Смирнов А.В., Левашова Т.В., Шилов Н.Г., Кашевник А.М
advertisement
УДК 004.89:007.5 ДЕЦЕНТРАЛИЗОВАННАЯ ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ЧРЕЗВЫЧАЙНЫМИ СИТУАЦИЯМИ* А.В.Смирнов1, Т.В.Левашова2, Н.Г.Шилов3, А.М.Кашевник4 При поддержке принятия решений в чрезвычайных ситуациях централизованный контроль не всегда эффективен. В работе предлагается контекстно-ориентированная методология поддержки принятия решений в чрезвычайных ситуациях, предполагающая децентрализованные процессы передачи информации и децентрализованное принятие решений на основании информации о состоянии текущей ситуации. Использование методологии демонстрируется на примере поддержки принятия решений в чрезвычайной ситуации, вызванной пожаром. 1. Введение Поддержка принятия решений при управлении чрезвычайными ситуациями (ЧС) осуществляется в обстановке быстрого развития ситуации, влекущей за собой частую смену событий. В такой обстановке централизованный контроль не всегда эффективен, так как между центральным лицом, принимающим решение, (ЛПР) и остальными участниками операции по оказанию помощи при ликвидации последствий ЧС может образоваться информационный разрыв. То есть, пока решение, принятое ЛПР, дойдет до участников операции, ситуация может измениться и это решение окажется невыполнимым. Методология, предлагаемая в данной работе, предназначена для децентрализованной поддержки принятия решений. Децентрализованное управление дает большую свободу для принятия решений на нижних уровнях центров ответственности. Методология предполагает децентрализованные процессы передачи информации между ресурсами системы и децентрализованное принятие решений на основании *Работа выполнена при финансовой поддержке РФФИ (проект № 08-07-00264), Президиума РАН (проект № 14.2.35) и ОНИТ РАН (проект № 1.9). 1 199178, С.-Петербург, 14 линия, 39, СПИИРАН, smir@mail.iias.spb.su 2 199178, С.-Петербург, 14 линия, 39, СПИИРАН, oleg@mail.iias.spb.su 3 199178, С.-Петербург, 14 линия, 39, СПИИРАН, nick@mail.iias.spb.su 4 199178, С.-Петербург, 14 линия, 39, СПИИРАН, alexey@mail.iias.spb.su информации о состоянии текущей ситуации. Ресурсы объединяют в себе социальные (люди), организационные, информационные и вычислительные ресурсы. Методология строится на использовании для представления ситуации модели контекста. Контекстом называется любая информация, которая может быть использована, чтобы охарактеризовать ситуацию, в которой находится некоторый объект [Dey et al., 2001]. Применительно к системе поддержки принятия решений (СППР) в роли объекта может выступать пользователь, место или объект реального мира, которые считаются релевантными для взаимодействия между данным пользователем и СППР. При этом пользователь и СППР также являются объектами, создающими ситуацию. В работе описываются контекстно-управляемая методология функционирования СППР и сценарий децентрализованной поддержки принятия решений, использование методологии демонстрируется на примере поддержки принятия решений в ЧС, вызванной пожаром. 2. Контекстно-ориентированная методология Предлагаемая методология заключается в построении основанного на онтологии проблемной области контекста, который является моделью текущей ситуации. Данный контекст предоставляет пользователю СППР информацию, характеризующую текущую ситуацию, и содержит в себе модели задач, которые требуется решить в данной ситуации. В соответствии с методологией задачи, моделируемые в контексте, решаются как задачи удовлетворения ограничений. Моделирование текущей ситуации осуществляется на абстрактном и прикладном уровнях. Ситуация на этих уровнях представляется соответственно абстрактным и прикладным контекстами. Абстрактный контекст является онтологической моделью текущей ситуации, построенной на основании интеграции знаний проблемной области, релевантных данной ситуации. Прикладной контекст является конкретизаций абстрактного контекста для реальных условий. Прикладной контекст формируется самоорганизующейся сетью Webсервисов. Функциями Web-сервисов являются сбор и обработка распределенной информации, выполнение вычислений и (или) обеспечение СППР сервисами, предоставляемыми вычислительными ресурсами. Принятие решений осуществляется в рамках прикладного контекста. 2.1. Знания проблемной области Знания проблемной области представляются в виде прикладной отологии. Эта онтология специфицирует две составляющие знаний: (1) знания о задачах, существующих в данной области, и методах их решения; (2) концептуальные знания. Для согласования модели представления знаний в онтологии и модели задачи удовлетворения ограничений в качестве средства спецификации знаний используется формализм объектно-ориентированных сетей ограничений (ООСО) [Левашова и др., 2001]. Задача, описанная средствами данного формализма, может быть решена как задача удовлетворения ограничений [Осипов, 2001]. Для спецификации объектов реального мира в прикладной онтологии указывается множество атрибутов этих объектов, области допустимых значений атрибутов и отношения, существующие между специфицируемыми