WWW.METODICHKA.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Методические указания, пособия
 

Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 16 |

«О ПРОЕКТЕ СТРАТЕГИИ РАЗВИТИЯ ИНФОРМАЦИОННОГО ОБЩЕСТВА В РОССИИ Д.т.н., д.ю.н., профессор А.А.Стрельцов (Аппарат Совета Безопасности Российской Федерации) Передовые страны мира подошли к ...»

-- [ Страница 12 ] --

Но в самом законодательстве обозначить границу между актами и нормами, посвященными отдельно общему регулированию отношений и обеспечению безопасности в информационной сфере почти невозможно. Каждый закон, каждый иной нормативный акт содержит нормы, обеспечивающие правила, порядок отношений, соблюдение которых создает состояние безопасности, а нарушение или отступление от них - условия угрозы или реального правонарушения. Если в организационных и технических мерах возможно выделить специально предназначенные для реализации обеспечения безопасности, защиты от угроз внутренних и внешних, то в правовых отношениях материя не поддается такому механическому разделению.

Представляется, что каждый правовой акт может быть оценен не только с позиций позитивного установления правил поведения или отношений, но и с позиций его потенциала предотвращения нарушений. Это обязывает уделять большее внимание связи элементов правовых норм - гипотезы, диспозиции и санкций; формулировке содержания норм. Для достижения целей безопасности чаще применяются запретительные нормы, условия ограничения дозволенного. Известно, что состав правонарушений и санкции помещаются в соответствующие кодексы, нормы которых не всегда гармонизированы с нормами регулятивного характера.

И все же эффективность законодательства определяется полноценностью его регулятивной части — той части норм, которые создают ясность у участников определенных отношений, как они должны действовать в той или иной ситуации, какими правами и обязанностями они наделены от имени государства или своего контрагента (партнера). В этих целях всякий раз необходимо знать о наличии нормативной основы для тех или иных отношений.

Теоретические, организационные, учебно-методические и правовые проблемы

ОЦЕНКА ДЕЯТЕЛЬНОСТИ ПО СОВОКУПНОСТИ РЕЗУЛЬТАТОВ

К.т.н., доцент В.И. Кононенко, к.т.н., доцент Ю.А. Кравченко (Академия управленияМВД России) Оценка деятельности по совокупности результатов – одна из важнейших информационных технологий управления. В математике разработаны методологические подходы к ее решению и накоплен значительный опыт их применения в различных прикладных исследованиях.

Вместе с тем, основные усилия в этой области сосредоточены на постановке и решении задач, которые, безусловно, важны для математической теории управления и, как правило, не понятны не только управленцампрактикам, но и исследователям проблем управления в тех или иных отраслях.

Многие отраслевые методики оценки деятельности не в полной мере соответствуют принципам и основным требованиям теории. Наиболее распространенным недостатком является некорректное проведение или вовсе игнорирование процедуры нормирования исходных покаТаблица 1 зателей. Известные нам методики оценки деятельности органов Результаты боевой и внутренних дел имеют либо тот, либо другой изъян. Это исклю- физической подготовки чает возможность их использования при обучении слушателей

–  –  –

представлены в виде таблицы. Методически важно подчеркнуть, что нормативы по стрельбе и подтягиванию возрастают, а по кроссу – убывают. Балл или "оценка" по стрельбе и подтягиванию тем выше или лучше, чем больше, а по кроссу - тем выше или лучше, чем меньше.

При выполнении практической работы полезно, чтобы слушатели вначале "вручную" выставили оценки одному из участников по трем видам. В соответствии с данными табл. 1 Белкин имеет следующие результаты:

по стрельбе - 82, по кроссу (1000м) - 03:55, по подтягиванию - 8. Если сравнить эти результаты с соответствующими нормативными значениями (табл. 3), то можно установить, что по стрельбе Белкин получил оценку отлично, по кроссу - плохо, а по подтягиванию - удовлетворительно.

На конкретном примере следует пояснить суть процедуры: число из таблицы результатов сравнивается поэлементно с упорядоченным массивом нормативных значений. Найденное нормативное значение результата определяет номер строки и далее соответствующую оценку. Это подготовит слушателей к осмысленному использованию стандартных функций ПОИСКПОЗ() и СМЕЩ() из категории "Ссылки и массивы".

В структуре функции ПОИСКПОЗ(): число, массив чисел и параметр, значение которого определяет тип сопоставления.

Если значение параметра равно 1, то число последовательно сравнивается с элементами упорядоченного по возрастанию массива. Определяется наибольший номер меньшего либо равного элемента. То есть, при определении оценок по стрельбе и по подтягиванию значение параметра равно 1.

Если значение параметра равно -1, то число последовательно сравнивается с элементами упорядоченного по убыванию массива. Определяется наименьший номер большего либо равного элемента. То есть, при определении оценок по кроссу значение параметра равно -1.

Методически правильно обратить внимание слушателей на аналогию в определении порядка ранжирования при использовании функции РАНГ() и типа сопоставления при использовании функции ПОИСКПОЗ().

Если числовые значения оценки заданы натуральным рядом, как в табл. 3, номер позиции совпадает с числовой оценкой и нет необходимости в применении функции СМЕЩ().

По сравнению с конкретными результатами оценки обладаРасчетные ют тем же преимуществом, что и места - сопоставимостью между Исходные Средние очки для собой и возможностью их сложения. Очевидно, что сумма оценок по результаты оценки каждого трем разным видам характеризует успешность его выступления в вида "многоборье" следующим образом: чем больше сумма оценок, тем лучше совокупность трех результатов. Общая схема оценки на основе использования нормативов приведена на рис.3. Нормативы В заключение практической работы оценки совокупности результатов на основе использования нормативов, полезно поин- Рис. 3. Схема оценки на основе тересоваться у слушателей, откуда, по их мнению, берутся норма- использования нормативов тивы. К сожалению, самый популярный, а нередко и единственный ответ: "Из приказа". Но если повезет, слушатели могут получить дополнительную информацию, полезную при изучении стандартной в математической статистике процедуры нормирования.

