безопасность полетов рассматривается в зависимости от информационных процессов БП f (ИТ), которые происходят на всех этапах жизненного цикла ЛА, и зависят от многих факторов, среди которых, в качестве основных, выделяются: тип задачи по формализуемости и решаемости ТЗ, природа решателей, в зависимости от степени участия человека и используемых знаний – ПР, методы и средства, основанные на использовании знаний и эффективное использования знаний – МС, т.е.

В соответствии с [8,14], основными этапами жизненного цикла ЛА являются:

В работе будут рассматриваться: этап проектирования, включающий и разработку технического задания; этап производства; этап испытаний; этап эксплуатации, включающий утилизацию. Каждый этап будет обозначаться индексом i, где i ("разработка технического задания", "проектирование", " изготовление", "испытания", "эксплуатация", "утилизация").

В связи с усложнением техники, проектирования [8,14] на всех этапах специалистами широко применяется компьютерная техника, в результате чего можно говорить об использовании человеко-машинных систем (ЧМС).

Для успешной работы ЧМС необходимы:

наличие соответствующих компетенций у специалистов для решения задач "вручную" (без компьютеров);

наличие соответствующих компетенций у специалистов для решения задач с применением компьютеров;

необходимый объем знаний, обеспечивающий успешное решение задач компьютерами: программы, модели, базы знаний экспертных систем и Задачи, решаемые на каждом i-м этапе, - Tskэi, можно классифицировать следующим образом:

- IT-задачи (intelligence task), которые не поддаются автоматизации на компьютере и решаются только экспертами. Например, формирование сложных, не очевидных, не указанных в исходных заданиях и т.д. решений;

- MMT-задачи (man-machine task). Решаются человеком на компьютере.

Например, баллистические расчеты;

- CBT-задачи (computer-based task). Решаются компьютером автономно, без участия человека. Например, задачи удержания ЛА в заданном ориентированном положении.

С учетом введенной классификации, для i-го этапа множество всех решаемых задач будет представлено следующим образом:

- ITi – сложные, трудноформализуемые задачи (интеллектуальные), решаемые на i-м этапе;

- MMTi – множество задач i-го этапа, для решения которых специалисту необходима помощь компьютера;

- СВТi - множество задач i-го этапа, ориентированных на решение компьютером, без вмешательства человека;

- i – индекс, соответствующий этапу, i ("разработка технического задания", "проектирование", " изготовление", "испытания", "эксплуатация", "утилизация").

Можно сказать, что на каждом этапе необходимы знания, позволяющие успешно решать соответствующие этому этапу задачи, - Znэ. Знания i-го этапа Znэi могут быть представлены следующим образом:

Cmрi – требуемые компетенции у специалистов для успешного решения задач i-го этапа "вручную" (без использования компьютеров);

Cmci – требуемые компетенции у специалистов для успешного решении компьютерных задач i-го этапа;

Znci – знания, которые должны быть предоставлены компьютеру, для успешного решения, с его помощью, задач i-го этапа;

i – индекс, соответствующий этапу, i ("разработка технического задания", "проектирование", " изготовление", "испытания", "эксплуатация", "утилизация").

На этапах разработки технического задания, проектирования и изготовления ЛА большая часть задач представляется задачами ITi и MMTi, а ключевую роль играют знания (компетенции) типа Cmрi и Cmci, обеспечивающие получение (производство) ЛА с максимально возможными высокими характеристиками. Временные ограничения на получение результатов решения задач, здесь играют менее значительную роль. Частично это относится и к этапу испытаний.

При испытаниях и эксплуатации ЛА большинство задач представляют собой задачи типов MMTi и СВТi. Основную долю знаний этапов испытаний и эксплуатации Znэi составляют знания Cmci Znci. Фактор времени может играть различную роль, в зависимости от решаемых задач. Так, в сфере обеспечения основных задач, на этапах испытания и эксплуатации, главную роль играет качество принимаемых решений, а время может выступать как важный ограничивающий фактор. В ходе выполнения основных задач (применение ЛА) важным является принятие решения в течении ограниченного интервала времени. При этом качество принятого решения играет большую роль, но если решение принято позже возможного срока, то даже самое качественное решение уже не будет иметь никакой цены. Поэтому важно принять решение не ниже допустимого уровня качества, но в строго определенном интервале времени. И это является решающим фактором при решении таких задач.

Этап утилизации ЛА, с позиций использования накопленного опыта, важен анализом всего жизненного цикла ЛА и переносом полученных знаний на этапы жизненных циклов новых ЛА.

