Моделі агентно-орієнтованих систем ситуаційного управління
У роботі розглядаються основні моделі побудови систем ситуаційного управління на основі агентно-орієнтованого підходу. Запропоновано моделі для агентно-орієнтованих ситуаційних центрів на основі еволюційного функціонального принципу. Визначено елементи та особливості для запропонованих моделей. Опис...
Збережено в:
| Дата: | 2018 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут проблем математичних машин і систем НАН України
2018
|
| Назва видання: | Математичні машини і системи |
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/144941 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Моделі агентно-орієнтованих систем ситуаційного управління / О.Є. Коваленко // Математичні машини і системи. — 2018. — № 2. — С. 96-102. — Бібліогр.: 12 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-144941 |
|---|---|
| record_format |
dspace |
| spelling |
nasplib_isofts_kiev_ua-123456789-1449412025-02-09T10:16:44Z Моделі агентно-орієнтованих систем ситуаційного управління Модели агентно-ориентированных систем ситуационного управления Models of agent-oriented systems of situational management Коваленко, О.Є. Інформаційні і телекомунікаційні технології У роботі розглядаються основні моделі побудови систем ситуаційного управління на основі агентно-орієнтованого підходу. Запропоновано моделі для агентно-орієнтованих ситуаційних центрів на основі еволюційного функціонального принципу. Визначено елементи та особливості для запропонованих моделей. Описаний загальний механізм застосування формальних знань для керування багатоагентними системами. Намічені перспективні напрями майбутніх досліджень. В работе рассматриваются основные модели построения систем ситуационного управления на основе агентно-ориентированного подхода. Предложены модели для агентно-ориентированных ситуационных центров на основе эволюционного функционального принципа. Определены элементы и особенности для предложенных моделей. Описан общий механизм применения формальных знаний для управления многоагентными системами. Намечены перспективные направления будущих исследований. The paper reviews key models of systems of situation management design based on agent-oriented approach. The models for agent-oriented situation centers based on evolutionary functional principle are proposed. The elements and specifics are defined for proposed models. Common mechanism of formal knowledge application for multiagent systems management is defined. Promising directions for future research are outlined. 2018 Article Моделі агентно-орієнтованих систем ситуаційного управління / О.Є. Коваленко // Математичні машини і системи. — 2018. — № 2. — С. 96-102. — Бібліогр.: 12 назв. — укр. 1028-9763 https://nasplib.isofts.kiev.ua/handle/123456789/144941 004.896 uk Математичні машини і системи application/pdf Інститут проблем математичних машин і систем НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| topic |
Інформаційні і телекомунікаційні технології Інформаційні і телекомунікаційні технології |
| spellingShingle |
Інформаційні і телекомунікаційні технології Інформаційні і телекомунікаційні технології Коваленко, О.Є. Моделі агентно-орієнтованих систем ситуаційного управління Математичні машини і системи |
| description |
У роботі розглядаються основні моделі побудови систем ситуаційного управління на основі агентно-орієнтованого підходу. Запропоновано моделі для агентно-орієнтованих ситуаційних центрів на основі еволюційного функціонального принципу. Визначено елементи та особливості для запропонованих моделей. Описаний загальний механізм застосування формальних знань для керування багатоагентними системами. Намічені перспективні напрями майбутніх досліджень. |
| format |
Article |
| author |
Коваленко, О.Є. |
| author_facet |
Коваленко, О.Є. |
| author_sort |
Коваленко, О.Є. |
| title |
Моделі агентно-орієнтованих систем ситуаційного управління |
| title_short |
Моделі агентно-орієнтованих систем ситуаційного управління |
| title_full |
Моделі агентно-орієнтованих систем ситуаційного управління |
| title_fullStr |
Моделі агентно-орієнтованих систем ситуаційного управління |
