автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Способы обработки в многоагентных системах неточных данных о паводковых ситуациях для управления локальной безопасностью субъектов России

На правах рукописи

Родионов Игорь Борисович

СПОСОБЫ ОБРАБОТКИ В МНОГОАГЕНТНЫХ СИСТЕМАХ НЕТОЧНЫХ ДАННЫХ О ПАВОДКОВЫХ СИТУАЦИЯХ ДЛЯ УПРАВЛЕНИЯ ЛОКАЛЬНОЙ БЕЗОПАСНОСТЬЮ 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 Министерства образования и науки РФ «Курский государственный технический университет» на кафедре «Информационные системы в экономике»

Научный руководитель кандидат технических наук,

старший научный сотрудник Ющенко С.П.

Официальные оппоненты: доктор технических наук,

профессор Маслов О.Н.

кандидат технических наук Жилинкова Л.А.

Ведущая организация: 5 ЦНИИИ МО РФ

Защита состоится «10» ноября 2005 г. в 16 часов на 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 Д 212.105.02, кандидат технических наук ^Е.А.Титенко

\Ъ697 ъл-гущ

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. В соответствии с Концепцией национальной безопасности РФ значительная доля функций по обеспечению жизнедеятельности на территориях субъектов Федерации возложена на местные органы власти. Это определило возникновение проблемы управления локальной (региональной) безопасностью с целью оперативного реагирования на негативные тенденции и угрозы кризисных ситуаций на территориях и в отраслях хозяйства субъектов РФ. В настоящее время одной из наиболее приоритетных задач в ее решении является обеспечение управления локальной безопасностью применительно к предупреждению и ликвидации последствий паводков.

Эффективность деятельности местных органов власти по управлению локальной безопасностью в значительной степени зависит от своевременности формирования данных для принятия решений. В соответствии с Постановлением Правительства РФ № 1113 от 5.11.1995 года "О единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций" для обеспечения этой деятельности созданы автоматизированные системы Единых дежурно-диспетчерских служб администраций субъектов РФ. В силу иерархической структуры местных органов власти и распределенности источников данных организация их функционирования осуществляется как распределенных систем поддержки принятия решений (СППР). В ряде субъектов РФ такие СППР реализованы на основе многоагентных технологий.

Формирование описаний паводковых ситуаций в многоагентных СППР администраций субъектов РФ предусматривает последовательное объединение данных, характеризующих состояние водных объектов, гидрологические процессы и явления в муниципальных образованиях, районах и субъекте в целом Эти данные являются неточными и представляются с использованием вероятностных мер, функций доверия и противоречивых функций доверия. Кроме того, одной из причин неточности является неполнота данных. Отсутствие в многоагентных СППР администраций субъектов РФ средств совместной обработки данных указанных видов приводит к увеличению времени формирования описаний паводковых ситуаций.

Пути обработки неточных данных в информационных системах рассматривались в работах Городецкого В.И., Маслова О.Н., Котенко И.В., Трахтенгерца Э.А., Заде Л., Дюбуа Д., Демпстера А., Шефера Д., Дезе Ж., Смарандача Ф. и других ученых. Вместе с тем их реализация в СППР не обеспечивает объединение неточных данных, представляемых с использованием как вероятностных мер, так и согласованных и противоречивых функций доверия, либо характеризуется экспоненциальной вычислительной сложностью.

Таким образом, в настоящее время имеется объективно сложившееся противоречие, определяемое необходимостью оперативного формирования описаний паводковых ситуаций и ограниченными возможностями существующих подходов к организации обработки неточных данных в многоагентных СППР администраций субъектов РФ. Это определяет актуальность исследования путей обработки неточных данных для фор\ вых ситуаций в

БИБЛИОТЕКА С. ПетербуртУо к/ { оэ юдГпГЗ ¡- '

многоагентных СППР, его важность для теории и практики управления в социальных и экономических системах.

Объектом исследования определены процессы формирования описаний паводковых ситуаций для управления локальной безопасностью субъектов РФ

Предметом исследования являются методы обработки неточных данных в многоагентных системах поддержки принятия решений.

Цель диссертации состоит в повышении оперативности формирования описаний паводковых ситуаций на основе разработки процедур обработки неточных данных в многоагентных СППР.

Для достижения поставленной цели решаются следующие задачи:

1 Анализ существующих подходов к обработке неточных данных в многоагентных СППР и выбор направлений исследований.

2. Исследование путей организации обработки неточных данных в многоагентных СППР.

3 Разработка процедур обработки неточных данных.

4 Обоснование предложений по практической реализации и экспериментальная проверка результатов исследований.

Методы исследований и математический аппарат. Исследования базируются на использовании методов теорий- вероятностей, оптимального управления, активных систем, графов, распознавания образов

Научная новизна работы заключается в том, что:

1 Разработан способ комбинирования методов объединения неточных данных, предусматривающий предварительное определение моделей представления неточности в данных с использованием предложенных критериев конфликтности, наличия недоопределенных значений и соответствия аксиомам теории вероятности, и реализацию двухэтапной процедуры объединения данных.

2. Разработан способ пополнения данных о паводковой ситуации, обеспечивающий согласование действий агентов СППР на основе реализации модели управления составом активных систем в условиях различной компетентности агентов и наличия ограничений на их ресурсы.

3. Разработана методика обработки неточных данных в соответствии с предложенными способами, обеспечивающая повышение оперативности формирования описаний паводковых ситуаций в многоагентных СППР.

Практическая значимость работы состоит в том, что ее результаты обеспечивают сокращение временных затрат на формирование описаний паводковых ситуаций на территориях субъектов РФ и, в итоге, повышение оперативности реагирования на возникающие угрозы паводков, снижение финансовых и иных затрат на ликвидацию их последствий.

Реализация и внедрение результатов исследований. Результаты исследований использованы в Главном управлении МЧС по Курской области и Курском центре по гидрометеорологии и мониторингу, а также в учебном процессе Курского гуманитарно-технического института при подготовке студентов по специальности 071900 «Информационные системы и технологии».

Достоверность и обоснованность положений и результатов исследований подтверждается корректностью использования апробированного математического

аппарата, качественным и количественным анализом полученных результатов, соответствием теоретических положений результатам экспериментальных исследований.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на международных конференциях «Региональная информатика» (г. Санкт-Петербург, 2002 г.), «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (г. Москва, 2003, 2004, 2005 гг.), на заседаниях и семинарах кафедры «Информационные системы в экономике» КГТУ.

Публикации По теме диссертации опубликовано 16 научных работ, в том числе раздел в книге, 6 статей, 9 докладов на четырех международных конференциях.

На защиту выносятся

1. Способ комбинирования методов объединения неточных данных, представленных с использованием вероятностных мер, функций доверия и противоречивых функций доверия.

2. Способ пополнения данных о паводковой ситуации в многоагентных СППР.

3. Методика обработки неточных данных в многоагентных СППР.

Личный вклад автора. В работах, опубликованных в соавторстве, лично

соискателем предложены способ комбинирования методов объединения неточных данных [4, 5, 11], критерии оценки вида неточности в данных [4, 11], способ пополнения данных о ситуации [7, 11, 13], методика обработки неточных данных в многоагентных СППР [1, 4], разработаны практические предложения по их практической реализации [1,6, 14].

Структура и объем диссертации. Диссертация состоит из введения, четырех разделов, заключения; изложена на 128 страницах (основного текста), содержит 38 рисунков, 12 таблиц, список литературы содержит 127 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и задачи работы, научная новизна и практическая ценность полученных результатов, представлены положения, выносимые на защиту

В первом разделе на основе анализа особенностей процесса формирования описаний паводковых ситуаций для управления локальной безопасностью, известных подходов к обработке неточных данных в многоагентных СППР, осуществлена постановка задач и выбор направлений исследований.

