Роль нотации

Система емоційних реакцій – це механізм, що дозволяє оцінювати події в категоріях «позитивне – негативне», «безпечне – небезпечне», «хороше – погане», «сприятливий – шкідливе». У сучасній науці розробляються питання математизації деяких сторін етичної науки, зокрема експлікація засобами математики і кібернетики її основних понять і можливість моделювання окремих аспектів моральної свідомості.

Формується етометрія [ 5] – вимірювальна теорія етики, яка займається математичним моделюванням «моральних» структур, включаючи такі, як, наприклад, совість. Моделювання «совісті» ґрунтується на тому, що вона має функцію регулятора, який налаштовує рівень поведінки індивідуума (реальна величина) на рівень поведінки, необхідного суспільству (задана величина). Говорячи мовою кібернетики, совість зіставляє значення заданої і реальної величин. До тих пір поки існує певна рівновага цих величин, совість виконує «пасивну» функцію. Однак як тільки ця рівновага порушується, тобто змінюється значення різниці між заданою і реальною величинами, мобілізується «активна» функція совісті: з'являються «докори сумління», які потім (після досягнення рівноваги) зникають. Цікаво в даному контексті відзначити також дослідження з моделювання за допомогою систем штучного інтелекту такого соціального феномена, як сім'я. Вступ у шлюб з урахуванням рекомендацій машини, підсумувавши необхідну інформацію про потенційних подружжя, входить в практику одружень [5].

З великою часткою ймовірності можна стверджувати, що робототехніка і виробництво роботів протягом найближчих десятиліть надасть суттєвий крок вперед. Вже сьогодні практично буденним стає використання роботів в технологічних процесах, роботизація охоплює усе більше число виробничих галузей. При чому, якщо раніше під поняттям «робот» усі собі представляли щось типу машини «Лунохід-1», то зараз існує вже певна ієрархія роботів: від промислових роботів (фірми ABB, STAUBLI, REIS, MOTOMAN, ADEPT) для зварювання, маніпулювання речовинами, упакування, шліфування і т.п. та військових роботів (робот-сапер PackBot, марсоходи типу Spirit и Opportunity, роботи-безпілотники) до домашніх (мобільних) роботів (роботи-футболісти, домашні улюбленці: домашня собака Аіbo та I-Cybie, гренландський тюлень – Paro; роботи-домогосподарки, роботи-охоронці, роботи-клоуни та ін.) Усі зусилля науковців зараз направлено на зближення людини – як еталонного зразка та робота – як моделі. Розробляється відповідне програмне забезпечення, що дозволить роботам виконувати складні функції в багатофакторному просторі обмежень. Сьогодні починається впровадження роботів у повсякденний побут людини, в якийсь момент вони стануть його невід'ємною складовою. У життєдіяльності людини з'являються штучні інтелектуальні помічники, виконавці рутинної роботи, які беруть на себе багато обов'язків, невідомі раніше функції в різних сферах людської діяльності.

Попит на експертні системи залишається в світі на досить високому рівні. Найбільшу увагу сьогодні приділено системам прийняття рішень в масштабі часу, близькому до реального, засобам зберігання, вилучення, аналізу та моделювання знань, системам динамічного планування.

Зростання кількості інтелектуальних програм, здатних швидко знаходити оптимальні рішення комбінаторних проблем (що виникають, наприклад, у транспортних задачах), пов'язані з виробничим і промисловим зростанням у розвинених країнах.

Унікальна особливість інтелектуальних інформаційних технологій – їх універсальність. Вони практично не мають обмежень по використанню в таких областях, як управління, проектування, машинний переклад, діагностика, розпізнавання образів, синтез мови тощо. Інтелектуальні інформаційні технології також знаходять широке використання для розподіленного рішення складних задач, сумісного проектування високотехнологічної продукції, побудови віртуальних підприємств, моделювання великих виробничих систем, систем електронного бізнесу, електронної розробки складних комп’ютерних систем, управління системами знань та інформатизації тощо.

В останні роки спостерігається пожвавлення зацікавленості у використанні ІІС та технологій у таких галузях та сферах [6]: промислово-виробнича сфера та роботехніка; літакобудування; військова промисловість та космонавтика; нанотехнології; банки та страхові компанії; служби безпеки; біомедична та фармацевтична промисловість; телебачення та зв’язок та інші.