| title_full_unstemmed |
Моделі агентно-орієнтованих систем ситуаційного управління |
| title_sort |
моделі агентно-орієнтованих систем ситуаційного управління |
| publisher |
Інститут проблем математичних машин і систем НАН України |
| publishDate |
2018 |
| topic_facet |
Інформаційні і телекомунікаційні технології |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/144941 |
| citation_txt |
Моделі агентно-орієнтованих систем ситуаційного управління / О.Є. Коваленко // Математичні машини і системи. — 2018. — № 2. — С. 96-102. — Бібліогр.: 12 назв. — укр. |
| series |
Математичні машини і системи |
| work_keys_str_mv |
AT kovalenkooê modelíagentnooríêntovanihsistemsituacíjnogoupravlínnâ AT kovalenkooê modeliagentnoorientirovannyhsistemsituacionnogoupravleniâ AT kovalenkooê modelsofagentorientedsystemsofsituationalmanagement |
| first_indexed |
2025-11-25T18:50:25Z |
| last_indexed |
2025-11-25T18:50:25Z |
| _version_ |
1849789389509492736 |
| fulltext |
96 © Коваленко О.Є., 2018
ISSN 1028-9763. Математичні машини і системи, 2018, № 2
УДК 004.896
О.Є. КОВАЛЕНКО
*
МОДЕЛІ АГЕНТНО-ОРІЄНТОВАНИХ СИСТЕМ СИТУАЦІЙНОГО УПРАВЛІННЯ
*
Інститут проблем математичних машин і систем НАН України, м. Київ, Україна
Анотація. У роботі розглядаються основні моделі побудови систем ситуаційного управління на
основі агентно-орієнтованого підходу. Запропоновано моделі для агентно-орієнтованих ситуацій-
них центрів на основі еволюційного функціонального принципу. Визначено елементи та особливос-
ті для запропонованих моделей. Описаний загальний механізм застосування формальних знань для
керування багатоагентними системами. Намічені перспективні напрями майбутніх досліджень.
Ключові слова: система ситуаційного управління, система підтримки прийняття рішень, агент-
но-орієнтована система, онтологія, модель знань, інфоценоз.
Анотация. В работе рассматриваются основные модели построения систем ситуационного
управления на основе агентно-ориентированного подхода. Предложены модели для агентно-
ориентированных ситуационных центров на основе эволюционного функционального принципа.
Определены элементы и особенности для предложенных моделей. Описан общий механизм приме-
нения формальных знаний для управления многоагентными системами. Намечены перспективные
направления будущих исследований.
Ключевые слова: система ситуационного управления, система поддержки принятия решений,
агентно-ориентированная система, онтология, модель знаний, инфоценоз.
Abstract. The paper reviews key models of systems of situation management design based on agent-
oriented approach. The models for agent-oriented situation centers based on evolutionary functional prin-
ciple are proposed. The elements and specifics are defined for proposed models. Common mechanism of
formal knowledge application for multiagent systems management is defined. Promising directions for
future research are outlined.
Keywords: situation management system, decision support system, agent-oriented system, ontology,
knowledge model, infocenose.
1. Вступ
Прийняття рішень у складних системах – це багатофакторна, багатовимірна проблема, що
зазвичай вирішується з використанням інформаційних систем спеціального класу – систем
підтримки прийняття рішень (СППР). Багато завдань державного управління, прогнозу-
вання, аналізу в умовах надзвичайних ситуацій та подолання наслідків надзвичайних ситу-
ацій є міждисциплінарними і міжгалузевими. Ці завдання вирішуються шляхом спільної
роботи груп експертів та аналітиків на технологічній основі СППР, що функціонують у
складі систем ситуаційного управління (ССУ), реалізованих у вигляді ситуаційних центрів
(ситуаційних кімнат) [1, 2].
Ситуаційні центри (СЦ) призначені для прийняття управлінських рішень щодо
складної багатофункціональної структури управління, елементи якої погано структуровані
й погано формалізовані, вхідна інформація про об'єкти неоднозначна, неповна, суперечли-
ва і вартість помилок у прийнятті рішень є високою [1]. Таким чином, визначення архітек-
турних, функціональних, організаційних принципів створення та розвитку, заснованих на
цих принципах ССУ, є актуальним завданням.
