автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Вопросы создания инструментальных средств разработки моделей сложных систем с использованием нетрадиционных методов представления знаний

*г б ш

- з $5осийская академия наук

институт высокопроизводительных вычислительных систем

на правах рукописи

сидоров александр борисович

удк 681.3.06

вопросы создания инструментальных средств разработки моделей сложных систем с использованием нетрадиционных методов представления знаний

Специальность 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов, систем и сетей

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва - 1996

Работа выполнена т. Инстшугс высокопроизводительных вычислительных систем РАН

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

кандидат технических наук В.II. Сулаев

доктор технических наук Яицков A.C.

кандидат технических наук

Дыгин B.C.

Московский Государственный институт радиотехники электроники и автоматики (Технический университет), Москва

Зашита диссертации состоится . 1996 г. в /А. .часов на

заседании диссертационного совета Д. 200.45.01 при Инстшуте высокопроизводительных вычислительных систем РАН: 117312 Москва, ул. Вавилова, 37.

С диссертацией можно ознакомиться в библиотеке Института высокопроизводительных вычислительных систем РАН.

Автореферат разослан " 20" О %____1996 г.

Ученый секретарь диссертационного совет

кандидат физико-математических наук М.В.Михайшок

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы.

Трудно переоценить роль моделирования и, в частности, имитационного моделирования, в научных изысканиях, — инженерном творчестве, проектировании ^ ложных технических систем. Моделирование используется при проектировании, внедрении, эксплуатации систем, а также на различных уровнях их изучения - начиная от анализа работы элементов и кончая исследованием систем в целом при их взаимодействии с окружающей средой.

В последнее время имитационное моделирование стало широко применяться в бизнес-приложениях: для описания хозяйственных операций промышленного предприятия, анализа и прогноза финансовой деятельности банка, поддержки принятия решений в информационных системах.

Оборудование какой фирмы следует использовать для создания вычислительной сети, какие методы доступа и сетевые протоколы обесепечат надежную и своевременную передачу информации? Обеспечит ли планируемая орбитальная группировка спутников связь между всеми потенциальными абонентами? Поможет ли расширение производственной линии ликвидировать на заводе проблему узких мест? Стоит ли инвестировать капитал исходя из прогноза процентной ставки? Каким образом следует перестроить производственный процесс, чтобы повысить прибыль и снизить затраты?

Эти и другие вопросы позволяют решить средства имитационного моделирования. Имитационное моделирование позволяет разработчику модели проанализировать динамику процесса и, следовательно, лучше понять его природу. Собранная информация позволит внести изменения в процесс, чтобы он лучше отвечал задачам исходной системы.

Опыт, накопленный в области моделирования, потребность в моделировании все более сложных систем и возможности современных ЭВМ обусловили появление новых взглядов на архитектуру и функции программного обеспечения моделирования сложных систем. Появление языков и систем моделирования -закономерное следствие общей тенденции развития программного обеспечения вычислительных машин, которая заключается во все

более полной автоматизации действий по программированию и решению задач на ЭВМ.

Под системой моделирования будем понимать совокупность языковых и программных средств, которые осуществляют поддержку создания модели сложной системы на всех этапах ее разработки. В работе рассматриваются дискретные имитационные модели.

В качестве примеров языков и систем моделирования можно привести следующие системы:

• СРБЗ (США);

• СИМУЛА-67 (Норвегия);

• Автоматизированный пакет имитационного моделирования (СССР);

• Анализ и планирование финансовой деятельности коммерческого банка (Россия).

Перед разработчиками систем моделирования стоят три группы проблем: математические, программные и технологические.

Первая группа связана с разработкой и адаптацией математических методов, поддерживающих структурные и динамические исследования моделей.

Вторая группа проблем вызвана необходимостью создания эффективно работающего программного обеспечения всего процесса моделирования, включающего этапы построения модели, ее преобразования, и исследования.

Технологические проблемы обусловлены необходимостью поддержать переход от представлений пользователя о системе и целях ее исследования к формальным понятиям модели, методам и приемам ее анализа.

