Системы поиска решений

Г.В. Соколов

СИСТЕМЫ ПОИСКА РЕШЕНИЙ

Введение

Применение ЭВМ в качестве компетентного советника
и генератора гипотез находится на начальной стадии
развития. Но именно в этой области деятельности
человека от применения ЭВМ ожидается наибольший
экономический эффект.

Неосуществимо эффективное управление сложными
системами с помощью простых средств, [4],
Эшби У.Р. - закон необходимого разнообразия.

Системы поиска решений (СПР) или системы поддержки принятия решений (СППР) относятся к классу интеллектуальных систем (ИС), [11]. Тема СПР и методов искусственного интеллекта (ИИ), по которым эти системы строятся, включает в себя и соответствующий раздел системного анализа, см. [1], и "исследование операций" - дисциплины, занимающейся количественным обоснованием решений, см. [13]. Искусственный интеллект (ИИ) возник на стыке кибернетики, лингвистики, психологии и программирования, и определяет в настоящее время научно-технический прогресс в большинстве отраслей экономики, производства и в социальной сфере. В частности, методы ИИ применяются в задачах классификации, распознавания образов, логического вывода, обучения, целеполагания и принятия решений, общения на естественных языках,[[14]. В указанной работе описано введение в ИИ и формальные методы в системах ИИ.

Отличительным признаком ИИ является работа со знаниями. Знания , в отличие от данных, обладают следующими свойствами:

• внутренней интерпретируемостью — вместе с информацией в базе знаний (БЗ) представлены информационые структуры, позволяющие не только хранить знания, но и использовать их;
• структурированностью — декомпозицией сложных объектов на более простые и установлением связей между объектами;
• связанностью — свойством отражать закономерности фактов, процессов, явлений и причинно-следственных отношений между ними;
• активностью — знания обеспечивают целенаправленное использование информации.

СПР используются на уровне стратегического планирования, оперативного и управленческого контроля о состоянии среды и деятельности предприятий. СПР предназначены для решения плохо структурированных задач с характерной неполнотой входных данных, частичной ясностью целей и ограничений, для анализа разного рода управленческих ситуаций. Участие человека в работе системы велико, он может вмешиваться в ход решения, модифицировать входные данные, процедуры обработки, цели и ограничения задачи, выбирать стратегии оценки вариантов решений. В конечном итоге ответственность за принятие решения остаётся за человеком.

В состав СПР могут входить экспертные системы (ЭС), базы данных, базы знаний, системы имитационного моделирования, различные информационные системы.

Методология СПР включает в себя следующие разделы науки: закономерности предметных областей (ПО), представление знаний и вывод на знаниях (онтологии), методы анализа данных и знаний, алгоритмы и методы построения решающих правил (распознавание образов), формальные системы, измерение и шкалы, логико-лингвистический анализ признаков, модели выбора в пространстве признаков, математические модели оптимизации, эволюционное, гипотетическое, имитационное (ситуационное) моделирование, исследование операций, самообучение, самоорганизация, языки и средства программирования.

Исследованием операций называется применение математических методов и разделов прикладной математики к анализу целенаправленной деятельности человека, [13, с.37].

Первые два раздела данного журнала могут послужить своеобразной вступительной частью к данному разделу (СПР). Напомним содержание этих двух первых разделов.

ОБЩАЯ ТЕОРИЯ СИСТЕМ

В первом разделе рассматривается роль системного анализа (существенное отличие синтеза от анализа, структурно-функциональные преобразования, оптимизация) в процессе поиска решения проблем. В частности, системный подход выражается словами "...тень цели на среде". Цель — это состояние, к которому направлена тенденция изменения объекта [1, стр. 11] (вытекает из возникновения проблемы). Иерархия целей является лишь своеобразным путеводителем в процессе синтеза [1, стр. 44]. Цель — это субъективный образ (абстрактная модель) несуществующего, но желаемого состояния среды, которое решило бы проблему. Система есть средство достижения цели. Фиксированной цели соответствует одна и только одна формальная (логическая) структура системы, которой может соответствовать множество различных материальных структур [1, стр. 29]. Схема целей является основой для синтеза функций, а затем и структуры системы. Задачу синтеза, то есть, задачу созидающую (эволюционную, креативную), имеющую порядок рассмотрения от проблемы к структуре, называют прямой.

ПРОБЛЕМЫ (p) —> ЦЕЛИ (g) —> ФУНКЦИИ (f) —> СТРУКТУРА (s).

Здесь при каждом переходе от этапа к этапу поле поиска трудно ограничить чем-либо. Поэтому люди инстинктивно уже на первом этапе стремятся уйти от решения проблемы любыми способами. В частности, отсюда проистекает явление "вечного" студента, проблемы адаптации выпускника вуза в проектных и научно-исследовательских организациях на таких работах, которые требуют от исполнителя творческого мышления, чувства ответственности за свой проект. Или, иначе, процесс решения любой задачи можно представить схемой: хочет —> знает —> может —> успевает.