2. Аналіз стану проблеми та публікацій
Особливості та загальні принципи СЦ як реалізації ССУ описані в [1–3]. Як організаційне
управління ситуаційне управління характеризується такими особливостями [3]:
– унікальність;
ISSN 1028-9763. Математичні машини і системи, 2018, № 2 97
– відсутність формалізованої мети існування;
– немає класичного визначення оптимальності;
– динамічний характер;
– неповнота опису;
– наявність представництва.
При створенні СЦ використовуються чотири групи принципів [1]:
– архітектурно-функціональний;
– організаційно-технологічний;
– інформаційні;
– інтелектуальні.
У кожній з цих груп принципи висувають свої вимоги до компонентів СЦ, що за-
безпечують його експлуатаційні характеристики. Різноманітність і мінливість вимог, а та-
кож необхідність адаптації процедур експлуатації до конкретних завдань використання СЦ
визначають використання гнучких рішень для проектування СЦ, зокрема, з використанням
об'єктно-орієнтованих [4], функціональних [5] та мультиагентних підходів [6, 7].
3. Постановка задачі
Метою досліджень є розробка та обґрунтування керованої знаннями багатоагентної моделі
колективного прийняття рішень у ССУ. ССУ вимагає застосування мультидисциплінарних
процедур управління для забезпечення адаптації використовуваних операцій при вирішен-
ні конкретних проблем підтримки прийняття рішень. Така адаптація може бути здійснена
шляхом застосування моделей знань домену для управління конкретними рішеннями.
4. Основна проблема
Прийняття рішень в ССУ – це робочий процес вироблення керівних рішень, заснований на
сучасних інформаційних технологіях, які забезпечують використання формальної і нефор-
мальної баз знань для вибору керуючих дій на об'єкти предметної області протягом визна-
ченого періоду часу для створення необхідних умов досягнення цільового стану проблем-
ної області.
Загальний вигляд схеми прийняття рішень в ССУ представлений на рис. 1.
Рис. 1. Схема прийняття рішень у ССУ
98 ISSN 1028-9763. Математичні машини і системи, 2018, № 2
Таким чином, зрозуміло, що СЦ для реалізації процедур ситуаційного управління в
ССУ повинен бути обладнаний спеціальним набором програмного та апаратного забезпе-
чення для персональної та колективної роботи у процесі прийняття рішень групою упов-
новажених осіб (осіб, які приймають рішення, експертів, аналітиків та ін.).
Однією з головних особливостей функціонування СЦ є прийняття рішень у режимі
командної роботи групи людей, до складу якої входить особа, яка приймає рішення (ОПР),
група експертів, група аналітиків та штатний персонал СЦ [1]. Методологічні основи ство-
рення багатоцільового СЦ як цілеспрямованої організаційної структури передбачають ви-
значення таких аспектів [8]:
1) виклад місії – загальна мета, сформульована в контексті стратегії ССУ;
2) виклад бачення – оцінка навколишнього середовища та чітке визначення критері-
їв та перспектив;
3) стратегії управління (стратегічне управління) як безперервний процес, пов'язаний
з формулюванням організаційних рішень для ефективної та продуктивної діяльності в кон-
тексті місії, бачення та глобальних бізнес-цілей;
4) дерево цілей (цілі, завдання, призначення) – ієрархічний набір кінцевих станів
або підсумків досягнення цілей діяльності ССУ;
5) політики – інституційні механізми досягнення цілей діяльності;
6) шаблони діяльності (моделі діяльності) – набір методів, інструментів та алгорит-
мів, які визначають і описують операційні процедури на всіх рівнях організаційної струк-
тури.
Визначені аспекти відповідних функціональних характеристик СЦ забезпечуються
сукупністю послуг (продуктів та послуг). Обсяг і якість інформаційних послуг залежать
від наявних інформаційних ресурсів – баз даних, баз знань, сховищ стандартних процедур
та попередніх рішень. Таким чином, для побудови колективної моделі прийняття рішень
необхідно провести декомпозицію моделі відповідно до визначених щодо неї принципів та
аспектів застосування.
