WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

На правах рукописи

Сеньков Алексей Викторович

СПОСОБЫ И ПРОГРАММНЫЕ СРЕДСТВА ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ РИСК-СИТУАЦИЙ

Специальность: 05.13.11 – Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва – 2012

Работа выполнена в филиале федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Национальный исследовательский университет «МЭИ» в г. Смоленске на кафедре Вычислительной техники.

Научный консультант: доктор технических наук, профессор Борисов Вадим Владимирович

Официальные оппоненты: Комарцова Людмила Георгиевна, доктор технических наук, профессор, Калужский филиал ФГОУ ВПО НИУ МГТУ им. Н.Э. Баумана, профессор каф. КСиС Морозов Андрей Владимирович, доктор технических наук, доцент, ВА ВПВО ВС РФ им. Маршала Советского Союза А.М. Василевского, зам. нач. каф. АСБУ

Ведущая организация: ФГАНУ «Центр информационных технологий и систем органов исполнительной власти – ЦИТиС» (г. Москва)

Защита состоится «21» декабря 2012г. в 16 час. 00 мин. на заседании диссертационного совета Д 212.157.01 при Национальном исследовательском университете «МЭИ» по адресу: Москва, Красноказарменная ул., д.13, ауд. М-704.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «НИУ МЭИ».

Отзывы в двух экземплярах, заверенные печатью организации, просим направлять по адресу: 111250, Москва, Красноказарменная ул., д.14, Ученый совет МЭИ.

Автореферат разослан « 09 » ноября 2012 г.

Ученый секретарь диссертационного совета Д 212.157.кандидат технических наук, доцент М. В. Фомина

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

В настоящее время активно ведутся исследования в области создания программных средств и систем поддержки принятия решений на основе рисков. Однако их создание и использование наталкивается на ряд проблем, обусловленных, прежде всего, сложностью и масштабами процессов управления рисками, неясными и изменяющимися требованиями, необходимостью учета не только количественных показателей, но и показателей, плохо поддающихся формализации.

Низкая структурированность задач управления рисками, их слабая формализуемость и высокая динамика изменений процессов приводит к значительной задержке при создании и адаптации программных средств поддержки принятия решений на основе рисков.

Это обуславливает необходимость расширения возможностей современных и перспективных компьютерных технологий, средств и систем, используемых для поддержки принятия решений на основе рисков. При этом все большее значение приобретает интеллектуальная поддержка принятия решений в условиях комплексного воздействия рискообразующих факторов, неопределенности системных и внешних параметров.

В таких условиях поддержка принятия решений на основе рисков должна носить не только комплексный, но и интеллектуальный характер. Обязательным условием интеллектуальной поддержки принятия решений на основе рисков является минимизация вмешательства в процессы лица, принимающего решение (ЛПР), поскольку такое вмешательство является основным источником рискообразующих факторов, неточности и неопределенности системных и внешних параметров, значительно влияющих на эффективность процессов обработки данных и знаний.

Терминологический аппарат, применяемый в настоящее время для формализации основных понятий при управлении рисками, является довольно разобщенным, термины допускают различную трактовку, терминологическая база характеризуется слабой связанностью. Существует большое количество определений понятия «риск». Наиболее часто под риском понимается сочетание вероятности (частоты) нанесения ущерба и тяжести ущерба. При этом большинство характеристик, традиционно «приписываемых» к рискам (вероятность, ущерб, существенность, уровень значимости, приемлемость), непосредственно к самим рискам отношения не имеет. Так, если уровень риска относится к понятию «риск», то характеристики существенность, категория и приемлемость – к понятию «событие», которое характеризует риск, а уровень последствия – к мероприятиям, направленным на устранение результатов реализации этого события. То есть, существующие трактовки риска не позволяют характеризовать ни собственно события или ситуации, возникающие при появлении риска, ни его последствия и способы воздействия на него.

При этом непосредственно под управлением рисками понимается либо деятельность по снижению итогового ущерба для системы, либо мероприятия по страхованию от потенциального ущерба, либо устранение источников рисков, либо рекомбинация причинно-следственной связанности событий, несущих потенциальной ущерб для системы, что обуславливает необходимость уточнения терминологического аппарата и разработки моделей, которые должны стать основой разрабатываемых программных средств поддержки принятия решения на основе рисков.

Созданию и программной реализации методов и моделей поддержки принятия решений на основе рисков посвящены работы таких исследователей, как С.В. Артюхов, О.А. Базюкина, В.Ю. Королев, А.А. Кудрявцев, В.Е. Бенинг, С.Я. Шоргин, N. Crockford, Morgan, Granger и др.

Вместе с тем специфика задач интеллектуальной поддержки принятия решений требует, во-первых, развития моделей поддержки принятия решений на основе не просто рисков, а риск-ситуаций, во-вторых, создания способов и программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в условиях неопределенности.

Исследования в области теории и практики создания программных средств интеллектуальных систем, в том числе экспертных систем, систем поддержки принятия решений основываются на работах отечественных ученых Д.А. Поспелова, А.Н. Аверкина, А.А. Башлыкова, В.Н. Вагина, В.В. Емельянова, А.П. Еремеева, Н. Г. Загоруйко, О.П. Кузнецова, В.М. Курейчика, О.И. Ларичева, А.С. Нариньяни, Г.С. Осипова, А.Б. Петровского, Г.С. Плесневича, В.Э. Попова, Г.В. Рыбиной, В.А. Смирнова, В.Б. Тарасова, В.В. Троицкого, В.К. Финна, И.Б. Фоминых, В.Ф. Хорошевского и др.; зарубежных ученых J. Allen, C. Demetresku, R. Detcher, A. Gereviny, G. Italiano, A. Krokhin, I. Meiri, L. Schubert, T. Saaty, T. Van Allen и др.

