Анализ контекстов при моделировании слабо формализованных предметных областей

Размещено на http://www.allbest.ru/

АНАЛИЗ КОНТЕКСТОВ ПРИ МОДЕЛИРОВАНИИ СЛАБО ФОРМАЛИЗОВАННЫХ ПРЕДМЕТНЫХ ОБЛАСТЕЙ

А.А. Зуенко (zuenko@iimm.kolasc.net.ru)

Институт информатики и математического моделирования КНЦ РАН, Апатиты

Б.А. Кулик, Институт проблем машиноведения РАН, Санкт-Петербург

А.Я. Фридман (fridman@iimm.kolasc.net.ru)

Институт информатики и математического моделирования КНЦ РАН, Апатиты

Ключевые слова и выражения: контекстные ограничения, система концептуального моделирования, контроль корректности, управление данными.

В работе рассматривается контекстно-ориентированный подход к управлению данными в системах концептуального моделирования. Он является альтернативой "жесткому" программированию ограничений модели и позволяет контролировать корректность всех этапов процесса моделирования на основе гибко модифицируемых и оперативно активируемых контекстов. Продемонстрировано использование подхода для проверки содержимого базы данных системы моделирования.

Введение. Понятие "контекст" используется в лингвистике, теории перевода, системном программном обеспечении (контекст задачи/процесса, контекст запроса), при изучении формальных языков и грамматик (контекстно-свободные и контекстно-зависимые языки), а также при разработке систем поддержки принятия решений.

В теории перевода понятие контекста применяется при установлении соответствия между языковыми единицами текстов участников коммуникации, при этом различают лингвистический и ситуативный контексты. Лингвистический контекст есть языковое окружение, в котором употребляется та или иная единица языка в тексте. Контекстом слова является совокупность слов, грамматических форм и конструкций, в окружении которых использовано данное слово. Выделяют узкий контекст (микроконтекст) и широкий контекст (макроконтекст). Под узким контекстом понимается контекст словосочетания или предложения, то есть языковые единицы, составляющие окружение данной единицы в пределах предложения. Широким контекстом называется языковое окружение данной единицы, выходящее за рамки предложения. Узкий контекст, в свою очередь, можно разделить на контекст синтаксический и лексический. Синтаксический контекст - это та синтаксическая конструкция, в которой употребляется данное слово, словосочетание или придаточное предложение. Лексический контекст - совокупность лексических единиц, слов и устойчивых словосочетаний, в окружении которых используется данная единица. Ситуативный (экстралингвистический) контекст включает обстановку, время и место, к которому относится высказывание, а также любые факты реальной действительности, знание которых помогает участнику коммуникации правильно интерпретировать значения языковых единиц в высказывании.

Обычно в контексте учитывают две составляющие: статическую и динамическую. На протяжении всего времени выполнения такое приложение располагает одной статической частью контекста, но может иметь переменное число динамических частей. Таким образом, формирование обобщенного контекста производится "на лету".

Понятие контекста широко применяется в сети Internet, например, в контекстной рекламе и при семантическом поиске на основе контекстных ограничений. Также контекстно-ориентированные технологии используются в системах поддержки принятия решений: контекст формирует часть информационного пространства, используемую объектами при их взаимодействии.

Несмотря на отличия в назначении компьютерных систем, упомянутых выше, в используемых ими технологиях обработки контекстов имеется много общего. В системах поддержки принятия решений, как и в Internet-приложениях, контекст определяется как информация, которая может быть использована для описания ситуации, где находится в данный момент некоторый объект [Dey, 2001]. Другими, словами под контекстом в рассмотренных системах подразумевается, прежде всего, ситуативный контекст.

В настоящей работе предлагается применять контекстно-ориентированный подход при управлении данными в системах моделирования для слабо формализованных предметных областей, а именно, в системах концептуального моделирования, причем используемый контекст можно классифицировать как лингвистический.

