Синдромный принцип управления слабоформализованными системами и процессами
В работе излагается принцип синдромного управления, который базируется на синдромных моделях знаний. Каждый синдром – это набор параметров порядка развития системы, сложной ситуации или процесса. Для управления необходимо выбрать один или несколько целевых синдромов и добиваться их реализации. Благо...
Gespeichert in:
| Datum: | 2011 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2011
|
| Schriftenreihe: | Індуктивне моделювання складних систем |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/45940 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Синдромный принцип управления слабоформализованными системами и процессами / Ю.А. Прокопчук // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2011. — Вип. 3. — С. 152-164. — Бібліогр.: 12 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-45940 |
|---|---|
| record_format |
dspace |
| spelling |
nasplib_isofts_kiev_ua-123456789-459402025-02-09T14:31:17Z Синдромный принцип управления слабоформализованными системами и процессами Прокопчук, Ю.А. В работе излагается принцип синдромного управления, который базируется на синдромных моделях знаний. Каждый синдром – это набор параметров порядка развития системы, сложной ситуации или процесса. Для управления необходимо выбрать один или несколько целевых синдромов и добиваться их реализации. Благодаря принципу подчинения остальные факторы ситуации будут подстраиваться под параметры порядка целевого синдрома. Синдромные модели знаний строятся на основе Принципа предельных обобщений. У роботі наводиться принцип синдромного управління, який базується на синдромних моделях знань. Кожний синдром – це набір параметрів порядку розвітку складної сітуації або процесу. Для управління необхідно вибрати один чи декілька цільових синдромів і добиватися іх виконання. Завдяки принципу підкорення інши фактори сітуації будуть пристосуватися до параметрів порядку цільового синдрому. The paper presents the principle of syndrome control, which is based on syndrome knowledge mod-els. Each syndrome is a set of order parameters of evolution of a system, a complex situation, or a process. To control, one has to choose one or more target syndromes and strive for their realization. Due to the subordination principle, the other factors of the situation will vary in such a way as to match the order parameters of the target syndrome. Syndrome knowledge models are constructed on the basis of the Principle of Limiting Generalizations. 2011 Article Синдромный принцип управления слабоформализованными системами и процессами / Ю.А. Прокопчук // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2011. — Вип. 3. — С. 152-164. — Бібліогр.: 12 назв. — рос. XXXX-0044 https://nasplib.isofts.kiev.ua/handle/123456789/45940 65.011.56:519.23:616 ru Індуктивне моделювання складних систем application/pdf Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| description |
В работе излагается принцип синдромного управления, который базируется на синдромных моделях знаний. Каждый синдром – это набор параметров порядка развития системы, сложной ситуации или процесса. Для управления необходимо выбрать один или несколько целевых синдромов и добиваться их реализации. Благодаря принципу подчинения остальные факторы ситуации будут подстраиваться под параметры порядка целевого синдрома. Синдромные модели знаний строятся на основе Принципа предельных обобщений. |
| format |
Article |
| author |
Прокопчук, Ю.А. |
| spellingShingle |
Прокопчук, Ю.А. Синдромный принцип управления слабоформализованными системами и процессами Індуктивне моделювання складних систем |
| author_facet |
Прокопчук, Ю.А. |
| author_sort |
Прокопчук, Ю.А. |
| title |
Синдромный принцип управления слабоформализованными системами и процессами |
| title_short |
Синдромный принцип управления слабоформализованными системами и процессами |
| title_full |
Синдромный принцип управления слабоформализованными системами и процессами |
| title_fullStr |
Синдромный принцип управления слабоформализованными системами и процессами |
| title_full_unstemmed |
Синдромный принцип управления слабоформализованными системами и процессами |
| title_sort |
синдромный принцип управления слабоформализованными системами и процессами |
| publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| publishDate |
2011 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/45940 |
| citation_txt |
Синдромный принцип управления слабоформализованными системами и процессами / Ю.А. Прокопчук // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2011. — Вип. 3. — С. 152-164. — Бібліогр.: 12 назв. — рос. |
| series |
Індуктивне моделювання складних систем |
| work_keys_str_mv |
AT prokopčukûa sindromnyjprincipupravleniâslaboformalizovannymisistemamiiprocessami |
| first_indexed |
2025-11-26T22:28:21Z |
| last_indexed |
2025-11-26T22:28:21Z |
| _version_ |
1849893696630161408 |
| fulltext |
Прокопчук Ю.А.
УДК 65.011.56:519.23:616
СИНДРОМНЫЙ ПРИНЦИП УПРАВЛЕНИЯ
СЛАБОФОРМАЛИЗОВАННЫМИ СИСТЕМАМИ И ПРОЦЕССАМИ
Ю.А. Прокопчук
Институт технической механики НАНУ и НКАУ
itk3@ukr.net
У роботі наводиться принцип синдромного управління, який базується на синдромних моде-
лях знань. Кожний синдром – це набір параметрів порядку розвітку складної сітуації або
процесу. Для управління необхідно вибрати один чи декілька цільових синдромів і добива-
тися іх виконання. Завдяки принципу підкорення інши фактори сітуації будуть пристосува-
тися до параметрів порядку цільового синдрому.