Среди подходов к учету различного типа неопределенности при интеллектуальной поддержке принятия решений на основе риск-ситуаций актуальным представляется использование методов теорий нечетких вычислений, нечетких множеств и отношений, нечеткой меры, нечеткой логики, нечеткого вывода и нечеткого моделирования, предложенных в работах Л.А. Заде (L.A. Zadeh), А.Е. Алтунина, И.З. Батыршина, А.Н. Борисова, Л.С. Берштейна, С.Я. Коровина, О.А. Крумберга, А.Н. Мелихова, С.А. Орловского, М.В. Семухина, В.Б. Силова, J.C. Bezdek, R. Bellman, J.L. Castro, D. Dubuis, A. Kaufmann, H. Larsen, E. Mamdani, H. Prade, M. Sugeno, T. Takagi, T. Terano, Y. Tsukamoto, R. Yager и др., а также развитие существующих и разработка новых нечетких и гибридных нечетких моделей, существенный вклад в создание которых внесли Л.Г. Комарцова, А.С. Федулов, Н.Г. Ярушкина, R. Fuller, Y. Hayashi, D.J. Hunt, J.–S.R. Jang, J.M. Keller, B.

Kosko, R. Krishnapuram, E.T. Lee, H.–M. Lee, S.C. Lee, J.M. Mendel, S. Mitra, S. Pal, W. Pedrycz, D. Rutkowski, L. Rutkowski, C.–T. Sun, L.X. Wang и др.

В то же время отсутствуют методики и инструментальное программное обеспечение разработки программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций с использованием моделей, позволяющих учесть комплексное воздействие рискообразующих факторов, неопределенность системных и внешних параметров на всех этапах жизненного цикла этих программных средств.

Таким образом, задача исследования и разработки способов и программных средств интеллектуальной поддержки принятия решений (ИППР) на основе рискситуаций, представляющих собой совокупность программных инструментальных средств и интеллектуальной системы, является актуальной и практически значимой.

Объектом исследования являются программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций.

Предметом исследования являются способы и модели разработки программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

Цель исследования заключается в повышении эффективности процессов обработки данных и знаний в компьютерных системах за счет создаваемых способов и программных средств интеллектуальной поддержки принятия решения на основе риск-ситуаций.

Научной задачей диссертационной работы является исследование и создание способов и программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

Для этого необходимо решить следующие задачи.

1) Анализ задач и исследование способов, моделей, технологий и программных средств интеллектуальной поддержки принятия решений на основе рисков.

2) Разработка гибридной нечеткой модели риск-ситуации, позволяющей в программных средствах учесть комплексный характер и неопределенность рискообразующих факторов.

3) Разработка методики создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

4) Разработка способа интеллектуальной поддержки принятия решений на основе риск-ситуаций и моделей, предназначенных для программной реализации его этапов.

5) Создание программных инструментальных средств разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

6) Разработка программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

7) Оценка эффективности использования предлагаемых способа и программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

В ходе работы над диссертацией использованы следующие методы исследования: методы анализа и проектирования программных средств, теории принятия решений, нечеткого вывода, нечеткого и нейро-нечеткого моделирования.

Обоснованность научных результатов, выводов и рекомендаций, сформулированных в работе, определяется корректным применением методов исследования.

Достоверность научных положений подтверждена соответствием теоретических положений и результатов экспериментов на основе компьютерного моделирования, сопоставлением полученных результатов с результатами, приведенными в научной литературе, а также итогами практического внедрения.

Научная новизна работы заключается в следующем.

1) Предложена методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций, позволяющая унифицировать разработку этих средств, сократить время на их проектирование, создание и ввод в эксплуатацию, а также обеспечивающая расширенные возможности по оперативной адаптации программных средств на всех этапах жизненного цикла этих средств без привлечения разработчика.

2) Спроектированы алгоритмы функционирования программных инструментальных средств разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций, обеспечивающие программную реализацию предложенных способа, моделей и методики.

3) Предложена гибридная модель риск-ситуаций, состоящая из нечеткого дерева отказов и нечеткой байесовой сети, и позволяющая в программных средствах интеллектуальной поддержки принятия решений учесть комплексный характер рискообразующих факторов, а также представление различного типа неопределенности системных и внешних параметров.

4) Разработаны способ интеллектуальной поддержки принятия решений на основе риск-ситуаций и гибридные нечеткие модели, предназначенные для программной реализации его этапов, учитывающие иерархический характер рискситуаций, а также возможность организации параллельной и последовательной схем принятия решений.

Практическую значимость работы составляют следующие результаты.

1) Структура базы знаний программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций, ориентированная на представление и реализацию предложенных моделей: риск-ситуаций; оценки рискситуаций и необходимости управления риск-ситуациями; формирования ранжированных групп мероприятий.

2) Программные инструментальные средства разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

3) Программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированной системе информационного обеспечения управления профессиональными рисками и страхования профессиональных рисков (АС «Профессиональные риски»), обрабатывающие данные о более чем 80 млн. человек.

4) Программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированной информационной системе интеграции всех уровней управления и контроля состояния охраны труда, промышленной, пожарной безопасности и охраны окружающей среды в филиалах, ДЗО/ВЗО ОАО «ИНТЕР РАО ЕЭС» (АИС «Контроль»).

На защиту выносятся:

1) Методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

2) Алгоритмы функционирования программных инструментальных средств разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

3) Гибридная нечеткая модель риск-ситуаций, позволяющая в программных средствах интеллектуальной поддержки принятия решений учесть комплексный характер и неопределенность рискообразующих факторов.

4) Способ интеллектуальной поддержки принятия решений на основе рискситуаций и модели, предназначенные для программной реализации его этапов.

