Системы поддержки принятия управленческих решений на основе байесовских интеллектуальных технологий (БИТ)

Эффективным инструментом поддержки функционирования сложных систем в настоящее время может служить методология байесовских интеллектуальных технологий (БИТ). Информационно-аналитические системы на основе БИТ используются в самых разных прикладных задачах, от мониторинга состояния компонентов экосистем до аудита предприятий и маркетинга. На базе БИТ разработаны и использованы на практике информационно-аналитические распределенные системы для различных приложений и средства мультимедийной визуализации сетевых решений.

Ключевые слова: модель, система, управление, проблема, применение, расчет, задача.

1. Проблема определения характеристик и состояний сложных

технических и природных объектов

Современные научные и практические задачи определения характеристик и состояний сложных технических и природных объектов, процессов и систем, динамики их развития, прогнозирования и контроля их свойств, а также управления ими или принятия оптимальных управляющих решений, связаны с получением и интерпретацией многочисленной и разнообразной по форме экспериментальной информации. К таким задачам в технической сфере можно отнести задачи автоматического управления техническими объектами, технологическими оборудованием и процессами, классификации объектов, ситуаций и образов, идентификации характеристик, контроля качества промышленной продукции и технических систем и другие. Наиболее общей задачей, включающей в себя многие из указанных выше, является задача мониторинга сложных технических и природных объектов, которая в данной работе понимается как задача определения и контроля свойств и состояний сложного объекта (СО), а также формирования управляющих рекомендаций в режиме его функционирования и активного взаимодействия с окружающей средой [1-2].

Сложность формализации и трудоемкость решения таких задач, требования полноты, объективности, достоверности и высокой скорости получения результатов с одной стороны, и значительные мощности технических средств получения, преобразования и отображения различного вида информации, реализованные на процессорной базе, с другой стороны, обусловили появление нового направления информационно-измерительной техники - интеллектуальных информационно-измерительных систем (ИИИС). Такой класс измерительных средств, основываясь на перспективных достижениях теории и практики измерительной техники, полученных благодаря результатам научных работ отечественных ученых, а также на современных разработках вопросов выделения и формирования специфических свойств и функций ИИИС, ориентирован на эффективное изучение свойств сложных объектов и их среды функционирования (СФ), а также взаимосвязей между ними путем обобщения всех видов априорной и поступающей информации в целях генерации новых знаний, на основе чего - получения оптимальных решений в конкретных измерительных ситуациях.

Таким образом, как отмечается во многих работах по теории и проектированию ИИИС одной из главных функций этих систем становится познавательная функция. Согласно определению ИИИС, для реализации познавательных функций такой системе необходима способность к "индивидуализации алгоритмов своего поведения, функционирования на основе априорной и поступающей в процессе эксперимента измерительной информации в целях достижения заданных показателей качества функционирования".

Целесообразно добавить еще одно уникальное свойство- способность к генерации новых методик и алгоритмов измерений в процессе функционирования на основе накопленных знаний и метазнаний самоорганизации ИИИС. Это может быть определено как свойство саморазвития, которое делает ИИИС развивающейся технической системой измерений.

Необходимым условием реализации основных свойств ИИИС является их развитая методическая среда, ориентированная на специфику задач, свойств сложных объектов измерений и измерительных ситуаций, функций и форм представления информации в ИИИС, позволяющая в процессе измерений генерировать новые информационные технологии измерений (ИТИ), на основе которых эффективно решать указанные задачи в меняющихся условиях измерений, получая достоверные и метрологически-обоснованные результаты.