объектами. Сами объекты, характеризующиеся множеством значений атрибутов, в прикладную онтологию не входят. Вместо этого онтология содержит ссылки на источники, от которых поступают значения, присваиваемые атрибутам. Значения атрибутов могут поступать от источников информации или вычисляться как функции от других значений атрибутов. Для взаимодействия СППР с информационными и вычислительными ресурсами используется интерфейс Web-сервисов. Отправной точкой построения прикладной онтологии является формализация экспертами задач и методов их решения. Частично набор задач, определенный для проблемной области управления чрезвычайными ситуациями (ЧС), представлен на рис. 1. Данный набор иллюстрирует примеры задач, которые могут потребовать решения в случае пожара. Подробное описание задач можно найти в [Smirnov et al., 2008]. Кроме знаний о задачах и методах их решения прикладная онтология включает в себя модель концептуальных знаний. При построении прикладной онтологии концептуальные знания были импортированы из библиотек и серверов онтологий, расположенных в сети Интернет. В ЧС принятие решений на нижних уровнях центров ответственности осуществляется организационными и социальными ресурсами. Для моделирования таких ресурсов в модель концептуальных знаний введен класс роль. В этом классе представлены ресурсы, которые могут быть использованы при оказании помощи в ЧС. Например, этот класс специфицирует транспортные средства, используемые в ЧС, дает представление о специалистах, чья помощь может потребоваться в той или иной ситуации и т.п. 2.2. Абстрактный контекст Абстрактный контекст строится на основании запроса ЛПР к СППР. При получении запроса СППР, используя внутренние механизмы, извлекает из прикладной онтологии знания, релевантные данному запросу, и интегрирует их в абстрактный контекст. Полученный абстрактный контекст является одновременно онтологической моделью Получить точку Определить широту Управление чрезвычайными ситуациями Определить долготу Выбор пожарной бригады быть частью Выбор медицинской бригады Определить количество пожарных и медицинских бригад Определить возможность использования транспортного пути Выбрать транспортный путь Определить готовность бригады Определить местоположение бригады Выбрать больницу Определить готовность больницы Определить местоположение больницы Рис. 1. Прикладная онтология: пример иерархии задач текущей ситуации и ООСО. Так как прикладная онтология не содержит объектов, значения переменных такой ООСО не определены. Учитывая наличие в прикладной онтологии двух составляющих, абстрактный контекст включает в себя концептуальные знания и модели задач, которые требуют решения в текущей ситуации, т.е. в конкретной ситуации, созданной под запрос ЛПР. Извлекаемые из прикладной онтологии знания извлекаются вместе со ссылками на Web-сервисы. Продолжая иллюстрацию, начатую выше для ЧС, связанной с ликвидацией последствий пожара, абстрактный контекст, построенный под запрос ЛПР с ключевым словом пожар, показан на рис. 2. Этот рисунок демонстрирует таксономию концептуальных знаний, которые были включены в абстрактный контекст. Вторая составляющая абстрактного контекста, включающая в себя иерархию задач (рис. 1), скрыта в классе «Управление чрезвычайными ситуациями». Рис. 2. Абстрактный контекст: таксономия концептуальных знаний В абстрактном контексте установлены ссылки на следующие Web-сервисы, отвечающие за взаимодействие с информационными ресурсами: пользователь СППР (диспетчер) для ввода данных о месте возникновения пожара и количестве пострадавших; сенсоры и Web-страницы для получения информации о текущих погодных условиях; ГИС для получения в формате географических координат местоположения пожара, бригад и дорог; база данных для получения информации о больницах, их специализации и адресах; база данных для получения информации о затопляемости дорог в регионе; административные системы больниц для получения информации о количестве свободных мест и готовности принять больных. Абстрактный контекст является основой для самоорганизации Webсервисов в сеть. Цель, которая должна быть достигнута в процессе самоорганизации, – создание сети Web-сервисов, которая предоставляет значения параметрам задач, моделируемых в абстрактном контексте, и решает данные задачи. Сеть Web-сервисов, автоматически сконфигурированная под абстрактный контекст (рис. 2), показана на рис. 3. Web-сервисы, образующие параллельные ветви, могут выполняться одновременно. 