автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Теоретико-методические основы моделирования и проектирования гносеоинформационных систем

Академия наук Украины Институт кибернетики имени В. М. Глушкова

На правах рукописи

СОЛОВЬЕВ Вячеслав Павлович

УДК 681.5:519.7

ТЕОРЕТИКО-МЕТОДИЧЕСКИЕ ОСНОВЫ МОДЕЛИРОВАНИЯ И ПРОЕКТИРОВАНИЯ ГНОСЕОИНФОРМАЦИОННЫХ СИСТЕМ

05.13.16 — применение вычислительной техники, математического моделирования и математических методов в научных исследованиях

Автореферат диссертации на соискание ученой степени доктора технических наук

Киев 1992

Работа выполнена в Институте кибернетики имени В. М. Глу-шкова АН Украины и Центре исследований научно-технического потенциала и истории науки имени Г. М. Доброва АН Украины.

Официальные оппоненты: академик АН Украины, доктор

технических наук, профессор С КУРИ ХИН В'. И.,

доктор технических наук, профессор СЕВЕРЦЕВ Н. А.,

доктор технических наук, профессор ТУНИК А. А.

Ведущая организация: НИИ Центрпрограммсистем, г. Тверь.

Защита состоится «-» - 19 г. в-

часов на заседании специализированного совета Д016.45.03 при Институте кибернетики имени В. М. Глушкова АН Украины по адресу:

252207 Киев 207, проспект Академика Глушкова, 40.

С диссертацией можно ознакомиться в научно-техническом архиве института.

Автореферат разослан

Ученый секретарь специализированного совета

В. И. РЫБАК

Г Пг !".';': С "АЯ

БИБЛИОТЕКА _ ! _

: ' ) Актуальность расхоти. Существенным фактором, обеспечивающим ' кардинальное обновление технологической основы современного "производства является широкое применение во всех сферах практической деятельности человека средств вычислительной и информационно-измерительной техники. Это связано прежде всего с тем, что обновлению подвержены не только материальный и энергетический базисы, но в еще большей мере информационные связи в производстве, управлении, научных исследованиях. Практически это приводит к необходимости частичной, а иногда и полной автоматизации многих интеллектуальных функций человека, остававшегося до последнего времени основным и единственным активным элементом в системах, вырабатывающих и исполюувцих информацию для достижения определенных целей, то есть в целенаправленных системах. Отсюда следует объективная потребность в выработке новых представлений об интеллектуальной компоненте информационных взаимодействий с учетом неизбежной,' в ряде случаев, замены человека кибернетическими устройствами.' Обострение противоречий между технологическим, биологическими и социальными интересами человека приводят к необходимости создания все более эффективных средств информатики, способных оптимизировать информационные, в том числе и интеллектуальные процессы. В этих условиях сами интеллектуальные процессы становятся объектами конструктивного анализа и оптимизации как неотъемлемая часть практической деятельности человека.

Все это является основой создания новых информационных технологий, ориентированных на широкое использование систем искусственного интеллекта. При этом возникает проблема совместимости, релевантности друг другу компонент различного происхождения и различной природы, взаимодействующих при осуществлении коммуникаций или совместном принятии решений.

Существует ряд социально значимых приложений, где развитие "технологического" подхода к обработке информации особенно необходимо. Это прежде всего автоматизация научных исследований и моделирование критических состояний в сложных системах различной природы и различного назначения.

Автоматизация труда научного работника в рамках технологического подхода имеет своей целью не столько сокращение рутинной работы по поиску информации и обработке накапливаемых данных,

- г -

сколько создание оптимальных условий для работы каждого исследователя индивидуально к на всех без исключения этапах его деятельности.. Следовательно, проблема автоматизации научных исследований далеко не исчерпывается автоматизацией ограниченного числа экспериментальных установок, работающих в соответствии с предопределенным набором исследовательских методик. Хотя именно такой подход имеет наибольшее распространение при решении задач проектирования автоматизированных систем научных исследований САСНЖ до настоящего времени.

Проблематика моделирования критических состояний стала особенно актуальной в связи с новыми подходами к проблеме здоровья человека, обострением экологической ситуации, резким усложнением машин и агрегатов, аварии которых сопряжены с большими экономическими потерями и человеческими жертвами.

В целом по какдому из упомянутых выше разделов имеются глубокие и продуктивные исследования. Можно назвать работы В. М.Глушкова, А.П.Ершова, В..С.Михалевича, С.И.Скурихина и др. в области информационных технологий, Н.М.Амосова, Б. М. Глушкова, Ю.В.Капитоновой, Д.А.Поспелова, Г.С.Поспелова и др. в области искусственного интеллекта, Н. П. Бусленко, И.Н.Коваленко, Г.И. Марчука, Н.М.Моисеева и др. в области моделирования сложных систем, В. А. Виттиха, В.М. Египко, Б.И.Малиновского, П. М. Чеголина и др. в области автоматизации научных исследований. В то же время проблема моделирования и проектирования систем, в которых использование и накопление знаний способствует повышению эффективности обработки информации, а рационализация средств и методов обработки информации способствует получению новых знаний, разработана пока недостаточно.

В данной работе сделана попытка восполнить этот пробел.

Цель работы - построение основ теории специального класса автоматизированных систем, рационально сочетающих обработку данных и обработку знаний, и разработка принципов формализованного описания структуры и динамики информационного взаимодействия в таких системах. Непосредственной практической задачей является создание на этой основе интеллектуализированных программно-технических средств обработки информации и программно-алгоритмического обеспечения исследования критических состояний сложных явлений и процессов.

Методы исследования. В работе использованы методы теория систем, теории информации, теори:! марковских йроиесссп, теории искусственного интеллекта, вычислительной математики и математического анализа.

Научная новизиа. 1. Исследована роль интеллектуальных систем в структуре информационных технологий, на основании чего обоснована целесообразность выделения класса гносеоинформационных систем. Это позволяет сформировать единый подход к анализу, моделированию и проектирован»*) систем, п которых циркулирующая информация занимает промежуточное положение между дгшньпя! п знаниями. Следование этому подходу позволяет расширить диапазон эффективного использования средств и методов информатики.

2. В рамках представлений о гносеоинформационных системах выполнен концептуальный анализ информационной среды как носителя интеллектуальных процессов. Предлояена оригинальная сотовая модель информационной среди с произвольной структурой и ассоциативным принципом взаимодействия между ее элементами. Использование этой модели позволяет формализовать классификация информационных систем по типу их структурной организации, а такте упорядочивает концептуальные представления о циркуляции знаний в социальной системе. Таким . образом открывается возможность количественной оценки информационного взаимодействия в соцлаганык и социотехнических системах.

3. Предложены принципы интеллектуализации программных и программно-аппаратных компонент гносеоинформационных • систем, основанные на численно-аналитическом представлении входчой, выходной и внутренней информации, а также на ■ методе самоорганизации вычислений в информационных средах с сетевой структурой. Реализация этих принципов позволяет проектировать высокоэффективные средства обработки информации в реальном времени,с возможностью их проблемной ориентации на определенный характер входного потока данных.

4. Предложенные в диссертации подходы к моделированиг и проектировании гносеоинформационных систем позвонили разработать ряд моделей и программные средства для решения задач автоматизации научных исследований и оценки критических состояний сложных систем. Эффективность разработанных алгоритм*» ;; программных средств подтверждена в процессе их применения лля

решения практически значимых задач.

Основные положения, выносимые на ааииту.

1. Класс гносеоинформационных систем объединяет систему обработки информации, отличительной особенностью которых являете^ то, что они осуществляют скоординированный поиск, накопление, хранение, синтез и передачу знаний, рассматриваемых как особая форма динамически организованной информации.

2. Информационно-ассоциативные шдели являются аффективным средством анализа механизмов информационного взаимодействия в системах коммуникации н обработки информации различной природы, могут также использоваться для количественной сценки уровня интеллектуаяизированности компонент гносеоинформационных систем.

3. Методической основой интеллектуализации автоматизированных систем обработки информации в реальном времени является дуализм представлений о структурных .единицах алгоритмов обработки информации, программно-аппаратных средств обработка информации и самих обрабатываемых данных.

