Онтологии в системах поддержки принятия оперативных решений

ОНТОЛОГИИ В СИСТЕМАХ ПОДДЕРЖКИ
ПРИНЯТИЯ ОПЕРАТИВНЫХ РЕШЕНИЙ:
ПРАКТИЧЕСКИЕ АСПЕКТЫ
Смирнов Александр Викторович, Левашова Татьяна Викторовна
Учреждение Российской академии наук
Санкт-Петербургский институт информатики и автоматизации РАН
ИСПОЛЬЗУЕМЫЕ ОПРЕДЕЛЕНИЯ И СОКРАЩЕНИЯ







СОППР – система оперативной поддержки принятия
решений
ЛПР – лицо, принимающее решение
ООСО – объектно-ориентированная сеть ограничений
ЧС – чрезвычайная ситуация
Контекст– информация, которая может быть
использована, чтобы охарактеризовать ситуацию, в
которой находится некоторый объект. В роли объекта
может выступать пользователь, место или объект
реального мира, которые считаются релевантными для
взаимодействия между пользователем и прикладной
программой (СОППР)
Абстрактный контекст – онтологическая модель текущей
ситуации
Прикладной контекст – абстрактный контекст,
конкретизированный для текущих условий
2
ОПЫТ РАБОТЫ С ОНТОЛОГИЯМИ

Rapid Knowledge Fusion in the Scalable Infosphere (European Office of
Aerospace Research & Development (EOARD), Project No. 1993P), 2002 –
2004




Конфигурирование виртуального предприятия
Конфигурирование сети поставщиков
Конфигурирование мобильного госпиталя
Ontology-Driven Information Integration from Heterogeneous Sources for
Operational Decision Support (US Office of Naval Research (ONR) and The
European Office of Aerospace Research & Development (EOARD), CRDF Project
No. RUM2-1554-ST-05), 2005 – 2006
 Планирование совместных действий при ликвидации последствий
чрезвычайных ситуаций и оказании помощи пострадавшим

Методы и модели поддержки принятия решений при оказании экстренной
помощи в чрезвычайных ситуациях (РФФИ, грант № 09-07-12111-офи_м),
2009 – 2010


Построение методов и моделей многокритериальной поддержки принятия
оперативных решений в чрезвычайных ситуациях на основе контекстноуправляемой интеграции распределенных данных и вербального анализа
решений
Интеллектуальная поддержка проведения конференций (Nokia), 2010

Поиск отображений между онтологиями (ontology matching)
3
СИСТЕМА ОПЕРАТИВНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ
РЕШЕНИЙ

Поддержка принятия решений

Оперативное предоставление лицу,
принимающему решения, множества допустимых
вариантов решений для рассматриваемой в
данный момент задачи
4
ПОСТРОЕНИЕ ОНТОЛОГИИ ПРОБЛЕМНОЙ ОБЛАСТИ
Онтология верхнего уровня
Знания
проблемной области
Онтология
Онтология задач и
предметной области
методов
Прикладная онтология
ФОРМАЛИЗМ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ:
ОБЪЕКТНО-ОРИЕНТИРОВАННАЯ СЕТЬ ОГРАНИЧЕНИЙ
A  O, Q, D, C 




O – множество классов объектов («классы»);
Q – множество атрибутов классов («атрибуты»);
D – множество доменов – областей допустимых значений атрибутов («домены»);
C – множество ограничений:

C I  O, Q, D  принадлежность атрибутов Q классам O и доменов D атрибутам Q,
принадлежность входных (выходных) аргументов Q методам O и
доменов D аргументам Q
II
 C  O1 , O2 ,1 таксономия классов (класс O2 является подклассом класса O1);
II
 C  O1 , O2 ,0 иерархия классов (класс O2 является частью класса O1);
III
C
 O1 , O2 , True  False  совместимость (True) (несовместимость (False))
классов O1 и O2;
IV
C
 O1 ,O2  ассоциативные отношения между классами O1 и O2;
V
 C  O , N max  кардинальность классов, Nmax – максимально возможное
количество подклассов у класса O;
VI
C
 O1 , Q1 , O2 , Q2  функциональные ограничения (атрибуты Q1 и Q2 связаны
6
функциональным отношением)
ЗАДАЧА УДОВЛЕТВОРЕНИЯ ОГРАНИЧЕНИЙ
ФОРМАЛЬНАЯ ПОСТАНОВКА
Задача удовлетворения ограничений (CSP):
CSP  VCSP , DCSP , CCSP ,
VCSP – множество переменных
 DCSP – множество доменов переменных
 CCSP – множество ограничений на переменные
Найти {v}  VCSP