Ключові слова: целенаправлена поведінка, принцип гранічних узагальнень, орграфи доменів
тестів, банк тестів, сіндромні моделі знань, параметри порядку
The paper presents the principle of syndrome control, which is based on syndrome knowledge mod-
els. Each syndrome is a set of order parameters of evolution of a system, a complex situation, or a
process. To control, one has to choose one or more target syndromes and strive for their realization.
Due to the subordination principle, the other factors of the situation will vary in such a way as to
match the order parameters of the target syndrome. Syndrome knowledge models are constructed on
the basis of the Principle of Limiting Generalizations.
Keywords: control of purposeful behavior, Principle of Limiting Generalizations, graph of
domains, syndrome, syndrome knowledge models, order parameters
В работе излагается принцип синдромного управления, который базируется на синдромных
моделях знаний. Каждый синдром – это набор параметров порядка развития системы, слож-
ной ситуации или процесса. Для управления необходимо выбрать один или несколько целе-
вых синдромов и добиваться их реализации. Благодаря принципу подчинения остальные
факторы ситуации будут подстраиваться под параметры порядка целевого синдрома. Син-
дромные модели знаний строятся на основе Принципа предельных обобщений.
Ключевые слова: управление целенаправленным поведением, принцип предельных обобщений,
орграфы доменов тестов, синдром, синдромные модели знаний, параметры порядка
Введение
Рассмотрим целенаправленное поведение. Оно формируется целью и
имеющимися ресурсами, которые мобилизуются для достижения цели (нахож-
дение ресурсов также может быть частью цели). Цели в свою очередь можно
разделить на стратегические, тактические и оперативные. Цель ничего не гово-
рит о том, как ее достичь и как надо организовать целенаправленное поведение.
Для того чтобы знать, как достичь цели, нужен опыт. Опыт основывается на
прецедентах достижения цели (своих или чужих). Наилучшим образом задачи
целенапправленного поведения решает человек, поэтому вполне закономерны
следующие вопросы.
Как человек организует свое целенаправленное поведение и/или поведе-
ние других индивидуумов (проблема целеполагания)? Каковы принципы оцени-
вания предметной области, текущей ситуации и какие когнитивные структуры
для этого задействуются (проблема памяти и проблема формирования опыта)?
Індуктивне моделювання складних систем, випуск 3, 2011 152
Синдромный принцип управления слабоформализованными
Как осуществляется «системогенез поведенческих актов» - проблема синтеза и
проблема памяти (предполагают, что он сродни процессу формирования новых
функциональных систем [1])? Каковы принципы обоснования достаточного
(минимального) числа тактико-технических требований к управлению (пробле-
ма мотивации)? Ответ на эти и другие подобные вопросы важен для понимания
принципов функционирования когнитивных динамических систем (естествен-
ных или искусственных), а также принципов построения партнерских систем,
являющихся усилителями интеллекта специалистов.
Отметим, что целенаправленное поведение (развитие) свойственно не
только человеку, но также социальным группам, активным системам (с участи-
ем человека), большим системам, когнитивным агентам и т.д.
Планирование целенаправленного поведения в значительной степени от-
носится к миру качественного опыта, т.е. к области с нечеткой системологией
[1-12]. В силу особенностей таких предметных областей (слабоформализован-
ных или слабоструктурированных) подходы имитационного моделирования,
ориентированные на использование количественных объективных оценок, и
методы традиционной теории принятия решений, опирающейся на алгоритмы
выбора лучшей альтернативы из множества четко сформулированных альтер-
натив, оказываются неэффективными для объяснения и моделирования фено-
менов целенаправленного поведения.
Недостатком текущих исследований в области естественного и искусст-
венного интеллекта является отсутствие универсальной модели, логически свя-
зывающей все этапы формирования интеллектуальных актов, сопровождающих
целенаправленное поведение. Основная проблема, стоящая на пути понимания
когнитивных функций мозга и их реалистичного моделирования, заключается в
отсутствии развернутой теории, объясняющей процессы (когнитивной) самоор-
ганизации [1]. Нервная система, даже очень простая, обладает огромным чис-
лом степеней свободы и способностью быстро и избирательно сокращать их,
организуя собственную деятельность и целенаправленное поведение. Деталь-
ные исследования механизмов формирования нового опыта показывают нали-
чие скрытых процессов «созревания» памяти, протекающих в мозге на протя-
жении значительных периодов после приобретения опыта и сходных с процес-
сами созревания функциональных систем при развитии. Как полагает Ано-
хин К.В. [1], любое реалистичное моделирование когнитивных процессов,
включая управление разноуровневым целенаправленным поведением, должно
включать в себя воспроизведение этих закономерностей генеза функциональ-
ных систем.
Авторский подход к моделированию когнитивных функций вообще и
управления в частности заключается в развитии двух взаимосвязанных базовых
принципов: «Принципа предельных обобщений» и «Принципа полимодельной
дополнительности, конкурентности и отбора» [10].
