автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Метод формирования распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России

На правах рукописи

<4/

Миргалеев Алексей Толгатович

МЕТОД ФОРМИРОВАНИЯ РАСПРЕДЕЛЕННЫХ ОНТОЛОГИЙ В МНОГОАГЕНТНЫХ СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ОРГАНОВ ВЛАСТИ СУБЪЕКТОВ РОССИИ

Специальность 05.13.10 Управление в социальных и экономических системах

Автореферат диссертации на соискание ученой степени кандидата технических наук

Курск 2005

Работа выполнена в ГОУ ВПО «Курский государственный технический университет» Министерства образования и науки РФ на кафедре «Информационные системы в экономике»

Научный руководитель кандидат технических наук,

старший научный сотрудник Ющенко С.П.

Официальные оппоненты: доктор технических наук,

профессор Димов Э.М.

кандидат технических наук Леонов Е.И. Ведущая организация: Курский государственный университет

Защита состоится «10» ноября 2005 г. в 14.00 заседании диссертационного совета Д 212.105.02 при Курском государственном техническом университете по адресу: г. Курск, ул. 50 лет Октября, 94 (конференц-зал).

Заверенные отзывы на автореферат просьба направлять в двух экземплярах по адресу: 305040, г. Курск, ул. 50 лет Октября, 94, ученому секретарю диссертационного совета Д 212.105.02.

С диссертацией можно ознакомиться в библиотеке Курского государственного технического университета.

Автореферат разослан «10» октября 2005 г.

Ученый секретарь диссертационного совета, /

кандидат технических наук Титенко

1Ь709 з

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. В настоящее время одним из условий устойчивого социально-экономического развития субъектов РФ является обеспечение действенной поддержки принятия управленческих решений при возникновении негативных тенденций и чрезвычайных ситуаций на территориях или в отраслях хозяйства. Подготовка данных для принятия указанных решений осуществляется комитетами и службами местных органов власти. Она предусматривает последовательное объединение (агрегацию) данных об обстановке на уровнях отдельных объектов, муниципальных образований или отраслей хозяйства, субъекта РФ в целом. Большое число и распределенность источников данных потребовали внедрения современных средств телекоммуникаций и передачи данных, создания на их основе распределенных систем поддержки принятия решений (СППР).

Создание подобных СППР в ряде субъектов РФ (в частности, в Курской области) осуществляется путем наращивания возможностей информационно-телекоммуникационной среды территориальных подразделений МЧС и организации на ее основе информационного обеспечения деятельности местных органов власти с использованием технологий многоагентных систем. Это предусматривает формирование распределенных онтологий в виде иерархических систем понятий с прямыми и обратными связями (отношениями) для описания складывающихся ситуаций.

В настоящее время формирование распределенных онтологий в многоагентных СППР органов власти субъектов РФ осуществляется на основе методов, предусматривающих привлечение экспертов для обеспечения однозначности семантики понятий и терминов, используемых при спецификации данных в различных комитетах и службах. Это влечет увеличение временных затрат на подготовку данных для принятия решений.

Методы формирования онтологий, обеспечивающие их автоматизированное создание в многоагентных информационных системах, рассматривались в работах Димова Э.М., Городецкого В.И., Смирнова A.B., Тарасова В.Б., Гавриловой Т.А., Клещева A.C. и других отечественных и зарубежных ученых. Вместе с тем их использование в многоагентных СППР органов власти субъектов РФ не позволяет учесть наличие обратных связей в иерархических системах понятий, организовать корректировку распределенных онтологий по мере накопления примеров практического решения задач сбора и обработки данных.

В этой связи объективно сложилось противоречие между потребностями практики по информационному обеспечению деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ и ограниченными возможностями используемых в многоагентных СППР местных органов власти методов и средств формирования распределенных онтологий.

Это определило актуальность исследования путей автоматизированного формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ, его значимость для теории и практики управления в социальных и экономических системах.

Объектом исследований в работе опрулелрны прпнгхш рнф"рмянн"нног" обеспечения деятельности по управлении > сфере

БИБЛИОТЕКА 1

С.Петербург !

жизнедеятельности субъектов РФ.

Предметом исследований являются методы формирования распределенных онтологий в многоагентных СППР местных органов власти.

Цель диссертации состоит в сокращении временных затрат на подготовку данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ на основе разработки метода автоматизированного формирования распределенных онтологий в многоагентных СППР местных органов власти.

Для достижения цели необходимо решение следующих задач:

1. Анализ особенностей информационного обеспечения деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ и путей автоматизации формирования онтологий в распределенных информационных системах.

2. Разработка метода формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ.

3. Исследование путей корректировки распределенных онтологий.

4. Обоснование предложений по использованию результатов исследования в многоагентных СППР органов власти субъектов РФ.

Методы исследования. При решении поставленных задач использовались методы теории графов, нечетких когнитивных карт, множеств, распознавания образов.

Научная новизна работы заключается в следующем:

1. Разработан метод формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ, обеспечивающий автоматизированное построение иерархических систем понятий и отношений с прямыми и обратными связями на основе использования иерархических нечетких когнитивных карт.

2. Разработан способ корректировки распределенных онтологий, построенных с использованием иерархических нечетких когнитивных карт, обеспечивающий изменение значений концептов и отношений на основе дифференциального хэббовского подхода и условий завершения корректировки, предусматривающих оценку максимального значения выходною концепта и его ошибки.

3. Предложена методика формирования и корректировки распределенных онтологий в соответствии с разработанными методом и способом, обеспечивающая сокращение временных затрат на подготовку данных для принятия управленческих решений в многоагентных СППР органов власти субъектов РФ.

Практическая значимость работы состоит в том, что использование ее результатов обеспечивает повышение оперативности реагирования на возникающие негативные тенденции в отраслях хозяйства и на территориях субъектов РФ. Предложенная методика позволяет организовать практические работы по автоматизации формирования и актуализации онтологий в многоагентных СППР местных органов власти, других распределенных информационных системах.

Реализация и внедрение результатов работы. Основные результаты работы внедрены в Территориальном центре по мониторингу и прогнозированию Главного управления МЧС по Курской области, Курском центре по гидрометео-

рологии и мониторингу, в учебном процессе Курского ГТУ при подготовке студентов по специальности 351400 «Прикладная информатика в экономике» (дисциплины «Компьютерные системы поддержки принятия решений» и «Интеллектуальные системы»).

На защиту выносятся:

1. Метод формирования распределенных онтологии в многоагентных СППР, предусматривающий использование иерархических нечетких когнитивных карт.

2. Способ корректировки распределенных онтологии, построенных с использованием иерархических нечетких когнитивных карт.

3. Методика формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ.

Апробация работы. Основные положения работы докладывались и обсуждались на международных научно-технических конференциях: «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (г. Москва, 2003, 2004 гг.), «Региональная информатика» (г. С.Петербург, 2002 г.), а также на семинарах кафедры «Информационные системы в экономике» Курского ГТУ.

Публикации. По теме диссертации опубликована 21 работа, в том числе: раздел в книге, одиннадцать статей, девять докладов на научно-технических конференциях.

Личный вклад автора. В опубликованных работах лично автором проведен анализ методов создания онтологий в распределенных информационных системах [3. 4, 6, 7, 10, 15], предложены метод формирования и способ корректировки онтологий в многоагентных СППР [1, 2, 8, 9, 13, 14], обоснованы основные этапы методики формирования онтологий в многоагентных СППР органов власти субъектов РФ [5, 11, 12].

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения; изложена на 136 страницах (основного текста), содержит 37 рисунков, 6 таблиц, список литературы содержит 162 наименования.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель, задачи и основные научные положения исследований.

В первом разделе проведен анализ особенностей информационного обеспечения деятельности органов власти по управлению в социально-экономической сфере жизнедеятельности субъектов РФ. С учетом возможностей существующих методов формирования онтологий в распределенных информационных системах, обоснованы направления исследования путей автоматизированного формирования онтологий в многоагентных СППР местных органов власти.

Анализ процессов информационного обеспечения деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ показал, что его ключевым этапом является подготовка данных для принятия управленческих решений в местных органах власти. Подготовка осуществляется соответствующими комитетами, управлениями, отделами и службами. Она предусматрива-

ет сбор данных из территориально-распределенных источников и их объединение с целью оценки значений факторов (показателей), характеризующих текущую обстановку на уровнях отдельных объектов, муниципальных образований или отраслей хозяйства, а также субъекта РФ в целом. При этом для описания обстановки используются иерархические системы понятий и причинно-следственных (прямых и обратных) отношений между ними.

Большое число и распределенность источников данных потребовали внедрения современных средств телекоммуникаций и передачи данных, создания на их основе распределенных СППР, обеспечивающих поддержку деятельности по управлению в социально-экономической сфере жизнедеятельности. В силу ограниченности финансовых возможностей, создание подобных СППР в ряде субъектов РФ осуществляется на базе существующей информационно-телекоммуникационной среды территориальных подразделений МЧС. Вместе с тем подобное решение позволило в значительной мере исключить субъективизм в описаниях обстановки и повысить уровень информационной безопасности в СППР.

Одним из путей организации подготовки данных для принятия управленческих решений в распределенных СППР органов власти субъектов РФ является использование технологий многоагентных систем. Это предусматривает формирование в СППР распределенных онтологий, обеспечивающих представление в систематизированном виде понятий и отношений, используемых для описания обстановки на территориях и в отраслях хозяйства.

