WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 |

Объекты в объектной базе знаний системы поддержки принятия решений инкапсулируют как данные, так и процедуры их обработки. Это позволяет, с одной стороны, имитировать не только структуру и свойства сущностей, но и их поведение, с другой, придает объектным знаниям активный характер. Активность программных объектов проявляется в том, что объекты при решении той или иной задачи в системе активизируются исполнительной средой системы и выполняются в ней, имитируя свойства и поведение сущностей. Множество исполняемых (активных) объектов, обмениваясь сообщениями, моделируют проблемную ситуацию и таким образом позволяют предсказывать ее развитие. Производя оценку предсказанных состояний по заданным пользователем критериям, система способна решать задачи оценки потенциального решения или нахождения по запросу пользователя альтернативных вариантов. Поскольку объекты имитируют сущность и отражают семантику понятий проблемной области, то такой подход к моделированию сущностей можно назвать объектно-семантическим.

Таким образом, перед разработчиками моделей информационных систем в рамках различных подходов и направлений встает одинаковая задача создания универсального языка, пригодного для формального описания и совместимого с языком разработки приложений в средствах поддержки принятия управленческих решений.

Во второй главе работы рассмотрен объектно-семантических подход к построению модели принятия управленческих решений для промышленных предприятий, а также формализация описания функционирования экземпляра объекта модели.

Объектно-семантическая модель позволяет включать в качестве составных частей любые другие модели, разработанные в рамках объектного подхода, что позволяет получить наиболее универсальный метод моделирования и позволяет применять любые, доступные разработчикам средства трансляции и автоматической разработки приложений при разработке систем поддержки принятия управленческих решений для промышленных предприятий. Будучи определенной как "ядро", данная модель должна обеспечивать адекватное представление всех составляющих концептуальной модели и реализацию всех механизмов проверки информации.

Определим рассматриваемое множество объектов через О, два подмножества: конкретный класс, или множество конкретных объектов – L, абстрактный класс, или множество абстрактных объектов – N, тогда О=LN.

Определим множество абстрактных базовых классов объектов: NA=NA. Множество конкретных базовых классов объектов LA=L А.

Формально, если множество предикатов обозначается как Р и множество фактических классов – F, то F является подмножеством множества Р. Вспомогательная функция Fact: РF определена на пространстве фактических классов, для которых существуют предикаты.

В формальной записи: Fact(p) = f f p.

Функция Base P O используется для получения множества объектов, которые могут быть представлены как предикаты.

Класс связки описывается как специальный фактический класс, отражающий отношение между экземплярами абстрактного и конкретного классов. Данный класс описывается через множество B={{p,q} F | p PL q PN }, где PX = {p P | Base (p) X}.

Данный класс является единственным классом объектов, связывающим абстрактные и конкретные классы.

Предикаты, которые образуют класс связки b={p,q}, могут быть выделены при помощи функций concr(b) = р, такое что pb PL; abstr(b) = q, такое что рb РN.

Также существуют некоторые специальные составные классы: класс указателей (G O) и последовательный класс. Данный класс является, как следует из названия, составным объектным классом, представляющем собой последовательность элементарного класса (S O).

Иерархия наследования может быть определена как функция IdfIr на множестве АО объектных классов, обладающая свойствами асимметрии и транзитивности. Выражение a IdfIr b интерпретируется как а наследует набор свойств от b (является наследником).

Схематический класс представлен в модели через С О. Информационная структура, лежащая в основе экземпляра схематического класса может быть получена через декомпозицию этого экземпляра. Данное свойство формально записывается через отношение Х С О, что интерпретируется следующим образом: если х у, то это означает, что у может быть получен декомпозицией х, либо, у является частью объекта, полученного в результате декомпозиции х.

Таким образом, информационная структура (х) для схематического класса х может быть представлена в виде набора объектных классов, получаемых при помощи декомпозиции х, Ох= {у О | х у). Из общего набора объектов Ох могут быть аналогичным образом выделены классы – абстрактный, конкретный, базовый и так далее. На данном множестве могут быть определены все указанные выше функции.

Определение 1. Определение информационной структуры модели.

Если x С (х) является информационной структурой модели.

Как уже указывалось выше, элементы абстрактного и конкретного классов нельзя смешивать в одном схематическом построении. Для связи между ними существует класс связки. Формально данное правило можно записать так:

Правило 1. Разделение классов.