Принцип предельных обобщений (ППО) гласит: среди всех допустимых
моделей (решений) следует выбрать модели (решения), которые обладают мак-
Індуктивне моделювання складних систем, випуск 3, 2011 153
Прокопчук Ю.А.
симальной общностью. Основная гипотеза состоит в том, что Принцип пре-
дельных обобщений олицетворяет «встроенную» оптимальность мышления.
Синергетический эффект использования разных моделей составляет ос-
нову для глубинной интеграции знаний и опыта (модельно – резонансный под-
ход) [2, 3, 8]. Смысловая нагрузка понятия резонансного взаимодействия мно-
жества моделей заключается в том, что в отличие от простой суммы (например,
простого голосования решающих правил), они (по аналогии с физическим
смыслом резонанса волновых паттернов) коммуникативно взаимодействуют и
качественно дополняют друг друга, образуя некую "открытую интерконцепту-
альную" систему и репрезентируя, таким образом, многомерное видение опи-
сываемого объекта.
Взаимодействие двух базовых принципов позволяет на уровне моделей
выразить сложность субъективной реальности (качественного опыта) через не-
прерывное взаимодействие относительно простых структур с использованием
автоматизмов среды и процессов диссипации всех видов [8]. Другими словами,
данные принципы в полной мере характеризуют естественные (природные)
процессы когнитивной самоорганизующейся критичности, позволяя выявить и
сохранить в памяти конкурентные наборы параметров порядка развития произ-
вольных ситуаций действительности.
В связке двух базовых принципов Принцип предельных обобщений игра-
ет роль движущей и направляющей силы самоорганизации, в то время как вто-
рой принцип создает необходимые предпосылки для возникновения самоорга-
низации. Развиваемый подход существенно опирается на синергетический
принцип подчинения [2, 3], который определяет «подстройку» многочисленных
факторов ситуации к параметрам порядка ситуации.
Синдромный принцип управления вытекает из базовых принципов и опи-
рается на принцип подчинения. Процедурно он основывается на синдромных
моделях знаний. Синдромные модели знаний, в свою очередь, формируются на
основе базы прецедентов и онтологии предметной области [10]. Каждый син-
дром может выступать как в роли диагностического критерия, так и в роли цели
управления, задавая параметры порядка целевой ситуации. Таким образом, раз-
решается проблема целеполагания. Реализация синдромного принципа управ-
ления может быть выполнена с помощью среды радикалов (в трактовке [12]),
что в полной мере отвечает синергетическому подходу.
Ниже дано формальное описание методологии и основных этапов реали-
зации синдромного принципа управления.
1. Формирование синдромных моделей знаний
Синдромные модели знаний раскрывают как общий механизм работы па-
мяти, так и механизм формирования опыта решения широкого класса задач.
Пусть {τ}- множество элементарных тестов, с помощью которых описы-
вается любая ситуация действительности [7]. Элементарность теста означает,
Індуктивне моделювання складних систем, випуск 3, 2011 154
Синдромный принцип управления слабоформализованными
что его результат может быть представлен в виде «тест = значение». Конкрет-
ный результат теста τ будем обозначать τ. Значения тестов могут выбираться из
разных доменов. Для фиксации того, что в качестве множества результатов тес-
та τ используется домен T, будем использовать нотацию: τ/T.
Используя разные домены, можно управлять общностью (масштабом) ре-
зультата одного и того же теста. Правила пересчета значений теста из одного
домена в другой задает ориентированный граф доменов: G(τ) = {T → T’}τ. Ка-
ждая связка доменов (T → T’) является, по-сути, элементарным оператором
агрегирования информации или преобразования гранул, так как каждый домен-
потомок T’ является результатом грануляции информации, содержащейся в до-
мене-родителе T.
Банк тестов {G(τ)} представляет собой множество орграфов доменов тес-
тов. Банк тестов задает общую схему многоуровневой грануляции информации
предметной области. От развитости банка тестов {G(τ)} зависят инвариантные
свойства предельных моделей знаний. Разные домены тестов формируют раз-
ные по уровню общности описания действительности (описания прецедентов),
которые обозначим через {τ/T}. Общее количество описаний определяется про-
изведением числа вершин во всех орграфах доменов.
На рис. 1 представлены примеры структурно – завершенных орграфов
доменов (базовые вершины расположены внизу) [7, 10].
а) Тест «Возраст»
б) Тест «Сигнал
ошибки»
в) Тест «Сигнал
ошибки»
Рис. 1. Примеры орграфов доменов
Приведем пример записи конфигуратора (орграфа доменов) теста «Курение»:
Курение {
3 {Не курит ^N; Курит ^b d}
2 {Не курит ^N; Меньше пачки сигарет в день ^b c; Свыше пачки сигарет в день
^d}
1 {Не курит ^N; 10-15 сигарет в день ^b; 16-20 сигарет в день ^c; Свыше пачки
сигарет в день ^d}}.