Реализация результатов работы. По результатам работы разработаны и внедрены в промышленную эксплуатацию программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций:

в АС «Профессиональные риски» (заказчик Минздравсоцразвития России, Государственный контракт № 244 от 17.09.2009 г.);

в АИС «Контроль» (заказчик ДЗО/ВЗО ОАО «ИНТЕР РАО ЕЭС», договор № ЗТ-1/05-12 от 12.05.2012 г.).

Основные положения диссертационной работы получены в рамках гранта РФФИ № 10-07-97506-р_центр_а «Методы и распределенные вычислительные алгоритмы нечеткого анализа данных в высокопроизводительных ассоциативных системах», 2010–2011 г.г., № гос. рег. 012001171852.

Теоретические и практические результаты работы использованы при разработке нечетких и нейро-нечетких моделей формирования и обработки знаний в интеллектуальных системах поддержки принятия решений, а также при создании научнометодического и программного обеспечения в рамках 10 НИР и НИОКР.

Результаты работы используются в учебном процессе филиала МЭИ в г. Смоленске и Военной академии войсковой ПВО ВС РФ (г. Смоленск), что подтверждено соответствующими актами о внедрении.

Апробация результатов работы. Основные результаты работы докладывались и обсуждались на следующих конференциях: Конференция конкурса научных работ студентов «Росэнергоатом: знания молодых ядерщиков – атомным станциям» (Обнинск, 2008); V и VI межрегиональные научно-технические конференции студентов и аспирантов «Информационные технологии, энергетика и экономика» (Смоленск, 2008, 2009); X и XII международные научные конференции «Системы компьютерной математики и их приложения» (Смоленск, 2009, 2011);

XV международная научно-техническая конференция студентов и аспирантов «Радиоэлектроника, электротехника и энергетика» (Москва, 2009); XVIII Военнонаучная конференция «Проблемы теории и практики развития войск ПВО СВ в современных условиях» (Смоленск, 2011).

Публикации. По результатам диссертационной работы опубликовано 15 работ, в том числе 3 статьи в изданиях из перечня ВАК. Результаты диссертации также отражены в 10 отчетах о НИР и НИОКР.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 111 наименований. Диссертация содержит 134 страницы основного текста, 30 рисунков, 16 таблиц, 2 приложения на 36 страницах.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении диссертации обоснована актуальность темы исследований, определены цель и научная задача диссертационной работы, сформулированы научная новизна и практическая значимость результатов исследований, представлено краткое содержание по разделам.

В первой главе проведен анализ существующих способов, моделей и программных средств для поддержки принятия решений на основе рисков; рассмотрены деловые процессы управления рисками; обоснованы требования к способам, моделям и программным средствам интеллектуальной поддержки принятия решений на основе риск-ситуаций.

Рассмотрены подходы к учету неопределенности. Сделан вывод о том, что условия управления риск-ситуациями, как правило, относятся к условиям нестохастической неопределенности. Представлен анализ способов учета неопределенности и сделан вывод о целесообразности применения методов теории ДемпстераШеффера для учета неопределенности при управлении риск-ситуациями.

Обоснована целесообразность введения понятий «риск-события» и «рискситуации», позволяющих учесть, с одной стороны, комплексный характер рисков, а с другой стороны, все необходимые параметры рисков.

Риск-событие – событие, наступление которого может принести ущерб системе или процессу. Источник риск-события – действие или объект, приводящие к возникновению риск-события с определенной степенью возможности.

Риск-ситуация – совокупность обусловленных причинно-следственными связями риск-событий и источников рисков, а также мероприятий, направленных на источники рисков. Риск-ситуация за счет сложной структуры обеспечивает возможность адекватной оценки возможности наступления риска (на основании сведений о риск-событиях) и его последствий (на основании сведений о мероприятиях по устранению последствий риск-ситуации, описанных в плане реагирования на рискситуации), что позволяет эффективно управлять рисками.

Под планом реагирования на наступление риск-ситуации понимается перечень сопоставленных ей мероприятий по устранению последствий риск-ситуации.

Проанализированы деловые процессы управления рисками. Предложена их классификация по сложности, масштабу и степени изменчивости процессов.

Проведен анализ существующих подходов к управлению рисками, включая способы и модели анализа: опасностей; вида и последствий отказа; вида, последствий и критичности отказов; рисков (с применением деревьев отказов, деревьев событий, экспертных оценок, матриц анализа рисков). Сделан вывод о том, что использование этих способов и моделей не позволяет в полной мере учесть требования, предъявляемые к управлению риск-ситуациями.

Проведен анализ подходов и сделан вывод о целесообразности использования для создания обобщенной модели программных средств интеллектуальной поддержки управления риск-ситуациями методов гибридизации нечетких моделей: вопервых, с функциональным замещением (в качестве доминирующей берется одна модель, а ее компоненты замещается компонентами других моделей); во-вторых, с взаимодействием (модели используются относительно независимо и выполняют различные задачи по достижению общей цели).

Рассмотрены средства и программные платформы для управления рисками.

Сформулированы требования к разрабатываемым способам и моделям, а также программным средствам.

На основе анализа особенностей процесса управления комплексными рисками выявлены следующие проблемы при создании программных средств:

вследствие большой степени изменчивости сложно осуществлять комплексную модификацию автоматизированных процессов;

вследствие большого числа автоматизируемых процессов, а также большой степени их изменчивости сложно поддерживать полноценный жизненный цикл автоматизации процессов;

вследствие большой степени связности процессов возникают существенные сложности при их распределенной автоматизации;

трудоемкость согласования автоматизируемых процессов из различных предметных областей.

Сделан вывод о необходимости создания программных инструментальных средств ИППР на основе риск-ситуаций, учитывающих предъявляемые требования.

