Цветков В.Я. Геоинформационные системы и технологии

Подождите немного. Документ загружается.

Дополнительные

возможности

ГИС

Рис. 2.2.

Дополнительные возможности ГИС по сравнению с

АСУ по основным уровням обработки данных

Характеристика ЭС

Нарастающие информационные потоки в современном

обществе, разнообразие информационных технологий,

повышение сложности решаемых на компьютере задач

увеличивают нагрузку на пользователя этих технологий и ставят

задачу переноса проблемы выбора и принятия решений с

человека на ЭВМ. Одним из путей решения этой задачи является

применение экспертных систем, которые могут быть составной

частью рассмотренных выше автоматизированных систем.

Экспертную систему от других автоматизированных систем

на этапе ее использования отличают большая

интеллектуальность, специализация и ориентация на решение

задач в определенной области.

Отличие ЭС на этапе проектирования состоит в том, что в

ней должны учитываться особенности решаемых задач на стадии

разработки системы. Для сравнения: базы данных поставляются

широкому кругу пользователей, которые и занимаются их

специализацией уже после создания БД.

Эффективное использование и развитие ГИС невозможно без

высокого уровня автоматизации и применения экспертных

систем.

Экспертные системы можно рассматривать как класс

автоматизированных информационных систем, содержащих

базы данных и базы знаний, способных осуществлять анализ и

коррекцию данных независимо от санкции пользователя,

Моделирование

, хранение и

обновление

информации

Представление

и выдача

форм, справок,

отчетов,

документов

Основные уровни

обработки данных

Сбор

первичных

данных

Полевые

данные,

Цифровое мо-

делирование,

пространстве

н ный анализ,

анализ сетей,

буферные

зоны,

топологи-

ческие струк-

туры

Издание карт,

интеллектуал

ьная графика

анализировать и принимать решения как по запросу, так и

независимо от запроса пользователя и выполнять ряд

аналитически-классификационных задач. В частности, ЭС

должны разбивать входную информацию на группы,

консультировать, делать выводы, ставить диагноз,

обучать прогнозированию, идентифицировать, ин-

терпретировать и т.д.

Основными преимуществами ЭС перед другими

автоматизированными системами являются:

• возможность решения, оптимизации или получения

оценок

новых

классов

трудно

формал

изуемы

х задач,

реализа

ция

которы

х на ЭВМ до

недавнего времени считалась затруднительной или

невозможной;

• обеспечение возможности пользователю-непрограммисту

вести

диалог на естественном языке и применять методы визуализации

ин

формации для эффективного использования ЭВМ и решения

задач в

своей предметной области;

34 3

• накопление данных, знаний, правил использования знаний,

правил

самообучения ЭС для получения все более достоверных и

квалифици

рованных выводов или решений, включая не санкционированные

пользо

вателем;

• решение вопросов или проблем, которые сам пользователь не в

состоянии решить либо из-за отсутствия у него информации, либо

из-за

ее многообразия, либо из-за длительности обычного решения даже

при

помощи ЭВМ;

• возможность создания индивидуальных специализированны:;

ЭС

за счет использования развитых инструментальных средств и

личного

опыта пользователя-разработчика этой системы.

В основе структуры информации, закладываемой в экспертную

систему, лежат два принципа представления знаний -

поверхностный и глубокий. Первый реализуется с помощью

правил, второй - с помощью фреймов.

Реализация знаний в виде программного продукта с помощью

правил относительно недорогая, но структура ЭС при этом

получается жесткой, внесение изменений и поправок оказывается

сложным и неэффективным (гораздо более сложным, чем создание

самой программы). С другой стороны, хотя поверхностные

представления не позволяют формировать суждения и концепции, с

их помощью можно находить решения эмпирически

ассоциированных проблем.

Генерация знаний с помощью структуры фреймов - процесс

сложный и дорогостоящий, но при этом достигается модульность,

которая позволяет в дальнейшем добавлять новые и

корректировать старые элементы знаний. Кроме того, фреймы дают

возможность формировать суждения и выводы на основе

обобщений и в результате индуцировать новые знания.

Эффективность применения ЭС в ГИС не обусловливает их

использование во всех случаях. По сравнению с базами данных ЭС

предъявляют более жесткие требования как к организации решения

задач, так и к наличию необходимого минимума данных и

формализованных знаний.

При создании экспертных систем возникают как минимум три

проблемы:

• обеспечение достаточной полноты информации, заносимой в

па

мять.

Это

требует

выделе

ния

ключев

ых

(осново

полага

ющих)

знаний

установ

ления

их

взаимос

вязи в

структу

ре

данных

, а

также

созда

ния и

использ

ования

такой

систем

кодиро

вания,

которая

бы

позво

лила

эффект

ивно

примен

ять эту

информ

ацию

для

решени

я практи

ческих задач;

• по

лучени

эффект

ивной

оценки

качеств

функци

ониров

ания

ЭС и

вырабо

тка

соответ

ствующ

их

критер

иев.