1. Недостатки систем концептуального моделирования

Системы концептуального моделирования предназначены для исследования программных и природно-промышленных комплексов и основаны на развитии идей, предложенных в [Тыугу, 1984] для решения задачи автоматического синтеза программ вычислений. Программный комплекс, поддерживающий проведение моделирования, должен проектироваться открытым, как для оперативных модификаций структуры модели, так и для включения новых элементов из вычислительной среды. Ввиду открытости модели возникает необходимость автоматически осуществлять проверку самой модели и запросов к базе данных (БД) системы моделирования (СМ), чтобы своевременно выявлять некорректные конструкции, например, ошибки при редактировании модели или подключении модулей, и, тем самым, гарантировать точность результатов запросов и корректность процесса моделирования.

Под концептуальной моделью предметной области (МПО) далее будем понимать обобщенную вычислительную модель (ОВМ) [Охтилев, 2006]. На уровне интерпретации ОВМ обычно представляется двудольным ориентированным графом - ОВМ-сетью, в которой выделены два типа вершин: объекты и функции. Дуги связывают объектные и функциональные вершины. Входящие в вершину-функцию дуги соотносят с ней объекты, которые выступают в качестве входных аргументов для функции, исходящие - указывают на объекты, в которые должна производиться запись вырабатываемых функцией результатов. Каждой объектной вершине сопоставляются тип и значение. С каждой функциональной вершиной соотнесено целое число, играющее роль приоритета, и тип. На основе типизации элементов концептуальной модели разработаны процедуры проверки ее корректности (полнота, связность, разрешимость и т.д.). Однако в существовавших ранее системах концептуального моделирования все проверки корректности модели были жестко "зашиты" в специализированных программных процедурах, поэтому возникало несоответствие между декларативным представлением знаний об исследуемой предметной области, допускающим оперативную модификацию структуры модели и подключение новых элементов из вычислительной среды, и процедурным вводом ограничений в систему. Используемая технология обработки ограничений не позволяла, в частности, учитывать ограничения, специфичные для конкретной предметной области. В результате исследований для систем концептуального моделирования авторами был разработан контекстно-ориентированный подход к управлению ограничениями [Зуенко, 2008a]. В рамках подхода корректность взаимодействия блоков модели контролируется на уровне семантического интерфейса реляционной БД СМ, тем самым обеспечивается возможность отслеживать действия блоков модели над общими данными на основе анализа гибко модифицируемых и оперативно подгружаемых предметно-ориентированных ограничений. Применение реляционных баз данных обусловливается необходимостью сопровождать открытую модель предметной области и обеспечивать точность реализации запросов, как в фактографических информационных системах. Таким образом, использование контекстно-ориентированного подхода к обработке ограничений позволило объединить преимущества двух направлений: 1) вычислительные модели; 2) программирование в ограничениях (constraintsprogramming), и реализовать эти преимущества при автоматизации контроля корректности процесса моделирования.

2. Язык описания контекстных ограничений

Модель базы знаний (БЗ) разработанного семантического интерфейса состоит из следующих частей:

1) семантическая модель данных;

2) ограничения на данные;

3) пользовательские правила преобразования (оптимизации) запроса с целью сопоставления с ограничениями.

Остановимся подробнее на модели данных и ограничениях. Пользовательские правила подробно рассматривались в [Зуенко, 2008b].

Авторами предлагается (например, см. [Зуенко, 2008a]) использовать семантические модели данных для декларативного представления концептуальной схемы реляционной БД, что облегчает ее проектирование и автоматическую генерацию. Разработанная семантическая модель данных представляет собой модификацию ER-модели, ее отношения дополнительно типизированы, и для новых типов введены правила целостности. Модель предназначена для описания концептуальной схемы базы данных, где хранится информация с иерархической структурой. Такую структуру имеют, в частности, данные моделирования для обеспечения возможности их версификации. Модель содержит следующие абстракции: классы объектов, свойства, отношения агрегации (иерархические отношения "часть-целое"), ассоциативные отношения и т.д. Имеются средства, позволяющие указывать зависимости между отношениями. Классы концептуальной схемы БД СМ соответствуют сортам элементов модели предметной области, а связи - типам отношений между ними.