Использование среднего значения и стандартного отклонения для нормирования показателей В математической статистике для нормирования показателей используется две величины: среднее значение и стандартное отклонение. Напомним смысл и математические выражения этих показателей.

Среднее значение - наиболее широко применяемая в статистике величина. Если нет специальных уточнений, под средним значением понимается частное от деления суммы значений на их количество.

Для вычисления среднего значения x используется следующая формула:

1n x = xi (1) n i =1 xi где i - номер (в данном случае участника), - значение (в данном случае результат i-ого участника по одному из видов), n - общее количество (в данном случае участников).

В табличном процессоре MS Excel для вычисления среднего значения используется стандартная функция =СРЗНАЧ().

После расчета средних значений по стрельбе, кроссу и подтягиванию целесообразно определить тех участников, у кого результаты лучше средних по всем видам. Для этого применяется пользовательский автофильтр, вызываемый через меню Данные – Фильтр. Выделив лучших по этому принципу, целесообразно отметить, что совершенно не учитывается, на сколько результат отличается от среднего и обсудить возможности такого учета.

Стандартное отклонение используется для характеристики рассеяния совокупности значений. Это общая для совокупности мера того, насколько широко разбросаны значения относительно их среднего.

Для вычисления стандартного отклонения используется следующая формула:

Теоретические, организационные, учебно-методические и правовые проблемы

–  –  –

03:52 03:43 75 03:35

–  –  –

считать хорошими. Но мы полагаем, что для каждого возраста Мухин существует собственная "норма", которая снижается с увеличе- 7 y = -0,4x + 20,7 нием возраста. Если в качестве такой "нормы" воспользоваться соответствующими значениями линии тренда, характеризующей 5 зависимость результатов по подтягиванию от возраста, то оче- 20 25 30 35 40

–  –  –

видно, что для своего возраста результаты Зайцева, Мехова и Мухина следует считать плохими. Аналогично, результаты Рогова и Карпова, которые располагаются выше линии тренда, хотя и меньше среднего значения, следует считать хорошими.

Если в формуле (3) величину x заменить соответствующими возрасту участника значениями линии t ( vi ), где i - номер участника, vi - возраст i-ого участника, в полученных нормированных показатетренда лях влияние возраста будет учтено естественным образом. Соответствующим образом следует произвести и замену стандартного отклонения. Математически корректное изложение необходимых изменений способно вызвать аллергию у слушателей, не имеющих достаточной подготовки. Но выход есть. Рассмотрим предлагаемую методику оценки совокупности результатов с учетом влияния фоновых показателей исключительно как информационную технологию, которая включает:

1. Визуальную оценку зависимостей результатов от фоновых показателей путем построения и анализа соответствующих диаграмм разброса.

2. Построение линий тренда. Вычисление коэффициентов корреляции r, величин достоверности аппроксимации R2, коэффициентов регрессии и их стандартных ошибок. В табличном процессоре MS Excel для этого используется функция ЛИНЕЙН() из категории "Статистические".

3. Определение для каждого участника соответствующих его возрасту значений на линии тренда. В табличном процессоре MS Excel для этого используется функция ТЕНДЕНЦИЯ() из категории "Статистические".

yi = xi t ( vi ). Для каждого участника вычисПереход к промежуточным расчетным показателям ляется разница между его результатом и значением линии тренда соответствующим его возрасту.

5. Вычисление стандартного отклонения для промежуточных расчетных показателей. Среднее значение равно нулю по определению.

n ( y ) 2 i sy = i =1 (4).

( n 1)

6. Вычисление нормированных значений по формуле yi y = (5).

sy

7. Изменение знака нормированного показателя по кроссу.

8. Определение среднего значения нормированных показателей.

9. Проведение сортировки по среднему значению нормированных показателей.

10. Сравнение полученных результатов с результатами, полученными без учета влияния возраста.

В заключение следует отметить, что многолетний опыт применения специально построенного учебного примера для объяснения слушателям Академии управления МВД РФ основных технологических приемов оценки деятельности по совокупности результатов является успешным. Использование трех хорошо интерпретируемых показателей–результатов и одного очевидного фонового показателя позволяет наглядно в доступной форме объяснить основные идеи различных подходов к построению обобщенной оценки. Проводя со слушателями занятие по данной теме, мы обучаем слушателей элементарным технологическим приемам реализации этих идей с помощью различных стандартных функций табличного процессора MS Excel.

Тем самым, создаются предпосылки для более глубокого изучения проблемы обобщенной оценки и разработки собственных вариантов ее решения.

ПРОЦЕДУРЫ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ

К.т.н., доцент В.А. Егоров (Саратовский юридический институт МВД России) Представление знаний как методология моделирования и формализации концептуальных знаний, ориентированная на компьютерную обработку, является одной из основных и наиболее важных тем построения интеллектуальных систем. Использование знаний представляет собой технологию вывода, то есть получения решения в соответствии с определенным представлением знаний.

Формирование базы знаний представляет собой сложный процесс, зависящий от специфики представления информации и алгоритмов вывода управляющих решений. Наполнение базы знаний может осуществляться как единовременно, так и в течение определенного времени. Это значительно расширяет диапазон использования таких систем и создает методологическую базу для их совершенствования.

Конкретные способы заполнения базы данных и базы знаний интеллектуальных систем зависят от структуры и базового программного обеспечения конкретных вычислительных систем и определяются для каждого типа объекта управления, который в свою очередь имеют свою специфику, нормативную и законодательную базу.

Теоретические, организационные, учебно-методические и правовые проблемы

Одним из основных вопросов, которые нужно решить при проектировании интеллектуальных систем, является вопрос о типе знаний («поверхностные» или «глубокие») и способах их представления знаний. Использовать «поверхностные» знания, на первый взгляд, представляется естественным и очевидным: они связывают наблюдаемые признаки объектов управления. Эти знания основаны на решающей эвристике, сформированной экспертом, привлекают простые, легко программируемые управляющие структуры в базе знаний и механизме логического вывода интеллектуальной системы (ИС). Но довольно скоро при разработке ИС проявляются недостатки «поверхностных» знаний: отсутствие накопленного опыта для новых объектов, практическая невозможность построения полного дерева решений для всех возможных состояний, большая сложность организации направленного поиска нужного решения. Серьезность этих недостатков приводит к необходимости представления «глубоких» знаний, включающих структурное описание объекта управления в терминах его организации и выполняемых операций и знания эксперта об основных принципах его функционирования.

