ТЕХНОЛОГИЯ УПРАВЛЕНИЯ ЗНАНИЯМИ С ИСПОЛЬЗОВАНИЕМ ОНТОЛОГИЙ, КОГНИТИВНЫХ МОДЕЛЕЙ И ПРОДУКЦИОННЫХ ЭКСПЕРТНЫХ СИСТЕМ

  • М. Л. Массель Институт систем энергетики имени Л.А. Мелентьева СО РАН
  • А. Г. Массель Институт систем энергетики имени Л.А. Мелентьева СО РАН
  • Д.В. Пестерев Институт систем энергетики имени Л.А. Мелентьева СО РАН
Ключевые слова: Управление знаниями, онтологии, когнитивные модели, экспертная система, энергетическая безопасность

Аннотация

Предлагается технология управления знаниями, основанная на совместном использовании
онтологий, когнитивных моделей и продукционных экспертных систем. Ядром предлагаемой
технологии являются методика когнитивного моделирования и преобразования когнитивных
моделей в продукционные правила экспертной системы, а также инструментальные средства
поддержки предлагаемой технологии, разрабатываемые на основе агентного подхода. Приме-
нены разработанные в авторском коллективе методики и инструментальные средства семантического моделирования (в первую очередь онтологического и когнитивного). Рассматривает-
ся двухуровневая технология многовариантных исследований, интегрирующая уровни качест-
венного (с использованием семантического моделирования) и количественного анализа (с приме-
нением математических моделей и вычислительного эксперимента), а также интеллектуаль-
ная ИТ-среда, интегрирующая инструментальные средства поддержки двухуровневой техно-
логии. На их основе выполнены модификация и разработка инструментальных средств для
поддержки предложенной технологии управления знаниями. Приведена иллюстрация предло-
женной технологии, семь этапов которой описаны в таблице. Рассмотрена разработка аген-
та конвертирования для преобразования причинно-следственных отношений когнитивных карт
в продукционные правила экспертной системы, приведен алгоритм агента. Результат конвер-
тирования - полученный набор правил - передается в оболочку продукционной экспертной сис-
темы Clips. Используя машину вывода Clips, эксперт получает выводы о степени взаимовлия-
ния концептов когнитивной карты друг на друга и на их основе интерпретирует когнитивную
карту. Приведены примеры онтологий, когнитивных карт, результаты преобразования когни-
тивных карт в продукционные правила экспертной системы, иллюстрирующие предложенную
технологию управления знаниями. Описан вычислительный эксперимент, в котором использо-
вана когнитивная карта угрозы «Низкие темпы обновления электрогенерирующего оборудова-
ния». Эффективность предложенной технологии для поддержки обоснования и принятия
стратегических решений по развитию энергетики в первую очередь может быть оценена ка-
чественно, поскольку она обеспечивает научную обоснованность рекомендуемых решений и
тем самым повышает их эффективность. Кроме того, применение этой технологии направ-
лено на сокращение трудозатрат эксперта и, соответственно, сокращение времени на ана-
лиз и обоснование вариантов решений. Новизна предложенного подхода состоит, во-первых,
в интеграции различных интеллектуальных технологий (онтологии, когнитивное моделиро-
вание, экспертные системы) в рамках единой технологии управления знаниями в научных
исследованиях; во-вторых, в автоматизации анализа и интерпретации когнитивных карт с
помощью продукционных экспертных систем. В итоге можно говорить о повышении качества
подготовки и обоснования рекомендаций для принятия решений. Технология управления знания-
ми апробирована в исследованиях проблем энергетической безопасности, но может иметь
более широкое применение.

Литература

1. Энергетическая безопасность России: проблемы и пути решения. – Новосибирск: СО
РАН, 2011. – 198 с. – ISBN 978-5-7692-1163-8.
2. Массель Л.В., Массель А.Г. Интеллектуальные вычисления в исследованиях направле-
ний развития энергетики // Известия Томского политехнического университета. – 2012.
– Т. 321, № 5. – С. 135-141.
3. Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы:
учебник. – СПб.: Изд-во «Лань», 2016. – 324 с.
4. Гаврилова Т.А. Онтологический инжиниринг. Технологии менеджмента знаний. – Ре-
жим доступа: http://www.kmtec.ru/ publications/library/authors/ontolog_engeneering.shtml
(дата обращения: 15.09.2019).
5. De Leenheer P., de Moor A., Meersman R. Context dependency management in ontology engineering:
A formal approach // J. Data Semantics. – 2007. – No. 8. – Р. 26-56.
6. Euzenat J., Shvaiko P. Ontology matching. – Heidelberg: Springer, 2013.
7. Suarez-Figueroa M.C., Gomez-Perez A., Motta E., Gangemi A. Ontology engineering in a
networked world. – Springer Science & Business Media, 2012.
8. Массель Л.В., Массель А.Г. Семантические технологии на основе интеграции онтологи-
ческого, когнитивного и событийного моделирования // III международная научно-
техническая конференция OSTIS-2013: Тр. Беларусь, Минск: БГУИР, 2013. – С. 247-250.
9. Массель Л.В. Онтологический инжиниринг и управление знаниями для поддержки при-
нятия стратегических решений по развитию интеллектуальной энергетики // Тр. XX
Российской научной конференции «Инжиниринг предприятий и управление знаниями
(ИП&УЗ – 2017)». – М.: РЭУ им. Г.В. Плеханова, 2017. – С. 59-65. – ISBN 978-57307-
1222-5, ISBN 978-5-7307-123323-2.
10. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. – М.: СИНТЕГ, 1998. – 376 с.
11. Авдеева З.К., Коврига С.В. Эвристический метод концептуальной структуризации зна-
ний при формализации слабоструктурированных ситуаций на основе когнитивных карт
// Управление большими системами. – М.: ИПУ РАН. 2010. – № 31. – С. 6-34.
12. Массель А.Г. Когнитивное моделирование в исследованиях проблем энергетической
безопасности: применения и перспективы развития // Тр. Конгресса по интеллектуаль-
ным системам и информационным технологиям «IS&IT’14». – М.: Физматлит, 2014.
– Т. 2. – С. 153-158.
13. Groumpos P., Stylios C. Modelling supervisory control systems using fuzzy cognitive maps //
Chaos, Solitons & Fractals. – 2000. – Vol. 11, No. 1-3. – P. 329-336.
14. Papageorgiou E., Stylios C., Groumpos P. An integrated two-level hierarchical system for
decision making in radiation therapy based on fuzzy cognitive maps // IEEE Transactions on
Biomedical Engineering. – 2003. – Vol. 50, No. 12. – P. 1326-1339.
15. Массель Л.В., Ворожцова Т.Н., Пяткова Н.И. Онтологический инжиниринг для под-
держки принятия стратегических решений в энергетике // Онтология проектирования.
– 2017. – Т. 7, № 1 (23). – С. 66-76. – DOI: 10.18287/2223-9537-2017-7-1-66-76.
16. Massel A.G., Pesterev D.V. Transformation of cognitive models into knowledge base of production
expert system // Proceedings of the 19th International Workshop оn Computer Science
and Information Technologies. Germany, Baden-Baden. – Publisher Ufa: USATU, 2017.
– Vol. 1, – P. 121-124. – ISBN 978-5-1030-8, ISBN 978-4-4221-1031-5.
17. Массель Л.В. Фрактальный подход к структурированию знаний и примеры его примене-
ния // Онтология проектирования. – 2016. – Т. 6, № 2 (20). – С. 149-161. – DOI:
10.18287/2223-9537-2016-6-2-149-161.
18. Топливно-энергетический комплекс России: 2000-2007 гг. (справочно-аналитический
обзор) / под общ. ред. В.В. Бушуева, А.М. Мастепанова, А.И. Громова; Институт энер-
гетической стратегии (ГУ ИЭС). – М.: ИАЦ «Энергия», 2008. – 359 с.
19. Топливно-энергетический комплекс России: 2000–2008 гг. (справочно-аналитический
обзор) / под общ. ред. В.В. Бушуева, А.М. Мастепанова, А.И. Громова; Институт энер-
гетической стратегии (ГУ ИЭС). – М.: ИАЦ «Энергия», 2009. – 316 с.
20. Отчет о функционировании ЕЭС России в 2009 г. // Открытое акционерное общество
«Системный оператор Единой энергетической системы», 2010. – 23 с.
21. Ершевич В.В., Зайлигер А.Н., Илларионов Г.А. и др. Справочник по проектированию
электроэнергетических систем / под ред. С.С. Рокотяна и И.М. Шапиро. – 3-е изд. пере-
раб. и доп. – М.: Энергоатомиздат, 1985. – 352 с.
Опубликован
2019-11-13
Выпуск
Раздел
Раздел II. Анализ данных и управление знаниями