Значительная априорная неопределенность, не снимаемая в процессе измерений полностью, в связи с принципиальной невозможностью полного познания сложных (например, природных) объектов, обусловливает необходимость привлечения и усвоения дополнительных априорных знаний о неконтролируемых свойствах объекта и СФ в полном объеме и любых формах накопления их в процессе измерений для обеспечения приемлемой достоверности результатов, что должно обеспечиваться, прежде всего, свойствами методической среды ИИИС и вести ее к развитию в процессе функционирования. Необходимость объединения измерительного подхода с принципами искусственного интеллекта, обусловленная задачей обобщения и генерации метрологически обоснованных знаний, привела к формированию нового направления организации измерительного процесса - интеллектуализации измерений (ИИ). Основная цель ИИ состоит в получении в автоматическом режиме новых метрологически обоснованных данных и знаний на основе априорной и поступающей, разнообразной по форме представления информации и использовании этих знаний для генерации в процессе измерений новых алгоритмов, методик и технологий измерений, оптимизации и автоматизации этапов планирования, реализации и интерпретации результатов измерительного эксперимента для обеспечения требуемого качества решения поставленной задачи [1-2].

1.2 Информационные технологии и методики измерений на основе интеллектуализации измерений

Информационные технологии, методики измерений на основе ИИ и средства реализации ИИ в виде экспертных систем (ЭО) и интеллектуально-измерительных комплексов являются перспективной информационно-технической средой для эффективного решения новых измерительных задач мониторинга сложных объектов в условиях значительной (принципиальной) априорной неопределенности, что делает создание методологии и алгоритмов ИИ важной задачей как для современных теории и практики измерений и метрологии, так и для их прикладных сфер.

Информация, получаемая в измерительном эксперименте мониторинга СО и СФ, является всегда неполной и неточной. Однако к решениям задач, получаемым на ее основе средствами ИИИС предъявляются особые требования в части обеспечения точности, достоверности, полноты и объективности результатов. Мощный аппарат статистических измерений, предназначенный для измерительных преобразований такого рода информации в известных алгоритмах не позволяет обобщать в процессе измерений априорную и текущую информацию. Для этого необходимо привлечение в методологию статистических измерений байесовского подхода, позволяющего рассматривать результат измерения как оптимальное решение, принятое на основе минимизации среднего риска и всей имеющейся априорной и апостериорной информации. Однако, классический байесовский подход (БП) и его модификации в виде алгоритмов эмпирического и адаптивного БП не позволяют контролировать, равно как и обеспечивать, требуемый уровень качества получаемых результатов. Это обусловливает необходимость создания методологии ИИ на основе БП, которая позволила бы обеспечить требуемый уровень качества результатов измерений, их метрологическое обоснование и автоматизацию поддержки этих функций ИИИС при подготовке и решении измерительной задачи на формализованной основе в автоматическом режиме. Кроме того, в исходной математической постановке такие задачи могут быть сведены к классу некорректных обратных задач восстановления свойств СО и СФ в реальном масштабе времени (например, в процессе мониторинга СО). В этом случае для обеспечения устойчивости решений таких задач алгоритмы интеллектуализации измерений на основе БП (алгоритмы байесовской интеллектуализации измерений (БИИ)) должны обладать регуляризирующими свойствами и способностью метрологического контроля получаемых с их применением результатов в зависимости от специфики объектов и условий конкретных рассматриваемых задач. Такие алгоритмы и методология их создания в настоящее время отсутствуют, в связи с чем их разработка является актуальной задачей ИТ. Сложность измерительной ситуации в задачах БИИ состоит также в необходимости для достижения требуемого качества решений задачи привлечения в измерительный процесс помимо чисто измерительных данных, характеризующих измеряемое свойство объекта, дополнительной информации о влияющих факторах (ВФ) среды его функционирования, которая может быть представлена в количественном и качественном виде. Динамика свойств СО и их взаимодействий с окружающей средой требуют адекватных методов и средств познания, что определяет необходимость создания развивающихся технологий и систем мониторинга СО.

1.3. Характеристика и возможности БИТ

Эффективным инструментом поддержки функционирования сложных систем в настоящее время может служить методология байесовских интеллектуальных технологий (БИТ), развиваемая проф. Прокопчиной С.В. [4-8]. Информационно-аналитические системы на основе БИТ используются в самых разных прикладных задачах, от мониторинга состояния компонентов экосистем до аудита предприятий и маркетинга. На базе БИТ разработаны и использованы на практике информационно-аналитические распределенные системы для различных приложений и средства мультимедийной визуализации сетевых решений [4-8]. Такие системы способны:

• интегрировать разнотипные потоки данных и знаний;
• давать метрологическое обоснование качества принимаемых решений;
• давать возможность управления качеством решений;
• способны к развитию в процессе функционирования.