Анализ процесса управления локальной безопасностью применительно к предупреждению паводков и ликвидации их последствий в субъектах РФ показал, что одним из основных его этапов является формирование описаний обстановки. Формируемые описания представляют совокупность показателей, текущие значения которых характеризуют состояние водных объектов, происходящие гидрологические процессы или явления, степень угрозы и возможные последствия паводка. Формирование описаний паводковых ситуаций в многоагентных СППР

осуществляется путем последовательного объединения данных агентами. Формируемые при этом агентами разных уровней иерархии СППР показатели характеризуют паводковую ситуацию на уровне муниципальных образований, районов и субъекта в целом.

При анализе типовых методик оценки угроз и прогнозирования последствий паводков, используемых в подразделениях МЧС и Гидрометцентра субъектов РФ, установлено, что формирование описаний паводковых ситуаций характеризуется следующими особенностями:

- отсутствие аналитических выражений для расчета значений большинства показателей, характеризующих паводковую ситуацию;

- многоуровневость и распределенность процессов обработки данных в иерархической структуре местных органов власти;

- значительная доля неточных данных (60-70% от общего объема);

- представление неточности в данных с использованием вероятностных мер, функций доверия и противоречивых функций доверия;

- неполнота данных о ситуации.

Установлено, что в многоагентных СППР администраций субъектов РФ не в полной мере обеспечен учет указанных особенностей. Это приводит к снижению достоверности формируемых описаний паводковых ситуаций. Кроме того, отсутствие в многоагентных СППР администраций субъектов РФ средств совместной обработки данных указанных видов приводит к несоответствию времени формирования описаний паводковых ситуаций существующим требованиям к оперативности подготовки данных для принятия решений по предупреждению и ликвидации последствий паводков.

С целью изыскания путей преодоления данного противоречия проведен анализ возможностей известных методов объединения неточных данных: байесовского метода, методов, использующих коэффициенты уверенности, методов нечеткой логики, метода Демпстера-Шефера, метода Дезе-Смарандача. Установлено, что объединение неточных данных, представленных с использованием как вероятностных мер, так и согласованных и противоречивых функций доверия, обеспечивает только метод Дезе-Смарандача, алгоритмы реализации которого характеризуются экспоненциальной вычислительной сложностью.

Установлено, что преодоление ограничений существующих методов возможно за счет комбинирования байесовского метода, метода Демпстера-Шефера, метода Дезе-Смарандача при объединении неточных данных, а также организации пополнения данных о ситуации при наличии необходимого для этого резерва времени. Это требует исследования путей совместного использования указанных методов объединения неточных данных и организации поиска дополнительных данных о ситуации в многоагентных СППР.

Во втором разделе с учетом выявленных особенностей процесса формирования описаний паводковых ситуаций и ограничений существующих подходов к обработке неточных данных исследованы пути организации обработки неточных данных в многоагентных СППР.

Проведенные исследования показали, что формирование описания

паводковой ситуации в многоагентной СППР может быть представлено в виде последовательности отображений- П Dt —> S' —> s' —> F', где Г)' - неточные данные о состоянии водных объектов и метеоусловиях на территории субъекта; S* jS1 - формируемые агентами СППР описания паводковой ситуации на уровне муниципальных образований и районов; F' - описание паводковой ситуации на уровне субъекта РФ.

При этом значения неточных данных о паводковой ситуации могут быть представлены в виде многоэлементных множеств, каждому элементу которого сопоставлен показатель неопределенности, т.е. bl(ptJ) = {(6, v(b^)) ,(b/,,v(bh )}}, где ¿>[, ,bk - допустимые значения признака рг]; v (bt) - показатель неопределенности значения Ь(.

Тогда объединение данных агентом СППР представляется как отображение: Sl —» s', где S* = {{рг,Ъ1 (р,)}} С S - неполный набор входных неточных данных агента; S* = {(р,,Ь1 (р,))} - набор выходных неточных данных агента; р, - признак объекта (процесса, явления); р, - показатель, характеризующий паводковую ситуацию; Ь((рг) - значение признака р, в момент времени /; Ь'(р,) -значение показателя рг в момент времени t.

При реализации отображения Sl —> S* (с учетом выявленных особенностей процесса формирования описаний паводковых ситуаций) должно обеспечиваться:

- комбинирование методов объединения неточных данных, представленных с использованием вероятностных мер, согласованных и противоречивых функций доверия;

- определение значений показателей Ь1 (рг) на основе использования правил логического вывода, связывающих значения признаков объектов (процессов, явлений) и показателей, характеризующих паводковую ситуацию;

- пополнение входных данных с целью повышения достоверности формируемых описаний паводковых ситуаций.

Реализация в многоагентных СППР объединения данных в соответствии с указанными требованиями связана с выбором адекватной модели агентов. С этой целью рассмотрены известные модели агентов СППР: модели на основе логики намерений, реактивной и многоуровневой моделей. Установлено, что использование правил логического вывода для формирования описаний паводковых ситуаций обеспечивает многоуровневая модель агента, предложенная в работах G. Weiss. Вместе с тем, она не предусматривает возможности комбинирования нескольких методов объединения неточных данных и пополнения входных наборов данных агента.

Для преодоления указанных ограничений разработана модель агента СППР путем дополнительного введения в многоуровневую модель следующих компонент:

- процедуры определения модели представления неточности и, на этой основе, комбинирования методов объединения неточных данных;

- процедуры пополнения данных о ситуации на основе согласования действий агентов СППР.

Разработанная модель агента системы поддержки принятия решений, обеспечивающего обработку неточных данных, имеет вид

П = (P,S\S\M,Gs,Gu,H,Gh,Gst,Gp), (1)

где Р - пространство задач агента;

S* - входные неточные данные;

s' - выходные неточные данные;

M - знания агента;

Gs - процедура выбора решаемых задач формирования описаний паводковой ситуации, релевантных исходным данным;

Gм ~ процедура определения модели представления неточности в данных;

Я = {Я1, . Я"} - набор методов объединения неточных данных

(байесовский метод, метод Демпстера-Шефера, метод Дезе-Смарандача);

Gц - процедура комбинирования методов объединения неточных данных;

GST - процедура оценки полноты полученного описания паводковой ситуации и имеющегося резерва времени на его пополнение;

GP - процедура пополнения данных о паводковой ситуации на основе согласования действий агентов СППР.

Компоненты Р, 5*, S , M, Gs и Ggi данной модели являются инвариантными для всех прикладных многоагентных систем, реализация которых осуществляется на базе известных подходов к представлению знаний агентов и технологии OLAP (аналитической обработки данных). Неясными остались пути реализации компонент GM, GH и GP.

С целью формализации компонента GÂI (процедуры определения модели представления неточности) проведен анализ границ применимости байесовского метода, метода Демпстера-Шефера, метода Дезе-Смарандача при объединении неточных данных. Это позволило предложить критерии оценки вида неточности в данных, осуществить их формализацию, результаты которой представлены в табл. 1.

Использование предложенных критериев позволяет осуществлять выбор метода обработки неточных данных (байесовского метода, метода Демпстера-Шефера, метода Дезе-Смарандача), соответствующего модели представления в них неточности.

Таблица 1

Критериев оценки вида неточности в данных

Критерии оценки вида неточности в данных

Метод

Правило объединения данных

Соответствие аксиомам теории вероятностей

1) (Уг,1 г,1 = б, )п(Уг,2 г,2 = ),

2)(Уг,1 3 у(г1))п(Чг? 3

Байесовский метод

Ф.)

У(7>-4 | h, ) X V(b, )

"(44)

3)

Наличие недоопределенных значений l)(3zi (ekU0,)Çz})U (3-г,2 (0, ив,)С2?)

