Алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин
The necessity of data formation for prognostication in plant introduction is discussed. The proposals of expert system development, including an information about the methods of plant adaptability prognostication are considered.
Збережено в:
| Дата: | 2004 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Англійська |
| Опубліковано: |
M.M. Gryshko National Botanical Garden of the NAS of Ukraine
2004
|
| Онлайн доступ: | https://www.plantintroduction.org/index.php/pi/article/view/1011 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Plant Introduction |
| Завантажити файл: |  |
Репозитарії
Plant Introduction| _version_ | 1860124602083049472 |
|---|---|
| author | Bulakh, Р.Е. |
| author_facet | Bulakh, Р.Е. |
| author_sort | Bulakh, Р.Е. |
| baseUrl_str | https://www.plantintroduction.org/index.php/pi/oai |
| collection | OJS |
| datestamp_date | 2020-01-04T11:19:39Z |
| description | The necessity of data formation for prognostication in plant introduction is discussed. The proposals of expert system development, including an information about the methods of plant adaptability prognostication are considered. |
| doi_str_mv | 10.5281/zenodo.3252542 |
| first_indexed | 2025-07-17T12:47:25Z |
| format | Article |
| fulltext |
JlleopLsi, методи і практичні аспекти
------- інтродукції та селекції рослин
УДК 581.533.4 + 581.95:004.032.2
П.Е. БУЛАХ
Национальный ботанический сад им. Н.Н. Гришко НАН Украины
Украина, 01014 г. Киев, ул. Тимирязевская, 1
АЛГОРИТМЫ СОЗДАНИЯ, ХРАНЕНИЯ
И ИСПОЛЬЗОВАНИЯ ИНФОРМАЦИИ О МЕТОДАХ
ПРОГНОЗА В ИНТРОДУКЦИИ РАСТЕНИЙ
Обсуждается необходимость создания электронной базы данных о методах прогноза в интродукции растений.
Рассмотрены предложения по построению экспертной системы, включающей информацию о методах
прогнозирования адаптационной способности растений.
В настоящее время большое внимание уде
ляется развитию исследований в области
прогнозирования интродукционной способ
ности растений. Интродукционный прогноз
рассматривается как самостоятельное на
учное направление, которое находится на
стадии формирования [2, 4].
Разработка новых методов интродукци-
онного прогноза возможна только на осно
ве анализа уже существующих методов
прогнозирования, использующихся не
только в интродукции растений, но и в
смежных науках эколого-биологического
направления. В настоящее время только в
экологии насчитывается свыше 150 мето
дов прогноза состояния экосистем [1]. На
копленный опыт прогнозирования рассеян
во множестве литературных источников и
остается неизвестным широкому кругу ин-
тродукторов растений. В связи с этим ощу
щается необходимость систематизации
этих сведений и свободного к ним доступа.
Упорядочить большой массив информации
и вести поиск нужной ее составляющей
можно на основе создания электронной ба
зы данных о существующих методах прог
нозирования.
© П.Е. БУЛАХ, 2004
ISSN 1605-6574. Інтродукція рослин, 2004, Ns З
Цель работы состояла в разработке ос
новных алгоритмов создания, хранения и
использования информации о методах прог
ноза, представляющих интерес в практике
интродукционных исследований.
Прежде всего база данных должна от
вечать определенным требованиям. Мно
гие методы прогноза создавались специа
листами разных научных направлений и
преследовали различные цели. Поэтому
они должны быть адаптированы к целям и
задачам интродукциоиного прогноза. К аж
дый из методов в базе данных должен со
держать как можно более полную харак
теристику своих возможностей, преиму
ществ и недостатков. Такая компьютерная
программа может быть создана с помощью
специалистов-экспертов в области прогно
за. Работа по ее созданию должна быть
направлена не на издание компьютерного
справочника, а на разработку электронной
экспертной системы современных методов
прогнозирования.
Построение экспертной системы (ЭС)
состоит из ряда последовательных этапов.
Первый - определение цели и задач, для ко
торых создается ЭС (в нашем случае - это
выбор необходимого метода из существую
щего массива информации). Второй - от
ражает знания экспертов по существу
3
П.Е. Булах
і
I II III IV V
Определение Определение ■'>Формализация Построение Проверка ЭС
целей и задач концепции
выбора
базы данных
I
проблемы (формируются критерии отбора
методов прогноза в соответствии с предъяв
ляемыми требованиями, т. е. оценивается
их специфичность). Третий - заключает
ся в выборе языка программирования для
проведения экспериментальных работ по
заполнению базы данных. Четвертый -
непосредственное создание (заполнение)
базы данных ЭС. Пятый - проверка рабо
ты экспертной системы (решение конт
рольных задач).
Схема построения ЭС из пяти последо
вательных этапов представлена на рисунке.
