
- •Содержание
- •Тема 1. Общие сведения об информационных системах, теории систем 10
- •Тема 2. Модели как основа теории информационных систем 77
- •Тема 3. Описание динамики информационных систем 98
- •Тема 4. Реляционные основы проектирования информационных систем 136
- •Тема 5. Информационные модели принятия решений 191
- •Тема 6. Проблемы принятия решений в четких и нечетких информационных пространствах 246
- •Введение
- •Тема 1. Общие сведения об информационных системах, теории систем
- •1.1. Понятие системы
- •1.1.1. Основные свойства системы
- •Характеристика основных свойств системы
- •1.1.2. Дескриптивный и конструктивный подходы к определению системы
- •1.1.3. Основные категории системного подхода
- •Классификация категорий системного подхода
- •1.1.4. Основные задачи теории систем
- •Основные задачи и функции системного анализа
- •1.1.5. Логика и методология системного анализа
- •Принципы системного анализа и их характеристика
- •Характеристика основных подходов в системном анализе
- •Методы системного анализа
- •Системные теории, их авторы и характеристика
- •Контрольные вопросы
- •1.2. Понятие информации
- •1.2.1. Количественные методы оценки и характеристики информации
- •Качественные характеристики информации
- •Меры информации
- •1.2.2. Атрибутивный, логико-семантический и прагматический аспекты теории информации
- •1.2.3. Уровни представления информации
- •1.2.4. Стандарты, относящиеся к терминам и определениям понятий на уровнях представления информации
- •Контрольные вопросы
- •1.3. Понятие информационной системы
- •1.3.1. Взаимосвязь информационного процесса, информационной технологии, информационной системы
- •1.3.2. Структура информационной системы
- •1.3.3. Принципы построения информационных систем
- •1.3.4. Классификация информационных систем
- •Общая классификация систем
- •1.3.5. Уровни представления информации в информационных системах
- •Контрольные вопросы
- •Тема 2. Модели как основа теории информационных систем
- •2.1. Качественные и количественные методы описания информационных систем
- •Контрольные вопросы
- •2.2. Кибернетический подход к описанию функциональных преобразований в информационной системе
- •Контрольные вопросы
- •2.3. Метод имитационного моделирования систем
- •Контрольные вопросы
- •Тема 3. Описание динамики информационных систем
- •3.1. Информация как элемент управления
- •Этапы формирования информационного обеспечения
- •Контрольные вопросы
- •3.2. Информационные потоки
- •3.2.1. Используемые виды информационных потоков
- •3.2.2. Принципы построения информационных потоков
- •Контрольные вопросы
- •3.3. Агрегатное описание информационных систем
- •Операторы переходов агрегата
- •Частные случаи агрегата
- •Контрольные вопросы
- •3.4. Математическое и имитационное моделирование динамики сложной информационной системы
- •Преимущества моделирования динамики системы
- •Имитационное моделирование
- •Недостатки моделирования динамики системы
- •Контрольные вопросы
- •3.5. Элементы управления в информационной системе
- •Этапы разработки управления системой
- •Контрольные вопросы
- •Тема 4. Реляционные основы проектирования информационных систем
- •4.1. Концептуальное, инфологическое и физическое моделирование предметной области
- •Модели «сущность-связь» (er-модель)
- •Моделирование локальных представлений
- •Контрольные вопросы
- •4.2. Выделение информативных свойств объектов предметной области Выявление классов объектов и связей
- •Отличия между классом объектов и свойством
- •Связи между классами объектов
- •Правило чтения связи
- •Контрольные вопросы
- •4.3. Общность реляционного подхода при проектировании баз данных
- •4.3.1. Переход от er-модели к схеме реляционной базы данных
- •4.3.2. Нормализация отношений
- •4.3.3. Языки манипулирования реляционными данными
- •4.3.4. Независимость данных
- •4.3.5. Понятие логической и физической целостности данных
- •4.3.6. Способы организации данных
- •Контрольные вопросы
- •Тема 5. Информационные модели принятия решений
- •5.1. Интеллектуализация процесса анализа данных
- •5.1.1. Технология Data Mining
- •5.1.2. Olap – системы оперативной аналитической обработки данных
- •5.1.3. Системы поддержки принятия решений
- •Контрольные вопросы
- •5.2. Этапы проектирования интеллектуальных информационных систем
- •Контрольные вопросы
- •Этапы проектирования интеллектуальных информационных систем.