Во второй главе разработан способ интеллектуальной поддержки принятия решений на основе риск-ситуаций, а также его модификации, позволяющие учесть различные типы иерархической подчиненности системы, и обеспечивающие возможность осуществления как последовательного, так и параллельного управления риск-ситуациями.

Предложенный способ ИППР на основе риск-ситуаций (рисунок 1) включает в себя следующие этапы.

Этап 1. Анализ и классификация требований документации, разработка совокупности моделей для поддержки принятия решений на основе риск-ситуаций.

Этап 2. Анализ особенностей функционирования системы, анализ влияний, оказываемых окружением на систем; выявление специфических особенностей функционирования системы; формирование дополнений регламентов, необходимых для корректного функционирования системы.

Этап 3. Мониторинг функционирования системы, в том числе: выполнения функций элементами системы; взаимодействий элементов внутри системы, взаимодействия системы с окружением. В результате этого этапа осуществляется подготовка к идентификации риск-ситуаций.

Этап 4. Управление риск-ситуациями, включающее в себя: идентификацию риск-ситуаций; оценку риск-ситуаций; выработку управляющих решений (мероприятий); мониторинг исполнения управляющих решений.

Этап 5. Консультации по вопросам исполнения (уточнение) распоряжений.

Этап 6. Формирование отчетности по результатам выполнения распоряжений.

Этап 7. Пополнение базы знаний лучших практик.

Предложены разновидности способа интеллектуальной поддержки принятия решений при последовательном (рисунок 2а) и параллельном управлении (рисунок 2б) риск-ситуациями.

Лучшие практики Предложения Предложения Орг.единица Орг.единица Орг.единица по лучшим по лучшим практикам практикам Руководитель __ Руководитель __ Руководитель __ Распоряжения Распоряжения Консультации Консультации Формальная Формальная отчетность отчетность Исполнитель Исполнитель Исполнитель Исполнитель Мониторинг Исполнитель Мониторинг Исполнитель Исполнитель ___ Исполнитель ___ Исполнитель ___ НПД и НСИ (4) НПД и НСИ (3) НПД и НСИ (2)... НПД и НСИ (1) Рисунок 1 – Обобщенная схема способа ИППР на основе риск-ситуаций Управление на Межуровневое Управление на верхнем уровне управление нижнем уровне Этап 1. Анализ требований НПД Управление на Межуровневое Управление на Этап 2. Анализ верхнем уровне управление нижнем уровне особенностей функ.

системы 2 Этап 1. Анализ требований НПД Этап 1. Анализ Этап 3. Мониторинг требований НПД Этап 2. Анализ 3 особенностей функ.

системы Этап 2. Анализ Этап 4. Управление особенностей функ.

риск-ситуациями системы Этап 1. Анализ 4 Этап 3. Мониторинг Этап 3. Мониторинг требований НПД 3 Этап 5.

Этап 3. Мониторинг Консультации Этап 2. Анализ Этап 4. Управление Этап 4. Управление 5 особенностей функ.

риск-ситуациями риск-ситуациями системы 4 Этап 6. Формирование Этап 4. Управление отчетности риск-ситуациями Этап 5. Этап 5.

6 Этап 3. Мониторинг Консультации Консультации 5 Этап 7. Пополнение Этап 5.

лучших практик Консультации Этап 6. Формирование Этап 6. Формирование Этап 4. Управление 7 отчетности отчетности риск-ситуациями 6 Этап 6. Формирование Этап 3. Мониторинг отчетности Этап 7. Пополнение Этап 7. Пополнение Этап 5.

лучших практик лучших практик Консультации 7 Этап 4. Управление Этап 7. Пополнение риск-ситуациями лучших практик Этап 6. Формирование отчетности Этап 5.

Консультации Этап 7. Пополнение лучших практик Этап 6. Формирование отчетности Этап 7. Пополнение лучших практик а) б) Последовательное управление Параллельное управление риск-ситуациями риск-ситуациями Рисунок 2 – Разновидности способа ИППР на основе риск-ситуаций Лучшие Лучшие Лучшие практики практики практики отчетность отчетность отчетность Мониторинг Мониторинг Мониторинг Формальная Формальная Формальная Консультации Консультации Консультации Распоряжения Распоряжения Распоряжения Для программной реализации этапов способа ИППР на основе рискситуаций разработаны следующие модели:

гибридная модель риск-ситуаций;

модель оценки риск-ситуаций и необходимости управления рискситуациями;

нейро-нечеткая модель формирования ранжированных групп мероприятий для управления рисками.

Предложена схема взаимодействия разработанных моделей для ИППР на основе риск-ситуаций (рисунок 3). Обобщенный алгоритм взаимодействия этих моделей схематически может быть представлен в следующем виде:

PresSR PRE PRS mj i RSii Mes,..., MeslRS CRS 1' i [Nec*, Nec*]RS ...

i (1) kRS i ... NecRS RangGr FMes PresSR, i k o m где REj – j-е риск-событие, j 1,..., j', j ' – количество риск-событий; RSi – i-я рискситуация i1,..., i', i' – количество риск-ситуаций; SRm – m-й источник риска, i m1,..., m', m' – количество источников рисков; MeslRS – l-e мероприятие, направленное на устранение i-й риск-ситуации, l 1,..., l ', l ' – количество мероприятий, направленных на устранение i-й риск-ситуации; PresSR – оценка наличия m-го исm точника риска, PresSR [0,1]; PRE – возможность наступления j-го риск-события, m j PRE [0,1]; PRS – возможность наступления i-й риск-ситуации, PRS [0,1]; CRS – j i i i оценка последствий от наступления i-й риск-ситуации; kRS – коэффициент значимоi сти i-й риск-ситуации, kRS [0,1]; [Nec*, Nec*]RS – граничная оценка необходимости i i управления i-й риск-ситуацией, Nec* [0,1], Nec* [0,1]; NecRS – оценка необходиi мости управления i-й риск-ситуацией, NecRS [0,1]; RangGr – ранг k-й группы меi k роприятий, направленных на источники рисков, RangGr [0,1], k 1,..., k ', k '– коk личество групп мероприятий, направленных на источники рисков; FMes – уровень o применения o-го мероприятия, направленного на источники рисков, FMes [0,1], o o1,..., o', o'– количество мероприятий, направленных на источники рисков.

