Интеграция методов и знаний в СППР

Наши исследования показывают, что в ходе обучения на всех ступенях системы образования и практического познания процессов в больших системах в памяти субъекта формируются и хранятся смешанные, неоднородные, когнитивные структуры из аналитических (А), статистических © и логико-лингвистических (Л) знаний. Это подтверждают результаты анализа ЯПД, где «перемешаны» аналитические зависимости в виде формул или графиков, таблицы статистики и лингвистические (четкие и нечеткие) переменные, рисунки, а также результаты бесед с экспертами, которые, объясняя задачу, «переключаются» на различные схемы рассуждений — вычисления, статистические заключения и логическую аргументацию. Для представления и манипулирования рассмотренными классами знаний в СППР могут использоваться, например, методы исследования операций, искусственные нейросети — ИНС и генетические алгоритмы — ГА (А-методы), имитационное (статистическое) моделирование — ИМ (С-методы), экспертные и нечеткие системы — НС (Л-методы).

Рассмотрим две модели взаимодействия миров задач и методов моделирования. Первая модель, характерная для 80-х годов, показана на рис. 2 а). Петлями обозначены отношения получения новых знаний в рамках ограничений автономных знаний. Два мира связаны отношениями соответствия задачи и адекватного ей метода (может быть и более одного) решения. На рис. 2 б) дана иная, современная картина. В ответ на преобразования неоднородной задачи в мире задач (например, ее декомпозицию) возникает соответствующий «системный отклик» в мире методов моделирования, образующий структуры за рамками автономных методов. Интеграция в этом случае означает возникновение отношений автономных методов (разнородных знаний) и формирование структур (методов и моделей), такие отношения интерпретирующих. Сравнительный анализ рис. 2 а) и б) показывает, что вариант б) более общий и не отрицает важность отношений А-А, С-С, Л-Л, а дает возможность их улучшить за счет отношений Л-C, С-А, А-С, … и др.

Отношения А-А, С-С, Л-Л — предмет исследования индивидуальных школ, исповедующих тот или иной вид знаний. Например, в математике это правила алгебры, в эволюционном программировании — репродукция и генетические операторы.

Отношения Л-C, С-А,…уже требуют междисциплинарных усилий. Ниже предложена классификация таких отношений: извлечения знаний из одной компоненты для совершенствования или приобретения знаний другой, например, из ИНС для работы ЭС или НС; оценки знаний одной с точки зрения другой, например, использование С-знаний для оценки альтернатив, полученных ЭС; включения одних знаний в другие, например, правая часть нечеткой импликации в НС Takagi-Sugeno — это полином первого порядка, а в ГА используется fitness function; дополнения одних знаний другими, когда на знаниях задан порядок — последовательность, дерево, сеть; сравнения разнородных знаний; аргументации, например, использование знаний ЭС для объяснения ответов ИНС; управления, когда знания одного вида активизируют знания другого вида; отображения, когда одни знания преобразуются (транслируются) в другие; ролевые, например, когда НС функционирует как ИНС. Рассмотренные отношения обобщают известные классификации ГИИС, определяя многообразие вариантов конструирования методов и моделей для решения неоднородных задач.