ДЕЛЬТА-СИ

                АРБИТР

                                       

Методологические аспекты примененияаналитических информационных систем в задачах управления энергетическими процессами

Мусаев А.А.Хачатурян В.А.

   Центральным элементом аналитической СУ энергетическими процессами промышленного предприятия является автоматизированная система поддержки принятия решений (АСППР, decision support system, DSS), позволяющая формировать варианты управляющих решений на основе количественных исследований массивов разнородных оперативных и ретроспективных данных.
     В основе математической платформы АСППР лежат методологии аналитических информационных систем (АИС) и интеллектуального ана-лиза данных (ИАД или Data Mining (DM)) [1…4]. В настоящее время DM представляет собой весьма эклектичную область знаний и включает в себя последние достижения в областях прикладной математики, кибернетики и информационных технологий.
     Следует заметить, что идея применения автоматизированных СППР существовала и ранее, и была реализована в задачах построения аналитических центров крупных производственных и коммерческих корпораций еще в 80-х годах. Однако эффективность их применения оказалась крайне незначительной в связи с отсутствием необходимой технологической базы. В частности, требования к объему системы хранения информации, обеспечивающей обработку достаточного количества "информационного сырья" - массивов упорядоченных ретроспективных данных, составляют от сотен гигабайт до терабайт памяти. Требование по быстродействию процессорной обработки составляет свыше 600…800Мгц.
     Очевидно, что ни мейнфреймы классов IBM360/370 и ЕС ЭВМ, ни более поздние сетевые вычислительные структуры не обеспечивали подобных возможностей. Развитие компьютерных средств качественно изменило ситуацию, и дало возможность специалистам в области управления реализовать на практике весьма сложные проекты. Последние достижения цифровой техники привели к новому качественному скачку в области информационных технологий и позволили по-новому подойти к проблеме построения СППР. В частности, появление компьютеров с тактовой частотой более 700 Мгц и серверов с объемом памяти в сотни гигабайт привели к возникновению аналитических информационных систем, ориентированных на решение задач СППР на основе АИС - комплекса разнородных математических средств, объединенных в общую аналитическую оболочку и образующих программно-алгоритмический инструментарий предметной экспертизы.
     Существенным отличием возникновения АИС является новая организационная основа - симбиоз разнородных средств прикладной математики с последними достижениями в области информационных технологий. Роль алгоритмической базы АИС, как уже отмечалось, выполняют уже из-вестные математические средства, и, прежде всего, алгоритмы прикладной статистики и кибернетические методы (нейронные сети, эволюционное моделирование, генетические алгоритмы и т.п.) [1]. Объединяющим началом для возникновения АИС послужила конкретная, крайне важная для практики цель - создание высокоэффективной автоматизированной СППР, способной учитывать в процессе выработки формализованного решения многолетний ретроспективный опыт, отраженный в сверхбольших объемах накопленных данных.
     Значимость решаемой задачи ускорило разработку и внедрение методов и средств АИС. При этом практика настолько опередила теорию, что АИС до последнего времени не имела собственной концептуальной платформы, определяющей ее как самостоятельную отрасль прикладных знаний. В связи с этим возникла необходимость в восполнении данного пробела, то есть в решении задачи формировании общих концептуальных принципов создания АИС. Этому вопросу посвящается настоящая статья. Однако прежде чем сформулировать указанные принципы, рассмотрим особенности аналитических систем как систем обработки и представления информации, их отличительные свойства, роль и место в общей системе обработки и представления информации.
     Для уточнения роли и места АИС в общей проблеме построения СППР изучим функциональную схему АИС, приведенную на рис.1 и отражающую взаимодействие ее элементов в процессе выработки управляющих решений.
     Из представленной схемы видно, что собственно АИС осуществляет аналитическую обработку сверхбольших объемов данных, содержащих-ся в неизменном информационном хранилище в интересах решения задачи формирования наилучших (в некотором, заранее определенном смысле) проектов искомых решений.
     Важным отличием АИС от известных транзакционных систем об-работки данных (OLTP - one-line analytical processing) является попытка подойти к задаче формирования решения с позиции историзма, т.е. на основе полномасштабного количественного анализа всего исторического опыта, предшествовавшего текущей ситуации, и позволяющего перенести результаты прецедентов на прогнозируемый сценарий. Заметим, что аналитическая обработка не является альтернативой к OLTP, это, скорее, вторая ступень единой системы обработки данных. При таком подходе традиционная OLTP играет роль первой ступени обработки, отвечающей за оперативные экспертные решения.

Функциональная схема взаимодействия элементов АИС

Рис.1. Функциональная схема взаимодействия элементов АИС

     Акцент на количественной методологии позволяет перенести центр тяжести процедуры выработки проекта решения с эвристических логикоинтуитивных методов, характерных для экспертной технологии, на мощную, глубоко формализованную платформу прикладной математики. При этом качественный, экспертный анализ в рамках АИС также сохраняется, но теперь основным центром его приложения является не всеобъемлющий и трудно охватываемый обзор исторического опыта, а лишь вполне обо-зримый объем конечного набора уже сформированных вариантов решений на фоне подготовленных прогностических сценариев. Таким образом, речь, по существу, идет о новой форме гибридного интеллекта, в которой машине отводится роль сверхмощного количественного анализатора, оставляя за человеком вопросы окончательных, качественных решений.
     Переходя к основному содержанию настоящего параграфа, рассмотрим основные концептуальные положения или принципы, позволяющие сформировать единую теоретическую базу построения АИС.