Предлагаемая гибридная модель риск-ситуаций состоит из нечеткого дерева отказов и нечеткой байесовой сети и позволяет компактно представлять сведения об источниках рисков, рисках, их последствиях и взаимосвязях (рисунок 4). На ее выходе формируется оценка возможности возникновения риск-ситуации.

Последствия наступления риск-ситуаций Наступившие риск-ситуации План реагирования на наступление риск-ситуаций Последствия риск-ситуации Mes’1 Mes’2 Mes’Наступившие Модель оценки риск-ситуаций и необходимости риск-ситуации управления риск-ситуациями Модель риск-ситуаций Оценка необходимости Оценка управления риск-ситуациями риск-ситуаций RSNec* Nec* CRS REi Nec* Возможность Oper3 наступления kRS i риск-ситуации RSNec* REPRS i RENecRS i OperOperИтоговая оценка необходимости управления риск-ситуацией RE1 RE2 RE4 REPresSR PresSR n SR1 SRn RS1 RSi RSn SR2 SRn Оценка воздействия мероприятий на T T T T T T источники рисков Оценка влияния источника риска на риск-событие FMes S S MesОценка наличия источника рисков FMes 2 RangGr SR1 MesМодель формирования RangGr FMes 1 ранжированных групп Mesмероприятий Рисунок 3 – Схема взаимодействия моделей для интеллектуальной поддержки принятия решений на основе риск-ситуаций Рассмотрены особенности учета различных типов неопределенности и реализация, в зависимости от этого, различных способов введения нечеткости в деревья отказов и байесовые сети модели риск-ситуаций. Описаны процедуры построения и применения модели риск-ситуаций.

Приведено описание разработанной модели оценки риск-ситуаций и необходимости управления риск-ситуациями. Прежде всего, определяются граничные оценки необходимости обработки риск-ситуаций [Nec*, Nec*]RS, получаемые, например, на i основе положений теории свидетельств, в соответствии со следующей процедурой.

Во-первых, характеристики риск-ситуаций рассматриваются как критерии:

CRS i mP(RSi) PRS, mk (RSi) kRS, mC (RSi) .

(2) i i max(CRS ) j j1..m...

.

.

.

.

.

.

.

.

.

S S S.

.

.

.

.

.

Во-вторых, поскольку в рамках одного критерия различные риск-ситуации могут получать одинаковые оценки, то риск-ситуации объединяются в группы с одинаковой оценкой по критерию. Обозначим Ai1, Ai2, Ai3– группы по критериям PRS, kRS и i i CRS, соответственно, а базовые вероятности для групп – mP(A1 ), mk (A2 ), mC(A3 ).

i j l i Нечеткое RE4 RE5 дерево отказов OperOperRE1 RE2 RESR1 SR2 SRAct11 Act12 Act21 Act22 ActMes1 Mes2 MesНечеткая байесова сеть Рисунок 4 – Структура модели риск-ситуаций В-третьих, определяется комбинированная базовая вероятность для рискситуаций с использованием правила комбинирования Демпстера m(RSi) (3) mP(Ai ) mk (Aj2) mC (Al3), 1 K i A Aj2Al3RSi K mP(Ai ) mk (Aj2) mC (Al3).

(4) Ai1Aj2Al3В-четвертых, определяются характеристики Bel и Pl, которые и считаются граничной оценкой необходимости управления риск-ситуацией:

Nec* Bel(RSi) m(RS ), Nec* Pl(RSi) m(RS ).

j j (5) RS RSi RS RSi j j Полученные значения Nec* и Nec* являются исходными данными для нейро-нечеткого классификатора, на выходе которого формируется итоговая оценка необходимости управления каждой конкретной риск-ситуацией.

Далее описана предложенная модель формирования ранжированных групп мероприятий для управления риск-ситуациями, а также способ выбора наиболее Con n n n o C o o C C рационального мероприятия на ее основе. Модель характеризуется измененной, по сравнению с типовым нейро-нечетким классификатором, структурой, а также модифицированными способами ее построения и применения, основанными на использовании модели риск-ситуаций.

В третьей главе предложены структура и алгоритмы функционирования программных инструментальных средств поддержки принятия решений на основе риск-ситуаций, а также методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций.

Структура программных инструментальных средств поддержки принятия решений на основе риск-ситуаций включает в себя (рисунок 5):

базу знаний, ориентированную на представление и реализацию предложенных моделей;

оперативную базу данных, содержащую сведения о системе, выполняемых мероприятиях и лучших практиках;

детектор риск-ситуаций, предназначенный для оценки (детектирования) возможности возникновения риск-ситуаций;

модуль ППР, обеспечивающий интеллектуальную поддержку принятия решений на основе сведений о риск-ситуациях;

ядро «мероприятий», предназначенное для формирования плана, мониторинга выполнения мероприятий.

База знаний ориентирована на представление и реализацию предлоОперативная База база данных женных моделей: риск-ситуаций;

знаний оценки риск-ситуаций и необходимости управления риск-ситуациями;

Детектор риск-ситуаций формирования ранжированных групп мероприятий. Она обеспечивает детектор необходимой информацией для Модуль ППР детектирования риск-ситуаций. Совокупность правил базы знаний реализуется с использованием разработанных Пользователь Ядро моделей. Кроме того, база знаний «мероприятий» включает базу фактов в виде источников рисков, риск-событий, рискРисунок 5 – Структура программных ситуаций, плана реагирования на рисинструментальных средств ки, мероприятий и групп мероприятий, критериев риска.

