автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Модели и алгоритмы в интересах развития компьютерных подсказчиков

На правах рукописи Кудрявцев Александр Генрихович

1

МОДЕЛИ И АЛГОРИТМЫ В ИНТЕРЕСАХ РАЗВИТИЯ КОМПЬЮТЕРНЫХ ПОДСКАЗЧИКОВ

Специальность 05.13.18 - математическое моделирование, численные методы

и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук

Екатеринбург, 2005

Диссертационная работа выполнена на кафедре вычислительной техники

ГОУ ВПО «Уральский государственный технический университет (УГТУ) - УПИ».

Научный руководитель: профессор, доктор технических наук

Гольдштейн Сергей Людвигович

Официальные оппоненты: профессор, доктор технических наук

Зобнин Борис Борисович; директор ООО «Периметр», кандидат физико-математических наук Турчик Владимир Юрьевич

Ведущая организация: Институт математики и механики УрО РАН

Защита состоится 2. ^ Св 1 £. С)0 на заседании диссертационного совета К212.285.01 в Уральском государственном техническом университете по адресу: 620002, г. Екатеринбург, ул. Мира, 19. Отзывы в двух экземплярах прошу направлять по адресу: 620002, г. Екатеринбург, ул. Мира, 19.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан 2.5~ ч •_

Ученый секретарь Совета к.х.н., доцент

Т.А. Недобух

2 9^

2 2ШХ0

3

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. На сегодняшний день актуальна проблема привлечения компьютерных подсказчиков к разрешению ситуаций на технических, экономических, биологических, медицинских, социальных и прочих сложных объектах. При этом недостаточное количество специалистов - экспертов в нужном месте и в нужный момент, а также необязательность их реакции в режиме "on-line", диктуют необходимость замены естественного интеллекта на компьютерный подсказчик. В этой роли последние годы специалисты видят системы, основанные на знаниях, Internet и машины поиска. Однако качество таких систем, как правило, устраивает пользователей далеко не полностью. Это связано с недостаточной проработанностью моделей и алгоритмов как для самих подсказчиков, так и разрешения ситуаций при их поддержке.

Вопросы разработки подсказчиков отражены в работах Т.А. Гавриловой, C.JI. Гольдпггейна, Д. Каймо, Б.Е. Одинцова, Э.В. Попова, А.Н. Романова, А. Сатиадаса, Т.Я. Ткаченко, Ю.В. Фролова, В.Ф. Хорошевского, и ряда других авторов. Вопросы разработки моделей и алгоритмов поддержки разрешения ситуаций с помощью подсказчиков отражены также в работах Д.И. Батшцева, В.Н. Буркова, С.В. Васютина, Н.А. Гайдамакина, А.Ф. Гареева, И.И. Еремина, Н.Г. Загоруйко, В.А. Ирикова, В.В. Корнеева, В.А. Лефевра, В.Д. Мазурова, Н.Г. Малышева, Г.С. Поспелова, Д.А. Поспелова, В.В. Райха, Э.А. Трахтенгерца, Д.Е. Шапошникова и др.

В настоящей диссертации рассмотрены вопросы разработки моделей и алгоритмов в интересах развития компьютерных подсказчиков типа инструментальной среды системотехнического обслуживания сложных объектов (ИС COCO) в тренажерном и рабочем режимах.

Работа выполнена при финансовой поддержке Программы Минобразования РФ «Фундаментальные исследования - университеты России» (темы: 99.15.14 - моделирование и разработка интеллектуально-информационной среды для системотехнического обслуживания сложных объектов, 2000 - 2001 гг.; УР.03.01.009 - моделирование и разработка интеллектуальной среды для разрешения проблемных ситуаций, 2002 г.).

Цель исследования - разработка моделей и алгоритмов в интересах развития компьютерных подсказчиков.

Для достижения поставленной цели решены задачи:

• литературно-аналитического обзора с выходом на прототипы компьютерных подсказчиков;

• математического моделирования разрешения тренинговой ситуации ' без компьютерного подсказчика;

• математического моделирования разрешения тренинговой ситуации при поддержке компьютерного подсказчика;

1 Будем называть проблемную ситуацию, связанную с некоторым объектом, тренинговой, если ее разрешение не требует диалога лица, принимающего решение (ЛПР) с объектом. В противном случае будем говорить о ситуации общения

РОС. НАЦИОНАЛЬНАЯ БИБЛИОТЕКА С

•9

IMI пи I бка

• алгоритмического моделирования компьютерных подсказчиков и структурного моделирования некоторых их составляющих;

• выработки рекомендаций разработчику компьютерного подсказчика;

• математического моделирования разрешения ситуации при поддержке компьютерного подсказчика в рабочем режиме.

Объект исследования - компьютерные подсказчики.

Предмет исследования - модели и алгоритмы в интересах развития компьютерных подсказчиков.

Методы исследования: диалоговой алгебры, теоретико-множественный, вероятностный, математико-статистический,

системологический, структурный, алгоритмический.

Научная новизна результатов исследования:

• структурные модели: информационной системы человека; компьютерного подсказчика в тренажерном режиме, ядра системы управления знаниями компилятивного прототипа подсказчика в рабочем режиме; некоторых составляющих системы управления знаниями подсказчика в рабочем режиме;

• алгоритмические модели: компьютерного подсказчика в тренажерном режиме; составляющих системы управления знаниями подсказчика в рабочем режиме;

• математические модели разрешения тренинговой ситуации (без внешней когнитивной поддержки, а также при поддержке структурированного источника знаний и компьютерного подсказчика в тренажерном режиме) и ситуации общения (без компьютерного подсказчика и при поддепжке подсказчика в рабочем режиме).

Прикладная значимость результатов исследования:

• создана база моделей для проектирования компьютерных подсказчиков в тренажерном и рабочем режимах;

• предложен цикл лабораторных работ по системотехнике для студентов 4 курса, обучающихся по специальности 23.01.01 на кафедре вычислительной техники У1ТУ-УПИ.

Апробация работы:

• Первый Уральский форум КуИсИнфо-96, Челябинск, 1996 г.;

• международный научно-практический семинар «Интеллектуальные информационные технологии в управленческой деятельности», Екатеринбург, 1999 г.;

• Третья Российская конференция с международным участием «Новые информационные технологии в исследовании дискретных структур», Томск, 2000 г.;

• Вторая научно-техническая конференция физико-технического факультета УГТУ-УПИ «Современные технологии: проблемы и решения», Екатеринбург, 2004 г.;

• VII конференция молодых ученых и аспирантов УГТУ-УПИ, Екатеринбург, 2005 г.

Структура н объем диссертации: работа состоит из введения, шести глав, заключения, списка использованной литературы из 104 наименований, словаря использованных сокращений терминов и содержит 147 страниц машинописного текста, включая 29 рисунков и 13 таблиц.

ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Известны отдельные структурные и алгоритмические модели компьютерного подсказчика в рабочем режиме, однако вопросы их сопоставления, анализа и возможного объединения в литературе не оцисаны. В настоящей диссертации на основания проведенного литературно-аналитического обзора предложены структурная и алгоритмическая модели компилятивного (объединенного) прототипа.

2. Известна математическая модель разрешения тренинговой ситуации без внешней когнитивной поддержки, основанная на рекуррентном подсчете оценок разрешенности ситуации при восхождении по дереву целей. Оценки для концевых вершин дерева согласно данной модели считают заданными изначально, т.е. генезис оценивания не ясен. В диссертации предложена математическая модель разрешения тренинговой ситуации без внешней когнитивной поддержки, описывающая генезис оценивания и использующая теорию множеств.

3. Известна математическая модель разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме, предполагающая возможность занесения в компьютерную память абсолютно точного представления об объекте, с которым связана ситуация и, следовательно, не учитывающая сложность объекта. В диссертации предложена вероятностная модель, способная описать разрешение ситуации со сложным объектом.

