Abstract: Modern information technologies occupy a central place in various areas of human activity. One of the most promising IT-fields is the construction of various information-computing systems for knowledge processing with the aim of supporting or obtaining solutions. System analysis is a methodological framework that can be applied to solve the problem of building information-computing systems. The use of system analysis methodology in solving this problem is accompanied by the definition and formulation of a number of general tasks (decomposition, analysis, synthesis, design, implementation, evaluation) that require the application of various methods to solve them. Thus, the application of various methods of system analysis allows for a comprehensive analysis and synthesis of information-computing systems in the process of their construction. The research revealed that the application of various methods of system analysis provides a comprehensive solution to the tasks set and also allows for a more systematic and methodological approach to solving the problem of building information-computing systems.
Keywords: systems analysis methodology, information-computing systems, information systems analysis, information systems modeling, information systems design, knowledge processing systems
- Введение.
Современные информационные технологии играют ключевую роль в различных областях человеческой деятельности. Одним из наиболее перспективных ИТ-направлений является построение информационно-вычислительных систем обработки знаний [1]. Подобные программно-технические системы (расчетно-логические, экспертные, интеллектуальные) предназначены для автоматизации процессов анализа больших объемов данных с целью выявления в них различных закономерностей, а также формирования и выдачи обоснованных решений на основе использования знаний.
Системный анализ представляет собой методологическую основу, которую можно применять для решения проблемы построения различных информационно-вычислительных систем [2]. Использование методологии системного анализа в данном направлении сопровождается постановкой ряда задач, требующих разработки и применения разнообразных методов для их решения. Методы системного анализа позволяют проводить всесторонний анализ и синтез систем, выявлять оптимальные взаимосвязи между их элементами, определять их структуру и архитектуру, а также разрабатывать более эффективные алгоритмы анализа, управления и обработки информации [3].
Объектом исследования являются информационно-вычислительные системы обработки знаний (расчетно-логические, экспертные, интеллектуальные). Предметом исследования являются принципы и методы системного анализа, применяемые для решения проблемы построения информационно- вычислительных систем обработки знаний. Целью работы является исследование теоретических аспектов применения методологии системного анализа в контексте решения проблемы построения информационно-вычислительных систем обработки знаний. Для достижения поставленной цели необходимо решить следующие задачи:
- Рассмотреть фундаментальные понятия, принципы и методы системного анализа.
- Определить решаемые задачи и выделить основные используемые методы при построении информационно-вычислительных систем.
- Сформировать и описать основные этапы методологического подхода к решению проблемы построения информационно-вычислительных систем.
- Предложить различные дополнительные решения возникающих сложностей в процессе построения информационно-вычислительных систем обработки знаний.
- Материалы и методы.
Системный анализ – это методология (совокупность принципов и методов), позволяющая исследовать различные ситуации, процессы и явления, а также строить сложные технические объекты и системы, состоящие из множества взаимосвязанных элементов [4].
Особенностью методологии системного анализа является совокупность используемых общенаучных, количественных и качественных методов. Исследователи в своих подходах к решению различных проблем могут как комбинировать различные методы, так и использовать их по отдельности. В соответствии с этим все методы системного анализа подразделяются на несколько укрупнённых групп:
1) общенаучные методы – декомпозиция, анализ, синтез, описание, сравнение,
систематизация, агрегация, обобщение, абстрагирование, структуризация, формализация, моделирование, проектирование, алгоритмизация, эксперимент, тестирование, оценивание и другие;
2) количественные (формальные) методы – аналитические, логические, численные, математическое моделирование, теоретико-множественные, графоаналитические, комбинаторные, статистические, вероятностные, компьютерные, семиотические, лингвистические и другие [5–8];
3) качественные (эвристические) методы – дерево целей, метод сценариев, метод
аналогий, морфологический ящик, букет проблем, мозговая атака, коллективная генерация идей, методы «Дельфи», наблюдение, экспертные оценки и другие.
В зависимости от степени структурированности и сложности существующей проблемы на этапах её решения может быть использован один или несколько методов системного анализа. При этом на разных этапах решения могут учитываться и различные базовые принципы системного анализа, например, при решении проблемы построения информационно-вычислительных систем это могут быть:
1) принцип целеполагания – система стремится к определенному предпочтительному состоянию, выступающему в качестве заданной цели;
2) принцип целостности – система рассматривается как единое целое, состоящее из совокупности отдельных частей;
3) принцип модульности – система разделяется на части (подсистемы, компоненты, модули, элементы) для более детального их анализа;
4) принцип иерархичности – система представляется в виде иерархии уровней, где на каждом уровне имеются свои цели и задачи;
5) принцип оптимальности – система может быть приведена в состояние наилучшего функционирования с точки зрения некоторого критерия;
6) и некоторые другие [9–11].