Построение ЭС осуществляется груп
пой исследователей в составе: экспертов,
способных и желающих передать свои зна
ния в ЭС; специалиста по созданию ЭС, яв
ляющегося посредником между экспертом
и компьютером; программиста, осущес
твляющего разработку программного обес
печения для ЭС.
Процесс построения экспертной систе
мы автоматизированного анализа и отбора
необходимых сведений из имеющегося
массива данных связан с моделированием
информации, полученной от экспертов, от
носительно основных особенностей отдель
ных элементов целого, т. е. с моделирова
нием такого уникального явления, как че
ловеческое мышление. Создание любой
модели возможно только на основе опреде
ленной теоретической базы. Построение
ЭС может быть осуществлено на базе тео
рии множеств, достаточно развитой в ма
тематике. Под понятием "множество" обыч
но подразумевается некая совокупность
объектов, объединенных в единое целое по
заданному правилу. В нашем случае мно
жество - это совокупность методов иссле
дования, позволяющих оценить в будущем
перспективу адаптации объектов исследо
вания в заданных условиях. Любое множе
ство состоит из определенных элементов
(отдельные методы прогноза в базе дан
ных), характеризующих его разнообразие.
Оценить степень разнообразия множества,
т. е. охарактеризовать его качественно и
количественно, можно с помощью исполь
зования теории и методов информации.
Последняя представляет собой меру раз
нообразия. Это общепринятое положение в
последнее время широко используется в
биологии при оценке биоразнообразия эко
систем. Количественно разнообразие (Н)
удобно измерять в логарифмическом вы
ражении, т. е. через двоичный логарифм
от числа составляющих элементов (IV):
Я = log2 N.
Вероятно, задача выбора необходимого
(или необходимых) метода прогноза из их
совокупности основывается на предъявле
нии определенных требований к нему и
может быть решена с помощью ограниче
ния разнообразия. Понятие "ограничение
разнообразия" является одним из фунда
ментальных в общей прогностике и обыч
но используется при построении детерми
нированных моделей. Прогнозы на основе
этих моделей отличаются высокой надеж
ностью и наиболее приемлемы для выбора
единственного процесса или явления (в на
шем случае - метода), соответствующего
принятой модели.
4 ISSN 1605-6574. Інтродукція рослин, 2004, № З
Алгоритмы создания, хранения и использования информации о методах прогноза
Ограничение разнообразия представля
ет собой отношение между двумя множест
вами, которое возникает, когда разнообра
зие, существующее при одном условии,
меньше, чем разнообразие, существующее
при другом [9]. Ограничение разнообразия
при построении экспертной системы мето
дов прогнозирования возможно за счет уст
ранения информационной неоднородности
внутри базы данных (см. рисунок, блок IV).
Это возможно только при тщательном ана
лизе основных характеристик отдельных
методов (их признаков или отличительных
особенностей).
Устранение неоднородности любого
массива данных на основании каких-либо
признаков представляет собой широкий
спектр задач классификации объектов ис
следования. Такие задачи обычно решают
ся методами многомерной статистики
(кластерный анализ и метод главных ком
понент), корреляционных плеяд [7] и так
сономического анализа [5].
Сравнительный анализ результатов ис
пользования методов классификации поз
волил нам сделать выбор в пользу основ
ных идей таксономического анализа, пред
ложенных Е.С. Смирновым [5] и дополнен
ных нашими модификациями к ним в
связи с автоматизацией вычислений [3].
Метод основан на сопоставлении приз
наков объектов классификации и относит
ся к разряду биометрических. Он получил
корректное математическое обоснование
[6] и имеет ряд преимуществ по сравне
нию с существующими в настоящее время
методами классификации [8]. Таксономи
ческий анализ позволяет судить о струк
туре определенного множества, о том, пред
ставляет ли оно единое целое или естест
венно образует родственные группы. Од
ной из существенных его особенностей
является "взвешивание" признаков объек
тов классификации. Мерой сходства или
различия сравниваемых объектов являет
ся коэффициент таксономического отно
шения. Его положительные значения сви
детельствуют о сходстве объектов по рас
сматриваемым признакам, отрицательные
- о различии, абсолютная величина - о
степени сходства или различия. Эти поло
жения лежат в основе деления объектов
классификации на родственные группы.
Использование алгоритмов метода и прог
раммного обеспечения к нему позволяет
осуществить отбор методов прогноза из их
совокупности (базы данных) по определен
ным признакам (основным характеристи
кам методов).
Предложенный вариант последователь
ности действий по созданию электронной
экспертной системы методов прогнозиро
вания легко осуществим на практике, а ее
использование поможет разобраться в су
ществующих способах прогноза и выбрать
оптимальный из них, исходя из конкрет
ных условий проведения интродукционно-
го эксперимента.
1. Большаков В.Н. Экологическое прогнозиро
вание. - М.: Знание, 1983. - 64 с.
2. Булах П.Е. Методологические аспекты инт-
родукционного прогноза / / Інтродукція рослин. -
1999. - № 1. - С. 30-35.