Таким образом, для всех этапов жизненного цикла ЛА выделяются, в качестве основных, следующие информационные задачи:

получение и поддержание знаний (компетенций) Znэi= CmрiCmciZnci, необходимых для решения задач Tskэi = ITi MMTi СВТi, где i определяет текущий этап i("разработка технического задания", "проектирование", " изготовление", "испытания", "эксплуатация", "утилизация");

задачи использования знаний (компетенций) Znэi= CmрiCmciZnci, для получения максимально хороших решений при не строгих временных задачи использования знаний (компетенций) Znэi= CmрiCmciZnci, для получения допустимых решений при строгих временных ограничениях;

анализ информационных процессов всех этапов жизненного цикла ЛА и формирование знаний (компетенций) Znэi= CmрiCmciZnci, для использования в задачах обеспечения безопасности полетов данного и Наибольшие трудности связаны с решением задач IT = {ITi}, называемых интеллектуальными. В соответствии с [20,24,25,26] описание интеллектуальной задачи - IT может быть представлено совокупностью пяти составляющих:

где S0 - исходные данные – описание исходного состояния, представляемое в символьной форме;

Sk - требуемое состояние - описание ожидаемого состояния (результат), представляемое в символьной форме;

алгоритм работы с символьным описанием проблемной области Fпротокол);

K - знания, необходимые для решения задачи - описание проблемной области в символьной форме;

R - план решения задачи - множество символьных представлений операций для перехода из S0 в Sk.

Такое описание задачи IT является обобщенным и справедливо для компьютерных (кибернетических) систем (КС) без памяти для хранения опыта.

Под опытом понимается множество планов для решенных КС задач. При неограниченной (идеальной) памяти такая система решает задачу один раз, а при повторном возникновении этой задачи использует уже имеющийся план.

Для этой системы задача является интеллектуальной лишь первый раз, а в дальнейшем она переходит в разряд рутинных (вычислительных).

Чтобы учитывать наличие памяти, в описание задачи IT следует ввести дополнительную составляющую M = {Rj} - множество планов решения j-х задач IT, где j {1, …, } и есть максимальное число задач, которое смогла бы решать данная КС. Тогда описание задачи IT будет иметь вид:

Если же Rj M, т.е. задача уже решалась, то она описывается тройкой составляющих:

Третья составляющая отражает способность КС накапливать опыт. Действительно, если КС уже решала такую задачу, или задачу данного класса, у нее хранятся все планы решений (система с неограниченной памятью) и решения могут использоваться повторно, то ни о какой интеллектуальности здесь не может быть и речи. В абсолюте интеллектуальной задачи не существует, так как всегда найдется КС, для которой эта задача интеллектуальной не является. Но существует интеллектуальная задача относительно конкретной кибернетической (компьютерной) системы.

Под интеллектуальной задачей, относительно рассматриваемой кибернетической системы, понимается такая, представляемая в символьной форме задача, у которой хотя бы одна из трех составляющих - исходные данные (начальное состояние), требуемое решение (конечное состояние), план получения решения по исходным данным (алгоритм перевода из начального состояния в конечное) - отсутствует или имеет хотя бы один НЕ-фактор (недоопределенность, неточность, некорректность, нечеткость и др.) [20,27].

Для создания системы, ориентированной на успешное решение интеллектуальных задач необходимы [15,20,23,28,29]:

метод представления знаний (МПЗ), позволяющий адекватно отражать знания K, необходимые для успешного решения задач;

механизмы приобретения знаний из опыта (примеров деятельности из других источников);

методы использования знаний для формирования новых решений и поиска имеющихся решений.

В ходе решения основных задач обеспечения безопасности полетов ЛА (при применении ЛА) приходится анализировать ситуации и принимать решения для быстроменяющихся ситуаций, что требует использования методов и реализующих их средств, обеспечивающих параллельную обработку информации.

Обеспечение качественного решения всех названных задач возможно при использовании методов представления знаний, позволяющих в комплексе решать все эти задачи обеспечения безопасности полетов ЛА.

В работе рассматриваются подходы к применению интеллектуальных информационных технологий в ОТС, в частности, для обеспечения безопасности полетов ЛА - снижения количества нештатных ситуаций - VНС, которые являются предпосылками к катастрофам ЛА и сеансам управления КА с замечаниями. Снижение количества нештатных ситуаций возможно при формировании решений, релевантных сложившейся ситуации, и корректном их исполнении на основе компьютерных технологий, основанных на знаниях.

Такие знания должны максимально соответствовать действительности.

На рис. 1.9. представлена разработанная онтология применяемых методов и средств для решения задач обеспечения безопасности полетов ЛА. В этой онтологии выделяются задачи и системы для их решения. Задачи разделяются на две категории.

К первой категории относятся задачи, решаемые на каждом из этапов жизненного цикла ЛА.

Рис. 1.9. Онтология методов и средств решения задач обеспечения безопасности полетов ЛА.

Ко второй категории относятся задачи, решаемые системами (службами), которые занимаются обеспечением безопасности ЛА. Все множество задач, не зависимо от их категории, подразделяется на три типа: IT-задачи;

MMT-задачи; CBT-задачи.

Литература к главе 1. Анфилатов В.С. и др. Системный анализ в управлении: Учеб. пособие/ В.С. Анфилатов, А.А. Емельянов, А.А. Кукушкин; Под ред. А.А. Емельянова. - М.: Финансы и статистика, 2002.

2. Вендров А.М. Проектирование программного обеспечения зкономических информационных систем: Учебник. - Финансы и статистика, 2002. - 352с.

3. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа // СПб, Издательство СПбГТУ 1997.

4. Гаврилова Т. Онтологический подход к управлению знаниями при разработке корпоративных информационных систем // Новости искусственного интеллекта, 2003, №2.