Для манипуляции с «глубокими» знаниями можно использовать метод обнаружения отклонений, предложенный Р. Дэвисом1. Этот метод квалифицирует изменение состояния как событие, вызывающее появление признаков функционирования объекта, отличных от ожидаемых. Логический вывод идет от анализа признаков изменения в деятельности объекта, исходя из структуры и порядка выполнения операций, к причине возникновения изменения.

При безусловной перспективности этого метода, он не лишен недостатков, а также сложностей в применении. Основным из них является ограниченность модели взаимодействия компонентов объекта в «классическом» варианте метода. Этот недостаток преодолевается путем использования нескольких различных моделей взаимодействия. Сложность применения метода также состоит в необходимости иметь модель нормального и ненормального функционирования объекта, совокупность моделей взаимодействия его компонентов. Разработка таких моделей может отодвинуть перспективу получить рабочую ИС на неопределенно долгий срок. В то же время, в конкретном образце ИС для повышения ее эффективности и упрощения разработки полезно учитывать систему контроля проводимых операций, принятых на конкретном объекте. Система контроля, как правило, дает исходную информацию для поиска признаков нарушения, а также может зафиксировать для ИС факт отклонения контролируемого параметра от его требуемого значения. Помимо того, не исчерпали еще своих возможностей и «поверхностные» знания - эвристики, связывающие признаки ненормального функционирования объекта с их причинами, особенно на начальных этапах исследования. То есть очевидно, что комбинированное использование двух типов знаний будет способствовать успешной разработке эффективной ИС. Эмпирический логический вывод (от «поверхностных» знаний) сделает процесс обнаружения признаков преступлений быстрым и эффективным, тогда как функциональный вывод (от «глубоких» знаний) обеспечит гибкость и точность диагноза.

Можно увидеть два пути создания ИС:

а) от общего к частному - разработать или воспользоваться уже имеющимися инструментальным программным средством формирования ИС (оболочкой), которую затем наполнять знаниями о конкретных объектах, формируя таким образом нужные ИС;

б) от частного к общему - разработать конкретную объектно-ориентированную ИС на универсальном алгоритмическом языке, а затем обеспечить возможность настройки программной реализации на другие объекты (впрочем, оба процесса скорее всего пойдут параллельно).

Второй путь представляется более предпочтительным ввиду его преимуществ:

во-первых, повышается эффективность разрабатываемой ИС и снижаются требования к ресурсам ЭВМ благодаря учету специфики предметной области;

во-вторых, появляется уже готовая ИС, которую можно применять по назначению;

в-третьих, программная реализация всегда допускает возможность варьировать данными, что и расширяет программу до инструментального средства, с помощью которого можно создавать ИС для других типов экономических объектов, то есть - до оболочки. Такая оболочка будет, конечно, более специализированной на предметную область, но это скорее достоинство, чем недостаток, потому что помимо эффективности она более проста в обращении, тогда как существующие универсальные оболочки - это по сути объектноориентированные языки высокого уровня.

Рассмотрим основные особенности разработки указанным методом оболочки, специализированной на построение ИС, способные осуществлять поиск признаков преступлений на объектах кредитно-финансовой сферы. Эта оболочка должна представлять собой пакет программ, включающий средства построения базы знаний, машину вывода и пользовательский интерфейс.

Сформированная для конкретной ИС база знаний разделена на две суббазы: одна содержит декларативные знания, другая - процедурные.

Декларативная суббаза построена в виде двух фреймов: фрейма описания объекта и фрейма правил. Во фрейме описания в качестве слотов представлены: структура объекта, взаимосвязи его элементов, перечень признаков ненормального функционирования.

Для удобства программной реализации каждый из слотов фреймов хранится в виде отдельного файла.

1 Поспелов Г.А. Принятие решений в условиях неопределенности. - М.: Радио и связь, 1982, 326 с.

–  –  –

Слот взаимосвязей элементов исследуемого объекта представляет собой совокупность индексированных множеств STRi, i = 1, 2,..., NC. Индекс i множества определяет его принадлежность к элементу, значащемуся под номером i в списке элементов структуры. Элементами каждого множества являются целые числа номера отделов из того же списка, которые являются элементами i - го отдела:

STRi = { ki,j : ki,j IC }, где IC = { 1, 2,..., NC}, j = 1, ni, ni -количество операций, выполненных в i - м отделе.

Может иметь место ситуация, когда не известно какие операции выполнил i - й отдел: или не известно или нет необходимости в детализации, тогда STRi =.

Слот признаков ненормального функционирования представляет собой перечень внешних проявлений нарушений в деятельности отделов исследуемого объекта, причем порядковый номер нарушения в этом списке также является его признаком. Принято, что первые пр признаков рассматриваются как «первичные», то есть такие, которые наблюдаются без дополнительных проверок. Программа, обрабатывающая файл этого слота, должна обеспечивать его создание, добавление записей, их исправление, удаление, вставку и просмотр. При вставке и удалении предусматривается также коррекция фрейма правил в связи с изменением порядковых номеров - признаков нарушений.

Фрейм правил состоит из двух пар слотов. В каждую пару входят: слот условий и слот следствий продукционных правил. Первая пара относится к правилам так называемого первого уровня, связывающим «первичные» признаки нарушений с отделами исследуемого объекта. Вторая пара используется в правилах второго уровня, которые связывают более детальные признаки нарушений с конкретными выполняемыми операциями в отделах.