Індуктивне моделювання складних систем, випуск 3, 2011 155
Прокопчук Ю.А.
G(Курение) = {1 → 2 → 3}.
Орграфы доменов тестов содержат экспертные знания. Они являются
удобным и математически корректным способом кодирования разноуровневых
элементов эмпирических систем. Каждый орграф является, по-сути, моделью
индуктивного обобщения результатов теста.
Орграфы доменов тестов – это не только набор эмпирических аксиом, но
также и набор операций (непрерывных, интервальных, нечетких, сетевых, лин-
гвистических, фрактальных, гранулярных), которые можно производить со зна-
чениями тестов разного уровня общности (разных сортов). Многообразие фор-
мализмов, замена переменных и параметров любой математической модели на
элементарные тесты создает дополнительные степени свободы и, следователь-
но, является предпосылкой для возникновения процессов самоорганизации в
вычислительной среде.
Пусть Ω = {α({τ/T}, z/Z)} - множество ситуаций действительности (пре-
цедентов) с известными исходами z ∈ Z = {1,…, N}. В качестве исходов (за-
ключений) могут выступать диагнозы, прогнозы, варианты управления, оценки
эффективности. Без ограничения общности предположим, что каждый тест
входит в описание прецедента только один раз.
Будем говорить, что база прецедентов Ω не содержит конфликтов на
уровне общности {τ/T}, если нет двух ситуаций с разными исходами, но совпа-
дающими значениями тестов. Предполагается, что первоначально все преце-
денты α описаны с использованием максимально точных доменов (базовых до-
менов T0) всех тестов, а описание базы прецедентов Ω({τ/T0}) не содержит кон-
фликтов.
Под формальным синдромом (или просто - синдромом) понимается неиз-
быточная совокупность значений тестов {τ/T}, позволяющая однозначно уста-
новить заключение z/Z:
S = ({τ/T} → z/Z). (1)
С каждым синдромом S связано «облако» сопряженных предельных синдромов
{S*}, которое получается путем всех максимально допустимых обобщений син-
дрома S в рамках банка тестов {G(τ)}. Предельный синдром является предель-
ным в трех смыслах: его нельзя усилить, т.е. повысить ранг; его нельзя редуци-
ровать и его нельзя обобщить ни по одному входящему тесту.
Совокупность синдромов {S} образует синдромную модель знаний, если
она позволяет определить заключение, как минимум, для любой ситуации дей-
ствительности из Ω({τ/T0}). Синдромная модель знаний минимальна, если из
нее нельзя удалить ни один синдром без потери полноты охвата прецедентов из
Ω({τ/T0}). Если кроме описания Ω({τ/T0}) модель знаний {S} классифицирует
все прецеденты в рамках описания Ω({τ/T}), то будем использовать нотацию
«{S} на Ω({τ/T})» или {S}{τ/T}. Могут быть найдены критические описания
{τ/T}*, в рамках которых еще возможно построение синдромных моделей зна-
Індуктивне моделювання складних систем, випуск 3, 2011 156
Синдромный принцип управления слабоформализованными
ний {S}{τ/T}*. В рамках любого закритического описания {τ/T} ≥ {τ/T}* син-
дромные модели знаний {S}{τ/T} не существуют. В рамках любого докритиче-
ского описания {τ/T} такого, что {τ/T}* ≥ {τ/T}, модели знаний {S}{τ/T} гаранти-
рованно существуют.
Для любой синдромной модели знаний {S} можно построить сопряжен-
ную предельную модель {S*}. Можно также найти все предельные синдромы на
всех уровнях общности для каждой ситуации α ∈ Ω. Их объединение пред-
ставляет собой полную предельную синдромную модель знаний на <Ω, {G(τ)}>.
которую обозначим {S*}Full. На основе {S*}Full могут быть построены (абсолют-
но) минимальные предельные синдромные модели знаний {S*}*
Min. Модель
{S*}Full доминирует все другие модели знаний. Можно попытаться найти все
{S*}*
Min, которые эквивалентны {S*}Full. Могут быть построены модели знаний,
которые минимальны по тестам или максимальны по суммарному весу (с каж-
дым синдромом связано множество характеристик, в частности, вес - % покры-
тия прецедентов).
Предельные синдромы и предельные синдромные модели знаний являют-
ся примерами критических когнитивных структур. Они строятся для любых за-
дач управления (диагностики, прогнозирования, целеполагания, выбора управ-
ляющих воздействий) [8, 9].
Предельные синдромы, претендующие на статус инвариантов (не изме-
няются со временем и покрывают значительное число прецедентов), можно
рассматривать в качестве параметров порядка развития сложных ситуаций.
Действительно, смена одного предельного синдрома другим может привести к
качественному изменению поведения системы или ситуации, которое вызвано
сменой заключения z/Z. Что касается не предельных синдромов, то их смена
также может привести к качественному изменению поведения системы. Можно
считать, что такие синдромы формируют предпараметры порядка. Наличие
разных синдромов предопределяет конкуренцию параметров порядка [3].
