Информационно-сложные задачи и технология их решения - Статья

В последнее десятилетие наблюдается все большее возрастание требований общества к уровню автоматизации решения все новых и новых классов задач увеличивающегося уровня сложности, которая во многих случаях определяется не столько объемом обрабатываемой информации, сколько сложностью проблемной среды, в которой решается задача. Решение любой задачи, как непосредственно человеком, так и с помощью программных систем (ПС) является результатом взаимодействия двух составляющих процесса мышления [3]: составляющей, содержащей информацию о части мира, в которой решается задача (проблемной среде), и составляющей, оперирующей с этой информацией. Качественная сложность определяется составом и характером информации, необходимой для успешного решения задачи: числом и разнообразием смысловых аспектов проблемной среды, которые должны отображаться в информационной составляющей, характером взаимосвязей между компонентами проблемной среды, существенных для решения задачи, степенью влияния через эти взаимосвязи результатов решения одних подзадач на пути решения других подзадач, априорной обозримостью ПС и т.п. Интуитивное понимание определяющей роли информационной составляющей в преодолении этих трудностей привело к убеждению (не только у теоретиков, но и у разработчиков и пользователей систем), что решение данных проблем лежит в области представления и обработки знаний, и определило возникновение таких популярных в последнее время терминов, как «знаниеориентированные технологии», «системы, работающие со знаниями» и т. п., связанных в первую очередь с представлением и организацией знаний в информационной составляющей. Решение второй проблемы заключается в разработке таких принципов организации информации при ее хранении в ПС, которые не требуют жесткого априорного упорядочения информации под решаемую задачу, позволяют осуществлять поиск нужной информации по различным смысловым направлениям на разных уровнях ее обобщения и интеграции, на любое число шагов и при разных логических условиях поиска.В заключение можно сказать, что в результате теоретических исследований «проблемы знания» и опытных разработок создана методология проектирования и поддерживающая ее инструментальная база для решения широкого класса современных задач, плохо решаемых средствами существующих ИТ.

В последнее десятилетие наблюдается все большее возрастание требований общества к уровню автоматизации решения все новых и новых классов задач увеличивающегося уровня сложности, которая во многих случаях определяется не столько объемом обрабатываемой информации, сколько сложностью проблемной среды, в которой решается задача.

Успех в решении таких задач может быть достигнут только при разработке информационных технологий (ИТ), основанных на представлении и обработке сложноструктурированных знаний.

В первой части статьи вводится понятие информационно-сложных задач и анализируются проблемы, возникающие при их решении. Во второй части описывается ИТ, разработанная специально для решения задач этого класса. В третьей части описываются результаты и перспективы практического применения разработанной технологии.

Более ранние описания разработанной ИТ публиковались в [1,2].

Информационно-сложные задачи и проблемы их решения

Решение любой задачи, как непосредственно человеком, так и с помощью программных систем (ПС) является результатом взаимодействия двух составляющих процесса мышления [3]: составляющей, содержащей информацию о части мира, в которой решается задача (проблемной среде), и составляющей, оперирующей с этой информацией. Первую из них, независимо от ее организации, будем называть информационной составляющей, вторую - алгоритмической составляющей. Эти составляющие связаны с двумя качественно разными аспектами решения задачи, а их структура и внутренняя организация в значительной мере определяются соответственно алгоритмической или информационной сложностью задачи.

Алгоритмическая сложность задачи зависит от сложности рассуждений, необходимых для нахождения пути решения задачи, а также «качества» информации, содержащейся в информационной составляющей: ее полноты, степени неопределенности, детерминированности, достоверности и т.п.

Информационная сложность имеет два аспекта: «количественный» и «качественный». Количественная сложность зависит от объема обрабатываемой информации, требуемой скорости обработки (средней и пиковой), ее распределенности в пространстве и т.п. Качественная сложность определяется составом и характером информации, необходимой для успешного решения задачи: числом и разнообразием смысловых аспектов проблемной среды, которые должны отображаться в информационной составляющей, характером взаимосвязей между компонентами проблемной среды, существенных для решения задачи, степенью влияния через эти взаимосвязи результатов решения одних подзадач на пути решения других подзадач, априорной обозримостью ПС и т.п.