Установлено, что в настоящее время формирование онтологий в многоагентных СППР местных органов власти осуществляется на основе методов, предусматривающих привлечение экспертов для исключения синонимии, омонимии и многозначности семантики понятий, используемых при спецификации данных в различных комитетах и службах. Кроме того, задачей экспертов является актуализация онтологий, заключающаяся в корректировке используемых понятий.

Недостаточный уровень автоматизации формирования и корректировки онтологий в многоагентных СППР влечет увеличение временных затрат на подготовку данных для принятия решений. Анализ показал, что реализация этих процессов занимает до 60-70% времени подготовки данных.

С целью автоматизации указанных процессов и сокращения на этой основе временных затрат на подготовку данных для принятия решений, проведен анализ методов формирования онтологий в информационных системах. Его результаты позволили подразделить их натри основные группы:

- методы, предусматривающие описание онтологий на естественном языке (предложены в работах Takeda Y., Studer R., Guarino N. и др.);

- методы формирования онтологий с использованием специальных языков программирования и представления знаний (скелетный метод Ушолда и Кинга, метод TOVE, Methontology, OnToKnowledge и др.);

- методы, базирующиеся на математических моделях онтологий и алгоритмизации процедур их формирования (KAON and Semantic Web, метод построения логической системы отношений и др.).

В наибольшей степени требованиям автоматизированного формирования

иерархических систем понятий и отношений предметной области отвечает третья группа методов. Вместе с тем отсутствие средств описания систем понятий и отношений с обратными связями, а также их корректировки не позволяет организовать на их основе формирование распределенных онтологий в многоагентных СППР органов власти субъектов РФ.

Установлено, что преодоление указанных ограничений возможно при использовании нечетких когнитивных карт (НКК) и представлении понятий и отношений предметной области в виде концептов, прямых и обратных отношений, а также весов отношений. Интерпретацией НКК является взвешенный граф, узлы которого представляют концепты, а дуги - взвешенные двунаправленные отношения. При этом НКК описываются матрицами связанности, состоящими из де-фазифицированных значений функций принадлежности нечетких множеств.

Однако формирование распределенных онтологий в многоагентных системах с использованием НКК требует учета особенностей их создания для отдельных агентов, их групп и СППР в целом. Кроме того, необходимо изыскание путей корректировки онтологий по мере накопления примеров практического решения задач сбора и обработки данных в СППР. Необходимость решения этих задач определила выбор направлений диссертационного исследования.

Во втором разделе проведен анализ существующих моделей НКК, предложена модель распределенной онтологии на базе НКК. Определены пути формализации и алгоритмизации формирования распределенных онтологий на ее основе. Разработан метод формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ.

С целью изыскания путей формирования распределенных онтологий с использованием НКК был проведен анализ их моделей. Установлено, что известные модели НКК, рассмотренные в работах В. Ковко, М. РагепЛоеп, Р. 8тагапс1асЬе и т.д., не могут быть использованы в многоагентных СППР органов власти субъектов РФ, так как не учитывают особенностей формирования онтологий для отдельных агентов, их групп и системы в целом. Кроме того, их использование не позволяет организовать корректировку распределенных онтологий. Это потребовало расширения известных моделей НКК и разработки на их основе модели распределенной онтологии многоагентной СППР.

Предложена модель распределенной онтологии многоагентных СППР следующего вида:

О = (Т,С, Я, Ь, А,/а, И), (1)

где Т - агенты многоагентной СППР, содержащие распределенную онтологию О;

С={С,, ,С„} - концепты (понятия) онтологии, описывающие сущности (объекты, процессы или явления) предметной области агентов из '/', п - количество концептов онтологии;

5- причинно-следственные отношения вида «если С,, то С;», заданные на

концептах С,/, _/ 17п, / / /, С/С\

1. - матрица весов (характеристик) отношений в /,: С х С —> / , здесь /

степень (вес) влияния с, на с;, / е [-1; 1];

Л - множество значений концептов из С, А: С, —>а1, здесь а, - значение концепта С,, а' = [{а')]',/ е[1 ,и] - вектор значений концептов онтологии;

/и - вектор, состоящий из элементов / ', которые называются внешними значениями концептов С], то есть данными об /-й наблюдаемой сущности предметной области, поступившими от источника данных в момент времени I;

Т1 - отношение а' —>дг,'+', обеспечивающее корректировку значений а( концептов С] с учетом времени I

Модель распределенной онтологии (1) содержит компоненты С, Л\ Л, описывающие соответственно концепты, отношения и веса отношений в моделях нечетких когнитивных карт. Компоненты Т, А, /а,И являются расширением известных моделей НКК.

Введение Т в модель (1) открывает возможность формирования НКК для агентов, их групп и системы в целом. Это, в свою очередь, дает возможность формирования иерархических НКК, в узлах которых содержатся НКК различных агентов и их групп. Компонент А позволяет оценивать значения концептов НКК, /и - данные, получаемые от источников, Я - корректировать распределенные онтологии.

Разработка модели позволила исследовать пути алгоритмизации процесса формирования распределенных онтологий на ее основе. При этом установлено, что в основе алгоритмизации лежит использование знаний экспертов для построения прототипа онтологии и последующее формирование иерархических НКК на их основе. Тогда задача формирования распределенных онтологий в мно-гоагентных СППР может быть представлена в следующем виде:

0:Л—>©'—»О, (2)

где 0 - распределенная онтология; {С, .*>,!} - знания экспертов, С - концепты предметной области, Я - отношения между концептами, I - параметры, характеризующие отношения концептов (веса); 0' - прототип распределенной онтологии; О - иерархическая нечеткая когнитивная карта, используемая в СППР.

Исходными данными задачи (2) формирования распределенных онтологий являются знания Е экспертов и прототип 0' онтологии. Результатом является иерархическая нечеткая когнитивная карта О, содержащая распределенную онтологию многоагентной СППР органов власти субъектов РФ.

Постановка задачи (2) формирования распределенных онтологий на основе модели (1) позволила предложить соответствующий метод в многоагентных СППР органов власти субъектов РФ. Существо разработанного метода заключается в формировании распределенных онтологий в многоагентных СППР органов власти субъектов РФ, путем автоматизированного построения иерархических систем понятий и отношений с прямыми и обратными связями на основе иерархических нечетких когнитивных карт. Схема формирования распределенных онтологий в соответствии с разработанным методом представлена на рис. 1.

Подготовка исходных данных >кьпе(та\т Формирование ИККв СПП1>

Рис. 1. Схема формирования распределенных онтологии

Метод предусматривает подготовку исходных данных, которая заключается в формировании экспертами наборов концептов С, отношений Я между ними и характеристик /, отношений, а также прототипа 0' распределенной онтологии. Построение прототипа 0' осуществляется на основе декомпозиции задачи Р подготовки данных для принятия управленческих решений на подзадачи р по определению факторов С, составляющих описание обстановки, а также отношений между ними 5. Кроме того, экспертами определяется перечень данных fu, необходимых для решения каждой подзадачи р. В результате прототип 0' онтологии формируется в виде дерева целей и задач многоагентной СППР.

С учетом прототипа ©' онтологии и сформированных наборов концептов С, отношений £ между ними и характеристик £ отношений в многоагентных СППР осуществляется построение нечетких когнитивных карт 01 предметных областей агентов. Далее формируются онтологии Ол агентов путем суммирования нечетких когнитивных карт 01.

Установлено, что известные способы суммирования обеспечивают построение результирующих матриц связанности агрегированных НКК, содержащих веса, приведенные к интервалу [0; 1] с помощью функций стандартизации сигмои-дального типа. Это не позволяет реализовать обратные отношения в нечетких когнитивных картах Ол, составляющих онтологии агентов СППР.

Для преодоления этого ограничения предложено использование новой функции стандартизации - гиперболического тангенса. Указанная функция позволяет приводить получаемые значения весов к интервалу [-1; 1]. В этой связи матрицу связанности (весов отношений) 1.А нечеткой когнитивной карты агента предложено формировать следующим образом:

¿,=сг(ХАя), (3)

п-\

где ¿л - матрица связанности агрегированной НКК;

- матрицы связанности НКК предметных областей агента, построенные каждым из N экспертов;

ст - функция стандартизации, преобразующая элементы матриц к интервалу [- 1; 1], а = 1апИ(х), где 1апИ(дг) - функция гиперболического тангенса.

Формирование онтологии агентов в соответствии с (3) позволяет учесть веса /(/ различных знаков матриц связанности за счет использования предложенной функции стандартизации. Кроме того, реализация (3) открывает возможность реализации объединения НКК в соответствии с предложенным методом.

При реализации процедуры 7 предложенного метода осуществляется формирование онтологий Ом метаагентов путем объединения НКК агентов. Выполнение процедуры 8 обеспечивает построение распределенной онтологии О много-агентной СППР, получаемой при объединении НКК метаагентов, и представляющей собой иерархическую нечеткую когнитивную карту.

Установлено, что существующие способы объединения НКК не позволяют формировать матрицы связанности нечетких когнитивных карт метаагентов и иерархических НКК в многоагентных СППР. Это обусловлено отсутствием возможностей исключения многозначности концептов, возникающей при объединении НКК, состоящих из различных наборов концептов С, отношений 5 и весов различных знаков.