4. Использование методов проектирования вычислительных сред на основе алгебры процессов позволяет• строить динамически модифицируемые алгоритмы управления вычислениями на сетевых структурах, что, в свою очередь, обеспечивает реализацию режима самонастройки системы на наиболее эффективные вычисления (по тем или иным критериям) в зависимости от состава оборудования и структурной организации системы.

3. Методы теории марковских процессов являются удобный средством формализованного представления и моделирования объектов исследования и интеллектуализированных средств преобразования информации на предпроектном этапе при выявлении специфики информационного взаимодействия между компонентами как объектов исследования, так и средств моделирования.

6. Учет характеристик информационного взаимодействия как между компонентами исследуемого объекта, так и мезду объектом и воздействующей на него средой позволяет существенно расширить диапазон применения "классических." моделей (т.е. использующих описания на основе уравнений материального и энергетического баланса) при умеренных требованиях к характеристикам средств обработки информации. Данный тезис подтверждается результатами модельных исследований сложных биологических процессов.

' 7. Экспортные системы являются эффективным сродством выявления причин разрушения деталей, в .связи с которыми эксплуатация некоторых технически;: изделий или агрегатов представляет потеначальнуп опасность для скологпи и ¡киэнн лсдеЯ.

Практическое значение. Выявленные в диссертации свойства гносеоинформацнояшлг систем позволит! разработать практические методы интеллектуализации некоторых типов автоматиеарозан еж систем обработки информации , применяющихся преимущественно для автоматизации каушш: исследований. Предложены оригинальные и эффективные методы я прогргммяо-тохкическпе средства обработки информации и принятия решений, предназначенные для решения задач моделирования и управления в условиях неопрег леиности и недостатка информации. Теоретические, методические. ,прогрз!Шные и технические разработки мог/т использоваться в конкретных системах автоматизированной обработки mrgopuattmr, используемых для исследования п управления слоншми объектам?, с трудом поддавшихся либо вовсе пэ подспегцпел фэрналяэашт в терминах классической иатеиатихи. Предяоаеннь'э пел'годи и разработки целесообразно использовать при реиении задач обработки информации а реальном времени.

Реализация результатов работы. Проведенные в диссертации исследования являются составной часты) госбюджетных ' и хоздоговорных научно-исследовательских работ, которые выполнялись а Институте кибернетики имени D. И. Глуткова п период с 1976 по 1091 гг. в соответствии с рядом государственных, республиканских я ведомственных программ и заданий. D том числе мэряо назвать следусдие теш: "Разработать и ввести в эксплуатации аьтсматизированнуп систему обработки данных и управления научными экспериментам.! по исследованию физико-химических свойств материалов в Институте проблем прочности АН УССР" (Постановление ШГГ Ol СССР N 390 от -05.11.75 г.); "Провести научно-исследовательские работа по созданию высокопроизводительной рекурсивной микропроцессорной ЭВМ (FBM) с использованием интегральных схем III степени интеграции, с быстродействием от 10 до 100 млн. опер./с." (Постановление ГКНТ СМ СССР N 430 от 26.11.Vб г.); "Разработать опытный образец мультипроцессорной рекурсивной вычислительной мамины ГРВИ) с машинным языком высокого уровня и динамическим распараллеливанием вычислительного

- б -

процесса, производительностью от 10 до 100 млн. операций б секунду" СПостановления ГКНТ СССР, Госплана СССР, АН СССР от 12.12.00 г. Н 473/251/131); "Разработать теорию микропроцессорных средств кибернетической техники для управления процессами в реальном времени" (Постановление Президиума АН УССР N 587 от 30.12.81 г.); "Изучить системы, обеспечивающие надежное функционирование клеток" (Комплексная программа НИР АН УССР в области биофизики на 1978-1990 гг.); "Разработать методы и алгоритмы исследования надежности технических систем определенных структур" (Постановление Президиума АН УССР Л 402 от 11/24.12.87)

Предложенные в диссертации подходы, разработанные методики и теоретические положения были использованы при создании программного продукта, технических средств вычислительной техника и автоматизированных систем, которые либо повышали эффективность обработки информации, либо позволяли решать принципиально новые задачи научных исследований, в том числе в условиях информационного дефицита и при необходимости управления экспериментальными установками в реальном масштабе времени.

В разные годы били созданы и введены в эксплуатации автоматизированные системы научных исследований в институтах проблем онкологии, электросварки им.Е.0.Патона, проблем прочности Академии наук Украины. Предложенная математическая модель фреттинг-процесса позволила • разработать и внедрить экспериментальные методики анализа физико-химических факторов повреждения узлов и агрегатов авиаиионных двигателей, приводящих к аварийным ситуациям, положенные в основу организационно-технических мероприятий по выявление механизмов и причин разрушения узлов и агрегатов авиационной техники.

Имеются акты о внедрении выполненных разработок.

Некоторые теоретические и методические результаты нашли отражение в учебных программах и курсах ряда вузов и институтов повышения квалификации.

Апробация работы. Результаты работы докладывались на II Всесоюзной конференции "Биологическая и медицинская кибернетика" (Москва, 1974); на П Всесоюзной конференции по водно-солевому обмену и функции почек (Черновцы, 1974); на Первом Международном симпозиуме ИФАК/ИШ1 по программному обеспечении • управления процессами.СЯОСОСО 76) (Таллинн, 1975); на Всесоюзной конференции

по измерительным информационным системам С Баку, 1377);: на Республиканской научно-технической коь.£»Лренш;н "Управление надежность» машин" (Кировогрлл, ШТВ"*; на йеесоюной научно-технической кэнфе-ретшни "Автоматизация экспериментальных исследований" (Куйбниев, 1978); . па XI] I Сьеаде Всесоюзного физиологического общества им«ы И. П. Навпора С Алма-Ата. 197-Ю; на 2-й и 3-й Республиканской хонфор-зацчях "Автоматизации научных исследований" (Киев, 1S31 и 1986); на TI РсгсошчоЯ коррекции "Автоматизация научных исследований на основе лршгсчшмл РОИ" (Новосибирск, 1981); 'на Пятой Dcncorv-roi! ггаете-еанииар* "Распараллеливание обработки 1ш*«ркэ!1ии" (Львов, 1Q85); иг, Республиканской конференция "Надг-т.Ьо'п- и качество программного обеспечения" (Львов, ЗВ5); яа IT Псосссзной кси^рреиирч "Ав гоматкзирсваяны«? систэнч обраЗотки iK?«j<5paacfHí«3 (/.COíSI-OS)" (Львов, 19863, на Первой ВсксокрпоЛ чг.учно-технич>?с1.ой конфер-эниая "Методы анализа надежности прегрзммнего о^гегг-поиик вичислителышх сястрм реального времени "а основе ':or,fvn;>8 нечеткой логики н качествеинш: списап»П" • 1?37); на

Всесоюзной научно-техническсГ конференции "Актуагыгнс вопрос* прояснения радиоэлектроники в иодицико" СКуйб;;.ае». ДЕЗНЗ: и? Ш1 ВсйсссзноЯ писояэ "Автоматизация научны* йсслрдпзаний" СТсльчгп'. Ш53); на 8-м Иахлурароднои симпозиуме <;оцпалк0тичлсКик строи "¡-л-пташюнное моделирование б медицине din 'лол-ин" (Прага. 1938). на РсосоюэноЛ научно-технической кеиф.-р-ацни. гапп"-. системы г. f/ашиясптрссш»!!" (Самара, 10313.

Публикации. По теме диссертации сл/бтшковано 30 п-?ча'1И«х работ, получе.чо 5 авторских свилотольстя на йзобрстеиая.

Личный вклад азтооа. Все результаты, прей':тпзяр;?ну--> <s ли^сертяииошкзЯ работе, вспучена автором лично. В еогиг-етон* публикациях имеет место неделимое соавторства.