Задачи, обладающие большой алгоритмической сложностью, будем называть алгоритмически-сложными задачами, а обладающие большой информационной сложностью - информационно-сложными. Следует отметить, что, как правило, в реальных задачах преобладает какой-либо один вид сложности, на преодоление которой в основном и должна быть ориентирована организация соответствующей ПС.

До настоящего времени основное внимание исследователей и разработчиков концентрировалось на нахождении путей и методов решения алгоритмически-сложных задач. Этому способствовало то, что первыми (и долгое время основными) задачами, решаемыми с помощью ПС, были вычислительные задачи, сложность которых определялась сложностью соответствующих алгоритмов. Данные же, несущие информацию о проблемной среде, имели очень простую структуру и рассматривались как простые придатки программ, реализующих алгоритмы. Что касается информационной сложности, основное внимание концентрировалось на ее количественном аспекте, что объясняется в основном характером задач, решаемых на соответствующих этапах развития вычислительной техники

Недооценка роли качественного аспекта информационной составляющей в решении задачи и, как следствие, относительная примитивность ее организации в современных ПС, привели к появлению серьезных практических трудностей, являющихся головной болью разработчиков при решении новых, ставших особенно актуальными именно в последнее время, сложных задач. К числу таких задач можно отнести поддержку принятия решения в сложных экономических, экологических, социальных и др. ситуациях, организационное управление и управление бизнесом, управление сложными техническими системами, их проектирование и диагностику, осуществление сложного информационного поиска и многие другие.

Все эти задачи объединяет высокая и очень высокая информационная сложность проблемной среды, в которой они решаются, выступающая как основная причина возникновения этих проблем.

Трудности в решении информационно-сложных задач вызываются следующими факторами.

1. Очень большим числом различных смысловых аспектов проблемной среды, которые являются существенными для решения задачи и, следовательно, должны отображаться в ПС. Такое отображение требует наличия высоких выразительных возможностей языка описания знаний о проблемной среде с одновременным обеспечением строгости и однозначности интерпретации в ПС любых языковых выражений.

2. Необходимостью анализа обрабатываемой информации под разными углами зрения, сочетаемой с ее большим объемом и разнообразием. Это в свою очередь приводит к необходимости использования наряду с детализированным описанием информации о проблемной среде более крупных информационных образований, которые могут быть получены только путем многоуровневых обобщений и интеграции информации.

3. Плохой обозримостью, многомерностью и многосвязностью проблемной среды, вызывающих серьезные трудности при обеспечении информационной целостности и непротиворечивости информации, а также в организации ее многошагового и многонаправленного поиска.

4. Сильной обратной связью между промежуточными результатами решения задачи и дальнейшим путем (путями) ее решения, сочетаемой с наличием большого числа потенциальных разветвлений процесса решения. Это определяет невозможность в ряде случаев априорного формирования целостной программы решения задачи и необходимость управления процессом решения в заранее непредусмотренных ситуациях. Отсюда же вытекает невозможность априорного, ориентированного на выполняемую программу, упорядочения хранимой в системе информации.

5. Необходимостью изза возможного возникновения непредусмотренных ситуаций тесного и оперативного участия пользователя ПС в процессе решения задачи (особенно в системах поддержки принятия решения), в свою очередь вызывающей необходимость включения в состав системы интерфейсных средств, обеспечивающих возможность непосредственное взаимодействие о пользователя с ПС без привлечения программистов.

6. Изменчивостью проблемной среды в течение эксплуатации системы, приводящей к высоким требованиям к адаптивности и развиваемости системы в течение всего жизненного цикла системы, начиная с ее проектирования.

7. Большой трудоемкостью проектирования ПС, решающих информационно- сложные задачи, определяющей высокие требования к преемственности программного обеспечения.

Преодоление этих трудностей предъявляет очень высокие требования к «интеллектуальности» ПС. Большинство из них возникает прежде всего изза того, что для решения информационно-сложных задач пытаются использовать ИТ, разработанные для решения других классов задач. В то же время каждая ИТ представляет собой целостную, в определенной мере замкнутую, систему концепций, методов и средств, и потому, по заложенным в нее принципам и техническим решениям изначально ориентирована на решение определенного класса задач и определенные требования к рабочим характеристикам построенных на ее основе ПС. Стремление же к насильственному расширению границ данного класса или, тем более, к использованию данной ИТ для решения неадекватных ей задач, не может привести к желаемым результатам.