Проблемная ситуация создается совокупностью предшествующих взаимодействий [1, стр. 12] (следствие деятельности или как результат сопоставления желаемого и возможного). Ситуация называется проблемной, если она не может быть разрешена имеющимися средствами. Ограничивающими условиями для систем являются информационные I(t), вещественные M(t) ресурсы и цели C(t), где t — время.

Обратный порядок рассмотрения системы — от структуры к проблеме принято [1, стр. 14] называть обратной задачей.

СТРУКТУРА (s)—> ФУНКЦИИ (f)—> ЦЕЛИ (g) —> ПРОБЛЕМЫ (p).

Здесь поле поиска решения на каждом этапе значительно определённее. На таком порядке этапов, в основном, построена вся сфера обучения и процесс анализа систем.

В презентации Загоруйко Н.Г. [15, "ИСКУССТВЕННЫЙ РАЗУМ" (с разрешения автора)] приведена иерархия целей, зависящая от ответов на вопросы (по возрастанию уровней): "зачем?", "для чего?", "почему?", "в чём смысл?". Для выработки целей (задач) и выбора путей их достижения системе (см. рис., [15]) требуются элементы кортежа [2] "G,O,R,D,S,F", где:

• G — формализованное описание суперцели в терминах желательных значений конкретных характеристик;
• O — средства наблюдения за значениями этих характеристик;
• R — критерии для оценки важности отклонений и определения доминирующего неблагополучия;
• D — набор средств (действий) для устранения обнаруженных неблагополучий;
• S — способы выбора действий, нужных для устранения доминирующего неблагополучия;
• F — критерии для определения момента достижения цели.

В выше указанной презентации свойства индивидуума определяются его откликами на воздействия. А содержание откликов зависит от "Системы целевых установок и ценностей", "Базы знаний для выбора действий", "Набора навыков, доведенных до автоматизма".

Функциональное описание — это отражение конкретного функционирования ("поведения") явным описанием системы и ее частей во времени с допущением выбора из многих вариантов одного варианта исполнения частей и целого по структуре (неявного структурного описания системы).

Структурное описание — это отражение конкретного варианта внутренней структуры системы явным описанием ее состава, связей, отношений с допущением выбора из многих вариантов одного варианта функций частей и целого (неявного функционального описания системы).

Примеры практического применения общей теории систем приведены в [16].

ТРИЗ (Теория Решения Изобретательских Задач)

Только осознанный, выраженный в четких правилах и приемах,
опыт вполне инструментален.

"Главная функция знаний — предвидение и польза"
Д.И. Менделеев

В разделе (ТРИЗ) описано управление сценарием конструктивной (творческой) деятельности человека c помощью алгоритмов и методов.

В ТРИЗ выработаны следующие методы ограничения поля поиска решения, [3].

1. Определение идеального конечного результата (ИКР) резко уменьшает число возможных вариантов, отсекая все решения низких уровней.
2. Определение физического противоречия (ФП) продолжает процесс сужения поля поиска, оставляя (при правильной формулировке ФП) одно решение (хотя и не всегда в явном виде). ФП может быть преодолено разделением противоречивых требований в пространстве (часть объекта движется, часть неподвижна), или во времени (объект то движется, то не движется). В процессе преодоления физического противоречия происходит изменение, развитие понятий.
3. Системный анализ позволяет определить объем изменений - надо ли менять надсистему, систему, объект, часть объекта.
4. Вепольный анализ помогает устранить выявленное ФП, показывая, что для этого надо сделать: ввести вещество, ввести поле, ввести преобразование полей и т.д. При решении задач, условия которых не содержат указаний на прототип, вепольный анализ позволяет ввести недостающие объекты и построить из них искомую систему.

В [4, стр.428] даётся явно заниженная оценка ТРИЗ:"...ТРИЗ даёт некоторые неявно выраженные подсказки к применению уже известных приёмов к решению новых задач (из другой области на "языке" старой). Недостатком подхода ТРИЗ является то, что выбранное множество приёмов не гарантирует получения хотя бы одного решения, не говоря уже о выборе эффективного". ТРИЗ "доказал" своё право на жизнь практикой применения этой теории в различных сферах деятельности человека. С позиций оптимума потоков вещественных и информационных ресурсов (ОВИР) "формулу" Альтшуллера [5] можно интерпретировать следующим образом:

1. исходные элементы целого отражают определенный этап развития технологий, достигнутый предыдущими поколениями, то есть, представляют собой поток вещественных ресурсов на рассматриваемый момент времени;
2. сквозной проход энергии к исполнительному органу есть отражение целей работы устройства, его назначения, организации, то есть, представляет собой поток информационных ресурсов;
3. гармония работы устройства в окружающей обстановке есть отражение степени оптимизации между потоками ресурсов в самой рассматриваемой системе и в ее окружении.

СИСТЕМЫ ПОИСКА РЕШЕНИЙ (введение)

Благодаря компьютерным средствам решаются проблемы пространства (сети связи), времени (скорость принятия адекватных решений) и проблемы объёмов переработки информации. Это, так сказать, явные результаты применения ЭВМ, а неявные — это оптимизация энерго-вещественных потоков с соответствующими информационными потоками в рассматриваемых системах. Надо полагать, что эта неявная оптимизация потоков в ближайшем будущем получит развитие до теории оптимизации между этими потоками.