7
ОПЕРАЦИИ ПО СОЗДАНИЮ ПРИКЛАДНОЙ ОНТОЛОГИИ


Формирование множества ключевых слов
Перевод терминологии


Поиск



преобразование форматов представления срезов в формализм ООСО
Интеграция


перевод словарей срезов в словарь прикладной онтологии
Преобразование представлений


построение срезов исходных онтологий на основании маркированных элементов
Перевод терминологии


маркировка элементов исходных онтологий, связанных в логическом выводе с ключевыми
словами
Извлечение


выявление онтологий, в которых представлены ключевые слова
маркировка элементов исходных онтологий, имена которых совпадают с ключевыми
словами
Выборка


перевод ключевых слов на языки, используемые в исходных онтологиях
объединение срезов в единую онтологию
Доработка экспертами



установка недостающих ограничений, определенных в формализме ООСО
включение в прикладную онтологию онтологии задач и методов

8
КОНФИГУРИРОВАНИЕ МОБИЛЬНОГО ГОСПИТАЛЯ
ПОСТАНОВКА ЗАДАЧИ
Найти поставщиков, определить маршруты и
расписание транспортировок для создания
мобильного госпиталя заданной вместимости
в заданном месте к заданному сроку
9
КОНФИГУРИРОВАНИЕ МОБИЛЬНОГО ГОСПИТАЛЯ
ИСХОДНЫЕ ОНТОЛОГИИ
•Каталог медицинского оборудования,
http://maktechno.virtualave.net/menu.html
•Североамериканский классификатор промышленности
naics.daml, http://opencyc.sourceforge.net/daml/naics.daml
•Онтология здравоохранения CLIN-ACT.kif, http://www.loacnr.it/medicine/clin-act/index.html
•Онтология общих знаний (common sense knowledge) Cyc.kif,
http://www-ksl-svc.stanford.edu:5915
•Универсальный классификатор кодов продуктов и услуг
UNSPSC.daml, http://www.ksl.stanford.edu/projects/DAML/
UNSPSC.daml
10
КОНФИГУРИРОВАНИЕ МОБИЛЬНОГО ГОСПИТАЛЯ
ПРИКЛАДНАЯ ОНТОЛОГИЯ
«быть экземпляром»
«быть частью»
ассоциативная связь
Конструкция
Конфигурирование
Объект
Компоненты
структуры, строения
Транспортировка
и конструкции
Мобильный
госпиталь
Персонал Медицинское
оборудование
Мебель
Заимствованный
класс
Поставщики
Новый класс
Заимствованный и
переименованный
11
КОНФИГУРИРОВАНИЕ МОБИЛЬНОГО ГОСПИТАЛЯ
ОНТОЛОГИЯ ЗАДАЧ И МЕТОДОВ: ИЕРАРХИЯ ЗАДАЧ
Конфигурирование
госпиталя
Размещение
госпиталя
Определение
объемов
Определение
состава персонала
Логистика
Спецификация
материалов
Распределение
ресурсов
Определение
маршрутов
Определение
погодного фактора
12
КОНФИГУРИРОВАНИЕ МОБИЛЬНОГО ГОСПИТАЛЯ
ПЛАН ДОСТАВКИ (ТРАНСПОРТИРОВКИ) КОМПОНЕНТОВ
Мобильный
госпиталь
Место
катастрофы
13
ОТ ОНТОЛОГИИ К КОНТЕКСТУ
Качество
решения
Объем
информации
Нет
Соответствующий
контексту
Весь
Теорема 1: 50% проблем возникает в результате того, что люди
используют одни и те же слова в разных смыслах (значения).
Теорема 2: Другие 50% проблем возникает в результате того,
что люди используют различные слова с одинаковым смыслом
(значением).
Источник: Kaplan S. The Words of Risk Analysis, Risk Analysis, Vol.17, N 4, August 1997
ПРИНЦИПЫ ПОСТРОЕНИЯ И ФУНКЦИОНИРОВАНИЯ СОППР
Спецификация требований к контексту Принципы построения и функционирования
и контекстно-управляемой системе
СОППР
Контекст описывается
стандартизированными способами
Использование онтологической модели
представления знаний
Модель представления знаний
поддерживает операции с контекстом
Контекст предоставляет релевантную
информацию для решения задачи или
понимания ситуации
Модель контекста включает модель ситуации,
модели решаемых задач и ссылки на
используемые ресурсы
Поддержка механизмов повторного
использования контекста и получение
контекста более высокого уровня
абстракции
Двухуровневая модель контекста
Поддержка механизмов использования
субконтекстов
Представление задач в виде иерархии подзадач
Контекстная информация содержит
данные, историю их получения и знания
Использование онтологической модели контекста,
наличие архива контекстов
Контекст содержит известную вовлеченным Доступ вовлеченных в ситуацию объектов к
в ситуацию объектам информацию
контексту
15
КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ФУНКЦИОНИРОВАНИЯ СОППР
Интенсиональное
описание знаний
проблемной области
Прикладная онтология
Интенсиональное
описание текущей
ситуации
Экстенсиональное
описание текущей
ситуации
Абстрактный контекст Прикладной контекст
Множество
решений
Проблемная
область
Онтологическая
модель ситуации
Текущая
ситуация
16
РЕСУРСЫ СОППР