4. Структурная и алгоритмическая модели прототипа компьютерного подсказчика в тренажерном режиме оставляют неясным механизм маршрутизации разрешения ситуации. Структура и исполняемый алгоритм для компилятивного прототипа компьютерного подсказчика в рабочем режиме оставляют неясными механизмы: обеспечения рекомендации к очередному запросу от лица, принимающего решение (ЛПР); адресации текста на элементы (вершины и дуги) системы знаний (СЗ); авторазвития СЗ; указания релевантной части СЗ; подготовки и формирования прямых ответов от составляющих системы управления знаниями (СУЗ) подсказчика; формирования управляющих сигналов внутри подсказчика. В диссертации предложены модели, основанные на развитии структур и исполняемых алгоритмов для компьютерных подсказчиков в обоих режимах и лишенные указанных выше недостатков.

5. Ранее не была известна математическая модель разрешения ситуации при поддержке компьютерного подсказчика в рабочем режиме. В диссертации такая модель предложена на основе диалоговой алгебры и моделей функционирования составляющих СУЗ подсказчика в рабочем режиме.

б

6. Ранее не были известны рекомендации разработчику компьютерного подсказчика в рабочем режиме. В диссертации такие рекомендации предложены на основе моделей функционирования составляющих СУЗ подсказчика.

СОДЕРЖАНИЕ РАБОТЫ

1. Проблематика компьютерных подсказчиков (литературно-аналитический обзор с выходом на прототипы)

По классификации и примерам компьютерных подсказчиков просмотрено 48 литературных источников. По разработке компьютерных подсказчиков - 56, из них: по разработке баз и систем знаний компьютерных подсказчиков - 14; по управлению знаниями с помощью подсказчиков - 45.

В качестве аналогов компьютерного подсказчика в тренажерном режиме рассмотрены автоматизированные обучающие системы (АОС), а в качестве прототипа 1 выбрана АОС по А.Н. Романову и Б.Е. Одинцову. В составе прототипа 1 - блоки усвоения и контроля, в составе блока усвоения -СЗ и маршрутизатор разрешения тренинговой ситуации, а блок контроля может иметь различные реализации. Принцип работы прототипа 1: предоставление обучаемому материала из СЗ для усвоения, последующий контроль качества усвоения и, наконец, построение рекомендуемого маршрута разрешения ситуации с указанием его в СЗ.

Критика прототипа 1: остаются неясными механизмы как непосредственно маршрутизации разрешения тренинговой ситуации, так и ее обеспечения. В частности, проблематична возможность построения маршрута на основании одного лишь контроля знаний обучаемого.

Показана целесообразность развития структур прототипа 1 в целом и его маршрутизатора, а также исполняемого алгоритма. Для решения этих задач необходимо математическое моделирование разрешения ситуации при поддержке подсказчика в тренажерном режиме. Кроме того, для выяснения генезиса оценки разрешенное™ ситуации, вводимой в блок контроля, целесообразно математическое моделирование разрешения тренинговой ситуации без компьютерного подсказчика.

В качестве аналогов компьютерного подсказчика в рабочем режиме рассмотрены системы обслуживания естественно-языковых запросов как в чистом виде, так и с элементами подсказчиков других типов. Предложен компилятивный прототип 2, основанный на некоторых литературных описаниях аналогов подсказчика в рабочем режиме. Иерархическая декомпозиция прототипа 2 показана на рис. 1. Основные этапы функционирования прототипа 2 при создании СЗ: разбиение исходного документа на простые предложения; выделение фактографических данных из документа; нормализация выделенных фактографических данных; фильтрация ключевых терминов и глаголов из документа; формирование семантических структур для документа; формирование исходной (неагрегированной) семантической сети для документа; агрегирование семантической сети для документа; определение опций для элементов

2.11.11 21.1.1.2

21113 >

211.21 211 22 21.1 23

_ 2 2.11

-О 221 2

-О 2.21 3

_ 2.2.1.4 С 22.2

_ 2221 -О 2:22.2

_ 2223

-О 2224

Т-О 22241

1-О 2.2242

-О 23.2

Т-О гз.21

1-О 2322

-О 2.33

Рис. 1. Иерархическая декомпозиция прототипа компьютерного подсказчика

в рабочем режиме

(О - прототип подсказчика в рабочем режиме; 1 - система знаний (СЗ); 1.1 - сетевой блок СЗ; 1.2 - текстовый блок СЗ; 1.3 - компьютерный тезаурус знаний (КТЗ); 2 -система управления знаниями (СУЗ); 21- футляр; 2 1.1 - блок обработки текстов в составе футляра; 2111 - узел начальной обработки текстов; 21111 - центр разбиения текста на простые предложения; 21.1 12 - центр выделения фактографических данных из текста; 2.1.1.1.3 - центр нормализации фактографических данных; 2.1.1.2 - семантический анализатор текста; 2.1.1.2.1 - фильтр ключевых терминов и глаголов из текста; 2.1.1.2.2 - генератор семантических структур; 2.1.1 2 3

- генератор семантических сетей; 2.1.2 - генератор фактографического ответа; 2.2 -оболочка; 2 21 - блок создания СЗ; 2 2.1.1 - агрегатор семантической сетг для документа; 2.2 1.2 - определитель опций для элементов агрегированной сети; 2.2 1.3 -адресатор текста на опции элементов агрегированной сети; 2214- сборщик КТЗ; 2 2.2

- блок обслуживания запроса; 2.2.2.1 - узел авторазвития СЗ; 2.2.2.2 - оценщик; 2.2.2.3 -узел подготовки ответа оболочки; 2.2.2.4 - генератор ответа оболочки; 2.2 2 4.1 -определитель релевантной части СЗ; 2.2.2.4.2 - генератор прямого (гипертекстового) ответа оболочки, 2 3- ядро; 2 31- анализатор; 2.3.2- генератор ответа ядра; 2 3 21-маршрутизатор разрешения ситуации; 2.3 2 2 - генератор прямого (гипертекстового) ответа ядра; 2 3 3 - генератор управляющих сигналов; 3 - система протокольного сопровождения (СПС))

агрегированной сети; адресация текста документа на опции элемечтов агрегированной сети; сборка КТЗ из агрегированной сети с опциями и адресованных на них фрагментов документа.

Основные этапы функционирования прототипа 2 при обслуживании запросов (в теле цикла по запросам): разбиение текста запроса на простые предложения; выделение фактографических данных из текста запроса; фильтрация ключевых терминов и глаголов из текста запроса; формирование семантических структур для запроса; формирование семантической сети для запроса; формирование фактографического ответа; авторазвитие СЗ; оценка знаний ЛПР; подготовка ответа оболочки; определение релевантной части СЗ; формирование прямого (гипертекстового) ответа оболочки; подготовка ответа ядра и его управляющих воздействий; маршрутизация разрешения ситуации; формирование прямого (гипертекстового) ответа ядра; формирование управляющих сигналов для обслуживания следующего запроса.

Критика прототипа 2:

• по структуре: отсутствует блок рекомендаций к очередному запросу; не вполне ясна структура релевантной части СЗ, а значит, и блока 2.2.2.4.1 на рис. 1;

• по алгоритму - неясны механизмы: выделения фактографических данных из текста; адресации текста на опции агрегированной сети; оценивания знаний ЛПР; авторазвития СЗ; подготовки всех видов ответа и их формирования; формирования управляющих сигналов.

Поставлена задача развития прототипа 2 таким образом, чтобы полностью разрешить проблемные ситуации, связанные с его структурой, а также выяснить механизмы: адресации текста на элементы (вершины и дуги) агрегированной сети; авторазвития СЗ; формирования прямого ответа оболочки; подготовки и формирования ответа ядра и его управляющих воздействий. Обоснована целесообразность развития структуры ядра (блок 2.3 на рис. 1) и дальнейшее структурирование генератора семантических структур (2.1.1.2.2), адресатора текста (2.2.1.3), узла авторазвития СЗ (2.2.2.1), определителя релевантной части СЗ (2.2.2.4.1), генератора прямого ответа оболочки (2.2.2.4.2), анализатора в составе ядра (2.3.1), генератора прямого ответа ядра (2.3.2.2) и генератора управляющих сигналов (2.3.3), а также развитие алгоритма, исполняемого подсказчиком в рабочем режиме.