Эти системы в совокупности с перспективными информационными технологиями сетевой передачи, сбора и распределенной обработки информации представляют собой новый тип систем, названный байесовскими интегрирующими сетями (БИС).

Необходимость разработки БИС была обусловлена с одной стороны, требованиями практических задач по обобщению всего имеющегося объема информации, а с другой стороны, возможностями современных сетевых технологий, позволяющих собирать на серверах значительные массивы разнотипных информационных ресурсов новых стандартов и языков, для расширения документальных представлений такой информации. Концепция БИТ докладывалась и была одобрена на заседаниях Экономической комиссии при ООН (январь 2000 г., Женева, Щвейцария), Международного Газового Комитета при ООН, Европейского делового конгресса, Парламентской Ассамблеи экономического сообщества стран Черного моря (ПАЧЭС).

1.4. Опыт реализации БИТ в различных отраслях

В течение нескольких последних лет на принципах БИТ технологий были выполнены следующие разработки:

1.Информационно-аналитическая система управления экологическими объектами на селигерской природной территории (СПТ). СПТ имеет лесные ресурсы, энергетические и транспортные коридоры, финансовые структуры и другие географически распределенные объекты источников разнотипных информационных потоков. Информация об этих объектах является неполной и неточной. Поэтому для решения задач экосистемного мониторинга, контроля и управления природными объектами применена методология БИТ на платформе «Инфоаналитик».

Для решения этих задач система поддержки принятия управленческих экосистемных решений отражает основные свойства экосистем, обеспечивает генерацию альтернативных решений и определяет количественным показателем степень их достоверности и близости к основному решению. Если альтернативные решения близки к основному по степени их достоверности, то система выбирает решения, в первую очередь регулирующие критические ситуации или близкие к ним. Если качество полученного решения оказалось ниже требуемого уровня, то средствами подсистемы планирования стратегий принятия экосистемных решений разрабатываются мероприятия, позволяющие повысить качество получаемых решений до необходимого уровня. Проект с информационно-аналитической системой управления был представлен на 17 сессии комитета по устойчивой энергетике Европейской экономической комиссии ООН, где была отмечена его масштабность и многоплановость. Созданная аналитическая управляющая система по управлению СПТ заинтересовала руководство Федерального агентства по управлению особыми экономическими зонами, которое намерено использовать данную методологию для создания системы управления особыми экономическими зонами Российской Федерации.

2. Аналитическая система обеспечения экологической безопасности при строительстве судов. В связи с усиливающейся ролью экологического менеджмента и аудита на судостроительных предприятиях, возникает необходимость повышать качество работ, закладывать потенциальный экологический риск уже на стадиях проектирования судов. При обширности информационного пространства судостроительного предприятия, возникает задача экологического аудита судостроительных предприятий и принятия экологических управленческих решений. В качестве инструментария для решения задач экологического управления используется программное обеспечение «Экоаналитик». При использовании системы разнородная информация выстраивается в виде дерева факторов, в котором работа ведется как с конечными факторами, так и с интегральными показателями, сформированными из других показателей. Таким образом, числовые, логические, лингвистические информационные ресурсы сведены в единое информационное пространство. Появляется возможность эффективной работы с выборками малого объёма, так как «знания могут компенсировать отсутствие данных», с характеристиками точности, надежности и достоверности знаний. Кроме того, система имеет возможность отображать оценочную информацию, мнения экспертов, интерпретацию ситуации и вероятность рисков в виде числовых и лингвистических шкал.

Аналитическая система успешно используется в течение нескольких лет на ФГУП «Адмиралтейские верфи». Внедрение системы особенно актуально после принятия 21 апреля 2004 года директивы Европейского парламента и Совета «Об экологической ответственности в отношении предотвращения и ликвидации вреда окружающей среде». Основным положением Директивы является то, что субъект хозяйственной деятельности, чья деятельность явилась причиной вреда окружающей среде или потенциальной угрозы такого вреда, обязан нести финансовую ответственность.

