Интеллектуальные системы информационной поддержки принятия решений
ВОЕННАЯ МЫСЛЬ № 1/1994, стр. 44-49
Интеллектуальные системы информационной поддержки принятия решений
Полковник В.Н.АНДРЕЕВ,
кандидат технических наук
Полковник Е.Н.КОМИССАРОВ,
кандидат технических наук
Полковник Н.И.УСТЕНКОВ,
кандидат технических наук
СЛОЖНОСТЬ задач, решаемых лицами боевых расчетов командных пунктов (КП), а также высокие требования к оперативности и качеству их решения обус-ловливают необходимость постоянного совершенствования процессов управле-ния. В настоящее время это происходит в основном за счет оснащения КП комп-лексами средств автоматизации (КСА), представляющими собой совокупность технических средств (вычислительного комплекса, автоматизированных рабочих мест, систем связи и передачи данных и др.) и программного обеспечения.
Традиционный подход к разработке программного обеспечения КСА заключа-ется в делении его на две части: исходные данные, необходимые для решения задач боевого управления; алгоритмы решения указанных задач. Объединение этих частей по формуле
данные + алгоритм = программа
реализует так называемый жесткий подход к организации программного обеспе-чения КСА. Главный его недостаток - принятие решений в предположении, что имеющиеся данные достоверны и однозначны. В случае противоречивой или не-достоверной информации избежать неправильных решений позволяют творче-ские возможности человека: решения, выработанные с помощью КСА, корректи-руют лица боевых расчетов исходя из своего опыта и интуиции.
Следовательно, даже при использовании современных комплексов средств ав-томатизации основная тяжесть в подготовке решений, как правило, ложится на лиц боевых расчетов КП, а эффективность управления определяется их профес-сиональным уровнем. К тому же сумма знаний, обобщающая накопленный ими опыт в управлении войсками, обычно не попадает в руководящие документы (приказы, инструкции и наставления) в связи с жестким регламентированием содержащихся в них указаний. Однако именно эти неформализованные знания позволяют успешно действовать в условиях неопределенностей различного ха-рактера: стратегического - в стратегии поведения противника, информационно-го - в информации о противнике и своих войсках, природного - в состоянии природной среды, технического - в техническом состоянии вооружения и воен-ной техники (ВВТ).
Необходимость компенсации как недостатков программного обеспечения суще-ствующих КСА, так и «комплекса новичка» для лиц боевых расчетов КП делает особенно актуальным решение проблемы повышения интеллектуализации средств автоматизации управления. Одним из возможных направлений здесь является создание интеллектуальных систем информационной поддержки (ИСИП) принятия решений, интегрированных в существующие автоматизиро-ванные системы управления войсками.
Основная особенность программного обеспечения ИСИП обусловлена тем, что система должна манипулировать не просто данными, а знаниями. Практически это означает переход от данных с простой структурой (машинное слово, матрица, список) к данным со сложной специальной структурой. Считается, что для пере-растания данных в знания необходимо следующее: внутренняя интерпретация - наличие в памяти вычислительного комплекса данных не только о значении, но и о наименовании информационной единицы; внутренняя структура связей, отража-ющая вложенность одних данных в другие; внешняя структура связей, содержащая информацию о том, с какой информационной единицей имеет связь данная инфор-мационная единица и какова эта связь; шкалирование, используемое для фиксации соотношения различных величин; погружение в пространство с семантической мет-рикой, используемое для задания меры близости информационных единиц; актив-ность, выражающаяся в возможности вызова той или иной процедуры в зависимости от структуры, сложившейся между информационными единицами.
Для иллюстрации перехода данных в новое качество в результате внутренней интерпретации рассмотрим табл.1.
Как видим, в данной таблице информационная единица многоуровневая, глу-бина вложения слотов равна пяти. Каждый слот верхнего уровня содержит в себе слоты нижнего уровня. Информационные единицы, структурированные таким образом, называются фреймами.
Отдельные фреймы не могут описывать динамические ситуации, когда некоторые факты, содержащиеся в структуре одного фрейма, вступают в ситуативную связь с фактами или явлениями, описанными в структуре другого фрейма. Для описания таких связей используются специальные слоты. В них указываются имена фреймов, с которыми есть связь у данного фрейма, и существующих отношений. Фреймы, связанные отношениями, образуют так называемую семантическую сеть.
Интеллектуальные системы работают прежде всего с качественной информа-цией, соотношения которой фиксируются с помощью порядковых шкал (табл.3).
