УДК 661.68

Использование методов и средств информатики для усиления возможностей человека в области интеллектуальной деятельности привлекало внимание специалистов-компьютерщиков практически сразу после  изобретения компьютеров.

Последние достижения информатики в области телекоммуникаций, систем, основанных на знаниях (систем искусственного интеллекта и среди них наиболее популярных экспертных систем), компьютерных методов принятия решений поставили задачу создания принципиально новых систем, которые могут интегрировать опыт, (в том числе и печальный) принятия решений и проведения мероприятий в условиях нештатных ситуациях, связанных с экологическим или промышленным риском. Управление в чрезвычайных ситуациях и методы принятия решений в последнее время стало очень благодатной областью приложения современных методов информатики.

Системный подход к созданию адекватных методов решения поставленных задач, выбор соответствующих технических средств и организационных решений позволяют надеяться на качественный скачок результатов в этой области.

Системный подход к данной проблеме означает анализ всех аспектов рассматриваемой задачи, продумывание и моделирование полного технологического цикла обработки информации, начиная от ввода и получения информации до принятия решений. Основная идея разрабатываемой методологии заключается в накапливании знаний в компьютерной форме баз знаний, с последующим их использованием для принятия решений.

Под нештатной ситуацией подразумевается ситуация, когда по тем или иным (как правило, неопределенным) причинам происходит срыв нормального протекания процесса. В этом  случае  возникает необходимость в принятии решения о дальнейших действиях.

Нештатные ситуации могут проявляться на разных уровнях системы. На нижнем (аппаратном) уровне они обрабатываются корректором. При этом соответствующие сообщения отправляются серверу. Если с корректором случается нечто непредвиденное, то данное событие заносится в протокол нештатных ситуаций системы с извещением администратора о его возникновении. Нештатные ситуации, связанные с функционированием оборудования верхнего уровня системы (сбои с ПО), обрабатываются сервером. Дежурный инженер имеет возможность изменять критичные значения отдельных параметров (температура, давление и т. д.) для конкретных узлов замеров, при выходе за границы которых срабатывает сигнализация с выдачей соответствующего сообщения на экран. Если это необходимо, такие сообщения гасятся. При изменении граничных параметров информация об этом автоматически заносится в журнал с фиксацией названия события и времени вместе с остальными событиями, произошедшими в системе. Протоколируются вход и выход из системы дежурного диспетчера (принятие и сдача смены), сбой системы, ее перезагрузка, превышение или понижение заданных установок технологических параметров, задание параметров среды, проходящей через узел замера с фиксацией времени записи, нештатные ситуации в работе системы. Эта информация помогает оценить правильность поведения персонала в аварийных ситуациях.

Есть много случаев, когда необходимо принимать решения в короткие сроки (от нескольких десятков минут до нескольких дней). Это тот диапазон времени, когда трудно, а иногда и невозможно пригласить консультантов, собрать специалистов, провести консилиум или заседания совета и т. д. В этом случае приходится полагаться на мнение компьютера, хотя это иногда чревато непредсказуемыми последствиями. Здесь следует подчеркнуть, что в этих ситуациях (и во многих других тоже) компьютерные системы принятия решений не являются желанной целью, а становятся вынужденным вариантом принятия решений в условиях ограниченных ресурсов, прежде всего временных ограничений.

Будем считать, что существует некоторая предметная область, в которой знания (в виде рекомендуемых решений и последовательности  действий) накапливаются на основе рассмотрения некоторых нештатных повторяющихся ситуаций, происходящих с некоторой частотой. К таким ситуациям относятся промышленные аварии, стихийные бедствия. В этом случае частота событий не настолько велика, чтобы была реальная возможность обучать и тренировать неоптимальных решений могут быть значительны. Поэтому представляется весьма перспективным создание систем, основанных на знаниях (систем искусственного интеллекта) для накапливания такого рода знаний (инструкций), чтобы использовать их во внештатных ситуациях[5].

Возможности  систем, основанных на знаниях, являются принципиальным моментом, поскольку для накопления знаний о действиях во внештатных ситуациях на каждом объекте может потребоваться значительное время необходимо обеспечить интеграцию знаний об однородных нештатных ситуациях на пространственно распределенных объектах одного типа. Одним из путей решения этой задачи является создание компьютерной сети, для распространения по однородным объектам знаний, полученных в результате апостериорного анализа действий (или бездействий) во внештатных ситуациях. После произошедшей нештатной ситуации производится анализ принятых и непринятых решений, их последствий, выработка правил и запись оптимальных решений в базу продукционных правил, соответственно глобальную или локальную. Знания в обсуждаемых базах знаний структурируются в форме инфологических моделей. Модели могут быть универсальные, проблемные и специфические. В структуру каждой модели включаются также имитационные и другие вычислительные модели, в виде вычислительных процедур. В общем виде знания, включающие модели, можно представить как четверку вида:

M = (S,R,I,K},

где S — база имитационных моделей; R — база продукционных правил, которая пополняется в результате анализа принятия решений в нештатных ситуациях; / — информационная база; К — база общих знаний[4].