Структура я о4к>м работы. Якссартаиия occroin in ввегсияя, чегярех г/тпв, гаклвчрияя, списка латературн (210 п:мчг'>>нк:;гО и приложений. Основное содержание тпотто na 153 стрзнаи»» маяпкст'снсго т?кста. Диссертация содержат 1Я рисунков и 2 таблицы. D приложениях иалокеян методологические вопросы р?нр:?ийд задач ыопрлирораная и проектирования riiccw.'nfapwninitfHwm систем, пр'/ь^дрны листинги разработанных программ :г копии дпиу>г--т(1», пс п-.'т^'р» •)-■>;,!'>!:! i;-пользования результате? лиесертациИ

- а -

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность теш, изложено состояние вопроса, сформулированы цель исследования, научная новизна и основные положения, выносимые на защиту, раскрыты практическое значение и реализация результатов работы.

Пэрвая глава "Основы теории гносеоинформационных систем. Модели и формализация" посвящена исследованию подходов к автоматизированной обработка содержательной информации.

Предложено выделить класс гносеоинформационных систем, которые обладают свойством активно использовать знания для повышения- эффективности обработки информации, а рациональную обработку информации - для формирования новых знаний. Это требует расширения классических представлений о получении информации как о процессе снятия неопределенности.

Утверждается, что лементарные информационные характеристики естественных систем, в рамках заданного класса, можно отождествить с переменными состояния ^. используемыми в моделях синергетики. В связи с последним утверждением весьма важной является идея использования для проектирования систем искусственного интеллекта математической инфо_ ациенной среды СМЖ) СВ.М. Глушков; О.В.Капитонова, А. А. Летичевский!.

При использовании МИС для проектирования алгоритмов работы систем искусственного интеллекта реализуется поэтапная последовательная процедура, превращающая исходные описания в совокупность алгоритмов и структур данных, реализуемых в компьютерной информационной среде. Возможная схема этого процесса представлена на рис.1.

Итак, МИС позволяет организовать "перезапись" знаний из естественной информационной среды в искусственную (в данном случае - компьютерную), поскольку элементы естественной среды обладают необходимыми свойствами, присущими информационным единицам компьютеризированных баз знаний, включая возможность задания семантической метрики. Однако, коль скоро физические носители информации в этих средах различны, то и форма представления информации оказывается тоже различной.

Адекватность представления знаний обеспечивается здесь соответствующими интерфейсами.Практически же эта идея реализуется на основе технологии метода формализованных технических за ший.

Ри с, 1

Для того чтобы программно-те'хнччегка:? рдагиезкчя МИС обеспечивала аффект интеллектуализации инЯорччциойччх тпунолсги». . необходимо учитывать, что любая итм^ктуялыт срог^мп реализует свою прогностичес.кув способность тоям<о ограниченном прострйнственно-рремснлом 'лчтрряалр и толмго при {щредолениой соьпку л ноет ч внешних впздеЯс1 рнй. Слеяоктг=>"?-но, Ир; Долята обеспечивать необходимуп меру '^итуаичонноЯ блипоглг компьптэрного и естественного носителей ап??<ий в емчея«

СС!,'ЯНТЯЧГ 2К0Й КйТрИКИ.

Дл<? построения метрических огношеяяЛ гятучцигт«1?(» Лли-'р-т.» йополюуем модель сетевой струхтурч тянч

© = <1,6,Г>,

п№ I - мтпжеово информационных элемснюр; С> - мнсу.'х-гро тап'."^ свяпей м»>тяу информационными элементами; Г' - ок'^г'1'?'1

реалиэущее подмножество типов связей е 6 на подмножестве информационных элементов I е /.

Конкретное представление модели основано на допущениях, что с каждым элементом а( , сети И, состоящей из п элементов,

связан определенный алфавит Q, . Тогда состояние элемента а можно

определить как слово 8 = [*] ' • знак {*} означает

последовательность букв из алфавита Qt длиной .

В силу предпрлагаемой неоднородности сети £ введем понятие базового алфавита 0о, связанного с некоторым мнимым элементом ао. Будем дал&е полагать, что любое слово, -характеризующее состояние любого элемента а. с J, может быть преобразовано применением системы допустимых подстановок в олоьо состояния элемента ао. Другими словами, ыЫ допускаем возможность задания ассоциативного

П п

исчисления на алфавите q = U а и систему1,подстановок Р = U Р, , * 0 1 > ' 110

Проблема построения алфавита с>о тесно связана с проблемой поиска нормальных алгоритмов [А.А.Марков].

Таким образом, конкретная структура модели определяется следующей расшифровкой своих базовых элементов:

6 =<£,«,/>>,

где Z - любая возможная комбинация слов состояния всех элементов а , i>l~n, U - алгоритмы определения изоморфных и гомоморфных связей между любыми двумя словами состояния на множестве 2; Р -множество допустимых подстановок.

Ерли количество всех состояний элемента а. равно и.(, а любой элемент а^ е & может с равной вероятностью находиться в любом из своих возможных состояний, то разнообразие состояний элемента а можно оценить энтропией по Хартли:

И. = log т. .

Если состояния всех элементов сети Л попарно независимы, потенциальная энтропия всей сети вычисляется по формуле

01 =2 //, i

Важной мерой оценки ситуационной близости состояния элемента flj по отношению к элементу а( является относительная энтропия

/I . = 1 oq

» j ' i j

При этом значение тзичисллетоя из выражения 1 iJ к=1

где г - количество состояний элемента af , в когормк м; г ; связан ни с олним из состояний элемента а , а jwjph:-« v| , удовлетворяет условию

1 < тк. < т. .

1 | J

Аналогичны?^ образом может быть вычислена энтропия плг"■«■•г;'" по отношению к элементу а. , то есть моттпо строить rr>a;!f»i-'-характеристики каждого элемента по отношению ко всей сети " \ ■< - по отношению к каждому элементу.

Будем называть эффективной энтропией элемент» а ею максимальную относительную энтропию. То есть

л

h = шах (h. ), j*i .

i i j J ■ J

По аналогии с. выражением для ill опг"?л°ля<?тоя гффск'гивняя рк») та ел всей сети:

Ж = ]> h. , i=bn . Кроме того, можно говорить о наличии чешу эл^ч^нт?'*" о и г информационной связи - высших порядков. с00грвт0твуг'.«яя :>i!mv4ii"! связи второго порядка вычисляется следугшш обрапом:

/1^'= log а . ^ log ¡¡г., .

Здесь значение in* определяется :о формуле

т

Si". = „ 1. lU. - fi* v

1 j П. -I £ 1 j j 1

J k=l

где kJj - число слов состояний элемента а^. свяппнннх к м словом состояния элемента а , но не связанных ни с одним сл:-рг-м состояния элемента at .

Введенные метрические соотношения открывают jy-vv возможности анализа и синтеза сетей, состоящих иэ разнорслш^ функциональных элементов. Об етом свияетечьствует, в часпксш приведенный в диссертации пример классификации сетевых структур.

Эту же модель можно использовать для формализованного представления знания. Полагаем, что знаки» 2 состоит иэ лгух частей: природной СяО и социальной (ж.):

1) г .

и ь.

Отождествляя каждый элемент сети й с индивидуальным, ■'¿ит.маркым" интеллектом, постулируем тем самым в рамках нашей ¡.одели, что ■ базовой характеристикой интеллекта является ■ аносбразие его реакций, про. лений, "пиний поведения", то есть разнообразие состояний соответствующего элемента сети. Дополнение се!Л элементом ац будем интерпретировать как дополнение соьоьупности атомарных интеллектов вн~шней средой, поглащающей, в информационном смысле, знаковое разнообразие всей сети. Информационная подчиненность является мерой знания элемента а об элементе а .

I ' J .

Следовательно, природное знание элемента а ея может быть определено как мера информационной подчиненности элемента ао элементу а , то есть

к , ,= И. .

па) 1 о

Что капается социального знания, то его можно определить как меру суммарной информационной подчиненности элементов а еМ элементу и сИ!, то есть

Изложенный подход позволяет формировать количественные представления о творческом процессе, анализировать механизмы "коллективизиции" творчества, синтеза "группового" знания с последующей его- структуризацией и организацией использования

Во второй главе "Методы и программно-аппаратные средства организации интеллектуалиэированных вычислительных сред" главным образом исследовалась сфера обработки физической информации. Развиты принц>пы численно-аналитического представления физической информации, позволяющие решить некоторые проблемы построения нейроподобных и полевых компьютеров. Рассмотрены соответствующие алгоритмы элементарных операций и приведены примеры их аппаратной реализации, ,'редложена методика сравнительного анализа способов распараллеливания вычислений на ЭВМ с иерархическим представлением информации.