Багато з названих галузей і та сфер відносяться до наукомістких, таких, що здатні виробляти сучасну високотехнологічну продукцію, яка за своїми характеристиками не поступається кращим світовим аналогам або перевищує їх. Особливості функціонування наукомістких виробничих систем пов’язані з постійним впровадженням сучасних інформаційних технологій, що призводить до залучення значних фінансових, інтелектуальних, інвестиційних і інноваційних ресурсів для забезпечення виробництва конкурентоспроможної продукції [7]. Виробництво високотехнологічної (наукомісткої) продукції базується на нових знаннях, що мають інформаційну основу і втілюються в інноваціях і які у високорозвинених економіках через новітні технології та відповідну продукцію забезпечують в кінцевому рахунку домінуючу вагу приросту ВВП.

Державні цільові програмиі програми розвитку галузей економіки, окремих регіонів та сфер суспільного життя України [8] націлені на проведення заходів, спрямованих на ефективне співробітництво між Україною та Європейським Союзом (ЄС), розвиток літакобудівної та космічної галузей, збільшення обсягів експорту продукції високотехнологічних галузей, створення енергозберігаючих технологій, інформатизацію процесів соціально-економічного розвитку, реструктуризацію пріоритетних галузей економіки, збереження природних екологічних систем. Згідно з Програмами ЄС [9] Україна бере участь у новітніх Програмах „Інформаційні технології”, „Нанонауки, нанотехнології, матеріали й нові виробничі процеси”. Дослідження зосереджуються на розробці нових промислових моделей і стратегій, що охоплюють всі аспекти, які стосуються виробничих процесів і всього життєвого циклу розробки наукомісткої продукції, адаптації передових технологічних методів до існуючого виробництва. Важливу роль при цьому буде відігравати спільне використання нано-, біо-, інфо- та пізнавальних технологій для розробки наукомісткої продукції, інженерних концепцій і можливостей нових виробництв. Особливу увагу буде приділено створенню високотехнологічних підприємств. Розробка й реалізація нових виробничих моделей і стратегій ґрунтується на ключовій концепції „наукомісткий завод як продукція”. Виробничі системи й елементи, що адаптуються до сучасних ринкових умов, є необхідними для створення наукомісткого виробництва, яке можна швидко переналагодити.

Так, інформаційні системи в наукомістких виробничих підприємствах характеризуються рядом особливостей, серед яких:

- постійна модифікація функціональних вимог, необхідність забезпечення високої гнучкості і можливості швидкого нарощування функціональності;

- розмаїтість, недостатня стандартизованість і швидка зміна програмних і апаратних платформ та стандартів;

- необхідність забезпечення сумісності з безліччю різноманітних зовнішніх систем, на котрі не завжди можна впливати;

- необхідність інтеграції з наявною інфраструктурою (баз даних, баз знань та сховищ, корпоративні додатки, система захисту) систем окремих учасників виробничих систем;

- необхідність інтеграції різних типів інформаційних систем в інтегро­ваній виробничій системі тощо.

Всі ці особливості вимагають детальних досліджень можливостей застосу­вання існуючих та розробки нових, сучасних методів розробки інформаційних систем, заснованих на моделюванні і повторному використанні та видозміненні напрацьованих моделей, систем штучного інтелекту, автоматичній генерації кодів.

Дослідження також повинні концентруватися на інтелектуальних виробничих системах (ІВС), здатних швидко реагувати, адаптуватися й попереджати запити споживачів на зовнішні умови, а також гнучко перебудовуватися на випуск різних партій продукції. Інтеграція знань і технологій з урахуванням безпеки, соціальної відповідальності й життєздатності є необхідною для прискорення перетворень у європейській промисловості й економіці України.

Концептуальні засади побудови структури комплексу управління ІВС. У процесі інжинірингу ІВС, зокрема менеджменту вирішуються поточні та стратегічні виробничі прикладні задачі. При цьому корисно, а у великій мірі й необхідно, використовувати основні принципи, що встановлені для кібернетичних систем [108,109]. Кібернетична система (КС) – це сукупність пов'язаних один з одним об'єктів (елементів системи), які здатні сприймати, зберігати, переробляти інформацію, а також обмінюватися нею. КС є найбільш загальною абстрактною моделлю систем, які досліджуються методами кібернетики.

Складність і розмаїтість функціональних задач менеджменту ІВС спричиняються доцільністю включення організаційно-методичних компетенцій (заходів), які реалізуються з позицій використання КС.

Застосування КС управління припускає при розробці такої системи приділяти значну увагу засобам підвищення надійності, використання автоматизованих процедур і алгоритмів. У рамках цієї схеми широко використовуються прийоми агрегування та методи композиції.