Информационно-вычислительные ресурсы



предоставление информации, характеризующей
текущую ситуацию (сенсоры, базы данных и др.)
решение представленных в прикладной
онтологии задач (сервисы, вычислительные
модули, прикладные программы и т.п.)
Исполнительные ресурсы

выполнение действий, которые присущи ролям,
выполняемыми людьми в некоторой ситуации
17
МОДЕЛЬ РЕСУРСА

ws = (URI, IS, F, FI, FID, FO, FOD, Calls, Fails, Price, Time_Access, Time_IN)
URI – адрес Web-сервиса, представленный идентификатором URI данного сервиса
IS – идентификатор ресурса
F – моделируемая функция:
 f m : F  Om , f m ( F )  om , om  Om , Om – множество формализованных методов



FI – множество входных аргументов функции F:
finp : FI  Q, для всех fInp FI верно finp ( fInp)  q, q  Q

FID – множество типов данных входных аргументов функции F:
inp : FID  D, для всех fTypeInp  FID, Inp  fInp существует




 

inp fTypeInp  diq di  D, q  Q, i   ,inp  inp
FO – выходной аргумент функции F:


fotp : FO  Q, fotp ( FO)  q, q  Q
FOD – тип данных выходного аргумента функции F:









otp : FOD  D, otp fTypeOtp  d q d  D, q  Q, fTypeOtp  FOD
Calls – число вызовов Web-сервиса
Fails – число неудачных вызовов
Price – стоимость Web-сервиса
Time_Access – время доступа к Web-сервису
Time_in – время, в которое источник информации доступен
18
ПОСТРОЕНИЕ АБСТРАКТНОГО КОНТЕКСТА
НАБОР ОПЕРАЦИЙ НАД ОНТОЛОГИЯМИ

Формирование множества ключевых слов



Поиск


маркировка элементов прикладной онтологии, релевантных для
создания модели текущей ситуации
Извлечение


маркировка элементов прикладной онтологии, имена которых
совпадают с ключевыми словами
Выборка


тип ситуации
опционально: решаемые задачи, дополнения, уточнения
формирование срезов прикладной онтологии на основании
маркированных элементов
Интеграция

объединение срезов, получение абстрактного контекста
19
Технологическая модель СОППР
Контекстный
сбор принятых
решений
Решение
ЛПР
Запрос
Зарегистрированные
Web-сервисы
Контекстнозависимые
Web-сервисы
Сеть Webсервисов
Прикладная
онтология
Абстрактный
контекст
Прикладной
контекст
Онтологическая
модель текущей
ситуации
Текущая
ситуация
Множество Модель знаний
ключевых слов проблемной
области
Управление онтологиями
Множество
решений
Удовлетворение ограничений
Управление контекстом
Профилирование
20
ВЫЯВЛЕНИЕ ПРЕДПОЧТЕНИЙ ПОЛЬЗОВАТЕЛЕЙ
Преобразование
математической
модели
Шаг 2
Построение
математической
модели
Req2
Req1
Шаг 1
Reqn
Reqi
Шаг 3
Req2
Req1
Содержательная
интерпретация
полученного преобразования на предметную область
Reqi
Reqn
21
ЛИКВИДАЦИЯ ПОСЛЕДСТВИЙ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ
ПОСТАНОВКА ЗАДАЧИ
Сформировать план действий аварийноспасательных формирований в
зависимости от типа чрезвычайной
ситуации, ее местоположения и числа
пострадавших
22
ПРИКЛАДНАЯ ОНТОЛОГИЯ ПРОБЛЕМНОЙ ОБЛАСТИ
«УПРАВЛЕНИЕ ЧРЕЗВЫЧАЙНЫМИ СИТУАЦИЯМИ»
ИСТОЧНИКИ
Swoogle Semantic Web Search Engine




