Методы и алгоритмы распознавания и оценки сложноструктурированных рисков на основе иерархических продукционных систем

Актуальность работы.

Подготовка и выполнение управленческих решений для широкого круга информационно-аналитических задач в современных социально-экономических объектах (инновационные корпорации, банки, службы информационно-технической безопасности, информационно-аналитические центры содействия и координации и др.) осуществляется в условиях неопределенности множества информационных, организационно-технических, финансово-экономических, природно-климатических, демографических, социальных и других факторов, совместно имеющих противоречивую семантику и сложную организацию взаимосвязей. Разнородный по составу, связям, выполняемым функциям и структурно-сложный характер организации управляемых объектов предъявляет комплекс повышенных требований к автоматизированным системам управления: компактность и простота структурной модификации, сочетаемые с требованиями оперативности принятия решений, полноты анализа ситуаций, достоверности принимаемых решений.

Наибольший интерес представляет деятельность инновационных корпораций, планирующих и реализующих инвестиционные проекты различного объема и назначения в условиях неопределенности и рисков. Неопределенность и неоднозначность в планировании и реализации бизнес-процессов, являются неотъемлемыми его факторами, которые должны рассматриваться как объективно существующие особенности (для крупных инновационных корпораций число рисков может достигать 800−900), сопутствующие проекту и способные оказать значительное как отрицательное, так и положительное влияние на его реализацию. Выполнение в этих условиях повышенных требований к уровню эффективности и качества принимаемых решений может быть достигнуто путем внедрения в автоматизированные системы управления (СУ) эффективных методов распознавания и оценки сложноструктурированных рисков (ССР) и перспективных технологий распределенной обработки на их основе.

Анализ известных подходов и методов решения задач формального описания (моделирования) ССР показал, что в настоящее время не создано методологических и реализационных основ решения задач распознавания и оценки ССР в динамично-меняющейся обстановке, позволяющих специфицировать все основные синтаксические и семантические отношения, в полной мере обеспечить выполнение современных повышенных требований к рассматриваемому классу систем управления. Формальные описания и модели анализа получаются громоздкими, затруднена их разработка и модификация, большинство известных методов не оснащено эффективными процедурами структурного, прежде всего синтаксического, анализа сложноструктурированных рисков.

Устранение выявленного объективного противоречия возможно путем создания перспективных автоматизированных подсистем распознавания и оценки ССР на основе обобщения и развития аппарата продукций, позволяющих повысить эффективность решения задач рассматриваемого класса.

В связи с этим решение научно-технической задачи создания систем продукционного вывода для распознавания и оценки сложноструктурированных рисков в автоматизированных СУ в динамично-меняющейся обстановке является актуальным и представляет несомненный практический интерес. Работа выполнялась в рамках плановой НИР: «Исследование научно-технических путей создания систем продукционного вывода для оценки рисков в автоматизированных системах управления» (шифр «Продукция-К», 2006 г.).

Цель исследований — повышение оперативности распознавания и оценки ССР на основе создания научно-технических основ их распознавания и оценки в рамках предложенного и развиваемого иерархического продукционного похода.

Объектом исследования являются автоматизированная подсистема управления рисками в динамично-меняющейся обстановке и процессы распознавания сложноструктурированных данных.

Предмет исследования — методы и алгоритмы структурно-лингвистического анализа и оценки сложноструктурированных рисков.

Достижение поставленной цели определяется решением следующих частных задач исследования:

1. Анализ социально-экономических и научно-технических предпосылок решения задач управления рисками в современных системах поддержки принятия решений. Определение ограничений существующих методов распознавания и оценки ССР в динамично меняющейся обстановке.

2. Обоснование продукционного подхода к решению задачи управления сложноструктурированными рисками и разработка иерархической продукционной системы (ИПС) обработки ССР.

3. Разработка методов и алгоритмов синтаксического анализа в ИПС — как процедурной основы структурного распознавания ССР в динамично меняющейся обстановке.

4. Разработка структурно-функциональной организации подсистемы распознавания и оценки рисков, реализующей предложенные методы.

5. Экспериментальная проверка предложенных методов и алгоритмов распознавания и оценки ССР, а также проверка их эффективности для типовых социально-экономических объектов.

Методы и математический аппарат исследования. При проведении исследований использовались методы распознавания и оценки рисков, искусственного интеллекта, структурной лингвистики, распознавания образов, теории сложных информационно-технических систем, формальных грамматик и грамматических структур, обработки информации.