3. Булах П.Е. Биоморфологический тип как интро-
дукционная единица и особенности его выделения / /
Доа НАН України. - 2000. - № 3. - С. 171-173.
4. Коровин С.Е., Демидов А.С. Интродукцион-
ный прогноз и его методические аспекты / / Журн.
общ. биол. - 1981. - 42, № 5. - С. 673--679.
5. Смирнов Е.С. Таксономический анализ. -
М.: Изд-во Моск. ун-та, 1969. — 188 с.
6. Тамарин П.В. Анализ математических мето
дов систематизации / / Журн. общ. биол. - 1971. -
32, № 3. - С. 277-286.
7. Терентьев П.В. Метод корреляционных плеяд
/ / Вестн. Ленингр. ун-та. Сер. биол. - 1959. - № 9,
выи. 2. - С. 137-141.
8. Ш мидт В.М. О двух важных направлениях
развития отечественной биометрии / / Журн. общ.
биол. - 1979. - 40, № 3. - С. 219-228.
9. Эшби У.Р. Введение в кибернетику. - М.:
Изд-во иностр. лит-ры, 1959. - 432 с.
Рекомендовала к печати Н.В. Заименко
ISSN 1605-6574. Інтродукція рослин, 2004, № З
5
П.Е Булах
П. Є. Булах
Національний ботанічний сад ім. М.М. Гришка
НАН України, Україна, м. Київ
АЛГОРИТМИ СТВОРЕННЯ,
ЗБЕРЕЖЕННЯ ТА ВИКОРИСТАННЯ
ІНФОРМАЦІЇ ЩОДО МЕТОДІВ ПРОГНОЗУ
В ІНТРОДУКЦІЇ РОСЛИН
Обговорюється необхідність створення електронної
бази даних щодо методів прогнозу в інтродукції
рослин. Розглянуто пропозиції щодо побудови екс
пертної системи, яка включає інформацію щодо
методів прогнозування адаптаційної здатності рос
лин.
Р.Е. Bulakh
М.М. Grishko National Botanical Gardens,
National Academy of Sciences of Ukraine,
Ukraine, Kyiv
ALGORITHM OF CREATION, STORAGE
AND USE OF INFORMATION ABOUT
THE METHODS OF PROGNOSTICATION
IN PLANT INTRODUCTION
The necessity of data formation for prognostication
in plant introduction is discussed. The proposals of
expert system development, including an informa
tion about the methods of plant adaptability prog
nostication are considered.
6 ISSN 1605-6574. Інтродукція рослин, 2004, N° З
|
| id | oai:ojs2.plantintroduction.org:article-1011 |
| institution | Plant Introduction |
| keywords_txt_mv | keywords |
| language | English |
| last_indexed | 2025-07-17T12:47:25Z |
| publishDate | 2004 |
| publisher | M.M. Gryshko National Botanical Garden of the NAS of Ukraine |
| record_format | ojs |
| resource_txt_mv | wwwplantintroductionorg/34/f15fce837e2e403e6c0dc6611be0d634.pdf |
| spelling | oai:ojs2.plantintroduction.org:article-10112020-01-04T11:19:39Z Algorithm of creation, storage and use of information about the methods of prognostication in plant introduction Алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин Bulakh, Р.Е. The necessity of data formation for prognostication in plant introduction is discussed. The proposals of expert system development, including an information about the methods of plant adaptability prognostication are considered. Обговорюється необхідність створення електронної бази даних щодо методів прогнозу в інтродукції рослин. Розглянуто пропозиції щодо побудови експертної системи, яка включає інформацію щодо методів прогнозування адаптаційної здатності рослин. M.M. Gryshko National Botanical Garden of the NAS of Ukraine 2004-09-01 Article Article application/pdf https://www.plantintroduction.org/index.php/pi/article/view/1011 10.5281/zenodo.3252542 Plant Introduction; Vol 23 (2004); 3-6 Інтродукція Рослин; Том 23 (2004); 3-6 2663-290X 1605-6574 10.5281/zenodo.3377849 en https://www.plantintroduction.org/index.php/pi/article/view/1011/969 http://creativecommons.org/licenses/by/4.0 |
| spellingShingle | Bulakh, Р.Е. Алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин |
| title | Алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин |
| title_alt | Algorithm of creation, storage and use of information about the methods of prognostication in plant introduction |
| title_full | Алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин |
| title_fullStr | Алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин |
| title_full_unstemmed | Алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин |
| title_short | Алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин |
| title_sort | алгоритми створення, збереження та використання інформації щодо методів прогнозу в інтродукції рослин |
| url | https://www.plantintroduction.org/index.php/pi/article/view/1011 |
| work_keys_str_mv | AT bulakhre algorithmofcreationstorageanduseofinformationaboutthemethodsofprognosticationinplantintroduction AT bulakhre algoritmistvorennâzberežennâtavikoristannâínformacííŝodometodívprognozuvíntrodukcííroslin |