Если для х,у справедливо любое выражение из трех:

x = Elt(y), либо ху, либо х IdfIr y, следовательно для х,у справедливо одно из двух х,у L, либо х,у N.

Представленный выше набор определений и правил формирует ядро объектной модели, сформулированной на языке множеств.

Предложенная модель позволяет описать объектную иерархию, иерархию классов и ввести ограничения на нее, схема, получаемая в результате применения данной методики может описывать на концептуальном и логическом уровне модель информационной базы.

В третьей главе рассматриваются алгоритмы построения объектно-семантических моделей в информационной системе поддержки принятия управленческих решений промышленных предприятий ЭП.

Предлагается методика семантиче­ского расширения методов принятия решений в управлении предприятием ЭП, основанная на построении се­мантической модели предметной области задачи принятия решения (ЗПР), отражающей основные ее поня­тия и элементы в терминах процессов принятия решений (ПР), характерных для данной области, с формализованным описанием взаимосвязей между ними, а также методов их задания и обработки. Представление семантической модели предметной облас­ти вместе с формализованными механизмами создания на ее основе иерархиче­ских и сетевых моделей ПР для конкретных задач в базе знаний (БЗ) в составе СППР может не только привести к повышению эффективности использования методов принятия решений и снижению вероятности ошибок выбора, но, по­мимо этого, обеспечить возможность повторного использования моделей ПР, а также автоматизировать их построение.

Поскольку в рамках одной предметной области может решаться множе­ство различных ЗПР, то фрагмент БЗ (Z), связанный с некоторой предметной областью, может быть формально представлен в виде

,

где: S – шаблон, представляющий собой семантическую модель предметной области;

М={M1, M2,...,MK} – множество моделей, соответствующих решаемым в данной области задачам;

FM={FMl, FM2,...,FML} – множество правил (формализованных процедур), формирования модели на основе шаблона.

Рассмотренное представление задает отношение «общее-частное» между шаблоном S и моделями задач Мк, являясь тем самым двухуровневым.

На основе применения системного подхода, с учетом свойств объекта ис­следования, рассмотренных ранее, методикой семантического расширения методов принятия решений в управлении предприятием ЭП, предложенной в главе 2, и рекомендациями относи­тельно методики анализа решений, разработан обобщенный алгоритм анализа и решения задачи, выбранной в ка­честве объекта исследования, и сформирована информационная модель данного процесса.

Схема обобщенного алгоритма представлена на рисунке 1.

Рисунок 1 – Схема обобщенного алгоритма анализа задачи и поддержки принятия решения

Процесс анализа и решения задачи состоит из шести основных этапов, каждый из которых включает в себя промежуточные стадии. Стрелки показывают связи между эта­пами, отражающие возможную последовательность их выполнения и направле­ния передачи информации.

Анализ обобщенного алгоритма и его информа­ционной модели, позволил сделать вывод о необходимости разра­ботки следующих математических моделей:

  1. семантической модели предметной области, описывающей множество взаимодействующих элементов предметной области, состоящая из модели шаблона элемента и модели шаблона связи между элементами, модели шаб­лона критерия и модели шаблона альтернативы;
  2. модели задачи, которая описывает конкретную задачу из определенной предметной области на основе семантической и включает в себя модель эле­мента, модель связи, модель критериев и модель альтернативы, строящих­ся на основе соответствующих моделей-шаблонов;

- модели критериального оценивания, связанной с моделью критериев и фор­мирующейся на основе предпочтений ЛПР описываемых моделями элемен­тов и связей. Основное назначение модели критериального оценивания – формализованное представление качественных свойств нечисловой природы;

  1. решающей модели, в рамках которой осуществляется синтез обобщенных оценок предпочтительности на основе формализованной информации о взаимодействиях между элементами, критериях и предпочтениях. Данная модель объединяет модель синтеза элементарных критериев качества (т.е. оценок элементов модели относительно других элементов и альтернатив) и непосредственно модель синтеза обобщенных оценок значимости элементов и альтернатив, использующая информацию об указанных критериях;
  2. модели проверки корректности решения, необходимой для выявления про­тиворечий, заложенных в модели, повышения адекватности модели за счет удаления малозначимых элементов и дополнительной детализации важных;

- модели анализа устойчивости решения, предназначенной для получения обоснованных решений за счет проведения анализа его устойчивости раз­личными методами.