2) ЕФ.') = 1 п = 1

3 )К= Е «Wx^)*"

Метод Демпстера-Шефера

г!Пг?=и

Противоречивость данных

1)[Эг; ((вк ив,) ç z!)u(iéV Пв,) Ç г,1)] и [Эг? («?* и в, ) С г/) U ((в* П в,) С z? )],

Метод Дезе-Смарандача

о= Е

2)

3)й-= Е «К)х«(г?) = 0

Примечание г1 = {(г.^ф:,1))} г2 = {(¿2,и(.г2))} - объединяемые неточные данные о значении признака, Ь = {(6,, у(Ь,)}} - неточные данные, получаемые в результате объединения, г,1, г2,6, - значения признака, «(г,1), и (г2 ),у(Ь, ) - показатели неопределенности значений, - элементарные значения признака, К коэффициент конфликтности

(противоречивости) объединяемых данных

Анализ подходов к реализации компонента Си позволил обосновать требования к процедуре комбинирования методов объединения неточных данных:

- объединение данных, характеризующих как значения разных признаков объектов (процессов, явлений), так и значения одного и того же признака (свидетельств о значении признака);

- уменьшение вычислительной сложности объединения неточных данных по сравнению с использованием метода Дезе-Смарандача.

Разработаны также требования к процедуре пополнения данных о ситуации на основе согласования действий агентов (СР):

- согласование действий агентов на каждом уровне иерархии многоагентной СППР;

- выбор варианта действий агентов по пополнению данных с учетом

компетентности агентов, текущих ограничений на их ресурсы и резерва времени на поиск дополнительных данных.

Удовлетворение сформулированных требований связано с исследованием путей реализации процедур комбинирования методов объединения неточных данных и согласования действий агентов по их пополнению.

В третьем разделе на основе полученных результатов исследований разработаны способ комбинирования методов объединения неточных данных, представленных с использованием вероятностных мер, функций доверия и противоречивых функций доверия, и способ пополнения данных о ситуации на основе согласования действий агентов СППР.

Исследование путей реализации компонента Сн модели (1) с учетом сформулированного требования уменьшения вычислительной сложности объединения данных в соответствии с методом Дезе-Смарандача позволило предложить двухэтапную процедуру объединения данных (рис.1).

Рис. 1. Двухэтапная процедура объединения данных

Существо процедуры состоит в разбиении данных на группы в соответствии с моделями представления неточности и объединении данных на базе соответствующих методов на первом этапе. Полученные по каждой группе результаты объединяются на втором этапе Процедура обеспечивает сокращения числа данных, объединяемых с помощью метода Дезе-Смарандача и, на этой основе, уменьшение вычислительной сложности обработки неточных данных.

Разработка критериев оценки вида неточности в данных и двухэтапной процедуры их объединения позволила разработать способ комбинирования методов объединения неточных данных, схема реализации которого приведена на рис. 2.

Новизна способа состоит в том, что он обеспечивает объединение неточных данных, представленных с использованием вероятностных мер, функций доверия и противоречивых функций доверия на основе предварительного определения модели представления неточности в данных с использованием предложенных критериев конфликтности, наличия недоопределенных значений и соответствия аксиомам теории вероятности, и реализации двухэтапной процедуры объединения данных.

АГЕНТ

Описание паводковой ситуации

8 Оценка полноты полученного описания паводковой ситуации и резерва времени на его пополнение

Список необходимых дополнительных данных

7 Объединение свидетельств (двухуровневое) на основе выбранных методов

6 Определение моделей представления неточности свидетельств

5 Формирование свидетельств о значениях показателей

Частная онтология агента • (правила логического вывода связывающие входные данные со значениями показателей в описании . ^ ситуации) _—

4 Выборка из онтологии правил логического вывода соответствующих входным данным

Данные о значениях разных признаков

Данные о значениях разных признаков

3 Объединение свидетельств (двухуровневое) на основе выбранных методов

2 Определение моделей представления неточности свидетельств и выбор метода их объединения_

^ Свидетельства

1 Классификация входных данных на свидетельства о значении одного и того же признака данные о значениях разных признаков

ВхаШю-

Г

Рис. 2. Схема реализации способа комбинирования методов объединения неточных данных

При исследовании путей реализации компонента СР модели (1) установлено, что наиболее полное удовлетворение требований к процедуре согласования действий агентов обеспечивает использование модели управления составом активных систем. Модель предусматривает выбор состава элементов для решения задач при фиксированной структуре системы, при котором достигается равновесное состояние' максимизация выигрыша центра (управляющего элемента) при одновременной минимизации потерь активных элементов.

Вместе с тем, установлено, что данная модель не обеспечивает учет временных затрат на решение задач пополнения данных в СППР, ограниченных вычислительных ресурсов и различной компетентности агентов. Это потребовало разработки правил согласования действий агентов СППР, учитывающих интересы метаагента (агента, выполняющего согласование) и агентов нижележащих уровней СППР. Показано, что правила должны предусматривать:

- минимизацию времени решения метаагентом задач формирования описаний паводковой ситуации;

- максимизацию качества решения метаагентом задач за счет выбора наиболее компетентных исполнителей при наличии необходимого резерва времени;

- минимизацию времени решения агентами «собственных» задач, т.е. задач обработки данных, имеющих наибольший локальный приоритет.

Исследование путей реализации указанных правил позволило разработать способ пополнения данных о паводковой ситуации на основе согласования действий агентов СППР. Существо способа состоит в выборе агентов для поиска дополнительных данных на основе предложенной целевой функции метаагента, учитывающей их компетентность, полученные оценки временных затрат на решение задач агентами и имеющийся резерв времени на пополнение данных:

Ф

Е Е 'С

1=1 а'еА'

тт , £г < тах ),

шах , Ьг > тах (¿!, ),

(2)

е Е^:'

К ел;,

где Ар' = { а3 - начальный состав агентов для решения /-ой задачи; Аро' - агент, выбранный для решения /'-ой задачи; <' - оценка агентом а3 временных затрат на решения /-ой задачи; ¿г - имеющийся резерв времени на решение задач пополнения набора входных данных;

0( и!1 ) е [0,1] - оценка компетентности агента а3 в решении /'-ой задачи.

Расчет времени решения задач поиска дополнительных данных агентом

предложено осуществлять следующим образом: &(«■£)

^-г-, (3)

£о' > й Ь1а, для такого /, что ) — ))>

где - время, необходимое для решения подзадачи о/, при условии

задействования всего объема ресурсов агента а3;

<р[и)г,) С [0,1] - локальный приоритет /'-ой задачи для агента а3; к3 - число задач, решаемых агентом одновременно;

Ж - априорно заданный для агента предельный коэффициент объема ресурсов, выделяемых для решения «собственных» подзадач.

Время решения задач оценивается агентами для всех возможных ситуаций, т.е. для к3 = 1, К3, где К3 — \ ша, \.

Исследование показало, что формирование состава агентов СППР для пополнения данных о ситуации в соответствии с предложенным способом сводится к решению оптимизационной задачи (2)-(4) на основе методов линейного программирования.

Новизна разработанного способа пополнения данных о ситуации в многоагентных СППР состоит в том, что он обеспечивает согласование действий

агентов по поиску дополнительных данных на основе реализации модели управления составом активных систем с учетом различной компетентности и ограниченных ресурсов агентов.

Разработка способов комбинирования методов объединения неточных данных и пополнения данных о ситуации позволила приступить к обоснованию предложений по практической реализации результатов исследований в многоагентных СГТПР администраций субъектов РФ.

В четвертом разделе разработана методика обработки неточных данных, обоснованы предложения по ее практической реализации в многоагентных СППР администраций субъектов РФ, представлены результаты экспериментальных исследований.

Анализ путей практической реализации предложенных способов комбинирования методов объединения неточных данных и согласования действий агентов позволил разработать методику обработки неточных данных в многоагентных СППР. Основные этапы методики представлены на рис. 3.

Описание паводковой ситуации

Рис. 3. Схема методики обработки неточных данных в многоагентных СППР

Существо методики состоит в формировании описаний паводковых ситуаций путем объединения неточных данных с разными моделями представления неточности, оценке полноты сформированных описаний, и, в случае их неполноты,

формировании расписания действий агентов СППР по пополнению данных о ситуации при наличии необходимого на это резерва времени. При объединении неточных данных обеспечивается сокращение числа данных, объединяемых с использованием метода Дезе-Смарандача.