Хотя построение на базе языков моделирования систем программирования позволило во многом облегчить разработку и реализацию моделей, до сих пор остаются нерешенные проблемы:

- программирование достаточно сложных моделей даже с использованием специальных языков моделирования мало чем отличается от разработки аналогичного по сложности комплекса программ другого назначения;

- поскольку модели сложных систем, как правило, содержат много модулей, соответствующих различным элементам и подсистемам моделируемого объекта, возникает задача организации межмодульного интерфейса;

- модель сложной системы не всегда удается концептуально выдержать в рамках одного языка моделирования;

- программирование моделей сложных систем осложняется тем, что их разработка и эксплуатация обычно выполняется разными лицами;

- отсутствие проблемно-ориентированных средств заметно усложняет переход от концептуальной и формальной моделей к алгоритмической или программной модели сложной системы.

Таким образом, актуальность данной работы обуславливается следующими причинами:

1. Объективными трудностями при разработке моделей сложных систем.

Не менее половины прикладного программного обеспечения сложной системы составляют программы-имитаторы различных компонент системы. Решение задачи разработки моделей сложной системы является абсолютно необходимой на всех этапах создания системы. Таким образом, уменьшая расходы на создание моделей и ускоряя их разработку, мы уменьшаем затраты На разработку всей системы и сокращаем сроки ввода ее в эксплуатацию.

2. "Узкой" специализацией существующих инструментальных средств моделирования.

Несмотря на наличие в настоящее время огромного числа специализированных языков и систем моделирования (их уже насчитывается более 500), имеются существенные препятствия для их широкого применения, связанные прежде всего с "узкой" специализацией этих средств, что влечет за собой использование для программирования моделей или универсальных языков программирования, или собственных языков моделирования. Необходима разработка таких инструментальных средств создания моделей сложных систем, которые объединяли бы в себе универсальность алгоритмических языков программирования и возможность настройки на проблемные области сложных систем.

3. Необходимостью создания систем! моделирования, обладающих определенной "интеллектуальностью":

• дружественным интерфейсом, в том числе и с использованием естественного языка;

• формированием сложных отчетов о работе системы с целью поддержки принятия решений;

• возможностями обработки знаний: ввода данных и правил, логического вывода.

В последнее время наметилось появление сложных интегрированных систем, которые решают вопросы управления производством, сложными объектами и системами в реальном масштабе времени (например, атомными электростанциями) и в

которых средства поддержки принятия решений и вывод на знаниях крайне необходимы. Примерами подобных систем могут служить система управления производством И/З и экспертная система реального времени О/2.

Цель диссертационной работы

Данная работа посвящена вопросам создания инструментальных средств разработки моделей сложных систем. Предложенные автором инструментальные средства разработки моделей сложных систем реализованы в виде проблемно-ориентированной среды создания моделей. Прототип данной среды, названный проблемно-ориентированной средой создания моделей (ПОССМ) позволяет обеспечить:

1) быструю и эффективную разработку имитационной модели системы непосредственно в терминах проблемной области этой системы (отсюда и название среды - проблемно-ориентированная), реализацию экспериментов с ней, обработку и выдачу результатов экспериментов;

2) возможность быстрой модификации структуры модели;

3) эффективное взаимодействие между составными частями модели;

4) отказ от детерминированности управления программными модулями модели;

5) параллельность функционирования программных модулей модели;

6) быструю и качественную разработку программного обеспечения модели, сочетая возможности объектно-ориентированного (процедурный подход) и логического (декларативный подход) программирования;

7) возможность пошагового контроля за осуществлением экспериментов с моделью, имея в каждый момент времени полную картину состояния модели;

8) поддержку принятия решений по результатам проведенных экспериментов с моделью;

9) удобный и настраиваемый интерфейс с разработчиками и пользователями модели.

Методы исследования

Разработка инструментальных средств построения моделей сложных систем осуществляется на основе логического и фреймового методов представления знаний.