2.3. Прикладной контекст При создании модели реальной ситуации Web-сервисы присваивают значения атрибутам классов, включенным в абстрактный контекст, и таким образом присваивают значения переменным ООСО. По мере присвоения значений переменным решаются задачи, которые могут быть решены на основании полученной информации (задачи, у которых есть значения для всех входных переменных). Расчёт количества требуемых бригад Информация об осадках Информация о дорогах Информация о местоположении происшествия Информация о больницах Информация о бригадах Информация о ветре Оценка доступности дорог Расчёт кратчайших путей Информация о местоположении бригад Выбор пожарных бригад Выбор медицинских бригад Выбор доступных бригад Рис. 3. Сеть Web-сервисов В данном разделе иллюстрируется процесс получения прикладного контекста и сценарий децентрализованной поддержки принятия решений на примере взаимодействия ролей, определенных в рамках абстрактного контекста (рис. 2): диспетчер, ЛПР, врач скорой помощи (руководитель медицинской бригады), пожарник (руководитель пожарной бригады). В реализованной СППР предусмотрен доступ к системе с любых устройств, в которых существует возможность выхода в сеть Интернет. Т.е., люди, играющие те или иные роли в принятии решений, могут обращаться к прикладному контексту, используя ноутбук, телефон, КПК - карманный персональный компьютер и т.п. Для рассматриваемого здесь случая пожара вначале Web-сервис, отвечающий за взаимодействие с пользователем, получает от пользователя-диспетчера значения о месте возникновения пожара, степени сложности пожара, предварительном количестве потерпевших. Эти значения используются для генерации карты региона, в котором возник пожар. Затем на карту наносятся объекты, заданные в абстрактном контексте, и указывается место пожара. К таким объектам относятся имеющиеся в данном регионе строения, в частности больницы, дороги, медицинские и пожарные бригады вместе с используемыми ими транспортными средствами. Для нанесения объектов используется информация, предоставляемая Web-сервисами. Имея карту региона, они подают информацию только о тех объектах, которые существуют в данном контексте (данном регионе). Эта информация посредством присвоения значений атрибутам классов, включенных в абстрактный контекст, формирует реальные объекты, имеющиеся в заданном регионе. Карта региона с нанесенными на нее объектами предоставляется ЛПР. Предполагается, что на основании имеющейся информации ЛПР принимает решение о том, какие медицинские и пожарные бригады должны принять участие в операции по ликвидации последствий пожара, и предложить маршруты их движения. В иерархии задач (рис. 1) такое решение является комплексным решением для задач выбора медицинских, пожарных бригад, больниц и транспортных путей. Как уже было сказано в п. 2.1 СППР предоставляет ЛПР возможность решить эти задачи как задачу удовлетворения ограничений. На рис. 4 приведен вариант прикладного контекста, представляющий один из вариантов решения перечисленных задач. Пунктирными линиями Пожар Скорая помощь Пожарный вертолет Пожарная машина Больница Спасательный вертолет Закрытая дорога Рис. 4. Текущая ситуация: план действий медицинских и пожарных бригад на рисунке показаны маршруты, по которым должно осуществляться движение медицинских и пожарных бригад. В соответствии с методологией децентрализованной поддержки принятия решений решение, которое ЛПР выбрал из множества предложенных ему СППР вариантов, передается для согласования предполагаемым участникам операции, т.е. руководителям медицинских и пожарных бригад, которые СППР выбрала в этом качестве. По какимлибо причинам они могут отклонить это решение, указав это в прикладном контексте. Например, удалив, относящееся к ним транспортное средство из контекста. В этом случае СППР вновь сгенерирует множество решений с учетом отклоненного варианта. ЛПР должен будет выбрать другое решение из предложенного СППР множества и продолжить согласование. 3. Заключение В работе предложена контекстно-ориентированная методология децентрализованной поддержки принятия решений в чрезвычайных ситуациях. Использование методологии для реальных ситуаций показало, что методология позволяет получить множество объектов реального мира, которые является релевантными для конкретных условий, на основании абстрактного описания таких объектов и информации, получаемой из внешних информационных ресурсов. Предложенная модель контекста является моделью текущей ситуации и средством, позволяющим решать возникающие задачи. СППР, реализованная в соответствии с методологией, позволяет координировать решения, принимаемые централизованно, и решения, принимаемые на нижних уровнях центров ответственности. 4. Список литературы [Dey et al., 2001] Dey A.K., Salber D., Abowd G.D. A Conceptual Framework and a Toolkit for Supporting the Rapid Prototyping of Context-Aware Applications // Context-Aware Computing. – A Special Triple Issue of Human-Computer Interaction / T.P. Moran, P. Dourish (eds.). – Lawrence-Erlbaum, 2001. – Vol. 16 – pp. 97 – 166. [Осипов, 2001] Осипов Г.С. Искусственный интеллект: состояние исследований и взгляд в будущее // Новости искусственного интеллекта, 2001. – Т. 43. – № 1. [Левашова и др., 2001] Левашова Т.В., Пашкин М.П., Смирнов А.В., Шилов Н.Г., Управление онтологиями // Известия РАН. Теория и системы управления, 2003. – Часть 1. – № 4. – Часть 2. – № 5. [Smirnov et al., 2008] Smirnov A., Shilov N., Levashova T., Kashevnik A. WebService Network for Disaster Management, Proceedings of the 5th International ISCRAM Conference (F. Fiedrich and B. Van de Walle, eds.), Washington, DC, USA, May 4 – 7, 2008, pp. 516 – 525.