Структура базы знаний представлена на рисунке 6.

План реагирования Обмен данными Отношение Свойства:

Риск-ситуация Мероприятие Методы:

Среагировать на риск-событие Среагировать на риск-ситуацию Оценить последствия рискситуации Риск-событие Мероприятие Свойства:

Наименование Наименование Тип мероприятия P Риск-событие, Логическая операция последствия которого Математическая операция устраняются Связанные мероприятия Источник-рисков Модель риск-ситуаций Связанные риск-события Описание Методы:

Методы: Ответственный Оценить P Оценивание риск-событий Место проведения Оценивание риск-ситуаций Процент выполнения Модель оценки Группа Риск-ситуация Источник рисков риск-ситуаций и мероприятий необходимости управления Свойства: Свойства:

Свойства:

риск-ситуациями Наименование Наименование Мероприятия в группе P P Оценка влияния Метод:

C Связанные мероприятия Оценивание необходимости k Связанные источники рисков управления риск-ситуацией Nes* Связанные риск-события Nes* Методы:

Оценка необходимости Оценить P управления Методы:

Оценить риск-ситуацию Модель формирования Критерии рисков ранжированных групп Методы: мероприятий Оценивание возможности Метод:

управления риск-ситуацией Оценивание групп управляющих Оценивание необходимости воздействий на систему управления риск-ситуацией Рисунок 6 – Структура базы знаний Детектор риск-ситуаций предназначен для оценки (детектирования) возможности возникновения риск-ситуаций. В его основе лежит предложенная модель риск-ситуаций. Алгоритм функционирования детектора представлен на рисунке 7.

Модуль ППР на основе базы знаний, оперативной базы данных и сведениях о риск-ситуациях из детектора риск-ситуаций, вырабатывает эталонный набор мероприятий, рекомендованных в сложившихся условиях. Он также обеспечивает моделирование применения мероприятий. Алгоритм функционирования модуля ППР представлен на рисунке 8.

Ядро «мероприятий» работает с текущим планом, сигнализирует о сроках выполнения мероприятий, автоматизирует их выполнение (последовательности заполнения документов, ввода данных и т.д.). В процессе выполнения мероприятий, в числе прочего, происходит изменение данных, хранимых в оперативной базе данных. На рисунке 9 представлен алгоритм работы ядра «мероприятий».

Сформирован перечень рискПрошел период Были изменены ситуаций, детектирования данные подлежащих управлению XOR ИЛИ Оценка необходимости Агрегирование управления рискданных по ситуацией байесовой сети, входящей в модель риск-ситуаций Получена граничная оценка [Nec*, Nec*] для рискситуации Получены Все риск-ситуации характеристики всех оценены источников рисков и XOR риск-событий, связанных непосредственно с ними Оценка эффекта от групп «мероприятий» Агрегирование данных по дереву отказов, входящему в модель рискПолучены ситуаций оценки RangGr i Получены всех групп характеристики В группе с максимальным «Мероприятий» всех риск- рангом «мероприятие» одно несколько событий и риск- XOR ситуаций XOR Применение критерия необходимости управления рискМоделирование ситуациями «мероприятия» Выдача XOR Получена оценка предлагаемого ожидаемой решения по эффективности управлению применения «мероприятия» Отсутствуют Выявлены риск-ситуации, риск-ситуации, требующие требующие XOR управления упралвения Все «мероприятия» промоделированы Сравнение результатов Компоновка моделирования информации для и выбор лучшего принятия решения «мероприятия» оператором Результаты моделирования Риск-ситуации доведены до детектированы, оператора оператор оповещен Рисунок 7 – Алгоритм Рисунок 8 – Алгоритм функционирования детектора функционирования модуля ППР риск-ситуаций Разработана методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций (ПС ИППР РС), позволяющая унифицировать разработку этих средств и оперативно их адаптировать на всех этапах жизненного цикла без привлечения разработчика (рисунок 10).

В четвертой главе описаны разработанные программные средства ИППР на основе риск-ситуаций и проведена оценка эффективности их использования.

По результатам диссертационной работы разработаны и внедрены в промышленную эксплуатацию программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций: во-первых, в АС «Профессиональные риски» (рисунок 11); во-вторых, в АИС «Контроль».

Ответственный за Инициатор Engine «мероприятие» Образцовый Рабочий шаблон шаблон Копир.

Старт Планирование Уведомление Планирование Создание/ (этап I) ответственного (этап II) редактирование шаблона Требуется Уведомление Нет и возможна ответственного декомпозиция Да Декомпозиция Выполнение «мероприятия» Мероприятие Мероприятие Изменение % «Мероприятие» выполнения 100% выполнение Назначен ответственный за «мероприятие» Пересчет % Отметка о Уведомление о выполнении:

выполнении Проверка Пересчет % Проверено:

Создание шаблона Уведомление на основе «Мероприятие» иницатора о Пересчет % выполненного в целом:

выполнении «мероприятия» Рисунок 9 – Алгоритм работы ядра «мероприятий» Разработчик Пользователь Эксплуатация 3 Адаптация ИЛИ Анализ Анализ требований НПД Анализ особенностей функционирования системы Мониторинг функционирования системы ИЛИ ИЛИ Проектирование Анализ Проектиро- Создание или Выработка проектных адаптация ИС вание решений Адаптация интеллектуальной системы ИЛИ Пополнение базы знаний Рисунок 10 – Методика создания и использования ПС ИППР РС Внесение Адаптация ые средства изменений в программные инструментальн средства Программные Продукта Внедрение инструментальные пользователю документации функций и т.

д.