С целью обеспечения однозначности концептов при объединении НКК предложено осуществлять построение матриц связанности обобщенных НКК путем замены их диагональных элементов матрицами связанности объединяемых НКК:

'И о о ¿2 о о

где I - матрица связанности обобщенной нечеткой когнитивной карты;

/.' - матрица связанности нечеткой когнитивной карты /-го агента.

При этом исключение многозначности достигается за счет замены многозначных концептов одним, а соответствующих значений весов отношений в матрице связанности обобщенной НКК - их усредненным значением. Объединение НКК с использованием (4) позволяет осуществлять построение распределенных онтологий многоагентных СППР на основе иерархических НКК с учетом различных наборов концептов С, отношений 5 между ними и весов 1Ц различных знаков. Это, в свою очередь, дает возможность реализации корректировки сформированных распределенных онтологий.

В соответствии с предложенным методом корректировка распределенных онтологий предусматривает изменение значений концептов и весов отношений между ними в сформированных иерархических НКК. При этом установлено, что

(4)

использование известных способов корректировки иерархических НКК не позволяет осуществлять пересчет значений концептов и весов за конечное время. Это потребовало изыскания новых возможностей корректировки иерархических НКК в многоагентных СППР органов власти субъектов РФ.

В третьем разделе проведен анализ путей корректировки распределенных онтологий многоагентных СППР органов власти субъектов РФ. Предложен способ корректировки и разработаны условия ее завершения, обеспечивающие пересчет значений весов в матрицах связанности иерархических НКК.

Проведенные исследования показали, что корректировка нечетких когнитивных карт может быть осуществлена с использованием способов, представленных в работах A. Vazquez, J. Cavarlo, К.С. Lee и др. При этом установлено, что сигнальный хэббовский подход, применяемый в них, не может быть использован при пересчете весов в иерархических НКК, так как он не учитывает изменений весов отношений в НКК различных уровней иерархии.

Дифференциальный хэббовский подход лишен такого недостатка. Тогда корректировка иерархических НКК на его основе может быть осуществлена путем итеративного вычисления изменений весов связей между концептами С, и С

с учетом времени í следующим образом:

А/;" =«,+|А/;+/7,+|а,2+| (1 -<7,+|)(а;+1 -/;<), (5>

где A/','1 - изменение веса связи между концептами Г, и <"; в момент времени Ж;

atA - коэффициент импульса;

!'ч - веса связи между концептами С, и С/ в момент времени I; t]l A - коэффициент корректировки;

<7П| - функция стандартизации (приведения к интервалу [-1; 1])

<т,„ =tanh(a;+1);

Al'j - изменение веса связи между концептами С, и С j в момент времени t;

- значение концепта С, в момент времени Ж; a¡*' =<т

fyT'A

V rli»l

- значения данных, получаемых от источников, для концепта С, в момент времени /;

а- значение концепта С в момент времени /+1.

Новые значения весов /('+| определяются следующим образом:

С = С+АС- (6)

Исследования показали, что использование (5) и (6) для корректировки иерархических НКК может приводить к бесконечным циклам пересчета весов. Для устранения этого ограничения разработаны условия завершения корректировки матрицы связанности иерархических НКК.

£«)2=

/-1

1-1

= шах,

УОС I

(8)

где а'0( - значение /'-го выходного концепта НКК в момент времени .V --■ количество концептов иерархической НКК; а(\] - значение /-го выходного концепта НКК в момент времени 1+1; е - допустимый уровень ошибки значений выходных концептов.

Условие (7) предполагает определение максимума значения выходного концепта иерархической НКК, условие (8) — минимума ошибки его значения. В результате проведенных исследований установлено, что одновременное выполнение указанных условий позволяет за конечное время обеспечить корректировку весов иерархических НКК.

Полученные результаты составляют существо нового способа корректировки распределенных онтологий, сформированных с использованием НКК.

Разработка метода и способа позволила приступить к обоснованию предложений по их использованию в многоагентных СППР органов власти субъектов РФ.

В четвертом разделе предложена методика формирования и корректировки распределенных онтологий в многоагентных СППР органов власти субъектов РФ. На примере формирования и корректировки распределенных онтологий при подготовке данных для принятия решений по ликвидации последствий весеннего половодья результаты исследований проверены экспериментально.

Исследования путей реализации разработанных подходов к созданию распределенных онтологий позволили предложить методику их формирования и корректировки в многоагентных СППР, основные этапы которой приведены на рис. 2.

Существо методики состоит в построении матриц связанности иерархических нечетких когнитивных карт на основе реализации процедур предложенного метода и их актуализации с использованием разработанного способа. В качестве исходных данных выступают формируемые экспертами понятия и отношения предметной области, на основе которых осуществляется описание источников данных и протоколов взаимодействий агентов при решении задач подготовки данных.

Сформированные матрицы связанности НКК агентов представляются в виде ХМЬ-баз данных. На их основе осуществляется построение баз данных, содержащих матрицы связанности НКК метаагентов и многоагентных СППР в целом. Созданные базы данных копируются соответствующим агентам многоагентных

По мере накопления примеров решения задач подготовки данных в много-агентной СППР осуществляется корректировка матриц связанности иерархических НКК и обеспечивается актуализация ХМЬ-баз данных агентов.

СППР.

□ формирование распределенных онюлогий корректировка распределенных онтологий

Рис. 2. Этапы методики формирования и корректировки распределенных онтологий в многоагентных СППР

Экспериментальная проверка предложенной методики осуществлена на примере формирования и корректировки распределенных онтологий при подготовке данных для принятия решений по ликвидации последствий весеннего половодья в Курской области. Она проведена на опытном участке многоагентной СППР, созданном в Территориальном центре по мониторингу и прогнозированию МЧС Курской области и Курском центре по гидрометеорологии и мониторингу.

С целью практической реализации предложенной методики разработан специализированный агент многоагентной СППР. Его структурно-функциональная схема приведена на рис. 3.

к агентам СППР

копирование онтологий агентам 1 корректировка распределенных

реализация про токолов взаимодействий агентов

Библиотеки МАЭйК

Интерфейс пользователя Модуль формирования и корректировки онтологий Модуль хранения

обеспечение сетевы.

взаимодействий

Библиотеки MS Visual Studio NET

Агент формирования распределенных онтологий

Операционная система Windows 2000/ХР

Рис. 3. Структурно-функциональная организация агента формирования распределенных онтологий многоагентной СППР

При создании агента учтены возможности существующих программно-технических средств многоагентных СППР, обеспечено взаимодействие с пользователями при формировании онтологий агентов, метаагентов и СППР в целом. При этом использовались стандартные программные библиотеки инструментальной среды разработки многоагентных приложений MASDK, обеспечивающие построение онтологий агентов в виде XML-баз данных. Библиотеки среды разработки приложений MS Visual Studio .NET использовались для реализации протоколов взаимодействий агентов СППР. Система управления базами данных MS Access использовалась при организации хранения и поддержания распределенных онтологий многоагентных СППР в актуальном состоянии.

Схема проведения эксперимента приведена на рис. 4.

Террит ориальный цен|р по мониторингу и npot позированию

Центри ¡ьное Храни muft Данных

Распределенная онтология

мет аагент

Центр по гидрометеорологии и мониторинг

T2L

агент формирования распределенны х онтолог и й

метааг ент

г- Онтология

м етаагент

4\ ^г

О нтология О нтология

b идролог 2 Г 1 С и нопти к

О нтология I идропост 1 3

^ агент агент

—| Онтология -1 Онтология

Гидрометео станция 1 I идрометео станция 1 0

источники данных

Рис. 4. Схема проведения эксперимента

Исходными данными являлись:

- сформированный экспертами-гидрологами и синоптиками набор из 57 концептов, отношений между ними и весов отношений;

- данные многолетних наблюдений, накопленные за период с 1946 г. по 2005 г. и характеризующие факторы весеннего половодья в Курской области (величина снегозапаса, уровень осенне-зимнего увлажнения почвы, суточная температура воздуха и т.д.).

В ходе эксперимента осуществлено формирование распределенной онтологии согласно разработанной методике. При этом число концептов в построенной распределенной онтологии было сокращено до 39, что позволило исключить в ее понятиях синонимию, омонимию и многозначность. С использованием данных

многолетних наблюдений осуществлена корректировка сформированной распределенной онтологии, позволившая установить совокупность факторов, которые в наибольшей степени влияют на возникновение и динамику развития весеннего половодья.

В ходе эксперимента определены временные затраты на формирование и корректировку распределенных онтологий в многоагентной СППР. Временные затраты при существующей организации формирования распределенных онтологий и в соответствии с предложенной методикой (применительно к задаче подготовки данных для принятия решений по ликвидации последствий весеннего половодья) приведены в табл. 1.

Таблица 1

Существующая организация формирования и корректировки распределенных онтологий

Этап Временные затраты, ч

1 Перевод документов в электронную форму 150

2 Анализ текстов, поиск и выявление концептов, отношений и закономерностей, описывающих угрозу половодья 500

3 Построение экспертами распределенной онтологии в виде реляционной базы данных 160

4. Корректировка экспертами реляционной базы данных 160

Итого 970

Методика формирования и корректировки распределенных онтологий

Этап Временные затраты, ч

1.11остроение экспертами прототипа распределенной онтологии 200

2. Определение экспертами концешов и отношений между ними, описывающих угрозу половодья 175

3. Формирование матриц свя!анности нечетких К01-нитивных карт агентов мноюа1ентной СППР 5

4. Объединение магрип связанности нечстких ког-ни1ивных карт, формирование и корректировка магрицы связанности иерархической нечеткой ког-НИ1ИВНОЙ карты 1

Итого 381

Установлено, что применительно к подготовке данных для принятия решений по предупреждению и ликвидации последствий весеннего половодья предложенная методика обеспечивает сокращение временных затрат в 2 - 2,5 раза на формирование распределенных онтологий в многоагентных СППР за счет автоматизации формирования матриц связанности НКК агентов (этап 3 в табл. 1) и объединения матриц связанности НКК (этап 4).