Именно этим можно объяснить возникновение указанных выше проблем при использовании «традиционных» ИТ, ориентированных на проектирование реляционных баз данных, для решения информационно-сложных задач, что неоднократно обсуждалось в литературе ( см. например [4,5]).

Однако, даже объектно-ориентированный подход, в значительной мере учитывающий особенности проблемной среды, не снимает большинства из перечисленных выше трудностей. Их наличие является серьезным барьером в решении современных информационно-сложных задач и приводит к необходимости создания ИТ, изначально ориентированных на их решение.

Интуитивное понимание определяющей роли информационной составляющей в преодолении этих трудностей привело к убеждению (не только у теоретиков, но и у разработчиков и пользователей систем), что решение данных проблем лежит в области представления и обработки знаний, и определило возникновение таких популярных в последнее время терминов, как « знаниеориентированные технологии», «системы, работающие со знаниями» и т. п., связанных в первую очередь с представлением и организацией знаний в информационной составляющей. Эти термины очень расплывчаты, далеки от строгого определения, но подчеркивают роль информационной составляющей в решении информационно-сложных задач и правильно ориентируют направление работ по преодолению указанных выше трудностей.

Центральными проблемами в создании ИТ, основанной на работе со сложноструктурированными и семантически разнообразными знаниями, являются проблемы адекватного отображения проблемной среды в ПС и проблема организации информации при ее хранении в ПС.

Решение первой проблемы требует создания адекватной теории отображения объективного мира в ПС и разработки на ее основе языка описания знаний о проблемной среде с очень высокими выразительными возможностями.

Взаимосоотнесение объективного мира и его знаковой модели являются предметом семантики. Крайнее отставание в четком формулировании и решении проблем семантики является, на наш взгляд, основной причиной застоя в решении «проблемы знания» и, как следствие, в решении информационно сложных задач, а также тормозом в дальнейшем развитии исследований по искусственному интеллекту.

До последнего времени исследования проблем семантики проводились в основном в логике и лингвистике. Однако, как в той, так и в другой науке, осуществлялись исследования только интерпретации в объективном мире априорно заданных языковых конструкций. В логике объектом интерпретации служили конструкции различных искусственных языков, создаваемых в разных логических теориях, в лингвистике же изучались проблемы интерпретации различных конструкций естественного языка. Проблема же синтеза знаковых систем, адекватно отображающих мир, не рассматривалась ни в той, ни в другой науке. Данные выводы сделаны на основании изучения многих работ по лингвистике и логике. В качестве примеров могут быть названы [6, 7 ].

В ИТ, в том числе связанных с построением языков представления знаний искусственного интеллекта (семантические сети, фреймы, продукции, языки логического программирования и т. п.), создание языка также отождествляется с разработкой его синтаксиса (см. например, [8]). Интерпретация же синтаксических конструкций возлагается главным образом на разработчиков ПС, в надежде на их «здравый смысл», что при решении семантически сложных задач может привести к серьезным и очень трудно выявляемым семантическим ошибкам.

Решение второй проблемы заключается в разработке таких принципов организации информации при ее хранении в ПС, которые не требуют жесткого априорного упорядочения информации под решаемую задачу, позволяют осуществлять поиск нужной информации по различным смысловым направлениям на разных уровнях ее обобщения и интеграции, на любое число шагов и при разных логических условиях поиска.

ФОП-технология - технология решения информационно-сложных задач

ИТ, разрабатываемая с целью решения указанных проблем, описываемая ниже, получила название технологии функционально-ориентированнного проектирования или, сокращенно, ФОП-технологии.

Разработку ФОП-технологии предваряло создание формализованной семантической теории - теории конструктивной семантики. При ее создании был сформулирован ряд положений философско-гносеологического плана, позволивших определить законы синтеза модели проблемной среды, и разработать на ее базе язык описания декларативных знаний (ЯОДЗ).

Ограниченные размеры статьи не позволяют изложить в ее рамках разработанную семантическую теорию. Поэтому в статье дается только краткое описание структуры ЯОДЗ, являющегося продуктом применения данной теории.