На отдельные отношения, а также на их наборы пользователь может накладывать ограничения, представимые в виде логических формул над элементарными одно- и двуместными предикатами без кванторов. Это позволяет конкретизировать, какие именно объекты и в каких сочетаниях могут вступать в те или иные отношения. Таким образом, появляется возможность декларативно описывать ограничения, которые ранее были зашиты в процедуры или вовсе не учитывались.

Концептуальная схема БД СМ задает допустимые языковые конструкции, которые можно использовать при обращении к БД со стороны программных модулей, - синтаксический контекст. Контекстные ограничения описывают возможные устойчивые сочетания этих языковых конструкций - лексический контекст.

Формализация ограничений и правил оптимизации производится с помощью аппарата многосортных алгебр. Многосортная алгебра состоит из семейства сортов sA и семейства частичных функций f A:

В рассматриваемой задаче в качестве множества сортов многосортной алгебры принято множество классов и типов атрибутов концептуальной схемы БД. Семейство частичных функций формализует отношения, заданные в концептуальной схеме БД.

С каждым сортом si S связывается счетное множество Xs переменных. Для переменных и частичных функций стандартным образом определяется функция type и множество термов TR.

Определение 1. Назовем фактом упорядоченный список вида (f, t1, t2), где f F, f: s1s2, ti TR (TR - множество допустимых термов), type(ti) = si (i = 1,2), или список вида (type, t, s), где t TR, s S, type(t) = s.

В этих обозначениях ситуацией d назовем конечную конъюнкцию фактов.

Определение 2. Ограничением на данные моделирования назовем пару <decl, expr>, в которой decl - ситуация, называемая декларацией переменных (переменные соответствуют классам концептуальной схемы БД и их атрибутам), expr - логическое выражение над элементарными одно- и двуместными предикатами, где переменные - атрибуты классов, присутствующие в декларации.

Определение 3. Системой ограничений назовем конечное множество пар CОND = {<decl, expr>}.

Для активации ограничений БЗ по мере необходимости разработан контекстный подход к их отбору и систематизации.

3. Контекстно-ориентированный подход в системах концептуального моделирования

В рамках предложенного подхода [Зуенко, 2008a] в обработке данных моделирования (ОДМ) участвуют следующие объекты: модель предметной области, прикладная программа (приложение), запрос приложения и БД СМ, предназначенная для хранения элементов модели предметной области и результатов процесса имитации.

Вследствие открытости одна и та же модель предметной области может быть реализована разным набором приложений. Каждое приложение для обработки данных использует определенный набор специализированных запросов, адресованных базе данных системы моделирования.

Все перечисленные объекты ОДМ характеризуются собственным контекстом. Таким образом, контекст взаимодействия складывается из контекста модели, контекста приложения, контекста запроса и контекста БД СМ, каждый из которых, в свою очередь, подразделяется на абстрактный и прикладной контексты. Абстрактный контекст объекта соответствует интенсионалу этого объекта. Прикладной контекст объекта позволяет описать некоторое множество его экземпляров. Контексты всех объектов взаимодействия формализуются с использованием рассмотренных выше систем ограничений.

Контексты при их совместном рассмотрении накладывают дополнительные ограничения на запрос, адресованный к БД СМ, на содержимое БД СМ, а также на саму модель предметной области.

Контекст базы данных системы моделирования. Абстрактный контекст БД СМ формируется в виде системы ограничений на отношения концептуальной схемы БД, описывающей класс моделей предметной области, которые допустимы в рамках той или иной системы моделирования. Прикладной контекст БД СМ задается посредством наложения на абстрактный контекст дополнительного набора ограничений, которые специфичны для отдельных предметных областей.

