Исследования в практике. Функциональная роль исследований.

Современные фирмы обладают высокой гибкостью и быстро реагируют на изменение требований покупателя. Большое разнообразие изделий и быстрая их модификация вызывают рост потоков информации в производстве и потреблении. Знание, необходимое для управления этими информационными потоками, достигается нелегким путем. В некоторых областях техники важным приложением интерактивных компьютерных систем стало моделирование работы человека, выполняющего роль эксперта. Существуют экспертные системы, которые выполняют медицинскую диагностику, интерпретацию результатов, анализ данных геологического обследования и решают многие важные проблемы, с которыми приходится сталкиваться при принятии решений. Построение экспертных систем (ЭС) требует новых форм представления знаний. Существуют 4 основные формы представления знаний.

Продукционные правилаописывают знания в форме ЕСЛИ — ТО. В их состав входят база правил, глобальная база данных, интерпретатор правил. Интерпретатор представляет собой механизм вывода, который формирует заключения, используя базы правил и данных.

Семантические сети.Знания могут описывать отношения между абстрактными понятиями, являющимися конкретными объектами в некоторой предметной области. Понятия и отношения между ними описывают сетью, состоящей из узлов и дуг. Узлы в такой сети выражают объекты (понятия), а дуги являются описаниями их отношений. Узлы и дуги могут быть снабжены метками, которые показывают, что именно они описывают.

Логика предикатов.Логика предикатов является разделом математической логики. Логика как система конструируется из языка исчисления предикатов первого порядка и теорем, представленных в терминах этого языка и описывающих отношения, закладываемые в базис логически полной системы. В эту систему входят также правила вывода, которые из заданной группы утверждений выводят представления, отличающиеся от всех заданных представлений этой группы. Предикаты явились основой разработки языка Пролог.

Фреймовые системы.Во фреймовой системе единицей представления является объект, называемый фреймом. Он является формой представления некоторой ситуации, которую целесообразно описывать совокупностью понятий и сущностей. В качестве идентификатора фрейму присваивается имя. Фрейм имеет внутреннюю структуру, состоящую из множества элементов, называемых слотами, которым также присваиваются имена. Каждый слот представляется структурой данных. Характерной особенностью представления фреймами является назначение наследования (наследование атрибутов): если объект, который описывается некоторой группой фреймов, находится в концептуальной связи с верхним и нижним уровнями (отношения типа ЯВЛЯЕТСЯ или ЧАСТЬ), то соответствующий ему фрейм можно сконструировать на основе этих иерархических отношений и при этом можно обеспечить наследование атрибутов слотов с одинаковыми именами внутри фрейма верхнего уровня. Для каждого слота определяются различные типы данных, такие, например, как числовые величины или ссылки на другие фреймы.

Понятие интеллектуальных систем базируется на понятии «формальная продукционная система». Продукционные системы берут свое начало с работ Поста. Пост показал, что продукционная система является логической системой, эквивалентной машине Тьюринга. Другими словами, продукционные системы универсальны, т.е. любая формальная система, оперирующая символами, может быть реализована в виде одной из продукционных систем Е.Поста. Система продукций Поста задается своим алфавитом

и системой базисных продукций xiW —> Wyi, i = 1,I, где хi , у — слова в алфавите С.

Каждая система продукций понимается как формальная система с правилами вывода pi,i = 1,I , где pi (F,Y) считается истинным (применимым), если слово Y получается из F при помощи продукции, т.е. вывода.

Наложив на набор упорядоченных продукций неявную управляющую структуру, перейдем к понятию нормального алгоритма Маркова. В алгоритме Маркова упорядоченные продукции (формулы подстановок) применяются к некоторому заданному слову. Первая же из упорядоченных продукций, которая может быть применена к слову, применяется, изменяя слово. Затем процесс проверки применимости продукций продолжается, начиная с продукции, имеющий наивысший приоритет. Этот цикл «проверка (выполнение)» продолжается до тех пор, пока не найдется ни одной применимой продукции либо не будет применена заключительная продукция.

Когнитивные исследования процессов принятия решений человеком показали, что, рассуждая, человек использует правила, аналогичные продукциям, т.е. правила вида «условие — действие». Определим продукционную систему (PS), являющуюся семантической концепцией построения интеллектуальных систем, следующим образом:

(2.4)

 

где R — рабочая память системы (называемая также базой данных), содержащая текущие данные (элементы рабочей памяти); В — база знаний, содержащая множество продукций (правил вида: «условие - действие»); I - интерпретатор (решатель), реализующий процесс вывода, который в цикле выполняет следующие действия: определяет множество означиваний, т.е. множество пар: правило (р.), набор текущих данных (а.), на котором это правило удовлетворяется; выполняет определенные означивания, про­изводя изменения в рабочей памяти.