Данные," циркулирующие в автоматизированных системах с высоким разнообразием входной информации, подразделяются на три класса: содержательные, фоновые и возмущавшие. Это приводит к необходимости специальной организации обработки каждого типа

данных. Основной принцип интеллектуализации вычислительна состоит, при этом, в дуальном подходе к представлении ин4ор»--м1и» и организации ее обработки.

В том случае, если процесс, характеризующий na4nr>r,pw4 объект, является непрерывной функцией времени ¿С П, то п.пичм >•-> факторов, обеспечивающих динамичную мар^збельносгь метоао'». алгоритмов и средств обработки информации, является дуапы!о° представление входного сигнала. Блок-схема настройки сис.теен in входную информацию будет иметь вид, препсгавленнчй на ру^.Р. Приняты следующие обозначения: еС i !) - измеренное эначсч'!'* входного сигнала в момент времени I ■ е(т) - траектория вхпдн-м-п

Рис. 2

сигнала с момента начала измерения до момента I,,; г.(т) - гипотеза о траектории сигнала на всей временной оси; е.( 0~с.( О ) -функционал, оценивающий качество двойственного предегавломи" входной информации.

Дуальное представление информации для случая, когда на р^-ш

liojTyiino'f непрерывный сигнал, состоит в поиске конечной совокупности вещественных чисел, отражающих некоторые формальные свойства сигнала, то есть рассматриваются случаи существования отображения 7:S =>S , где S - множество физических сигналов; -ипожестьо конечных числовых последовательностей. Сюда относятся произвол не сигналы конечной энергии, приближенное численное представление которых сводится к выбору некоторой системы ¿«¿ясных функций ) Си взаимного дг tea

Программно-технические разработки выполнены для входных сигналов, предстаышых с помощью степенного полинома или отрезка ряда Тейлора, т.е. когда базисг^е функции представляют собой одночлены р =Ll.

Информационную представительность входных данных предложено оценивать типом допустимых инвариантных преобразований, то есть иилага^ц, что модель входного сигнала Л эквивалентна структуре { (а ,ю >; <а ,<р >;.. . <а ,ю > "}</

1 1 2 гй П ГЛ

где - множество элементарных блоков данных; pi - инвариантное преобразование на множестве а .

Если рассматривается зг...ача обработки изображений, можно считать, что все а. , i=l+m, относятся к классу геометрических образов и попарно эквивалентны, а инвариантные преобразования могут быть метрическими С^), конформными (у^), афинными (ра), проективными С ^ и тоиологическ- MH(pt). Тогда, поскольку c^s ag для всех t, изображение А имеет следующую структуру:

g rm ' :j'rk g ra a P 3 I

Данный подход позволяет ставить и решать задачи оптимизации обработки информации по различным критериям, в числе которых можне ¡азвать критерий актуальности результата обработки для потребителя и критерий надежности в условиях высокой зашумленности полезного сигнала и с учетом возможных отказов и сбоев технических и программных средств обработки информации.

Принцип разделения входной информации на три класса реализуется, как правило, путем создания управляющих программ, координации . функций универсальных и специализированных программных и аппаратных средств и организации диалогового взаимодействия "оператора интеллектуала" с системой.

. Как правило, управляющая система органи: ет работу пакета в двух режимах: режим оперативной задачи (03) и режим фоновой

задачи СФЗЭ. Пример функциональной структуры управляющей систеиы, разработанной для автоматизации определенного класса экспериментальных исследований, приведен на рис.3.

Программы обработки данных

Рис.3

Данная управляющая программа представляют собой систему

командных файлов, погруженную в операционно-прикладную среду конкретного . программно-технического комплекса. Их основные функции состоят в следующем: настройка прикладного пакета на конфигурацию технических средств; обеспечение взаимодействия экспериментатора с прикладным пакетом в диалоговом режиме; вычислений параметров файлов экспериментальных данных; настройка алгоритмов опроса датчиков и инициация их опроса; организация предварительной обработки и верификации экспериментальных данных в реальном масштабе времени; управление динамическим буфером для накопления и визуализации обрабатываемых данных; вызов программ обработки экспериментальных данных; информирование о конфигурации эксперимента и состоянии управляющей системы; информирование о командах языка управления пакетом.

Технологический подход к создайию интеллектуализированных средств обработки информации требует гибкого и динамичного решения вопросов пространственного размещения оборудования, временной синхронизации вычислений, распределения указанных функций между программами и аппаратурой. Важную роль играет здесь возможность аппаратной реализации функций управления и обработки информации. В связи с этим излряенная выше идеология представления екодных Физических сигналов была использована для аппаратной реализации ряда базовых алгоритмов. Разработанные устройства защищены авторскими свидетельствами на изобретения и ■■ спользованы в спеиаппаратуре..

Рассмотрен важный класс систем, для которых проблема предсказания их поведения затруднена возможностью фазовых перекодов (бифуркаций) траекторий их состояния. К таким системам относятся как очень сложные - социальные, экономические, экологические, биологические, так и относительно простые -технические, физические.

Здесь проблема фоь^вой обработки состоит, в частности, в автоматизации построения определенной топологии, образуемой точками фазовых переходов (или,как их еще называет. - критическими точками) в пространстве состояний динамической системы. В диссертации предложен подход, реализованный в виде конкретного программного продукта, определения точек фазовых переходов на оонов» методов планирования эксперимента.

При решении практических задач в условиях жестких

ограничений на количество компонент вычислительной системы возникает необходимость решать задачу оптимального распределения отдельных частой алгоритма между решающими блоками система. Прн этом, как оказывается, иногда целесообразно допустить последовательный реяиц обработки информации.

Рассматривая критическую, в некоторой смысле, ситуации, когда кагдая из групп параллельных операций мокет быть выполнена только после выполнения всех операций, входящих в предыдущие группы, и, кроне того, количество групп параллельно выполняемых операций связано с количеством устройств N следующей зависимостью: '

Ь. = Ьп1п+ а - N ,

а ет

где Л - общее число групп параллельно выполняемых опарзций; « ■• максимальное количество усредненных операций -по всем группа«, получаем формулу для сиенки эффективности распараллеливать вычислений на уровне машинного сяэза, тюзздего .г р?арлдов:

Г . 1-Сгг-15 1

N < Ы"Лп* а--

Сп-1) |

Это неравенство позволяет определить диапазоны значений характеристик алгоритма (а и П1 и "грамэтроз устройства С п. и у), при которых целесообразно применение последовательного способа обработки информации в параллельно работающий устройствах.

Предложен формализованный критерий выявления "лимитирующих звеньев" алгоритмов обработки с целью возможной их реализация аппаратным способом. Для этого введены следующий обозначения: «.б8 - вычислительная задача С* - заданный класс задач);

5 = >?а.....^'••■'^п^ ~ совс'сУП1>ость макрооперация для

реализации вычислительного алгоритма Ст - количество типов ыакроопераций, характерных для класса задач, Ю; [Р^Сй 1 действительное качество решения задачи; ¡^(е.) - требуемое качество решения задачи. Достаточным условием вып( нения неравенства Р'Чг. Э^ЯР^Сг. ) является соотношение

к

Соответственно, те макрооперации, для которых данное неравенство не выполняется, более выгодно реализовать аппаратно.

П третьей главе "Проектирование и количественная оценка -параметров гносеоинформационных систем" сформулиоованы методические основы формализованного представления вычислительного процесса, адаптивно развивающегося на произвольной сетевой структуре. Предложен подход к построению критериев эффективности интеллектуализированных вычислительных сред на основе методов теорли марковских процессов, проиллюстрированный примером построения оценок вычислительной среды определенной структуры. Показано, что методология марковских процессов может быть использована для формирования критериев эффективности функционирования естественных систем с иерархической структурой и разумной организацией поведения. Предложены принципы диалогового моделирования иерархических систем на основе описания их марковскими цепями с взаимодействиями. Эти принципы реализованы в виде программного продукта. апробированы при исследовании ряда биологических объектов и позволяют идентифицировать структуру и параметры модели в самом процессе моделирования.