Для решения этих задач необходимо полуформализованное (на алгоритмической основе) моделирование функций СУЗ подсказчика в рабочем режиме таким образом, чтобы обозначить технологические этапы обработки документа и обслуживания запроса.

2. Математическое моделирование разрешения тренинговой ситуации без компьютерного подсказчика

2.1. Предпосылки для математического моделирования разрешения тренинговой ситуации без компьютерного подсказчика. При создгнии предпосылок было проведено исследование естественного интеллекта в качестве базы для описания разрешения ситуации без компьютерного подсказчика с постановкой задачи полуформализованного моделирования информационной системы человека (ИСЧ) как частного случая функциональных систем психической деятельности. Основные результаты создания предпосылок: предложена структурная модель ИСЧ и показано, что хранилище семантической информации в ее составе может быть рассмотрено как материальный носитель терминологической системы (ТС), представленной в виде семантической сети с вершинами, наполненными семантическими структурами.

2.2. Математические модели разрешения тренинговой ситуации без компьютерного подсказчика. Математическая модель разрешения тренинговой ситуации без внешней когнитивной поддержки имеет вид:

е = О)

м

\ЩТ*)\ ' (2>

е АЕ(г(8*))\ЩТ*)\ 2 \Е№))\ '

еъ=Ац(\-ц) £©т/

е4=ехр (Смь-С),

Е(г(8" )) = {хе Е(Б* ): (За) ((а е ЩТ*)) & &А(а,х^(а)))},

где е - показатель разрешенности ситуации, е, - характеристика знания ЛПР ключевых терминов, отфильтрованных из текста Т формулировки ситуации, ег - характеристика достаточности ТС ЛПР для разрешения ситуации, еъ - показатель выраженности и качества выхода семантических структур из вершин семантической сети ЛПР, -показатель качества объединения семантических структур в цепочку, дающего

возможность ответа на формулировку ситуации, Т* - результат фильтрации текста Т,

- текущий элемент Тр' (например, ключевой термин, список названий падежей для него, глагол, причастие, и т.п.), - алгоритм фильтрации текста, - входные данные

рассматриваемого алгоритма, задаваемые его исполнителем, У(у) - результат применения алгоритма, представленного первым аргументом указанной функции к входным данным, представленным вторым аргументом, | • | - количество элементов в

заданном множестве, Я" и - соответственно, ТС ЛГТР и ее вершина с порядковым номером т, г( ) - релевантная часть рассматриваемой системы, Е( ) - элементный состав рассматриваемой системы (без учета связей), И(ТР[) и а - соответственно, список отфильтрованных ключевых слов (как подмножество Т^ ) и его текущий элемент, ¡(а.) -стратегия расширения текста Т для термина а, &(а,х,■)) - условие достижимости термина х из а по дугам стратегии з(-), т| = 1-т, т - показатель удержания семантических структур терминологической системой ЛПР, ©м - количество семантических структур, хранимых в вершине , С - сложность цепочки семантичс гких структур, СМн1 - минимально возможное значение С при требуемых ограничениях.

Математическая модель разрешения тренинговой ситуации при поддержке структурированного источника знаний получается при добавлении к предшествующей модели следующих уравнений:

Е(г(И*)) = {хеЕ(й*):(За)((ае ))& &А(а,х,в(а)))}

и

Щг(В% )) = {< а™, а™, <р >6 ):

■.(\/п)(а<п> е Е(г(1%)))},

где - рассматриваемая характеристика на соответствующем шаге диалога, } - ТС,

соответствующая (гнпер-)текстовому наполнению элемента структуры источника знаний с порядковым номером т, выбираемого, в свою очередь, в соответствии с номером к текущего запроса, Л(-) - семейство связей в рассматриваемой системе, «+» -объединение элементных составов и связей в системах - операндах.

Пример: пусть ситуация сформулирована с помощью следующего текста: выяснить, зародился ли в физической системе (рассматриваемой в абстрактно-когнитивном аспекте) кооперативный процесс при ее одномоментном переходе в новое качество. ЛПР - диссертант.

и

Предметная подсистема 5'1, отождествляемая без ограничения общности с самой 5й, получена из монографии Г. Хакена «Информация и самоорганизация».

При этом оказывается, что IЩТ* ) Н ) п Е(8" ) 1= 3,

и, следовательно, в соответствии с формулами (2), (3) ех = 1 и е2 = 9/12 = 0,75.

Отсюда, с учетом формулы (1) получаем: е < 0,75. Из имеющейся эмпирической оценки е = 0,4 следует удовлетворительность расчета.

3. Математическое моделирование разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме

3.1. Предпосылки для математического моделирования разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме. Рассматриваемые предпосылки можно свести к предложенным характеристикам диалога «ЛПР - подсказчик в тренажерном режиме» и выдвинутым гипотезам, в т.ч. связанным с введенными характеристиками.

3.2. Математическая модель разрешения ситуации при поддержке

компьютерного подсказчика в тренажерном режиме. Рассматриваемая модель, предложенная на основе указанных выше предпосылок, имеет вид: 5>;->Мах, (4)

\аГ<\<&

1Ае = (р',а), (5)

р' = МТг, (6)

,=РТг1, (7)

|*+1

V. при

*+1

О пРи^+1=0,

2>. ...

(8)

(9)

M*>\M=&\M*t\k. (10)

где а и о, - соответственно, заданная равномерная сетка на отрезке [0,l] и ее текущий узел, е и Me - соответственно, наиболее вероятное и ожидаемое значения разрешенности ситуации, округленные до узла сетки, е - максимально допустимая погрешность для вычисления значений е, р' - вектор распределения вероятности округленных значений е, Р и ptJ - соответственно, матрица вероятностей перехода между элементами СЗ и ее текущий элемент, z и г, - соответственно, вектор-столбец распределения вероятности состояний марковской цепи, связанных с запрашиваемыми элементами СЗ, и его текущий элемент, М - матрица, в каждой из строк которой записано распределение вероятности значений е для соответствующего состояния цепи (при невозможности состояния строка состоит из нулей), Q ж qtJ - соответственно, матрица апостериорных вероятностей перехода для рассматриваемой цепи и ее текущий элемент, Nj - матрица, в строках которой записаны распределения вероятности значений е после перехода из соответствующего состояния марковской цепи в /-е, Л - оператор округления до узла

сетки, Н~ц(ат) - полный прообраз рассматриваемого узла сетки относительно функций H,j, определяемой следующим образом: Hlj(a)) = al+ /¡jhfaj), h(a)-'\f(a<\/2,a,\-a), f4 - значение функции выигрыша при переходе из i-го состояния цепи в j -е (в предположении проведенного распознавания данной функции по обучающей выборке), iff-,-J - условная функция, верхний индекс "Т" означает транспонирование, (■,■) -скалярное произведение и ■<1> - соответствующая строка рассматриваемой матрицы.

При этом значения z\t и M\t (для исходного запроса) считаем известными.

При задании матрицы переходов Р и функции выигрыша / (например, путем распознавания по обучающей выборке) рассматриваемая модель допускает вычислительную процедуру.

3.3. Вычислительный эксперимент по проверке адекватности математической модели . разрешения ситуации при поддержке компьютерного подсказчика в тренажерном реэюше. В ходе вычислительного эксперимента была рассмотрена ситуация, описанная в 2.2. СЗ подсказчика в тренажерном режиме была имитирована монографией Г. Хакена «Информация и самоорганизация», иерархически структурированной согласно рис. 2. Ход эксперимента показан в табл. 1.