Интерпретатор формально может быть представлен чет­веркой:

I = <V,S,K,W>, (2.5)

где V — процесс выбора из В и из R подмножества активных продукций Bv и подмножества активных данных Rv соответственно, которые будут иcпользованы в очередном цикле работы интерпретатора. Механизм выбора может быть тривиальным (на каждом цикле выбираются все правила и все данные) или более сложным, для того чтобы устранить из рассмотрения те правила, условия которых заведомо не удовлетворяются данными рабочей памяти или мало полезны. В усложненных системах механизм выбора может использовать иерархию правил, метаправил или сложные схемы управления, подобные сетям Петри; S — процесс сопоставления, определяющий множество обозначений; К — процесс разрешения конфликтов (или процесс планирования), определяющий, какое из обозначений будет выполняться. Механизм разрешения конфликтов может быть неявным или явным (например, в виде некоторого множества метаправил или процедур, описывающих выбор выполняемого правила). Метаправила позволяют обеспечить прямым и понятным способом применение динамических эвристик для разрешения конфликтов; W -процесс, осуществляющий выполнение выбранного означенного правила (т.е. выполнение действий, указанных в правой части правила). Результатом выполнения является модификация данных в R или операция ввода-вывода.

При построении интеллектуальных систем необходимо придерживаться некоторых формальных принципов:

1. Мощность интеллектуальной системы обусловлена в первую очередь мощностью базы знаний и возможностью ее пополнения и только во вторую очередь - используемый ею методами (процедурами). В исследованиях по искусственному интеллекту господствовала обратная точка зрения. При определении источника интеллектуальности считали, что важнее иметь разнообразные специальные знания, а не общие процедуры вывода.

2. Знания, позволяющие интеллектуальной системе получить качественные и эффективные решения задач, являются в основном эвристическими, экспериментальными, неопределенными, правдоподобными. Причина этого заключается в том, что решаемые задачи являются неформализованными или слабоформализованными.

3. Учитывая неформализованность решаемых задач при конструировании основных элементов интеллектуальной системы необходимо применять методы стохастической оптимизации и стохастической аппроксимации, что позволило бы адекватной представить необходимые знания.

Архитектура интеллектуальной системы вытекает из принципов, сформулированных выше. Для снижения энтропии управлении фирмой представляется целесообразным разработка интеллектуальной активной системы управления (ИНТЕЛАС). В процессе функционирования основных блоков ИНТЕЛАС происходит непрерывный процесс представления, изменения, добавления, обращения, передачи и генерирования знаний. Этот динамический процесс представлен на рис. 32.

Рис. 32. Динамика изменения знаний В ИНТЕЛАС

 

Знания в управлении определяются как «результат, полученный познанием», или, более подробно, «система суждений с принципиальной и единой организацией, основанная на объективной закономерности». Можно дать еще одно определение: «знание — это видоизмененная активная информация, на которую ссылаются или используют в процессе логического вывода». Если управление выполняется программным путем, то знания представлены в определенной форме. Если рассматривать знания с точки зрения решения задач в некоторой предметной области, то их удобно разделить на две большие категории - факты и эвристику. Первая категория указывает обычно на хорошо известные в данной предметной области-обстоятельства, поэтому знания этой категории иногда называют текстовыми. Вторая категория знаний основывается на собственном опыте специалиста в данной предметной области - эксперта, накопленном в результате многолетней практики. В экспертных системах эта категория знаний играет решающую роль в повышении эффективности систем. В эту категорию входят такие знания, как «способы сосредоточения», «способы удаления бесполезных идей», «способы использования нечеткой информации» и т.п., позволяющие с большей эффективностью решать задачи. Знания, кроме того, можно разделить на факты (фактические знания) и правила (знания для принятия решения). Под фактами подразумеваются знания типа «А это А», они характерны для баз знаний и сетевых моделей. Под правилами подразумеваются знания вида «ЕСЛИ — ТО». Кроме них существуют так называемые метазнания (знания о знаниях). Понятие «метазнания» указывает на знания, касающиеся способов использования знаний, и знания, касающиеся свойств знаний. Это понятие необходимо для управления базой знаний, логическим выводом, отождествления, обучения и т.п. Каждый элемент такой структуры имеет различные связи с элементами других иерархических структур, поэтому возникает необходимость в представлении всех знаний в виде сети. Этот подход характерен не только для фактов, но и для правил принятия решения.

Для осуществления полноценного управления необходимо формирование так называемой пирамиды знаний, представленной на рис. 33.

 

Рис. 33. Взаимодействие функциональных подсистем деятельности фирмы при формировании знаний

Если проанализировать представленную пирамиду, то можно увидеть, что априорными факторами являются производственные и организационные переменные. Средний уровень пирамиды, представленный как экономика, содержит в себе по существу предметную область менеджмента в целом. Все процессы, инициированные производством и организацией и управляемые и видоизменяемые посредством экономики, проявляются через систему финансового менеджмента в виде уже не качественных, а количественных измеримых показателей. Все эти показатели определяются через систему документооборота фирмы и стандартных форм финансовой отчетности — такие, как баланс, отчет о прибылях и убытках и др. Для осуществления эффективного управления фирмой и выявления вектора альтернативных решений после идентификации вектора первичных показателей необходимо осуществить процедуру анализа знаний элементов первичного вектора и «спуститься вниз пирамиды», тем самым выявляя причинно-следственные связи и идентифицируя цепочку событий, вызывающих появление первичного вектора. Указанная система формирования знаний на метауровне позволит повысить эффективность управления фирмой в целом.

 

Тема 2. Понятие объекта и предмета исследования. Организация процесса исследования систем управления.