Предлагается способ адаптивного распараллеливания вычислительных процессов по отдельным ЭВМ многомашинных комплексов и, в том числе, мультимикропроцессорных систем, представленных информационно-ассоциативными сетевыми моделями. С этой целью твбой алгоритм, реализуемый на вычислительной сети произвольной структуры, задается множеством операторов, поименованных символами из алфавита а. Тогда любое слово а в алфавите а также обладает свойством оператора обозначать одновременно и единицу действия, и единицу конструирования программы, что позволяет определить некоторый процесс 7 как слово из алфавита а.

Назовем элементарным процессом р слово, состоящее из трех символов: двух символов алфавита а, расположенных в порядке выполнения соответствующих операторов, и разделителя (например, пробела). Тогда любое вхождение Те? представляет собой обязательно либо элементарный пропесс, либо составной процесс, представляющий собой совокупность элементарных процессов, разделенных пробелами (или другими разделителями), то есть 7=<р>~, £ е I, где 1 - мощность множества элементарных процессов.

¡•■з -

Введен в рассмотрение индексную пару т = >, тпа

индекс активности процесса; J - инп»кс его гсгг>щт'»я"

выполнению. При этом J е (0,1>, 3 е Я, гл» Я - мпогвсгьо !1»л1.\ч

г а г '

чисел, включая нуль. Значение индекса активности опрея"^»>. связан ли данный процесс со средствами его исполнения С'- ') лвбо такие средства отсутствуют («7 = О. Онач"ипе шчп-.м готовности определяет количество п элементарных процессов. л лячном составном, готовьте к исполнению.

Возможные состояния процесса задаются сяодущич отрядом; а = <1ш> - процесс активен и готов к исполнении;

= <10> •• процесс активен, однако заблокирован; а = <Сп> - процесс пассивен, н^ готов к исполнена»: а ~ <00> - процесс пассивен и заблокирован. Лля формального определения операций нал процессами прочие* понятие [солирующего отображения П = <л >, где € Г0.1 >, >. I Ассоциативное исчисление задается (¡а основ? алгебры ир'"Н"сс< содержащей операцию растепления и операцгп слияния. При гч'.и постулируется правило, по которому '^»рмгруб-тся .•аеток»".-Синдексная пара) результирующего или результирующих процессо"

Обобщенное состояние элемента 5 сети 5, 1=1:/'. гд° ' число элементов сети, задается тройкой I-1), где ^

индекс активности; У - индекс готовности, /.' •- длина процесс;,, связанного с элементом 5( . Определяем si как активный эл'^тнг сети, если ./' =1 , и как йу^рннй, если ./' =0. Мчрппл-.ас

а * ' 1 а

возможное в рег-лышх условиях значение длины пр.ц«ез, связываемого с элементом з. . называем емкостью этого элем--н:г-> п обозначаем V . .Дополняем сеть 5 буферным элементам неограниченной емкостью V . Птот своеобразный унирер'-лльпчИ элемент можно отождествлять со средой.

Исходное Состояние сети 3 определяется следящим обрати-

^<0 п /..>; Я*=<1 0 0>; 5><0 0 0> ;

К , К - количество активных элементов;

• ^ я

1-1. К , К ■ количество бУ'рерных гш емещов ^ • г г " " '

Развития процесса Т состоит в расцеплении подпроцесса >:: 6-5лее чем на К = К > К частей и свягшрании полуепг'н

а г

подпроцессов с элементами я , !>1.;К, в соответствии с зчрзи»«> заданной стратегией

Предлагаемый подход раэрива^т класс аналитических ««чея^в.

- во -

использующий понятие вычислительного процесса как некоторой графоьой структуры, заданной на информационном базисе СЛ.Ю, где Л - <■»,[],} ,. • ■) - совокупность модулей вычислительной систеш, а ... } • - совокупность операторов вычислительного ' алгоритма. При этом модель вычислительного процесса представляет собой списание взаимодействия событий, которые в каждый момент времени фиксируют отношения на декартовом произведении Л*?. Такой Кб подход к формальному представлению вычислительной системы реализуется, в частности, для расчетов оценок эффективности схем потоков данных Ш'сетей Петри.

Мы • строим достаточно простую • асинхронную модел-, вычислительного процесса путем так называемого "приведения" операторной схемы алгоритма и задания на' полученном множество "информационных зависимостей" операций расцепления и слияния. При этом "информационные зависимости" '•'•интерпретируются как элементарные процессы, а спусковые функции задаются кодирующие отображением составного процесса. '

При анализе эффективности работы мультипроцессорных систем в ряде случаев представляет интерес вычисление таких стандартных характеристик, как абсолютная д и относительная I пропускная способность систеш, среднее число занятых процессоров ьероят ость отказа в обслуживании р.о. Если модель динамики вычислений задается на основе принципов, изложенных выше, то можно построить модель массового обслуживания.

Входной по отношению к вычислительной системе алгоритм или входная программа представляет собой заявку на обслужи^ ание. Если соответствующая. система массового обслуживания Е состоит из и идентичных элементов г , М=1+п, эквивалентных отдельным процессорам вычислительной системы, то каздый элемент г^ ыожет обслужить как всю заявку в целом, так и любую ее часть пр1-возможлости распараллеливания. Состояние 5к системы } определяется количеством заявок, находящихся на обслуживании. Соответствующий граф состояний приведен на рис 4. При этом переход из состояния в состояние определяется

интенсивностью поступления заявок на обслуживание X, а переход иг состояния $к в состояние 5 ( определяется производительность»

одного процессора у и степенью распараллеливаемое™ anropimcv.

Гиг,. 4

Ре..1ан сиг.тьетстьумшуы этому графу систему дифференциа. ,иыя ураьчепий н учтивая некоторые дополнительные ограничения,

понудим

1

1 + тешт(д) + шатй ^ • • ■+ с§ттг$

ГП+ЮТМ Ра

К = 1j.II .

Эш формулы позволят' оцет ь эффективность максимального распараллеливания вычислительной системы путем вычисления q, <8, г, <1 при конкретных потоках входных алгоритмов и заданной произвочительностн элементарных модулей.

Развитие метода искусственного интеллекта обеспечивает н^исжпости организации дружественного интерфейса между пользователем и информационными ресурсами ЭВМ. Однако затраты на ¿го организации могут быть весьма значительными. Поэтому важную роль нриобре' .ет здесь проблема развития таких методов математического моделирования, которые в значительной мере универсальны по отношению к предметной области моделирования и не чувствительны или хотя бы мало чувствительны (с точки зрения трудоемкости и реализации) к слс ностн исходных моделей.

Этот тезис был реализован и методологически, и практически путем создания программных средств моделирования марковских цепей с: взаимодействиями. Обобщенный граф состояний, положенный в основу системы моделирования, приведен на рис.5. Значения интенсивносте. переходов ]-го элемента 1-го уровня из одного состояния в другое задаются здесь как исходные данные, а аналогичные интенсивности переходов для остальных уровней иерархии рассчитываются по формуле м. п

X = к + г" Г V ^ \js.s лпз,<;+ Л Л. ..и ■

1 1.1 ' 1 и J г 1 к ; 1 ''1т 1

где 1=1 ¿Н - порядковый номер уровня иерархии, М - число уровней иерархии; у-\ ¡.М - порядковый номер элемента 1-го уровня иерархии, )!¡ число элементов 1-го уровня иерархии; , 5т

- г/с

состояния элементов структуры; ,.55" коэффициент

1 ^ 1 ш

пересчета интенсивностей; К

или свободный член уравнения.

* 1 и!

полиномиальный коэффициент

1-й элемент 1-го уровня

1-й элемент 1-го уровня

М -й элемент ]

I I

1-го уровня |

1-й элемегт ]-го уровня

1

4=а. . .

~1

£-й элемент )-то уровня

г

л.

— N -й элемент |

)- -го уровня 1 _________]

1----

1-й элемент И га уровня

£-й элемент М-го уровня

1-й элемент у-го уровня

М-Й элемент I и

М-го уровня !