При этом сначала было проведено распознавание значений fl}

функции выигрыша по данным первых десяти запросов, а затем - расче-i по формулам (4) - (10) для последующих запросов.

Итоги эксперимента приведены в табл. 2 и на рис. 3.

1—01 ггт 1—Сиггг

Рис. 2. Иерархическая структуризация источника знаний, использованная при

проведении эксперимента (1 - предмет исследования; 1.1 - теория информации; 1.1.1 - принцип максимума энтропии; 1.2 - сложные системы; 1.2.1 - физические системы; 1 2.1.1 - переходы в физических системах; 1.2.2 - самоорганизующиеся системы; 1.2.2.1 - диссипативные структуры; 1.2.2.2 - кооперативные процессы)

Таблица 1

Протокол диалога Jim* с источником знаний_

Номер Запрашивае- Разрешен- Номер Запрашивае- Разрешен-

запроса мый элемент ность запроса мый элемент ность

источника знаний ситуации источника знаний ситуации

1 1.2.2.2 0,4 11 1.2.2.1 0,45

2 1.2.1 0,4 12 1.2.1.1 0,45

3 1.2.2.2 0,4 13 1.1 0,45

4 1.2.1.1 0,4 14 1.1.1 0,45

5 1.2.2.1 0,4 15 1.2.1 0,45

6 1.2.1 0,4 16 1.2.2 0,47

7 1.2.2.1 0,45 17 1.1.1 0,48

8 1.1.1 0,45 18 1.2.2 0,5

9 1.1 0,45 19 1.2.1 0,5

10 1.1.1 0,45 20 1.2.2.2 0,5

Таблица 2

Результат проведенного вычислительного эксперимента_

Номер запроса Эмпирическое значение е Наиболее вероятное значение е, ближайшее к эмпирическому, при заданной погрешности £: Me

0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

11 0,45 0,45 0,45 0,45 0,45 0,45 0,45 0,45 0,45 0,45 0,45 0,45

12 0,45 0,45 0,46 0,45 0,48 0,47 0.46 0,45 0,45 0,45 0,45 0,51

13 0,45 0,45 0,46 0,47 0,48 0,48 0,48 0,47 0,46 0,45 0,45 0,55

14 0,45 0,45 0,46 0,47 0,48 0,48 0,49 0,49 0,5 0,49 0,48 0,58

15 0,45 0,45 0,46 0,47 0,48 0,49 0,49 0,5 0,51 0,51 0,5 0,61

16 0,47 0,45 0,46 0,47 0,48 0,49 0,49 0,5 0,51 0,52 0,52 0,64

17 0,48 0,9 0,46 0,47 0,48 0,49 0,49 0,5 0,51 0,52 0,53 0,67

18 0,5 0,9 0,46 0,47 0,48 0,49 0,95 0,94 0,93 0,92 0,91 0,75

19 0,5 1 0,91 0,9 0,48 0,49 0,95 0,94 0,93 0,92 0,91 0,9

20 0,5 1 0,99 0,98 0,97 0,96 0,95 0,94 0,93 0,92 0,91 1

Доля удовлетворительных расчетов (%) 50 60 70 90 90 70 70 70 70 70 10

1 к И

Рис. 3. Результат проведенного вычислительного эксперимента (показаны зависимости эмпирического значения е разрешенности ситуации (сплошная линия при 1 < к <\9) и рассчитанного наиболее вероятного значения при погрешности е = 0,04 (пунктир при 115 к <. 19) от номера запроса к)

Проведенный эксперимент подтверждает адекватность предложенной модели в случае расчета наиболее вероятных значений е и ее неадекватность в случае расчета ожидаемых значений.

4. Моделирование компьютерных подсказчиков

4.1. Моделирование компьютерного подсказчика в тренажерном режиме. Предложены структурная и алгоритмическая модели (в развитие прототипа и на основе полученной ранее математической модели разрешения ситуации при поддержке подсказчика в тренажерном режиме). В частности, в состав подсказчика в целом введены два новых блока, в состав его блока усвоения - один новый узел и предложена дальнейшая четырехуровневая декомпозиция маршрутизатора разрешения тренинговых ситуаций. В результате обозначены механизмы маршрутизации разрешения ситуации и ее обеспечения с помощью компьютерного подсказчика в тренажерном режиме, именно, формирование обучающей выборки для функции выигрттша, фигурирующей в математической модели, и последующего распознавания данной функции.

4.2. Моделирование компьютерного подсказчика в рабочем режиме. Прежде всего предложены полуформализованные модели (на алгоритмической основе в символике вычислимых функций) функционирования СУЗ подсказчика в рабочем режиме при создании СЗ и обслуживании естественно-языкового запроса от ЛПР. Рассматриваемые модели описывают роль составляющих СУЗ (именно, футляра, оболочки и ядра) в указанных процессах, причем роли оболочки в каждом из процессов промоделированы раздельно. Всего в рассматриваемых моделях 50 формул, описывающих создание СЗ и обслуживание запроса в основном алгоритмически. Приводим словесное описание.

Роль футляра при создании СЗ и обслуживании запроса от ЛПР: • начальная обработка документа или запроса (разбиение на простые предложения, выделение фактографических данных и их нормализация) 3 формулы;

семантический анализ документа или запроса (фильтрация ключевых терминов и глаголов, построение семантических структур и семантической сети) - 3 формулы;

формирование фактографического ответа - 1 формула.

Роль оболочки при создании СЗ: агрегирование семантической сети для документа - 1 формула; создание опций для элементов агрегированной сети - 1 формула; адресация семантических структур на опции элементов агрегированной сети - 2 формулы;

формирование наполнителей опций элементов агрегированной сети (в предварительном и окончательном вариантах) - 11 формул; сборка КТЗ из агрегированной семантической сети с опциями и наполнителей опций - 1 формула.

Роль оболочки при обслуживании запроса: авторазвитие СЗ (включая его обеспечение) - 1 формула; выявление участка неагрегированной семантической сети документа, соответствующего знаниям ЛПР об объекте - 1 формула; формирование условия на собственный гипертекстовый ответ - 1 формула;

выявление релевантных частей для неагрегированной семантической сети документа, множества семантических структур документа, наполнителей опций элементов агрегированной сети (в предварительном и окончательном вариантах) и КТЗ - 7 формул;

формирование гипертекстового (прямого) ответа на основе сборки семантических структур в цепочку - 5 формул.

Роль ядра при обслуживании запроса: построение семантических сетей, соответствующих предварительным вариантам наполнителей опций, и нахождение их релевантных частей - 3 формулы;

оценка состояний ЛПР, ожидаемых после просмотра окончательных вариантов наполнителей всевозможных опций -1 формула; выявление ожидаемой пертинентной части КТЗ и рекомендуемого маршрута разрешения ситуации - 2 формулы;

формирование гипертекстового (прямого) ответа на основании конкатенации окончательных вариантов наполнителей опций элементов агрегированной сети вдоль рекомендуемого маршрута разрешения ситуации - 3 формулы;

формирование сигналов для управления обслуживанием запроса — 1 формула;

подбор перспективного варианта запроса (при необходимости) - 1 формула;

выдача рекомендации к очередному запросу от ЛПР (при необходимости) -1 формула.

Далее на основе созданных моделей функционирования составляющих СУЗ предложены структурные модели: генератора семантических структур в составе футляра; адресатора текста в составе оболочки; узла авторазвития СЗ в составе оболочки; определителя релевантной части СЗ в составе оболочки; генератора прямого ответа оболочки; ядра. В результате полностью разрешены проблемные ситуации, связанные со структурой подсказчика в рабочем режиме и исполняемым алгоритмом (табл. 3).