Первым шагом в создании ЯОДЗ было не разработка его синтаксиса, как это принято в традиционных подходах, а формулирование смысловых аспектов того содержания, которое он должен выражать, ставшее результатом анализа семантики естественных языков, базировавшегося на многочисленных лингвистических работах в этом направлении. Анализ позволил выделить ряд семантических универсалий - аспектов смыслового содержания, отображение которых должно обеспечиваться в любом развитом языке. При этом, чем более развит язык, тем большее число аспектов содержания он отображает и, как следствие, бoльшими выразительными возможностями обладает. В качестве примеров семантических универсалий могут быть названы предикативность, отрицание, отношение высказывания к действительности (время, место, модальность), обобщение, выражение количества и др.

Второй шаг заключался в разработке семантической структуры ЯОДЗ - определении системы типов понятий и видов межтиповых отношений, на базе которой могли бы создаваться прикладные языки «семейства ЯОДЗ», получаемые заполнением компонентов структуры конкретной лексикой.

Третьим шагом была разработка синтаксиса. ЯОДЗ создавался как открытый язык, дополняемый по мере развития новыми синтаксическими конструкциями, либо обеспечивающими выражение новых семантических универсалий, либо позволяющими выразить более тонкие смысловые оттенки универсалий, ранее отображенных в языке. Открытость ЯОДЗ позволяет практически неограниченно увеличивать его выразительные возможности по мере возрастания требований со стороны прикладных задач. Реализованная на сегодняшний день версия ЯОДЗ обеспечивает значительную часть потенциальных возможностей, определяемых его семантической структурой, необходимую и достаточную для поддержки решения широкого круга задач.

В связи с неоднозначностью интерпретации используемых ниже терминов, как в различных областях науки (прежде всего в лингвистике, логике, искусственном интеллекте), так и внутри этих областей, представляется целесообразным дать определения значений наиболее важных из них, принятые в данной работе: - знание - отображение мира в сознании субъекта, (в том числе и в ПС);

- язык - знаковая система отображения знаний о мире в целях мышления или общения;

- модель проблемной среды - целостная система взаимосвязанных знаний о проблемной среде;

- база знаний - хранилище информации, содержащее модель проблемной среды;

- сущность -любое, дискретно выделяемое разработчиком образование проблемной среды;

- имя - знак, обозначающий в модели соответствующую сущность;

- факт - наличие или отсутствие определенного вида взаимосвязи между двумя или более сущностями;

- высказывание - отображение факта в модели;

- термы - компоненты высказывания, обозначающие сущности, о которых говорится в высказывании;

- предикат - компонент высказывания, обозначающий взаимосвязь между сущностями, обозначаемыми термами.

Элементарной единицей выражения знаний в любом языке является высказывание. В ЯОДЗ высказывания представляются в виде целостных образований, т.е. каждое высказывание содержит полную, достаточную для его автономного употребления в процессе решения задачи, семантику. Этим обеспечивается возможность полной и одинаковой интерпретации высказывания различными программами.

Высказывание имеет следующую конструкцию: R(T1,T2,……Tn) , где R - предикат, а Ti - термы.

Отрицание наличия взаимосвязи осуществляется добавлением к высказыванию модификатора «не».

Каждая из позиций предиката определяет смысловую роль, выполняемую в высказывании термом, занимающим эту позицию. В модели содержатся описания прототипов всех используемых предикатов, в каждом из которых формулируются семантические правила построения высказывания на базе соответствующего предиката. В прототипе указывается, какие позиции имеет данный предикат и к каким классам (см. ниже) должны относиться сущности, обозначаемые термами, занимающими эти позиции. Несоответствие высказывания прототипу означает его семантическую неправильность. Система прототипов открыта: в нее могут вноситься любые изменения и дополнения. Важным видом используемых в ЯОДЗ предикатов являются функциональные предикаты, задающие функциональные (математические, логические и др.) зависимости, существующие между различными переменными. С каждым из них ассоциируется функциональные процедуры, позволяющие вычислять неизвестные значения одних переменных, через известные - других. Тем самым обеспечивается встраивание в ЯОДЗ различных математических выражений. В качестве термов высказывания выступают имена или описания сущностей.

При разработке модели каждая сущность относится разработчиком к одной (и только одной) из базовых семантических категорий (СК): объектам, взаимосвязям, признакам, значениям признаков. В дальнейшем, на основе этих сущностей в модели путем объединения высказываний в целостные конструкции формируются понятия о ситуациях, событиях, процессах - сущностях, образующие дополнительные СК.