Факт возможности смены качественного поведения системы (ситуации,
процесса) путем целенаправленного изменения текущих синдромов и лежит в
основе синдромного принципа управления.
2. Синдромный принцип управления
Как было отмечено выше, синдромный принцип управления можно ото-
ждествить с целенаправленным изменением управляющих параметров или па-
раметров порядка. Параметры порядка содержатся в (предельных) синдромах –
это значения тестов {τ/T}S.
Эволюцию (динамику) сложной системы или ситуации можно описать
как последовательную смену множеств синдромов. Другими словами, состоя-
ние системы в момент времени t – это множество синдромов в момент времени
t, т.е. {S}t, причем все синдромы из {S}t указывают на одно и то же заключение
z (требование непротиворечивости состояния). Траектория – это последова-
Індуктивне моделювання складних систем, випуск 3, 2011 157
Прокопчук Ю.А.
тельность состояний. В процессе эволюции ситуации состав синдромов может
изменяться без изменения z, а может скачком изменяться и z. На максимальном
уровне обобщения (стратегическом уровне) траекторию можно описывать по-
следовательностью изменений заключений z. Изменение состава синдромов в
состоянии может производиться целенаправленно – назовем это управлением, а
может спонтанно, например, в результате действия естественных процессов де-
градации (старения) или импульсного воздействия дестабилизирующих внеш-
них факторов.
Пусть S = ({τ/T} → z/Z) – произвольный синдром. Ограничим для просто-
ты множество Z двумя заключениями: z1 - благоприятное и z2 – неблагоприят-
ное. Множество значений тестов {τ/T} может включать в себя факты, т.е. такие
значения тестов, которые по каким – либо причинам изменить нельзя, напри-
мер, значение теста «Пол». Важной причиной является нехватка ресурсов – фи-
нансов, времени, мотивации (энергии) и т.д. Если изучается развитие ситуации
после чрезвычайного события или катастрофы, например, инфаркта миокарда,
инсульта, рака различной локализации или техногенной катастрофы, то харак-
теристики события (катастрофы) являются фактами.
Если существует синдром, который опирается только на факты, то такой
синдром назовем фатальным. Наличие фатального синдрома в состоянии при-
водит к невозможности изменения качества процесса, т.е. заключения. Если фа-
тальных синдромов нет, то управление, переводящее в благоприятный режим, в
принципе возможно. Таким образом, перед началом управления необходимо
исключить все фатальные синдромы неблагоприятного течения процесса.
Суть синдромного управления, следовательно, состоит, во-первых, в вы-
боре стратегии – достижении и закреплении состояния z1 (в общем случае –
некоторого zi), во-вторых, в доказательстве возможности реализации стратегии
(исключении фатальных синдромов неблагоприятного течения), в третьих, в
выборе тактики - целевых синдромов и плана целенаправленного изменения
значений тестов, входящих в целевые синдромы, но не являющихся фактами.
Синдромное управление обеспечивает либо стабилизацию состояния (для z1),
либо устранение нежелательных синдромов и появление желательных, отве-
чающих z1. Само тактическое управление можно представить в виде:
U = {τ/T → τ’/T}. (2)
Синдромное управление существенным образом опирается на синергети-
ческий принцип подчинения: достижение параметров порядка {τ}S приведет к
автоматическому изменению (подстройке) подчиненных параметров {τ}’.
Стратегия стабилизации и закрепления благоприятной эволюции (повы-
шение устойчивости) может заключаться в увеличении числа благоприятных
синдромов. Общее число таких синдромов дает синдромная модель знаний в
сочетании с методом выделения групп совместимых синдромов (синдром мо-
жет принадлежать нескольким группам). Подобное увеличение можно интер-
Індуктивне моделювання складних систем, випуск 3, 2011 158
Синдромный принцип управления слабоформализованными
претировать как повышение гарантии благоприятной эволюции. Рассмотрим
вопрос поиска совместимых синдромов более подробно.
Совместимость синдромов S и S’ означает, что у некоторого прецедента α
могут быть одновременно синдромы S и S’. Несовместимость синдромов S и S’
означает, что у любого прецедента α не могут иметь место одновременно син-
дромы S и S’. Однако, несмотря на кажущуюся простоту понятия «совмести-
мость синдромов», дать формальное определение совместимости достаточно
непросто, так как в текущей базе прецедентов могут отсутствовать прецеденты,
имеющие одновременно синдромы S и S’ даже если они совместимы.
Два синдрома назовем совместимыми, если в базе прецедентов Ω имеет-
ся прецедент, содержащий оба синдрома. То же правило относится и к совмес-
тимости любого множества синдромов.
Два синдрома S({τ/T}, z/Z) и S({τ/T}’, z/Z) назовем условно совместимы-
ми, если не выполняется условие совместимости, но для любого теста τ, при-
надлежащего одновременно {τ} и {τ}’, выполняется хотя бы одно из преобра-
зований: τ/T → τ/T’ или τ/T’ → τ/T. Ясно, что если домены T’ и T совпадают, то
и значения должны совпадать. Вместе с тем, между доменами T’ и T может не
быть даже отношения доминирования. Если {τ} ∩ {τ}’ = ∅, то такие синдромы
также будем считать условно совместимыми.