     

Принцип историзма

     Основным "сырьем" для аналитической обработки являются сверхбольшие массивы ретроспективных данных, охватывающие поведение как самого объекта анализа (ОА), так и среды, в которую он был погружен и с которой он взаимодействовал. В качестве ОА может выступать система энергоснабжения (СЭС) промышленного предприятия, а в качестве среды взаимодействия - основной производственный процесс (технологический цикл предприятия и др. процессы). Историческая глубина анализа может быть различной - от нескольких минут или часов до нескольких лет. В перспективе, при создании аналитических систем хранения информации (СХИ) глубина анализа может достигать десятилетий.
     Процесс формирования вариантов решений на основе множества ретроспективных данных можно разбить на два этапа: поиск прецедентов и анализ их структуры. Результаты структурного анализа прецедентов используются для прогнозирования развития ситуации и корректировки результатов оперативной обработки текущих данных. Полученный материал, в свою очередь, представляет собой основу для разработки вариантов решения по рассматриваемому вопросу.
     Таким образом, концепция историзма, по существу, описывается принципом исторического подобия. Очевидно, что механистический перенос исторического опыта на текущую ситуацию может привести к некорректным результатам. Отсюда возникает необходимость в применении гибридной, человеко-машинной технологии реализации АИС, рассмотренной ниже.

     

Принцип системности

     В качестве объекта исследований, реализуемых средствами АИС, как правило, выступает открытая динамическая система, погруженная в неоднородную и нестационарную эволюционирующую среду и активно с ней взаимодействующую. При этом предполагается, что ОА обладает всеми системным свойствам: целостностью, структурированностью и целена-правленностью [5].
     В сочетании с принципом историзма, идея системности предполага-ет формирование и хранение массивов ретроспективных данных, отражающих количественные и качественные изменения состояния энергетической системы и среды ее погружения в их историческом взаимодейст-вии. Указанные массивы представляют собой "информационное сырье", исходные данные, на основании которых средствами АИС выявляются скрытые системные связи, неявные закономерности, совокупность значимых для развития системы факторов, условия их реализации и т.п.      

Принцип гибридного интеллекта

     По своей природе методология АИС предполагает сочетание компьютерного количественного анализа сверхбольших объемов данных с качественными экспертными заключениями, основанными на семантических аспектах решаемой задачи. Как правило, интеллект эксперта подключается в наиболее критические моменты процедуры анализа. Например, это происходит, при выборе критерия эффективности решаемой задачи и требуемого уровня доверия, при выборе метрической системы предпочтений, при выборе ситуаций-прецедентов из множества ситуацийаналогов, предварительно отобранных программой на основе заданной метрики и т.п.
     Заметим, что реализация данного принципа в СППР требует от АИС решения проблемы рационального распределения функций в человеко-машинных системах и формирования интеллектуальных эргономических интерфейсов, наиболее согласованных с профессиональными представлениями предметных экспертов и ЛПР.

     

Принцип симбиоза математических и информационных технологий

     Теория АИС формирует область знаний, в которой в полной мере гармонично соединились методы прикладной математики, кибернетики и новейшие информационные технологии. Следует заметить, что указанный симбиоз происходит не только между математическими и информацион-ными технологиями, но и между различными математическими методами. В частности, анализ результатов применения нейронных сетей в задачах прогнозирования, как правило, осуществляется статистическими методами. И, наоборот, для решения традиционной статистической задачи регрессионного анализа может использоваться кибернетическая методология, основанная на эволюционном моделировании или нейронных сетях.
     Перечисленные системные принципы образуют общую методологическую платформу, позволяющую выделить АИС в качестве самостоятельный класс информационных систем. Для построения более строгой, формализованной структуризации класса АИС (и соответствующих аналитических информационных технологий) необходимо рассмотреть на содержательном уровне класс основных математических задач, решение которых составляет основу количественного анализа, реализуемого средствами АИС.

Литература

  1.Киселев М., Соломатин Е. Средства добычи знаний в бизнесе и финансах // Открытые системы, 1997, №4. - С. 41-44.
  2.Коровкин С. Д., Левенец И. А., Ратманова И. Д., Старых В. А., Щавелёв Л. В. Решение проблемы комплексного оперативного анализа информации хранилищ данных // СУБД, 1997, № 5-6. - С. 47-51.
  3.Мусаев А. А. Интеллектуальный анализ данных: Клондайк или Вавилон? // Банковские технологии, 1998, ноябрь-декабрь. - С. 79-82.
  4.Карпов Е. А., Мусаев А. А., Шерстюк Ю. М. Многоцелевая аналитическая информационная система. Методология создания и основные проектные решения. - СПб: МО РФ, 2000г. - 143с.
  5.Моисеев Н. Н. Математические задачи системного анализа. - М.: Наука, 1981. - 488с.

© СПИК СЗМА 1998-2017. Все права защищены.