В ЯОДЗ, как и в любом развитом естественном языке, используются два типа имен: индивидные (собственные) и общие. Все имена уникальны в модели. Индивидные имена трактуются в ЯОДЗ как идентификаторы индивидных сущностей (экземпляров). Каждая индивидная сущность может иметь несколько индивидных имен («Ленинград», «Петербург», «Питер» и т. п.). Общее имя («человек», «город», «машина» и т. п.) обозначает некоторую сущность, принадлежащую к определенному классу. Класс трактуется в ЯОДЗ как абстрактное понятие о совокупности сущностей, обладающих заданным набором характеристик, служащим единственным критерием принадлежности сущности к данному классу.

Классы образуют несколько (по числу СК) независимых иерархий, построенных по единым для всей модели законам (рис.1).

Рис. 1

В основании каждой иерархии лежит класс всех сущностей, принадлежащих данной СК. Формирование класса осуществляется его выделением из вышерасположенного в иерархии класса, независимым от выделения других классов. Это делает иерархию открытой, обеспечивая возможность внесения в нее любых изменений без нарушения остальной ее части. С каждым классом ассоциируется интенсионал - определение характеристик типового элемента класса - и одно или несколько общих имен, которыми может именоваться любой элемент данного класса. В частном случае интенсионал может быть задан в виде перечня индивидных сущностей. Интенсионалы формируются разработчиком модели, который тем самым определяет значения всех используемых в модели общих имен. Индивидные сущности не входят в иерархию классов. Их принадлежность к некоторому классу сообщается отдельно для каждой из них, причем одна сущность может одновременно принадлежать нескольким классам.

Термами высказываний могут быть не только имена сущностей, но и описания сложных объектов и групп объектов. Для описания последних используются специальные языковые конструкции, включающие квантификатор, указывающий число сущностей в группе. В качестве квантификаторов могут использоваться любые целые числа и термины «несколько» и «все». Коммуникативная направленность высказывания указывается добавлением к нему специального модификатора.

В процессе создания ФОП-технологии, была решена и вторая проблема - разработана новая, отличная от существующих в традиционных ИТ, организация представления информации в ПС.

В основу ФОП-технологии положена такая организация взаимодействия компонентов ПС, при которой на каждом их уровне достигается максимально возможная независимость как при проектировании отдельных компонентов, так и при их функционировании в составе системы. Это обеспечивает высокую открытость системы, ее адаптируемость к различным изменениям, гибкость в приспособлении к требованиям пользователя, упрощает проектирование и повышает надежность.

В первую очередь эта организация обеспечивается независимостью друг от друга алгоритмической и информационной составляющих. Алгоритмическая составляющая образует программную часть системы, информационная составляющая выполняет в системе роль ее базы знаний (БЗ) (см. рис 2).

Алгоритмические знания в системе представляются в виде совокупности независимых друг от друга программных модулей, взаимодействующих только через БЗ, образующей для модулей единое информационное поле. Каждый модуль ориентирован на решение определенной подзадачи. После своей инициации он самостоятельно извлекает из БЗ знания, необходимые ему для решения этой подзадачи, и передает в БЗ результаты ее решения. Величина модуля может быть разной - от небольшой подпрограммы до программной системы, решающей сложный комплекс задач. Объединение модулей в прикладную программу может осуществляться либо программистом при проектировании системы, либо динамически в процессе решения задачи на основе закладываемых в систему стратегий.

БЗ строится как совокупность отдельных высказываний. Ее организация принципиально отличается от организации информации в реляционных базах данных (см. рис. 3). Высказывания вследствие их семантической полноты независимы друг от друга и могут автономно добавляться в БЗ или исключаться из нее. Поиск высказывания осуществляется путем последовательного сопоставления компонентов запроса с компонентами хранящихся в БЗ высказываний. Это дает возможность отбора высказываний, состоящих из любых совокупностей компонентов. Такая организация позволяет осуществлять поиск на разных уровнях обобщения и интеграции информации по любому направлению и на любое число шагов. На каждом шаге поиска могут накладываться любые поддерживаемые в ЯОДЗ логические условия поиска.