Каждый из слотов условий - это совокупность множеств ANTl, l = 1, 2,..., NA - элементами которых являются признаки - номера проявления нарушений в упоминавшемся выше перечне:

ANTl = { kl,p : kl,p = IF }, где IF = { 1, 2,..., NF }, p = 1, 2..., ni, ni - число условий, связываемых операцией &, в l - ом правиле.

Слот следствий представляет собой совокупность множеств Cl, l = 1, 2,..., NA - элементами которых являются признаки - номера выполняемых операций также в соответствующем перечне:

Cl = { kl,s : kl,s IC }, s = 1, 2..., ns, ns - число выполняемых операций, нарушения при выполнении которых связаны с условиями ANTl.

В процедурной форме представлены метазнания. Это, в частности, процедура, которая устанавливает отношения несовместимости между признаками нарушений. Здесь имеется ввиду то обстоятельство, что одновременное появление некоторых признаков невозможно или крайне маловероятно. Учитывая это при интерпретации правил, можно облегчить диалог «пользователь - ИС», усилить направленность поиска нарушения. Под отношениями несовместимости можно понимать множества CTRr, r = 1, 2,..., NF, чьими элементами являются признаки - номера проявления нарушений, которые не могут иметь места одновременно с r - ым. Оказывается, что можно сформировать множества CTRr без участия эксперта, на основании анализа фрейма правил и слота структуры фрейма описания объекта управления. Алгоритм формирования множества CTRr при этом основывается на допущениях независимости признаков нарушений, относящимся к выполняемым операциям одного уровня иерархии, и о невозможности появления двух и более нарушений одновременно. Это кажущееся ограничение в действительности не только не сужает область применения ЭС, но и дополнительно структурирует задачу поиска признаков нарушений. В самом деле, первое допущение не исключает зависимых нарушений, которые могут иметь общий характерный признак, а второе предписывает искать нарушения последовательно, по очереди.

Согласно указанным допущениям в множество CTRr включаются номера - признаки проявлений нарушений по следующим правилам:

а) если r - признак является «первичным», то в множество CTRr вносится каждый «первичный» признак

i, не равный r и не входящий в одно с r - ым правило:

CTRr = { i : 1 i np, i r, (i, r) ANTl, l = 1, 2,..., NF }, где np - число «первичных» признаков;

б) если r - ый признак не является «первичным», то в множество CTRr вносятся признаки нарушений в выполнении операций, проведенных в том же отделе исследуемого объекта, что и операция, чьим признаком нарушения является r -ый:

CTRr = { i : np i NF, i r, (i ANTl, r ANTj, l = 1, 2,..., NF, j = 1, 2,..., NF l j) & ( ANTl k, ANTj p ) & ( k STRu, p STRu, k p ) }.

Нельзя, разумеется, утверждать, что приведенные правила исчерпывают все ситуации несовместимости признаков нарушений, могут быть и другие, в том числе - плохо формализуемые ситуации. Но эти имеют место всегда и притом признаки, находящиеся в указанных отношениях, наиболее многочисленны. Эксперту же предоставляется возможность расширить отношения несовместимости (исходя из «особых» соображений) «вручную», для этого в составе оболочки должна быть предусмотрена специальная программа.

Теоретические, организационные, учебно-методические и правовые проблемы

Обратим внимание на то, что принятые допущения и основанные на них правила хороши в рассматриваемой предметной области, так как они демонстрируют (в общеметодологическом плане) пользу учета в интеллектуальной системе особенностей предметной области.

Центральным элементом оболочки является машина вывода. Она представляет собой механизм интерпретации продукционных правил и использует фрейм правил в качестве исходных данных. Исходными данными являются также параметры текущего состояния исследуемого объекта, получаемые либо автоматически, либо из бухгалтерской документации. Параметры - это множество ATR наблюдаемых признаков нарушений.

Множество ATR сравнивается с множествами - условиями ANTl, l = 1, 2,..., NA1 правил 1 - го уровня. При выполнении условия ATR = ANTl* (1) из следствия l* - го правила выбирается множество Cl* действий для дальнейшего детального анализа.

При невыполнении (1) условием для выбора является AUXl* = min ( AUXl ), 1 l NA1, (2) где AUXl = ATR - ANTl.

После отбора «подозрительных» действий происходит последовательный просмотр производимых действий с целью уточнения ситуации. Теперь программа выбирает действие k выполняемое u отделом, информация о котором содержится, как упоминалось, в множестве STRu. Отыскиваются правила, в следственных частях которых присутствует действие k:

k Cj, а затем условные части этих правил ANTj представляются пользователю для подтверждения содержащихся в них признаков нарушений. При этом не рассматриваются признаки, находящиеся в отношении несовместимости с уже отмеченными пользователем.

Таким образом, процедура поиска нарушения представляет собой комбинацию прямого и обратного логических выводов. Направленность поиска достигается благодаря прохождению по иерархии выполняемых действий и определению несовместимых путей поиска. Направленность поиска ускоряет процесс обнаружения нарушений, облегчает работу пользователя, а также защищает саму систему от некомпетентного или недобросовестного пользователя.

Машина вывода итерационно углубляется в структуру выполняемых действий, не накладывая ограничений на степень их детализации: поиск останавливается на операции k, выполнение которой не закончено или прервано в соответствующем слоте фрейма, то есть STRk =.

Диалоги, в которые вступают в процессе работы средства оболочки и пользователи, обеспечиваются пользовательским интерфейсом, выполненным по принципу «меню» на русском языке.

Указанное построение средств оболочки дает возможность модифицировать продукционные правила через данные без перепрограммирования, обеспечивает независимость всех средств оболочки от исследуемого объекта. В базу знаний могут быть включены как «поверхностные» знания, отражающие опыт специалистов, так и «глубокие» знания, основанные на анализе структуры выполняемых операций. Возможны комбинации типов знаний, а также знания, представленные в процедурной форме в виде моделей ситуаций.

