Проблемы выбора моделей представления знаний при разработке интеллектуализированных автоматизированных подсистем управления вузом

В работе рассматриваются вопросы построения экспертных систем и проблемы выбора моделей представления знаний, в интеллектуализированных системах. Предложены новая семантико – фреймовая модель представление знаний и методика извлечения понятийных знаний из базы знаний, которая построена на основе семантической сети.

Современное состояние отечественной системы образования характеризуется достаточно высокой насыщенностью высших и других учебных заведений средствами вычислительной техники, что заставляет задуматься над эффективностью ее применения в учебном процессе. Одно из наиболее распространенных направлений — создание и эксплуатация информационных систем управления ВУЗом.

В целом, анализ научных исследований показывает, что, несмотря на значительное продвижение, наметившееся в последнее время в реализации различных компьютерных технологий управления, потенциал информационных технологий реализуется в учебно-воспитательном процессе еще недостаточно из-за отсутствия мультимедийных учебных комплексов, алгоритмов их разработки и применения, методических рекомендаций по их эффективному применению.

Кроме того, ни в одной стране, в том числе и в Кыргызской Республике, не была разработана методика комплексного компьютерного управления ВУЗом с помощью элементов интеллектуальных информационных систем.

В связи с вхождением вузов Кыргызстана в Болонский процесс образования, основной акцент в обучении делается на самостоятельную работу обучающихся. В этом аспекте разработка информационных коммуникационных систем для диалогового общения студентов с высшим учебным заведением (вузов) является актуальной практически значимой проблемой. При этом информационная система должна обладать достаточной степенью интеллектуальности, т.е., чтобы информационнаясистема не была бы только поисковой системой, а обладала бы способностью индуктивного и дедуктивного механизмов логического вывода (принятий решений) для удовлетворения запросов студентов.

Таким образом, теоретическая и практическая значимость, недостаточная разработанность методологии и методики компьютерных технологий управления с помощью информационной системы при достаточно развитой базе явилось причиной выбора проблемы исследования, которая заключается в поиске и реализации основ для построения системы, которая позволяла бы создавать независимые интеллектуальные информационные системы управления.

Данная статья посвящена анализу и разработке методов и моделей представления знаний для формализации базы знаний в разработке интеллектуальной подсистемы автоматизированной системы управления вузом AVN направленный на удовлетворение запросов ЛПР(лиц принимающих решений) и студентов. Формализация знания естественно предполагает формализацию составляющих его процедур генерирования, передачи, приема, хранения, восприятия понимания, принятия решения. При этом формализация знаний интеллектуальной подсистемы AVN выполняется в виде базы знаний, которая может быть реализована на основе продукционной модели знаний, семантической сети, фреймовой модели знаний и на основе формальной логической модели знаний. В качестве инструмента анализа используется математическая теория систем, и теория множеств.

Наиболее освоенные на сегодня методы основаны на хорошо формализованных алгоритмах, полученных в результате построения математических моделей предметных областей. Чаще всего это трудоемкие расчеты по известным формулам либо простые последовательности действий, приводящие после многократного применения к желаемому результату. Однако в практической деятельности многие актуальные задачи в обучении относятся к плохо формализованным. Для них не полностью известны аналитические зависимости или цепочки действий, приводящие к результату без интеллектуального вмешательства человека.

Ранее для решения этих задач просто не хватало ресурсов компьютеров, и поэтому было бессмысленно ставить саму проблему решения плохо формализованных задач.

В настоящее время актуальной проблемой является создание программных средств, утилизирующих ресурсы компьютеров для решения плохо формализованных задач.

Как правило, в плохо формализованных задачах имеется некоторый набор параметров, описывающих объекты предметной области. Вся информация о предметной области, которая может быть использована для решения плохо формализованной задачи, представлена некоторой совокупностью векторов этих параметров, представляющих подвергшиеся измерению объекты [1]. Причем о наборе параметров нельзя определенносказать, что он полон, адекватен, а сами измеренные значения параметров в совокупности расплывчаты, часто противоречивы и искажены. Все это не позволяет применить для решения плохо формализованных задач традиционные методы аппроксимации функций, статической обработки и оптимизации. Методы решения плохо формализованных задач имеют дело с обработкой данных, накопленных в результате некоторых измерений и экспериментов [2]. Поэтому первым вопросом является рассмотрение способов интеллектуальных систем, хранения и выборки данных о предметных областях в базе знаний зависимости от решаемой задачи.

Может оказаться, что к моменту сдачи информационных систем (ИС) она уже никому не нужна, поскольку компания, ее заказавшая, вынуждена перейти на новую технологию работы. Следовательно, для создания крупной ИС жизненно необходим инструмент значительно (в несколько раз) уменьшающий время разработки ИС.

Таким образом, предложена формальная модель для интеллектуального извлечения знаний на языке человека из автоматизированных систем для пользователей.

Для формализации интеллектуальной информационной системы AVN можно использовать теорию систем, теорию информации, теорию управления.