При формировании распределенных онтологий применительно к решению

задач подготовки данных для принятия решений по ликвидации лесных пожаров и загрязнений почв отходами промышленности обеспечено сокращение временных затрат на формирование распределенных онтологий в 2 - 3 раза. Установлено, что в целом полученные результаты исследований позволяют на 20-30% повысить оперативность подготовки данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В работе с целью сокращения временных затрат на подготовку данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ решена задача разработки метода формирования распределенных онтологий в многоагентных СППР местных органов власти. При этом получены следующие результаты.

1. Проведенный анализ показал, что одним из путей сокращения временных затрат на подготовку данных для принятия управленческих решений в органах власти субъектов РФ является автоматизация формирования в многоагентных СППР распределенных онтологий, представляющих иерархические системы понятий с прямыми и обратными связями.

2. Разработан метод формирования распределенных онтологий, обеспечивающий построение иерархических систем понятий и отношений в многоагентных СППР органов власти субъектов РФ на основе использования иерархических нечетких когнитивных карт с прямыми и обратными связями. Он позволяет исключить синонимию, омонимию и многозначность понятий в формируемых он-тологиях за счет построения обобщенной матрицы связности иерархической НКК и последующей замены ее диагональных элементов матрицами связности объединяемых НКК агентов.

3. Для корректировки распределенных онтологий, построенных с использованием иерархических нечетких когнитивных карт, разработан способ, обеспечивающий изменение значений концептов и отношений на базе дифференциального хэббовского подхода. Разработаны условия завершения корректировки, обеспечивающие оценку максимального значения выходного концепта НКК и его ошибки.

4. Разработана методика формирования и корректировки распределенных онтологий в многоагентных СППР в соответствии с разработанным методом. Она обеспечивает сокращение временных затрат на подготовку данных для принятия управленческих решений за счет автоматизированного построения НКК агентов, их групп и СППР в целом. Использование методики обеспечивает выполнение практических работ по формированию распределенных онтологий с использованием НКК.

5. Экспериментальные исследования показали, что использование разработанной методики позволяет в 2 - 3 раза сократить временные затраты на формирование распределенных онтологий в многоагентных СППР. В целом это позволяет на 20-30% повысить оперативность подготовки данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ.

Основные результаты исследований изложены в работах:

1. Миргалеев, А.Т. Метод обучения многоагентных информационных систем с использованием нечетких когнитивных карт [Текст] /А.Т. Миргалеев //Телекоммуникации. М.: Машиностроение, 2004. №11. С. 2-5.

2. Миргалеев, А.Т. Обобщенный алгоритм обучения многоагентных информационных систем с использованием нечетких когнитивных карт [Текст] /А.Т. Миргалеев, А.И. Захаренков, С.П. Ющенко //Телекоммуникации. М.: Машиностроение, 2004. №12. С. 8-13.

3. Миргалеев, А.Т. Концептуальная модель многоагентной системы формирования описаний угроз локальной безопасности субъектов РФ [Текст] /А.Т. Миргалеев, И.С. Захаров, С.П. Ющенко //Телекоммуникации. М.: Машиностроение, 2004. №1. С. 2-5.

4. Миргалеев, А.Т. Многоагентный способ организации формирования описаний угроз локальной безопасности [Текст] /А.Т. Миргалеев, A.B. Потапов, С.П. Ющенко //Телекоммуникации. М.: Машиностроение, 2003. №11. С. 21-24.

5. Миргалеев, А.Т. Инструментальная среда разработки многоагентных приложений MASDK. Пример практического использования [Текст] /А.Т. Миргалеев [и др.] //Телекоммуникации. М.: Машиностроение, 2005. №8. С. 17-20.

6. Миргалеев, А.Т. Формирование распределенных онтологий многоагентных СППР [Текст] /Разд. в кн. С.П. Ющенко «Многоагентные системы информационной поддержки принятия управленческих решений». Ростов н/Д: Изд-во СКНЦ ВШ, 2004. С. 242-259.

7. Миргалеев, А.Т. Оценка неопределенности понятий онтологии при мно-гоагентном формировании описаний угроз локальной безопасности [Текст] /А.Т. Миргалеев, A.B. Потапов, И.Б. Родионов //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных, электронных и лазерных технологий» (Москва, 2003 г.). М.: Радио и связь, 2003. Т.2. Ч.З.С. 29-35.

8. Миргалеев, А.Т. Алгоритм обучения многоагентной информационной системы локальной безопасности субъектов РФ [Текст] /А.Т. Миргалеев //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (Москва, 2004 г.). М.: Радио и связь, 2004. Т2. 4.7. С. 22-30.

9. Миргалеев, А.Т. Подход к обучению многоагентной информационной системы локальной безопасности субъектов РФ [Текст] /А.Т. Миргалеев, С.П. Ющенко //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (Москва, 2004 г.). М.: Радио и связь, 2004. Т2. 4.7. С. 30-36.

10. Миргалеев, А.Т. Организация формирования данных для поддержки принятия решений по оценке половодья с использованием инструментальной среды разработки многоагентных приложений MASDK [Текст] /А.Т. Миргалеев [и др.] //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (Москва, 2005 г.). М.: Радио и связь, 2005. Т2. 4.7. С. 15-26.

11. Миргалеев, А.Т. Способ корректировки распределенных онтологии мно-гоагентных систем [Текст] /А.Т. Миргалеев //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (Москва, 2005 г.). М.: Радио и связь, 2005. Т2. 4.7. С. 92-99.

12. Миргалеев, А.Т. Логический вывод в распределенных онтологиях мно-гоагентных систем [Текст] /А.Т. Миргалеев //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (Москва, 2005 г.). М.: Радио и связь, 2005. Т2. 4.7. С. 89-92.

13. Миргалеев, А.Т. Метод автоматизированного формирования онтологий многоагентных систем [Текст] /А.Т. Миргалеев, С.П. Ющенко //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (Москва, 2005 г.). М.: Радио и связь, 2005. Т2. 4.7. С. 101-107.

14. Миргалеев, А.Т. Автоматическое формирование распределенных онтологий многоагентных информационных систем [Текст] /А.Т. Миргалеев, С.П. Ющенко //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (Москва, 2005 г.). М.: Радио и связь, 2005. Т2. 4.7. С. 99-101.

15. Миргалеев, А.Т. Подход к организации информационного обеспечения оценки угроз локальной безопасности субъектов Российской Федерации [Текст] /А.Т. Миргалеев, В.А. Игнатов, И.Б. Родионов //Материалы 8-й С.-Петерб. Межд. конф. «Региональная информатика - 2002». СПб, 2002. С. 150-151.

Подписано в печать 25.09.2005 Формат 60x84 1/16. Печать офсетная. Печ. л. Тираж 90 экз. Заказ 56. Курский государственный технический университет. Издательско-полиграфический центр Курского государственного технического университета. 305040, г. Курск, ул. 50 лет Октября, 94.

Соискатель

А.Т. Миргалеев

ИД №06430 от 10.12.01.

Ш18416

РНБ Русский фонд

2006^4 13709

Список сокращений.

Введение.

1. Анализ особенностей информационного обеспечения деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ и путей автоматизации формирования онтологий в распределенных информационных системах.

1.1. Характеристика задачи подготовки данных для принятия решений по управлению в социально-экономической сфере субъектов России.

1.2. Характеристика задачи формирования распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России.

1.3. Анализ методов формирования распределенных онтологий в многоагентных системах.

1.4. Выбор направлений исследований.

Выводы по первой главе.

2. Разработка метода формирования распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России.

2.1. Анализ процессов подготовки данных в многоагентных системах поддержки принятия решений.

2.2. Разработка модели распределенной онтологии.

2.3. Разработка метода формирования распределенных онтологий.

• Выводы по второй главе.

3. Исследование путей корректировки распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России.

3.1. Разработка способа корректировки распределенных онтологий.

3.2. Разработка алгоритма формирования и корректировки распределенных онтологий.

3.3. Анализ и выбор средств представления онтологий в многоагентных системах поддержки принятия решений.

Выводы по третьей главе.

4. Обоснование предложений по использованию результатов исследований в многоагентных системах поддержки принятия решений органов власти субъектов России.

4.1. Разработка методики формирования и корректировки распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России.

4.2. Разработка агента формирования распределенных онтологий в многоагентных системах поддержки принятия решений.

4.3. Экспериментальная проверка результатов исследований.

Выводы по четвертой главе.

В настоящее время одним из условий устойчивого социально-экономического развития субъектов РФ является обеспечение действенной поддержки принятия управленческих решений при возникновении негативных тенденций и чрезвычайных ситуаций на территориях или в отраслях хозяйства. Подготовка данных для принятия указанных решений осуществляется комитетами и службами местных органов власти. Она предусматривает последовательное объединение (агрегацию) данных об обстановке на уровнях отдельных объектов, муниципальных образований или отраслей хозяйства, субъекта РФ в целом. Большое число и распределенность источников данных потребовали внедрения современных средств телекоммуникаций и передачи данных, создания на их основе распределенных систем поддержки принятия решений (СППР).