Контекст запроса. Абстрактный контекст запроса описывает его структуру. Прикладной контекст запроса получается из абстрактного после назначения атрибутам запроса конкретных значений там, где это необходимо [Зуенко, 2008b].

Контекст приложения описывает возможности прикладной программы. Абстрактный контекст приложения - это список типов выполняемых приложением запросов (абстрактных контекстов запросов). Прикладной контекст приложения характеризует конкретный экземпляр программного модуля и ссылается на прикладные контексты генерируемых запросов. В качестве приложений могут выступать как исполнители элементов МПО (внутрисистемные модули), так и внешние клиентские модули.

Контекст модели предметной области определяется совокупностью приложений, необходимых для ее функционирования. Различные экземпляры одного и того же подключаемого программного модуля могут быть исполнителями различных элементов МПО. Абстрактный контекст МПО описывается совокупностью абстрактных контекстов приложений-исполнителей и не зависит от того, куда подключен тот или иной экземпляр исполнителя, и от хода его работы. Таким образом, имеется возможность производить контроль корректности исполнителей еще на этапе их подключения. Прикладной контекст МПО соответствует конкретному варианту назначения исполнителей.

Контексты приложения и МПО представляют собой специализированные справочники, использующие каталог запросов (их типов) для повышения эффективности процедур анализа запросов путем исключения многократного дублирования проверок.

В [Зуенко, 2008b] рассматривалось применение предложенного подхода для анализа незапланированных запросов к БД СМ. Для автоматизации такого анализа применялось расширение алгебры кортежей [Kulik, 1995] на обработку логических формул над элементарными одно- и двуместными предикатами - алгебра условных кортежей [Зуенко, 2009]. Здесь опишем использование контекстно-ориентированного подхода для проверки корректности БД СМ.

4. Контроль корректности базы данных системы моделирования на основе контекстных ограничений

На основе концептуальной схемы БД производится автоматическая генерация реляционной БД СМ, в ходе генерации устанавливается взаимно-однозначное соответствие между элементами схемы и конструкциями реляционной БД. Концептуальная схема БД СМ является неоднородной семантической сетью в терминологии работы [Осипов, 2009]. Представление знаний о МПО происходит при помощи классов и отношений концептуальной схемы, а экземпляры этих классов хранятся в реляционных таблицах.

Для поддержания соответствия хранимых данных ограничениям исследуемой МПО, прежде всего, используются ограничения абстрактного и прикладного контекстов БД СМ. Рассмотрим некоторые примеры контекстных ограничений БД СМ.

Пусть определены следующие классификации и отношения элементов модели предметной области, хранящиеся в БД СМ. Модель (Model) состоит из множеств объектов (Object), процессов (Process) и ресурсов (Resource). Объекты формализуют организационную структуру исследуемого комплекса. Каждый объект при моделировании интерпретируется как оболочка некоторого набора процессов - преобразователей данных (ресурсов). Как объекты, так и процессы связаны между собой потоками ресурсов. Над множествами определены отношения приписывания элементов модели друг другу, например, ProcObj Н ObjectґB(Process) - процессы, приписанные к объекту; отношения типа «вход-выход» (например, ObjInRes Н ObjectґB(Resource) - входные ресурсы объекта, ProcOutRes --Н ObjectґB(Resource) - выходные ресурсы процесса). Здесь B(*) обозначает булеан (множество всех подмножеств) множества «*».

В качестве примера абстрактного контекста БД приведем ограничение, которое неформально можно выразить следующим образом:

1. Входными ресурсами объекта, имеющего категорию LEAF, могут быть ресурсы всех возможных категорий (DB, GIS, GEN, CMP, TMP).

2. Входными по отношению к объектам с категориями GISC и COMP могут быть только ресурсы с категориями CMP, TMP.

Соответственно, предикатная формула может быть записана так:

контекст моделирование концептуальный

сond1 = <dec11, expr1>, где dec11 = objinres(Rin, O) type(O, Object) type(Rin, Resource); expr1 = (O.cat='LEAF') [(O.cat='GISC') (O.cat='COMP')] [(Rin.cat ='CMP') (Rin.cat ='TMP')],

где Rin - экземпляры концепта «Ресурс», O -экземпляры концепта «Object», участвующие в ситуации.