Итак, отличительными признаками описанной оболочки являются:

независимость средств оболочки от типа и структуры исследуемого объекта;

простота построения интеллектуальной системы поиска признаков нарушений на конкретном объекте, обеспечиваемая использованием готовых неперестраиваемых компонентов: машины вывода, процедуры выработки отношений несовместимости, а также дружественного интерфейса, не требующего специальной подготовки разработчика;

направленность поиска признаков нарушений в конкретной интеллектуальной системе, достигнутая благодаря прохождению по иерархии структуры выполняемых операций и определению несовместимых путей поиска;

быстрота поиска и удобство работы для пользователя, полученные за счет направленности поиска признаков нарушений и дружественного интерфейса;

небольшие требования к ресурсам ЭВМ.

Наиболее распространенными системами представления знаний в настоящее время являются продукционные системы, то есть системы, основанные на правилах продукции вида «если – то»1. Таким системам с точки зрения человека очень легко придать ясный смысл. При этом отличительной чертой такого представления является простота дополнения, модификации и аннулирования знаний. Кроме того, со стороны компьютера имеется возможность определения простого и точного механизма использования знаний с высокой однородностью, описанных по одному синтаксису.

Продукционная система содержит базу данных, содержащих множество фактов, базу правил и интерпретатор для получения логического вывода на основании этих правил. Правила продукций состоят из условной и заключительной частей, причем в условной части правила проверяются данные из рабочей памяти (наПоспелов Д.А. Ситуационное управление: теория и практика. – М.: Наука, 1986, с. 112.

–  –  –

пример, проверяются наличие/отсутствие данных либо выполнение условия описания данных с помощью предикатов); она может состоять из одного условия или нескольких условий, соединенных связкой «И».

Заключительная часть показывает данные, которыми следует дополнить рабочую память при выполнении условной части. При использовании систем продукций в соответствии с необходимостью можно расширить эти правила использованием связи «ИЛИ», или ввести в условную часть вычисления на основании содержимого рабочей памяти, или другие операции, или ввести заключительную часть, указывающую на заключение без дополнения рабочей памяти. Подобные правила представляют собой отношение вывода, установленное между содержимым рабочей памяти, ссылка на которое осуществляется из условной части, и содержимым, указываемым в заключительной части. Такое отношение можно представить в виде графа с древовидной структурой.

Если существует множество правил, из которых выводится одно и то же заключение, то, выполнив операции «ИЛИ» над всеми заключениями, получаемыми с помощью этих правил, можно показать отношение между результатом отдельного вывода и данными, на основании которых делается вывод. Следовательно, если в такой форме представить отношение между всеми правилами, используемыми в системе продукций, и содержимым памяти, то всю систему продукций можно представить в виде одного графа «И/ИЛИ».

В самом нижнем узле этого графа будут располагаться основные системные данные, а в самом верхнем узле - заключения, выводимые системой. В итоге вывод, получаемый с помощью системы продукций, можно представить как совокупность серии правил, поддерживающих отдельное заключение, и данных, на основании которых делается вывод.

С точки зрения эффективности вывода в системах продукций важной проблемой является способ организации поиска на графе (то есть разрешение конфликтов и определение последовательности оценки условных частей). В то же время ширина графа «И/ИЛИ» системы продукций заранее регламентируется числом этапов вывода (от исходных данных до получения заключения) и числом правил, на основании которых выводится одно и то же заключение, поэтому считается, что случаев, когда невозможно вывести все значения, сравнительно мало.

Кроме того, когда методом логического вывода регламентируется суммарный объем запрашиваемых данных и последовательность запроса, то число запросов минимизируется. Для того чтобы запросы выполнялись в естественной последовательности, обычно используют различные методы управления выводом, и это управление определяется последовательностью поиска на графе.

Имеют место продукционные системы с прямым и с обратным выводом, а также комбинированные, использующие сочетания прямого и обратного вывода.

В системе продукций с обратными выводами с помощью правил строится дерево «И/ИЛИ», связывающее в единое целое факты и заключения; оценка этого дерева на основании фактов, имеющихся в базе данных, и есть логический вывод.

При прямом выводе отправной точкой служат предоставленные данные, процесс оценки приостанавливается в узлах с отрицанием, причем в качестве заключения используется гипотеза, соответствующая самому верхнему уровню дерева. Однако для такого вывода характерно большое количество данных, а также оценок дерева, не имеющих прямого отношения к заключению, что излишне.

Преимущество обратных выводов в том, что оцениваются только те части дерева, которые имеют отношение к заключению, однако если отрицание или утверждение невозможны, то порождение дерева лишено смысла. В двунаправленных выводах сначала оценивается небольшой объем полученных данных и выбирается гипотеза (по примеру прямых выводов), а затем запрашиваются данные, необходимые для принятия решения о пригодности данной гипотезы. На основе этих выводов можно реализовать более мощную и гибкую систему.

В реальной обстановке приходится обращаться с нечеткой информацией. В таких случаях необходимо различать две категории нечеткостей: нечеткость непосредственно данных и нечеткость вывода; при этом, когда заключение выводится с помощью нескольких правил, включающих и нечеткие, возникает проблема определения степени нечеткости всего заключения.

В связи с тем, что знания не всегда могут быть описаны точно, то на практике часто приходится иметь дело с нечеткими знаниями. Люди повседневно решают проблемы и делают заключения в среде нечетких знаний, и для того, чтобы интеллектуальные системы обладали такими возможностями, как гибкость, широкий кругозор, адаптируемость, необходимо представлять и использовать нечеткие знания. Причины нечеткости весьма разнообразны, и для того, чтобы формализовать нечеткие знания для представления их в ЭВМ будем подразделять причины нечеткости на следующие классы: недетерминированность выводов, многозначность, ненадежность, неполнота и неточность.

Недетерминированное управление наиболее характерно для систем искусственного интеллекта. Такое управление необходимо потому, что знания накапливаются фрагментарно, и нельзя априори определить цепочку логических выводов, в которых они используются. Другими словами, необходимо методом проб и ошибок выбрать некую цепочку выводов, и в случае неудачи организовать перебор с возвратами для поиска другой цепочки. Такое управление является предпосылкой проявления гибкости и интеллектуальных способностей, позволяющих найти выход в самых различных ситуациях.