Создание подобных СППР в ряде субъектов РФ (в частности, в Курской области) осуществляется путем наращивания возможностей информационно-телекоммуникационной среды территориальных подразделений МЧС и организации на ее основе информационного обеспечения деятельности местных органов власти с использованием технологий многоагентных систем. Это предусматривает формирование распределенных онтологий в виде иерархических систем понятий с прямыми и обратными связями (отношениями) для описания складывающихся ситуаций.

В настоящее время формирование распределенных онтологий в многоагентных СППР органов власти субъектов РФ осуществляется на основе методов, предусматривающих привлечение экспертов для обеспечения однозначности семантики понятий и терминов, используемых при спецификации данных в различных комитетах и службах. Это влечет увеличение временных затрат на подготовку данных для принятия решений.

Методы формирования онтологий, обеспечивающие их автоматизированное создание в многоагентных информационных системах, рассматривались в работах Городецкого В.И., Смирнова А.В., Тарасова В.Б., Гавриловой Т.А., Клещева А.С. и других отечественных и зарубежных ученых. Вместе с тем их использование в многоагентных СППР органов власти субъектов РФ не позволяет учесть наличие обратных связей в иерархических системах понятий, организовать корректировку распределенных онтологий по мере накопления примеров практического решения задач сбора и обработки данных.

В этой связи объективно сложилось противоречие между потребностями практики по информационному обеспечению деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ и ограниченными возможностями используемых в многоагентных СППР местных органов власти методов и средств формирования распределенных онтологий.

Это определило актуальность исследования путей автоматизированного формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ, его значимость для теории и практики управления в социальных и экономических системах.

Объектом исследований в работе определены процессы информационного обеспечения деятельности по управлению в социально-экономической сфере жизнедеятельности субъектов РФ.

Предметом исследований являются методы формирования распределенных онтологий в многоагентных СППР местных органов власти.

Цель диссертации состоит в сокращении временных затрат на подготовку данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ на основе разработки метода автоматизированного формирования распределенных онтологий в многоагентных СППР местных органов власти.

Для достижения цели необходимо решение следующих задач:

Выводы по четвертой главе

1. Проведенные исследования позволили предложить пути практической реализации полученных результатов исследований в многоагентных системах поддержки принятия решений органов власти субъектов России. В этой связи разработана методика формирования и корректировки распределенных онтологий в многоагентных СППР в соответствии с разработанным методом. Она обеспечивает сокращение временных затрат на подготовку данных для принятия управленческих решений за счет автоматизированного построения НКК агентов, их групп и СППР в целом. Использование методики обеспечивает выполнение практических работ по формированию распределенных онтологий с использованием НКК.

2. Практическая реализация предложенной методики потребовала разработки специального агента формирования распределенных онтологий в многоагентных СППР органов власти субъектов России. При создании агента учтены возможности существующих программно-технических средств многоагентных СППР органов власти субъектов РФ и обеспечено взаимодействие с пользователями при формировании онтологий агентов, метаагентов и распределенных онтологий.

3. Экспериментальные исследования показали, что использование разработанной методики позволяет в 2 — 3 раза сократить временные затраты на формирование распределенных онтологий в многоагентных СППР при решении задач подготовки данных для принятия решений по ликвидации лесных пожаров и загрязнений почв отходами промышленности. В целом это позволяет на 20-30% повысить оперативность подготовки данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ.

ЗАКЛЮЧЕНИЕ

В работе с целью сокращения временных затрат на подготовку данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ решена задача разработки метода формирования распределенных онтологий в многоагентных СППР местных органов власти. При этом получены следующие результаты.

1. Одним из условий устойчивого социально-экономического развития субъектов РФ является обеспечение действенной поддержки принятия управленческих решений при возникновении негативных тенденций и чрезвычайных ситуаций на территориях или в отраслях хозяйства. Подготовка данных для принятия указанных решений осуществляется комитетами и службами местных органов власти с использованием многоагентных систем поддержки принятия решений.

2. В результате анализа установлено, что для многоагентных систем (как класса интеллектуальных систем) важнейшим этапом, обеспечивающим скоординированное решение задачи подготовки данных агентами, является формирование распределенных онтологий. Показано, что в настоящее время их построение осуществляется сотрудниками органов власти, что влечет увеличение временных затрат на подготовку данных для принятия решений. Это определило необходимость поиска путей автоматизации процессов формирования распределенных онтологий в многоагентных СППР органов власти субъектов РФ.

3. Проведенный анализ существующих методов построения онтологий показал отсутствие в них возможностей автоматизации формирования распределенных онтологий многоагентных СППР органов власти субъектов России. Показано, что на основе методов, предусматривающих построение математических моделей онтологий и поиск путей их формализации, возможно реализовать требования, предъявляемые к распределенным онтологиям многоагентных СППР органов власти субъектов РФ. Однако существующие методы не содержат средств представления обратных связей между понятиями и корректировки онтологий.

4. Показано, что преодоление указанных ограничений возможно при использовании нечетких когнитивных карт и представлении понятий и отношений предметной области в виде концептов, прямых и обратных отношений, а также весов отношений. Однако методы формирования распределенных онтологий в многоагентных системах с использованием НКК отсутствуют.

5. Установлено, что разработка подобного метода требует учета особенностей формирования онтологий для отдельных агентов СППР, их групп и системы в целом, а также изыскания путей корректировки распределенных онтологий по мере накопления примеров практического решения задач сбора и обработки данных. Это, в свою очередь, предполагает анализ процессов подготовки данных в многоагентных системах поддержки принятия решений, разработку формальной модели распределенной онтологии и поиск путей алгоритмизации процедур формирования распределенных онтологий в многоагентных СППР на ее основе.

6. Проведенные исследования деятельности местных органов власти по подготовке данных для принятия управленческих решений показали, что она представляет собой сложный перцептивно-познавательный процесс изучения реальной обстановки, направляемый как текущими данными мониторинга, так и априорными сведениями об объектах, возможных процессах и явлениях на территориях и в отраслях хозяйства субъекта РФ. Поиск решения задачи подготовки данных для формирования описаний обстановки является проблемной ситуацией. Задача формирования описаний обстановки формализована и реализуется в многоагентных СППР как поиск соответствия исходных (мониторинговых) данных одной из моделей описания обстановки, представленной в форме совокупности семантически интерпретируемых структур данных с определенными на этой совокупности иерархиями «род-вид», «часть-целое», «если-то» и обратными связями. Формализация задачи позволила рассмотреть пути организации формирования распределенных онтологий в многоагентных СППР с единых методологических позиций организации поиска решений проблемных ситуаций.

7. Анализ компонент известных моделей нечетких когнитивных карт показал, что в целом они удовлетворяет требованиям по построению систем понятий и отношений с обратными связями в многоагентных СППР. Однако вместе с тем нечеткие когнитивные карты не обеспечивают возможность формирования онтологий агентов, их групп и системы в целом. В этой связи разработана модель распределенной онтологии на базе НКК, обеспечивающая формирование онтологий для различных агентов многоагентных СППР. Разработка модели позволила исследовать пути алгоритмизации процесса формирования распределенных онтологий на ее основе.

8. Разработан метод формирования распределенных онтологий, обеспечивающий построение и корректировку иерархических систем понятий и отношений в многоагентных СППР органов власти субъектов РФ на основе использования иерархических нечетких когнитивных карт с прямыми и обратными связями. Метод предусматривает декомпозицию общей задачи подготовки данных для формирования описаний обстановки на более простые подзадачи по определению значений факторов, составляющих описание, и определяются способы их решения (в предложенном методе этому этапу соответствует построение прототипа онтологии). Затем подзадачи решаются, а их решения объединяются и составляют решение общей задачи. Такая последовательность шагов определяется особенностями движения потоков мониторинговых данных в многоагентных СППР органов власти субъектов при формировании описаний обстановки, а также тем, что агенты решают, в основном, задачи объединения данных. Построение онтологий выполняется при построении НКК агентов нижних уровней и их объединение метаагентами верхних уровней многоагентных СППР. Разработанный метод позволяет исключить синонимию, омонимию и многозначность понятий в формируемых онтологиях путем суммирования и объединения НКК.

9. Разработаны способы суммирования и объединения НКК. Суммирование предусматривает построение матриц связанности агрегированных нечетких когнитивных карт на основе матриц связанности однородных НКК. Предложенный способ суммирования предусматривает поэлементное сложение соответствующих матриц связанности и применение к элементам агрегированной матрицы предложенной функции стандартизации, учитывающей прямые и обратные связи в НКК. Объединение обеспечивает однозначность концептов в НКК путем исключения синонимии, омонимии и многозначности. Объединение заключается в формировании матрицы связанности иерархической НКК путем замены ее диагональных элементов матрицами связанности объединяемых карт. При этом многозначные концепты заменяются одним, а соответствующие значения обобщенной матрицы связанности усредняются.

10. Обеспечение корректировки распределенных онтологий потребовало анализа путей ее реализации в многоагентных СППР органов власти субъектов России. Проведенные исследования путей корректировки распределенных онтологий в многоагентных СППР органов власти субъектов России показали, что дифференциальный хэббовский подход может быть использован для пересчета значений весов и концептов в иерархических НКК. Однако его использование требует разработки условий завершения корректировки, обеспечивающих ее реализацию за конечное время.