Різноманіття завдань, що вирішуються в СЦ, повинне відповідати технологічному
рівню зрілості СЦ. Тому необхідно автоматизувати підготовку та адаптацію СЦ до конкре-
тних завдань прийняття рішень з урахуванням усіх аспектів функціонування та видів дія-
льності. Цю проблему можна вирішити на основі еволюційного підходу з використанням
проблемно-орієнтованих баз знань, які описують інформацію та функціональне середови-
ще колективного прийняття рішень у конкретній предметній сфері. Отже, функціональне
середовище колективного прийняття рішень повинно підтримуватися відповідними архі-
тектурними рішеннями.
Відповідно до схеми прийняття рішень, зображеної на рис. 1, архітектурні складові
СЦ включають у себе [9]:
– підсистему інтерфейсу;
– підсистему для розпізнавання та оцінки стану ситуацій;
– підсистему ретроспективного аналізу прийнятих рішень та навчання;
– підсистему вироблення альтернатив на основі знань;
– підсистему вироблення альтернатив на основі макромоделей;
– підсистему колективної оцінки, прийняття рішень, ієрархії цілей.
Ці підсистеми, у свою чергу, включають у себе:
– засоби інтерфейсів;
– базу знань про проблемну область та її навколишнє середовище;
– базу знань про експертів у конкретних сферах діяльності;
– знання про правила, умови та обмеження при прийнятті рішень;
– знання та засоби формування висновків на основі знань;
– засоби для моделювання та візуалізації;
ISSN 1028-9763. Математичні машини і системи, 2018, № 2 99
– засоби підтримки процесів колективного прийняття рішень;
– інструменти для документування та архівування процесів прийняття рішень;
– засоби забезпечення безпеки тощо.
При реалізації сучасних інформаційних технологій широко використовують сервіс-
орієнтований підхід, віртуалізацію та інтелектуалізацію на основі використання програм-
них агентів. Таким чином, архітектура СЦ може бути представлена як набір віртуальних
компонентів, інтеграція яких базується на взаємодії агентів. Засоби та інструменти процесу
прийняття рішень під час ситуаційного управління повинні бути доступними як послуги.
5. Елементи агентно-орієнтованої моделі прийняття рішень у СЦ
Інтелектуальний агент (ІА) – автономний суб'єкт, який з використанням сенсорів спостері-
гає за навколишнім середовищем та впливає на нього, використовуючи виконавчі засоби, і
спрямовує свою діяльність на досягнення цілей (тобто, це є раціональним) [10]. Отже, уза-
гальнена модель агента описується кортежем , ,A S D B , де S являє собою множину
сенсорів, D являє собою множину виконавчих засобів, B представляє поведінкову модель
агента. Поведінка агента описується функцією агента Af , яка відображає будь-яку можли-
ву сприйняту послідовність *P на можливу дію AB [10, с. 35], що формально виражається
як
AA BPf *: .
Інтелектуальні агенти також можуть навчатись або використовувати знання для до-
сягнення своїх цілей. Різноманітні типи агентів визначають множинність моделей їх пред-
ставлення. Однією з найпоширеніших моделей програмного агента є BDI-модель, що ґрун-
тується на переконаннях, прагненнях, намірах агента.
Мультиагентна система (МАС) – це система, в якій декілька агентів можуть обмі-
нюватися поточною інформацією (взаємодіяти між собою) для досягнення спільної (колек-
тивної) мети. МАС описується моделлю [7]:
( , , , , , , )MAS A E R ORG ACT COM EV ,
де A – множина агентів, здатних функціонувати в певних середовищах E , можуть мати
певні відношення R і взаємодіяти один з одним, утворюючи конкретну організацію ORG,
та мають сукупність індивідуальних і спільних дій ACT (поведінкові стратегії та вчинки),
включаючи можливі комунікаційні акти COM, а також характеризуються можливостями
еволюціонування EV.