Построение различных программно-технических систем представляется в общем виде и ассоциируется в сознании человека как процесс решения некоторой комплексной проблемы.
А использование методологии системного анализа при решении любой существующей проблемы как раз позволяет сформировать обобщенный методологический подход к ее решению в виде последовательности из четко определенных этапов.
- Результаты и обсуждение.
Построение любой информационно-вычислительной системы (как процесс решения комплексной проблемы) может быть выполнено с применением следующего предложенного методологического подхода, состоящего из последовательности этапов, на каждом из которых при помощи различных методов решаются определенные поставленные задачи:
Этап 1 – задача декомпозиции системы. На текущем этапе проводится исследование предметной области [12], выявление основных понятий, закономерностей, элементов и связей между ними. Необходимо чётко сформулировать требования к цели и задачам, которые должна решать система, определить входные данные для обработки, а также выходные результаты, которые должны быть получены в рамках решаемых системой задач. Кроме этого, необходимо осуществить подбор методов и алгоритмов решения. Для решения задачи декомпозиции можно применять метод декомпозиции, а также методы системного анализа (элементного, структурного, функционального, компонентного, иерархического и другие).
Этап 2 – задача анализа системы. На данном этапе детально анализируются все элементы, параметры и функции, которые будут использоваться в системе при обработке информации [13, 14]. Для решения задачи анализа можно использовать: формальные методы моделирования, методы системного анализа (параметрического, структурного, функционального, сценарного, факторного, ретроспективного), метод SWOT-анализа и другие.
Этап 3 – задача синтеза системы. На текущем этапе происходит объединение отдельных выделенных элементов в одно целое – систему. Часто для решения данной задачи применяется метод математического моделирования, который позволяет осуществить синтез, собирая вместе все элементы, параметры и функции в виде математической модели, отражающей важнейшие части системы [15]. Для решения задачи синтеза системы используются: формальные методы моделирования, методы системного синтеза (структурного, функционального, компонентного, морфологического), метод композиции, метод аналогий и другие.
Этап 4 – задача построения архитектуры системы. На данном этапе строится архитектура системы [16], разрабатываются алгоритмы, определяются модули и компоненты [17] системы, а также интерфейсы их взаимодействия, создаются различные виды схем и документация. Для решения задачи построения архитектуры применяются: методы системного анализа, методы проектирования, графические методы (блок-схемы, диаграммы) [18], метод шаблонов (паттернов) и другие.
Этап 5 – задача реализации алгоритмов системы. На текущем этапе осуществляется разработка и конструирование системы на основе реализации алгоритмов, записываемых в виде кода программ [19]. Для решения задачи реализации системы можно использовать: метод декомпозиции, метод пошаговой детализации, метод агрегации, графические методы (диаграммы и блок-схемы алгоритмов), методы программирования (кодирования), методы отладки программ и другие.
Этап 6 – задача оценки эффективности системы. На данном этапе проводится настройка параметров, тестирование и оценка эффективности работы реализованных алгоритмов системы с целью достижения наилучших результатов производительности и качества [20]. Для решения задачи оценки эффективности работы системы применяются: методы системного анализа (сравнительного, параметрического, факторного, стохастического, сценарного), методы тестирования, критериальный метод, нормативный метод, эвристические методы, методы экспертных оценок и другие.
При решении проблемы построения информационно-вычислительных систем обработки знаний с использованием предложенного выше подхода на различных определенных этапах можно столкнуться с некоторыми дополнительными сложностями:
1) во многих предметных областях существуют разнородные виды (типы) знаний, а также сложные множественные взаимоотношения между ними (прямые и обратные), что затрудняет быстрое построение систем обработки знаний;
2) для эффективной обработки знаний в информационно-вычислительных системах требуется глубокая интеграция экспертных знаний и опыта различных специалистов из выбранных предметных областей, что усложняет процесс построения подобных систем;
3) в условиях быстро меняющейся информационной среды информационно-вычислительные системы обработки знаний должны иметь возможность часто обновляться, чтобы постоянно адаптироваться к новым условиям и постановкам решаемых прикладных задач.