Погружение в пространство с семантической метрикой можно проиллюстри-ровать на следующем примере. Пусть разработано несколько вариантов воз-можных ударов средств воздушного нападения (СВН) противника. Требуется определить, насколько сложившаяся обстановка (в воздухе находится N це-лей) близка к одному из имеющихся вариантов удара СВН. Для этого исполь-зуется метод матриц сходства - различия, в соответствии с которым матрицы заполняются оценками попарного сходства и различия траектории полета каждой реальной цели с траекториями полета целей в рассматриваемом вари-анте удара. В качестве оценок выступают обычно числа в диапазоне от +1 до -1 при условии, что +1 характеризует полное сходство, а -1 - полное различие. На основании таких матриц определяется степень сходства текущей ситуации с заранее заданной.
Активность знаний обусловлена тем, что в отличие от обычных программ, в которых процедуры играют роль активаторов данных, в интеллектуальных систе-мах определенная структура данных активизирует выполнение той или иной процедуры. Практически это осуществляется включением в состав фрейма слота, содержащего имя процедуры, или представлением знаний в виде правил (продук-ций), причем правила записываются в следующем виде: «если произошли собы-тия А1 и А2 ... AN, то необходимо выполнить процедуру В». Использование правил значительно упрощает объяснение того, как и почему получено то или иное заключение (вывод).
Оперирование знаниями в процессе управления с помощью ИСИП позволит получать более обоснованные решения для обширного класса неформализован-ных задач управления войсками и оружием, а также легко переходить к другим задачам, указывая новый набор объектов, их связи, качественные характеристи-ки и не внося изменений в саму программу.
Таким образом, при использовании знаний происходит переход от традицион-ной формулы, определяющей решение задач с помощью вычислительной техни-ки, к формуле
знания + вывод = система.
К числу задач, которые можно решать с помощью ИСИП, относятся: интерпре-тация данных (распознавание ситуаций и типов объектов); прогнозирование действий противника, состояния ВВТ и т.п.; планирование боевых действий, последовательности восстановления ВВТ; обучение (индивидуальные трениров-ки лиц боевых расчетов КП и управление в целом (интерпретация, прогнозиро-вание, планирование и контроль за ходом боевых действий).
Помимо обеспечения возможности решения нового класса задач целесообраз-ность использования ИСИП на КП различных уровней управления определяется следующим. Во-первых, повышением устойчивости управления за счет примене-ния системы, не подверженной влиянию стрессовых ситуаций и не теряющей эффективности при больших перерывах в работе (в отличие от человека). Во-вто-рых, улучшением подготовки лиц боевых расчетов путем моделирования боевых действий и подробного объяснения принимаемых решений. В-третьих, обеспече-нием так называемой институциональной памяти, являющейся набором знаний о стратегиях и методах, используемых наиболее квалифицированными лицами боевых расчетов при решении задач управления. В этом случае перемещения по службе (увольнения) наиболее компетентных специалистов не вызовут значи-тельного ухудшения качества управления из-за появления на КП менее подго-товленных лиц.
Исследования последних лет в области искусственного интеллекта привели к разработке мощных компьютерных систем, известных как «экспертные», или «основанные на знаниях». В военной области к ним можно отнести разработанные в США системы: ADEPT - оценка ситуации на поле боя посредством выработки тактических интерпретаций инструментальных разведданных и объяснения рас-суждений, стоящих за оценками обстановки; AIRID - распознавание типов самолетов на основании данных визуального наблюдения; AIRPLAN - обеспече-ние управления взлетом и посадкой самолетов на авианосце путем анализа теку-щей информации и предупреждения диспетчерского персонала о возможных ос-ложнениях; ANALIST - оценка ситуации на поле боя за счет построения в реальном масштабе времени схемы разведданных о боевых соединениях против-ника; AIR - обнаружение и классификация целей по их изображениям, пол-ученным с помощью приборов; BATTLE - выработка решения по целераспределению средств поражения; SWIRL - моделирование воздушного нападения на обороняемый район в процессе обучения личного состава искусству ведения про-тивовоздушных операций.
Интеллектуальная система информационной поддержки по существу должна также являться специализированной экспертной системой, отличающейся спо-собностью функционировать совместно с существующим КСА (непосредственно включаться в его состав) и оперативностью получения решений, так как запазды-вание с принятием решений в боевых условиях недопустимо.