Ограничения абстрактного контекста должны соблюдаться независимо от изучаемой предметной области и от текущего состояния БД СМ.

Ограничения прикладного контекста БД СМ определяются составом конкретной модели предметной области, а не особенностями системы моделирования в целом. Например, пусть исследуется концептуальная модель электроэнергетики региона, причем в состав модели входит промышленный объект с пользовательским типом «ТЭЦ» (теплоэлектроцентраль), который может потреблять либо уголь, либо мазут (пользовательские типы ресурсов «Уголь» и «Мазут»), тогда, на основе описания типа объекта, будет автоматически сгенерировано ограничение: сond2 = <decl2, expr2>, где decl2 = inresobj(Rin, O) type(O, Object) type(Rin, Resource);expr2 = (O.usertype = «ТЭЦ») [(Rin.usertype= «Уголь») (Rin.usertype ? «Мазут») (Rin.usertype = «Мазут») (Rin.usertype ? «Уголь»)].

При проверке корректности информации, хранящейся в БД, относительно контекстных ограничений, последние транслируются в конструкции языка SQL. Контекстные ограничения используются, в том числе, при формировании представлений БД, которые динамически формируются для исследуемых МПО, что обеспечивает логическое разделение данных.

Заключение. Использование предложенного контекстного подхода в системах концептуального моделирования способствует уменьшению трудозатрат на модификацию и ввод структурных ограничений по сравнению с их процедурным программированием. Появляется возможность учитывать как ограничения, общие для всех допустимых моделей, так и ограничения, специфичные для исследуемой в текущий момент предметной области. Контроль корректности процесса моделирования на всех этапах производится путем анализа состояния базы данных и проверки незапланированных запросов к данным на основе контекстных ограничений, задаваемых экспертом. В дальнейшем планируется осуществлять динамический синтез контекста в зависимости от ситуации, складывающейся на реальном объекте и/или в процессе имитации, то есть генерировать ситуативный контекст.

Благодарности. Работа выполнена при финансовой поддержке РФФИ (проект № 09-07-00066), ОНИТ РАН (проект 2.3 Программы фундаментальных научных исследований) и Президиума РАН (проект 4.3 Программы №3).

Список литературы

[Зуенко, 2008a]Зуенко А.А., Фридман А.Я. Контекстный подход в системах сопровождения открытых моделей предметной области // Искусственный интеллект и принятие решений. 2008. №3.

[Зуенко, 2008b]Зуенко А.А., Фридман А.Я. Метод семантического анализа нерегламентированных запросов в реляционной базе данных с иерархической структурой // Труды ИСА РАН. Прикладные проблемы управления макросистемами / Под ред. Ю.С. Попкова, В.А. Путилова. Т. 39. - М.: Книжный дом "ЛИБРОКОМ", 2008.

[Зуенко, 2009]Зуенко А.А., Фридман А.Я. Развитие алгебры кортежей для логического анализа баз данных с использованием двуместных предикатов // Известия РАН. Теория и системы управления. 2009. №2.

[Осипов, 2009] Осипов Г.С. Лекции по искусственному интеллекту. - М.: КРАСАНД, 2009.

[Охтилев, 2006]Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов. - М.: Наука, 2006.

[Тыугу, 1984]Тыугу Э.Х. Концептуальное программирование. - М.: Наука, 1984.

[Dey, 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 SpecialTriple Issue of Human-Computer Interaction / Eds. by T.P. Moran, P. Dourish. - Lawrence-Erlbaum, 2001. - Vol. 16.

[Kulik, 1995]Kulik B.A. A Logic Programming System Based on Cortege Algebra. // Journal of Computer and Systems Sciences International. 1995. №2.

Размещено на Allbest.ru