Научная новизна

Научная новизна работы состоит в следующем.

1. Предложены методы построения имитационных моделей сложных систем. Предложена и программно реализована среда, позволяющая разрабатывать модели различных систем.

2. Предложено уточнение фреймового метода представления знаний.

3. Предложена концептуальная модель объединенной вычислительной сети.

Таким образом, на защиту выносятся:

• постановка задачи создания инструментальных средств для разработки моделей сложных систем с использованием нетрадиционных методов представления знаний;

• уточненный фреймовый метод представления знаний проблемной области модели;

• архитектура и программная реализация прототипа проблемно-ориентированной среды создания моделей;

• методы построения имитационных моделей сложных систем;

• концептуальная модель объединенной вычислительной сети.

Практическая ценность

1. Предложенные автором методы построения моделей, реализованные в виде проблемно-ориентированной среды создания моделей, позволяют эффективно разрабатывать модели систем различной степени сложности.

2. Примененные средства интеллектуальной обработки информации в реализованном прототипе системы моделирования дают основание рассматривать их как системы, обеспечивающие поддержку принятия решений, вывод на знаниях (экспертные системы) и т.д.

3. Разработанная автором концептуальная модель объединенной вычислительной сети может быть использована для построения/ и анализа вычислительных сетей разного уровня сложности: от локальных вычислительных сетей, расположенных в пределах одного здания, - до глобальных вычислительных сетей, охватывающих значительные территории; и разного функционального назначения: от распределенных систем обработки информации - до систем реального времени.

Реализация результатов работы

Разработанные автором методы построения моделей сложных систем и концептуальная модель объединенной вычислительной сети были использованы для проектирования и анализа характеристик следующих вычислительных сетей:

объединенной вычислительной сети Главного командного вычислительного центра (ОВС ГКВЦ) спутниковой системы связи "Сигнал";

объединенной вычислительной сети МВК "Эльбрус" и ЛВС Netware;

вычислительной сети регионального суперкомпьютерного вычислительного центра.

В результате экспериментов, проведенных с моделями объединенных вычислительных сетей (ОВС), были достигнуты следующие результаты:

подтверждена правильность выбора архитектуры, вычислительного и коммуникационного оборудования ОВС для обеспечения выполнения поставленных перед ними задач;

определены диапазоны некоторых технических характеристик ОВС;

- выработаны рекомендации для дальнейшего совершенствования и развития объединенных вычислительных сетей.

Программная реализация уточненного фреймового подхода была выполнена поэтапно с использованием: только процедурного языка Си (система классификации товаров), только языка логического программирования Турбо-Пролог (простая экспертная система) и комбинации языков Си и Пролог (среда ПОССМ). В следующей версии системы моделирования планируется применение объектно-ориентированной технологии и реализация модели "клиент-сервер".

Апробация результатов

Основные идеи и результаты, приведенные в данной работе, были доложены:

на региональной научно-практической конференции "Экспертные и обучающие системы" в г.Ульяновске в 1992;

- на семинарах и конференциях ИВВС РАН.

Публикации

По теме диссертации опубликовано 4 работы.

Объем работы

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и двух приложений. Объем диссертации: всего 110 е., из них основного текста - 95 е., список литературы из 30 наименований, 9 рисунков.

II. СОДЕРЖАНИЕ РАБОТЫ

Во введении описывается новая информационная технология, определяются функции языков и систем моделирования, показывается актуальность создания инструментальных средств построения моделей сложных систем с использованием методов новой информационной технологии. Формулируются основные задачи работы. Кратко излагается содержание работы по главам.

В первой главе рассмотрены различные аспекты проблемы разработки моделей сложных систем.

Основное внимание в работе уделено имитационным методам моделирования. Имитационное моделирование позволяет рассматривать процессы, происходящие в системе, практически на любом уровне детализации. Используя алгоритмические возможности вычислительных систем, в имитационном моделировании можно реализовать любой алгоритм управления и функционирования системы. Модели, которые допускают исследование аналитическими методами, также могут анализироваться имитационными методами. Все это является-причиной того, что имитационные методы моделирования становятся основными методами исследования сложных систем.