Рис. 2

Рис. 3

Рис. 4

Информационная целостность БЗ обеспечивается ее разделением на две части - информационную модель (ИМ) и базовую модель (БМ). Все знания хранятся в ИМ. БМ выполняет роль толкового словаря: в ней хранятся определения смыслового содержания всех понятий (совокупность интенсионалов). Тем самым обеспечивается правильная и однозначная интерпретация значений всех терминов, используемых при описании хранящихся в ИМ знаний как всеми программами, так и непосредственно пользователем. Возможность независимого от алгоритмическая составляющая, семантического структурирования знаний в БЗ резко упрощает решение проблемы непротиворечивости знаний. База знаний в совокупности с механизмами работы со знаниями образуют базовую систему (БС) - универсальную часть для построения различных ПС.

Описанная организация системы в сочетании с изложенными выше принципами организации ЯОДЗ позволяет строить очень гибкие, высокоадаптивные ПС, развиваемые на любых уровнях как в процессе проектирования, так и при эксплуатации системы (см. рис. 4).

Полученные и перспективные результаты использования ФОП-технологии

На основе описанных выше принципов была создана система управления базой знаний (СУБЗ) - система высокоуровневых инструментальных средств, поддерживающих работу со сложноорганизованными, семантически разнообразными знаниями.

СУБЗ может использоваться либо в качестве автономной информационно-поисковой системы, либо в качестве информационного блока ПС различного назначения.

Разработанная СУБЗ обеспечивает: - отображение практически любых смысловых аспектов проблемной среды, которые могут интересовать пользователя;

- отсутствие требования априорной упроядоченности информации «под задачу»;

- естественное для человека представление информации в БЗ и значительно бoльшую простоту проектирования БЗ по сравнению с проектированием баз данных;

- принципиальную возможность совместного использования и сопоставления понятий разных уровней обобщения и интеграции, позволяющих представлять знания любого уровня обобщения, относящиеся как к целостным сущностям, имеющим сложную структуру, так и к их компонентам любого уровня;

- простоту и естественность представления в БЗ различных многомерных и иерархических взаимосвязей и осуществления по ним различных видов поиска на разных уровнях обобщения и интеграции с выполнением заданных логических условий поиска, а также возможность получения и сопоставления информации в различных временных («исторических») и разномодальных аспектах;

- возможность формирования и включения в БЗ индивидуализированных описаний, имеющих произвольную структуру;

- простоту обновления информации в БЗ и ее открытость для любых изменений.

Перечисленные преимущества СУБЗ (а также ряд других) распространяются на построенные на ее базе ПС. СУБЗ реализована на компьютерах Pentium в операционной среде Windows. Инструментальные языки реализации - C и Java.

На основе СУБЗ были проведены опытно-конструкторские разработки: - системы «Персонал», предназначенной для ведения индивидуализированной информации (досье) о личностях, организациях и других объектах, адаптируемой к конкретным применениям;

- системы информационной поддержки управления поставками сложных компьютерных изделий и их сопровождения в течение жизненного цикла;

Обе системы находятся в эксплуатации, в том числе система «Персонал» (модификация «Кадры») - более двух лет.

Многообещающим направлением представляется использование СУБЗ для создания на ее основе систем поддержки принятия решения (СППР) - одного из самых перспективных и проблемных направлений развития современных информационных систем.

В настоящее время одной из основных ИТ создания СППР является так называемая OLAP-технология, основанная на разделении процесса принятия решения на два этапа: аналитическую обработку данных, хранящихся в реляционных БД, и этап принятия решения человеком на основе жестко организованной информации, хранящейся в «хранилище данных». Такое разделение, вследствие непрерывности и непредсказуемости процесса решения, не позволяет строить СППР, поддерживающие этот процесс в динамике.

Аналитические базы знаний (АБЗ), построенные на основе СУБЗ, позволят объединить эти этапы и осуществлять их на основе информации, хранящейся в общей для этих этапов базе знаний, сохраняя при этом все описанные выше преимущества СУБЗ.

Такие АБЗ будут обладать следующими характеристиками.

- Иметь «универсальную» структуру, инвариантную относительно разных видов анализа, видов прикладных задач и предметных областей.