3. Информационно-аналитическая система для создания программ устойчивого развития и обустройства территории в районе озера Селигер и Верхневолжских озер. Программа создана для развития экологически сбалансированных промышленных и сельскохозяйственных производств, способных содействовать привлекательности территорий. Данные, необходимые для анализа ситуации на территории озер, собирались из различных источников, таких как статистика, данные администраций муниципальных образований, ведомственных учреждений. Эти данные имеют значительную разобщенность и погрешность. Для интеграции разнородных знаний и данных был применен регуляризирующий байесовский подход (РБП) и разработана информационно-аналитическая система.

В рамках создания информационно-аналитической системы проведена работа по мониторингу объектов теплоэнергетики, анализу существующей структуры топливо-потребления, оценке объемов местных производств (лесозаготовка и деревообработка), выполнены расчеты объемов загрязняющих веществ, выбрасываемых в окружающую среду при сжигании различных видов топлива.

Реализация программы развития территории озер на базе информационно-аналитической системы позволит стабилизировать экологическую ситуацию на водоохранных и заповедных территориях Селигера и Верхневолжских озер, предотвратить нарастание процессов деградации природной среды, способных в ближайшие годы приобрести необратимый характер. Программа развития с применением аналитической системы позволит сохранить уникальный культурно-исторический потенциал Селигера, в том числе обеспечив его поддержание через использование части его объектов в культурно-образовательных и рекреационных сферах.

4. Применение системы в управлении коммунальным комплексом. Степень реализации интересов участников в рамках тарифной политики, инвестиционных проектов и организационно-технических мероприятий оценивается через сложно-структурированную систему критериев. Для оценки такой системы применяются БИТ, реализованные на базе системы принятия решений «Эко Аналитик».

Комплексное сочетание традиционных и интеллектуальных информационных технологий позволяет достичь значительного улучшения качества и оперативности принимаемых решений в управлении развитием территории, повысить качество предоставляемых туристам товаров и услуг. Успешное применение на практике информационно-аналитических систем на основе БИТ является подтверждением их эффективности и интегрирующих системных возможностей.

Литература:

1. Окунев В.В. Процессный подход в управлении территориальным развитием с применением систем байесовских интеллектуальных технологий. В сб. Труды вольного экономического общества . 2010 г. (журнал, рекомендуемый ВАК).
2. Окунев В.В. Применение байесовских интеллектуальных технологий для оценки ландшафтной привлекательности территории. В сб. трудов Международной молодежной конференции «ЮНИ-ИНТЕЛ»-2010, стр. 157-165.
3. Окунев В.В. и другие . Оценка инвестиционной привлекательности территорий на основе байесовских интеллектуальных технологий В сб. трудов Международной молодежной конференции «ЮНИ-ИНТЕЛ»-2010, стр. 148-156.
4. Прокопчина С.В. Принципы создания развивающихся информационных технологий на основе регуляризирующего байесовского подхода.||Сб. докладов Междунар. конф. по мягким вычислениям и измерениям "SCM-2005", Санкт-Петербург, 27-29 июня 2005.- Т.1.
5. Прокопчина С. В. Концепция байесовской интеллектуализации измерений в задачах мониторинга сложных объектов // Новости искусственного интеллекта. -1997.- №3.-С.7-56.
6. Прокопчина С.В. Организация измерительных процессов в условиях неопределенности. Регуляризирующий байесовский подход//Сб. докладов Междунар. конф. по мягким вычислениям и измерениям «SCM-98», Санкт-Петербург, 22-26 июня 1998.- Т.1.- С.30-44.
7. Прокопчина С.В., Наугольнов О.А. Байесовские интеллектуальные измерения параметров случайных процессов// Известия ЛЭТИ. Вып.442.-Л.:ЛЭТИ,1991.- С.73-76.
8. Прокопчина С.В., Федичкин А.И. Прогнозирование характеристик сложных объектов на основе Байесовских Интеллектуальных Технологий. ||Сб. докладов Междунар. конф. по мягким вычислениям и измерениям "SCM-2006", Санкт-Петербург, 27-29 июня 2006.- Т.2.