В этой главе рассмотрена технологическая схема имитационного моделирования, определены основные понятия процесса моделирования.

Следующим важным вопросом обсуждения в этой главе стало описание знаний проблемной области моделируемой системы. Основное внимание при обсуждении этого вопроса уделено декларативным (логическим) и процедурным (фреймовым) методам и языкам представления знаний.

На основе рассмотрения реализаций наиболее известных систем моделирования можно сделать вывод о том, что требование быстрого и правильного составления модели обуславливает необходимость:

декларативного описания структуры модели;

замены программирования конструированием из готовых элементов;

разработки проблемно-ориентированных библиотек элементов;

отдельной трансляции элементов для выявления синтаксических ошибок в их описаниях;

автономной отладки элементов;

автоматической компоновки элементов в моделирующий алгоритм.

В конце главы рассмотрены важные вопросы, касающиеся технологии разработки программного обеспечения моделей сложных систем. Основное внимание при рассмотрении средств спецификаций программ уделено логическим и объектно-ориентированным средствам (абстрактным типам данных) спецификаций, являющихся естественными реализациями логических и фреймовых методов представления знаний.

Вторая глава посвящена ключевой проблеме для всех систем обработки информации - выбору метода представления знаний проблемной области моделируемой системы.

Уже сейчас ясно, что будущее принадлежит комбинированным методам представления знаний, которые сочетают в себе мощь как декларативных, так и процедурных способов описания знаний. В качестве основного средства для представления знаний проблемной области автором предложен разработанный им системный подход к представлению знаний, который основывается на стратифицированном подходе, предложенным Дж. Клиром для описания систем различных эпистемологических уровней. Системный подход является, по существу, уточнением метода представления знаний, основанного на фреймах.

Автор поставил перед собой задачу разработать такую структуру базы знаний проблемной области, которая позволяла бы адекватно описывать как сущности проблемной области, так и отношения между ними, а также изменение их внутренних характеристик при изменении внешних факторов - времени, пространства, окружающей обстановки, которые в терминологии Клира называются параметрами, а их числовые значения -значениями параметров. Сами характеристики и их числовые значения в данной работе называются соответственно свойствами (переменными) и значениями (состояниями) свойства. Кроме.того, элементы базы знаний должны соответствовать понятиям, которыми манипулирует человек, и должны легко и без потери точности реализуемы на ЭВМ.

Решение поставленной выше задачи, по мнению автора, лежит в представлении базы знаний в виде определенным образом организованной совокупности объектов, к которым предъявляютя следующие требования:

объекты должны позволять хранить любой тип информации, включая символьный, графический и др.;

объекты должны различаться по степени абстракции, т.е. иметь возможность отражать, как конкретные предметы н явления окружающего мира, так и абстрактные. Должен быть разработан механизм наследования свойств абстрактных объектов конкретными объектами;

объекты должны описывать все необходимые для понимания данной реальной сущности свойс+ва, наблюдение или измерение состояний, в которых могут находиться эти свойства, должно зависеть, как от самого инструмента наблюдения или измерения, так и от внешних факторов;

объекты должны поддерживать структурированность реальных сущностей;

объекты должны содержать описание всех возможных действий, которые можно произвести над этим объектом, другими словами, если есть свойства, состояния которых зависят от состояний других свойств или от значений параметров, то должен существовать механизм, позволяющий определять с различной степенью достоверности состояния этих свойств.

Рис. 1. Структура объекта

С целью удовлетворения изложенных выше требований была предложена структура объекта (рис. 1), обеспечивающая возможность описания как декларативных, так и процедурных знаний. Объекты подобной структуры, с программной точки зрения, являются и данными, и процедурами.

В конце главы предложена методика построения подобных систем. :

В третьей главе описана реализация прототипа проблемно-ориентированной среды создания моделей сложных систем (ПОССМ), которая осуществляет поддержку разработки дискретных имитационных моделей сложных систем. В чем это проявляется?