5. Гаврилова Т.А.Онтологический инжиниринг // В кн. КИИ - 2002. Восьмая национальна я конференция по искусственному интеллекту с международным участием. Сборник научных трудов в 2-х томах. Т.2., М.: Физматлит, 2002, 845-853.

6. Гаврилова Т., Хорошевский В. Базы знаний интеллектуальных систем.

Учебник.- СПб, Изд-во «Питер», 2001.

7. Дюк В., Самойленко А. Data Mining: уч.. курс. – СПб: Питер, 2001.

8. Зубков Б.В., Минаев Е.Р. Основы безопасности полетов: Учеб. Пособие для сред. Спец. Учеб. Заведений. - М.: Транспорт, 1987 - 143 с.

9. "История исследований Марса с помощью автоматических станций"// www.cnews.ru 10. Колчин А.Ф., Овсянников М.В., Стрекалов А.Ф., Сумароков С.В.

Управление жизненным циклом продукции. - М.: Анахарсис, 2002. - 11. Краева Т.А. Менеджмент знаний в экономике и образовании, НИИ, №2, 12. Мильнер Б.З. Теория организации. М.: ИНФА-М, 1999.-448 с.

13. Николаев А. "Строителям информационных пирамид", Открытые системы № 9-10/ 14. Новожилов Г.В., Неймарк М.С., Цесарский Л.Г. Безопасность полета самолета. Концепция и технология. - М.: Машиностроение, 2003. - 144 с.

15. Поиск знаний, как основа управления знаниями // www.vest.msk.ru 16. Попов Э.В. Корпоративные системы управления знаниями // Новости искусственного интеллекта. – 2001. - №1. – с. 14-25.

17. Попов Э.В., Кузьмицкий А.А. Реинжиниринг бизнес-процессов предприятий с использованием систем управления знаниями // 5-я научно- практическая конференция "Реинжиниринг бизнес-процессов на основе современных информационных технологий": Сб. научных трудов / Моск. госуд. ун-т экономики, статистики и информатики - М., 2001, с. 9-19.

18. Рыбина Г.В. Основы построения интеллектуальных систем: учеб. пособие /Г.В. Рыбина. - М.: Финансы и статистика, ИНФРА-М, 2010. - 432 с.

19. Статистика катастроф мировой авиации http://www.aviasafety.ru/crashstat#01 и http://www.aviasafety.ru/crash-stat 20. Тельнов Ю.Ф., Трембач В.М. Интеллектуальные информационные системы. Учебное пособие - М.: МЭСИ, 2009. - стр. 202.

21. Тельнов Ю.Ф. Проектирование систем управления знаниями // Новости искусственного интеллекта. – 2002. - №4. – с. 29-34.

22. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике.

Учебное пособие. Издание третье, расширенное и доработанное. Серия "Экономика и бизнес". – М.: СИНТЕГ, 2002, 316 с.

23. В.М. Трембач, Формирование и использование моделей компетенций обучающихся на основе эволюционирующих знаний, // Научно-практический журнал «Открытое образование», МЭСИ, №6(77), 2009, с. 12- 24. Трембач В.М. Применение интеллектуальных технологий к формированию компетенций обучающихся //Искусственный интеллект и принятие решений. - 2008.- №2. С. 34-54.

25. Трембач В.М. Компьютерные методы представления и формирования знаний для синтеза планов решений // Новости искусственного интеллекта. 2005. - № 3, стр. 51-62.

26. Трембач В.М. Методы и средства управления знаниями в организационнотехнических системах. В кн.: Научная сессия МИФИ - 2005. Сборник научных трудов. Т.3. М.: МИФИ, 2004, с. 48- 27. Трембач В.М. Средства обработки информации для построения интеллектуальных информационных систем. // В кн. КИИ - 2002. Восьмая национальная конференция по искусственному интеллекту с международным участием. Сборник научных трудов в 2-х томах. Т.2., М.: Физматлит, 2002.

28. Трембач В.М., Солоненков Д.А. Формирование множества планов управления бизнес-процессами с использованием онтологий Реинжиниринг бизнес-процессов на основе современных информационных технологий – М: МЭСИ, 2001.

29. Gruber T. A translation approach to portable ontology specifications.

Knowledge Acquisition, 1993, Vol. 5, 199- 220.

30. The Knowledge Management Process: a Practical Approach, IDC, 31. The Knowledge Management Scenario: Trends and Directions for 1998-2003, Gartner Group, Глава 2. Эволюционирующие знания в ОТС 2.1. Понятие полноты и точности для систем управления базами знаний Средства, которые используются для решения задач управления в ОТС, по своей природе могут быть коллективами специалистов-экспертов, компьютерными системами. Считается, что компьютерные системы имеют все необходимые знания, в различных видах, для решения задач без участия человека, а коллективы специалистов могут использовать, в ходе решения задач, компьютерные системы. Для успешного решения задач коллективами специалистов каждый специалист должен обладать определенными компетенциями [12,13,15,16,17]. Множества задач, решаемых компьютерными системами и коллективами специалистов, - различны. Базы знаний для компьютерных систем и компетенции специалистов должны максимально соответствовать действительности - реальному миру. Обеспечение соответствия баз знаний и компетенций действительности происходит через управление знаниями.