Тестирование результатам работ применения Продукта описание их в проектной средств, выполняемых ими Консультации по вопросам инструментальных средств :

Формирование отчетов по выполнения распоряжений и Консолидация Программных инструментальных средств и интеллектуальной системы в Анализ предметной области, Создание ых средств Проектирование программных применением предоставленного единый продукт и передача его Разработка программных инструментальных выработка проектных решений и Управление риск ситуациями с программных инструментальных программных способов и инструментов создания Обеспечение качества получаемых средств и интеллектуальных систем инструментальн система ( ИС ) ПС ИППР РС Интеллектуальная продукта Сопровождение знаний системы решений система ( ИС ) рования системы Пополнение базы функционирования Интеллектуальная Анализ особенностей Выработка проектных Консультация пользователей в Мониторинг функциони Анализ требований НПД вопросах применения Продукта, а также прием заявок на адаптацию Министерство здравоохранения и социального развития Российской Федерации (владелец АС «Профессиональные риски») 6 6 ИС Росстата Федеральный ЕИИС «Соцстрах» информационный Оператор АС центр «Профессиональные риски» Росстат Фонд социального страхования Обеспечение Запросы на решение Установление страховых тарифов функционирования АС информационно-аналитических для отдельных организаций в сфере «Профессиональные задач; снабжение АС первичной страхования профессиональных риски», актуализация НСИ информацией рисков работников; запросы на решение информационно6 АИС ГИТ аналитических задач; снабжение АС 4, первичной информацией Роструд Запросы на решение АИС ПФР информационно-аналитических задач; снабжение АС первичной информацией ПС ИППР РС 11 7 ПФР 6 7 6 АИС СГМ 4 Орган по аккредитации Запросы на решение информационноаналитических задач аттестующих организаций Ведение реестра Роспотребнадзор аттестующих организаций Запросы на решение информационноаналитических задач; 7 8 1, 2, 3, 5, 9, 10, снабжение АС первичной Передаваемая информация информацией Условия труда, риски травмирования, СИЗ Аттестующая организация Интегрированные показатели состояния здоровья Обследование хозяйствующих субъектов Штатная расстановка и формирование данных об условиях Сведения о профзаболеваниях труда, рисках травмирования, интегрированных показателях состояния Несчастные случаи здоровья, несчастных случаях; оценка Информационно-аналитическая профессиональных рисков Лечебно-профилактическое Нормативно-справочная учреждение (перспективно) Обновление ПО Проведение медосмотров и Оценки профессиональных рисков формирование интегрированных показателей состояния здоровья 2 3 Об аттестующей организации работников Реестр аттестующих организаций Хозяйствующий субъект О хозяйствующем субъекте СНИЛС Выполнение мероприятий по обеспечению Пунктиром выделены элементы, не входящие в состав безопасных условий труда АС «Профессиональные риски» Рисунок 11 – Концептуальная схема АС «Профессиональные риски» Рассмотрены результаты внедрения разработанных программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированные информационные системы.

Управленческий эффект (повышение эффективности) от внедрения программных средств ИППР на основе риск-ситуаций в АС «Профессиональные риски» достигает 43%.

Управленческий эффект от внедрения программных средств ИППР на основе риск-ситуаций в АИС «Контроль» достигает 40%, а экономический эффект (снижение затрат) – 6%.

В заключении приведены основные результаты диссертационной работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ В результате выполнения работы решена научная задача исследования и создания способов и программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций для повышения эффективности процессов обработки данных и знаний в компьютерных системах.

1) Выполнен анализ задач и исследованы способы, модели, технологии и программные средства интеллектуальной поддержки принятия решений на основе рисков.

2) Предложен способ интеллектуальной поддержки принятия решений на основе риск-ситуаций, а также его модификации, отличающиеся возможностью учета различных типов иерархической подчиненности системы, и позволяющие осуществлять как последовательное, так и параллельное управление риск-ситуациями.

3) Предложена гибридная модель риск-ситуаций, состоящая из нечеткого дерева отказов и нечеткой байесовой сети, и позволяющая учесть комплексный характер рискообразующих факторов, а также представление различного типа неопределенности системных и внешних параметров, применяемая как при оценке рискситуаций, так и при моделировании мероприятий.

4) Разработаны модели для программной реализации этапов предложенного способа интеллектуальной поддержки принятия решений на основе риск-ситуаций, в том числе модели: оценки риск-ситуаций и необходимости управления рискситуациями; формирования ранжированных групп мероприятий.

5) Разработана структура программных инструментальных средств поддержки принятия решений на основе риск-ситуаций, включающая в себя: базу знаний;

оперативную базу данных; детектор риск-ситуаций; модуль поддержки принятия решений; ядро «мероприятий».

6) Предложена структура базы знаний программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций, ориентированная на представление и реализацию разработанных моделей: риск-ситуаций; оценки рискситуаций и необходимости управления риск-ситуациями; формирования ранжированных групп мероприятий.

7) Разработаны алгоритмы функционирования программных инструментальных средств поддержки принятия решений на основе риск-ситуаций, в том числе, алгоритмы функционирования детектора риск-ситуаций, модуля поддержки принятия решений, ядра «мероприятий».

8) Предложены программные инструментальные средства разработки интеллектуальных систем поддержки принятия решений на основе риск-ситуаций.

9) Предложена методика создания и использования программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций, позволяющая унифицировать разработку этих средств, сократить время на их проектирование, создание и ввод в эксплуатацию, а также обеспечивающая расширенные возможности по оперативной адаптации программных средств на всех этапах жизненного цикла этих средств без привлечения разработчика.

10) Разработаны программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированной системе информационного обеспечения управления профессиональными рисками и страхования профессиональных рисков (заказчик Минздравсоцразвития России).