1. Настройка на конкретную проблемную область осуществляется загрузкой в базу знаний совокупности объектов, отражающих реальные сущности данной проблемной области и взаимосвязи между ними.

2. Объекты базы знаний являются носителями как декларативных знаний, представляемых в виде фраз языка логического программирования Пролог, так и ассоциированных с ними.процедур, написанных на языке Си.

3. Моделируемая система структурируется и представляется в виде иерархии объектов, которые могут отражать как конкретные реальные сущности системы, так и ее абстрактные понятия. Объекты описывают все три модели системы: концептуальную, формальную и алгоритмическую или программную.

4. Применяется эффективный механизм реализации системного времени и процессов, в том числе и параллельных.

5. Для создания базы знаний используется язык описания знаний, являющийся подмножеством естественного языка.

6. Возможна настройка средств взаимодействия с моделью под любые требования разработчика модели и пользователя.

"). Взаимодействие между отдельными программными модулями модели реализуется через общую базу знаний, что дает следующие преимущества:

отпадает необходимость строгого задания последовательности запуска программных модулей;

- каждый программный модуль может разрабатываться и функционировать независимо от остальных; интерфейс, которому он должен удовлетворять выносится на пользовательский уровень и может быть изменен, используя язык описания знаний, не

затрагивая программную реализацию готовых программных модулей;

- в каждый момент времени база знаний отражает текущее состояние модели и содержит полную информацию о моделируемых процессах системы, что дает возможность контролировать и анализировать работу модели;

- обеспечивается возможность быстрой модификации.

Структура ПОССМ представлена на рис.2.

В этой главе описаны структура ПОССМ, ее составные элементы и режимы функционирования, а также язык, используемый для описания знаний.

Рис. 2. Структура ПОССМ

В четвертой главе описаны конкретные применения технологии проблемно-ориентированной среды создания моделей для разработки моделей вычислительных сетей. В качестве практических приложений рассмотрены три вычислительные сети, в разработке проектов которых принимал участие автор:

объединенная вычислительная сеть Главного командного вычислительного центра (ОВС ГКВЦ) спутниковой системы связи "Сигнал";

объединенная вычислительная сеть МВК "Эльбрус" и ЛВС Netware;

вычислительная сеть регионального суперкомпьютерного вычислительного центра.

Объединенная вычислительная сеть (ОВС) - это объединение нескольких локальных вычислительных сетей в одну вычислительную сеть.

Для построения объединенных вычислительных сетей автором была разработана концептуальная модель, которая может быть использована для построения и анализа вычислительных сетей разного уровня сложности: от локальных вычислительных сетей, находящихся в пределах одного здания, - до глобальных вычислительных сетей, охватывающих значительные территории; и разного функционального назначения: от распределенных систем обработки информации - до систем реального времени.

Рис. 3. Концептуальная модель ОВС

Представленная модель ОВС (рис. 3) предполагает, что вычислительная сеть, в общем случае, состоит из набора стандартных логических модулей, которые являются абстракциями вычислительных и коммуникационных устройств. Чаще всего одному логическому модулю соответствует одно физическое устройство, но допускается совмещение в одном физическом устройстве функций двух и более модулей.

Автор поставил перед собой задачу осуществить анализ характеристик перечисленных выше вычислительных сетей методом разработки имитационных моделей этих сетей.

Моделирование ОВС преследует следующие цели:-подтвердить правильность выбора (в том числе и экспертным путем) архитектуры, оборудования и программного обеспечения объединенной вычислительной сети для обеспечения выполнения поставленных перед ОВС задач;

определить диапазон основных технических характеристик ОВС: пропускной способности сети и средней задержки пакетов;

определить оптимальную конфигурацию и оптимальную загрузку вычислительных средств, оборудования и программного обеспечения ОВС;

определить оптимальную нагрузку объединенной вычислительной сети; увеличение нагрузки может привести к ухудшению технических характеристик данной сети и необходимости ввода в конфигурацию дополнительных вычислительных и коммуникационных средств;

выработать рекомендации для дальнейшего развития объединенной вычислительной сети.