Таблица 3

Механизмы разрешения ситуаций, связанных с компьютерным подсказчиком

в рабочем режиме

№ п/п Формулировка ситуации Предложенные механизмы разрешения ситуации

1 Неясна структура релевантной части СЗ Указание текстовых и сетевых структур, хранимых в СЗ

2 Отсутствуют рекомендации к очередному запросу Имитация релевантной части СЗ, соответствующей возможному запросу

3 Неясен принцип программной адресация текста на вершины и дуги дуги СЗ Использование семантических структур специального вида

4 Неясен принцип авторазвития СЗ Сопоставление результатов семантического анализа запроса и документа при учете механизма программной адресации текста на вершины и дуги СЗ

5 Неясны принципы подготовки и формирования прямых (гипертекстовых) ответов оболочки и ядра Сборка прямого ответа оболочки из семантических структур по критерию простоты при заданных ограничениях. Сборка прямого ответа ядра из гипертекстовых наполнителей элементов СЗ вдоль рекомендуемого маршрута разрешения ситуации

6 Неясен принцип формирования управляющих сигналов ядра Сопоставление релевантной и пертинентной частей СЗ

5. Математическое моделирование разрешения ситуации общения

Рассматриваемые модели не связаны непосредственно с развитием компьютерных подсказчиков. Именно, оказывается, что пакет полуформализованных моделей функционирования СУЗ подсказчика в рабочем режиме (гл. 4) может быть рассмотрен в качестве предпосылки для математического моделирования разрешения ситуации общения при поддержке подсказчика в соответствующем режиме. В качестве второй предпосылки при этом выступает модель разрешения ситуации общения без подсказчика:

л<1

е = (11)

где Ол - объект как система в дематериализованном (когнитивно-виртуальном) представлении (получаемая, например, при описании реального объекта на том или ином языке объектно-ориентированного проектирования), /, У] и У2 - отображения, распознаваемые при раде дополнительных условий.

Математическая модель разрешения ситуации общения при поддержке подсказчика в рабочем режиме имеет вид:

е = ЦО',5*;,

<14>

Для расчета по данным моделям должны быть предварительно распознаны отображения / , и фигурирующие в формулах (11) - (15).

На рис. 4 показана иерархическая декомпозиция предложенного распознавателя указанных отображений.

Оо

-01

1—о 11.1 1-О 11.2

-О 2

1—НЭ41

I-О 42

5

Рис. 4. Иерархическая декомпозиция предложенного распознавателя

отображений /, и У2

(О - распознаватель отображений I ,JX и J■¡ ; 1 - преобразователь «Сеть терминов -функция - кортеж настроек нейросети», 1.1 - преобразователь «Сеть терминов -функция»; 1.1.1 - индексатор терминов; 1.1.2 - генератор функционального представления сети терминов; 1.2 - преобразователь «Функция - кортеж настроек нейросети2 - нейросетевой генератор отображений /,./, и \ 3 - блок

сопоставления; 4 - блок отсчета дискретного времени и оценки ресурсов; 4.1 - счетчик дискретного времени; 4.2- оценщик ресурсов; 5 - память состояний)

*) Структура нейросетевых блоков 1.2 и 2 известна и здесь не приведена

6. Рекомендации разработчику компьютерного подсказчика в рабочем

режиме

Рассмотрен вопрос об алгоритмах, разработка которых необходима для создания подсказчика в рабочем режиме (с развитой структурой) в соответствии с имеющимися полуформализованными моделями. Именно, показана необходимость разработки алгоритмов: выделения фактографических данных из текста; формирования фактографического ответа; выработки условий на наполнение опций элементов агрегированной семантической сети и на прямой ответ оболочки; адресации семантических структур на опции элементов агрегированной сети (при наличии адресации на вершины и дуги сети); сборки семантических структур в цепочку; формирования текста по цепочке семантических структур; построения гипертекста по тексту; выявления исходных знаний ЛПР об объекте; маршрутизации разрешения ситуации; объединения группы гипертекстов в единый гипертекст; подсчета количества параметров порядка при обслуживании запроса; формирования управлящих сигналов ядра СУЗ.

РЕЗУЛЬТАТЫ И ВЫВОДЫ

Получены результаты:

1. Выбран прототип 1 для компьютерного подсказчика в тренажерном режиме и предложен компилятивный прототип 2 для подсказчика в рабочем режиме.

2. Предложены математические модели разрешения тренинговой ситуации без компьютерного подсказчика (именно, без внешней когнитивной поддержки и при поддержке структурированного источника знаний), использующие теорию множеств и описывающие генезис оценивания разрешенное™ ситуации. Рассмотрены условия организации вычислений по математическим моделям разрешения тренинговой ситуации без компьютерного подсказчика и приведен пример вычислений по модели разрешения тренинговой ситуации без внешней когнитивной поддержки.

3. Предложена вероятностная математическая модель разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме, учитывающая сложность объекта, с которым связана ситуация. С указанной моделью проведен вычислительный эксперимент, подтвердивший ее адекватность в конкретном случае.

4. На основе имеющейся математической модели разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме предложены структурная и алгоритмическая модели компьютерного подсказчика в тренажерном режиме. При этом разрешена ситуация, лежащая в основе критики прототипа 1, именно, показан механизм

маршрутизации разрешения тренинговой ситуации на основе распознавания функции выигрыша, присутствующей в математической модели.

5. Предложены полуформализованные (на алгоритмической основе) модели функционирования составляющих системы управления знаниями компьютерного подсказчика в рабочем режиме (футляра, оболочки и ядра) при создании системы знаний и обслуживании запроса от лица принимающего решение.

6. На основе полуформализованных моделей функционирования составляющих системы управления знаниями подсказчика в рабочем режиме предложены структурные модели составляющих компьютерного подсказчика в рабочем режиме. При этом разрешены ситуации, лежащие в основе критики прототипа 2. Именно, указание текстовых и сетевых структур, хранимых в системе знаний, позволяет прояснить структуру ее релевантной части. Имитация релевантной части СЗ, соответствующей возможному запросу, позволяет осуществлять рекомендации к очередному запросу от ЛПР. Использование семантических структур специального вида позволяет адресовать текст на вершины и дуги системы знаний. Сопоставление результатов семантического анализа запроса и документа делает возможным авторазвитие системы знаний. Кроме того, предложено формировать гипертекстовые ответы от оболочки и ядра по принципам сборки, соответственно, из семантических структур и гипертекстовых наполнителей элементов системы знаний, а управляющие сигналы ядра - на основе сопоставления релевантной и пертинентной частей системы знаний.

7. Предложена математическая модель разрешения ситуации общения без компьютерного подсказчика. На основе данной модели и полуформализованных моделей функционирования составляющих системы управления знаниями компьютерного подсказчика в рабочем режиме предложена математическая модель разрешения ситуации общения при поддержке подсказчика в указанном режиме. Рассмотрены условия организации вычислений по математическим моделям разрешения ситуации общения. Предложен распознаватель отображений, позволяющий организовать вычисления.

8. На основе имеющихся моделей функционирования составляющих системы управления знаниями подсказчика в рабочем режиме даны рекомендации его разработчику.

Итак, в результате проведенного научного исследования создана система моделей и алгоритмов, позволяющих грамотно конструировать интеллектуальные компьютерные подсказчики в интересах оптимизации процесса разрешения ситуаций, связанных с тем или иным сложным объектом.

ПУБЛИКАЦИИ АВТОРА

1. Гольдштейн С,Л., Кудрявцев А.Г. Некоторые идеи построения рациональной системы знаний с примером из математической области -Деп. ВИНИТИ, №3090-В96 от 21.10.96.

2. Гольдштейн C,JI., Кудрявцев А.Г. Рационализация систем знаний // Материалы Первого Уральского форума КуИсИнфо-96. Вып. 1. -Челябинск, 1996. - С. 105-106.

3. Гольдштейн С.Л., Кудрявцев А.Г. Идея рациональной структуризации знаний (на примере из математики) // НТИ. Сер. 2 «Информационные процессы и системы»,-1997. - №2. - С. 13-17.