Поскольку эффективность простого поиска низка, возникает необходимость определения пути, по которому следует начать поиск в первую очередь. Задача поиска состоит в поиске в пространстве состояний пути

Теоретические, организационные, учебно-методические и правовые проблемы

от исходного состояния заданной задачи до целевого состояния путем повторения возможных преобразований.

При этом для организации поиска в пространстве состояний следует использовать граф поиска.

Для организации поиска в базе знаний должны быть заложены фундаментальные понятия, организация связи между ними и алгоритм вывода новых понятий. Исследование начинается от заданного фундаментального понятия с целью обнаружения новых, еще неизвестных, но необходимых понятий. Созданные понятия представляются в виде фрейма с несколькими слотами. Эвристические знания описываются в форме правил (типа «если - то») и добавляются в соответствующие слоты фреймов. Глобальная структура управления основана на механизме регистрации знаний; задания, которые предстоит выполнить, прежде всего, регистрируются в списке заявок с указанием приоритета, из списка выбирается задание с наиболее высоким приоритетом и выполняется.

Во время выполнения задания подбираются соответствующие правила из фреймов высшего уровня через указатели в слоте «обобщения» текущего фрейма и затем эти правила используются.

Функции правил можно классифицировать следующим образом:

1) вставка содержимого в слот специального понятия - выполняется при перечислении примеров некоторого понятия, при построении предположений и при обновлении слота «ценность». Кроме правильных примеров в слоте «примеры» можно привести граничные примеры или контрпримеры. В слоте «предположения»

определяется эквивалентность с другим понятием, особенности, обобщения, связь через некоторый предикат и т.п.;

2) проверка слотов некоторого понятия - проверяя правильность содержимого слота, обнаруживаются интересные факты через систематизацию и связь с другими понятиями (обобщение, особенности и т.д.);

3) генерация новых понятий - с этой целью используются обобщения, выделение особенностей, обработка контрпримеров, подобие, связь с обратным явлением, синтез функций, упрощение, прямое произведение множеств и другие операции;

4) регистрация нового задания в списке заявок;

5) критерии оценки интереса к понятию и заданию - используется симметрия, частота появления понятия, индивидуальность, связь с другими интересными понятиями, непрерывность по отношению к последнему заданию и другие факторы.

Процесс поиска в общих чертах сводится к повторению следующих действий: выбору одного из понятий, построению примеров, проверки степени интереса и порождения нового задания (включая генерацию нового понятия). Обращая внимание на степень интереса к понятию, организуется поиск возможности применения различных функций, крайних случаев, обобщений, особенностей и т.п.

Многозначность интерпретации характерна для естественных языков, используемых человеком. При понимании естественных языков большими проблемами становятся многозначность смысла слов, многозначность их подчиненности, многозначность местоимений в контексте и т.п. Устранить многозначность удается за счет более широкого контекста и семантических ограничений. В общем случае устранить многозначность помогают более широкие пространственные отношения и другие способы.

Устранить многозначность можно методом релаксации, то есть с помощью выполнения циклических операций и определения отношений к уже однозначным понятиям.

Полностью описать мир невозможно, поскольку невозможно перечислить все отношения, которые могут возникнуть между объектами и явлениями. Так, при осмотре места происшествия, можно перечислить все предметы, находящиеся там, но невозможно перечисть то, чего на месте происшествия нет. Точно также можно перечислить верные знания, но перечислить неверные знания и разумно их определить невозможно.

Удобно в базе знаний определять исключительно верные знания, а все, что не определено, считать заведомо неверным. Утверждения, которые не упомянуты ни как истинные, ни как ложные, следует относить к ложным. Это называется гипотезой закрытого мира.

Классическая логика исходит из предпосылки, что набор определенных в ней аксиом (знаний) полон, и правильный вывод не меняется, даже если впоследствии добавлена новая аксиома. Такое свойство называется монотонностью. Для нечетких систем свойственно свойство немонотонности, когда новые знания могут корректировать старые, а иногда возможно отрицание вывода, который считался верным в некоторой системе аксиом (базе знаний).

Представление знаний в виде правил продукций требует много памяти и иногда допускает дублирование информации, если определенные факты - признаки явлений имеют несколько связей и могут быть получены несколькими способами. Это значительно осложняет сам процесс вывода и требует большого объема памяти.

Значительно проще хранить информацию в виде фреймов, содержащих структуры данных для представления некоторого концептуального объекта. Все фреймы взаимосвязаны и образуют единую фреймовую систему, в которой органически объединены декларативные и процедурные знания. Каждый фрейм описывает один концептуальный объект, а конкретные свойства этого объекта и факта, относящегося к нему, описываются в слотах - структурных элементах данного фрейма; поскольку концептуальному представлению свойственна иерархичность, целостный образ знаний строится в виде одной фреймовой системы, имеющей иерархическую структуру. В слот можно подставлять различные данные, специфичной процедурой вывода в данном фрейме является так называемая присоединенная процедура, используемая в качестве слота. Тогда благодаря присоединенной процедуре пользователь системы может реализовать любую модель вывода.

Теоретические, организационные, учебно-методические и правовые проблемы

В основе теории фреймов лежит восприятие фактов посредством сопоставления полученной извне информации с конкретными элементами и значениями, а также с рамками, определенными для каждого концептуального объекта в памяти. Поскольку между различными концептуальными объектами имеются некоторые аналоги, то образуется иерархическая структура с классификационными и обобщающими свойствами. Собственно она представляет собой иерархическую структуру отношений типа «абстрактное - конкретное». Сложные объекты представляются комбинацией нескольких фреймов, то есть организуются в сеть фреймов. Кроме того, каждый фрейм дополняется связанными с ним фактами и процедурой, обеспечивающей выполнение запросов к другим фреймам.

Фрейм представляет собой структурную единицу информации и содержит не только признаки какогото объекта или явления, но и связь между ними. Каждый фрейм может быть дополнен различной информацией.

Эта информация может касаться способов применения данного фрейма, последствий этого применения, действий, которые необходимо выполнить, если не оправдался прогноз и т.д.

