Рыбина Технология построения динамических 2011

Определение. Онтология – это БЗ специального типа, которые могут читаться и пониматься, отчуждаться от разработчика или физически разделяться их пользователями.

Таким образом, любая онтология имеет под собой концептуализации, причем одна концептуализация может быть основой разных онтологий, а две различные БЗ могут отражать одну онтологию.

1.6.2.Модель онтологии

Вобщем случае, как показано в [4], модель онтологии должна обеспечивать:

∙представление множества понятий в виде сетевой структуры;

∙отображение значительного множества отношений (как таксономических, так и отражающих специфику ПрО);

∙использование декларативных и процедурных интерпретаций

иотношений.

Рассмотрим в качестве примера модель онтологии, описанную в

[25].

Определение. Под формальной моделью онтологии О понимается упорядоченная тройка вида:

O =< X , R, Ф > ,

где X – конечное (непустое) множество концептов (понятий, терминов) предметной области, которую представляет онтология О;

R – конечное множество отношений между концептами (понятиями, терминами) заданной предметной области;

Ф – конечное множество функций интерпретации (аксиоматизации), заданных на концептах и/или отношениях онтологии О.

Рассмотрим граничный случай, связанный с пустыми R и Ф. Пусть R = и Ф = . Тогда, онтология О трансформируется в

простой словарь:

O = V =< X ,{},{} > ,

т.е. это вырожденная онтология (например, индексы машин поиска информации в сети Интернет). В контексте МАС это малоинтересно.

71

Рассмотрим варианты формирования R и Ф. Для этого вводится специальный подкласс онтологий – простая таксономия следующим образом:

O = T 0 =< X ,{is _ a},{} >

Определение. Под таксономической структурой понимается иерархическая система понятий, связанных между собой отношением is_a (быть элементом класса).

Отношение is_a имеет фиксированную заранее семантику и позволяет организовать структуру понятий онтологии в виде дерева (есть свои преимущества и недостатки, но достаточно удобно для представления иерархии понятий)

В соответствии с [25], следующая классификация моделей онтологии представлена в табл. 7.

Комментарий 1. Здесь любому элементу из X может быть сопоставлена функция интерпретации f из Ф, т.е. формально это утверждение может быть записано следующим образом:

Пусть X = X1 X 2 , причем X1 Ç X 2 = Æ ,

Комментарий 2. Пассивный словарь – все определения терминов X1 берутся

из фиксированного множества X 2 . Активный словарь – часть терминов проблемной области может быть задана процедурно.

72

Чаще всего в контексте разработки МАС онтологию можно понимать как своего рода коллективный тезаурус, определяющий сферу понятий, циркулирующих в МАС. Это важно с точки зрения поддержки взаимодействия агентов, разделения знаний между агентами и их повторного использования.

Контрольные вопросы

1.В чем проявляется динамическая сложность системы?

2.В чем состоит различие внешнего и внутреннего описания системы?

3.В чем заключается основная идея имитационного моделирования? Из каких элементов состоит имитационная модель?

4.Сформулируйте достоинства и недостатки имитационного моделирования.

5.Какова взаимосвязь принятия решений и моделирования при имитации?

6.Каковы цели, преследуемые при интеллектуализации имитационного моделирования?

7.В чем состоит особенность использования продукционных правил при создании имитационных моделей?

8.Приведите основные понятия и определения ДИС.

9.Укажите особенности базовых архитектур ДИС.

10.Сформулируйте определение динамической ИЭС.

11.Приведите примеры трех методов построения имитационных моделей СТС (событийный подход, сканирование активностей, процессно-ориентированный подход).

12.Приведите определение СТС.

13.В чем заключаются особенности подсистемы моделирования внешнего мира в динамических ИЭС?

14.Укажите исторические предпосылки МАС.

15.Приведите определение МАС.

16.В чем отличие базовых архитектур МАС?

17.Приведите классификацию определений агентов в МАС.

18.Чем отличаются интеллектуальные агенты от реактивных агентов?