11. Разработан способ корректировки распределенных онтологий, построенных с использованием иерархических нечетких когнитивных карт, обеспечивающий изменение значений концептов и отношений на основе дифференциального хэббовского подхода и условий завершения корректировки, предусматривающих оценку максимального значения выходного концепта и его ошибки.

12. Разработан алгоритм формирования и корректировки распределенных онтологий в многоагентных СППР органов власти субъектов России. Алгоритм реализует последовательное выполнение процедур метода. При разработке алгоритма предложено использование центроидного способа дефазификации значений функций принадлежности, выполняемой при суммировании и объединении НКК.

13. Проведенный анализ языков спецификации знаний позволил предложить использовать XML в качестве программного языка для реализации распределенных онтологий в многоагентных СППР. Это определяется возможностью представления на основе XML матриц связанности НКК согласно разработанному методу, а также его совместимостью с большинством сред разработки многоагентных приложений и переносимостью на различные операционные платформы.

14. Проведенные исследования позволили предложить пути практической реализации метода формирования распределенных онтологий в многоагентных системах поддержки принятия решений органов власти субъектов России, построенных на базе информационно-телекоммуникационных сред Управлений МЧС. Разработана методика формирования и корректировки распределенных онтологий в многоагентных СППР в соответствии с разработанным методом. Она обеспечивает сокращение временных затрат на подготовку данных для принятия управленческих решений за счет автоматизированного построения НКК агентов, их групп и СППР в целом. Использование методики обеспечивает выполнение практических работ по формированию распределенных онтологий с использованием НКК.

15. Практическая реализация предложенной методики потребовала разработки специального агента формирования распределенных онтологий в многоагентных СППР органов власти субъектов России. При создании агента учтены возможности существующих программно-технических средств многоагентных СППР органов власти субъектов РФ и обеспечено взаимодействие с пользователями при формировании онтологий агентов, метаагентов и распределенных онтологий.

16. Экспериментальные исследования показали, что использование разработанной методики позволяет в 2 - 3 раза сократить временные затраты на формирование распределенных онтологий в многоагентных СППР при решении задач подготовки данных для принятия решений по оценке различных видов угроз жизнедеятельности субъектов РФ. В целом это позволяет на 20-30% повысить оперативность подготовки данных для принятия управленческих решений в социально-экономической сфере жизнедеятельности субъектов РФ.

1. Салов, С.С. Концептуальные положения по совершенствованию государственной системы управления в условиях чрезвычайных ситуаций Текст. /С.С. Салов // Проблемы управления безопасностью сложных систем. — М.: ИПУ РАН, 2001.

2. Игнатов, В.Г. Регионоведение (методология, политика, экономика право) Текст. /В.Г. Игнатов, В.И. Бутов. Ростов н/Д: Изд-во «МарТ», 1998.

3. Возженников, А.В. Современные проблемы национальной безопасности России на региональном уровне Текст. /А.В. Возженников, А.А. Прохо-жев //Информационный сборник «Безопасность». 1999 - №11-12.

4. Мачкин, П.И. Анализ и оценка локальной безопасности социально-экономического развития регионов России (субъектов РФ) /П.И. Мачкин //Проблемы управления безопасностью сложных систем. М.: ИПУ РАН, 2001.

5. Федеральный Закон Российской Федерации «О безопасности» , 1992год.

6. Федеральный Закон Российской Федерации «Об информации, информатизации и защите информации», 1995 год.

7. Указ Президента Российской Федерации от 10 января 2000 года №24 «О Концепции национальной безопасности Российской Федерации».

8. Указ Президента Российской Федерации от 17 декабря 1997 года №1300 «Об утверждении Концепции национальной безопасности Российской Федерации».

9. Указ Президента Российской Федерации «Об основах государственной политики в сфере информатизации» №170 от 20 января 1994 года (в редакции Указа Президента Российской Федерации № 764 от 26 июля 1995 года)

10. Указ Правительства Российской Федерации №ПР-1895 от 9 сентября 2000 года «Доктрина информационной безопасности Российской Федерации».

11. Клыков, Ю.И. Ситуационное управление большими системами

12. Текст. /Ю.И.Клыков. М.: Энергия, 1974.

13. Поспелов, Д.А. Принципы ситуационного управления Текст. /Д.А. Поспелов //Изв. АН СССР. «Техническая кибернетика» 1971, №2.

14. Поспелов, Д.А. Ситуационное управление: теория и практика Текст. /Д.А. Поспелов. М.: Наука, 1986.

15. Юдицкий, С.А. Модель и принципы компьютерной реализации стратегического управления сложными организационными системами Текст. / С.А. Юдицкий, Ю.С. Затуливетер, И.И. Ижов //Приборы и системы управления. -1999-№7.

16. Ющенко, С.П. Информационные проблемы обеспечения социально-политической безопасности РФ Текст. /С.П. Ющенко [и др.] //Социально-политическая безопасность: федеральный и региональные аспекты — Курск: РАГС, Курский филиал, 1999.

17. Разработка технических предложений на создание территориальной системы страхового фонда документации Курской области. Отчет о НИР. КООИР «Поиск» при войсковой части 25714, 1998.

18. Автоматизированная система Единой дежурно-диспетчерской службы г. Курска и Курской области (АС ЕДДС-К). Пояснительная записка к Техническому проекту. ВНИИ ГОЧС, Москва, 1998.

19. Опытный участок Автоматизированной системы ЕДДС города Курска и Курской области. Пояснительная записка по ОКР. КООИР «Поиск» при войсковой части 25714, 1998.

20. Быченок, Н.Н. Информационная поддержка решений в чрезвычайных ситуациях Текст. /Н.Н. Быченок, В.В. Мостовой //Модели и методы исследования операций, теории риска и надежности. Киев: Институт кибернетики АН Украины, 1992.

21. Геловани, В.А. Интеллектуальные СППР в нештатных ситуациях с использованием современных информационных технологий Текст. /В.А. Геловани, А.А. Башлыков, В.Б. Бритков [и др.] М.: Эдиториал УРСС, 2000.

22. Городецкий, В.И. Визуальный синтез классифицирующих предикатов и их применение для мета-классификации Текст. /В.И. Городецкий, В. Самойлов //Труды Таганрогского радиотехнического института, 4, 5-16, 2001.

23. Городецкий, В.И. Многоагентные системы: основные свойства и модели координации поведения Текст. /В.И. Городецкий //Информационные технологии и вычислительные системы. 1998 — №1. С. 22-34.

24. Городецкий, В.И. Многоагеитные системы: современное состояние исследований и перспективы применения Текст. /В.И. Городецкий //Новости искусственного интеллекта — 1996 — №1. С. 44-59.

25. Городецкий, В.И. Многоагентные системы (обзор) Текст. /В.И. Городецкий, И.В. Котенко, О.В. Карсаев //Новости искусственного интеллекта. -1998-№2. С. 64-116.

26. Тарасов, В.Б. Искусственная жизнь и нечеткие эволюционные многоагентные системы основные теоретические подходы к построению интеллектуальных организаций Текст. /В.Б. Тарасов // Известия РАН: Теория и системы управления. - 1998 — №5.

27. Тарасов, В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика Текст. /В.Б. Тарасов М.: Эди-ториал УРСС, 2002.

28. Трахтенгерц, Э.А. Агентно-ориентированные информационные технологии управления проектами Текст. /Э.А. Трахтенгерц М.: ИЛУ РАН, 1999.

29. Трахтенгерц, Э.А. Многоагентные системы поддержки принятия решений Текст. /Э.А. Трахтенгерц //Теория и системы управления, 1998 — №5. С.106-122.

30. Gorodetski, V. Bayes. Inference and Decision Making in Artificial Intelligence Systems". In Industrial Applications of Artificial Intelligence. North-Holland, 276-281, 1991.

31. Gorodetski, V., Karsayev, O. Algorithm of Rule Extraction from Learning Data. In Proceedings of the 8th International Conference «Expert Systems & Artificial Intelligence» (EXPERSYS-96). 133-138, 1996.

32. Genesereth, M.R., Ketchpel, S.P. Software agents. Communications of the ACM, 37(7), 1994, 48-53.

33. Georgeff, M. Communication and Interaction in Multi-agent Planning. In

34. Proceedings of the National Conference on Artificial Intelligence, Washington, D.C. 1983, 125-129.

35. Gershenson, C., Gonzalez, P., Negrete, J. Action Selection Properties in a Software Simulated Agent. Cairo et. al. MICAI 2000: Advances in Artificial Intelligence Lecture Notes in Artificial Intelligence, 1793, Springer-Verlag, 2000, 634-648.

36. Goodman, I., Mahler, R., and Nguen, H. Mathematics of Data Fusion. Kluwer Academic Publishers, 1997.

37. P.E. van der Vet and N.J.I. Mars, Structured system of concepts for storing, retrieving, and manipulating chemical information. Journal of Chemical Information and Computer Sciences 33 (1993), 564-568.

38. P.E. van der Vet, Nicolaas J.I. Mars. Bottom-up construction of ontologies: the case of an ontology of pure substances. Memoranda Informatica 95-35, September 20, 1995

39. Клещев, A.C. Математическая модель онтологии предметной области. Часть 1. Существующие подходы к определению понятия "онтология" Текст. /А.С. Клещев, И.Л. Артемьева // Научно-техническая информация, серия 2, 2001, №2.