Каждый фрейм можно рассматривать как сеть, состоящую из нескольких вершин и отношений. На самом верхнем уровне фрейма представлена фиксированная информация: факт, касающийся состояния объекта, который считается истинным. На последующих уровнях расположено множество так называемых терминальных слотов (терминалов), которые обязательно должны быть заполнены конкретными значениями и данными.

В каждом слоте задается условие, которое должно выполняться при установлении соответствия между значениями (слот либо сам устанавливает соответствие, либо обычно это делает более мелкая составляющая фрейма). Простое условие указывается меткой, оно может содержать требования, например, чтобы соответствие устанавливал пользователь, чтобы было достаточно полно описанное значение, чтобы был указатель специальных составляющих фреймов и т.п. Сложные условия указывают отношения между фактами, соответствующими нескольким терминалам. Соединив множество фреймов, являющихся отношениями, можно построить фреймовую систему. Наиболее важный результат такого построения проявляется в возможности преобразования фреймов в одной системе.

Фреймы используются для экономичного проведения различных расчетов и обнаружения причинноследственных связей. Различие между фреймами одной системы указывает на какие-либо действия, причинноследственные отношения или изменение концептуальной точки зрения. В одной системе различные фреймы могут иметь общие терминалы. Благодаря этому появляется возможность связывания информации, полученной с различных точек зрения. Это в свою очередь позволяет выполнять операции прогнозирования и включения других процессов.

Несколько терминалов одного фрейма обычно заранее определяются значениями по умолчанию. Следовательно, даже когда не задана подробная информация, касающаяся некоторого объекта, данный фрейм все равно будет довольно информативен. Этот метод можно широко использовать для представления информации общего характера, анализа множества сходных задач, отработки техники решения задач логическими методами.

Поскольку значение по умолчанию не связано жестко с терминалом, его можно легко заменять на новую информацию, например, для более точного согласования с соответствующей ситуацией. Следовательно, значение по умолчанию может использоваться в качестве переменной либо в специальных случаях, либо в общепризнанных случаях. Кроме того, оно может использоваться вместо логических ограничителей.

Фреймовые системы связаны с информационно-поисковыми сетями. Если очередной фрейм не соответствует текущей проблеме, то есть не установлено соответствие терминала условию метки, то такая сеть задает другой фрейм. С помощью подобной межфреймовой структуры можно представлять знания, касающиеся фактов, сходств и другой информации, полезной для понимания.

Когда некоторый фрейм выбирается в качестве единицы представления некоторого состояния, то в процессе согласования во все терминалы каждого фрейма подставляются такие значения, чтобы выполнялись условия в соответствующих местах. Подобный процесс согласования управляется информацией, дополняющей фрейм (эта информация касается обработки непредвиденных ситуаций), а также целью системы в текущий момент времени.

Механизм управления выводом организуется следующим образом. Сначала запускается одна из присоединенных процедур некоторого фрейма, затем в силу необходимости посредством пересылки сообщений последовательно запускаются присоединенные процедуры других фреймов и таким образом осуществляется вывод. Другими словами, база знаний должна быть определена так, чтобы правильно выполнялся вывод. Этот способ представления знаний особенно эффективен для структурного описания сложных понятий и решения задач, в которых в соответствии с ситуацией желательно применять различные способы вывода.

Фреймовая модель представления знаний обладает большой гибкостью. Отличительными чертами ее являются возможность комбинации декларативных и процедурных знаний в одной единице представления знаний - фрейме, возможность иерархического построения базы знаний согласно степени абстракции понятия, а также возможность реализации любой системы вывода на основе объектно-ориентированного метода управления выводом - обмене сообщениями.

При эффективном использовании фреймовой системы можно добиться быстрого понимания сущности данного объекта и его состояния, однако, для запоминания различных признаков в виде фреймов необходима память. Поэтому только наиболее важные признаки данного объекта запоминаются в виде базовых фреймов, на основании которых строятся фреймы для новых состояний. При этом каждый фрейм содержит слот, оснащенный указателем подструктуры, который позволяет различным фреймам совместно использовать одинаковые

Теоретические, организационные, учебно-методические и правовые проблемы

части. Благодаря этому свойству возможно представление и использование информации, полученной в различное время из различных источников.

Процесс, в ходе которого проверяется правильность выбора фрейма, называется процессом сопоставления. Обычно этот процесс осуществляется в соответствии с текущей целью и информацией (значениями), содержащейся в данном фрейме. Другими словами, фрейм содержит условия, ограничивающие значения слота, а цель используется для определения, какое из этих условий, имея отношение к данной ситуации, является релевантным. В итоге процесс сопоставления фреймов осуществляется следующим образом.

С помощью предположения и интуиции выбирается некоторый базовый фрейм, и с помощью знаний, основанных на выявленных особенностях, релевантности или с помощью подфреймов, предполагаемых наиболее релевантными, данный фрейм сам подтверждает или не подтверждает свою релевантность. При этом в соответствии с текущей целью определяется, какое ограничение слота следует использовать при сопоставлении.

При подтверждении процесс сопоставления завершается.

В противном случае если в данном фрейме имеется слот, в котором возникла ошибка, касающаяся, например, условия согласованности с информацией, заданной по умолчанию, то необходима информация, обеспечивающая присваивание надлежащего значения данному слоту. Присваивание требуемой информации данному слоту должно не противоречить ограничениям слота и ожиданиям.

Если сопоставление оканчивается неуспехом, то в качестве последнего шага управление передается другому надлежащему фрейму из этой системы. Если и этот фрейм не подходит, то управление передается соответствующему фрейму из другой фреймовой системы.

Такой подход весьма важен, когда по определенным признаком происходит выявление определенного вида преступлений. Если признаков недостаточно или, наоборот, присутствуют дополнительные признаки, то следует искать преступление иного вида либо многоэпизодное преступление.