Застосування методів декомпозиції варто розглядати в комплексі з функцією планування й методами композиції. Більш докладно ці питання розглянуто в [110]. Проведені там модельні дослідження показали принципову можливість зменшення складності моделі декомпозиції в порівнянні з початковою моделлю. Опис законів функціонування КС задається трьома сімействами функцій: функціями, що визначають зміни станів елементів системи; функціями, що задають вихідні сигнали елементів; функціями, що викликають зміни в структурі КС. Для завдання повного опису КС необхідно крім зазначених функцій задати початковий стан КС і початкові стани всіх її елементів. Для дослідження дискретних КС основним інструментом є апарат теорії алгоритмів, автоматів, інформації.

Складність опису КС визначається двома основними факторами: розмірністю (числом елементів і параметрів, що їх описують) і складністю структури КС, що обумовлена загальним числом зв'язків між її елементами і їхньою розмаїтістю. Складні системи управління - це системи з описами, що не зводяться до опису одного типового елемента і вказівки загального числа таких елементів. При визначенні складності таких систем використовують різні моделі і методи моделювання, у тому числі декомпозицію та агрегування. Однак у цьому напрямку можливості моделювання обмежені. Відома теза Джона фон Неймана говорить про те, що існує поріг складності системи, після досягнення якого найпростішим описом моделі стає сама система [111].

Схема функціонування КС, у тому числі довільної системи управління, у найбільш загальному вигляді зображується як кругообіг інформації з таким ритмом, що забезпечує нормальне функціонування об'єкту. При цьому система управління видає керуючі впливи на об'єкт по каналу прямого зв'язку, результати цього впливу відображаються об'єктом управління, фіксуються й передаються в систему управління по каналу зворотного зв'язку, потім формується новий керуючий вплив, і цикл керування повторюється знову. Використання зворотного зв'язку, відоме під назвою „принцип зворотного зв'язку” - це фундаментальний принцип КС. Зворотній зв'язок - це вплив результатів функціонування системи на характер цього функціонування [112]. Основна ідея принципу полягає в тому, щоб використати самі відхилення системи від певного стану для формування керуючих впливів. Принцип зворотного зв'язку широко використовується в КС, зокрема в системах автоматичного управління і при розробці критеріїв стійкості КС. Принцип зворотного зв'язку є основою для побудови систем моніторингу і контролінгу [113]. Все розмаїття систем, які мають прикладне значення, можна класифікувати за різними ознаками, основною з яких є область застосування. Число таких областей надзвичайно велике, відзначимо найважливіші: соціальні, економічні, технічні й біологічні системи. Всі вони відносяться до класів КС, і в них реалізуються функції керування. Керування - це зміна стану системи, що веде до досягнення поставленої мети. Цілями керування можуть бути: підтримка деякого бажаного стану (рівня) системи при дії різного роду впливів, що їх обурюють; досягнення системою деякого рівня матеріального й духовного комфорту членів суспільства й рівня стабільної забезпеченості; забезпечення такого режиму роботи виробничої системи, при якому досягається максимум продукції, що випускається, або мінімум собівартості цієї продукції і т. ін. Керування також можна визначити як вибір однієї із множини можливих альтернатив управлінського рішення. Для керованої системи необхідно знати й передбачати її поведінку при можливих різних впливах на неї, для цього необхідно мати у своєму розпорядженні модель системи. Управляючі системи прикладного плану досить складні і для забезпечення свого функціонування вимагають дотримання певних принципів:

1. Визначення мети керування при забезпеченні стійкості системи.

2. Обов'язковий облік можливих несприятливих зовнішніх впливів, які можуть вивести КС зі стійкої рівноваги.

3. Необхідність забезпечення засобів і алгоритмів керування з розробкою: експертних систем; систем підтримки прийняття управлінських рішень; систем оцінки наслідків прийняття пропонованих рішень; сполучення макро - і мікромоделей; алгоритмів навчання, самонавчання й самовдосконалення; оптимізаційних розподільних алгоритмів.

4. Розробка засобів контролю виконання програми управління на основі використання каналів зворотного зв'язку, систем моніторингу і контролінгу.

Для реалізації зазначених принципів у складі менеджменту ІВС має бути передбачено побудову наступних систем (рис.1): підтримки прийняття управлінських рішень (СППР); оцінки наслідків прийнятих рішень (СОНПР); керування ризиком прийнятих рішень (СКРПР); експертної системи підтримки управлінських рішень (ЕСПУР); динамічної системи оптимального розподілу ресурсів (СОРР).

Ядром цих систем може бути інтегрована база даних, сховищ та знань (ІБДЗ). Для реалізації організаційно-методичних, маркетингових та зовнішніх компетенцій щодо підвищення ефективності функціонування та розвитку ІВС доцільно до складу менеджменту ІВС включити системи стратегічного управління і планування (ССУП) і стратегічного маркетингового дослідження (ССМД).