Относительно вех развития информационных потоков в обществе людей можно согласиться с автором книги [6], в которой он отмечает следующие пять моментов в развитии цивилизации: появление речи; возникновение письменности; книгопечатание; создание электросвязи; построение глобальной сети ЭВМ. Можно добавить: и глобальной сети перекачки энергоресурсов, и транспортировки других вещественных ресурсов.

В различных работах обычно отмечаются следующие факты развития СПР. Родоначальником собственно искусственного интеллекта как «искусственного мышления» иногда считают средневекового философа, математика и поэта Раймонда Луллия, который в XIII в. попытался создать логическую систему для решения различных задач на основе классификации понятий и комбинирования понятий из разных классов, [7, стр.9]. В этом же веке в Италию из Западной Индии через арабов (через флорентийских купцов) пришло современное написание цифр десятичной системы. С изобретением книгопечатания (1440 г.) цифры принимают окончательную форму, [8].

Первыми теоретическими работами в области искусственного интеллекта считают работы Г. Лейбница и Р. Декарта, [9], которые независимо друг от друга продолжили идею универсальной классификации наук (XVIII в.). Однако формирование ИИ как научного направления начинается после создания ЭВМ (в 40-х гг. XX столетия) и кибернетики (см.) Н. Винера, частью которой первоначально считались и работы по ИИ. А оформление ИИ в самостоятельную область знаний произошло в 50-60 гг. XX в. Термин «Искусственный интеллект» - Artificial Intelligence (AI) - был предложен в 1956 г. на семинаре с аналогичным названием в Дартсмудском колледже (США), посвящённом решению логических задач. В переводе с английского термин «Intelligence» буквально означает «умение рассуждать разумно», а не «интеллект» (Intellect). Анализ истоков и последовательности развития теории принятия решений можно проследить на примере анализа развития теории управления, достаточно подробно изложенного известным учёным Васильевым С.Н. в работе [9]. Указанный обзор сопровождён большим (223) перечнем работ отечественных и зарубежных авторов. В работе рассматривается эволюция задач и методов теории управления вместе с обзором средств искусственного интеллекта (ИИ). Теория управления понимается в трактовке А.М.Летова "...есть совокупность методов, позволяющих вырабатывать и обосновывать решение, которое принимается для достижения заранее поставленной цели в условиях как-либо определённой ситуации [10].

Искусственный интеллект (от латинского intellectus — познание, понимание, рассудок) — раздел информатики, изучающий методы, способы и приёмы моделирования и воспроизведения с помощью ЭВМ разумной деятельности человека, связанной с решением задач" [8]. В отличие от философии и психологии ИИ ориентирован не только на понимание, но и на построение интеллектуальных систем (ИС).

Следует обратить внимание читателей на недавний выход в свет книг и журнала непосредственно на данную тему "Искусственный интеллект и принятие решений"[12].

Литература

1. Гладких Б.А. и др. Основы системного подхода и их приложение к разработке территориальных автоматизированных систем управления. - Томск: ТГУ, 1976.
2. Ершов Ю.Л., Самохвалов К.Ф. О новом подходе к философии математики // Структурный анализ символьных последовательностей. -Новосибирск, 1984. Вып. 101: Вычислительные системы. – с.141-148.
3. Альтшуллер Г.С., Фильковский Г.Л. Современное состояние теории решения изобретательских задач, 1975. (WWW._altshuller_.ru)
4. Системный анализ и принятие решений: Словарь-справочник: Учеб. пособие для вузов/ Под ред. В.Н.Волковой, В.Н. Козлова. – М.: Высш. шк., 2004 – 616 с.: ил.
5. Альтшуллер Г.С. Найти идею. - Новосибирск: Наука, СО АН
6. Гаврилов А.В. Гибридные интеллектуальные системы. Новосибирск: НГТУ, 2003.
7. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем.—СПб.: Питер, 2001.
8. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц.—М.: Мир, 1991.– 567 с.
9. Васильев С.Н. От классических задач регулирования к интеллектному управлению// Известия академии наук. Теория и системы управления.— 2001, №1.
10. Летов А.М. Состояние и перспективы развития теории управления //АиТ, 1972, №9.
11. Поспелов Г.С. Системный анализ и искусственный интеллект.—М.: ВЦ АН СССР, 1980.
12. Искусственный интеллект и принятие решений, 2008, №1.
13. Рыжиков Ю.И. Решение научно-технических задач на персональном компьютере.—СПб.: КОРОНА принт. 2000.
14. Рыжиков Ю.И.Информатика. Лекции и практикум .—СПб.: КОРОНА принт. 2000.
15. Загоруйко Н.Г. "ИСКУССТВЕННЫЙ РАЗУМ" //Презентация к семинару, 2008.(.rar, 138 Kб)
16. Урманцев Ю.А. Общая теория систем — состояние, приложения, перспективы развития.— В кн.: Система. Симметрия. Гармония. М.: Мысль, 1988, 317 с.

Конец введения