Перечисленные модели используются в алгоритме построения обобщенной математической мо­дели этапов анализа и решения задачи-объекта исследования, представленном на рисунке 2 в форме структурной схемы, отражающей связь между моделями на уровне передаваемой и обрабатываемой информации (без учета параллельности и итерационности этапов процесса).

В качестве методической основы построения указанных моделей целесообразно использовать подходы, базирующиеся на иерархических и сетевых алгоритмах поддержки принятия решений с учетом методики их семантического расширения. При реализации моделей критериев и критериального оценивания для задания качественных оценок, целесообразно использовать математический аппарат лингвистических переменных.

Исходя из анализа основных компонентов МАИ и MAC, и с учетом ин­формационной модели первого этапа общего алгоритма решения задачи, математическая модель шаблона S может быть представлена в следующем виде:

S = <E,RE,А,CAC,F,ST>. (1)

Рисунок 2 – Этапы построения обобщенной математической мо­дели анализа задачи и поддержки принятия решения

В (1) Е = {Е1,Е2,...,ЕР} – множество элементов, отражающих понятия предмет­ной области и являющихся шаблонами элементов модели Мk; RE = RE(Ei,Ej) – отношение, задающее тип и силу (степень) связи (взаимо­влияния) между элементами;

СА – шаблон кластера альтернатив;

С = {Cl,C2,...,CN} – набор критериев оценки альтернатив;

F = {Fl,F2,...,FN} – набор, компоненты которого характеризуют методику критериального оценивания альтернатив, элементов модели и связей, при этом компонент Fj характеризует методику оценивания по критерию Сj, j = 1,…,n

А = {А1,А2,...,АК} – множество шаблонов альтернатив, где каждый элемент

Аi (при i = 1,...,k) задает возможный шаблон альтернативы;

ST = {(ST)1, (ST)2,…, (ST)G} – множество шаблонов иерархий и сетей.

Математическая модель ЗПР в управлении предприятием ЭП строится на основе информацион­ных и математических моделей и может быть представлена графически в следующем виде (рисунок 3):

Мк=<G,X,, E,,,FA>

Рисунок 3 – Графическая интерпретация математической модели задачи поддержки принятия решения

Основным отличием математической модели от семантического описания предметной области является ее ориентация на решение кон­кретной задачи (в рассматриваемом случае – управление предприятием ЭП). Так G – главная цель задачи, приобретающая одно из опреде­ленных значений, заложенных в семантическое описание S. Видами задач принятия решения, выделяются следую­щие основные типы главных целей:

  1. G1 – выбор наилучшей альтернативы;
  2. G2 – ранжирование альтернатив;
  3. G3 – определение роли каждого элемента модели.

Таким образом, построена модель задачи, включающая модели критери­ев, альтернатив, кластеров альтернатив, критериев оценки. На основе постро­енной модели строиться решающие правила различных типов в зависимости от структуры предпочтений ЛПР при управлении предприятием ЭП, анализ результатов применения которой может приводить к изменениям в моделях задачи и семан­тического представления.

Четвертая глава посвящена разработке информационной системы анализа принимаемых решений на основе семантической модели. Анализ разработанных и представленных в предыдущих разделах математических моделей многокритериального выбора альтернатив в условиях взаимной зависимости критериев и наличия качественных оценок показывает, что основу математиче­ского аппарата, применяемого в рамках рассмотренного подхода, составляют модели представления знаний, а также иерархические и сетевые модели приня­тия решений.

Большое количество компонент моделей принятия решений в управлении предприятием ЭП, сложная структура взаимосвязей между ними и итерационный характер вычислений, обуславливают необходимость компьютерной поддержки всех стадий работы обобщенного алгоритма анализа и решения задачи-объекта исследования.

Основными направлениями разработки программного комплекса поддержки принятия решений при управлении предприятием ЭП являют­ся поддержка построения семантического описания предметной области и раз­работка на их основе моделей задач. При построении семантической модели основной является возможность визуального проектирования и графическое представление моделей. В основе построения моделей задач лежат формализо­ванные процедуры, позволяющие выполнить автоматизированный переход от обобщенного описания предметной области к конкретной задаче.

Рассмотренные принципы представления допускают наглядное и ком­пактное схематическое отображение в форме алгоритмической структуры представления знаний, приведенной на рисунке 4.

Рисунок 4 – Алгоритмическая структура представления знаний

Pages:     | 1 || 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»