К основным принципам построения ИСИП целесообразно отнести: оператив-ность, заключающуюся в получении обоснованных решений за ограниченный (достаточно малый) отрезок времени; совместное функционирование с комплек-сом средств автоматизации КП, предполагающее работу ИСИП по информации, циркулирующей в КСА; использование базы знаний, т.е. получение решений с помощью базы знаний, формируемой на основе статической, медленно и опера-тивно меняющейся информации; открытость, состоящую в способности наращи-вать базу знаний и перечень решаемых задач введением новых данных и правил, вытекающих из опыта высококлассных специалистов; защищенность, реализуе-мую применением специальных средств защиты от несанкционированных дейст-вий персонала и т.п.; «прозрачность», заключающуюся в способности ИСИП к анализу и объяснению своих знаний и решений; приспособленность для трениро-вок и обучения лиц боевых расчетов путем создания различных ситуаций и объ-яснений причины принятия того или иного решения; комфортабельность, заклю-чающуюся в возможности ведения диалога с ИСИП на профессионально ориен-тированном языке, близком к естественному, а также в использовании информа-ционных моделей, обеспечивающих наглядность и легкость восприятия информа-ции лицами боевых расчетов. Вариант информационно-логической структуры ИСИП, реализующей перечисленные принципы, представлен на рисунке.
Ядром рассматриваемого варианта ИСИП является база знаний, которая вклю-чает базу фактов (совокупность данных об объектах в конкретной предметной области), базу правил (правила принятия решений), базу процедур (вычисли-тельные подпрограммы и стандартные наборы правил, оформленные в виде про-цедур). Взаимодействие любой компоненты ИСИП с базой знаний осуществляет-ся с помощью системы управления базой знаний.
Интеллектуальная система информационной поддержки работает в трех режи-мах - основном, тренажа и модификации базы знаний. Основной режим обеспе-чивает решение задач управления в диалоге с оператором. При этом информация от взаимодействующего КСА поступает через блок согласования, в котором осу-ществляются ее прием, приведение к единому времени, пересчет координат, упа-ковка и выдача преобразованной информации для записи в базу фактов. Режим тренажа позволяет обучать оператора ИСИП посредством розыгрыша контроль-ных задач боевого управления и подробного объяснения их решения. Работу в режиме модификации базы знаний осуществляют специалисты (инженеры знаний), имеющие право изменять базу правил, а также операторы ввода в базу фактов медленно изменяющейся информации (передислокация войск, метеооб-становка и т.п.)- Инструментом модификации базы знаний является модуль на-копления знаний.
Модуль накопления знаний состоит из генераторов баз фактов, правил, проце-дур и модуля отладки (блока тестирования ИСИП). Работу указанных генерато-ров можно пояснить на примере генератора базы правил. В него входят редактор правил, текстовый редактор и компилятор правил. Первый позволяет вводить, изменять или удалять правила из базы правил, осуществлять защиту от разного рода синтаксических ошибок, а также контролировать содержание, т.е. выявлять противоречия между вводимыми правилами и существующими знаниями ИСИП, объяснять их причины и предлагать способы устранения. Текстовый ре-дактор дает возможность копировать, удалять, перемещать, заменять и вести поиск отдельных слов и фраз в сообщениях, которые выводятся на экран рабочего места инженера знаний. Компилятор правил ведет контроль корректности моде-ли представления знаний, выявляя отсутствие ссылок на отдельные компоненты модели, наличие циклических ссылок и другие ошибки.
Модуль диалога обеспечивает общение оператора с ИСИП по типу меню или на профессионально ориентированном языке. В подсистеме объяснений формируют-ся ретроспективные объяснения (как получен тот или иной результат), гипотети-ческие объяснения (какой результат был бы получен, если бы имелись те или иные данные), контрфактические объяснения (почему ожидаемый результат не получен). Вычислительный блок реализует соответствующие процедуры, вы-бранные системой управления из базы знаний, а блок логического вывода осуще-ствляет операции поиска по конфигурации сети принятия решений, определен-ной поставленной оператором задачей и данными, имеющимися в базе фактов. На блок документирования возлагаются ведение протоколов диалогов оператора и инженера знаний с ИСИП, выдача листингов базы знаний, трассировка хода выполнения программы в процессе тестирования.
В заключение отметим, что интеллектуальные системы, обладающие большим объемом знаний, умеющие моделировать ход рассуждений человека-эксперта (например, при распознавании объектов и ситуаций, прогнозировании действий) и находить наиболее обоснованные решения, в перспективе станут незаменимы-ми советчиками для лиц боевых расчетов КП, основой для создания высокоинтел-лектуальных комплексов средств автоматизации.
Военная мысль. - 1993. - №3. - С.57-60; №12. - С.24-27.