Новизна методики состоит в том, что она реализует предложенные способы комбинирования методов объединения неточных данных и согласования действий агентов, и обеспечивает на этой основе сокращение временных затрат на формирование описаний в многоагентных СППР администраций субъектов РФ.

С целью практической реализации в многоагентных СППР предложенной методики обоснована типовая структура агента СППР, обеспечивающего обработку неточных данных, определен состав средств для программной реализации агентов СППР (рис. 4).

Рис. 4. Состав средств для программной реализации агентов

С использованием указанных средств в рамках опытного участка многоагентной СППР, созданного в территориальном центре мониторинга и прогнозирования (ТЦМП) МЧС Курской области и Курском центре по гидрометеорологии и мониторингу, осуществлена программная реализация агентов, обеспечивающих обработку неточных данных на базе разработанной методики При этом обеспечено взаимодействие гидропостов, метеостанций, синоптика, гидрологов и оперативного дежурного Центра мониторинга и прогнозирования при формировании данных для управления локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья.

Экспериментальная проверка результатов исследований осуществлена на примере формирования данных о паводковой ситуации в бассейнах рек Сейм и Тускарь Курской области. Схема проведения эксперимента представлена на рис. 5.

Рис. 5. Схема проведения эксперимента

В ходе проведения эксперимента осуществлялось формирование данных о количестве объектов в зонах фактического и возможного затопления. В качестве исходных данных использовались накопленные данные наблюдений за паводковой ситуацией в Курской области в период 1980-2004 гг., характеризующие величину снегозапаса, уровень осенне-зимнего увлажнения почвы, суточные температуры воздуха, осадки и другие факторы, влияющие на уровень подъема воды.

Результаты формирования описаний паводковых ситуаций в многоагентной СППР на базе метода Дезе-Смарандача и с использованием предложенной методики обработки неточных данных представлены на рис. 6,7.

формирования описаний паводковой ситуации с использованием предложенной методики 1111 Время формирования описаний паводковой ситуации с использованием метода Дезе-Смарандача

Рис 6 Время формирования описаний паводковых ситуаций

а

-Результаты объединения данных с использованием метода Дезе-Смарандача

Результаты объединения данных с использованием предложенной методики —•— Фактические данные

Рис. 7. Ошибки, допускаемые при формировании описаний паводковых ситуаций

Экспериментальные исследования показали, что использование разработанных подходов к обработке неточных данных в многоагентной СППР обеспечивает повышение на 50-60% оперативности формирования данных для принятия решений по управлению локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья по сравнению с существующей технологией при сравнимых ошибках оценки количества объектов в зоне затопления.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Повышение оперативности формирования описаний паводковых ситуаций для управления локальной безопасностью субъектов РФ в многоагентных СППР связано с решением задачи объединения неполных и неточных данных о состоянии водных объектов, гидрологических и метеорологических процессах и явлениях, фрагментарно представленных в распределенных источниках. Показано, что решение этой задачи в СППР требует изыскания путей объединения неточных данных, представленных с использованием вероятностных мер, функций доверия и противоречивых функций доверия, а также организации их пополнения.

2. Разработана модель агента, учитывающая вскрытые особенности объединения данных с указанными моделями представления неточности и предусматривающая комбинирование методов объединения неточных данных, а также организацию пополнения данных о паводковой ситуации в многоагентных СППР.

3. Исследования путей реализации компонент модели позволили разработать способ комбинирования методов объединения неточных данных, представленных с использованием вероятностных мер, функций доверия и противоречивых функций доверия. Он предусматривает предварительное определение моделей представления неточности в данных с использованием критериев конфликтности, наличия недоопределенных значений и соответствия аксиомам теории вероятности, и реализацию двухэтапной процедуры объединения данных.

4. Разработан способ пополнения данных о паводковой ситуации в многоагентных СППР. Способ предусматривает согласование действий агентов СППР по поиску дополнительных данных на основе реализации модели управления составом активных систем в условиях различной компетентности и наличия ограничений на ресурсы агентов.

5. С целью практической реализации предложенных способов разработана методика обработки неточных данных в многоагентных СППР, обеспечивающая сокращение временных затрат на формирование описаний паводковых ситуаций Разработаны предложения по практической реализации методики в многоагентных СППР администраций субъектов РФ.

6. Экспериментальная проверка результатов исследований на примере формирования данных об угрозе половодья в Курской области показала, что разработанные способы и методика обработки неточных данных обеспечивают повышение на 50-60% оперативности формирования данных для принятия решений по управлению локальной безопасностью применительно к предупреждению и ликвидации последствий половодья по сравнению с существующими подходами к обработке неточных данных.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ ПО ТЕМЕ ДИССЕРТАЦИИ ИЗЛОЖЕНЫ В СЛЕДУЮЩИХ РАБОТАХ

1. Родионов, И.Б. Объединение данных мониторинга в многоагентных информационных системах [Текст] /И Б Родионов//Телекоммуникации. 2004. №11. С.6-10.

2 Родионов, И.Б. Формализация процесса формирования описаний угроз локальной безопасности субъектов РФ [Текст] / И.Б. Родионов, С.П. Ющенко, Л.С. Куликов //Телекоммуникации. 2003. №12. С.18-23.

3. Родионов, И.Б. Стратегия использования методов объединения данных в многоагентных системах формирования описаний угроз локальной безопасности субъектов РФ [Текст] / И.Б. Родионов, С.П. Ющенко, A.B. Потапов //Телекоммуникации. 2004. №3. С.2-5.

4. Родионов, И.Б. Алгоритм объединения неполных и неточных данных в многоагентных информационных системах [Текст] / И.Б. Родионов, С.П. Ющенко, А.И. Захаренков // Телекоммуникации. 2004. №11. С. 11-15.

5 Родионов, И Б. Инструментальная среда разработки многоагентных приложений MASDK. Пример практического использования [Текст] / С П. Ющенко, И.Б. Родионов, А.Т.Миргалеев и др // Телекоммуникации. 2005. №8. С. 17-20.

6. Родионов, И Б Принятие решений при объединении данных из распределенных источников [Текст] /Разд. в кн. С.П. Ющенко "Многоагентные системы информационной поддержки принятия управленческих решений" Ростов н/Д: Изд-во СКНЦ ВШ, 2004. 338 с. С.251-269.

7 Родионов, И.Б. Подход к организации информационного обеспечения оценки

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

8 Родионов, И.Б. Методы обработки данных в многоагентной системе формирования описаний угроз локальной безопасности [Текст] / И.Б. Родионов, С.П. Ющенко, A.B. Потапов //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и лазерных технологий». М.: Радио и связь, 2003 Т.2. Ч 3. С.24-29.

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

Ю.Родионов, И.Б. Адаптивный алгоритм объединения неполных и неточных данных в многоагентной информационной системе [Текст] /И.Б. Родионов //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий (ИННОВАТИКА-2004)». М.: Радио и связь, 2004. Т.2. 4.7. С.69-77.

П.Родионов, И Б. Объединение данных мониторинга в многоагентной информационной системе локальной безопасности субъектов РФ [Текст] / И.Б. Родионов, С.П. Ющенко //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий (ИННОВАТИКА-2004)». М.: Радио и связь, 2004. Т.2. 4.7. С.150-156.

12.Родионов, И.Б. Модель агента многоагентной системы поддержки принятия решений по управлению локальной безопасностью субъектов России [Текст] / И.Б Родионов //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий (ИННОВАТИКА-2005)». М.: Радио и связь, 2005. Т.2. 4.7. С. 107113.

1 З.Родионов, И.Б. Способ согласования действий агентов по пополнению данных об обстановке в многоагентных системах поддержки принятия решений / И.Б. Родионов, С.П. Ющенко //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и электронных технологий (ИННОВАТИКА-2005)». М.: Радио и связь, 2005. Т.2. 4.7. С. 146-151.

