20. Інтелектуальні системи на основі інженерії знань та штучного інтелекту: olap – системи.

OLAP (Online Analytical Processing - оперативна аналітична обробка) - це інформаційний процес, який дає можливість користувачеві запитувати систему, проводити аналіз і т.д. в оперативному режимі (онлайн). Результати генеруються в перебігу секунд.

Для забезпечення OLAP необхідно працювати з сховищем даних (або багатовимірним сховищем), а також з набором інструментальних засобів. Цими засобамі можуть бути інструментарій запитів, електронні таблиці, засоби видобутку даних (Data Mining), засоби візуалізації даних та ін

В основі концепції OLAP лежить принцип багатовимірного представлення даних.

У великому числі публікацій абревіатурою OLAP позначається не тільки багатовимірний погляд на дані, а й зберігання самих даних в багатовимірної БД. Взагалі кажучи, це невірно, оскільки сам Кодд зазначає, що реляційні БД були, є і будуть найбільш придатною технологією для зберігання корпоративних даних. Необхідність існує не в новій технології БД, а скоріше, у засобах аналізу, що доповнюють

21. Інтелектуальні системи на основі інженерії знань та штучного інтелекту: Структура даних і скбд.

Розвиток додатків ІС вимагає реалізації більш легкого та зручного доступу до баз даних.

Технології ШІ, особливо ЕС і штучні нейронні мережі, можуть зробити доступ і маніпуляції в складних БД простіше. Одним із шляхів є посилення ролі СУБД в забезпеченні цього, спільно зі здатністю виведення висновків, що в результаті отримало загальну назву інтелектуальна БД.

Одним з варіантів інтеграції ЕС і БД показаний на рис.3.3.

Методи подання знань, розвинені в базах даних і в штучному інтелекті, не цілком задовільні для використання при розробці промислових систем управління базами знань СУБЗ, які покликані забезпечувати створення, супровід і застосування баз знань в інтелектуальних системах.

Для побудови СУБЗ як одного з найважливіших інструментальних засобів нової технології необхідна інтеграція методів подання знань в БД і ШІ.

Досвід робіт в галузі ШІ і в технології баз даних дозволяє сформулювати основні вимоги до такої інтегрованій системі.

Оскільки СУЗ являє собою інструментальний засіб, з нею працюють в першу чергу програмісти - розробники інтелектуальних систем і адміністратори баз знань (інженери знань) - фахівці, що відповідають за проектування і супровід баз знань в актуальному стані, тобто в такому стані, який правильно відображає зовнішнє середовище.

Основне завдання програмістів - розробників - створення процедурної частини інтелектуальної системи, що працює на основі БЗ. Для вирішення цього завдання є розвинені інструментальні засоби, що не забезпечують, однак, необхідного рівня ефективності при роботі з великими базами знань. Інтеграція повинна подолати цей недолік.

Мета інтеграції для розробників інтелектуальних систем - забезпечити створення єдиних інструментальних (мовних) засобів, успішно і ефективно реалізують методи доступу до інформації та обробки її, типові і для штучного інтелекту і для технології баз даних, і не залежні від того, де ця інформація розміщується. Інакше кажучи, застосовувані методи фізичної організації бази знань (розміщення її в багаторівневої пам'яті комп'ютера) повинні бути прозорі для програміста - розробника. У цьому випадку примітиви доступу до інформації (типові для тієї чи іншої області) вибираються програмістом тільки з міркувань зручності.

22.Основніфактори, щовизначаютьтехнологічнубезпекуінформаційних систем. Проблемизабезпеченнятехнологічноїбезпекиінформаційних системШирокевпровадженняінформаційнихтехнологій у життясучасногосуспільства привело до появи ряду загальних проблем інформаційноїбезпеки :

· необхідно гарантувати безперервність і коректність функціонування найважливіших інформаційних систем (ІС), що забезпечують безпеку людей і екологічної обстановки;

· необхідно забезпечити захист майнових прав громадян, підприємств і держави відповідно до вимог цивільного, адміністративного і господарського права (включаючи захист секретів і інтелектуальної власності);

· необхіднозахиститицивільні права і волі, гарантованічиннимзаконодавством (включаючи право на доступ до інформації).

Потенційнауразливість ІС стосовновипадкових і навмиснихнегативнихвпливіввисунулапроблемиінформаційноїбезпеки в розряднайважливіших, стратегічних, таких, щовизначаютьпринциповуможливість і ефективністьзастосування ряду ІС у цивільних і військовихгалузях.Вимоги по забезпеченнюбезпеки в різних ІС можутьістотновідрізнятися, однак вони завждиспрямовані на досягненнятрьохосновнихвластивостей:

· цілісність - інформація, на основіякоїприймаютьсярішення, повинна бути достовірної і точної, захищеноївідможливихненавмисних і злочиннихперекручень;

· приступність (готовність) - інформація і відповідніавтоматизованіслужбиповинні бути доступні, готові до роботизавжди, коли в них виникаєнеобхідність;

· конфіденційність - засекречена інформаціяповинна бути доступна тільки тому, кому вона призначена.