Получение управляющих алгоритмов организовано как сходящийся итерационный процесс. Накопление экспериментальной информации в базах данных облегчает совершенствование технологического процесса.

При разработке технологии приобретения и передачи знаний о действиях во внештатных ситуациях необходимо произвести классификацию баз знаний Базы знаний можно разделить на следующие категории [3]:

• универсальные (общие), относящиеся ко всем рассматриваемым

областям, объектам и ситуациям;

• проблемные, которые относятся к данному классу объектов и проблемных ситуаций;

• специфические, которые связаны конкретно с данным объектом и особенностями его функционирования.

При этом универсальные знания тиражируются по всем объектам, использующим рассматриваемую методологию, или находятся в некотором центральном узле. Это зависит от принятой компьютерной технологии.

Для рассматриваемой проблемы телекоммуникационные возможности систем, основанных на знаниях, являются принципиальным моментом, поскольку для накопления знаний о действиях во внештатных ситуациях на каждом объекте может потребоваться значительное время. Тем не менее, существует класс однородных объектов, например, предприятия определенного типа, морские порты, населенные пункты в местах, подверженных паводкам, и т. д. В этом случае, необходимо обеспечить интеграцию знаний об однородных нештатных ситуациях на пространственно распределенных объектах одного типа. Одним из возможных путей решения этой задачи является создание компьютерной сети, для распространения по однородным объектам знаний, полученных в результате апостериорного анализа действий (или бездействий) во внештатных ситуациях. Эта сеть может работать в режиме «on-line» или «off-line», быть организована как однородная или иерархическая, может быть в виде звезды с аналитическим центром и т.д. Это зависит от конкретной сферы приложения, но важно максимально упростить и ускорить «обмен опытом» между однородными объектами.

Проблемные знания, в виде соответствующих баз знаний, тиражируются по объектам одного класса. Специфические знания имеются в компьютере только одного объекта.

Для формирования Базы продукционных правил необходимо участие инженера по знаниям, хотя в большинстве случаев достаточно специализированной программы извлечения знаний. В этом случае необходимо использовать подход, при котором каждый пользователь или группа пользователей разрабатывают свои самостоятельные подсистемы, конечно, стараясь максимально возможно согласовывать свои действия. Однако эти согласования носят совещательный характер. В этом случае акцент смещается на разработку методов взаимодействия между подсистемами, создание интерфейсов, в том числе между пользователем и подсистемами. Процесс формирования баз знаний для принятия решений в чрезвычайных ситуациях подходе получает самостоятельность в сборе и использовании своей информации, возможность применения излюбленных программных систем, возможность интегрировать для решения возникающих задач подсистемы, созданные в разное время, различными специалистами, на разной программной базе. В этом случае создаются системы, основанные на знаниях разных людей и разных научных дисциплин. При этом, в результате применения системного подхода, возникают междисциплинарные знания и возникает проблема общего использования различных языков описаний, отличающихся методов решения проблем и т.п.

Принятие решений в чрезвычайных ситуациях требует оперативной и эффективной обработки информации. При разработке такого класса систем необходимо использовать основные принципы моделирования процесса обработки информации для создания полного технологического цикла поддержки принятия решений [2]. При этом необходимо учитывать особенности специального класса предметных областей, которые характеризуются большими объемами анализируемой информации и ограниченным периодом времени для выработки решений. Использование системного подхода для разработки междисциплинарных интегрированных методов, алгоритмов и информационных технологий позволяет эффективно использовать большие объемы информации и базы знаний с учетом новых информационных технологий, современных вычислительных систем, аппарата баз данных и знаний, компьютерных сетей и компьютерного моделирования и принятия решений.

Основной задачей создания современных интеллектуальных систем является разработка и применение методов интеграции технологий сбора информации и ее анализа и методов использования этих результатов при принятии решений [1].

Компьютерная поддержка принятия решений является необходимым условием принятия качественных решений сложных проблем с большими объемами информации.

1.                  Bntkov V. Decision support information system development // Multiobjective Problems of Mathematical Programtmng Lecture Notes in Econormcs and Mathematical Systems Spnnger-Verlag, 1991. Vol.351.

2.                  Decision Support Systems Issues and Challenges. Proceedings of International Task Force Meeting / Eds. by G Fick, R Spraguc IIASA, Proceedings, № U. Pergamon Press, 1980

3.                  Cauvei C, Proix С and Rolland С Information systems design, an expert system approach //The Rale of Artificial Intelligence in Databases and Information Systems. China Academic Periodical Press Gungzhou, China, 1988. P. 1-28

4.                  Геловани В.А. и др. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях. М.: Эдиториал УРСС, 2001.  – 304с.

5.                  Петровский А. Б. Комцьюгерная поддержка принятия решений современное состояние и перспективы развития // Системные исследования Методологические проблемы Ежегодник 1996 М.: Эдиториал УРСС, 1996. С 146-178.

ПРИ ВОЗНИКНОВЕНИИ НЕШТАТНЫХ СИТУАЦИЙ