40. Клещев, А.С. Математическая модель онтологии предметной области. Часть 2. Существующие подходы к определению понятия "онтология" Текст. /А.С. Клещев, И.Л. Артемьева // Научно-техническая информация, серия 2, 2001, №3.

41. Клещев, А.С. Математическая модель онтологии предметной области. Часть 3. Существующие подходы к определению понятия "онтология" Текст. /А.С. Клещев, И.Л. Артемьева // Научно-техническая информация, серия 2, 2001, №4.

42. Turban, Е., Aronson, Jay E. Decision support systems and intelligent systems. 6-th ed. Prientice Hall International, 2001.

43. Джексон, П. Введение в экспертные системы Текст. /П. Джексон -М.: «Вильяме», 2001.

44. Гаврилова, Т.А. Базы знаний интеллектуальных систем Текст. /Т.А. Гаврилова, В.Ф. Хорошевский СПб.: 2000.

45. Guarino, N. Formal ontology and Information systems. In N. Guarino (ed.), Formal Ontology in Infomation Systems. Proceeding of FOIS'98, Trento, Italy, 6-8 June 1998. Amsterdam, IOS Press.

46. Gruber, T.R. Ontolingua: A Mechanism to Support Portable Ontologies. Technical report KSL-91-66, Stanford University, Knowledge Systems Laboratory, 1992.

47. Gruber, T.R. A translation Approach to Portable Ontology Specifications. In Knowledge Acquisition, 1993.

48. Guarino, N. Understanding, Building, and Using Ontologies. IJHCS, 1996,46 (2-3).

49. Guarino, N. Formal ontology, conceptual analysis and knowledge representation // Int. J. of Human Computer Studies. V.43.1995. №5/6.

50. Девятков, B.B. Онтологии и проектирование систем Текст. /В.В. Де-вятков //Приборы и системы. Управление, контроль, диагностика. 2000. №1.

51. Смирнов, СВ. Онтологии в задачах моделирования сложных систем Текст. /С.В. Смирнов //Проблемы управления и моделирования в сложных системах: Труды II международной конф. Самара: СНЦ РАН, 2000.

52. Смирнов, СВ. Онтологический анализ: определения и алгоритмы Текст. /С.В. Смирнов //Проблемы управления и моделирования в сложных системах: Труды III международной конф. Самара: СНЦ РАН, 2001.

53. Романов, Б.П. Интеллектуальные информационные системы в экономике. Учебное пособие. Текст. /Под ред. проф. М.П. Тихомирова. — М.: Экзамен, 2003.

54. Foundation for Intelligent and Physical Agents //Internet www.fipa.org

55. Omelayenko, B. Learning ontologies for the Web: the analysis of existent approaches. In proceedings of the International Workshop of Web Dynamics with 8th International Conference on Database Theory (ICDT'Ol) London, 2001.

56. Schumacher, M. Objective coordination in MAS engineering, LNAI 2039, Berlin Heidelberg, 2001.

57. Finin, T. KQML as an agent commutation language. In J.Bradshow (ed.). Software agents, 1997.

58. Clegg, Dai and Richard Barker, Case Method Fast-track: A RAD Approach, Adison-Wesley, 1994.

59. KAON The KArlsruhe ONtology and semantic WEB infrastructure //Internet — http://www.aifb.uni-karlsruhe.de/WBS.

60. Матюшкин, А.П. Основные психологические модели проблемных ситуаций Текст. /А.П. Матюшкин // В кн.: Основные подходы к моделированию психики и эвристическому программированию. Материалы симпозиума. -Киев, 1968.

61. Рубахин, В.Ф. Психологические основы обработки первичной информации Текст. /В.Ф. Рубахин JL: Наука, 1974.

62. Тихомиров, O.K. Структура мыслительной деятельности человека Текст. /O.K. Тихомиров М.: Изд-вл МГУ, 1969.

63. Пушкин, В.Н. Оперативное мышление в больших системах Текст. /В.Н. Пушкин М.: Энергия, 1965.

64. Максимов, В.И. Когнитивные технологии для поддержки принятия управленческих решений Текст. /В.И. Максимов, С.В. Качаев, Е.К. Корноушко //Современные технологии управления для администраций городов и регионов. М.: Фонд «Проблемы управления», 1998.

65. Витяев, Е.Е. Вероятностное прогнозирование и предсказание как принцип работы мозга Текст. /Е.Е. Витяев //Измерение и модели когнитивных процессов, вып. 148: Вычислительные системы. Новосибирск, 1998.

66. Витяев, Е.Е. Формальная модель работы мозга, основанная на принципе предсказания Текст. /Е.Е. Витяев //Модели когнитивных процессов, вып.164: Вычислительные системы. Новосибирск, 1998.

67. Белихин, А.Е.О количественных показателях и индикаторах региональной безопасности Текст. /А.Е. Белихин, Е.А. Белихина //Информационный сборник «Безопасность». — М.: Фонд национальной и международной безопасности 1999, №11-12.

68. Классификация и кластер Текст. /Под ред. Дж. Вэн Райзин — М.: Мир, 1980.

69. Лорьер, Ж. Системы искусственного интеллекта Текст. /Ж.Лорьер -М.: Мир, 1991.

70. Осуга, С. Обработка знаний Текст. /С. Осуга М.: Мир, 1989.

71. Представление и использование знаний Текст. //Под ред. Уэно X., Исидзука М., М.: «Мир», 1989.

72. Ефимов, Е.И. Решатели интеллектуальных задач Текст. /Е.И. Ефимов-М.: Наука, 1982.

73. Ефимов, Е.И. СФИНКС система формального интеллекта комплексных стратегий Текст. /Е.И. Ефимов // В кн.: Вопросы кибернетики, вып. 18. Теория и практика ситуационного управления. - М.: Научный Совет по комплексной проблеме «Кибернетика», 1977.

74. Акофф, P.JI. Планирование в больших экономических системах Текст. /Р.Л. Акофф -М.: Сов. Радио, 1972.

75. Бенерджи, Р. Теория решения задач Текст. /Р.Бенерджи М.: Мир,1972.

76. Брудио, А.Л. Эвристический поиск в сложных средах Текст. /А.Л. Брудио — Киев: Наукова думка, 1977.

77. Ющенко, С.П. Стратегия использования методов объединения данных в многоагентной системе формирования описаний угроз локальной безопасности Текст. /С.П. Ющенко С.П., И.Б. Родионов, А.В. Потапов //Телекоммуникации. М.: Машиностроение, 2004. №3.

78. Ющенко, С.П., Захаренков А.И., Родионов И.Б. Алгоритм объединения неполных и неточных данных в многоагентных информационных системах Текст. /С.П. Ющенко, А.И. Захаренков, И.Б. Родионов //Телекоммуникации. М.: Машиностроение, 2004. №11.

79. Ющенко, С.П. Концептуальная модель многоагентной системы формирования описаний угроз локальной безопасности субъектов РФ Текст. /С.П. Ющенко, И.С. Захаров, А.Т. Миргалеев //Телекоммуникации. М.: Машиностроение, 2004. №1.

80. Ющенко, С.П. Алгоритм объединения неполных и неточных данных в многоагентных информационных системах Текст. /С.П. Ющенко, А.И. Заха-ренков, И.Б. Родионов //Телекоммуникации, №11, 2004.

81. Dezert, J. Foundations for a new theory of plausible and paradoxical reasoning. Inform.&Secur.J., Semerdjiev Ed., Bulg.Acad. Of Sci., Vol.9, 2002.

82. Еремеев, А.П. Концепции и модели представления времени и их применение в интеллектуальных системах Текст. /А.П. Еремеев, В.В. Троицкий //Новости искусственного интеллекта, 2004, №1.

83. Караваев, А.П. Модели и методы управления составом активных систем Текст. /А.П. Караваев М.: ИЛУ РАН, 2003.

84. Multiagent systems. A modern approach to distributed artificial intelligence / edited by Gerhard Weiss. London, 1999.

85. Parenthoen, M., Reignier, P., Tisseau, J. Action Learning for Autonomous Virtual Actors. FuzzIEEE'01 proceedings, 1:P038, 2001.

86. Parenthoen, M., Reignier, P., Tisseau, J. Put Fuzzy Cognitive Maps to Work in Virtual Worlds, FuzzIEEE'01 proceedings, 1 :P038, 2001.

87. Smarandache, F. Fuzzy Cognitive Maps and Neutrosophic Cognitive Maps. Univ. of New Mexico. Gallup, 2002.

88. Kosko, B. Fuzzy Cognitive Maps, International journal of Man-Machine Studies 24(1986) 65-75.

89. Kosko, B. Adaptive Inference in Fuzzy Knowledge Networks, Pages 261268, Proceedings of the First IEEE International Conference on Neural Networks (ICNN-86), San Diego, California. 1987.

90. Kosko, B. Hidden Patterns in Combined and Adaptive Knowledge Networks. Proceedings of the First IEEE International Conference on Neural Networks (ICNN-86) 2:377-393. 1988.

91. Kosko, B. Fuzzy Associative Memory Systems, Pages 135-162 in A. Kan-del, editor. Fuzzy Expert Systems. CRC Press, Boca Raton, Florida. 1992.

92. Kosko, B. Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence. Prentice-Hall, Englewood Cliffs, New Jersey. 1992.

93. Laszlo, E., R. Artigiani, A. Combs and V. Csanyi. Changing Visions: Human Cognitive Maps: Past, Present and Future, Greenwood Publishing House, 1996.