Для устранения выявленных выше сложностей и построения информационно-вычислительных систем обработки знаний предлагаются следующие решения:
1) разработка и использование специализированных программных инструментальных средств и баз знаний, а также систем анализа и логического вывода информации, учитывающих специфику предметных областей [21]. Основная идея предложенного решения заключается в интеграции различных моделей представления знаний и методов обработки данных, в результате чего строятся гибридные системы обработки информации;
2) разработка гибких и масштабируемых архитектур информационно-вычислительных систем обработки знаний, позволяющих легко вносить изменения. Смысл предложенного решения заключается в построении агентно-модульных или многоагентных архитектур, позволяющих в результате быстро модифицировать и добавлять в систему новые функциональные возможности и адаптироваться к решению различных задач обработки информации [22];
3) разработка и применение методов искусственного интеллекта для обработки символьной информации в виде текстов на каком-либо естественном языке [23, 24]. Суть предложенного решения заключается в автоматизации процесса анализа и извлечения содержащихся знаний из текстов, в результате чего в системах появляется возможность пополнения баз знаний на основе разных текстовых описаний и постановок задач, а также возможность выдачи новых релевантных результатов.
- Заключение и выводы.
В процессе исследования были рассмотрены теоретические аспекты применения методологии системного анализа в контексте решения проблемы построения информационно-вычислительных систем обработки знаний и решены следующие задачи:
- Рассмотрены основные понятия, принципы и методы системного анализа.
- Определены основные задачи и используемые методы для решения проблемы построения информационно-вычислительных систем.
- Сформированы и описаны основные этапы методологического подхода к решению проблемы построения информационно-вычислительных систем.
- Предложены решения для устранения часто возникающих сложностей при построении информационно-вычислительных систем обработки знаний.
В результате исследования было выявлено, что применение различных методов системного анализа обеспечивает комплексное решение поставленных задач, а также позволяет сформировать систематизированный методологический подход к решению проблемы построения информационно-вычислительных систем. Систематизация и правильное применение необходимых методов системного анализа способствует построению более эффективных, надежных и безопасных информационно-вычислительных систем обработки знаний.
References
1. Степанов М.Ф. Системный подход к представлению знаний о киберфизических системах автоматического управления / М.Ф. Степанов, А.М. Степанов, О.М. Степанова // Математические методы в технологиях и технике. – 2022. – № 10. – С. 85-89.2. Слободянюк Л.А. Системный анализ и постановка задачи оптимизации производственного расписания обработки металлоконструкций / Л.А. Слободянюк, О.Е. Шашихина, Я.А. Ковальчук // Математические методы в технологиях и технике. – 2021. – № 1. – С. 41-44.
3. Петров Д.Ю. Системный анализ функционирования непрерывного производства / Д.Ю. Петров // Математические методы в технологиях и технике. – 2021. – № 6. – С. 113-118.
4. Зайцев А.Ф. Подход и особенности использования методологии системного анализа в области компьютерных наук / А.Ф. Зайцев // Модернизация научной инфраструктуры и цифровизация образования : Материалы XI Международной научно-практической конференции. В 2-х частях, Ростов-на-Дону, 23 июня 2021 года. Том Часть 1. – Ростов-на-Дону: ООО "Издательство ВВМ", 2021. – С. 60-66. – EDN MOMFVR.
5. Яковлев Е.И. Сравнительный анализ видов моделирования / Е.И. Яковлев, А.П. Ремезова // Математическое и программное обеспечение систем в промышленной и социальной сферах.
– 2023. – Т. 11, № 1. – С. 26-30.
6. Меняйлов Д.В. Особенности моделирования сложных систем / Д.В. Меняйлов, А.П. Преображенский // Вестник Воронежского института высоких технологий. – 2021. – № 3(38). – С. 29-31.
7. Солопов Д.М. Применение имитационного моделирования / Д.М. Солопов, И.С. Пугач, М.С. Колдин // Наука и Образование. – 2023. – Т. 6, № 2. – С. 11-16.
8. Рахимов А.А. Компьютерное и математическое моделирование как метод научного познания явлений, процессов, систем различной природы и образования / А.А. Рахимов // Вестник Вологодского государственного университета. Серия: Технические науки. – 2024. – № 4(26). – С. 51-54.
9. Зайцева А.А. Принципы системного анализа в геоинформационных системах / А.А. Зайцева, А.В. Линкина // Вестник Воронежского института высоких технологий. – 2022. – № 2(41). – С. 77-79.
