Обзор современных программных комплексов реализующих СППР

Автор работы: Пользователь скрыл имя, 07 Января 2013 в 00:30, реферат

Описание работы

Идентификация и оценка последствий выполнения различных стратегий управления невозможны без применения современных технологий, в частности без разработки компьютерных систем поддержки принятия решений. Компьютерная система поддержки принятия решений (СППР)[1] представляет собой гибкий набор средств, который интегрирует знания специалиста, принимающего решения с возможностями информационной обработки и моделирования с целью улучшения качества принимаемого решения.

Содержание работы

Введение 3
1 Общая характеристика систем поддержки принятия решений 4
2 Системы поддержки принятия решений в лесном хозяйстве 12
2.1 СПР для планирования лесного хозяйства MONTE 13
2.2 Существующие подходы к реализации подсистем СПР 15
2.3 Особенности современного этапа развития СППР 24
3 Системы поддержки принятия решений для очистных сооружений нефтеперерабатывающей промышленности 26
4 Системы поддержки принятия решений в медицине 28
ВЫВОДЫ 31
Список источников информации 32

Скачать архив (143.50 Кб) Сколько стоит заказать работу?

Файлы: 1 файл

Реферат.doc

— 308.50 Кб (Скачать файл)

Продолжение таблицы 1- Характеристика наиболее известных зарубежных СППР в задачах управления лесами

1	2	3		4	5	6		7
18	SILVA Германия	МГ Лок.		Моделирование динамики многовидовых разновозрастных древостоев.	Данные лесоустройства. Характеристики деревьев и местообитаний. Ценовые характеристики.	Л/х. Ветровалы.		Индикаторы биоразнообразия.
19	SIMO Финляндия	МОГ Лок. Рег.		«Открытая» СПР для лесного планирования.	Данные лесоустройства, в т.ч. пространственные характеристики древостоя. Ценовые характеристики.	Л/х.		нет
20	TELSA Канада	МГОц Лок. Рег.		Платформа для ландшафтного моделирования с целью исследования роли различных нарушений в динамике растительности	Информация о растительности, ландшафтах и нарушениях в зависимости от модели.	Л/х. Пожары, поражение древостоя насекомыми, болезнями, изменения климата.		Определяются конкретной моделью.
21	ToSIA Евросоюз	МОГОц Лок. Рег. Евр.		СПР для оценки устойчивости при экономических, экологических и социальных изменениях в цепи «лес-древесина»	Продукционные процессы, индикаторные значения, материальные потоки.	Изменения климата, состояние мирового рынка.		Экологические, экономические и социальные критерии и индикаторы.
22	VDDT Канада	МОц Лок. Рег.	Платформа для моделирования с целью исследования роли различных нарушений в динамике растительности		Информация о растительности, местообитаниях и нарушениях в зависимости от модели.	Л/х. Пожары, поражение древостоя насекомыми, болезнями, изменения климата.	Определяются конкретной моделью.

Продолжение таблицы 1 - Характеристика наиболее известных зарубежных СППР в задачах управления лесами