Для вирішення проблем інформаційноїбезпекинеобхіднесполученнязаконодавчих, організаційних, технологічних і стандартизаційнихзаходів.Таксклалося, щоосновнаувага в теорії і практицізабезпеченнябезпекизастосуванняінформаційнихтехнологій і систем зосереджено на захистівідзлочиннихруйнувань, перекручень і розкраданьпрограмнихзасобів і інформації баз даних. Для цьогорозроблені і розвиваютьсяпроблемно-орієнтованіметоди і засобизахисту:

· віднесанкціонованого доступу;

· відрізнихтипіввірусів;

· відвитокуінформаціїпо каналах електромагнітноговипромінювання

23. Концептуальні засади побудови структури комплексу управління інтелектуальних виробничих систем

Заступенемповноти розрізняютьавтоматизаціювиробництва:

часткову — передбачаєавтоматизаціюосновнихвиробничихпроцесів,

комплексну — передбачаєавтоматизацію не тількипроцесувиробництва, але йпроцесівкерування й обслуговування,

повну — передбачаєавтоматизаціювсіхосновних і допоміжнихпроцесів.

За принципом керування виробничісистеми можнаподілити на прості, складні та інтелектуальні. Розрізнитиїхможна за видом алгоритму роботи і принципом прийняття в них рішень. В блок-схемах алгоритмівроботипростих систем використовуютьсятількивиконавчі блоки, а в блок-схемах алгоритмівроботискладних систем — також блоки прийняттярішень. Для інтелектуальних систем характернеіснування дерева прийняттярішень.

За видом технічнихрішень та областюзастосування сучасні виробничісистеми в автоматизованомувиробництві, включають:

Верстати з числовимпрограмнимкеруванням, впершез'явилисьна ринку ще в 1955 р.; їхшвидкепоширеннярозпочалось, однак, лишеіззастосуванняммікропроцесорів.

Промисловіроботи, впершез'явились в 1962 р.; масовезастосуваннятакожпов'язано з розвиткоммікроелектроніки.

Гнучківиробничісистеми, щохарактеризуютьсяпоєднаннямтехнологічниходиниць і роботів, щокеруються ЕОМ, оснащенізасобами для переміщенняоброблюваних деталей та зміниінструменту.

Автоматизованіскладськісистеми (Automated Storage and Retrieval Systems — AS/RS). Передбачаютьвикористаннякерованихкомп'ютеромпідйомно-транспортнихпристроїв, щорозміщаютьвироби на складі та берутьїхзвідти за командою.

Системи контролю якості на базі ЕОМ (Computer-aidedQualityControl — CAQ) — технічнезастосуваннякомп'ютерів і керованихкомп'ютерами машин для перевіркиякостіпродуктів.

Системиавтоматизованогопроектування (Computer-aidedDesign — CAD) використовуєтьсяпроектувальниками при розробціновихвиробів і техніко-економічноїдокументації.

Автоматизованісистемитехнологічноїпідготовкивиробництва (Computer-aidedManufacturing — CAM) використовується про розробцітехнологічноїдокументації та керувальнихпрограм для систем числового програмногокерування.

При формуванніконфігураціїконкретноївиробничоїсистемислідплануватипроцеспроектуваннязверху вниз і створювати систему знизу вверх. Основними факторами при проектуванні ВС є матеріальні і інформаційні потоки.

Сукупностіфункцій в автоматизованихвиробничих системах утворюютьсистемнікомплекси у котрихнайважливішими є:

технологічніфункції (змінифізичного стану об’єктіввиробництва), носіямикотрих є технологічнісистеми;

функціїманіпуляції і транспортніфункції (положення і місцезнаходженняоб’єктіввиробництва і оснастки), носіямикотрих є засобиманіпуляції і транспортнізасоби і вони об’єднані в системиматеріальнихпотоків;

функціїкерування, координації і синхронізаціїроботиелементів і систем та їхвзаємодія на базірозподілу і передачісигналів команд та інтеграція в інформаційні потоки, носіямикотрих є інформаційнатехніка і засобикерування.

24.Існують підходи до моделювання процесів управління економічним обєктом з урахуванням невизначеності досліджено у працях М.А.Глазунова, В.М.Трояновського, М.В.Грачової, В.В.Вітлинського та ін. Вони передбачають вирішення задачіуправління економічним об’єктом на базі теорії нечітких множин, прямо чи побічно використовуючи ймовірнісні методи, моделі аналізу чутливості та інші підходи. Ці підходи орієнтовані на вузький діапазон невизначеностей. Найбільш поширені ймовірнісні підходи потребують апріорного завдання законів розподілу як вхідних, так і вихідних даних, а деякі – велику розмірність обчислень. Ці фактори знижують адекватність моделей реальним економічним об'єктам і в підсумку впливають на якість результату й обґрунтованість прийнятих рішень.

Процес управління економічним об’єктом можна описати у вигляді множини рішень {D_t}, прийнятих у визначені моменти часу t, що повинні переводити економічним об’єктом із стану S_t у стан S_t+1 при обмеженнях С_t. Як показано в роботі, у нестабільному середовищі неможливо точно спрогнозувати:

стан , у якому буде знаходитися економічним об’єктом P у момент часу t,

обмеження , що будуть накладатися на економічний об’єкт у момент часу t,

стан , у який перейде економічний об’єкт у результаті рішення D_t і впливів нестабільного оточення.Це спричиняє появу ризиків, що можуть призвести до серйозних втрат. Більш того, можуть скластися обставини, у яких мета проекту не буде досягнута. Для того щоб уникнути такої ситуації, варто прогнозувати наслідки впливу факторів нестабільності середовища шляхом врахування невизначеностей, як станів (параметрів) проекту, так і його обмежень.

Оскільки майже кожний з економічних об’єктів характеризується невизначеністю, необхідно володіти інструментами, що дозволяють:

ідентифікувати невизначеність;

виявляти природу (джерела) невизначеності з метою її зменшення;

враховувати невизначеність при моделюванні;

оперувати невизначеністю.