И.Родионов, И.Б. Организация формирования данных для поддержки принятия решений по оценке половодья с использованием инструментальной среды разработки многоагентных приложений MASDK [Текст] / С.П. Ющенко, И.Б. Родионов, А.Т Миргалеев [и др ] //Материалы Межд. конф. «Системные проблемы качества, математического моделирования, информационных и

электронных технологий (ИННОВАТИКА-2005)». М.: Радио и связь, 2005. Т.2. 4.7. С.15-26.

Соискатель —% ц ^ Родионов

ИД №06430 от 10.12 01

Подписано в печать 25 09 2005 Формат 60x84 1/16 Печать офсетная Печ л 1,0 Тираж 90 экз. Заказ № 57.

Курский государственный технический университет Издательско-полиграфический центр Курского государственного технического университета 305040, г Курск, ул. 50 лет Октября, 94

»2 1 8 4 0 4

РНБ Русский фонд

2006-4 13697

Введение.

1 Анализ подходов к обработке неточных данных в многоагентных Системах поддержки принятия решений по управлению локальной безопасностью субъектов России.

1.1 Характеристика основных этапов управления локальной безопасностью применительно к предупреждению и ликвидации последствий паводков.

1.2 Анализ данных, используемых при формировании описаний паводковых ситуаций.

1.3 Анализ подходов к обработке неточных данных в многоагентных СППР

1.4 Постановка и обоснование целей и задач исследований.

Выводы.

2 Иссследование путей организации обработки неточных данных и разработка модели агента системы поддержки принятия решений.

2.1 Постановка задачи объединения неточных данных при формировании описаний паводковых ситуаций в многоагентных системах.

2.2 Анализ особенностей представления знаний агентов.

2.3 Разработка модели агента многоагентной системы поддержки принятия решений по управлению локальной безопасностью.

2.4 Анализ путей реализации компонент модели агента системы поддержки принятия решений.

Выводы.

3 Разработка процедур обработки неточных данных в многоагентных системах поддержки принятия решений по управлению локальной безопасностью.

3.1 Разработка способа комбинирования методов объединения неточных данных.

3.2 Разработка способа пополнения данных о ситуации на основе согласования действий агентов СППР.

3.3 Выбор протоколов и языков взаимодействия агентов.

Выводы.

4 Обоснование предложений по практической реализации полученных результатов и их экспериментальная проверка.

4.1 Разработка методики обработки неточных данных в многоагентных системах поддержки принятия решений по управлению локальной безопасностью.

4.2 Обоснование предложений по практической реализации методики обработки неточных данных в многоагентных СППР.

4.3 Экспериментальная проверка результатов исследований.

Выводы.

В соответствии с Концепцией национальной безопасности РФ значительная доля функций по обеспечению жизнедеятельности на территориях субъектов Федерации возложена на местные органы власти. Это определило возникновение проблемы управления локальной (региональной) безопасностью с целью оперативного реагирования на негативные тенденции и угрозы кризисных ситуаций на территориях и в отраслях хозяйства субъектов РФ. В настоящее время одной из наиболее приоритетных задач в ее решении является обеспечение управления локальной безопасностью применительно к предупреждению и ликвидации последствий паводков.

Эффективность деятельности местных органов власти по управлению локальной безопасностью в значительной степени зависит от своевременности формирования данных для принятия решений. В соответствии с Постановлением Правительства РФ №1113 от 5.11.1995 года "О единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций" для обеспечения этой деятельности созданы автоматизированные системы Единых дежурно-диспетчерских служб администраций субъектов РФ. В силу иерархической структуры местных органов власти и распределенности источников данных организация их функционирования осуществляется как распределенных систем поддержки принятия решений (СППР). В ряде субъектов РФ такие СППР реализованы на основе многоагентных технологий.

Формирование описаний паводковых ситуаций в многоагентных СППР администраций субъектов РФ предусматривает последовательное объединение данных, характеризующих состояние водных объектов, гидрологические процессы и явления в муниципальных образованиях, районах и субъекте в целом. Эти данные являются неточными и представляются с использованием вероятностных мер, функций доверия и противоречивых функций доверия. Кроме того, одной из причин неточности является неполнота данных. Отсутствие в многоагентных СППР администраций субъектов РФ средств совместной обработки данных указанных видов приводит к увеличению времени формирования описаний паводковых ситуаций.

Пути обработки неточных данных в информационных системах рассматривались в работах Городецкого В.И., Маслова О.Н., Котенко И.В., Трахтенгерца Э.А., Заде JL, Дюбуа Д., Демпстера А., Шефера Д., Дезе Ж., СмарандачаФ. и других ученых. Вместе с тем их реализация в СППР не обеспечивает объединение неточных данных, представляемых с использованием как вероятностных мер, так и согласованных и противоречивых функций доверия, либо характеризуется экспоненциальной вычислительной сложностью.

Таким образом, в настоящее время имеется объективно сложившееся противоречие, определяемое необходимостью оперативного формирования описаний паводковых ситуаций и ограниченными возможностями существующих подходов к организации обработки неточных данных в многоагентных СППР администраций субъектов РФ. Это определяет актуальность исследования путей обработки неточных данных для формирования описаний паводковых ситуаций в многоагентных СППР, его важность для теории и практики управления в социальных и экономических системах.

Объектом исследования определены процессы формирования описаний паводковых ситуаций для управления локальной безопасностью субъектов РФ.

Предметом исследования являются методы обработки неточных данных в многоагентных системах поддержки принятия решений.

Цель диссертации состоит в повышении оперативности формирования описаний паводковых ситуаций на основе разработки процедур обработки неточных данных в многоагентных СППР.

Для достижения поставленной цели решаются следующие задачи:

1. Анализ существующих подходов к обработке неточных данных в многоагентных СППР и выбор направлений исследований.

2. Исследование путей организации обработки неточных данных в многоагентных СППР.

3. Разработка процедур обработки неточных данных.

4. Обоснование предложений по практической реализации и экспериментальная проверка результатов исследований.

Методы исследований и математический аппарат. Исследования базируются на использовании методов теорий: вероятностей, оптимального управления, активных систем, графов, распознавания образов.

Научная новизна работы заключается в том, что:

1. Разработан способ комбинирования методов объединения неточных данных, предусматривающий предварительное определение моделей представления неточности в данных с использованием предложенных критериев конфликтности, наличия недоопределенных значений и соответствия аксиомам теории вероятности, и реализацию двухэтапной процедуры объединения данных.

2. Разработан способ пополнения данных о паводковой ситуации, обеспечивающий согласование действий агентов СППР на основе реализации модели управления составом активных систем в условиях различной компетентности агентов и наличия ограничений на их ресурсы.

3. Разработана методика обработки неточных данных в соответствии с предложенными способами, обеспечивающая повышение оперативности формирования описаний паводковых ситуаций в многоагентных СППР.

Практическая значимость работы состоит в том, что ее результаты обеспечивают сокращение временных затрат на формирование описаний паводковых ситуаций на территориях субъектов РФ и, в итоге, повышение оперативности реагирования на возникающие угрозы паводков, снижение финансовых и иных затрат на ликвидацию их последствий.

Реализация и внедрение результатов исследований. Результаты исследований использованы в Главном управлении МЧС по Курской области и Курском центре по гидрометеорологии и мониторингу, а также в учебном процессе Курского гуманитарно-технического института при подготовке студентов по специальности 071900 «Информационные системы и технологии».

Достоверность и обоснованность положений и результатов исследований подтверждается корректностью использования апробированного математического аппарата, качественным и количественным анализом полученных результатов, соответствием теоретических положений результатам экспериментальных исследований.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на международных конференциях «Региональная информатика» (г. Санкт-Петербург, 2002 г.), «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (г. Москва, 2003, 2004, 2005 гг.), на заседаниях и семинарах кафедры «Информационные системы в экономике» КГТУ.