11) Разработаны программные средства интеллектуальной поддержки принятия решений на основе риск-ситуаций в автоматизированной информационной системе интеграции всех уровней управления и контроля состояния охраны труда, промышленной, пожарной безопасности и охраны окружающей среды в филиалах, ДЗО/ВЗО ОАО «ИНТЕР РАО ЕЭС».

12) Проведена оценка эффективности и обосновано достижение управленческого и экономического эффекта за счет использования разработанных программных средств интеллектуальной поддержки принятия решений на основе риск-ситуаций в составе автоматизированных информационных систем АС «Профессиональные риски» и АИС «Контроль».

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ В изданиях, рекомендуемых ВАК Минобрнауки России 1. Сеньков, А.В. Способ анализа рисков в опасных производственных объектах на основе нечетких деревьев отказов [Текст]/ А.В. Сеньков //Нейрокомпьютеры: разработка и применение. – 2009. – №8. – С. 31–37.

2. Сеньков, А.В. Интеллектуальное управление рисками в сложных организационно-технических системах [Текст]/ В.В. Борисов, А.В. Сеньков //Информационные технологии, 2011, № 10. – С. 47–51.

3. Сеньков, А.В. Способ управления рисками в сложных системах [Текст]/ А.В. Сеньков, А.В. Бобряков, М.В. Раскатова и др.// Естественные и технические науки, 2012, № 5 – С. 328-334.

В других изданиях 4. Сеньков, А.В. Развитие методов и моделей анализа и оценки производственных рисков на основе нечеткого подхода [Текст]/ А.В. Сеньков // Сб. трудов V межрег. науч.-техн. конф. студентов и аспирантов/ Филиал МЭИ в г. Смоленске. – Смоленск, 2008. – В 3 т., Т 1. – С. 89–93.

5. Сеньков, А.В. Анализ подходов к оценке принимаемых решений в условиях неопределенности [Текст]/ А.В. Сеньков// Сб. трудов V межрег. науч.-техн. конф. студентов и аспирантов/ Филиал МЭИ в г.

Смоленске. – Смоленск, 2008. – В 3 т., Т 1. – С. 99–104.

6. Сеньков, А.В. Анализ рисков в опасных производственных объектах на основе нечеткого дерева отказов [Текст]/ А.В. Сеньков // «Росэнергоатом: знания молодых ядерщиков – атомным станциям»:

Тез. докл. Конференции конкурса научных работ студентов/ ИАТЭ. – Обнинск, 2008.– С. 48–49.

7. Сеньков, А.В. Программная модель нечеткого дерева отказов [Текст]/ А.В. Сеньков// Системы компьютерной математики и их приложения: Материалы X междунар. науч. конф./ СмолГУ. – Смоленск, 2009. – Вып. 10. – С. 77–79.

8. Сеньков, А.В. Способ оценки производственных рисков на основе нечетких деревьев отказов [Текст]/ А.В. Сеньков// Радиоэлектроника, электротехника и энергетика: Тез. докл. XV междунар. науч.техн. конф. студентов и аспирантов/ Филиал МЭИ в г. Смоленске. – Смоленск, 2009. – В 3 т., Т 1. – С. 292–295.

9. Сеньков, А.В. Развитие методов и моделей анализа и оценки производственных рисков на основе нечеткого подхода [Текст]/ А.В. Сеньков// Сб. трудов VI межрег. науч.-техн. конф. студентов и аспирантов/ Филиал МЭИ в г. Смоленске. – Смоленск, 2009. – В 3 т., Т 1. – С. 119–222.

10. Сеньков, А.В. Средства визуального конструирования для создания автоматизированных информационных систем [Текст]/ А.В. Сеньков, А.Г. Забурдаев// Сб. трудов VI Межрег. науч.-техн. конф.

студентов и аспирантов/ Филиал МЭИ в г. Смоленске. – Смоленск, 2009. – В 3 т., Т 1. – С. 50–53.

11. Сеньков, А.В. Средства интеллектуального управления рисками в сложных организационнотехнических системах [Текст]/ А.В. Сеньков// Материалы XVIII воен.-науч. конф./ ВА ВПВО ВС РФ. – Смоленск, 2011. – В 4 т., Т 4. – С. 67–72.

12. Сеньков, А.В. Комплексное управление рисками в сложных организационно-технических системах [Электронный ресурс]/ В.В. Борисов, А.В. Сеньков// Математическая морфология. Электронный математический и медико-биологический журнал. – Т. 9. – Вып. 4. – 2010. – URL: Режим доступа к журн.:

http://www.smolensk.ru/user/sgma/MMORPH/N-28-html/TITL-28.htm.

13. Сеньков, А.В. Способ и средства визуального конструирования автоматизированных информационных систем [Электронный ресурс]/ А.В. Сеньков, А. Г.Забурдаев// Математическая морфология.

Электронный математический и медико-биологический журнал. – Т. 9. – Вып. 4. – 2010. – URL: Режим доступа к журн.: http://www.smolensk.ru/user/sgma/MMORPH/N-28-html/TITL-28.htm.

14. Сеньков, А.В. Концепция интеллектуального управления рисками в сложных организационно-технических системах [Текст]/ В.В. Борисов, А.В. Сеньков// Системы компьютерной математики и их приложения: Материалы XII междунар. науч. конф./ СмолГУ. – Смоленск, 2011. – Вып. 12. – С. 125–129.

15. Сеньков, А.В. Методика создания и использования программных средств поддержки принятия решений на основе риск-ситуаций [Текст]/ А.В. Сеньков// Информационный бюллетень Смоленского регионального отделения Академии военных наук, 2012, Вып. 27. – С. 35–42.

Подписано в печать 07.11.2012 г.

Формат 60х841/16. Тираж 100 экз. Печ. л. 1,Отпечатано в издательском секторе МЭИ в г.Смоленске 214013 г.Смоленск, Энергетический проезд,






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

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.