Кожний агент у МАС характеризується такими властивостями:
– знання – постійна частина (інваріант) знань агента про себе, навколишнє середо-
вище та про інших агентів, ці знання не змінюються під час його роботи;
– зобов'язання стосовно інших агентів – завдання, які агент зобов'язується викону-
вати за наказами (запитами) інших агентів у рамках виконання дій для досягнення спіль-
них цілей;
– переконання – змінювані знання агента про навколишнє середовище, зокрема, про
інших агентів, що можуть змінюватися в часі, стати навіть помилковими (але агент може
не знати про це) і при цьому зберігати переконання, що його поведінкові висновки можуть
ґрунтуватися на таких знаннях;
– прагнення – визначати стани, досягнення яких відповідає призначенням агента;
– наміри – те, що робить агент, і що випливає з його зобов'язань або прагнень;
– цілі (завдання, призначення, результати) – окрема множина умов, досягнення яких
є змістом поточної стратегії поведінки агента.
Крім основних властивостей, агент також характеризується:
100 ISSN 1028-9763. Математичні машини і системи, 2018, № 2
– мобільністю – здатністю агента мігрувати, переміщати мережею з метою пошуку
необхідної інформації для вирішення своїх проблем спільно або за допомогою інших аген-
тів;
– доброзичливістю – готовністю агентів допомагати один одному та готовністю то-
чно вирішувати завдання, яке було поставлено користувачем;
– достовірністю – властивістю агента не маніпулювати помилковою інформацією,
знаючи, що вона є неправдивою (неточною);
– раціональністю – здатністю діяти таким чином, щоб досягти своїх цілей, а не уни-
кати їх, принаймні у рамках своїх знань та переконань.
Агенти в МАС повинні взаємодіяти відповідно до моделі процесу прийняття рі-
шень, що використовуються в СЦ. Моделі процедур прийняття рішень зберігаються в базі
знань СЦ, яка поповнюється та оновлюється під час роботи СЦ з урахуванням попередньо-
го досвіду прийняття рішень. Таким чином, функціонування СЦ має еволюційний харак-
тер. База знань СЦ представляється ієрархією доменів знань про різні аспекти функціону-
вання СЦ та виконання процедур ситуаційного управління, які включають в себе знання,
що стосуються конкретних областей ситуаційного управління, та знання, пов'язані з рег-
ламентами діяльності СЦ, включаючи знання про організацію процесу вироблення колек-
тивного рішення. Ці знання використовуються для визначення переліку необхідних агентів
і моделей їх поведінки, а також для організації взаємодії агентів під час функціонування
СЦ.
З огляду на ієрархію знань у агентів, СЦ можна класифікувати їх за призначенням
та використанням. На сьогоднішній день пропонується велика кількість моделей інтелек-
туальних агентів, кожен з яких має свої переваги та недоліки [7]. Тому формування конк-
ретної множини агентів для реалізації певних процедур в СЦ повинне здійснюватися шля-
хом відбору агентів у цю множину з використанням знань про агентів та їх властивості, що
зберігаються у базі знань доступних агентів.
Приймаючи до уваги схему колективного прийняття рішень у СЦ, реалізація кож-
ного етапу цього процесу підтримується групами агентів (колоніями) так, що результати
діяльності таких колоній є вкладом у діяльність інших колоній, і в підсумку – отримання
остаточного результату процесу колективного прийняття рішення в певному форматі. От-
же, рішення є результатом суперпозиції функціонування множини колоній агентів на зада-
ному інформаційному полі. Існує проблема формального визначення специфікацій для
проблем прийняття рішень, яка визначає початковий склад світу агентів для конкретної
задачі прийняття рішень. На підставі специфікацій визначається склад кожної колонії, ви-
ділений з популяції багатьох схожих між собою агентів.