- •5.3. Общая постановка задачи оптимизации интеллектуальных информационных систем
- •Классификация задач оптимизации
- •Регламентированные и оптимизирующие проектные переменные системы
- •Реконфигурация структуры системы
- •Контрольные вопросы
- •Общая постановка задачи оптимизации интеллектуальных информационных систем.
- •5.4. Перспективы развития информационных систем и технологий для работы с данными в виртуальных корпоративных структурах
- •5.4.1. Основные виды виртуальных корпоративных структур
- •Виртуальный удаленный доступ
- •Виртуальное малое предприятие
- •Виртуальные команды
- •Виртуальные предприятия
- •Виртуальная корпорация
- •Виды виртуальных корпораций
- •Особенности информационного обеспечения виртуальных корпораций
- •5.4.2. Когнитивная графика, гипертекстовая технология, геоинформационные системы Когнитивная графика
- •Задачи когнитивной компьютерной графики
- •Гипертекстовая технология
- •Географические информационные системы
- •Контрольные вопросы
- •Тема 6. Проблемы принятия решений в четких и нечетких информационных пространствах
- •6.1. Основы теории принятия решений
- •Контрольные вопросы
- •6.2. Основные типы метрических пространств
- •6.2.1. Метризация информационных пространств при четкой постановке задачи. Локальные метрики
- •6.2.2. Дивизимные и агломеративные стратегии поиска альтернатив
- •6.2.3. Функции полезности. Минимаксные подходы
- •Контрольные вопросы
- •Функции полезности. Минимаксные подходы.
- •6.3. Решение задачи многоцелевой оптимизации при нечеткой постановке задачи
- •6.3.1. Нечеткие множества и отношения: основные свойства
- •Стандартные функции принадлежности
- •6.3.2. Операции над нечеткими множествами и отношениями
- •Операции над нечеткими множествами и отношениями
- •6.3.3. Формирование нечетких отношений с использованием экспертных знаний
- •6.3.4. Нечеткие и лингвистические переменные. Нечеткие системы Нечеткие и лингвистические переменные
- •Нечеткие системы
- •6.3.5. Формулировка измерительных задач как задач многоцелевой оптимизации в нечеткой среде
- •Контрольные вопросы
- •6.4. Модели представления знаний
- •Продукционные модели
- •Семантические сети
- •Формальные логические модели
- •Контрольные вопросы
- •Заключение
- •Список литературы Основная
- •Дополнительная
- •Терминологический словарь
Семантические сети
В основе способа представления знаний с помощью семантических сетей лежит идея о том, что любые знания можно представит в виде совокупности понятии (объектов) и отношений (связей). Семантическая сеть представляет собой ориентированный граф, вершинами которого являются понятия, а дугами – отношения между ними.
Термин семантическая означает «смысловая», а сама семантика – это наука, устанавливающая отношения между символами и объектами, которые они обозначают, т.е. наука, определяющая смысл знаков. В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения – это связи типа: «это», «является», «имеет частью», «принадлежит» и т.д.
Характерной особенностью семантических сетей является обязательное наличие трех типов отношений: класс – элемент класса (цветок – роза); свойство – значение (цвет – желтый); пример элемента класса (роза – чайная).
Можно предложить несколько классификаций семантических сетей, связанных с типами отношений между понятиями:
По количеству типов отношений: однородные (с единственным типом отношений); неоднородные (с различными типами отношений).
По типам отношений: бинарные (в которых отношения связывают два объекта); N-арные (в которых есть специальные отношения, связывающие более двух объектов).
Наиболее часто в семантических сетях используются следующие отношения: связи типа «часть-целое» («класс-подкласс», «элемент-множество» и т.п.); функциональные связи (определяемые обычно глаголами «производит», «влияет» и т.п.); количественные (больше, меньше, равно…); пространственные (далеко от, близко от, за, под, над…); временные (раньше, позже, в течение…); атрибутивные связи (иметь свойство, иметь значение); логические связи (И, ИЛИ, НЕ); лингвистические связи и др.
Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, отражающей поставленный запрос к базе.
Основные преимущества этой модели – наглядность представления знаний и соответствие современным представлениям об организации долговременной памяти человека.