94. Lee, K., Kim, S. and Sakawa, M. On-line Fault Diagnosis by Using Fuzzy Cognitive Maps, IEICE Transactions in Fundamentals of Electronics, Communications and Computer Sciences (JTC-CSCC '95), Sept. 18-21 1996, v E79-A, no. 6, June 1996, 921-927.

95. Lee, K.C., Kim, H.S., and Chu, S.C. A Fuzzy Cognitive Map Based Bidirectional Inference Mechanism: An Application to Stock Investment Analysis, Proc. Japan/ Korea Joint Conf. on Expert Systems, 10 (1994), 193-196.

96. Montazemi, A.R., Conrath, D. W. The Use of Cognitive Mapping for Information Requirements Analysis, MIS Quarterly, 10 (1986) 45-55.

97. Ndousse, T.D., and Okuda, T. Computational Intelligence for Distributed

98. Fault Management in Networks using Fuzzy Cognitive Maps, In Proc. of the IEEE International Conference on Communications Converging Technologies for Tomorrow's Application, 1996. pp. 1558-1562.

99. Schneider, M., Shnaider, E., Kandel, A., and Chew, G. Automatic Construction of FCMs, Fuzzy Sets and Systems, 93. 1998. pp. 161-172.

100. Carobs, M. and Price K. Internet Intrusion detection systems. http://www.cerias.purdue.edu/coast/coast-library.html

101. Carvalho, J.P., Jose, A.B. Rule based Fuzzy Cognitive Maps -- Fuzzy Causal Relations, Computational Intelligence Modeling, Control and Automaton, Edited by M.Mohammadian, 1999.

102. Carvalho, J.P., Jose, A.B. Fuzzy Mechanisms for Causal Relations. In Proceedings of the 8th International Fuzzy Systems Association World Congress, IFSA '99, Taiwan. 1999.

103. Carvalho, J.P. Jose, A.B. Rule based Fuzzy Cognitive Maps: Expressing Time in Qualitative System Dynamics. //Internet http://digitais.ist.utl.pt/ uke/papers/FUZZIEEE2001P089RBFCMExpressingTimeinQualitativeSystemDyna mics.pdf

104. Carvalho, J.P., Jose, A.B. Rule based Fuzzy Cognitive Maps Qualitative Systems Dynamics. In Proc. of the 19th International Conference of the North American Fuzzy Information Processing Society, NAFIPS2000, Atlanta, 2000.

105. Carvalho, J.P., Jose, А.В. Rule-based Fuzzy Cognitive Maps and Fuzzy Cognitive Maps . a Comparative Study. In Proc. of the 18th International Conference of the North American Fuzzy Information Processing Society, by NAFIPS, New York, (1999) 115-119.

106. Zhang, W., Chen, S.S. A Logical Architecture for Cognitive Maps, Proceedings 2nd IEEE International Conference on Neural Networks, Vol 2, San Diego, A 24-27.July (1988), pp. 381-388.

107. Juliano, B.J. Fuzzy Cognitive Structures for Automating human problem solving Skills Diagnoses, Proceeding of the 9th Annual NAFIPS Conference (1990), pp. 311-314.

108. Dickens, J.A., Kosko, B. Fuzzy Virtual World, AI Expert (1994), 25-31.

109. Gotoh, K., Yamaguchi, T. Fuzzy Associative Memory Application for Plant Modeling, Proceeding of 1991 International Conference on Artificial Neural Networks, Espoo, Finland, 24-28 June (1991), pp 1245-1249.

110. Pelaez, C.E., Bowles, J.B. Using Fuzzy Cognitive Maps as A System Model for Failure Models and Effect Analysis, Information Science 88 (1996) 177199.

111. Tsadiras, A., Margaritis, K., Mertzios, B. Strategy Planning Using Extended Fuzzy Cognitive Maps, Studies in Informatics and Control 4(3) (1995) 23724.

112. Stylios, C.D., Groumpos, P.P., Georgopoulos, V.C., A Fuzzy Cognitive Maps Approach to Process Control of Systems, Journal of Advanced Computational Intelligence, Vol.3, No.5, 1999, pp. 409-417.

113. Lee, K.C, Kang, B.U. A stratified cognitive map approach to fuzzy inference mechanism. Sung Kyun Kwan University, Seoul 110-745, Korea, 2002.

114. Vazquez, A. A balanced differential learning algorithm in fuzzy cognitive maps. Universitat Politecnica de Catalunya (UPC), 2000.

115. Aguilar, J. Adaptive random fuzzy cognitive maps. Lecture notes in artificial intelligence 2527, Springer-Verlag, Berlin, 2002.

116. Aurada, J. Introduction to artificial neural systems. West Publishing Company, 1992.

117. Finin, T. KQML as an agent commutation language. In J.Bradshow (ed.). Software agents, 1997.

118. Knowledge Interchange Format. Reference Manual /Computer Science Department Stanford University Stanford, California 94305, 2003.

119. Cockburn, A. Writing effective use cases. Humans and Technology. Addison-Wesley, 2000.

120. Decker, S., Brickley, D., Saarela, J., and Angele, J. A Query and Inference Service for RDF. In Proceedings of the W3C Query Language Workshop (QL-98), 1998.

121. Baader, F. and Hanschke, P. A scheme for integrating concrete domains into concept languages. In Proceedings of the 12th International Joint Conference on Artificial Intelligence (IJCAI-91), 1991.

122. Gruber, T. A Translation Approach to Portable Ontology Specifications. Stanford Univ., 1999.

123. Uschold, M., King, M., Moralee, S., Zorgios, Y. The Enterprise Ontology //The Knowledge Engineering Review. 1998. V. 13. № 1.

124. Uschold, M. Converting an Informal Ontology into Ontolingua: Some Experiences. Proc. of the Workshop on Ontological Engineering, Budapest, 1996.

125. Wielinga, В., Schreiber, A.T., Jansweijer, W., Anjewierden, A. and van Harmelen, F. Framework and Formalism for Expressing Ontologies (Version 1). ESPRIT Project 8145 KACTUS, Free University of Amsterdam Deliverable, DOlb.l, 1994.

126. Akkermans, H., Top, J. Tasks and ontologies in engineering modeling. Proceedings of the 8th Knowledge Acquisition for Knowledge Based Systems Workshop, Banff, Canada, 1998.

127. Левин, A. CALS сопровождение жизненного цикла Текст. /А. Левин, Е. Судов //Открытые системы, 2001, №3.

128. Смирнова, Г.Н. Проектирование экономических информационных систем Текст. /Т.Н. Смирнова-М.: Алане, 2000.

129. ГОСТ РВ 51987 — 2002. Типовые требования и показатели качества функционирования информационных систем. Общие положения. Госстандарт России, 2002.

130. ГОСТ 24.702 85. Единая система стандартов автоматизированных систем управления. Эффективность АСУ. Основные положения. Государственный стандарт СССР, 1985.

131. ГОСТ 34.002 90. Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Термины и определения. Государственный стандарт СССР, 1990.

132. ГОСТ 28195 — 89. Оценка качества программных средств общие положения. Государственный стандарт СССР, 1989.

133. Многоагентные информационные системы: Учеб. пособие Текст. /С.П. Ющенко, А.Т. Миргалеев, А.А. Кониченко Курск: КурскГТУ, 2004.

134. Миргалеев, А.Т. Построение территориально распределенных ГИС с использованием OLАР-технологий. Текст. /А.Т. Миргалеев, С.П. Ющенко, А.В. Кониченко //Материалы междунар. конф. «Распознавание 2001», г. Курск, 2001. Курск: КурскГТУ, 2001.

135. Миргалеев, А.Т. Подход к обучению многоагентной информационной системы локальной безопасности субъектов РФ Текст. /А.Т. Миргалеев,

136. С.П. Ющенко //Материалы междунар. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий (ИННОВАТИКА-2004)», Москва, 2004 г. М.: Радио и связь, 2004.

137. Миргалеев А.Т., Ющенко С.П., Потапов А.В. Многоагентный способ организации формирования описаний угроз локальной безопасности Текст. /А.Т. Миргалеев, С.П. Ющенко, А.В. Потапов //Телекоммуникации. М.: Машиностроение, 2003. №11.

138. Миргалеев, А.Т. Концептуальная модель многоагентной системы формирования описаний угроз локальной безопасности субъектов РФ Текст. /А.Т. Миргалеев, С.П. Ющенко, И.С. Захаров //Телекоммуникации. М.: Машиностроение, 2004. №1.

139. Миргалеев, А.Т. Обобщенный алгоритм обучения многоагентных информационных систем Текст. /А.Т. Миргалеев, С.П. Ющенко, А.И. Захарен-ков//Телекоммуникации. М.: Машиностроение, 2004. №12.

140. Миргалеев, А.Т. Многоагентный способ организации формирования описаний угроз локальной безопасности Текст. /А.Т. Миргалеев, С.П. Ющенко, А.В. Потапов //Телекоммуникации, М.: Машиностроение, 2003. №11.

141. Миргалеев, А.Т. Концептуальная модель многоагентной системы формирования описаний угроз локальной безопасности субъектов РФ Текст. /А.Т. Миргалеев, С.П. Ющенко, И.С. Захаров //Телекоммуникации, М.: Машиностроение, 2004. №1.

142. Миргалеев, А.Т. Метод обучения многоагентных информационных систем с использованием нечетких когнитивных карт Текст. /А.Т. Миргалеев

143. Телекоммуникации, М.: Машиностроение, 2004. №11.