Классификация транспортных средств: Ontosem – универсальная
онтология, библиотека Университета штата Мэриленд, США, Baltimore
County, http://morpheus.cs.umbc.edu/aks1/ontosem.owl
Инфраструктура: Ontology for the GEOFILE. Geofile – справочная база
данных, в которой содержится информация о местоположении городов,
аэропортов, водных территорий и т. п. по всему миру; библиотека
онтологий DAML, http://www.daml.org/2001/02/geofile/geofile-ont
Типы ситуаций: OpenCyc , библиотека Университета штата Мэриленд,
США, Baltimore County,
http://semweb.mcdonaldbradley.com/.dev/OWL/Cyc
Роли: The Component Library – онтология компонентов многократного
использования. Каждый компонент используется для представления
объекта реального мира, события, роли, свойства, Knowledge Systems
Group, UT-Austin, USA, http://www.cs.utexas.edu/~mfkb/RKF/tree/CLibcore-office.owl
23
ПРИКЛАДНАЯ ОНТОЛОГИЯ ПРОБЛЕМНОЙ ОБЛАСТИ
«УПРАВЛЕНИЕ ЧРЕЗВЫЧАЙНЫМИ СИТУАЦИЯМИ»
ХАРАКТЕРИСТИКИ






7 уровней таксономии
более 600 классов
более 160 атрибутов
более 40 иерархических ограничений
более 50 ассоциативных ограничений
более 30 функциональных ограничений
24
ДОРОЖНО-ТРАНСПОРТНОЕ ПРОИСШЕСТВИЕ
АБСТРАКТНЫЙ КОНТЕКСТ

Операции по содействию



Транспортировка воздушными линиями
Транспортировка на автомобиле
Роль

Средство транспортировки




ДТП,
пожар


Исполнитель












Погода
Чрезвычайная ситуация


Пожар
Дорожно-транспортное происшествие
Транспортная линия



Пожарный
Инспектор ГИБДД
Врач скорой помощи
Диспетчер
ЛПР
Ситуация


Пожарная часть
Организация по оказанию неотложной медицинской помощи
Бригада транспортировки воздушными линиями
Бригада транспортировки наземными линиями
Больница
ГИБДД
Должностная роль


Пожарный вертолет
Пожарная машина
Спасательный вертолет
Машина скорой помощи
Автомобиль ГИБДД
Воздушная линия
Дорога
Управление чрезвычайными ситуациями

Иерархия задач
25
ДОРОЖНО-ТРАНСПОРТНОЕ ПРОИСШЕСТВИЕ
АБСТРАКТНЫЙ КОНТЕКСТ: РЕШАЕМЫЕ ЗАДАЧИ







определить количество бригад скорой помощи и пожарных бригад в зависимости
от типа ДТП (ДТП с возгоранием) и числа пострадавших;
определить местоположение и готовность бригад скорой помощи, пожарных
бригад, бригад ГИБДД, больниц;
определить возможность использования различных видов транспортировки в
зависимости от конкретных погодных условий;
выбрать бригады скорой помощи для транспортировки пострадавших в больницы
в зависимости от места текущего нахождения данных бригад и их готовности, от
места нахождения и готовности больниц, от используемых бригадами средств
транспортировки и от возможности использования путей сообщения;
выбрать пожарные бригады для тушения пожара в зависимости от места
нахождения и готовности данных бригад, от используемых бригадами средств
транспортировки и от возможности использования путей сообщения;
выбрать бригады ГИБДД для выяснения обстоятельств совершения ДТП в
зависимости от места нахождения и готовности данных бригад, от используемых
бригадами средств транспортировки и от возможности использования путей
сообщения;
сформировать план перевозок для выбранных бригад скорой помощи, пожарных
бригад и бригад ГИБДД
26
ДОРОЖНО-ТРАНСПОРТНОЕ ПРОИСШЕСТВИЕ
МНОЖЕСТВО КОНТЕКСТНО-ЗАВИСИМЫХ РЕСУРСОВ (WEB-СЕРВИСОВ)








ЛПР (диспетчер)

Предоставление информации о

месте возникновения ДТП

количестве пострадавших
Сенсоры и Web-страницы

Предоставление информации о погодных условиях
Базы данных

Предоставление информации о

больницах, их специализации, адресах

затопляемости дорог
Административные системы больниц

Предоставление информации о

количестве свободных мест

Готовности принять пострадавших
Геоинформационная система

Предоставление информации о местоположение пожара, больниц, дорог в формате географических
координат
Навигаторы, установленные на транспортных средствах