Рис. з

Соответствующая система дифференциальных уравнений Колмогорова имеет вид:

jss/ijs/ Xijs2s/ijsz

-ат- = -\JSl_iS/iJ5l_t-cxuslSlJ/ NjvJ'ijs,

31 ~Xi IS, s IS," aijs s, + X1JS S 37iJS +

' 1 m ' 1 ml m m +1 Jm

1 XljS 5 TijS

J m+l m J m + i

dr.

cTT = s j s "\jss j s

J n-i n J n-l J n n-1 0 n

где ?i s - вероятность s} -го состояния j-ro элемента t -ro уровня иерархии. .. ■

•Диалоговая система, являющаяся стержнем разработанных средств программного моделирования, реализующая описанные принципы, написана на языке ПАСКАЛЬ и работает под управлением терационных систем РАФОС и MS DOS. Блок-схема прохождения задания при работе с диалоговой системой представлена на рис.6.

Одним из примеров реализации такого подхода является исследование фармакодинамических свойств лекарственных препаратов. Пр построении модели учитывалось, что, согласно законам формакокинятики, оптимальная концентрация вводимого препарата накапливается постепенно, то есть существует пороговая величина концентрации, при которой ожидается лечебный эффект.

Ответная реакция живого организма состоит в последовательно-параллельном изменении слементарных физиологических функций и режимов на определенных уровнях его структуры. Предлагаемый

ПК®"!!"

¡¡1;Ч|;я|ч1 !!М|1п?РЧ>!;

Шю йом КЙЙ! РЯД3 И |!!!!|!1а!Ш|

ЙМ

¡»«ри м

(Л3 И

II!

РЖИ

«.«и

®!ВД......

йиЬа

дал! йтей

Ввод ¡гадания С стартовый диалог!)

X

Компоновка сервисных и служебных процеду, моделирования

X

Выбор способа формирования структуры модели Сна языке марковских схем или на языке предметной области!)_

►г

¡вод исходных данчых

I

Нет

—^ Правилен

ли ввод

1 Ьыбор режима и ,елировани.ч Диалоговый ^^.^ка ^ '¡или комбинированный)

Ввод параметров диалога -►

Компоновка программы моделирования

моделирование

X

Документирование | Пополнение базы знаний

Т.

Завершение работы системы Свыдача паспорта процесса)

■....... !■) ч1

г:* ; I

Рис. 6

подход хорошо обосновывается для малых эффективных концентраций В связи с этим предложенная модель использовалась при исследовании фармакодинамики нитроглицерина, эффект действия которого сказывается в течение нескольких минут и в достаточно малых концентрациях. Исходная информационная схема фармаколичамин нитроглицер! на, согласно предложенной структуре модели, была разработана А.С.Коваленко. Количественные параметры мод.-ли получены на основе интерпретации литературных источников.

Четвертая глава "Прикладные исследования и моделирование сложных процессов и явлений" посвящена проблемам настройки внутренних методических интерфейсов гносеоинформационных систем, возникающим при автоматизации научных исследований.

Основными компонентами являются здесь: человек, программно-технические комплексы обработки информации, объекты исследований в той их части, которая обладает целенаправленным поведением, упорядочивает свою структуру под (воздействием внешни*, воздействий. Кооперирование этих подсистем в единую гносеоинформационную систему, позволяющую продуцировать .новые знания о предмете исследования, происходит при ведущей роли человека. Конкретное же содержание кооперирующей функции человека завцсит от задач исследования, параметров инструментария и возможностей получать необходимую информацию в достаточном объеме и в заданные временные интервалы.

С точки зрения технических приложений эту задачу для научных исследований можно рассматривать как задачу "о трех интерфейсах", а с методической - следует учесть кооперирующие функции человека при решении конкретных задач выравнивания условий информационного обмена между частями гносеоинформационной системы.

Первый пример такого выравнивания касается управления экстремальным температурным режимом организма животного с помощью математической модели, реализуемой на ЗВМ, и с учетом ограничений на объем памяти, разрядность машинного слова и быстродействие. Здесь ост ная задача человека - выбор достаточно простой модели теплообмена и организация эксперимента таким образом, чтобы модель, несмотря на свою простоту, была в достаточной мере адекватна исследуемому С а в данном случае и у)равняемому) объекту.

Физиологически интерпретируемая математическая модель процесса гипертермии может быть записана из условия баланса тепловых потоков и после ряда преобразований приведена к виду

-гА = Ъ*В + Ьа9 - ЬаВ ,

ас 1 V С С ЗА

ь ь

ггЛ = о + ЬьВ - Ъь9. ,

си ч 1 1с г ь

ае

-П-0 = 4 , + Ь°0 - Ь°8 - Ъ°в. - ЬСН ,

си ^е! 1 а го з ь 4

где в , вь, В с~ температура кожи, головы и сердцевины тела соответственно; и - потоки внутренних источников тепла головы и сердцевины тела соответственно; Ь - легочная вентиляция, способствующая охлаждению сердцевины тела; Ь®, Ь®, Ь®, Ь", Ь^, К' К' К' ~ постоянные коэффициенты; - температура разогревающего дупа.

Использование этой модели для управления в реальном времени весьма затруднительно, поскольку время на идентификацию текущих параметров оказывается существенно больше необходимого времени управляющей . реакции. Некоторые особенности внутренней терморегуляции, выявленные в эксперименте, позволяют упростить модель, в результате чего характеристическое уравнение принимает с едующий вид:

X2- Х.(ЪЬ + Ьс) + ЬьЬ° - ЬсЬь = 0 .

1 з 13 г г

Для того чтобы определить пространственно-временные параметры эксперимента. необходимо провести предварительные исследования, в том числе и экспериментальные, по уточнен»?') граничных значений температурных параметров экспериментального животного и выяснению динамики процессов' при некоторых стандартных воздействиях.

Исследования, выполненные при постановке серии экспериментов в Институте проблем онколонгии АН Украины, позволили заключить, что детерминант системы не может быть меньше нуля, то есть колебательная составляющая в свободном движении отсутствует. Кроме того, эксперименты со ступенчатым возмущением показывают, что запаздывание т составляет не более 10% значения постоянной времени Т и, в принципе, может не учитываться. Это позволило реализовать эффективный алгоритм управления температурным режимом животного при весьма жестких ограничениях на быстродействие и память исп ;льзуемых вычислительных средств.

Опыт эксплуатации устройств типа аппарата искусственного кровообращения, искусственной почки и т.п. показывает, что для успешного выполнения функций по жизнеобеспечению управляющие устройства должны не только имитировать работу тех или иных органов, но и учитывать, что замененный орган находится в сложной взаимосвязи с другими органами и системами органов, В связи с этим возникает проблема синтеза жизнеобеспечивающих устройств, удовлетворяющих некоторым общесистемным требованиям.

Это могут быть покапано, что . для родно-соленым обменом б организме человека

условия структурной устойчивости. Было упрощенной модели системы управления имеющей вид

ЗГ * V

к к

V

н о

н о

* М к

' а ? I <

.« *

к¿4 - ■

5 ' <

1

Т" 1

у 1

нго J

г-5— + и н О J

+ и

сИ

где I' ,1' - соответственно объемы солей и воды в плазме крови;

а

/ - возмущающие функции;.и - управление, закон которого нам пока неизвестен; \, Т , Т(' - постоянные коэффициенты,

имеющие определенный физиологический смысл, имеет ' место гомеоморфизм Немыцкого СН-гомеоморфизмЗ с ограниченным смещением, то есть соответствующий объект структурно устойчив.

Данный подход позволил получить следующее управление:

г/ = -а + а

К

' н О

+ а

Л, о- а.

уг -

> Н о

р.

Г,

и = Ь + Ь

"2о

Л

А

являются линейными комбинациям!

обеспечить и воды в

устойчивост; организме I

где коэффициенты а; коэффициентов исходной модели.

Полученное управление позволяет траектории изменения содержания солей гарантией единственности и физиологичноста точки равновесия пр экстремальных внешних нагрузках.