Публикации. По теме диссертации опубликовано 16 научных работ, в том числе раздел в книге, 6 статей, 9 докладов на четырех международных конференциях.

Личный вклад автора. В работах, опубликованных в соавторстве, лично соискателем предложены способ комбинирования методов объединения неточных данных, критерии оценки вида неточности в данных, способ пополнения данных о ситуации, методика обработки неточных данных в многоагентных СППР, разработаны практические предложения по их практической реализации.

Структура и объем диссертации. Диссертация состоит из введения, четырех разделов, заключения; изложена на 128 страницах (основного текста), содержит 38 рисунков, 12 таблиц, список литературы содержит 127 наименования.

Выводы

1. Исследование путей практической реализации предложенных способов комбинирования методов объединения неточных данных и согласования действий агентов позволил разработать методику обработки неточных данных в многоагентных СППР. Новизна методики состоит в том, что она обеспечивает сокращение временных затрат на формирование описаний в многоагентных СППР администраций субъектов РФ.

2. С целью практической реализации в многоагентных СППР предложенной методики обоснована типовая структура агента СППР, обеспечивающего обработку неточных данных, определен состав средств для программной реализации агентов СППР. Обосновано использование инструментальной среды разработки многоагентных систем МАББК для спецификации общих моделей поведения классов агентов, инвариантной компоненты агентов, множества функций (машин состояний), выполняемых агентами, а также механизмов коммуникации агентов. Инструментальная среда МАББК обеспечивает поддержку всего жизненного цикла разработки приложений на базе интегрированных графических редакторов и механизмы поддержание и контроля целостности, что позволяет существенно сокращать трудозатраты по программной реализации агентов.

3. С использованием указанных средств в рамках опытного участка многоагентной СППР, созданного в территориальном центре мониторинга и прогнозирования (ТЦМП) МЧС Курской области и Курском центре по гидрометеорологии и мониторингу, осуществлена программная реализация агентов, обеспечивающих обработку неточных данных на базе разработанной методики для управления локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья.

4. Экспе иментальная п оверка результатов исследований осуществлена на примере формирования данных о паводковой ситуации в бассейнах рек Сейм и Тускарь Курской области. Экспериментальные исследования показали, что использование разработанных подходов к обработке неточных данных в многоагентной СППР обеспечивает повышение на 50-60% оперативности формирования данных для принятия решений по управлению локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья по сравнению с существующей методикой (с использованием метода Дезе-Смарандача) при сравнимых ошибках оценки количества объектов в зоне затопления.

ЗАКЛЮЧЕНИЕ

В работе решена научно-техническая задача разработки процедур обработки неточных данных с целью сокращения временных затрат на формирование описаний паводковых ситуаций для управления локальной безопасностью субъектов РФ. При этом получены следующие основные результаты:

1. Установлено, что формирование описаний паводковых ситуаций в многоагентных СППР осуществляется путем последовательного объединения данных агентами. Данные, используемые при формировании описаний паводковых ситуаций содержатся фрагментарно в распределенных источниках, характеризуется неточностью, и представляются с использованием вероятностных мер, функций доверия и противоречивых функций доверия. Одной из причин неточности данных является их неполнота, т.е. наличие пропущенных значений в наборах входных данных.

2. Отсутствие в многоагентных СППР администраций субъектов РФ средств совместной обработки данных указанных видов приводит к несоответствию времени ормирования описании павод аций— существующим требованиям к оперативности подготовки данных для принятия решений по предупреждению и ликвидации последствий паводков.

3. Анализ существующих методов объединения неточных данных показал, что их применение для формирования описаний паводковых ситуаций не обеспечивает объединение данных, представляемых с использованием различных моделей описания неточности, либо их реализация характеризуется высокой вычислительной сложностью. Показано, что преодоление ограничений существующих методов возможно за счет комбинированного использования байесовского метода, метода Демпстера-Шефера, метода Дезе-Смарандача при объединении неточных данных, а также организации пополнения данных о ситуации при наличии необходимого для этого резерва времени.

4. Проведенные исследования показали, что объединение данных агентами СППР при формирование описания паводковой ситуации может быть представлено в виде отображений набора входных данных, полученных от средств мониторинга и от других агентов, в результирующий набор данных, характеризующий паводковую ситуацию на уровне муниципальных образований, районов или субъекта РФ в целом. С учетом особенностей процесса формирования описаний паводковых ситуаций обоснованы требования к реализации данного отображения.

5. В результате анализа известных моделей агентов (модели на основе логики намерений, реактивной и многоуровневой моделей) установлено, что наиболее адекватной специфике решаемой задачи является многоуровневая модель агента. Вместе с тем, она не предусматривает возможности пополнения входных наборов данных агента и комбинирования нескольких методов объединения неточных данных.

6. Для преодоления указанных ограничений разработана модель агента СППР путем дополнительного введения в многоуровневую модель следующих компонент: процедур определения модели представления неточности и комбини ования методов объединения неточных данных; процедуры согласования действий агентов по пополнению данных о ситуации. Разработанная модель учитывает особенности объединения неточных данных, представляемых с использованием вероятностных мер, функций доверия и противоречивых функций доверия, и предусматривает пополнение данных об обстановке на основе согласования действий агентов нижележащих уровней СППР.

7. Исследование путей реализации компонент разработанной модели позволило предложить критерии оценки вида неточности данных: соответствие аксиомам теории вероятностей, наличие недоопределенных значений, противоречивость данных. Использование указанных критериев позволяет осуществить выбор метода обработки неточных данных (байесовского метода, метода Демпстера-Шефера, метода Дезе-Смарандача), соответствующего модели представления в них неточности. В то же время не ясными остались пути реализации процедур комбинирования методов объединения неточных данных и согласования действий агентов по пополнению данных о ситуации.

8. В результате анализа существующих моделей организации согласования действий активных элементов установлено, что наиболее полно предъявляемым требованиям удовлетворяет модель управления составом активных систем. Однако данная модель не обеспечивает учет временных затрат на решение задач, ограниченных вычислительных ресурсов и различной компетентности агентов. Для преодоления указанных ограничений требуется развитие возможностей этой модели.

9. С целью уменьшения вычислительной сложности объединения данных в соответствии с методом Дезе-Смарандача, предложена двухэтапная процедура объединения данных о значениях признаков объектов (процессов, явлений). Процедура обеспечивает уменьшение вычислительной сложности обработки неточных данных на основе сокращения числа данных, объединяемых с помощью метода Дезе-Смарандача.

10. На основе предложенных критериев оценки вида неточности данных и двухэтапной процедуры их объединения разработан способ комбинирования методов объединения неточных данных. Новизна способа состоит в том, что он обеспечивает объединение неточных данных, представленных с использованием вероятностных мер, функций доверия и противоречивых функций доверия на основе предварительного определения модели представления неточности данных с использованием предложенных критериев конфликтности, наличия недоопределенных значений и соответствия аксиомам теории вероятности, и реализации двухэтапной процедуры объединения данных.

11. С целью преодоления ограничений модели управления составом активным систем разработан способ пополнения данных о паводковой ситуации на основе согласования действий агентов СППР. Существо способа состоит в выборе агентов для поиска дополнительных данных на основе предложенной целевой функции метаагента, учитывающей их компетентность, полученные оценки временных затрат на решение задач агентами и имеющийся резерв времени на пополнение данных.

12. Исследование путей практической реализации предложенных способов комбинирования методов объединения неточных данных и согласования действий агентов позволил разработать методику обработки неточных данных в многоагентных СППР. Новизна методики состоит в том, что она обеспечивает сокращение временных затрат на формирование описаний в многоагентных СППР администраций субъектов РФ.

13. С целью практической реализации в многоагентных СППР предложенной методики обоснована типовая структура агента СППР, обеспечивающего обработку неточных данных, определен состав средств для программной реализации агентов СППР.