Соответственно, произвольное множество синдромов {S} назовем услов-
но совместимым, если для него не выполняется условие совместимости, но для
любого теста τ, принадлежащего одновременно {τ}S и {τ}S’ ({S, S’}⊆{S}), вы-
полняется хотя бы одно из преобразований: τ/T → τ/T’ или τ/T’ → τ/T.
Произвольное множество синдромов назовем несовместимым, если оно
не является совместимым и не является условно совместимым.
Если база прецедентов отсутствует, а имеется только модель знаний, то к
синдромам последней будем применять исключительно понятие «условной со-
вместимости». Приведем пример. Пусть множество синдромов для заключения
z представлено таблицей 1.
Таблица 1.
Пример таблицы синдромов
S \ τ a/A b/B c/C z/Z
S1 1 6 z
S2 1 8 z
S3 9 8 z
S4 2 10 z
Условно совместимыми являются только пары синдромов {S1; S2} и {S2; S3}.
Синдром S4 несовместим ни с одним из других синдромов. Например, синдро-
мы S4 и S1 несовместимы потому, что у любого прецедента α не могут быть од-
новременно a/A?1 и a/A?2 (по предположению каждый тест входит в описание
прецедента только один раз).
Індуктивне моделювання складних систем, випуск 3, 2011 159
Прокопчук Ю.А.
Отношения совместимости и условной совместимости между синдрома-
ми не являются транзитивными. Действительно, S1 условно совместим с S2, S2
условно совместим с S3, но S1 несовместим с S3, так как у прецедента не могут
быть одновременно b/B?6 и b/B?9.
Приведем пример из медицины, показывающий, что условная совмести-
мость не всегда влечет за собой реальную совместимость. Некоторые синдромы
могут содержать только тесты с «женскими гормонами», но в синдромах будет
отсутствовать тест «Пол» из-за неизбыточности синдрома. Такие синдромы бу-
дут вполне условно совместимыми со многими «чисто мужскими синдромами»
(по причине не пересечения тестов), хотя в действительности они являются не-
совместимыми.
Пусть {S}j – множество всех синдромов, отвечающих заключению zj
(j ∈ Z). Множество синдромов {S} ⊆ {S}j назовем предельной группой (условно)
совместимых синдромов, если все синдромы из {S} совместимы или условно
совместимы и в {S} нельзя добавить ни один новый синдром из {S}j. Предель-
ная группа {S} может совпадать с {S}j.
Ясно, что различных предельных групп (условно) совместимых синдро-
мов для каждого j ∈ Z конечное число. Разные предельные группы могут пере-
секаться между собой. Проиндексируем все предельные группы произвольным
образом: {S}j
p, где p = 1,…, Pj. Можно записать:
∀j ∈ Z, {S}j = ∪p=1,…, Pj {S}j
p (3)
Таким образом, предельные группы (условно) совместимых синдромов обра-
зуют своеобразное покрытие соответствующего множества {S}j для j ∈ Z.
Для примера из таблицы 1 имеются всего три предельные группы (условно)
совместимых синдромов:
{S}z = {S1; S2} ∪ {S2; S3} ∪ {S4}.
Видно, что синдромы S1, S3 и S4 входят в единственную предельную группу, а
синдром S2 входит в две группы.
Для рационального поиска совместимых синдромов важно знать, что у
ситуации α могут быть одновременно все синдромы из любой группы {S}j
p, а
также любое их подмножество и не могут быть одновременно синдромы из
разных предельных групп (кроме пересечения).
Пусть к определенному моменту времени для ситуации α достигнуты це-
левые синдромы {S}α. Область поиска новых целевых синдромов (область по-
тенциальной достижимости) ограничена множеством
{S(zj)}α⊥ = ∪p ({S}j
p |{S}α ⊆ {S}j
p) \ {S}α . (4)
К примеру, для модели из таблицы 1: если {S}α = S1, то {S}α⊥ = S2; если {S}α =S2,
то {S}α⊥ = {S2; S3}; если {S}α = S4, то {S}α⊥ = ∅.
Ясно, что среди синдромов {S}α⊥ могут быть синдромы, которые совмес-
тимы с {S}α. Другими словами, множество {S}α⊥ представимо в виде
Індуктивне моделювання складних систем, випуск 3, 2011 160
Синдромный принцип управления слабоформализованными
{S}α⊥ = {S}α,1 ∪ {S}α,2 ∪…∪ {S}α,n ∪ {S}ост, (5)
где {S}α,i – такие предельные множества, что {S}α ∪ {S}α,i совместимы (подоб-
ные наборы синдромов имеются у прецедентов из Ω); {S}ост - остаточное мно-
жество синдромов, которые не вошли ни в одно множество {S}α,i. В качестве
целей управления следует выбирать в первую очередь синдромы из {S}α,i и
лишь в последнюю очередь синдромы из {S}ост, так как нет реального подтвер-
ждения их совместимости с {S}α.