В задачах управления БЗ выделяются, в качестве основных, следующие:

представления, использования и эволюции знаний, формирования новых знаний, оценки соответствия представления знаний действительности, соответствия формируемых решений действительности, коррекции представления.

В задачах управления компетенциями специалистов, в качестве основных, выделяются следующие: представления компетенций, использования, эволюции компетенций, формирования новых компетенций, оценки соответствия имеющихся компетенций специалистов, принимаемых ими решений требуемым (соответствующим действительности), коррекции имеющихся у специалистов компетенций.

Определение 2.1. Используемые знания соответствуют действительности тогда и только тогда, когда они интерпретируют ситуацию в допустимых пределах по отношению к лучшей интерпретации ситуации. Лучшей интерпретацией ситуации считается та, которая найдена при полном переборе всех интерпретаций доступных в предметной области. Такая интерпретация формируется экспертами в рассматриваемой проблемной области.

Определение 2.2. Формируемые решения соответствуют действительности тогда и только тогда, когда выполнение этого решения дает результат в заданных пределах точности по отношению к лучшему результату. Лучшим считается решение полученное перебором всех решений, возможных в предметной области. Все решения проблемной области формируются экспертами данной области.

Управление компетенциями может осуществляться на основе использования баз знаний, описывающих как компетенции специалистов, так и задачи управления компетенциями [16,17,20]. В дальнейшем задачи управления компетенциями будут рассматриваться как задачи управления знаниями. Тогда для решения задач управления в ОТС, с учетом рассмотренных ранее состава и структуры задач обеспечения безопасности полетов ЛА, могут потребоваться технологии по формированию и использованию знаний. Одним из возможных средств реализации таких технологий являются системы управления базами знаний. Системы управления знаниями должны реализовывать:

интегрированные методы концептуального представления знаний, позволяющие в комплексе решать все задачи управления в ОТС:

представление в БЗ сведений о всех структурах (объектах) и процессах, необходимых для задач управления в ОТС;

извлечение знаний из примеров (обучение);

поиск имеющихся и формирование новых решений (знаний);

актуализацию представлений действительности;

использование параллельных методов решения задач планирования.

методы для извлечения знаний (обучения) из собственного опыта и результатов деятельности других специалистов и компьютерных систем ОТС;

методы, обеспечивающие поддержку в актуальном состоянии базы эволюционирующих знаний, необходимых для решения задач управления в ОТС;

методы, обеспечивающие параллельную обработку информации при формировании решений;

Интегрированные методы концептуального представления знаний, позволяющие в комплексе решать все задачи управления в ОТС [18,21], должны применяться в целях повышения релевантности представления предметной области, в базе знаний, экспертным знаниям об этой области.

Важнейшим критерием оценки разрабатываемых методов и средств системы управления базой знаний является релевантность результатов их применения результатам действий экспертов в такой же предметной области, т.е.

соответствие результатов функционирования СУБЗ, как источника информации, другому источнику – экспертам в рассматриваемой области.

Понятие релевантности появилось в философской науке для объяснения относительной связи между источниками информации. В настоящее время это понятие используется во многих направлениях научных исследований.

[22].

Многие критерии релевантности субъективны и по этой причине их четкая формализация невозможна. Исследователи информационных систем для многих мер делают предположение, что получаемые количественные характеристики коррелируют с искомыми критериями [24].

Рис. 2.1. Распределение информационных ресурсов системы управления базой знаний в области решения задач управления в ОТС Наиболее известными параметрами оценки релевантности информационных систем являются точность и полнота. Понятие полноты и точности для систем автоматической обработки, хранения и поиска информации изложено в работе [11]. Для определения оценок, используемых в работе [14,18], выделяются 4 группы информационных ресурсов g00, g01, g10, g11. В данном случае под информационным ресурсом понимается представление действительности каким-либо методом, результат поиска/формирования решения, результат актуализации базы знаний. Все эти ресурсы формируются с использованием соответствующих методов и средств системы управления базой знаний. Соответствующие информационные ресурсы могут формироваться экспертом/экспертами. Информационные ресурсы, сформированные экспертами являются эталонными и используются для оценки ресурсов СУ БЗ.

Количество информационных ресурсов в каждой из групп (рис.2.1) - g00, g01, g10, g11, представляет собой первичную характеристику ответа рассматриваемой системы, являющуюся основой для используемых в работе оценок методов и средств системы управления базой знаний. Эти группы образуются с помощью двух признаков:

• рассматриваемый информационный ресурс сформирован исследуемым методом или средством СУ БЗ, • рассматриваемый информационный ресурс соответствует эталонному.

Варианты ответов и образуют четыре группы информационных ресурсов, которые изображены на рис.2.1, где g00 – группа информационных ресурсов, которые не формируются исследуемым методом или средством СУ БЗ и не соответствуют эталонному;

g01 – группа информационных ресурсов, которые не формируются исследуемым методом или средством СУ БЗ, но соответствуют эталонному;

g10 – группа информационных ресурсов, которые формируются исследуемым методом или средством СУ БЗ и соответствуют эталонному;

g11 – группа информационных ресурсов, которые формируются исследуемым методом или средством СУ БЗ, но не соответствуют эталонному.