Предоставление информации о местоположении бригад
Web-сервисы

решение задач, включенных в абстрактный контекст
Участники операции по ликвидации последствий ДТП и оказанию помощи пострадавшим

согласование решений

совместные действия в операции
27
ДОРОЖНО-ТРАНСПОРТНОЕ ПРОИСШЕСТВИЕ
СЕТЬ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ WEB-СЕРВИСОВ
Тип ЧС - ДТП,
количество
пострадавших
План действий
аварийно-спасательных
формирований
Расчет количества
бригад оперативных формирований
Выбор
пожарных
бригад
Погодные условия
Наличие и
расположение
дорог
Местоположение
ДТП
Оценка возможности
использования дорог
Выбор бригад
скорой помощи
Расчет кратчайших
путей
Выбор бригад
ГИБДД
Местоположение и
готовность больниц
Наличие и
готовность бригад
Определение
потенциально
возможных бригад
Местоположение
бригад
ДОРОЖНО-ТРАНСПОРТНОЕ ПРОИСШЕСТВИЕ
ПРИКЛАДНОЙ КОНТЕКСТ
Скорая помощь
Пожарная машина
Спасательный вертолет
Пожарный вертолет
Милицейская машина
Больница
Закрытая дорога
ДТП
29
ДОРОЖНО-ТРАНСПОРТНОЕ ПРОИСШЕСТВИЕ
ПЛАН ДЕЙСТВИЙ УЧАСТНИКОВ ОПЕРАЦИИ ПО ЛИКВИДАЦИИ ПОСЛЕДСТВИЙ
ДТП И ОКАЗАНИЯ ПОМОЩИ ПОСТРАДАВШИМ
30
МНОГОРОЛЕВАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ,
СОГЛАСОВАНИЕ РЕШЕНИЙ
Альтернативы
или
ЛПР
Участник 1
Участник 2
…
Участник n
и
Решение
Участник отклонил решение
Участник согласен с планом
31
ЗАКЛЮЧЕНИЕ
Онтологии в системах оперативной поддержки
принятия решений






Обеспечивают единообразное представление знаний
проблемной области
Обеспечивают семантикой разнородные ресурсы
системы и таким образом делают возможными
процессы обмена информацией и знаниями
Могут быть использованы в качестве средства
формализации контекста
Могут быть использованы в качестве «нормирующей»
модели при выявлении предпочтений пользователя
Делают возможной интерпретацию знаний
вычислительными средами
32
КОНЕЦ ПРЕЗЕНТАЦИИ
33
ОСНОВНЫЕ ПУБЛИКАЦИИ
1.
2.
3.
4.
5.
6.
7.
8.
Смирнов А.В., Кашевник А.А., Левашова Т.В. и др. Теоретические и технологические основы
построения контекстно-управляемых систем поддержки принятия оперативных решений в
открытой информационной среде // Мехатроника, Автоматизация, Управление. 2009. № 3.
С. 72—77.
Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Контекстно-управляемая поддержка
принятия решений в распределенной информационной среде // Информационные технологии
и вычислительные системы. 2009. № 1. С. 38—48.
Левашова Т.В. Модель контекста в системах интеллектуальной поддержки принятия решений //
Поддержка принятия решений: сб. науч. тр. / Ин-т системного анализа Рос. акад. наук; под ред.
А. Б. Петровского. М.: Изд-во ЛКИ, 2008. Т. 35. С. 33—42.
Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В., Крижановский А.А. Формирование
контекста задачи для интеллектуальной поддержки принятия решений // Фундаментальные
основы информационных технологий и систем: сб. науч. тр. / Ин-т системного анализа Рос.
акад. наук, 2004. Т. 9. С. 125—138.
Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Управление онтологиями // Известия
РАН. Теория и системы управления. 2003. Ч. 1, № 4. С. 132—146; Ч. 2, № 5. С. 89—101.
Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Подход к конфигурированию сети
источников знаний для логистики знаний // Известия ТРТУ. Таганрог: ТРТУ, 2003. Вып. 31, № 3.
С. 28—32.
Смирнов А.В., Левашова Т.В., Пашкин М.П., Шилов Н.Г. Многоагентный подход к построению
систем интеграции знаний // Известия вузов. Приборостроение, 2003. Т. 46, № 5. С. 13—19.
Смирнов А.В., Левашова Т.В. Пашкин М.П., Шилов Н.Г. Онтолого–ориентированный
многоагентный подход к построению систем интеграции знаний из распределённых
источников // Информационные технологии и вычислительные системы. 2002. № 1. С. 62—82.
34