4. Гольдштейн С.Л., Кудрявцев А.Г., Ткаченко Т.Я. Моделирование систем знаний: системно-информационный аспект и физико-технические аналоги // НТИ. Сер.2 «Информационные процессы и системы». - 1998. - № 8. - С. 17-32.

5. Гольдштейн С,Л., Кудрявцев А.Г. Теория систем знаний: модель и вычислительный эксперимент // Информационные технологии в горном деле: Сборник - Екатеринбург: УГГГА, 1999. - С. 64-65.

6. Гольдштейн С.Л., Кудрявцев А.Г. Моделирование в интересах разработки компьютерной системы знаний // Интеллектуальные информационные технологии в управленческой деятельности: Сборник - Екатеринбург: ИПК УГТУ, 1999. - С. 22-26.

7. Гольдштейн С.Л., Кудрявцев А.Г., Ткаченко Т.Я. Моделирование систем знаний: компьютерный эксперимент // НТИ. Сер.2 «Информационные процессы и системы». - 2000. - № 2.

8. Гольдштейн С.Л., Кудрявцев А.Г. Моделирование систем знаний: динамический подход // НТИ. Сер.2 «Информационные процессы и системы». - 2000. - № 4.

9. Гольдштейн С.Л., Кудрявцев А.Г. Динамическая модель и система диалога с интеллектуальным компьютерным ответчиком // Новые информационные технологии в исследовании дискретных структур: Сборник - Томск: ТНЦ СО РАН, «Спектр», 2000. - С.106-111.

10. Разрешение проблемных ситуаций с помощью тезаурусных систем знаний: Научное издание / С.Л. Гольдштейн, А.Г. Кудрявцев, Т.Я. Ткаченко. Екатеринбург: ГОУ УГТУ-УПИ, 2002. 89с.

11. Гольдштейн С.Л., Кудрявцев А.Г. Системно-информациологические предпосылки для математического моделирования запросно-ответных процессов и механизмов // НТИ. Сер. 2 «Информационные процессы и системы». - 2004. - № 4. - С. 1-9.

12. Гольдштейн С.Л., Кудрявцев А.Г. Развитие содержательной моделг ИС COCO // Вестник УГТУ-УПИ: Сборник. 4.2. - 2004. № 5 (35). - С. 131 -136.

13. Гольдштейн С.Л., Кудрявцев А.Г. Конкретизация роли системы управления знаниями в ИС COCO // Там же. - С. 137-141.

14. Гольдштейн С.Л., Кудрявцев А.Г. Кортежно-математическое моделирование в интересах разработки интеллектуального

компьютерного подсказчика // Интеллектика, логистика, системология: Сборник, Вып. 13. - Челябинск: ЧНЦ РАЕН. - С. 62 - 82.

15. Гольдштейн С.Л., Кудрявцев А.Г. Советующие системы с естественноязыковым запросом: литературно-аналитический обзор // Там же. - С. 83 -89.

16. Гольдштейн С.Л., Кудрявцев А.Г. Выбор пакета прототипов для ИС COCO И Научные труды VTT конференции молодых ученых и аспирантов УГТУ-УПИ: Сборник. - Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2005. - С. 207-213.

17. Гольдштейн С.Л., Кудрявцев А.Г. Абстрактно-когнитивный иерархический тезаурус по диалогу // НТИ. Сер. 2 «Информационные процессы и системы». - 2005. - № 7. - С. 23 - 35.

ИСПОЛЬЗОВАННЫЕ СОКРАЩЕНИЯ ТЕРМИНОВ (табл. 4)

Таблица 4

Использованные сокращения терминов_

Сокращение термина Термин Сфанина

АОС Автоматизированная обучающая система 6

ИС COCO Инструментальная среда системотехнического обслуживания сложных объектов 3

ИСЧ Информационная система человека 9

КТЗ Компьютерный тезаурус знаний 7

ЛПР Лицо, принимающее решение 5

СЗ Система знаний 5

СУЗ Система управления знаниями 5

тс Терминологическая система 9

Подписано в печать «24 » ноября 2005 г. Тираж 80 экз. Заказ 470

Ризография НИЧ УГТУ-УПИ 620002, г. Екатеринбург, ул. Мира, 19

»25631

РНБ Русский фонд

2006-4 29044

ВВЕДЕНИЕ.

Общая характеристика работы.

Положения, выносимые на защиту.

1. ПРОБЛЕМАТИКА КОМПЬЮТЕРНЫХ ПОДСКАЗЧИКОВ 12 (ЛИТЕРАТУРНО-АНАЛИТИЧЕСКИЙ ОБЗОР С ВЫХОДОМ НА ПРОТОТИПЫ)

1.1. Классификация и примеры компьютерных подсказчиков

1.2. Вопросы разработки компьютерных подсказчиков.

1.2.1. Вопросы разработки баз и систем знаний компьютерных 19 подсказчиков

1.2.2. Вопросы обеспечения управления знаниями с помощью 22 компьютерных подсказчиков

1.3. Прототипы компьютерных подсказчиков.

1.3.1. Прототип компьютерного подсказчика в тренажерном 27 режиме

1.3.2. Прототип компьютерного подсказчика в рабочем режиме

1.4. Результаты и выводы по главе 1.

2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РАЗРЕШЕНИЯ 33 ТРЕНИНГОВОЙ СИТУАЦИИ БЕЗ КОМПЬЮТЕРНОГО ПОДСКАЗЧИКА

2.1. Системно-информациологические предпосылки для математического моделирования разрешения тренинговой ситуации без компьютерного подсказчика

2.1.1. Предпосылка 1: системно-информациологическая база 34 жизненного цикла терминологических систем

2.1.2. Предпосылка 2: системно-информациологическая база 52 формализованного представления информационной системы человека

2.1.3. Физические и физико-технические аналоги рассматриваемых 57 объектов и явлений

2.2. Математические модели разрешения тренинговой ситуации 57 без компьютерного подсказчика

2.2.1. Математическая модель разрешения тренинговой ситуации 59 без внешней когнитивной поддержки

2.2.2. Математическая модель разрешения тренинговой ситуации 62 при поддержке структурированного источника знаний

2.3. Организация вычислений по математическим моделям 63 разрешения тренинговой ситуации без компьютерного подсказчика

2.3.1. Условия организации вычислений по математическим 64 моделям разрешения тренинговой ситуации без компьютерного подсказчика

2.3.2 Пример вычислений по математической модели разрешения 64 тренинговой ситуации без внешней когнитивной поддержки

2.4. Результаты и выводы по главе 2.

3. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РАЗРЕШЕНИЯ

СИТУАЦИИ ПРИ ПОДДЕРЖКЕ КОМПЬЮТЕРНОГО ПОДСКАЗЧИКА В ТРЕНАЖЕРНОМ РЕЖИМЕ

3.1. Предпосылки для математического моделирования 70 разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме

3.1.1. Предпосылка 1: содержательная модель диалога «Объект - 70 лицо, принимающее решение - компьютерный подсказчик в тренажерном режиме - разработчик - эксперт» и гипотезы, связанные с ним

3.1.2. Предпосылка 2: предложенные характеристики диалога

Объект - лицо, принимающее решение - компьютерный подсказчик в тренажерном режиме - разработчик - эксперт» и гипотезы, связанные с ними

3.2. Математическая модель разрешения ситуации при 75 поддержке компьютерного подсказчика в тренажерном режиме

3.3. Вычислительный эксперимент по проверке адекватности 78 математической модели разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме

3.4. Результаты и выводы по главе 3.

4. МОДЕЛИРОВАНИЕ КОМПЬЮТЕРНЫХ ПОДСКАЗЧИКОВ

4.1. Моделирование компьютерного подсказчика в 87 тренажерном режиме

4.2. Моделирование компьютерного подсказчика в рабочем 93 режиме

4.2.1. Полуформализованные модели функционирования системы 96 управления знаниями компьютерного подсказчика в рабочем режиме при создании системы знаний и обслуживании запросов от лица, принимающего решение

4.2.2. Структурные и алгоритмические модели некоторых 107 составляющих компьютерного подсказчика в рабочем режиме

4.3. Результаты и выводы по главе 4.

5. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РАЗРЕШЕНИЯ 122 СИТУАЦИИ ОБЩЕНИЯ

5.1. Математическая модель разрешения ситуации общения без 122 подсказчика

5.2. Математическая модель разрешения ситуации общения 123 при поддержке компьютерного подсказчика в рабочем режиме

5.3. Условия организации вычислений по математическим 125 моделям разрешения ситуации общения при поддержке компьютерного подсказчика в рабочем режиме

5.4. Результаты и выводы по главе 5. 1?

6. РЕКОМЕНДАЦИИ РАЗРАБОТЧИКУ КОМПЬЮТЕРНОГО

ПОДСКАЗЧИКА В РАБОЧЕМ РЕЖИМЕ

Вопросы разработки подсказчиков отражены в работах Т.А. Гавриловой [1], СЛ. Гольдштейна [2-4], Д. Каймо [5], Б.Е. Одинцова [6], Э.В. Попова [7,8], А.Н. Романова [6,9], А. Сатиадаса [10,11], Т.Я. Ткаченко [2,3,12], Ю.В. Фролова [13], В.Ф. Хорошевского [1] и ряда других авторов. Вопросы разработки моделей и алгоритмов поддержки разрешения ситуаций с помощью подсказчиков отражены также в работах Д.И. Батищева [14], В.Н. Буркова [15], С.В. Васютина [16], Н.А. Гайдамакина [17], А.Ф. Гареева [16], И.И. Еремина [18], Н.Г. Загоруйко [19], В.А. Ирикова [15], В.В. Корнеева [16], В.А. Лефевра [20], В.Д. Мазурова [21], Н.Г. Малышева [22], Г.С. Поспелова [23], Д.А. Поспелова [24], В.В. Райха [16], Э.А. Трахтенгерца [25], Д.Е. Шапошникова [14] и др.

В настоящей диссертации рассмотрены вопросы разработки моделей и алгоритмов в интересах развития компьютерных подсказчиков типа инструментальной среды системотехнического обслуживания сложных объектов (ИС COCO) [3,12] (в тренажерном и рабочем режимах) и автоматизированной обучающей системы (АОС) [26].

Работа выполнена при финансовой поддержке Программы Минобразования РФ «Фундаментальные исследования - университеты России» (темы: 99.15.14 - моделирование и разработка интеллектуально-информационной среды для системотехнического обслуживания сложных объектов, 2000 - 2001 гг.; УР.03.01.009 - моделирование и разработка интеллектуальной среды для разрешения проблемных ситуаций, 2002 г.).

Цель исследования - разработка моделей и алгоритмов в интересах развития компьютерных подсказчиков.

Для достижения поставленной цели решены задачи:

• литературно-аналитического обзора с выходом на прототипы компьютерных подсказчиков;

• математического моделирования разрешения тренинговой ситуации без компьютерного подсказчика;

• математического моделирования разрешения тренинговой ситуации при поддержке компьютерного подсказчика;

• алгоритмического моделирования компьютерных подсказчиков и структурного моделирования некоторых их составляющих;

• выработки рекомендаций разработчику компьютерного подсказчика.

На основе построенных моделей решена также задача математического моделирования разрешения ситуации при поддержке компьютерного подсказчика в рабочем режиме.

Объект исследования - компьютерные подсказчики. Предмет исследования - модели и алгоритмы в интересах развития компьютерных подсказчиков.

Методы исследования: диалоговой алгебры [20], математико-лингвистический, вероятностный, математико-статистический, системологический, структурный, алгоритмический.

Научная новизна результатов исследования:

• структурные модели: информационной системы человека; компьютерного подсказчика в тренажерном режиме, ядра системы управления знаниями компилятивного прототипа подсказчика в рабочем режиме; некоторых составляющих системы управления знаниями подсказчика в рабочем режиме;

• алгоритмические модели: компьютерного подсказчика в тренажерном режиме; составляющих системы управления знаниями подсказчика в рабочем режиме;

• математические модели разрешения тренинговой ситуации (без внешней когнитивной поддержки, а также при поддержке структурированного источника знаний и компьютерного подсказчика в тренажерном режиме) и ситуации общения (без компьютерного подсказчика и при поддержке подсказчика в рабочем режиме).

В качестве базы для построения указанных выше моделей предложены также:

• содержательные модели системного информациогенеза, а также распознавателя отображений вида «Кортеж сетей терминов - сеть терминов или число»;

• концептуальные модели: системного информациогенеза; атомоподобного понятийного фрейма; рефлексивной диалоговой алгебры микросостояний систем;

• алгоритмические модели процессов системного информациогенеза, семантического квантования текста и его автоматической адресации на вершины и дуги тезаурусной системы знаний.

Прикладная значимость результатов исследования:

• создана база моделей для проектирования компьютерных подсказчиков в тренажерном и рабочем режимах;

• предложен цикл лабораторных работ по системотехнике для студентов 4 курса, обучающихся по специальности 23.01.01 на кафедре вычислительной техники УГТУ-УПИ.

Апробация работы:

• Первый Уральский форум КуИсИнфо-96, Челябинск, 1996 г.;

• международный научно-практический семинар «Интеллектуальные информационные технологии в управленческой деятельности», Екатеринбург, 1999 г.;

• Третья Российская конференция с международным участием «Новые информационные технологии в исследовании дискретных структур», Томск, 2000 г.;

• Вторая научно-техническая конференция физико-технического факультета УГТУ-УПИ «Современные технологии: проблема и решения», Екатеринбург, 2004 г.;

• VII конференция молодых ученых и аспирантов УГТУ-УПИ, Екатеринбург, 2005 г.

Структура и объем диссертации: работа состоит из введения, шести

ЗАКЛЮЧЕНИЕ

Получены результаты: Выбран прототип для компьютерного подсказчика в тренажерном режиме и предложен компилятивный прототип для подсказчика в рабочем режиме.

Предложены системно-информациологические предпосылки для математического моделирования разрешения ситуации без компьютерного подсказчика.

Предложены математические модели разрешения тренинговой ситуации без компьютерного подсказчика (именно, без внешней когнитивной поддержки и при поддержке структурированного источника знаний). При этом учтены имеющиеся системно-информациологические предпосылки. Рассмотрены условия . организации вычислений по математическим моделям разрешения тренинговой ситуации без компьютерного подсказчика и приведен пример вычислений по модели разрешения тренинговой ситуации без внешней когнитивной поддержки. Предложены предпосылки для математического моделирования разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме.

На основе имеющихся предпосылок предложена математическая модель разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме. •

С математической моделью разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме проведен вычислительный эксперимент, подтвердивший ее адекватность в конкретном случае.

На основе имеющейся математической модели разрешения ситуации при поддержке компьютерного подсказчика в тренажерном режиме и вычислительного эксперимента, проведенного с ней, развит соответствующий прототип. На основе развития прототипа предложены структурная и алгоритмическая модели компьютерного подсказчика в тренажерном режиме. При этом разрешена ситуация, лежащая в основе критики исходного прототипа.

9. Предложены полу формализованные (на алгоритмической основе) модели функционирования составляющих системы управления знаниями компьютерного подсказчика в рабочем режиме (футляра, оболочки и ядра) при создании системы знаний и обслуживании запроса от лица принимающего решение.

10. На основе полуформализованных моделей функционирования составляющих системы управления знаниями подсказчика в рабочем режиме развит соответствующий прототип. На основе развития прототипа предложены структурные модели составляющих компьютерного подсказчика в рабочем режиме. При этом разрешены ситуации, лежащие в основе критики исходного прототипа.