Для оценок представления действительности группы имеют следующую интерпретацию.

Группы представлений (информационных ресурсов) g00 и g01 соответствуют элементам действительности, которые не представляются методами представлений в БЗ, а группы представлений (информационных ресурсов) g10 и g11 соответствуют элементам действительности, которые методами представления представлены в БЗ.

Группы представлений (информационных ресурсов) g01 и g10 соответствуют элементам действительности, которые представляются экспертами для решения задач управления в ОТС, а группы представлений (информационных ресурсов) g00 и g11 не представляются экспертами для решения задач управления в ОТС.

Группа g00 представляет собой множество представлений элементов действительности которые не представляются в БЗ исследуемым методом и не представляются экспертами при решении задач управления в ОТС.

Группа g01 представляет собой множество представлений элементов действительности, которые не представляются в БЗ исследуемым методом, но представляются экспертами при решении задач управления в ОТС.

Группа g10 представляет собой множество представлений элементов действительности, которые представляются в БЗ исследуемым методом и представляются экспертами при решении задач управления в ОТС.

Группа g11 представляет собой множество представлений элементов действительности, которые представляются в БЗ исследуемым методом, но не представляются экспертами при решении задач управления в ОТС.

С учетом введенного распределения элементов действительности ниже представлены определения полноты и точности представления действительности в БЗ.

Определение 2.3. Полнота представления действительности рассматриваемым методом в базе знаний - ППБЗ является отношением числа представлений элементов действительности, представленных в базе знаний и используемых экспертами для решения задач управления в ОТС, к числу элементов, которые представляются экспертами для решения задач управления в ОТС.

Определение 2.4. Точность представления действительности рассматриваемым методом в базе знаний - ТПБЗ является отношением числа представлений элементов действительности, представленных в базе знаний и используемых экспертами для решения задач управления в ОТС, к числу элементов, которые представляются в базе знаний рассматриваемым методом для решения задач управления в ОТС.

Следует отметить, что вычисление полноты и точности метода представления является сложной задачей по ряду причин.

1. Субъективный подход при оценке принадлежности элементов действительности к принятию решений в рассматриваемой ОТС.

2. Наличие порогового уровня определения принадлежности.

3. Трудно определить границы элементов действительности, которые являются размытыми.

4. Необходимость использования огромного числа элементов действительности для реальных задач.

Тем не менее, эти характеристики позволяют оценить эффективность разрабатываемого метода представления знаний.

Разработка компьютерных методов и средств для извлечения знаний (обучения) из собственного опыта и результатов деятельности других специалистов и других компьютерных систем является важной, базовой задачей для получения новых знаний, а в итоге для адаптации управления в ОТС.

Разрабатываемые методы должны оцениваться с позиции полноты представления действительности из примеров и точности этих представлений действительности. Немаловажным фактором является и время, требуемое на обучение.

Для оценок метода извлечения/обучения используемого в системе управления базой эволюционирующих знаний группы информационных ресурсов имеют следующую интерпретацию.

Группы представлений (информационных ресурсов) g00 и g01 соответствуют элементам действительности, которые не формируются методом извлечения/обучения используемым в СУ БЗ, а группы представлений (информационных ресурсов) g10 и g11 соответствуют элементам действительности, которые формируются методом извлечения/обучения используемым в СУ БЗ.

Группы представлений (информационных ресурсов) g01 и g10 соответствуют элементам действительности, которые формируются экспертами при извлечении/обучении новым концептам для решения задач управления в ОТС, а группы представлений (информационных ресурсов) g00 и g11 не формируются экспертами при извлечении/обучении новым концептам для решения задач управления в ОТС.

Группа g00 представляет собой множество представлений элементов действительности, которые не формируются в СУ БЗ исследуемым методом и не формируются экспертами для решения задач управления в ОТС.

Группа g01 представляет собой множество представлений элементов действительности, которые не формируются в СУ БЗ исследуемым методом, но формируются экспертами для решения задач управления в ОТС.

Группа g10 представляет собой множество представлений элементов действительности, которые формируются в СУ БЗ исследуемым методом и формируются экспертами для решения задач управления в ОТС.

Группа g11 представляет собой множество представлений элементов действительности, которые формируются в СУ БЗ исследуемым методом, но не формируются экспертами для решения задач управления в ОТС.

Определение 2.5. Полнота метода извлечения знаний/обучения, используемого в системе управления базой эволюционирующих знаний – ПМИБЭЗ является отношением числа представлений элементов действительности, сформированных в СУ базой эволюционирующих знаний и формируемых экспертами для решения задач управления в ОТС, к числу элементов, которые формируются экспертами для решения задач управления в ОТС.

Определение 2.6. Точность метода извлечения знаний/обучения, используемого в системе управления базой эволюционирующих знаний – ТМИБЭЗ является отношением числа представлений элементов действительности, сформированных в СУ базой эволюционирующих знаний и формируемых экспертами для решения задач управления в ОТС, к числу элементов, которые формируются в СУ базой эволюционирующих знаний, рассматриваемым методом, для решения задач управления в ОТС.