Недостатки – сложность организации процедуры поиска вывода на семантической сети и сложность корректировки, т.е. удаления и дополнения сети новыми знаниями.
Формальные логические модели
Определение формальной системы:
M = <T, A, P, F>.
T – множество базовых элементов; A – множество априорно-истинных конструкций (правил); P – множество синтаксических правил; F – семантические правила вывода.
Две группы моделей логики:
-
Индуктивные (формальные системы имитации рассуждений с правилами правдоподобного вывода).
-
Дедуктивные (используются для разрешения проблем, которые записываются в виде утверждения некоторой формальной системы).
Классификация формально-логических систем приведена на рис. 6.5.
Рис. 6.5. Классификация формально-логических систем
Для описания объектов предметной области используются константы и переменные, которые могут принимать только два значения: ИСТИНА (TRUE) и ЛОЖЬ (FALSE).
Алфавит логики высказываний состоит из: двух констант ИСТИНА и ЛОЖЬ; логических переменных, записываемых буквами и цифрами; логических операторов; операторов очередности. Предложения строятся по правилам:
-
любая логическая переменная или константа есть формула;
-
если L есть формула, то (L) тоже есть формула;
-
если L есть формула, то ~L тоже есть формула;
-
если L1 и L2 являются формулами, то выражения L1&L2, L1|L2 тоже есть формулы;
-
если X есть переменная и L есть формула, то выражения LX тоже есть формула.
Формула, которая не содержит логические связки, называется атомарной, а формула, истинная на всех наборах значений своих аргументов, – общезначимой.
Законы в логике высказываний: коммутативности; дистрибутивности; ассоциативности; двойного отрицания; де Моргана.
Аксиомы:
L1(L2L1)
(L1&L2)L1
(L1L2)((L1(L2L3))(L1L3))
(L1L3)((L2L3)((L1|L2)L3))
Методы вывода: модус поненс (modus ponens); простая резолюция; резолюция; силлогизм; исключение конъюнкции; введение дизъюнкции.
Исчисление высказываний – доказательства или опровержения теорем, под которыми понимается произвольная формула.
Формальное доказательство – конечная последовательность формул L1, ..., Li, ..., Lk, такая, что каждая формула выводима посредством правил вывода из предыдущих формул:
L1 L2 … Li … Lk.
Широкие возможности для представления и моделирования рассуждений в предметной области дают нечеткие и лингвистические переменные и предикаты.
Лингвистические переменные – это переменные, которые могут принимать в качестве своих значений подобные идентификаторы (константы).
Предикаты – логические функции от одной или нескольких переменных, выражающих существующие отношения и зависимости между объектами.
Преимущества логики предикатов: задание двуместных (бинарных) отношений; задание многоместных отношений.
Выражения общих свойств группы объектов:
-
Квантор существования () означает справедливость формулы или терма для отдельного значения переменной.
-
Квантор всеобщности () означает справедливость формулы или терма для всех возможных значений переменных.
Кванторы можно комбинировать между собой.
Особенности псевдофизических логик:
-
переменные в моделях являются лингвистическими, т.е. имеют в качестве своих значений либо слова естественного языка, либо функции принадлежности, соответствующие этим словам;
-
все переменные измеряются в порядковых шкалах с отношением строгого порядка (для лингвистических переменных используются порядковые шкалы, для нелингвистических – метрические);
-
правила, используемые в псевдофизических логиках, учитывают порядковые или метрические шкалы и расположение на них фактов и событий.
Эти особенности позволяют эффективно имитировать нестрогие человеческие рассуждения и специфичные операторы, отражающие закономерности пространственно-временной и другой «физической природы» окружающего мира.
Рассмотрим фрагмент псевдофизического языка:
-
x < y (предмет x есть часть предмета y);
-
xy ~ (z), ((x < z)&(y < z)) (предмет x совместим с предметом y);
-
x y (предмет x тождественен предмету y);
-
x/y (предмет x раньше предмета y);
-
xy (предмет x есть причина предмета y).
Модальные логики: вводятся специальные операторы, модифицирующие интерпретацию формул логической системы.
Модифицируемые рассуждения: немонотонные логики (логика умолчаний Рейтера, логики Мак-Дермотта и Дойла, автоэпистемические логики).