11. Предложена математическая модель разрешения ситуации общения без компьютерного подсказчика.

12. На основе математической модели разрешения ситуации общения без подсказчика и полуформализованных моделей функционирования составляющих системы управления знаниями компьютерного подсказчика в рабочем режиме предложена математическая модель разрешения ситуации общения при поддержке подсказчика в указанном режиме.

13. Рассмотрены условия организации вычислений по математическим моделям разрешения ситуации общения. Предложена содержательная модель распознавателя отображений, позволяющая организовать вычисления по указанных математическим моделям;

14. На основе имеющихся моделей функционирования составляющих системы управления знаниями подсказчика в рабочем режиме даны рекомендации его разработчику.

Итак, в результате проведенного научного исследования создана система моделей и алгоритмов, позволяющих грамотно конструировать интеллектуальные компьютерные подсказчики в интересах оптимизации процесса разрешения ситуаций, связанных с тем или иным сложным объектом.

1. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем: Учеб. пособие для вузов. СПб.; М.; Харьков; Минск: ПИТЕР, 2000. - 384 с.

2. Гольдштейн C.JL, Ткаченко Т.Я., Бельков С.А. и др. Системный аспект информатизации правоохранительных органов: выход на системные интеллектуальные подсказчики по управлению переводом в новое качество. Екатеринбург: УГТУ-УПИ, 1995. - 190 с.

3. Гольдштейн С.Л., Ткаченко Т.Я., Яремко Н.Л. Моделирование инструментальной оболочки ИС COCO // Там же С. 178-189.

4. С. Гольдштейн, А. Павленко, С. Блохина. О синтезе интеллектуального интегрированного АРМ специалиста -исследователя научно-практического учреждения // Инфор 2000. -№1. — С.75-78.

5. Kajmo D. Knowledge Management in R5. 03 May 1999; http://www. 10.1otus.com/Idd/todav.nsf/DisplavForm/FAB0891EECD6D98 98525670500776F59?QpenDocument

6. Романов A.H., Одинцов Б.Е. Советующие информационные системы в экономике / Учеб. пособие для студентов вузов. М.: ЮНИТИ-ДАНА, 2000. - 487 с.

7. Статические и динамические экспертные системы: Учеб.пособие для вузов. / Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шапот. М.: Финансы и статистика, 1996. - 320с.

8. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука. Главная редакция физико-математической литературы, 1982. - 360 с.

9. Романов В.П. Интеллектуальные информационные системы в экономике / Учеб. пособие. М.: Экзамен, 2003. - 496 с.

10. Satyadas A. Growing with Knowledge Menagement, 2003; http://www.line56.com/articles/default.asp? Article ID = 4408

11. Satyadas A. Knowledge discovery strikes the balansce between businesscontrol and innovation. Nov 5, 2002;http://www.lotus.com/news/news.nsf/public/lD77D354B2F9AB4285256C 5D0046BD44

12. Ткаченко Т.Я. Инструментальная среда системотехнического обслуживания сложных объектов. Екатеринбург: ГОУ ВПО «УГТУ-УПИ», 2002. - 203с.

13. Фролов Ю.В. Интеллектуальные системы и управленческие решения. — М.: МГПУ, 2000.-294с.

14. Батищев Д.И., Шапошников Д.Е. Многокритериальный выбор с учетом индивидуальных предпочтений. / РАН,Ин-т прикл.физики. -Нижний Новгород: ИПФ, 1994. 86с.

15. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами. — М.: Наука, 1994. 270с.

16. Базы данных: Интеллектуальная обработка информации. / В.В. Корнеев, А.Ф. Гареев, С.В. Васютин, В.В. Райх; Рос. Ассоц. Издателей комп. лит. М.: Нолидж, 2000. - 352 с.

17. Гайдамакин Н.А. Автоматизированные информационные системы, базы и банки данных. (Вводный курс) / Учеб. пособие. Екатеринбург: УрГУ, 2000. - 300с.

18. Еремин И.И. Противоречивые модели оптимального планирования. -М.: Наука. Гл. ред. физ.-мат. лит., 1988. 160с.

19. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. -Новосибирск: Изд-во Ин-та математики, 1999. 270 с.

20. Лефевр В.А. Конфликтующие структуры. 2-е изд., перераб. и доп. -М.: Сов. радио, 1973. 158с.

21. Мазуров В.Д. Распознавание образов и нейронные сети в моделировании технико-экономических систем // Интеллектуальные информационные технологии в управленческой деятельности: Сборник. Томск. - С.136-139.

22. Малышев Н.Г. и др. Нечеткие модели для экспертных систем в САПР. -М.: Энергоатомиздат, 1991.- 136с.

23. Поспелов Г.С. Искусственный интеллект — основа новой информационной технологии. М.: Наука, 1988. - 278 с.

24. Поспелов Д.А. Ситуационное управление: Теория и практика. М.: Наука, 1986.-284 с.

25. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998.-376 с.

26. Обучающие машины, системы и комплексы: Справочник. К.: Вища шк., 1986.-303 с.

27. Гольдштейн C.JI Научные направления, разработки и интересы кафедры вычислительной техники // Наука среда обитания: Сборник статей. - Екатеринбург: УГТУ-УПИ, 1999. - С. 97-126.

28. Гольдштейн С.Л., Печеркин С.С., Ткаченко Т.Я. Логика работы пользователя с объектом при поддержке системы знаний // Интеллектуальные информационные технологии в управленческой деятельности: Сборник. Екатеринбург: ИПК УГТУ-УПИ, 1999. -С.18-21.

29. С. Гольдштейн, С. Печеркин, Т. Ткаченко. Системная интеграция: системно-информациологический подход к проблеме знаний и управления знаниями // Инфор -2000. №1. - С.27-44.

30. Бельков С.А., Гольдштейн С.Л., Ткаченко Т.Я. Выход на инструментальную оболочку систем знаний // Новые информационные технологии в исследовании дискретных структур: Сборник. Екатеринбург. УрО РАН, 1998. - С.7-12.

31. Подготовка новой версии инструментальной оболочки для систем знаний / С.А. Бельков, И.В. Бирюков, С.Л. Гольдштейн, Т.Я. Ткаченко //Там же. -С.13-17.

32. Гольдштейн С.Л., Ткаченко Т.Я., Бельков С.А. Базово-уровневые концепции для разработки интеллектуальной информационной среды-Там же. С. 18-29.

33. Печеркин С.С. Теоретическое описание и развитие системной интеграции для научно-практических структур / Дисс. . канд. физ.-мат. наук. Екатеринбург, 2002.

34. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. Гл.1. Введение / С. Осуга. М.: Мир, 1990. - С. 9-27.

35. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. Гл.З. Методы и проблемы извлечения знаний / X. Кобаси. М.: Мир, 1990. - С. 68-88.

36. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. Гл.4. Приобретение знаний и обучение в диалоге / С. Оцуки. М.: Мир, 1990.-С. 89-132.

37. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. Гл.5. Обучение при распознавании образов / Т. Китахаси. М.: Мир, 1990. - С. 133159.

38. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. Гл.7. Теория индуктивных выводов / С. Арикада, Т. Синохара, Т. Михояра. М.: Мир, 1990.-С. 179-237.

39. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. Гл.8. Синтез программ по примерам / С. Арикада, М. Харагути. М.: Мир, 1990. -С. 238-261.

40. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. Гл.9. Теория аналогий / С. Арикада, М. Харагути. М.: Мир, 1990. - С. 262-296.

41. Гольдштейн С.Л., Клюкин В.Э. Принятие решений в советующих партнерских системах при нечеткой исходной информации // Там же. С.27-34.

42. Представление экспертных знаний в интеллектуальных ГИС / И.В. Бычков, С.Н. Васильев, В.А. Кузьмин, Г.М. Ружников // Там же. -С.44.

43. Флоренсов А.Н. О построении семантического пространства баз знаний // Там же. С.49-51.44