Время, необходимое для формирования новых элементов представлений может задаваться как ресурс, выделяемый для этих операций.

Процессы, обеспечивающие поддержание в актуальном состоянии базу эволюционирующих знаний, необходимых для решения задач управления в ОТС, являются важными для мало изученных и динамических областей. Разрабатываемые методы должны оцениваться с позиции обеспечения полноты актуализации эволюционирующих знаний - ПМАЗ и точности методов актуализации этих представлений действительности - ТМАЗ. В качестве ограничивающих факторов могут выступать такие ресурсы, как финансовые затраты, требуемые на решение задач обеспечения соответствия представлений действительности: оценка успешности поведения (применения) объектов в ОТС, актуализация существующих представлений.

Для оценок метода актуализации знаний, используемого в системе управления базой эволюционирующих знаний, группы информационных ресурсов имеют следующую интерпретацию.

Группы представлений (информационных ресурсов) g00 и g01 соответствуют элементам действительности, которые не актуализируются методом, используемым в СУ БЗ, а группы представлений (информационных ресурсов) g10 и g11 соответствуют элементам действительности, которые актуализируются методом, используемым в СУ БЗ.

Группы представлений (информационных ресурсов) g01 и g10 соответствуют элементам действительности, которые актуализируются экспертами для решения задач управления в ОТС, а группы представлений (информационных ресурсов) g00 и g11 не актуализируются экспертами для решения задач управления в ОТС.

Группа g00 представляет собой множество представлений элементов действительности, которые не актуализируются в СУ БЗ исследуемым методом и не актуализируются экспертами для решения задач управления в ОТС.

Группа g01 представляет собой множество представлений элементов действительности, которые не актуализируются в СУ БЗ исследуемым методом, но актуализируются экспертами для решения задач управления в ОТС.

Группа g10 представляет собой множество представлений элементов действительности, которые актуализируются в СУ БЗ исследуемым методом и актуализируются экспертами для решения задач управления в ОТС.

Группа g11 представляет собой множество представлений элементов действительности, которые актуализируются в СУ БЗ исследуемым методом, но не актуализируются экспертами для решения задач управления в ОТС.

Определение 2.7. Полнота метода актуализации знаний, используемого в системе управления базой эволюционирующих знаний – ПМАЗ, является отношением числа представлений элементов действительности, актуализированных в СУ базой эволюционирующих знаний и актуализируемых экспертами для решения задач управления в ОТС, к числу элементов, которые актуализируются экспертами для решения задач управления в ОТС.

Определение 2.8. Точность метода актуализации знаний, используемого в системе управления базой эволюционирующих знаний – ТМАЗ, является отношением числа представлений элементов действительности, актуализированных в СУ базой эволюционирующих знаний и актуализируемых экспертами для решения задач управления в ОТС, к числу элементов, которые актуализируются в СУ базой эволюционирующих знаний, рассматриваемым методом, для решения задач управления в ОТС.

Финансовые затраты могут вычисляться через приведение операций актуализации к типовым компьютерным операциям, зная количество которых можно определять затрачиваемые ресурсы.

Методы и средства, обеспечивающие эффективное использование знаний для выработки (поиска, формирования) решений можно оценить их полнотой и точностью. В качестве ограничений могут выступать время подготовки решения и ресурсы, необходимые для получения решения.

Для оценок метода поиска/формирования решения, используемого в системе управления базой эволюционирующих знаний, группы информационных ресурсов имеют следующую интерпретацию.

Группы решений (информационных ресурсов) g00 и g01 соответствуют решениям, которые не создаются методом поиска/формирования решения, используемым в СУ БЗ, а группы решений (информационных ресурсов) g и g11 соответствуют решениям, которые создаются методом, используемым в СУ БЗ.

Группы решений (информационных ресурсов) g01 и g10 соответствуют решениям, которые создаются экспертами для решения задач управления в ОТС, а группы решений (информационных ресурсов) g00 и g11 не создаются экспертами для решения задач управления в ОТС.

Группа g00 представляет собой множество решений, которые не создаются в СУ БЗ исследуемым методом и не создаются экспертами для решения задач управления в ОТС.

Группа g01 представляет собой множество решений, которые не создаются в СУ БЗ исследуемым методом, но создаются экспертами для решения задач управления в ОТС.

Группа g10 представляет собой множество решений, которые создаются в СУ БЗ исследуемым методом и создаются экспертами для решения задач управления в ОТС.

Группа g11 представляет собой множество решений, которые создаются в СУ БЗ исследуемым методом, но не создаются экспертами для решения задач управления в ОТС.

Определение 2.9. Полнота метода поиска/формирования решения, используемого в системе управления базой эволюционирующих знаний – ПМСР, является отношением числа решений, создаваемых в СУ базой эволюционирующих знаний и создаваемых экспертами для решения задач управления в ОТС, к числу элементов, которые создаются экспертами для решения задач управления в ОТС.