73

19.Приведите наиболее распространенные определения онтоло-

гий.

20.Что собой представляет модель онтологии – простая таксономия?

74

РАЗДЕЛ 2. ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА ДЛЯ ПОДДЕРЖКИ РАЗРАБОТКИ ДИНАМИЧЕСКИХ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

2.1. Инструментальные средства построения динамических интегрированных экспертных систем

2.1.1. Общие требования к функциональным возможностям инструментальных средств для поддержки разработки динамических интеллектуальных систем

К числу основных требований, предъявляемых к динамическим ИЭС, предназначенных для функционирования в реальном масштабе времени (РВ), относятся [3], [5], [10]:

∙фокусирование внимания на наиболее существенных событиях в динамике;

∙возможность нахождения приемлемого компромисса между точностью полученных решений и затратами вычислительных ресурсов (в основном временных) на его получение;

∙динамическая приоритезация целей и задач;

∙использование временных конструкций в БЗ и учет временного фактора при поиске решения;

∙получение правдоподобного результата в условиях недетерминизма, неопределенности и неполноты информации (данных и знаний) и неполноты поиска;

∙использование новейших процессорных технологий для сокращения объема и сложности обрабатываемых данных и современных высокопроизводительных средств вычислительной техники, включая параллельные системы и сети.

В целом, говоря о различных ДИС, функционирующих в РВ, следует иметь в виду возможность управления быстротекущими (критичными) по времени и сложными процессами, а не только быстродействие выполнения. Требуемое быстродействие таких систем достигается путем реализации их на современных быстродействующих вычислительных системах: рабочих станциях, суперЭВМ, в том числе мультипроцессорных параллельных архитекту-

75

рах и средах, а также использование быстрых компиляторов и специальных (параллельных) алгоритмов для ускорения процессов обработки [10].

Вполном объеме перечисленные требования возможно реализовать лишь на мощных вычислительных системах. Из имеющихся на сегодняшнем рынке около 50 различных ИС для построения ДИС наиболее мощные промышленные приложения, в частности, системы для диагностики, мониторинга, поддержки принятия решений и управления объектами энергетики, по-прежнему реализуется на рабочих станциях и больших машинах (mainframes и суперЭВМ).

Всоответствии с [10] в табл. 8 приведены основные сравнительные характеристики ряда наиболее известных и применяемых в настоящее время ИС для поддержки построения ДИС. Как было отмечено в разделе 1.1.1, многолетним лидером среди мощных универсальных ИС для поддержки разработки широкого класса ДИС является система G2 (Gensym Corp.) [38]-[40], детальному описанию которой посвящен раздел 2.1.2.

Поэтому рассмотрим краткие характеристики нескольких ближайших конкурентов системы G2.

Система R*TIME, так же как G2 рассчитанная на уровень поддержки принятия решений, является потомком проекта L*STAR (фирмы Lockheed) по созданию систем реального времени. R*TIME представляет собой весьма привлекательное ИС, имеющее уникальные механизмы вывода с учетом временного фактора и реализованное в виде серии модулей, написанных на языке C и легко расширяемых (модифицируемых).

Системы Personal Consultant ON-LINE (PC ON-LINE), ONSPEC Superintendent и RTES and Optomate отличаются сравнительно не-

дорогой для данного класса ИС ценой в несколько тысяч долларов США и ориентированы на создание простейших ДИС, функционирующих в основном на ЭВМ типа IBM PC и совместных.

76

77

Продолжение табл. 8

78

Продолжение табл. 8

79

Система Diagnostic Consultant, рассчитанная на ЭВМ с ОС UNIX, является хорошим ИС для конструирования диагностических систем РВ с модельным выводом.

В системе N-NET реализована архитектура нейронной сети, поддерживающая программный интерфейс между сенсорными данными и непосредственно AIW-сетями. Предлагаемый оригинальный нейронный подход может быть эффективен для динамических и открытых ПрО, когда отношения (взаимосвязи) между данными заранее неизвестны и должны быть выявлены системой.

80