- Обеспечивать возможность использования практически неограниченного и допускающего любое расширение (в любой период жизненного цикла системы) состава аналитических процедур, обрабатывающих информацию. Новый вид анализа вводится в АБЗ путем автономного, независимого от других программ, формирования соответствующей аналитической процедуры, работающей с любым количеством и составом показателей, без какой-либо реорганизации информации, хранящейся в БЗ.

- Позволять в процессе решения одной задачи проводить анализ на разных уровнях обобщения и интеграции информации, с возможностью детализации (или «огрубления») анализа в процессе принятия решения в любых направлениях и до любого уровня.

- Обеспечивать значительно бoльшую простоту, естественность и компактность представления информации, чем ее представление используемое в OLAP-технологии, что упрощает и удешевляет сопровождение.

- Позволять включать в АБЗ (без изменения организации информации в БЗ) моделирующую подсистему, дающую возможность «проигрывать» различные варианты решений и строить прогнозы.

Ограниченный объем статьи не позволяет также подробно рассмотреть возможности и преимущества использования ФОП-технологии в других направлениях. Можно только отметить, что на базе ее методов и средств создавались и исследовались экспериментальные программы и макеты: интеллектуального интерфейса к реляционным базам данных, обеспечивающего возможность формирования заранее непредусмотренных вопросов непосредственно конечным пользователем, систем диагностики и ряд других. Разработанная и примененная на практике система диагностики показала значительные преимущества по сравнению с существующими аналогичными системами [9].

Однако, разработчики ФОП-технологии считают, что наиболее эффективной областью приложения методов и средств ФОП-технологии является построение комплексных информационных систем, интегрирующих в составе системы выполнение многих функций и работающих в функционально и семантически сложных проблемных средах. Одной из таких областей, в которой были осуществлены экспериментальные разработки ряда компонентов интегральной системы, является управление бизнесом.

Проведенные разработки показали, что при ограниченной количественной сложности на базе ФОП-технологии принципиально могут создаваться информационные системы, более дешевые и простые в эксплуатации, чем существующие корпоративные информационные системы. При этом обеспечивается возможность постепенной автоматизации предприятия в выбранных направлениях с распределением во времени финансовых и других затрат на разработку и внедрение. Обеспечивается также возможность постепенной реорганизации схемы управления предприятием и постепенного перехода от бумажной технологии к безбумажной.

В заключение можно сказать, что в результате теоретических исследований «проблемы знания» и опытных разработок создана методология проектирования и поддерживающая ее инструментальная база для решения широкого класса современных задач, плохо решаемых средствами существующих ИТ. Создаваемые на основе ФОП-технологии ПС ориентированы в первую очередь на «среднего» пользователя, чьи потребности по уровню сложности решаемых им задач достаточно велики, а финансовые, организационные и другие практические возможности ограничены. «Интеллектуальные» возможности ФОП-технологии позволяют, на наш взгляд, при ее постепенном развитии и совершенствовании обеспечить самое широкое ее использование для построения самых различных, в первую очередь комплексных, дешевых и простых в эксплуатации информационных систем, решающих информационно-сложные задачи.

1. Кузин Е.С. Информационные технологии и проектирование прикладных программных систем. // Информационные технологии и вычислительные системы РАН № 3, 1996 г.

2. Кузин Е.С. Концепции информационной технологии функционально-ориентированного проектирования прикладных информационных систем. // Информационные технологии № 1, 2000 г.

3. Ж. Пиаже Избранные психологические труды.// Москва. Просвещение, 1969 г.

4. Буч Г. Объектно-ориентированное проектирование с примерами применения. // Диалектика, Киев и И.В.К. Москва, 1992 г.

5. Васкевич Д. Стратегии клиент/сервер. // Киев, Диалектика и “Информейшн компьютер Энтерпрайс”, 1996 г.

6. Мельчук И.А. Опыт теории лингвистических моделей «Смысл-Текст».// Москва. Наука, 1974 г.

7. Черч А. Введение в математическую логику. // Москва. Издательство иностранной литературы, 1960 г.

8. Представление и использование знаний. Под ред. Х. Уэно, М. Исидзука. Москва, Мир, 1987 г.

9. Брыль В.Н. Разработка и исследование методов и средств построения адаптивных диагностических систем // Кандидатская диссертация, Москва, НИЦЭВТ, 1996 г.

Размещено на .ru