1	2	3	4	5	6	7
23	Woodstock. Канада	МОГ Лок. Рег. Глоб.	Моделирование и анализ краткосрочного и долгосрочного управления лесами, в т.ч. лесного планирования, экосистемного управления и сохранения биоразнообразия.	Определяются конкретным приложением, наряду с экологическими, используются экономические и социальные параметры. Данные лесоустройства.	Л/х. Изменения климата.	Индикаторы биоразнообразия, пространственные оценки.
24	Инструментарий для долгосрочного прогнозирования динамики породно-возрастной структуры лесов	МОГОц Рег. Нац.	Моделирование возникновения и распространения лесных пожаров; прогнозирование чрезвычайных лесопожарных ситуаций. Моделирование динамики породно-возрастной структуры лесов и оценка их ресурсно-экологического потенциала.	Данные по лесному фонду: породно-возрастной структуре лесов и структуре лесных земель. Нормативно-справочная информация по воздействиям на лесные экосистемы. Климатические прогнозы.	Л/х*. Пожары. Локальные (засухи) и глобальные изменения климата.	Эмиссия углерода. Оценка устойчивости лесных экосистем к пожарам. Оценка продуктивности лесов. Индикаторы биоразнообразия.
25	Модели лесоэнтомологического мониторинга	МООц Лок. Рег. Нац.	Моделирование динамики популяций лесных насекомых-филофагов, прогнозирование вспышек массового размножения насекомых в лесных насаждениях.	Данные по лесному фонду, учеты численности насекомых. Климатические прогнозы.	Поражение древостоя насекомыми, в т.ч. в условиях локальных (засухи) и глобальных изменений климата.	Оценка устойчивости лесных экосистем к вспышкам численности насекомых, в т.ч. в условиях изменения климата.

Окончание таблицы 1 - Характеристика наиболее известных зарубежных СППР в задачах управления лесами

26	EFIMOD	МГ Лок. Рег. Нац.	Моделирование динамики многовидовых разновозрастных древостоев и почв. Моделирование динамики углерода и азота в древостое и почве.	Эколого-физиологические характеристики деревьев. Данные лесоустройства. Характеристики почвы. Климатические региональные параметры.	Л/х. Распашки. Пожары. Массовые ветровалы. Глобальные изменения климата. Загрязнения.	Индикаторы биоразнообразия, в т.ч. разнообразие напочвенного покрова. Динамика углерода.
27	FORRUS-S	МОГОц Лок. Рег. Нац.	Моделирование динамики многовидовых разновозрастных древостоев. Экономические оценки.	Региональные таблицы хода роста древостоев. Данные по световому минимуму деревьев. Данные лесоустройства. Экономические параметры.	Л/х.	Индикаторы биоразнообразия. Оценка рекреационного потенциала, урожайности не древесной лесной продукции.
28	Mixfor-SVAT, SVAT-Regio, Mixfor-3D	МГ Лок. Рег.	Моделирование потоков тепла, воды, СО2 в лесных экосистемах. Моделирование микроклимата растительного покрова, динамики водного и теплового режима почвы.	Метеорологические данные. Физические свойства почвы. Биофизические свойства растительности. Рельеф, карты землепользования и почв.	Локальные и глобальные изменения климата. Изменение форм природопользования. Л/х. Ветровалы.	Оценка компонент радиационного, теплового, водного и углеродного балансов. Оценка влияния форм землепользования и климата на водный и углеродный баланс.
29	SWAP	МОГ Лок. Рег. Нац. Глоб.	Моделирование динамики водного, теплового и углеродного балансов лесных экосистем и речных бассейнов	Гидрометеорологические данные. Данные по растительному покрову (в т.ч. лесоустроительные). Характеристики почвы.	Л/х. Наводнения. Засухи. Локальные и глобальные изменения климата.	Оценки динамики водного, теплового и углеродного балансов. Оценка общего стока, испарения, динамики снего- и влагозапасов почвы, динамика промерзания и оттаивания почвы.

В целом, в настоящее время происходит резкое увеличение сложности разрабатываемых компьютерных систем, что определяется как потребностями устойчивого управления многофункциональным лесным хозяйством в условиях глобальных изменений, так и крупными современными достижениями в области информационных технологий (IT-технологий).

