Метод инфологического моделирования в методологии автоматизации интеллектуального труда

Актуальность работы. Одна из глобальных проблем в области информатики связана с тем, что потребители информации (организации, коллективы, персоны) испытывают огромные трудности с обработкой и своевременным использованием получаемой всеми способами и средствами информации - из устных источников, публикаций, средств массовой информации и компьютерных сетей. В основе этой проблемы лежат противоречия [1], с одной стороны, между объемом информации и знаний, необходимым для принятия решений в разных областях деятельности и возможностями (пропускной способностью) человека по восприятию, обработке и оценке этой информации и знаний; С другой стороны, между «многомерностью», многоаспектностью, многоуровневостью системы знаний конкретных специалистов, зафиксированной в естественно-языковой и образной форме на соответствующих носителях, и «одномерностью» (в виде цепочки нулей и единиц) той же информации и знаний, представленных на формальном языке в компьютерной среде.

---

Не думайте долго, где купить курсовую , пишите нашим специалистам.

---

. С учетом этого разрешение проблемы заключается не столько в применении нанотехнологий в современных компьютерных средах, сколько в переносе «центра тяжести» на исследование «многомерной» организации информации и знаний в памяти специалистов. На основе этой «многомерности» необходимо формировать принципиально новые пространственновременные аспекты хранения и обработки информации и знаний в вычислительной среде и, соответственно, технологии создания автоматизированных систем. Анализ эволюции технологий программирования в разных подходах - традиционном, структурном, объектно-ориентированном, а также в логическом и функциональном программировании - позволил установить, что доминирующим методологическим базисом при моделировании семантики предметной области является методология Чена. Новый подход - когнитивный, принципиально отличается от вышеперечисленных технологических парадигм тем, что моделирование семантики выполняется с учетом уровней семантической сложности и закона цикличности, обеспечивающего увязку уровней. В настоящее время очень мало разработано методов моделирования в рамках этого подхода. Одним из таких методов является метод концептуального моделирования в рамках методологии автоматизации интеллектуального труда, соответствующей когнитивному подходу. Цель работы – исследовать метод инфологического моделирования в методологии автоматизации интеллектуального труда. Задачи: - рассмотреть метод инфологического моделирования; - описать методологию автоматизации интеллектуального труда. Объект исследования – метод инфологического моделирования. Предмет исследования – автоматизация интеллектуального труда. Методы исследования – анализ, обобщение полученной информации. Структура работы состоит из введения, двух глав, заключения, списка литературы.

В результате проделанной работы решены следующие задачи: рассмотрен метод инфологического моделирования; описана методология автоматизации интеллектуального труда. В результате анализа подходов к разработке интеллектуальных методов и средств моделирования сложных процессов и систем в современных публикациях, сделан вывод, что абсолютное большинство статей, оперирующих термином интеллектуальное моделирование, подразумевают под его применением формальное использование методов и средств вычислительного интеллекта. Такое упрощенное понятие интеллектуальности современных компьютерных систем моделирования, управления и принятия решений можно значительно углубить на основе знание-ориентированного подхода. Выполнено содержательное обсуждение релевантной терминологии предметной области моделирования и предложено следующее достаточно общее определение: интеллектуальное моделирование – это процесс построения моделей объектов с применением знаний и инструментальных средств, обеспечивающих достижение качества моделей на уровне квалифицированного модельера–исследователя. Установлено, что с учетом возможных условий применения соответствующих методов и инструментальных средств интеллектуального моделирования целесообразно рассматривать три основных уровня интеллектуализации таких средств: интеллектуальное офлайн-моделирование для построения моделей объектов по имеющимся данным; интеллектуальное онлайн-моделирование в составе действующей системы управления или принятия решений; комплексное интеллектуальное моделирование режимов работы сложной системы. Даны необходимые комментарии, характеризующие эти три уровня соответственно автономного, встроенного и комплексного интеллектуального моделирования и показано, что в основу разработки соответствующих инструментальных средств целесообразно положить алгоритмы МГУА как эффективного метода вычислительного интеллекта. В основу разработки соответствующих компьютерных средств моделирования должны быть положены результаты структуризации знаний в данной области с целью исследования структуры баз знаний, функционального обеспечения и средств интеллектуального интерфейса для знание-ориентированных систем интеллектуального моделирования. Синтез независимых технологий дает возможность создания ИАСУ практически любой «сложной технической системы» при наличии существующей базовой автоматизации заказчика и высококвалифицированных специалистов, достаточно эффективно эксплуатирующих такие системы в условиях «существенной неопределенности». Предлагаемый подход к построению ИАСУ обладает еще несколькими преимуществами. Во-первых, он дает существенную экономию во времени за счет того, что первая технология (использование онтологического подхода) уже реализована в программном продукте и позволяет обрабатывать знания о любых моделях в базе знаний, а вторая (построение системы математических уравнений сложного технологического процесса) в силу рецептурной разработанности методики применения требует минимума обращений к эксперту. Во вторых, использование экспертных знаний применительно к оцениванию технического состояния конкретного объекта осуществляется в условиях технологических регламентов его функционирования, что сводит к минимуму степень риска выработки системой неправильного решения, а мониторинг в режиме реального времени способствует раннему обнаружению приближения к запредельным (предаварийным) состояниям процесса. В третьих, фактически реализован наиболее общий подход к решению многоуровневого распознавания технического состояния сложных технологических процессов, объектов или явлений в любой отрасли.  

1. Волкова Г.Д. Теория и практика автоматизации интеллектуального труда.-М.:Янус-К,2020. - 104с. 2. Волкова Г.Д., Новоселова О.В., Семячкова Е.Г. Проектирование прикладных автоматизированных систем в машиностроении: Учебное пособие.- М.:МГТУ «Станкин», 2002. - 162с.