Общепринято, что любая интеллектуальная информационная система (ИИС) должна рассматриваться, а следовательно, и проектироваться (моделироваться) с трех точек зрения: представляемых знаний, выполняемых процессов и ее поведения. И каждое представление может рассматриваться как некоторый тип или аспект рассмотрения системы.

Понятие системы определяется на языке теории множеств. Система задается как теоретико-множественное отношение, заданное на семействе множеств.

Разделим объекты системы S на два типа объектов, которые назовем входным и Y выходным документами. Тогда построенная на них система будет иметь вид:

5 ⊂ X × Y

У системы есть множество входов, множество выходов [99], множество состояний, характеризуемых оператором переходов и оператором выходов:

S=(X,Y,Z,H,G)

Где X – входы, Y – выходы, Z – состояния, H – оператор переходов, G – оператор выходов.

X = {входные документы}

Y= {выходные документы}

Z= {состояние документов}

H= {процесс обработки}

G= {принятие решений}

На сегодняшний день разработано уже достаточное количество моделей. Каждая из них обладает своими плюсами и минусами, и поэтому для каждой конкретной задачи необходимо выбрать именно свою модель. От этого будет зависеть не столько эффективность выполнения поставленной задачи, сколько возможность ее решения вообще.

Отметим, что модели представления знаний относятся к прагматическому направлению исследований в области искусственного интеллекта. Это направление основано на предположении о том, что мыслительная деятельность человека – «черный ящик». При таком подходе не ставится вопрос об адекватности используемых в компьютере моделей представления знаний тем моделям, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач

Используя семантическую модель на основании теории графов и теории систем можно получить элемент интеллектуализации для представления и обработки знаний из АСУ AVN, как показано в следующем примере.

Для начала сформулируем вопрос «Есть ли студент Асанбекова Роза?». Формально семантический модель вопроса можно задать в следующем виде:

H = < I, C, G >

I – множество информационных единиц (специальность, группа, приказы ОК, курс, семестр);

C – множество типов связей между информационными единицами;

G – отображение, задающее конкретные отношения из имеющихся типов C между элементами I.

Используя фреймовую модель можно получить второй элемент интеллектуализации для представления и обработки знаний из АСУ AVN, как показано в следующем примере.

Поставим вопрос «По какому учебному плану учатся студенты специальности Автоматическое управления?». Формально фреймовую модель вопроса можно задать в следующем виде:

F = < N, S1, S2, S3 >

N – имя фреймов (учебный план, рабочий учебный план, индивидуальный учебный план, нормативы);

  1. – множество слотов, содержащих факты, определяющие декларативную семантику фрейма;
  2. – множество слотов, обеспечивающих связи с другими фреймами;
  3. – множество слотов, обеспечивающих преобразования, определяющие процедурную семантику фрейма.

Таким образом, существует множество моделей представления знаний и каждый из этих моделей описывает знания, приближенные к предметной области.

Попробуем усложнить задачу. Для этого поставим вопрос «Я Айдаров Эйдар студент группы АУ-1-10 могу ли перевестись в группу ПОВТ-1-10?».

Для таких задач выбор одной из выше перечисленных моделей будет не оптимальным. Так как, семантический модель при извлечении знаний таких как нормативные документы, могут осложнить процесс. А фреймовый модель наоборот затруднит при связи некоторых базы знаний которой семантический модель легко реализует. В связи с этим можно предложить новый «Семантико - фреймовый модель» при извлечении базы знаний из информационных систем которую, будем использовать для разработки интеллектуализированных подсистем АСУ AVN.

Формально семантико - фреймовую модель можно представить виде: SF = < H, F, O >

O - отношения между H - семантической и F - фреймовой модели.

Таким образом:

  • Предложена новая семантико-фреймовая модель представления знаний.
  • Предложена методика извлечения понятийных знаний из базы знаний, которая построена на основе семантической сети.
  • Предложен метод извлечения базы знаний, позволяющий использовать знания экспертов, представляемых в виде семантической сетиДля описания слабо формализованных процессов наиболее подходят семантические модели знаний, при помощи которых представляется возможным естественно описать декларативный опыт человека, его интуицию и логику поведения.

 

ЛИТЕРАТУРА

  1. Информатизация образования: направления, средства, технологии: Пособие для системы повышения квалификации / Под общ.ред. С.И. Маслова.- М.: Издательство МЭИ, 2004. - С.868.
  2. Представление знаний. Системы, основанные на знаниях. Табачук Н. П. // МИФ-2. Хабаровская краевая заочная физико-математическая школа.- 2004. - № 3. - 290 с.
  3. К вопросу об управлении организацией в информационном обществе. Музыкина Д.В., Белорусский государственный университет. - 205 с.
  4. Чучалин И.П., Ямпольский В.З., Чудинов В.Н. и.др. Модели управления учебным процессом вуза. - Томск: ТГУ, 1992.- С.145.
Теги: Модель
Год: 2012
Город: Костанай