10. Гарминович Н.А. Использование приемов системного анализа информации при обучении математике / Н.А. Гарминович // Наука и Образование. – 2024. – Т. 7, № 4. – С. 26-33.
11. Алтынников М.С. Роль системного анализа в бизнесе / М.С. Алтынников, В.И. Любимцев // Международный журнал информационных технологий и энергоэффективности. – 2023. – Т. 8, № 3. – С. 44-49.
12. Киселев Н.К. Системный анализ предметной области и создание актуальной модели базы данных «Научная деятельность студентов вуза» / Н.К. Киселев, К.А. Ковалева // Современные инновации, системы и технологии. – 2024. – Т. 4, № 4. – С. 125-140.
13. Зайцев А.Ф. Системный анализ информационной системы логико-математического моделирования / А.Ф. Зайцев, В.А. Кравченко, Д.Ш. Ширапов // Математика, ее приложения и математическое образование (МПМО'20) : Материалы VII Международной конференции, Улан-Удэ, 07–12 сентября 2020 года. – г. Улан-Удэ: Восточно-Сибирский государственный университет технологий и управления, 2020. – С. 99-100. – EDN XMRWPF.
14. Зайцев А.Ф. Анализ эффективности автоматизированной системы логико-математического моделирования динамических систем / А.Ф. Зайцев, В.А. Кравченко, Д.Ш. Ширапов // Кооперация науки и общества: проблемы и перспективы : сборник статей по итогам Международной научно-практической конференции, Уфа, 19 февраля 2021 года. – Стерлитамак: Общество с ограниченной ответственностью "Агентство международных исследований", 2021. – С. 80-87. – EDN YIQDPV.
15. Цебренко К.Н. Моделирование информационной системы взаимодействия с клиентами / К.Н. Цебренко // Международный журнал гуманитарных и естественных наук. – 2024. –
№ 8-2(95). – С. 171-174. – doi: 10.24412/2500-1000-2024-8-2-171-174
16. Дулесов А.С. Модель архитектуры ИТ-решений: создание, генерация решений / А.С. Дулесов, Р.А. Андреев, А.А. Коновалов // Современные инновации, системы и технологии. – 2024. – Т. 4, № 2. – С. 212-220. – doi: 10.47813/2782-2818-2024-4-2-0212-0220
17. Савинский П.С. Проектирование компонентов мультиагентной системы электронного документооборота / П.С. Савинский, И.М. Кулакова // Современные технологии и научно-технический прогресс. – 2024. – № 1. – С. 161-162.
18. Игнатьева А.В. UML-моделирование информационной системы для автоматизации формирования ассортимента товаров / А.В. Игнатьева, Е. С. Васева // Научное обозрение. Технические науки. – 2022. – № 4. – С. 22-27. – doi: 10.17513/srts.1405
19. Терещенко К.А. Применение подхода «Архитектура как код» при формировании крупных экосистем / К.А. Терещенко, Р.В. Мальчева // Информатика и кибернетика. – 2024. – № 1(35).
– С. 33-38.
20. Вахрушев А.В. Системный подход в качестве надежности информационных систем / А.В. Вахрушев // Международный журнал информационных технологий и энергоэффективности.
– 2024. – Т. 9, № 4(42). – С. 120-127.
21. Зайцев А.Ф. Обзорный анализ и классификация программных инструментальных средств для реализации экспертных систем / А.Ф. Зайцев // Технические науки: проблемы и решения : сборник статей по материалам LXXVIII международной научно-практической конференции, Москва, 17 ноября 2023 года. – Москва: Общество с ограниченной ответственностью "Интернаука", 2023. – С. 22-34. – EDN DSKUVY.
22. Зайцев А.Ф. Агентно-модульный подход к проектированию и реализации программных систем на основе имитационного моделирования / А.Ф. Зайцев // System Analysis and Mathematical Modeling. – 2023. – Т. 5, № 3. – С. 338-349. – doi: 10.17150/2713-1734.2023.5(3).338-349
23. Кривченков Г.М. Использование искусственного интеллекта в области вычислительных технологий / Г.М. Кривченков, А.Л. Ткаченко // Вестник Калужского университета. – 2023. – № 4(61). – С. 85-89.
24. Лаштабега Е.А. Методы повышения эффективности и производительности вычислительных систем на основе технологий искусственного интеллекта / Е.А. Лаштабега, Н.И. Лиманова,
В.В. Козлов // Бюллетень науки и практики. – 2024. – Т. 10, № 7. – С. 392-396.