Эксперименты показывают, что задача построения имитационной модели ОВС может быть решена с использованием технологии проблемно-ориентированной среды создания моделей сложных систем. В настоящее время ведутся работы по развитию этой среды и моделей вычислительных сетей.

Для построения моделей сложных систем, в том числе моделей вычислительных сетей, были разработаны методы перехода от концептуальной модели системы к ее программной модели. Данные методы включают в себя следующие этапы:

1. Описание абстрактных (порождающих) объектов и их свойств.

2. Описание конкретных (порождаемых) объектов и их свойств.

3. Описание событий в системе и привязка их к временной шкале.

4. Разработка фреймов распознавания значений свойств.

5. Описание сценария работы модели.

6. Планирование экспериментов с моделью.

7. Определение момента окончания прогона модели.

Описание всех объектов помещается в базу знаний. С

моделью проводятся запланированные эксперименты, после окончания которых, база знаний содержит информацию о состоянии модели на момент окончания эксперимента. Информация, находящаяся в базе знаний, обрабатывается стандартными способами или осуществляется вывод на знаниях.

Практическими применениями методов ПОССМ стало построение имитационной модели объединенной вычислительной сети суперкомпьютера МВК "Эльбрус-2" и локальной вычислительной сети Netware фирмы Novell.

В конце главы приведены основные результаты процесса разработки моделей с использованием методов ПОССМ и сделаны выводы о перспективах использования данной технологии для построения других моделей сложных систем.

В заключении сформулированы основные результаты представленной работы и намечены пути ее развития и использования для построения моделей сложных систем.

III. ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Предложенные автором методы построения моделей сложных систем, реализованные в виде проблемно-ориентированной среды создания моделей, позволяют эффективно разрабатывать модели систем различной степени сложности.

2. Использование предложенного автором уточненного фреймового метода представления знаний позволяет строить не только системы моделирования, но также и другие системы, в том числе: информационно-поисковые и экспертные систем, системы понимания естественного языка и поддержки принятия решений и др.

3. Предложенная автором концептуальная модель объединенной вычислительной сети может быть использована для построения и анализа вычислительных сетей.

4. Разработанные автором методы построения моделей сложных систем и концептуальная модель объединенной

вычислительной сети были использованы для анализа характеристик и проектирования:

объединенной вычислительной сети Главного командного вычислительного центра спутниковой системы связи "Сигнал";

объединенной вычислительной сети МВК "Эльбрус" и ЛВС Netware;

вычислительной сети регионального суперкомпьютерного вычислительного центра.

5. Программа, реализующая функции проблемно-ориентированной среды создания моделей, была лично написана и отлажена автором.

В данной работе автор не ставил перед собой задачу предложить законченный вариант технологии разработки имитационных моделей сложных систем, поскольку данная задача под силу только коллективу разработчиков. В данной работе сформулированы основные принципы, на основе которых могли бы быстро и качественно разрабатываться имитационные модели систем любой сложности.

Описанные в работе программно-реализованные модели показывают, что подходы, предложенные автором являются практически реализуемыми и достаточно эффективными.

Список опубликованных работ по теме диссертации.

1. Сидоров А.Б. Модель информационной семантической системы обработки текстов. //Тр. - Региональная научно-практическая конференция "Экспертные и обучающие системы". Ульяновск, 1992.

2. Главный командный вычислительный центр системы А. Основные принципы организации вычислительной системы, состав оборудования и программного обеспечения. Технический проект. Концерн "КОСС". Москва, 1994.

3. Сидоров А.Б. Системный подход к представлению знаний и его реализация. Москва, 1996, Препринт ИВВС РАН № 1.

4. Сидоров А. Б. Инструментальные средства создания моделей сложных систем, основанные на нетрадиционных методах представления знаний. Москва, 1996, Препринт ИВВС РАН № 2