Если увеличить число благоприятных синдромов не удается, то необхо-
димо стремиться максимально замедлить процесс деградации, т.е. постепенного
исчезновения благоприятных синдромов. Неуправляемое изменение состава
синдромов происходит в результате естественной эволюции саморазвивающей-
ся сложной системы (ситуации, процесса): {τ/T → τ”/T}. Стабилизация имею-
щихся синдромов заключается в стабилизации значения каждого теста (не яв-
ляющегося фактом) из множества {τ/T}S для S ∈{S}α. «Слабыми звеньями» или
критическими звеньями (элементами) являются те значения тестов τ/T, стаби-
лизация которых наиболее проблематична (с точки зрения имеющихся ресурсов
и мотивации), следовательно, от их стабилизации и будет зависеть устойчи-
вость благоприятного развития процесса (ситуации).
Если текущее состояние процесса неблагоприятное (z2), то необходимо
выбрать в качестве цели один из достижимых благоприятных синдромов (если
таковые имеются) и реализовать управление U, т.е. обеспечить целевое измене-
ние значений тестов. Разные достижимые синдромы дают разные варианты
(альтернативы) управления. Выбор того или иного варианта – это многокрите-
риальная задача, которая может решаться стандартными средствами. Следует
отметить, что достижимость синдрома может существенно зависеть от мотива-
ции того, кто будет осуществлять непосредственное управление, поэтому по-
тенциальная достижимость еще не означает реальной достижимости. Это необ-
ходимо учитывать. Следует выбирать такие целевые синдромы, достижимость
которых меньше всего зависит от субъективной мотивации.
3. Реализация синдромного принципа управления. Среда радикалов
Для повышения эффективности информационно-управляющих систем
(ИУС) необходим переход от пассивных ИУС к развивающимся (самооргани-
зующимся) ИУС, которые способны сохранять и улучшать свои параметры в
процессе функционирования путем самообучения и самоорганизации на основе
внутренней активности системы. Развивающаяся ИУС должна строиться как
система взаимодействующих адаптивных компонентов, обладающих достаточ-
но высоким уровнем автономности, но использующих одну и ту же развиваю-
щуюся онтологию предметной области, в частности, Банк тестов {G(τ)}.
Для построения развивающейся ИУС, которая реализует синдромный
принцип управления, предлагается синдромные модели знаний преобразовы-
Індуктивне моделювання складних систем, випуск 3, 2011 161
Прокопчук Ю.А.
вать в среду радикалов. Понятие «радикал» было введено для символьного мо-
делирования проблемных областей сложных систем [5]. Под радикалом пони-
мается любая функциональная система, имеющая два доступных извне состоя-
ния: активное и пассивное. Активный радикал функционирует, согласно сво-
ему предназначению, а пассивный радикал нет. Он как бы выключен. Множе-
ство радикалов со связями между собой является средой радикалов. Вопросами
активирования среды радикалов занимаются системы, которые называются ак-
тиваторы. Система всех активных радикалов среды радикалов в данный мо-
мент времени образует системоквант, который определяет квант поведения
среды в этот момент. Интеллектуальная система должна определять такие сис-
темокванты поведения сложной системы, которые обеспечивают функциональ-
ную устойчивость системы на протяжении всего ее жизненного цикла [5, 12].
Операция ультраоснащения для каждого синдрома создает радикал в виде
нейроморфной сети (радикал-синдром) [12]. Таким образом, каждая (предель-
ная) модель знаний порождает соответствующую среду радикалов (в опреде-
ленном смысле разные среды являются конкурирующими). Активность среды
радикалов в процессе решения целевой задачи для нового прецедента зависит
от выбранного сценария. Сценарии различаются, в частности, порядком приме-
нения некоторых критериев оптимальности, а также допустимой мощностью
системоквантов (допустимая мощность - внешний управляющий параметр).
На рис. 2 показана простая программа, автоматически создающая среду
радикалов для синдромной модели знаний.
Рис 2. Функционирование среды радикалов
Каждый радикал представлен на рисунке закрашенным кругом. Размер и цвет
круга соответствуют его весу. Связь (проводимость) между радикалами отра-
жает степень пересечения множеств тестов, фигурирующих в каждом синдро-
ме. Максимальная проводимость равна «1» (на рисунке связь изображена крас-
ным – темным цветом). Чем выше проводимость, тем выше приоритет актива-
ции радикала.
Індуктивне моделювання складних систем, випуск 3, 2011 162
Синдромный принцип управления слабоформализованными
Таким образом, искомая среда радикалов строится автоматически на осно-
ве заданного множества ситуаций действительности (прецедентов) с известны-
ми заключениями (исходами), а также Банка элементарных тестов.
Среда радикалов может использоваться в двух режимах: 1) режим диагно-
стики состояния процесса; 2) режим управления.