Определение 2.10. Точность метода поиска/формирования решения, используемого в системе управления базой эволюционирующих знаний – ТМСР, является отношением числа решений, создаваемых в СУ базой эволюционирующих знаний и создаваемых экспертами для решения задач управления в ОТС, к числу элементов, которые создаются в СУ базой эволюционирующих знаний, рассматриваемым методом, для решения задач управления в ОТС.

Одним из главных факторов успешного функционирования ОТС является своевременность принятия решения. Реальные задачи управления ОТС являются сложными, а объемы знаний для их решений – огромными, что требует для формирования решения (плана решения задачи) [20] больших затрат процессорного времени, которые многократно превышают допустимое время на принятие решения. Одним из выходов из такой ситуации является использование методов параллельного решения задач планирования. Оценка данных методов может осуществляться длительностью шага планирования, числом шагов планирования. Затраты на решение задачи планирования могут определяться количеством элементарных операций обработки данных. Эффективность методов параллельного решения задач может определяться как отношение времени решения задачи при параллельной обработке к времени решения задачи при последовательной обработке данных. Другим показателем эффективности может быть показатель стоимости обработки и отношения стоимости решения при параллельной обработке к стоимости решения при последовательной обработке, при условии формирования одинаковых или лучших по успешности решений.

Действительность действительности Сформированные и апробированные представления Рис. 2.2. Основные задачи этапов создания и обеспечения соответствия эволюционирующих знаний действительности.

Важнейшим критерием функционирования информационно-поисковых систем, к которым относится система управления базой знаний, является релевантность получаемых результатов работы, информационным потребностям текущей ситуации. Наиболее известными параметрами оценки релевантности являются рассмотренные ранее, для каждого метода и средства СУ БЗ, полнота и точность.

В рамках подхода, основанного на теории мер, можно построить функцию отношения нестрогого порядка в виде аддитивной связной функции [25]. В предположении независимости по сложению, функция оценки релевантности метода или средства RjМ/С имеет следующий вид:

где, j - коэффициент соотношения важности полноты и точности для j-го метода или средства, j = Пj/Тj, 0 j 1 ;

Пj – полнота j-го метода или средства;

Тj – точность j-го метода или средства;

j – индекс разработанного метода или средства.

Оценка релевантности, разработанных методов и средств СУ БЗ, определяется как усредненная величина вычисленных показателей. Зависимость, для определения оценки релевантности разработанных методов и средств СУ БЗ RСУБЗ, имеет следующий вид:

где, n – число разработанных методов и средств;

j – индекс разработанного метода или средства;

RjМ/С – оценка релевантности j-го метода или средства СУ БЗ;

j - коэффициент важности оценки j-го метода или средства, j 01, Используя все эти пояснения можно в общем виде представить задачу разработки системы управления базой знаний для решения задач управления в ОТС, следующим образом:

Разработать методы и средства создания и использования баз эволюционирующих знаний для решения задач управления в ОТС так, чтобы максимизировать значение функции оценки релевантности результатов работы СУ БЗ при ограничениях где n – число разработанных методов и средств;

j – индекс разработанного метода или средства;

RjМ/С – оценка релевантности j-го метода или средства СУ БЗ;

j - коэффициент важности оценки j-го метода или средства, j 01, полноты и точности j-го метода или средства, j = Пj/Тj, 0 j 1 ; Пj – полнота и Тj – точность j-го метода или средства;

aju – количество ресурса вида u, выделяемого для j-го метода или средства, при решении задач управления в ОТС;

bu – количество ресурса вида u, выделяемого для всех методов и средств используемых при решении задач управления в ОТС;

m – число видов ресурсов, учитываемых при решении задач управления в ОТС.

2.2. Содержание задачи представления действительности в памяти кибернетической системы Сложность систем информационного обеспечения современных летательных аппаратов, различного назначения, их уникальность, отсутствие адекватного математического аппарата создания, позволяющего строить интеллектуальные системы, приближающиеся по своим возможностям к возможностям человека, приводит к необходимости поиска новых направлений анализа человеческой деятельности и синтеза средств, реализующих такую деятельность. Вопрос формирования эффективных решений для организации целенаправленного поведения сложных систем, функционирующих в условиях меняющейся действительности, появился давно [10]. Еще в 80-х годах прошлого столетия уже проявлялся интерес к реактивному планированию [26] при разработках совершенных диагностических средств [10]. При этом отмечалось, что « реальное время не обязательно соответствует «очень быстро» [10,23].

В [27] автор планировал заниматься вопросом «как можно воспользоваться результатами прежних доказательств, если обстоятельства изменились …» в контексте приложения к интеллектуальной помощи. Для исследования данного вопроса в [10] рассматривается квазистатическая экспертная система. В работе [5] рассматривается подход, в соответствии с которым новая интеллектуальная информационная система (ИС) создается, а точнее самоорганизуется, путем эволюции. Особенностью эволюции ИС является наличие у ИС цели, связанной с оптимальным решением определенного класса задач.

Авторами работ [1,2,7] введено и формализовано понятие динамической интеллектуальной системы в контексте изменения данных и знаний о реальном мире. Но в этих работах не затрагиваются вопросы представления знаний, организации их наилучшего соответствия действительности и эффективного использования таких знаний.