'.Третий пример посвящен проблеме моделирования радиационног воздействия на живой организм. Здесь рассматриваются достаточн простые объекты: клетки и колонии клеток. При это предполагается, что решение о пределах выживаемости целостног срт-анизма можно принимать, только перейдя на более высока уровень организации биологической структуры, хотя осноинс экспериментальный материал может быть получен все-таки на ур-да И'-снедованкя клеток и их колоний. В связи с этим возникает зана! ькбора таких подходов к процедуре обработки экспериментально]

материала и таких моделей лучевого поражения, которые Пиан бы, о одной стороны, достаточно эффективны в смысле достоверности принимаемых в итоге решений, а с другой - реализуемы на той ж« методической основа и на тех ке средствах обработки информгш.ии и моделирования при резком возрастании сложности исследуемого объекта.

Анализируя проблему выживаемости для клетки, мы видим, ь частности,что и методы биологической отояастшси, и ^ерсятностнме методы, аналогичные методам, используемым при решении зад&чи "о разорении игрока", даст, по существу, те же результаты, которые получаются на основе 'непосредственного описания графа возможных состояний совокупности делящихся клеток, полученного похода из принципов попадания.

Важной областью применения методологии гносеоинформационных систем является разработка организационно-технических мероприятий по предупреждению крупна., аварий и катастроф путем повышения надежности машин и агрегатов, В ряде случаев для решения этой задачи требуется выявление причин и механизмов развития повреждений детали, приводящих к ее разрушен;¡о. Полученная при этом содержательная информация дает основание вносить изменения в конструкцию агрегата, корректировать технологически);. ре*им изготовления и обработки деталей, уточнять оптимглььые ре.гами эксплуатации изделий. Повышение интеллектуального уровня систем обработки информации заключается здесь, прежде всего, в рациональном сочетании строгих математических методов анализа и "расплывчатых" способностей к экспериментированию и принятию решений человеком.

Для решения указанных задач разработаны прнннипи автоматизированного экспертного анализа причин и механизмов разрушения деталей. Паза знаний и машина вывода, соответствующей экспертной системы долкны ь,.ежде всего отражать имеющийся опыт и практику выполнения соответствующих работ.

Алгоритм работы системы в процессе проведения экспертиз!/ чроиллюстриррван следующей блок-схемой (рис.7).

Возможные области применения: расследование причин аварий, научные исследования прочностных характеристик элементов машин и механизмов, обучение специалистов ь области прочности материалов и конструкций

МЫ М

и а .н и. и

Подсистема ранжирования •.заключений и Зонирования объяснений

Рис. 7

Основной режим взаимодействия пользователя с системой -диалог типа "менв". Количество стандартизованных зчглсчрний, котоосе может быть сформулировано системой, более £00(.'

В___заклвч^кии • сформулированы основные теоретические и

практические рраулътатн диссертационной работы, которые состоят, в спедуедэм.

1. Проанализированы возможности форма писании >фоп?ссов. информационного взаимодействия на основе методов теории чснуоственного интеллекта.

? Предложена информационно-ассоциативная М'удлиь прсизв-эиь-

ной сети, на основе которой намечены подходы к интегральной оценке информационного взаимодействия в слогаых системах переработки информации, включая социотехнические.

3. Дана трактовка математической информационной среды как основы создания программно-технического интерфейса между естественными и искусственными интеллектуальными1 объектами в процессе принятия решений.

4. Предложен подход к интеллектуализации средств первичной обработки физической информации на основе дуального представления входных сигналов. В связи с этим развиты алгоритмические методы обработки Ь разработаны оригинальные технические устройства.

3. Сформулированы принципы эффективной обработки физической информации в системах автоматизации научного эксперимента, в том числе при возможности бифуркации структуры источника информации.

6. Предложен расчетный метод оценки эффективности распараллеливания обработки информации на однородных вычислительных структурах, позволяющий определять целесообразность распараллеливания вычислений в динамике изменения параметров структуры устройства.

7. Предложен метод выявления макроопераций алгоритма обработки информации, для которых целесообразна аппаратная реализация.

8. Предложены, формализованное представление вычислительного процесса и метод алгоритмизации управления распараллеливанием вычислений на неоднородных мультипроцессорных структурах.

9. На основе теории марковских процессов найдены формулы для оценки максимальной распараллеливаемостн входного алгоритма в зависимости от некоторых практически значимых ограничений на структуру алгоритма и параметры вычислительного .устройства.

9. Предложен реализуемый на ЭВМ алгоритм моделирования объектов описываемых взаимодействующими марковскими цепями.

10 Разработана и реализована диалаговая система программного моделирования взаимодействующих марковских цепей.

11. Проведены модельные исследования ряда биологических объектов, находящихся в режиме экстремальных воадействий (гипертермия, нарушения водно-солевого обмена, радиационные воздействия).

12. . Разработаны и реализованы принципы автоматизированного экспертного исследования причин и механизмов разрушения деталей, приводящих к авариям и катастрофам.

13 Разработанные программные и технические средства использовались для реаения практически значимых задач при проведении ряда профильных научно-исследовательских работ.

14. Некоторые результаты диссертационной работы были использованы в учебном процессе, а также 'нашли отражение ьо втором издании "Словаря по кибернетики" (Киев, 1989. - 452 е.), где автором написано 42 статьи.

Основные результаты диссертации опубликованы в следующих научных работах.

1. Лозовский В. II., Бершадский Л. И. , Соловьев В. П. 'Эффект схватывания металлов при динамическом нагрухении // Докл. АН СССР. - 1972. - Р.07, 1! 2. ».С. 330-333.

2. Об одном способе управления гипертермической процедурой в биологическом эксперименте / В.П.Соловьев, П. Н.Ужва, D. Г. Николаев, Ю.Е.Гинзбург // Математические модели в биологии-Киев: ПК АН УССР. 1973. - С. 100-102.

3. Соловьев В. П., Аликов И. И. К вопросу об оценке-эффективности использования средств вычислительной техники /■' Применение и проектирование мини- и микро-ЭВМ. - Киев: ИК АН УССР, 1975. - С. 79-94."

4. А. с. 487391 СССР, МКИ G OSf 15/20. Устройство для дифференцирования алгебраических полиномов / В.П.Соловьев, Б.Н.Малиновский, В.П. Боюн. - Опубл. 05.10.75, Бел. К 37.

5. Некоторые принципы построения автоматизированной системы усталостных испытаний сварных соединений / И. И. Алимов, В.И. Дворецкий, Б.Н.Малиновский, В П.Соловьев, В. И. Труфяков // УСиМ. - 1976. - N 3. - С. 95-93.

6. Соловьев В. П. Принципы математического обеспечения систем автоматизации научного лабороторного эксперимента//Математическое обеспечение систем автоматизазции лабораторного эксперимента. -Киев: ПК АН УССР, 1976. - С. 3-14.

7. Two-level computeraidid system Software foi fatlque tests of welded structures / V. I.Truf jakov, V. I. Dvoretsky, B. N. Malinovsky, V.P. Solovjov, N. I.Alishov // IFAC/IFÎP syirp, on

Software for conput.er control. - Tallinn, 1976. - P. 193-195.

8. A.c. 533622 СССР, МКИ G 06F 15/32. Устройство для вычисления корней / В.П. Боюн, Л.Г.Козлов, В.П.Соловьев. - Опубл. 05.04.77, Бил. Н 13.

9. А.с, 554544 СССР, МКИ G 06J 1/02. Устройство для интегрирования / В. П. Боюн, Б. Н. Малиновский, В.П.Соловьев. Опубл. 15.04.77, Бел. N 14.

10. A.c. 555446 СССР, МКИ G 06Г 15/32. Устройство для начисления полиномов / В. П.Боюн, Л.Г.Козлов, В.П.Соловьев. -Опубл. 30.04.77, Ею л. Н 16.

11. Малиновский rf. Н. , Соловьев В.П. Махиборода А.В. Принципы U реализация программного выбора структуры УС0 в системах автоматизации лабораторного эксперимента // Структура, технические средства и организация систем автоматизации научных исследований. - Л., 1977. .. С. 33-42.

12. Об одном способе моделирования сложных динамических систем / Ф. Ф. Галилейский, С. Б.Додонов , В.П.Соловьев, В. И. ^ерноусов // Системный анализ промышленных предприятий. - Киев: IIK АН УССР, 1977. - С. 43-64.

' 13. Теоретические исследования физиологических систем / i). М.Амосов, Б. Л. Палец, Б.Л.Агапов,..., В.П.Соловьев. - Киев: Йаук. думка, 1977. - 246 с.