В более сложных ситуациях, когда предполагается совершение многоэпизодного преступления происходит оценка нескольких фреймов, которые могут находиться в некотором иерархическом отношении. Особенность такой иерархической структуры заключается в том, что информация об атрибутах, которую содержит фрейм верхнего уровня, совместно используется всеми фреймами нижних уровней, связанных с ним. В таком случае упрощается обнаружение противоречий в знаниях и управление последовательностью в использовании знаний.

В качестве базы данных продукционной системы возможно объединение фреймов и правил продукции, что в свою очередь делает структуру более гибкой.

В случае, когда процесс поиска решения закончился неудачей, то возникает необходимость в поиске фрейма, подобного предыдущему. Такой поиск, осуществляемый с использованием указателей различия, возможен благодаря соединению фреймов, описывающих объекты с небольшими различиями, с данными указателями и образованию сети подобных фреймов, то есть организации межфреймовой сети.

Важным моментом в поиске решения поставленной задачи является определение начального фрейма, с которого начинается поиск. Так человек, имея априорные знания о предметной области, начинает поиск по ассоциации с теми значениями, с которыми он уже имел дело. Источником априорной информации может стать модель функционирования финансового объекта. С помощью модели можно получить значения параметров, характеризующих предметную область. Чем больше информации получено априорно, тем ближе окажется модель к реальной ситуации. Ассоциативный метод поиска решений значительно сокращает процесс нахождения правильного решения. Подобные значения по умолчанию слабо связаны со слотами и далее они постепенно могут заменяться на достоверную информацию.



Pages:     | 1 |   ...   | 10 | 11 || 13 | 14 |   ...   | 16 |

Похожие работы:

«ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ ПРИ ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРАЦИИ» ЛИПЕЦКИЙ ФИЛИАЛ КАФЕДРА ЭКОНОМИКИ И ФИНАНСОВ П.И. Внуков УПРАВЛЕНИЕ ОРГАНИЗАЦИЕЙ (ПРЕДПРИЯТИЕМ) Методические указания по выполнению лабораторных работ для студентов очной формы обучения по специальности 38.05.01 Экономическая безопасность ББК 65.290-2я73 В60 Рекомендовано к изданию Ученым...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» Институт химии Кафедра органической и экологической химии Фефилов Н.Н. ХИМИЧЕСКАЯ ЭКСПЕРТИЗА Учебно-методический комплекс. Рабочая программа для студентов очной формы обучения по направлению 04.03.01. «Химия», программа академического бакалавриата, профиль подготовки: «Химия окружающей среды,...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ УНИВЕРСИТЕТ ИТМО В.В. Волхонский СИСТЕМЫ КОНТРОЛЯ И УПРАВЛЕНИЯ ДОСТУПОМ ШТРИХОВЫЕ КОДЫ Учебное пособие Санкт-Петербург Волхонский В. В. Системы контроля и управления доступом. Штриховые коды. – СПб: Университет ИТМО, 2015. – 53 с. Рис. 30. Библ. 15. Рассматриваются такие широко распространенные идентификаторы систем контроля доступа, как штриховые коды. Анализируются принципы построения, особенности основных типов линейных и матричных...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Кемеровский государственный университет» Филиал в г. Прокопьевске (ПФ КемГУ) (Наименование факультета (филиала), где реализуется данная дисциплина) Рабочая программа дисциплины (модуля) Безопасность жизнедеятельности (Наименование дисциплины (модуля)) Направление подготовки 38.03.01/080100.62 Экономика (шифр, название направления)...»

«Т Е Х Н И Ч Е С К А Я Э КС П Л УАТА Ц И Я А ВТ О М О Б И Л Е Й. Т Е Х Н И К А Т РА Н С П О Р ТА, ОБСЛУЖИВАНИЕ И РЕМОНТ (ЧАСТЬ 2) Хабаровск 2015 Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Тихоокеанский государственный университет» ТЕХНИЧЕСКАЯ ЭКСПЛУАТАЦИЯ АВТОМОБИЛЕЙ. ТЕХНИКА ТРАНСПОРТА, ОБСЛУЖИВАНИЕ И РЕМОНТ (ЧАСТЬ 2) Методические указания к курсовой и контрольным работам,...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ УНИВЕРСИТЕТ ИТМО В.В. Волхонский СИСТЕМЫ КОНТРОЛЯ И УПРАВЛЕНИЯ ДОСТУПОМ ШТРИХОВЫЕ КОДЫ Учебное пособие Санкт-Петербург Волхонский В. В. Системы контроля и управления доступом. Штриховые коды. – СПб: Университет ИТМО, 2015. – 53 с. Рис. 30. Библ. 15. Рассматриваются такие широко распространенные идентификаторы систем контроля доступа, как штриховые коды. Анализируются принципы построения, особенности основных типов линейных и матричных...»

«А. С. ФЕДОРЕНЧИК ЛЕСНАЯ СЕРТИФИКАЦИЯ Учебное пособие для студентов специальностей 1-46 01 01 «Лесоинженерное дело», 1-36 05 01 «Машины и оборудование лесного комплекса», 1-75 01 01 «Лесное хозяйство» Минск БГТУ 2008 Учреждение образования «БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ» А. С. ФЕДОРЕНЧИК ЛЕСНАЯ СЕРТИФИКАЦИЯ Допущено Министерством образования Республики Беларусь в качестве учебного пособия для студентов высших учебных заведений по специальностям «Лесоинженерное дело»,...»

«ЛИСТ СОГЛАСОВАНИЯ от 20.06.2015 Рег. номер: 2093-1 (08.06.2015) Дисциплина: Технологии и методы программирования Учебный план: 090900.62 Информационная безопасность/4 года ОДО Вид УМК: Электронное издание Инициатор: Широких Андрей Валерьевич Автор: Широких Андрей Валерьевич Кафедра: Кафедра информационной безопасности УМК: Институт математики и компьютерных наук Дата заседания 30.03.2015 УМК: Протокол №6 заседания УМК: Дата Дата Результат Согласующие ФИО Комментарии получения согласования...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» Финансово-экономический институт Кафедра экономической безопасности, учета, анализа и аудита Чернышев А.А. СОