Интеллектуальные информационные системы. Дубровин А.Д. - 32 стр.

та, которая интересует автора запроса (пользователя ИИС). В «упрощенном» варианте
интерпретация исходной информации – это изложение её смысла в категориях и понятиях
пользователя ИИС. В более сложных ситуациях этот процесс будет представлять собой
сопоставление потребностей пользователя с возможностями, которые может ему дать
исходная информация (а для этого понадобится анализ и тех, и других) и синтез на основе
этого сопоставления новых, необходимых пользователю знаний.
     Автоматическое проектирование систем и устройств имеет целью обоснования
перечня свойств, которыми должен обладать проектируемый объект. При этом он должен
соответствовать своему функциональному назначению на всем множестве ситуаций, в
которых может оказаться. Если учесть, что объективно существует неопределенность в
том, какая из ситуаций будет иметь место, то становится очевидной сложность такой
задачи. Она может потребовать привлечения экспертов в соответствующих областях
знаний и использования моделей и методов оптимизации синтеза сложных систем.
     Разработка алгоритмов и методов мониторинга и диагностики состояния систем
и процессов делается с целью длительной интерпретации данных о поведении или
состоянии наблюдаемого объекта в реальном масштабе времени, регистрации результатов
наблюдения и аналитического соотнесения состояния этих результатов с определенным
классом его эталонных состояний.
     Разработка алгоритмов и методов поддержки принятия решений по
целесообразному управлению сложными системами, имеющими различную природу,
является классом задач, во многом сходным с классом задач автоматического
проектирования. Основное различие здесь в том, что задачи принятия решений по
управлению сложными системами, как правило, решаются в реальном масштабе времени,
то есть являются динамическими. Постановка такой задачи предполагает формулирование
целевой функции, определяющей траекторию перехода системы из начального состояния
в конечное (целевое) при случайном изменении факторов внешней (по отношению к
объекту управления) среды. Возможна и другая постановка задачи, при которой целью
управления является поддержание параметров объекта управления на некотором
(целевом) уровне в условиях непрогнозируемого изменения факторов внешней среды.
     Разработка поведенческих алгоритмов обычно предполагает, что исполнение этих
алгоритмов будет поручено конечному автомату. Это предположение основано на том,
что автоматы, способные вести себя оптимально на множестве ситуаций и при этом
минимизировать риск, обычно применяются в таких условиях, где человек не может
находиться по соображениям безопасности или по иным причинам (необходимость
быстрого реагирования на изменение условий, необходимость учета множества факторов
и пр.). Этот класс задач может быть ориентирован и на исполнителя – человека, который
по виду своей деятельности является ответственным за принятие решений, последствия
которых имеют большое общественное значение. Как правило, интеллектуальное и
информационное обеспечение такой деятельности состоит в разработке вариантов
решений и их оценке на адекватных реальности моделях. Выбор (принятие) наилучшего
(оптимального) решения требует учета различных факторов внешней среды. Влияние
каждого из них на выбор поведения может быть оценено с помощью моделирования, но
не известно какое сочетание факторов будет иметь место в действительности. В такой
постановке рассматриваемая задача в методическом аспекте имеет много общего с
классом задач поддержки принятия решений в условиях неопределенности и риска.
Решение задач разработки поведенческих алгоритмов имеет методическую общность и с
прогнозированием последствий влияния факторов внешней среды, если учет этого
влияния предписан самой постановкой задачи.
     Разработка алгоритмов автоматического распознавания образов представляет
собой едва ли не самый широкий класс задач. Попытаемся пояснить – почему. В


                                                                                     36