Однією з важливих задач реалізації структури комплексу управління ІВС є обґрунтовання вимог до використання програмного інструментарію забезпечення управління КС. Але дієвість програмного інструментарію в остаточному підсумку буде визначатися якістю роботи засобів контролю виконання програми управління. Для реалізації цього положення має бути створена система контролю виконання програми управління (СКВПУ), яка повинна забезпечити рішення наступних задач: формування переліку контрольованих величин, які визначають діагноз стану об'єкту управління; спостереження й аналіз значень переліку параметрів контрольованих величин; обробку результатів спостереження, аналіз цих результатів і вироблення на його основі управлінських рішень.

Для рішення цих задач найбільш доцільно розробити систему контролінгу (СК) для спостереження й управління КС. СК повинна забезпечувати аналіз контрольованих величин та спостерігати за збереженням рівня ефективності роботи КС. При управлінні ІВС КС будується на основі використання системного підходу й системного аналізу. При цьому основними факторами успіху для реалізації структури комплексу управління ІВС є наступні: зручність використання, зв’язність даних, технологічна сумісність, легкий супровід і додаткова вартість. Основними вимогами до СППР в ІВС є наступні: повнофункціональність, можливість швидкого і безпечного обміну інформацією, автономність, моніторинг, активація (можливість працювати в автономному режимі, здійснюючи вплив на робоче середовище СППР), „розумність” (можливість інтерпретувати події, щоб ухвалювати належні рішення), безперервність роботи, адаптивність, мобільність.

В подальших підрозділах будуть розглянуті нові підходи до побудови інтелектуальних компонентів або в цілому інформаційних систем.

ЛІТЕРАТУРА:

1. Романов В.П. Интеллектуальные информационные системы в экономике: Учебное пособие / Под ред. д.э.н., проф. Н.П. Тихомирова. — М.: Издательст­во «Экзамен», 2003. — 496 с.

2. http://www.osp.ru/cio/2002/05/172154/

3. http://www.intuit.ru/department/algorithms/distrsa/10/2.html

4. http://ocrai.narod.ru/perspective.html

5. http://www.gumer.info/bogoslov_Buks/Philos/revko/06.php

6. http://www.intuit.ru/department/human/isrob/1/3.html

7. Устенко С. В. Моделювання наукомістких виробничих систем [Монографія] / – К.: ЕКМО, 2008. – 329 с.

8. Державні цільові програми України / Верховна Рада України. – Режим доступу http://zakon.rada.gov.ua/

9. Інформаційні технології: нанонауки, нанотехнології, матеріали й нові виробничі процеси. – Режим доступу www.nas.gov.ua/ciptt/EU, http://cordis.europa.eu/fp7/ict/. – (Участь українських вчених у наукових програмах Європейського Союзу).

10. Иванищев В. В. Моделирование без посредника. Изв. РАН “Теория и системы управления” №5,1997г.

11. Глушков В. М. Кибернетика и ее применение в народном хозяйстве / Глушков В. М. – К.: Наукова думка, 1990. – Т. 3. – 357 с.

12. Глушков В. М. Основные принципы построения автоматизированных систем организационного управления / Глушков В.М. // Управляющие машины и системы. – 1972. – №1. – С9–18.

13. Константинова А. В. Реструктуризація як ефективний засіб виведення підприємства з кризового стану / А. В. Константинова // Формування ринкових відносин в Україні. – 2002. – Вип. 16. – С. 117–119.

14. Лавинский Г. В. Построение и функционирование сложных систем управления / Лавинский Г. В. – К.: Вища школа, 1989. – 332 с.

15. Энциклопедия кибернетики. - К.: Украинская советская энциклопедия, 1974. – Т2. – 619 с.

16. Галіцин В. К. Системи моніторингу / Галіцин В. К. – К.: КНЕУ, 2000. – 231 с.

Нотация является важной составляющей любой модели — она служит связующим звеном между процессами. «Нотация выполняет три функции:

□ является языком для описания взаимодействий, которые неочевидны или не могут быть получены непосредственно из кода;

□ обеспечивает достаточную семантику, позволяющую охватить важные стратегические и тактические решения;

□ предлагает конкретную форму, помогающую человеку рассуждать о предметной области, а средствам моделирования воплощать описанные идеи»^[1].

Унифицированный язык моделирования (Unified Modeling Language — UML) предлагает достаточно полную нотацию, которая расширяется при переходе от анализа к проектированию. Определенные элементы нотации (например, классы, связи, агрегаты, наследование) используются на этапе анализа. Другие элементы (индикаторы реализации и свойства) вводятся на стадии проектирования.

Дата добавления: 2014-01-07