14. С использованием указанных средств в рамках опытного участка многоагентной СППР, созданного в территориальном центре мониторинга и прогнозирования (ТЦМП) МЧС Курской области и Курском центре по гидрометеорологии и мониторингу, осуществлена программная реализация агентов, обеспечивающих обработку неточных данных на базе разработанной методики для управления локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья.

15. Экспериментальная проверка результатов исследований осуществлена на примере формирования данных о паводковой ситуации в бассейнах рек Сейм и Тускарь Курской области. Экспериментальные исследования показали, что использование разработанных подходов к обработке неточных данных в многоагентной СППР обеспечивает повышение на 50-60% оперативности формирования данных для принятия решений по управлению локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья по сравнению с существующей методикой (с использованием метода Дезе-Смарандача) при сравнимых ошибках оценки количества объектов в зоне затопления.

1. Федеральный Закон Российской Федерации «О безопасности» , 1992.

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

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

4. 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)

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

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

7. Михайлов, В.Н. Гидрологические процессы в устьях рек Текст. / В.Н.Михайлов. М.:МГУ, 1997.

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

9. Даценко, Ю.С. Основы управления водными экосистемами Текст. / Ю.С.Даценко, К.К.Эдельштейн. -М.:МГУ, 2001.

10. Быченок, Н.Н. Об управлении защитой региона в чрезвычайных ситуациях Текст. / Н.Н.Быченок // Управляющие системы и машины. — 1996.-№4/5, 6.

11. Общая гидрология (гидрология суши): Учеб. для вузов Текст. / Б.Б.Богословский, А.А.Самохин, К.Е.Иванов [и др.] — Л.: Гидрометеоиздат, 1984.

12. Дзлиев, М.И. Основы обеспечения безопасности России: Учеб. пособие

13. Текст. / М.И. Дзлиев, А.Д. Урсул. М.:«Издательство «Экономика», 2003.

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

15. 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.

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

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

18. Методики долгосрочного и краткосрочного прогнозирования максимального уровня подъема воды (по типам рек) Текст. / А.А.Самохин, Б.Б.Богословский [и др.] М.: 1985.

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

20. Куликов, Л.С. Организация информационного обеспечения оценки угроз локальной безопасности субъектов РФ на базе информационно-технических средств территориальных подразделений МЧС Текст. /

21. Л.С.Куликов, В.Н.Зубков, С.П.Ющенко //Сб. научных статей «Методы и средства систем обработки информации». №3. Курск: КурскГТУ, 2002.

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

23. Смирнова, Г.Н. Проектирование экономических информационных систем. Текст. / Г.Н.Смирнова [и др.] М.: Алане, 2000.

24. FIPA Foundation for Intelligent Physical Agents // Internet -http://www.fipa.org.

25. Genesereth, M.R. Software agents. Текст. / M.R.Genesereth, S.P.Ketchpel // Communications of the ACM.- 1994. -№37(7).

26. Multiagent systems. A modern approach to distributed artificial intelligence Текст. / Gerhard Weiss. London, 1999.

27. Turban, E. Decision support systems and intelligent systems. Текст. /E.Turban, Jay E.Aronson- Prientice Hall International, 2001.

28. Городецкий, В.И. Многоагентные системы: основные свойства и модели координации поведения Текст. /В.И.Городецкий //Информационные технологии и вычислительные системы. 1998 -№1.

29. Городецкий, В.И. Многоагентные системы: современное состояние исследований и перспективы применения Текст. /В.И.Городецкий //Новости искусственного интеллекта 1996 -№1.

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

31. Ющенко, С.П. Многоагентные информационные системы: Учеб. пособие

32. Текст. /С.П.Ющенко, А.Т.Миргалеев, А.А.Кониченко Курск: КурскГТУ, 2004.

33. 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.

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

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

36. Трахтенгерц, Э.А. Многоагентные системы поддержки принятия решений Текст. / Э.А.Трахтенгерц //Теория и системы управления. — 1998 №5.

37. Брайнов, С. Разработка и исследование моделей устойчивых коопераций в мультиагентных системах: дис.канд.тех.наук: защищена: 20.01.99 / Брайнов С. ВЦ РАН, 1998.

38. Месарович, М. Теория иерархических многоуровневых систем. Текст. /М.Месарович, Д.Мако, И.Такахара М.: Мир, 1973.

39. Мильнер, Б.З. Теория организаций. Текст. /Б.З.Мильнер. М.:ИНФРА-М, 1998.

40. Бурков, В.Н. Введение в теорию активных систем. Текст. /В.Н.Бурков, В.А.Новиков. М.:ИПУ, 1996.

41. Бурков, В.Н. Теория активных систем Текст. /В.Н.Бурков, В.А.Новиков //Материалы Межд. научно-практической конференции. М.: Синтег, 1999.

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

43. Васильев, С.Н. Интеллектуальное управление динамическими системами. Текст. /С.Н.Васильев [и др.].- М.; ФИЗМАТЛИТ, 2000.

44. 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.

45. Информационные технологии в бизнесе Текст. /под. ред. М. Желены. — Спб.: Питер, 2002.

46. Ириков, В.А. Распределенные системы принятия решений. Теория и приложения. Текст. /В.А.Ириков, В.Н.Тренев. М.: Наука. Физматлит, 1999.

47. Интеллектуальные системы автоматического управления Текст. /под ред. И.М. Макарова, В.М. Лохина. — М.; ФИЗМАТЛИТ, 2001.

48. Ерофеев, A.A. Интеллектуальные системы управления. Текст. /А.А.Ерофеев, А.О.Поляков- СПб.: СП6ГТУД999.

49. Лорьер, Ж.-Л. Системы искусственного интеллекта. Текст. /Ж.-Л.Лорьер; под ред. В.Л. Стефанюка. М.: Мир, 1991.

50. Осипов, Г.С. Приобретение знаний интеллектуальными системами. Текст. / Г.С.Осипов. М.: Наука, 1997.

51. Петров, A.B. Применение ситуационных центров в региональном управлении. Текст. /А.В.Петров, М.М.Тихомиров, Ю.Г.Федулов- М.: Р АТС, 1999.

52. Таненбаум, Э. Распределенные системы. Принципы и парадигмы Текст. /Э.Таненбаум, М. ван Стеен СПб.: Питер, 2003.

53. Советов, Б.Я. Информационные технологии: учебник для вузов Текст. /Б.Я. Советов, В.В.Цехановский. — М.: Высш.шк., 2003

54. Трахтенгерц, Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Текст. /Э.А.Трахтенгерц-М.: СИНТЕГ, 1998.

55. Трахтенгерц, Э.А. Субъективность в компьютерной поддержке управленческих решений. Текст. /Э.А.Трахтенгерц — М.: СИНТЕГ, 2001.

56. Финн, В.Н. Интеллектуальные системы и общество. Текст. /В.Н.Финн. —1. М.:2001.

57. Фролов, Ю.В. Интеллектуальные системы и управленческие решения. Текст. /Ю.В.Фролов. М.: МГПУ, 2000.

58. Эделстейн, Г. Интеллектуальные средства анализа, интерпретации и представления данных в информационных хранилищах Текст. /Г.Эделстейн// ComputerWeek-Москва. 1996. — № 16.

59. 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.

60. Ефимов, Е.И. Решатели интеллектуальных задач. Текст. /Е.И.Ефимов. — М.: Наука, 1982.

61. Goodman, I. Mathematics of Data Fusion. Текст. A.Goodman, R.Mahler, H.Nguen. — Kluwer Academic Publishers, 1997.

62. Растригин, JI. Методы коллективного распознавания. Текст. /Л.Растригин, Р.Эренштейн. М.:Энергоиздат, 1981.

63. Сошников, Д.В. Логический вывод на основе удаленного вызова и включения в системах с распределенной фреймовой иерархией. Текст. /Д.В.Сошников; под ред. В.Е. Зайцева. — М.: «Вузовская книга», 2002.