Таким чином, створення середовища колективного прийняття рішень в СЦ – це за-
дача створення інфоценозу (інформаційного «біоценозу») [11] як спеціального типу техно-
ценозу інформаційних агентів [12] і пов'язане з формуванням окремих популяцій для за-
безпечення функції призначення системи. З початковими умовами невизначеності та спе-
цифікацією задач прийняття рішень пов’язана невизначеність популяцій та інфоценозів
агентів. Їх специфікація може бути проведена шляхом аналізу особливостей задачі прийн-
яття рішення та аналізу доступного світу агентів. Побудова світу агентів на основі таксо-
номічних характеристик та утримуваній інформації про систематику онтологічних баз
знань надає можливість формального об'єднання агентів для вирішення задач прийняття
рішень з урахуванням заданих специфікацій та обмежень. Оскільки агенти змінюються у
процесі еволюціонування системи, ці зміни можуть бути описані мемами агентів (меми –
інформаційні гени – стійкі інформаційні структури, здатні до реплікації). Тоді, продовжу-
ючи біологічну аналогію, можна припустити, що ефективне функціонування агента окре-
мого інфоценозу залежить від рівня та змісту симбіотичних зв'язків між мемами як у сере-
дині агентів, так і між конкретними агентами.
ISSN 1028-9763. Математичні машини і системи, 2018, № 2 101
З урахуванням викладених вище міркувань стосовно створення інфоценозу для ада-
птивного агентно-орієнтованого СЦ пропонується такий кортеж популяцій агентів:
| 1...iM M i n ,
де i – індекс (назва) популяції, n – потужність інфоценозу.
Наприклад, для МАС колективного прийняття рішень пропонується такий кортеж
популяцій агентів:
/, , , , , , ,Env вXpert DecProc Rest Crit Dec Goal Obj BrunchM M M M M M M M M ,
де EnvM – популяція агентів середовища, вXpertM – популяція експертних агентів, DecProcM –
популяція агентів підтримки процедур прийняття рішень, RestM – популяція агентів-
обмежувачів, CritM – популяція агентів критеріїв, DecM – популяція агентів прецедентів
рішень, /Goal ObjM – популяція агентів – визначників цілей і завдань, BrunchM – популяція
агентів моделювання для області прийняття рішень.
Агенти, які володіють більш точними знаннями про навколишнє середовище і ма-
ють адекватні алгоритми поведінки, так само як і у природі, більш схильні до збереження
навколишнього середовища та отримання ресурсів для виконання своїх функцій. Отри-
мання нових знань та модифікацій разом з іншими факторами збільшує шанси збереженос-
ті агентів. Для передачі знань і модифікаторів використовуються стійкі інформаційні стру-
ктури – меми. Таким чином, агенти у МАС характеризуються певною соціальною поведін-
кою.
Для збереження мемплекса (групи мемів, які характеризуються симбіотичними від-
ношеннями, множина ідей, які посилюють один одного), що характеризує поведінку аген-
та, може бути використана онтологічна модель. Постійна комбінація мемплексів являє со-
бою типову конструкцію знань – шаблон (зразок) знань. Ці шаблони знань можна описати
з використанням онтологічної моделі. Шаблон знань повинен включати такі моделі, як
– модель ролей;
– модель комунікацій;
– модель послуг (сервісів);
– модель контактів;
– правила моделі;
– модель обмежень;
– модель критеріїв.
Наведені моделі також можуть бути представлені як онтології другого рівня.
Простою формальною моделлю онтології є модель
, ,O T R F ,
де T – множина термів проблемної області, R – множина відношень між термами з мно-
жини ,T F – функції інтерпретації, задані на термах з множини T і/або відношень з мно-
жини R . Отже, багаторівнева онтологія може бути представлена як
1 1 1 1, , , ,j j j j j
iO O R R F F ,
де
j
iO – i-й фрагмент з онтології рівня j,
1jR і
1jR – відношення між поточним рівнем
онтології та вищим/нижчим рівнями,
1jF і
1jF – функції інтерпретації, визначені для
термів і/або відношень вищого/нижчого рівнів. Віртуальна архітектура агентно-
орієнтованої системи ситуаційного управління створюється як множина тимчасових акту-
102 ISSN 1028-9763. Математичні машини і системи, 2018, № 2
альних відношень у керуючій онтології МАС. Знання конкретної популяції агентів визна-
чатимуться як відповідний фрагмент знань проблемної області )(OMO ii .