Трудно

сть

кроется

в том,

что

знания

специа

листов

- это не

просто

сумма

сведен

ий и

фактов.

Фор

мальны

попытк

и учета

многом

ерност

связей

путем

добавле

ния но

вых для представления отношений отдельных элементов могут

привес

ти к чрезмерной "жесткости" системы, и она станет "закрытой"

для до

бавления новых элементов и установления их связей с

существующими;

• возможность получения недостоверного результата из-за

вероят

ностного характера структуры решаемых задач и синтеза знаний.

Решение перечисленных проблем является необходимым, но

недостаточным условием применения ЭС в ГИС.

Сформулируем требования, при которых разработка ЭС

целесообразна (эффективна):

• наличие экспертов, желающих передать системе свои

знания;

• существование проблемной области, в которой эксперты

могут вер

бализовать свои методы решения задач;

• существование сходимости решений в данной проблемной

облас

ти у большинства экспертов (минимум рассогласования);

• значимость задач в проблемной области, т. е. они должны

быть

либо сложными, либо недоступными для решения

неспециалистом, либо

требующими значительных временных затрат;

• наличие большого объема данных и знаний для решения

задач;

• использование эвристических методов в связи с неполнотой

и из

менчивостью информации в предметной области.

Возможность решения трех вышеупомянутых проблем и

выполнение перечисленных требований является необходимым

и достаточным условием применения ЭС в геоинформационных

системах.

Классификация ЭС. Существует большое число ЭС,

различающихся своими функциональными возможностями и

методами принятия решений.

Планирующие ЭС предназначены для выработки программы

действий, необходимых для достижения определенных целей.

Прогнозирующие ЭС должны предсказывать сценарий

будущего, основываясь на событиях прошлого и настоящего, т.е.

выводить вероятные следствия из заданных ситуаций. Для этого

в прогнозирующих ЭС используются динамические

параметрические модели.

Диагностирующие ЭС имеют способность находить причины

аномальности наблюдаемых явлений. Основой для анализа служат

наборы Данных, с помощью которых выявляются отклонения от

эталонного поведения и в результате ставится диагноз.

лям ставить диагноз и анализировать ошибки в заданных областях.

От таких систем требуется умение формировать гипотезы о знаниях

и поведении, определять соответствующие обучающие методы и

способы действий.

Архитектуры экспертных систем могут отличаться друг от

друга. При построении ЭС используются архитектуры, например,

"экзапов" ("классной доски") с множественными источниками

знаний.

Этапы создания ЭС. К наиболее важным этапам создания

экспертных систем могут быть отнесены концептуализация,

идентификация, формализация, реализация, тестирование,

внедрение, сопровождение и модернизация.

На этапе концептуализации специалист по разработке ЭС

совместно с экспертом решает, какие понятия, отношения и

процедуры необходимы для описания метода решения проблем в

выбранной области. Главная задача этапа заключается в выборе

стратегии задач и ограничений, возникающих в процессе решения

задач. Концептуализация требует полного анализа проблемы.

На этапе идентификации определяются типы, характеристики,

размерность задачи, состав участников процесса разработки;

делаются оценки моделепригодности; оцениваются требуемые

ресурсы - временные, машинные; устанавливаются цели создания

ЭС.

На этапе формализации ключевые понятия и отношения

переводятся на некоторый формальный язык представления знаний.

Здесь выбирается адекватный способ представления данных или

моделей для рассматриваемой задачи.

На этапе реализации создается физическая оболочка ЭС,

способная к выполнению возложенных на нее функций.

Проверка правильности функционирования ЭС возможна на

этапе тестирования. Однако даже после тестирования невозможно

предугадать всевозможные ситуации отказов, которые могут быть

вызваны как неверной работой или недостатками ЭС, так и

совершенно независимым выходом из строя оборудования.

Поэтому необходимо планировать этапы внедрения и

сопровождения, которые облегчили бы пользователю поиск

причин различных сбойных ситуаций.

Появление новых методов, правил, технических средств

вызывает необходимость планирования этапа модернизации. При

этом существенно возрастет фактор мобильности ЭС.

Типы экспертных систем для решения

задач ГИС

Можно выделить несколько групп задач, требующих

применения экспертных систем в ГИС:

• обработка видеоизображений;

• преобразование растровых изображений в векторные

графические

модели;

• обработка картографической информации;

• обработка разнородной информации;

• построение моделей объектов или местности;

• анализ моделей ГИС;

• получение решений на основе геоинформации.