64. Gordon, J. The Dempster-Shafer theory of evidence, in Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project Текст. /J.Gordon, E.H.Shortliffe. Addison-Wesley, Reading, Mass., 1984.

65. Городецкий, В.И. Непротиворечивость баз знаний с интервальной вероятностной мерой неопределенности. Текст. /В.И.Городецкий, А.Тулупьев //Известия РАН «Теория и системы управления». 1997. -№5.

66. Городецкий, В.И. Алгебраические байесовские сети новая парадигма экспертных систем. Текст. /В.И.Городецкий //Юбилейный сборник трудов институтов Отделения информатики, вычислительной техники иавтоматизации Российской Академии наук. Т.2. М., РАН, 1993.

67. Gorodetski, V. Bayes Inference and Decision Making in Artificial Intelligence Systems Текст. /V.Gorodetski // Industrial Applications of Artificial Intelligence. North-Holland, 1991.

68. Dempster, A.P. A Generalization of Bayesian Inference. Текст. /A.P.Dempster //Journal of the Royal Statistical Society. Serie B. Vol. 30. — 1968.

69. Dempster, A.P. Upper and Lower Probabilities Induced by Multivalued Mapping Текст. /A.P.Dempster//Annals of Mathematical Statistics. Vol. 28. 1967.

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

71. Dezert, J. On the generation of hyper-powersets for the DSmT. Текст. /J.Dezert, F.Smarandache // Proceedings of 6th Int. Conf. on Inf. Fusion. -2003.

72. Dezert, J. Partial ordering of hyper-powersets and matrix representation of belief functions within DSmT. Текст. /J.Dezert, F.Smarandache // Proceedings of 6th Int. Conf. on Inf. Fusion. 2003.

73. Dubois, D. On the Unicity of Dempster Rule of Combination Текст. /D.Dubois, H.Prade // International Journal of Intelligent Systems. Vol. 1. -1986.

74. Smarandache, F. A Unifying Field in Logics: Neutrosophic Logic. Текст. /F.Smarandache // Neutrosophy, Neutrosophic Set, Probability, and Statistics. Second Edition. American Research Press, Rehoboth, 2000.

75. Smarandache, F. Proceedings of the First International Conference on Neutrosophics Текст. /F.Smarandache // Univ. of New Mexico, Gallup Campus, NM, USA, Xiquan, Phoenix. 2002.

76. Smets, Ph. Constructing the pignistic probability function in a context of uncertainty Текст. /Ph.Smets // Uncertainty in Artificial Intelligence. 5

77. North Holland, Amsterdam, 1990.

78. Smets, Ph. Data Fusion in the Transferable Belief Model Текст. /Ph.Smets // Proceedings of 3rd Int. Conf. on Inf. Fusion 2000.

79. Smets, Ph. Matrix Calculus for Belief Functions. Текст. /Ph. Smets // Artificial Intelligence. 2002. - 189(24).

80. Pearl, J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference Текст. /J.Pearl // Computer Science, Artificial Intelligence, Morgan-Kauffman -1988.

81. Уразбахтин, И.Г. Основы идентификации в социально-экономических процессах Текст. / И.Г.Уразбахтин, Л.Н.Борисоглебская. Курск: Курский гуманитарно-технический институт, 2001.

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

83. Дюбуа, Д. Теория возможностей. Текст. /Д.Дюбуа. М.: Радио и связь, 1990.

84. Ларичев, О.И. Качественные методы принятия решений. Текст. / О.И.Ларичев, Е.М.Мошкович. -М.: Наука. Физматлит, 1996.

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

86. Представление и использование знаний. Текст. /под ред. Х.Уэно, М.Исидзука.-М.: «Мир», 1989.

87. Корн, Г. Справочник по математике для научных работников и инженеров. Текст. /Г. Корн, Т.Корн. -М.: Наука, 1968.

88. Романов, В.П. Интеллектуальные информационные системы в экономике: учебное пособие. Текст. /под ред. Н.П. Тихомирова. М.: Издательство «Экзамен», 2003.

89. Силов, В.Б. Принятие стратегических решений в нечеткой обстановке. Текст. /В.Б.Силов. М.: ИНПРО-РЕС, 1995.

90. Allen, J.F. Actions and Events in Interval Temporal Logic Текст. /J.F.Allen, G.Ferguson // Technical Report 521. — 1994.

91. Schwalb, E. Temporal reasoning with Constraints Текст. / PhD thesis,

92. University of California. Irvine, 1998.

93. Еремеев, А.П. Модели представления временных зависимостей в интеллектуальных системах поддержки принятия решений Текст. /А.П.Еремеев, В.В.Троицкий //Изв. РАН. Теория и системы управления. -2003.-№5.

94. 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.

95. Модальные и временные логики Текст. //Материалы П Советско-финского коллоквиума по логике. — М.: АН СССР, 1979.

96. Kosko, В. Neural Networks and Fuzzy Systems. Текст. / B.Kosko. N.J.: Prentice-Hall, 1992.

97. Smarandache, F. Fuzzy Cognitive Maps and Neutrosophic Cognitive Maps. Текст. / F. Smarandache.// Univ. of New Mexico. Gallup, 2002.

98. Buntine, W.L. A theory of learning classification rules. /Ph.D thesis, University of Technology, School of Computing Science. Sydney: 1990.

99. Edelstein, H. Mining Data Warehouses. Текст. /H.Edelstein // Information Week.-1996.

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

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

102. Васильев, В.И. Распознающие системы. Текст. /В.И.Васильев. Киев: Наук, думка, 1983.

103. Бонгард, М.М. Проблемы узнавания. Текст. /М.М.Бонгард. М.: Наука, 1967.

104. Дюк, В. DataMining Текст. /В.Дюк, А.Самойленко. СПб.: Питер, 2001.

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

106. Ерохин, Е.А. Автоматическое обучение решателя задач Текст. /Е.А.Ерохин, М.И.Судейкин //Проблемы управления и теории информации. 1979 - Т. 8, № 3.

107. Клещев, A.C. Математические модели онтологий предметных областей. Часть 1. Существующие подходы к определению понятия «онтология» Текст. /А.С.Клещев, И.Л.Артемьева // НТИ. Сер. 2. -2000. -№7.

108. Finin, T. KQML as an agent commutation language Текст. /T.Finin; под ред. J.Bradshow. — Software agents, 1997.

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

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

111. 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. — 2004. — №1.

112. Миргалеев, А.Т. Метод обучения многоагентной информационной системы локальной безопасности субъектов РФ Текст. /А.Т.Миргалеев //Телекоммуникации. — 2004. -№11.

113. Ющенко, С.П., Обобщенный алгоритм обучения многоагентных информационных систем Текст. /С.П.Ющенко, А.И.Захаренков, А.Т.Миргалеев //Телекоммуникации. 2004. - №12.

114. Родионов, И.Б. Объединение данных мониторинга в многоагентных информационных системах Текст. /И.Б. Родионов//Телекоммуникации. 2004. №11.

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

116. Родионов, И.Б. Формализация процесса формирования описаний угроз локальной безопасности субъектов РФ Текст. /И.Б.Родионов, С.П. Ющенко, Л.С.Куликов //Телекоммуникации. 2003. - №12.

117. Родионов, И.Б. Алгоритм координации поведения агентов в многоагентной системе формирования описаний угроз локальной безопасности Текст. /И.Б.Родионов, С.П.Ющенко, А.В.Потапов //Телекоммуникации. 2004. - № 1.

118. Родионов, И.Б. Интеллектуальные информационные системы: Учебное пособие Текст. /И.Б.Родионов, С.П.Ющенко, А.В.Потапов — Курск: КурскГТУ, 2005.

119. Родионов, И.Б. Стратегия использования методов объединения данных в многоагентных системах формирования описаний угроз локальной безопасности субъектов РФ Текст. / И.Б. Родионов, С.П. Ющенко, A.B. Потапов //Телекоммуникации. — 2004. №3.