В проводимых исследованиях рассматривается подход к представлению действительности, позволяющий изменять знания (представления действительности) при изменении самой действительности и использовать такие знания для решения задач управления в ОТС.

Механизм представления действительности в памяти биологических систем (кибернетических систем – КС), формировался длительное время, в ходе эволюции живой природы. К настоящему времени этот механизм до конца не раскрыт. Например, нет у исследователей понимания, как формируются и используются представления о ситуациях, которые находясь в будущем, воспринимаются в настоящем. Кроме предвидения, предчувствия, которые проявляются у отдельных людей, животных, есть и некоторые другие особенности биологических систем, которые позволяют говорить о системе представления действительности только в общем виде.

На рис.2.3. в общем виде изображена информационная компонента биологической системы, обеспечивающая ее функционирование. Она включает подсистему восприятия реального мира, подсистему выработки необходимых действий и подсистему воздействия на реальный мир (действительность).

Подсистема восприятия реального мира, в простейшем случае, представляет множество рецепторов. Основные задачи этой системы – воспринимать действительность через имеющиеся рецепторы и обеспечение процессов появления новых рецепторов, которые улучшают функционирование биологической системы и устранение из информационных процессов тех рецепторов, которые являются уже ненужными или избыточными.

Подсистема выработки необходимых действий является нервной сетью биологической системы. Ее основное назначение:

по сигналам от рецепторов создавать представления действительности;

вырабатывать управляющие воздействия;

передавать выработанные управляющие воздействия в подсистему воздействия на реальный мир (действительность);

формировать новые представления действительности обеспечение соответствия имеющихся представлений действительности текущей действительности.

Подсистема воздействия на реальный мир (действительность) представляет собой множество эффекторов. Основная задача эффекторов состоит в организации процессов обеспечения жизнедеятельности биологической системы и ее взаимодействием с внешней средой.

Формально структура информационной компоненты биологической системы (ИКБС) может быть представлена четверкой ПД – множество элементов восприятия, формирующих исходные данные (сигналы от рецепторов) для представления действительности;

НСБС – множество элементов, обеспечивающих представление действительности, распознавание ситуаций действительности, соответствие представлений действительности реальной действительности, формирование управляющих воздействий, необходимых в реальной ситуации;

Э – множество эффекторов, обеспечивающих жизнедеятельность биологической системы и ее взаимодействие с внешней средой;

ФИК – механизмы взаимодействия ПД, НСБС и Э для эффективной организации функционирования биологической системы.

Для формирования, обеспечения соответствия действительности и эффективного использования (функционирования) биологической системы важную роль играет НСБС, структура которой формально может быть представлена четверкой:

Верш – множество вершин, соответствующих сущностям действительности, Связи – множество информационных связей, соединяющих сущности действительности;

Wверш – весовые коэффициенты значимости вершин;

Wсвязи – весовые коэффициенты значимости связей.

Для компьютерных систем, основанных на знаниях, представления действительности формируются несколько иным образом.

Восприятие реального мира происходит опосредованно, через экспертов. Представления действительности (знания) у каждого эксперта хранятся в его памяти. Напрямую эти представления в БЗ СОЗ перенести невозможно.

Для задачи переноса представлений действительности (знаний) эксперта привлекается инженер по знаниям, основными задачами которого являются:

извлечение представлений действительности у экспертов; описание этих представлений в формализованном виде, используя логическую или сетевую парадигмы представления знаний; занесение представлений реального мира в БЗ компьютерной СОЗ. В компьютерных СОЗ организация накопления знаний, их актуализация состоит из многих этапов, основными из которых являются (рис. 2.4.):

Оценка поведения Подсистема Рис. 2.3. Структура системы представления действительности.

формирование представлений действительности (знаний) у экспертов;

извлечение представлений действительности (знаний), сформированных и находящихся в памяти экспертов;

формализация извлеченных представлений (знаний) действительности;

занесение представлений действительности (знаний) в память СОЗ.

На этапе формирования представлений действительности у экспертов все происходит как у биологических систем (рис. 2.3). К этапу извлечения представлений у эксперта в памяти, в основном, сформированы все необходимые для решения поставленных задач знания.

Извлечением знаний, приобретенными экспертами, занимается инженер по знаниям. У этого специалиста имеется большой арсенал методов решения этой задачи [3,6,8,21]. Знания, полученные от экспертов, бывают неполными, в силу ряда особенностей [3,6,8,19] и они в таком виде, без изменений, заносятся в базу знаний СОЗ.

При формализации извлеченных знаний используются, в зависимости от предметной области, логические, сетевые подходы к описанию представлений действительности. Но в силу недостатков, каждого из подходов, все чаще используются смешанные методы описания.

Формирование представлений действительности у экспертов Оценка поведен Подсистема восприятия реального Рис. 2.4. Основные этапы представления действительности в БЗ СОЗ.

Формализованные представления действительности, без изменений, инженер по знаниям заносит в память СОЗ, используя имеющиеся или специально разрабатываемые инструментальные средства.

Таким образом, в существующих СОЗ представления действительности являются неизменными (статичными) для длительного интервала времени.