6. Висновки
Специфіка систем ситуаційного управління (ССУ) вимагає створення адекватних моделей,
що описують їх архітектуру. Як така модель використовується модель мультиагентної сис-
теми (МАС). Властивості агентів та їх взаємодія в МАС характеризуються ознаками соціа-
льної поведінки. Враховуючи це, природно розглядати МАС для колективного прийняття
рішень у СЦ як інфогенез, що складається з популяцій агентів для різних цілей, і характе-
ризується інформаційно-функціональними симбіотичними відношеннями. Пропонується
як критерій еволюційного відбору агентів використовувати рівень адекватності знань аген-
тів про навколишнє середовище у предметних галузях прийняття рішень та про необхідні
для здійснення діяльності ресурси. Як механізм збереження знань пропонується викорис-
товувати онтологічну модель знань на основі стійкої семантичної конструкції – мемів та
мемплексів, які формуються та вдосконалюються у процесі еволюції МАС для СЦ.
Подальші дослідження планується зосередити на побудові метамоделей бази знань
для ССУ та оптимізації її семантичного об’єму і обчислювальної складності.
СПИСОК ДЖЕРЕЛ
1. Морозов А.А. Ситуационные центры – основа управления организационными системами боль-
шой размерности / А.А. Морозов // Математические машины и системы. – 1997. – № 2. – С. 7 – 10.
2. Райков А.Н. Ситуационная комната для поддержки корпоративных решений [Электронный ре-
сурс] / А.Н. Райков // Открытые системы. СУБД. – 1999. – № 7–8. – С. 56 – 66. – Режим доступа:
http://www.osp.ru/os/1999/07-08/179889/.
3. Поспелов Д.А. Ситуационное управление: теория и практика / Поспелов Д.А. – Москва: Наука,
1986. – 288 c.
4. Object-Oriented Analysis and Design with Applications / G. Booch, R.A. Maksimchuk, M.W. Engel [et
al.] – New York: Addison-Wesley Professional, 2007. – 720 p.
5. Kovalenko O.E. Functional Approach in the Simulation Modeling of the Problem-Oriented Information
Systems / O.E. Kovalenko // Комуникации, информационни технологии и статистика. Актуални
проблеми на теорията и практиката. – София: Университетско издательство «Стопанство», 2011. –
C. 278 – 281.
6. Shoham Y. Multiagent systems: algorithmic, game-theoretic, and logical foundations / Y. Shoham,
К. Leyton-Brown. – New York: Cambridge University Press, 2008. – 504 p.
7. Wooldridge M.J. An Introduction to Multiagent Systems / Wooldridge M.J. – Chichester: John Wiley
and Sons, Ltd., 2009. – 461 p.
8. Hills Ch. Strategic Management Theory: An Integrated Approach, Ninth Edition / Ch. Hills, G. Jones. –
Mason: South-Western, Cengage Learning, 2010. – 518 p.
9. Кузьменко Г.Е. Функциональная архитектура интегрированной системы поддержки принятия
решений в условиях ситуационных центров / Г.Е. Кузьменко, В.Е. Плиш // Математические маши-
ны и системы. – 1997. – № 1. – С. 56 – 63.
10. Russell S.J. Artificial Intelligence: A Modern Approach (3rd ed.) / S.J. Russell, Р. Norvig. – Harlow:
Pearson Education Ltd, 2010. – 1152 p.
11. Леонов В.П. Камуфляжные мемы инфоценоза научных школ [Электронный ресурс] / В.П. Лео-
нов. – Режим доступа: http://www.biometrica.tomsk.ru/phil_math.htm.
12. Гнатюк В.И. Закон оптимального построения техноценозов [Электронный ресурс] / В.И. Гна-
тюк. – Режим доступа: http://www.gnatukvi.ru/index.files/zakon.pdf.
Стаття надійшла до редакції 09.02.2018
http://www.osp.ru/os/1999/07-08/179889/
|