Структурная схема экспертной системы ГИС соответствует

типовой

ЭС (рис. 2.3). Главной проблемой при создании экспертных систем

ГИС остается разработка моделей пространственных данных,

требуемых для объединения внутри ГИС данных дистанционного

зондирования и картографической основы.

Пользователь-

эксперт

Лингвистически

й процессор

Рабоча

память

Объяснительные

способности

База

знаний

Рис. 2.3. Схема обобщенной экспертной системы

Интерпретатор

ГИС являются хорошей средой для внедрения методов

искусственного интеллекта и экспертных систем. Это вызвано, с

одной стороны, разнообразием и сложностью данных в ГИС, с

другой - наличием большого числа экспертных задач при

использовании ГИС. В частности, для ГИС созданы экспертные

системы, применяемые для решения разных задач: получения

композиции карт, выделения элементов нагрузки, получения

тематических карт, поддержки принятия решений, построения

оверлейных структур и др.

Применительно к схеме обобщенной ГИС можно в

соответствии с уровнями (см. рис 1.4) выделить три типа

экспертных систем для ГИС:

•на уровне сбора информации - самоокупающиеся системы

авто

матизированного распознавания образов при обработке снимков

или ска

нированных картографических данных;

•на уровне моделирования или композиции карт - ЭС

автоматизи

рованного редактирования картографических данных, оценки

качества

редактирования. Для управления и принятия решений

применяются так

же ЭС всестороннего анализа атрибутивных данных, данных о

запросах

пользователей, о посредниках и т.д.;

•на уровне представления данных - ЭС для генерализации карт,

раз

мещения названий, создания издательских оригиналов.

Разработан ряд производственных ЭС для решения задач ГИС:

•МАРЕХ - для автоматической генерализации и работы с

данными

цифрового линейного графа Геологической службы США

масштаба

1:24000. Основана на правилах, данные генерализируются в

масштабе

1:250000;

•AVTOMAP - для размещения названий. Используются

эвристи

ческие знания на основе известных процедур и условных знаков.

Не

большая серия точных знаний (около 30) содержится в базе знаний.

Вна

чале комментируются элементы местности, затем особенности

точек и

линий;

•GES - прототип картографической ЭС. Используется

Управлени

ем по энергетическим, минеральным и природным ресурсам Канады

качестве консультанта для картографов при создании электронного

ат

ласа Канады. Управление географической базой данных и запросы к

ней

относятся к фундаментальным операциям любой ГИС.

Для расширения числа пользователей ГИС создан ряд

специализированных ЭС:

•OPBI - для контроля за доставками ресурсов окружающей

среды в

Португалии. Использует свойства систем классификации данных

окру

жающей среды, обеспечивает принятие решений, включает

программу

синтаксического анализа естественного языка, меню-программы

обработки входных данных жесткого формата, средства

аргументации по этапам, "подсказки" при обращении к базе

данных;

• LOBSTER - интеллектуальный интерфейс пользователя к

системе

управления базой пространственных данных;

• KBGIS - для ускорения поиска в больших базах

географических

данных. База данных представляется в виде четырехуровневого

дерева;

• SRAC - рабочее место сбора пространственных данных.

Запрос в

географическую базу данных осуществляется на естественном

языке.

Разработан целый ряд ЭС для принятия географического

решения:

• ASPENEX - для контроля вида деревьев (осин) в Николетском

на

циональном лесу и связи с ГИС;

• EXSYS - для создания интерфейса пользователя, базы правил

связи между программами. Оснащена микроЭВМ "Резидент";

• URBYS - для территориального планирования и анализа

городс

ких территорий;

• AVL 2000 - для автоматического определения

местоположения

транспортного средства и навигации. Использует данные

глобальной

навигационной спутниковой системы в реальном масштабе

времени;

• GEODEX - для оценки землепользования. В ней

предусмотрены

формирование прямой цепочки с учетом ограничивающих условий

уча

стка и обратной цепочки для выявления непригодности участков и

дока

зательства их несоответствия ограничивающим условиям в

географи

ческой базе данных.

Пространственно-распределенные ГИС способствуют

мобильности ЭС. Актуальным остается разработка методов,

повышающих логическую непротиворечивость в ЭС, особенно в

тех случаях, когда речь идет о связи пространственных знаний со

знаниями других типов с различной степенью неопределенности.

По мере совершенствования таких ЭС возрастает важность

обработки нечетких данных.

Кроме того, существует класс консультативных ЭС, которые

позволяют улучшить процесс принятия решений, формализовать

геоинформационные знания и устранить неопределенности в

данных.

Выводы

Моделирование в ГИС носит наиболее сложны и характер по

отношению к другим автоматизированным системам. Но, с другой

стороны, процессы моделирования в ГИС на каждом системном

уровне и в