В режиме диагностики каждый активный радикал осуществляет поиск зна-
чений необходимых тестов. Вначале значения тестов ищутся в рабочей зоне,
если там нет значения какого-либо теста, то выводится соответствующий за-
прос эксперту. Если радикал отработал, но заключение не найдено, то одновре-
менно активизируются все радикалы со связью «1». В совокупности они обра-
зуют текущий системоквант, который отображается внизу диалогового окна
(линейка радикалов на рис. 2). Среда радикалов может обучаться, первоначаль-
но активизируя наиболее результативные в прошлом радикалы. Для обучения
среды радикалов создана специальная программа.
В режиме управления задаются целевые синдромы, которые запускают ра-
дикалы – цели. Каждый радикал – цель активен до тех пор, пока активен соот-
ветствующий целевой синдром. Радикалы-цели можно рассматривать как цен-
тры активации «потребностей» системы до момента удовлетворения потреб-
ностей. Рассогласование текущих значений тестов и целевых значений, которые
активируются радикалами-целями, создает отрицательные «эмоции». Послед-
ние являются движущей силой преобразований (целенаправленного поведе-
ния). Все остальные радикалы работают в режиме диагностики состояния.
Развивая и расширяя функции поиска значений тестов среда радикалов ес-
тественным образом преобразуется в среду когнитивных агентов. В реальных
задачах число агентов может достигать нескольких сотен и даже тысяч.
4. Выводы
Предлагаемая технология синдромного управления обеспечивает расши-
рение традиционных подходов к обработке информации в сложных динамиче-
ских средах, дополняя их новыми методами, моделями и алгоритмами под-
держки принятия решений по управлению динамическими ситуациями (объек-
тами, процессами) в сложной обстановке. Реализация синдромных моделей
знаний в виде среды радикалов дает ответы на вопросы об устройстве, «созре-
вании» и возможном механизме функционирования памяти.
Литература
1. Анохин К.В. Теория функциональных систем и проблема происхождения
адаптивной организованности нервной системы // Труды конференции
«Нелинейная динамика в когнитивных исследованиях – 2011» (Нижний
Новгород, 17 – 19 мая 2011г.). – Н-Новгород: ИПФ РАН, 2011. - С. 6.
2. Князева Е.Н., Курдюмов С.П. Основания синергетики. Синергетическое
мировидение. – М.: КомКнига, 2005. – 240 с.
Індуктивне моделювання складних систем, випуск 3, 2011 163
Прокопчук Ю.А.
3. Хакен Г. Информация и самоорганизация. Макроскопический подход к
сложным системам/ Перевод с англ./ Изд.2/ Синергетика: от прошлого к
будущему. – М.: КомКни-га, 2005. – 248 с.
4. Переверзев-Орлов В.С., Трунов В.Г. Синдромный анализ: новые вызовы
// Информационные Процессы, Электронный научный журнал, ISSN:
1819-5822, 2008/ - Том 8, №4. - С. 235-239.
5. Чечкин А.В. Радикалы и системокванты интеллектуальных систем //
Моделирование функциональных систем / Под ред. К.В. Судакова, В.А.
Викторова. М.: ЗАО “РИТ-Экспресс”, 2000. - С. 73–94.
6. Прокопчук Ю.А., Белецкий А.С. Формальные схемы сценариев
диагностики проблемных состояний сложных систем // Збірник
доповідей науково-практичної конф. «Системи підтримки прийняття
рішень. Теорія і практика». – Київ: ІПММС НАНУ, 2008. – С. 21- 24.
7. Прокопчук Ю.А. Индуктивная модель описания ситуаций
действительности // Збірник наукових праць «Індуктивне моделювання
складних систем». – Київ: МННЦ ІТС НАНУ та МОНУ, 2010. - Вып 2. -
С. 161 – 173.
8. Прокопчук Ю.А. Автоматизмы когнитивных динамических систем //
Искусственный интеллект, 2010. - №4.- С. 34 – 43.
9. Прокопчук Ю.А. Модель динамической интеллектуальной СППР //
Збірник наукових праць «Питання прикладної математики і
математичного моделювання». – Дн-ск : Вид-во ДНУ, 2010.- С.239 – 251.
10. Прокопчук Ю.А. Методология разработки интеллектуальных
приложений на основе принципа предельных обобщений // Вестник
Херсонского НТУ, 2011. - №2(41). – С. 32 – 43.
11. Прокопчук Ю.А. Модели структур виртуальной сплошной среды
когнитивных динамических систем // Сборник трудов XIII конференции
«Нейроинформатика - 2011» (Москва, НИЯУ МИФИ, 24 – 28 января
2011 г.). В 3-х частях. Ч.I. – М.: НИЯУ МИФИ, 2011. - С. 254 – 263.
12. Прокопчук Ю.А., Яровая Т.П. Построение логически прозрачной
нейроморфной сети на основе метода предельных обобщений // Збірник
наукових праць міжнародної конференції “Інтелектуальні системи
прийняття рішень і проблеми обчислювального інтелекту” (Євпаторія, 16
– 20 травня 2011р.). - Том 1. – Херсон: ХНТУ, 2011. – С. 296 – 300.
Індуктивне моделювання складних систем, випуск 3, 2011 164
|