2.3 Особенности современного этапа развития СППР

Отличительными чертами современного этапа развития СППР являются[2]:

интеграция систем управления базами данных (СУБД, или в англоязычной литературе DBMS - DataBase Management System) и систем управления базами знаний (СУБЗ, или MBMS - Model Base Management System). СУБД позволяют пользователю найти необходимые данные, в то время как СУБЗ обеспечивают пользователю доступ к подходящим моделям и другим инструментам, необходимым для анализа. СПР должна позволять пользователю (а не только разработчику) подключать в систему новые данные и модели по мере необходимости;
разработка специального класса СППР – пространственных СППР (SDSS – Spatial Decision Support System), которые, интегрируя пространственные возможности ГИС и СПР, позволяют моделировать пространственные компоненты данных и проводить их пространственный анализ. Это особенно актуально в связи с необходимостью в рамках организации устойчивого управления лесами решать проблемы на разных временных и пространственных шкалах, работать с данными из многих различных источников и зачастую вовлекать в процесс принятия решений множество заинтересованных сторон;
техники и приемы решения многокритериальных задач интегрируются с пространственными СППР с тем, чтобы облегчить пользователю процесс принятия решений и найти компромисс между множественными и зачастую конфликтующими целями (см. например (Lexer M.J., 2005)). Развитие гибридных систем, объединяющих функциональность СППР и методы, развитые в области искусственного интеллекта - такие как нейронные сети, системы, основанные на знаниях (knowledge based systems), и экспертные системы - являются многообещающей областью дальнейшего развития СППР (Burstein F., 2008; Reynolds K.M., 2005)
групповые СППР (GDSS - Group Decision Support Systems) для лесного управления, будучи до сих пор в начальной стадии развития независимыми рабочими группами, активно разрабатываются для поддержания процесса выработки решений по управлению лесными ресурсами с учетом интересов множества заинтересованных сторон (Davis L-S.,2007; Martins H.,2007 и др.).

3 Системы поддержки принятия решений для очистных сооружений нефтеперерабатывающей промышленности

Применение методов и средств искусственного интеллекта (ИИ) предоставляет новые возможности для решения проблемы управления очистными сооружениями. Системы поддержки принятия решений на основе ИИ в идеальном случае должны обладать уровнем эффективности решений неформализованных задач, сравнимым с человеческим или превосходящим его. На данный момент за рубежом существует ряд СППР, применяемых для очистки сточных вод (таблица 2). Архитектуру СППР для очистки сточных вод можно представить в виде трех основных модулей[3]:

интерпретация: сбор данных и извлечение знаний;
диагностика: процесс рассуждений. Включает статистические и числовые
модели, а также методы искусственного интеллекта;
поддержка принятия решений. Отражает взаимодействие пользователя с СППР.

Включает модули объяснения пользователю решения, его обоснования, оценки альтернатив.

Таблица 2 - СППР для очистных сооружений

Название.

Разработчик

Модели

представл.

знаний

Основные функции и характеристики

Недостатки

СППР реального времени.

Baeza,J (Испания)

Правила

Регулирование работы очистных сооружений). Управление процессом

очистки сточных вод по ЛВС или через Интернет.

Системы на основе правил:

- не обучаются в процессе

работы

- сложности с процессом

извлечения знаний и опыта из

исходных данных

- неспособны к предвидению,

их область ограничена

прошлыми и

предопределёнными ситуациями

Для систем на прецедентах:

- проблема индексации

прецедентов в базе знаний;

- организация эффективной

процедуры поиска ближайших

прецедентов;

- обучение, формирования

правил адаптации;

удаление прецедентов,

потерявших актуальность.

Прецеденты и правила:

Отсутствует синтаксическая и

семантическая интеграция

модулей системы

СППР для определения

состояния очистных сооружений.

Riano, D. (Испания)

Правила

Система автоматического построения правил, используемых для

идентификации состояния ОС.

СППР для управления ОС.

Yang, C.T (Корея)

Правила

Экспертная система для определения последовательности стадий

очистки воды на ОС

СППР для управления ОС.

Wiese, J., Stahl, A., Hansen,J.

(Германия)

Прецеденты

СППР для определения вредных микроорганизмов в системе активного

Ила

"WATERSHEDSS” СППР по

сокращению ущерба от

загрязнения водных ресурсов.

Университет Северной Каролины

(США)

Правила,

прецеденты

Оценка потенциальных воздействий для управления рассеянными

источниками загрязнения в бассейне рек, основанная на информации и

решениях, поступающих от пользователя.