Научная новизна работы состоит в следующем:

1. Разработано теоретико-множественное описание задачи распознавания и оценки рисков, отличительной особенностью которого является системное объединения необходимых элементов и видов процессов обработки рисков с учетом структурно-лингвистической и вероятностной компонент. Выполнена расширительная модификация структуры продукции путем добавления преди постусловий количественной обработки индикаторов рисков в динамично меняющейся обстановке.

2. Синтезирован класс иерархических продукционных систем (ИПС), отличающийся введением дополнительных иерархических продукционных правил связи известных продукционных систем (ПС) в единую систему, что позволяет синтезировать более представительный по дескриптивным возможностям и одновременно компактный класс иерархически связанных ПС, ориентированных на решение более широкого класса прикладных задач управления рисками.

3. Разработаны методы и алгоритмы неполного синтаксического анализа «сверху вниз» и «снизу вверх», обеспечивающие эффективное по временной сложности обнаружение структурно сложных рисков на основе вычисления вероятностных характеристик продукций и анализируемых риск-ситуаций и определяющие тем самым повышение оперативности обработки.

4. Разработана структурно-функциональная организация (СФО) подсистемы обработки рисков, содержащая четыре уровня и позволяющая совмещать во времени процессы измерения, предобработки и генерации дерева вывода итоговых ССР под значимые индикаторы риска. Отличительной особенностью данной СФО является введение в нее модифицированной машины продукционного вывода для ИПС, обеспечивающей генерацию вариантов по выделенным стратам в соответствии с заложенными в ИПС иерархическими продукционными правилами.

Практическая ценность работы состоит в создании инженерно-технической базы для разработки перспективных программных средств и информационных технологий распознавания и обработки ССР в динамично меняющейся обстановке. При этом получены следующие практически значимые результаты:

— разработанная СФО подсистемы обработки рисков обеспечивает обоснованное уменьшение затрат и финансовых средств при учете наиболее значимых рисков;

— сокращены временные затраты на решение задачи распознавания и оценки рисков за счет четырех уровневой конвейерной организации СФО, позволяющей совместить этапы предобработки, принятия и реализации решений по учету и противодействию возникающим ССР в динамично меняющейся обстановке.

Защищаемые положения.

1. Иерархические продукционные системы, отличительными особенностями которых являются дополнительно введенные правила связи, задающие номенклатуру и порядок взаимодействия регулярных и контекстно-свободных систем, входящих в ИПС, а также стратификация ИПС на синтаксически самостоятельные уровни, что, в целом, обеспечивает повышение оперативности обработки ССР.

2. Методы и алгоритмы неполного синтаксического анализа ССР, ориентированные на использование предложенного класса ИПС и отличающиеся использованием стохастических правил, которые в комбинации с вероятностными мерами оценки пути в дереве вывода позволяют досрочно обнаруживать структурно сложные значимые риски.

3. Структурно-функциональная организация подсистемы распознавания и оценки ССР, отличительной особенностью которой является введение и использование модифицированной машины продукционного вывода для ИПС, допускающей модификацию состава и связей правил в процессе генерации решений, что позволяет существенно сократить затраты на поиск, оценку и противодействие возникающим рискам.

Реализация и внедрение результатов исследования. Результаты теоретических и экспериментальных исследований внедрены в Главном управлении информационно-коммуникационных технологий и безопасности информации Администрации Курской области, в ОАО «Геомаш» (г. Щигры), в ОАО «Кореневский завод НВА». Внедрение подтвердило повышение оперативности и достоверности решения задач управления рисками в человеко-машинных системах поддержки решений для различных экономических объектов.

Результаты, полученные в диссертационной работе, внедрены в учебный процесс Курского государственного технического университета.

Апробация и публикации. Основные положения диссертационной работы докладывались и получили положительную оценку на 3-х Международных конференциях: «Системные проблемы качества, математического моделирования, информационных, электронных и лазерных технологий» (г. Сочи, 2005 г.), «Современные инструментальные системы, информационные технологии и инновации» (г. Курск, 2004 г., г. Курск, 2005 г.) — на Российском форуме «Проблемы развития инновационной деятельности в современных условиях» (г. Курск, 2006 г.) и семинарах кафедр КиТ ЭВС и ПО ВТ Курского государственного технического университета. По теме диссертации опубликовано 9 печатных работ, в том числе 2 статьи по перечню центральных рецензируемых журналов и изданий ВАК, а также один итоговый отчет о НИР.