14. Соловьев В. П., Гасанов A.C. Возможности применения средств отображения.информации в системах автоматизации научных исследований // Технические средства мини-ЭВМ и их применение. -Киев, 1977,- С. 16-29. СПрепр. / АН УССР. Ин-т кибернетики; 77-70).

15. Соловьев В.П. Иерархичность процессов обработки информации в системах автоматизации научного эксперимента // Вопросы повышения производительности средств обработки Информации. - Киев, 1978. - С. 6-7.

16. Соловьев В. П., Реуцкая Н.И. , Алишов Н. И. Программное обеспечение подсистемы автоматизации усталостных испытанк.^ для экстраполяционной оценки пределов выносливости - Киев, 1978. - 24 с. - Per. в РФАП УССР 20.10.78, Н 5051.

17. Есипенко Б.Е., Соловьев В, П. Математическое исследование механизма действия минеральной воды "Нафтуся" на водный обмен в организме // Кибернетика и вычисл. техника. Мед. кибернетика. -

1978.- Вып. 41. - С. 33-36.

19. Соловьев В. П. Автоматизация эксперимента и некоторые задачи управления наяежностьс // Тез. докл. респ. науч. -техн. конф. - Киев, 1978. - С. 17-18.

13. Соловьев В.П. Некоторые принципа проблемной ориентации средств кибернетической техники при автоматизации научного эксперимента // Всесоюз. конф. "Автоматизация экспериментальных исследований": Тез. докл. - Куйбышев, 1978. - С. 14-15.

20, Пелещук А. П., Соловьев В. П., Кримкевич Е. И. Математическое моделирование механизмов натрийуреза при хронической почечной недостаточности // Кибернетика и вычисл. техника. Мед. кибернетика. - 1978. - Вып. 41. - С. 61-66.

ч 21. АСУТП электронно-лучевого напыления / В.Н.Малиновский, II.В.Подола, В.П.Мищенко, О.П.Соловьев и др. // УСиМ. - 1979. -Н 3. - С. 102-106.

22. Введение в кибернетическую технику / Б,Н.Малиновский В. П. Боюн, Л. Г. Козлов, В.П.Соловьев. - Киев: Наук, думка, 1979. -255 с.

23. Принципы автоматизации экспериментов при исследовании теплового и напряженного состояния элементов конструкций в нестационарных тепловых полях и газовых потоках /

Б. Н. Малиновский, Г. В. Третьяченко, Р. И. Куриат.....В. П. Соловьев и

др. // Научные основы и методы повышения надежности и долговечности газотурбинных двигателей. - Киев: Наук.думка, 1979.

- С. 128-139.

24. Соловьев В.П. Некоторые принципы обработки информации в системах автоматизации научного эксперимента // Механизация и автоматизация упр. - 1980. М 1 С103). - С. 3-6.

25. A.c. 744594 СССР, МКИ С 06F 15/34. Устройство для вычисления значений полиномов / В.П.Бош, Л.Г.Козлов, В. П. Соловьев. - Опубл. 30.06.80, Бюл. N 24.

26. Некоторые принципы реализации мультипрограммного монитора / В.П.Соловьев, В.Б.Скирта, А.Е.Сафонпк, Л.Р.Хамова // Технические средства мини- и микроЭВМ. - Киев: ИК АН УССР, 1991.

- С. 29-34.

27. Соловьев Й.П., Коротков В.П, Васильева Т.й. Организация вычислений при исследовании на ЭВМ систем с фазовыми переходами // Разработка средств кибернетической техники. Киев; Нн-т

кибернетики км. В. M. Глушкова, 1982. - С. 40-58.

28. Соловьев В. П. Информационно-ассоциативна^. модель произвольной сети // Докл. АН УССР. - 1983. - II 12. - С. 48-51.

29. Соловьев В. П. Системное if прикладное программное обеспечение // НТО и его социально-экономические последствия на период до 2005 г. по УССР. - Киев: Наук, думка, 5 904. - С. 643-647. . ..

30. Лучка М.А. , Соловьев В.П. Тимчииин B.D. Прагматический подход к качеству программного обеспечения персональных ЭВМ // Надежность и качество программного обеспечения: Тез докл. респ. конф.. - Киев: Ин-т кибернетики им. В. М. Глушкова, 1983 - С. 34-35. ■•':

31. Соловьев В. П. Организация параллельных вычислений va основе алгебры процессов // Распараллеливание обработки информации: Тез. докл. и сооби,. - Львов, 1985.-Т. 2. - С. 30-31.

32. Технология применения средств кибернетической техник?! /

B.П.Соловьев, М. А. Лучка, И.И. Курило, M В. Плотников // Микропроцессорные средства. Разработка и применение, - Киек: Ин-т кибернетики им. В. М. Глушкова, 1985. - С. 61-66.

33. Соловьев В. П. , Лучка М. А. Основные комшн<°нтм автоматизированной технологии научных исследований.// Шок. АН УPCP. - Î986. - N 9. - С. 78-83.

34. Соловьев В. П. Кибернетическая схема познания и генезис научной картины мира // Методологические проблемы кибернетики и информатики. -- Киев: Наук, думка, 1986. - С. 96-102.

35. Корнилов И. Е. , Соловьев В. П., Лучка M. А Вопросы эффективности и надежности обработки структурирован шк изображений // Автоматизированные системы обработки изображений САС0Ю-86Г. - М. : Наука, 1986. - С. 306-308.

36. Соловьев В. П. Моделирование и оценка пычислительннч процессов -'/Проектирование и-применение средств микропроцессорной техники. - Киев: Ин -т кибернетики им. b. М. Глушкова, 1ЯЯ6. - 0. 04-53.

37. Угравление процессами сбора и обработки данных смстемы автоматизированного моделирования хемолвминисценции /'MA Лучка. Я. С. Синишин, В П.Соловьев, В. В Тимчииин // УСиМ. - 19ПР - N 2.

C. 97-102.

38. Каныгич ЮМ.. Соловьев В. П. Автом^-тичироранчая

- Зъ -

переработка содержательной информации /У Машинная обработка информации. - 1987. - Вып. 44. - С. 18-26.

39. Моделирование на ЭВМ медикаментозных воздействий / Ь.П.Соловьев', Н.В.Одрехивский, А.А.Попов, А.С.Коваленко // Тр. 6-го Междунар. симп. соц. стран "Имитационное моделирование в медицине и биологии". - Прага, 1938. - СДоклад 757).

40. Соловьев В.П., Одрехивский К. В. О формализации оценки элементарных биологических процессов на основе методов теории 'надежности // Кибернетика и ьычисл. техника. - 19В8. - Вып.78. -С. 71-75.

41. • Соловьев В. П. , Одрехивский Н. В. . Методологические проблемы моделирования биологических систем при исследовании их надежности // Философские проблемы современного естествознания. -1989. - Вып.70. -С. 23-31.

42. Соловьев В. П. Синергизм информатики и кибернетики на современном этапе НТП // Научно-технический прогресс: методология, идеология, практика. - М, 1989. - С. 51-61.

43. Соловьев В.П., Одрехивский Н.В. Организация диалога с ЭВМ при решении некоторых задач моделирования биологических систем // УСиМ. - 1989. - N 6. - С. 95-100.

44. Соловьев В. П. Социальный интеллект и формализация понят Яного аппарата // BicH. АН УРСР. - 1990. - N 7. - С. 33-34.

45. Яковлев Ю.С. , Соловьев В. П. Предпосылки и социальные аспекты автоматизации интеллектуальной деятельности на основе персональных ЭВМ // Наука и технология: Методологические и социально-экономические основы взаимодействия. - М.: Наука, 1990.

- С. 26-33.

46. Соловьев В. П., Одрехивский Н. В., Коваленко A.C. Математическое моделирование медикаментозных воздействий с поыоцьв теории марковских процессов // Кибернетика и вычисл. техника. - 1990. - Вып. 86. - С. 86-89.

47. Соловьев В. П., Безопасное развитие человечества: проблемы моделирования и количественных оценок // BicH.- АН УРСР.

- 1991. - Н 4. - С. 14-23. .