“DAI-DEPUR” СППР реального

времени для управления ОС,

Sanchez-Marre, M. (Испания)

Правила,

прецеденты

ППР при наблюдении, комплексном контроле и управлении за работой

одного или нескольких очистных сооружений.

СППР комбинирует во фреймовую структуру несколько методов:

обучение, рассуждение, приобретение знаний, распределенное принятие

решений. Правила вывода частично моделируют данные и экспертные

знания. Система на прецедентах моделирует эмпирические знания.

“BIOMASS” Управление

системой активного ила на БОС.

Comas ,J. (Испания)

Правила,

прецеденты

Система контроля и управления системой активного ила на

биологических ОС. Ядро и основные модули разработаны на основе

объектно-ориентированного оболочки G2, реализующей механизм

логического вывода. Управляет получением online и offline данных,

БД, системой правил и прецедентов.

Обзор существующих СППР в области очистки сточных вод показал[3], что большинство из них основаны на правилах и/или прецедентах. Прецедент – это

описание проблемной ситуации, возникающей на очистных сооружениях в совокупности с подробным указанием действий, предпринимаемых в данной ситуации для решения данной проблемы.

4 Системы поддержки принятия решений в медицине

Развитие информационных систем было связано с изменением потребностей, существовавших в отрасли здравоохранения. В 19-м веке здравоохранение в США представляло собой благотворительную, общественную программу помощи больным и нуждающимся людям (Kissinger & Borchardt, 1996) и состояло из изолированных служб, которые оказывали пациентам эпизодическую, неотложную помощь. Истории болезни велись учреждениями и специалистами, обеспечивающими медицинское обслуживание, в условиях, когда необходимость в обмене информацией между врачами или клиниками была невысокой.

На протяжении XX-го столетия отрасль здравоохранения росла и расширялась, главным образом, при поддержке федерального правительства. В 50-е годы основное внимание уделялось количественному и качественному развитию учреждений здравоохранения. Средства на создание и развитие лечебных учреждений выделялись в рамках Акта о строительстве больницы в Хилл-Бартоне. В 60-е годы принятие законов о поддержке программ «Медикэр» и «Медикэйд» расширило доступ населения к медицинскому обслуживанию и фактически гарантировало учреждениям здравоохранения достаточное возмещение затрат на медицинское обслуживание (Kissinger & Borchardt, 1996). В течение всего периода бурного развития системы здравоохранения истории болезни велись в бумажной форме и были ориентированы на нужды конкретного медицинского учреждения. Доступный, гарантированный и стабильный приток денежных средств на оказание помощи в стационарных медицинских учреждениях позволял учреждениям и специалистам, обеспечивающим медицинское обслуживание, особенно врачам, развивать новаторские подходы: применять новые лекарственные вещества, передовые хирургические методы, современные приемы диагностики.

Одним из таких новаторских подходов стало применение компьютерных технологий в клинической практике. Благодаря стабильной обстановке в здравоохранении в 60-е и 70-е годы, а также все большей доступности компьютерных технологий и снижению их стоимости врачи и другие специалисты стали исследовать возможности применения компьютеров для нужд здравоохранения. На этой ранней стадии усилия были направлены на развитие больничных информационных систем и программных средств поддержки принятия решений.

Системы компьютерной поддержки принятия решений (DSS) применяются для принятия решений по оказанию медицинской помощи пациентам. Хог, Гарднер и Иванс (Haug, Gardner, & Evans, 1999) выделяют следующие четыре вида поддержки принятия решений[4]: предупреждение специалистов о возникновении угрожающей ситуации, критический анализ ранее принятых решений, предложения по лечебным мерам в ответ на запросы медиков, ретроспективные обзоры с целью обеспечения контроля за качеством лечения.

Информация о работе Обзор современных программных комплексов реализующих СППР