Личный вклад автора. В работах, опубликованных в соавторстве, лично соискателем разработана структурно-функциональная организация подсистемы распознавания и оценки рисков [1,4], создан аппарат иерархических продукционных систем [2,3,6,9], разработаны методы и алгоритмы синтаксического анализа и оценки сложноструктурированных данных [3,5,7,8].

Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения, приложений, списка использованной литературы (71 наименование). Текст диссертации включает 167 страниц, из них 152 страницы основного текста, 29 рисунков, 6 таблиц.

Выводы.

1. Разработанная типовая иерархическая структура органов управления инновационной корпорацией (на примере системы управления СБ ОАО «Газпром») обусловливает использование интеллектуальных аналитических систем и узкоспециализированных автоматизированных экспертных систем, совмещающих методы «строгих» вычислений и «мягких» вычислений, основанных на обработке знаний, что обеспечит в режимах реального и упреждающего времени обработку сложноструктурированных разнородных данных и знаний, допускающих модификацию состава и связей в процессе решения.

2. Разработана структурно-функциональная организация (СФО), содержащая четыре уровня и позволяющая совмещать во времени процессы измерения, предобработки и непосредственно вывода дерева риска под имеющиеся индикаторы. Отличительной особенностью данной СФО является машина продукционного вывода для ИПС, обеспечивающая генерацию вариантов в соответствии с заложенными в ИПС риск-сценариями, что позволяет обосновать минимально необходимые затраты на поиск, оценку и противодействие возникающим рискам.

3. Проведенные исследования явились основой для разработки автоматизированной системы ПВ ИПС и соответствующего СПО (PRODUCTION), являющихся составными частями базовой подсистемы оценки и распознавания ССР для типовых СУ.

4. Предложенная схема системы ПВ ИПС является модификацией классической схемы системы ПВ ПС, направленной на учет:

— иерархического построения продукционных описаний и моделей;

— особенностей использования в ИПС ряда модификаций ПС (в первую очередьстохастических);

— специфики вычисления унаследованных и синтезированных атрибутов и стохастических зависимостей.

5. Рассмотрены вопросы программной реализации предложенных методов при создании автоматизированных систем СУ СБ различных классов, проведена экспериментальная проверка предложенных методов и алгоритмов. Показано, что внедрение предложенных методов, алгоритмов и реализующих их программ позволяет более чем на порядок повысить оперативность решения типовых информационноаналитических задач, достоверность принимаемых управленческих решений при оценке ССР в автоматизированных системах управления.

ЗАКЛЮЧЕНИЕ

.

На основании анализа предметной области сделан вывод, что создание перспективных подсистем распознавания и оценки сложноструктурированных рисков целесообразно проводить в рамках продукционного подхода, основанного на трактовке совокупности индикаторов рисков как линейных конструктивных объектов (слов) с вероятностно-весовыми атрибутами. При использовании данного подхода в диссертационной работе получены следующие основные результаты.

1. Современные социально-экономические объекты реального уровня сложности (в первую очередь инновационные корпорации) имеют, как правило, иерархически нерегулярную структуру отношений между подсистемами, синтаксически и семантически многозначным характером связи, характеризуются множеством частично согласующихся целевых функций. В связи с этим индикаторы риска прямо или косвенно связаны между собой, образуя многоуровневые нерегулярные отношения, что обусловливает постановку актуальной задачи по структурному распознаванию и оценке риска. Развитие структурного подхода к оценке риска позволит разграничивать обработку индикаторов риска по уровням и обеспечить «прозрачность» мер противодействия рискам.

2. Определена структура человеко-машинной подсистемы распознавания рисков, главной отличительная особенностью которой связана с выделением самостоятельного модуля моделей рисков, что позволяет ЛПР осуществлять динамический выбор модели, адекватной предметной области. В работе предлагается ввести в состав данного модуля структурно-лингвистическую модель обработки рисков, обеспечивающей создание компактных, легко модифицируемых эталонных описаний процессов обработки рисков, причем последние характеризуются, как правило, естественной интерпретируемостью для ЛПР.

3. Обоснована целесообразность использования структурновероятностного подхода к оценке рисков. Сущность предлагаемого подхода заключается в трактовке совокупности индикаторов рисков как линейных конструктивных объектов (слов) с вероятностно-весовыми атрибутами. Обработка индикаторов риска, осуществляемая методами символьных вычислений, трактуется как поисково-переборная процедура в пространстве допустимых состояний на основе заложенных правил.

4. Установлено, что перспективным способом повышения эффективности распознавания рисков, имеющих представление в виде И-ИЛИ-дерева, является иерархическая организация системы продукций в виде независимых страт, что позволяет за счет конвейеризации обработки и исключения повторного прохождения по сходящимся фрагментам путей в И-ИЛИ-дереве уменьшить общее время генерации решений.

5. Разработано теоретико-множественное описание задачи распознавания и оценки рисков, отличительной особенностью которого является системное объединения необходимых элементов и видов процессов обработки рисков с учетом структурно-лингвистической и вероятностной компонент. Выполнена расширительная модификация структуры продукции путем добавления преди постусловий количественной обработки индикаторов риска. Модификация позволяет гибко сочетать преимущества символьных и статистических вычислений, а именно: однородность и естественный параллелизм системы продукций и многообразие законов распределения плотности вероятности индикаторов риска для различных социально-экономических объектов.

6. Предложенный класс ПСиерархические продукционные системы, включает в свой состав большинство известных ПС и позволяет создать представительный и одновременно компактный набор новых ПС для решения задач оценки и распознавания ССР за счет введения дополнительных иерархических продукционных правил связи ПС.

7. Рассмотрены особенности применения предложенных классов ИПС для решения задач формального описания (моделирования) типовых классов протоколов передачи, форматов кодирования и представления семантических структур ССР. Показано, что применение стохастических ИПС позволяет:

— сохранить все свойства регулярных ИПС;

— за счет использования стохастических систем и правил управления повысить эффективности алгоритмов синтаксического анализа, используемых в качестве базовых процедур при выборочном и полном (тотальном) контроле ИВС;

— за счет использования дополнительных правил управления обеспечить задание более сложных стохастических зависимостей между различными синтаксическими и семантическими структурами ССР и достаточно простое вычисление вероятности появления различных цепочек сигналов и сообщений с использованием стандартных процедур и с учетом особенностей предложенных систем грамматик с ограниченным набором правил управления.

8. Показано, что для описания основных распознаваемых СРР достаточно использовать предложенные подклассы регулярных и КСИПС, при этом:

— существенно снижается сложность продукционных описаний;

— за счет иерархической структуризации продукционного описания повышается удобство его использования и легкость модификации при изменении отдельных элементов распознаваемых и оцениваемых СРР;

— обеспечивается возможность использования эффективных методов ПВ в качестве базовых процедур оценки СРР.

9. Разработаны методы предобработки ИПС, включающие детерминированные алгоритмы неполного синтаксического анализа «сверху вниз» и снизу вверх" (с фиксированной и случайной стратегиями), и обеспечивающие в комбинации досрочное обнаружение структурно ложных рисков на основе стохастических характеристик продукций и анализируемых риск-ситуаций и определяющие тем самым повышение оперативности обработки.

10. Разработанная типовая иерархическая структура органов управления инновационной корпорацией обусловливает внедрение интеллектуальных аналитических систем и узкоспециализированных автоматизированных экспертных систем, совмещающих методы «строгих» вычислений и «мягких» вычислений, основанных на обработке знаний, что обеспечит обработку сложноструктурированных разнородных данных и знаний, допускающих модификацию состава и связей в процессе решения. I.

11. Разработана структурно-функциональная организация (СФО), содержащая четыре уровня и позволяющая совмещать во времени процессы измерения, предобработки и непосредственно вывода дерева риска под имеющиеся индикаторы. Отличительной особенностью данной СФО является машина продукционного вывода для ИПС, обеспечивающая генерацию вариантов в соответствии с заложенными в ИПС риск-сценариями, что позволяет обосновать минимально необходимые затраты на поиск, оценку и противодействие возникающим рискам.

12. Проведенные исследования явились основой для разработки автоматизированной системы ПВ ИПС и соответствующего СПО (PRODUCTION), являющихся составными частями базовой подсистемы оценки и распознавания ССР для типовых СУ.

13. Предложенная схема системы ПВ ИПС является модификацией классической схемы системы ПВ ПС, направленной на учет:

— иерархического построения продукционных описаний и моделей;

— особенностей использования в ИПС ряда модификаций ПС (в первую очередьстохастических);

— специфики вычисления унаследованных и синтезированных атрибутов и стохастических зависимостей.

14. Рассмотрены вопросы программной реализации предложенных методов при создании автоматизированных систем СУ СБ различных классов, проведена экспериментальная проверка предложенных методов и алгоритмов. Показано, что внедрение предложенных методов, алгоритмов и реаt лизующих их программ позволяет более чем на порядок повысить оперативность решения типовых информационноаналитических задач, достоверность принимаемых управленческих решений при оценке ССР в автоматизированных системах управления.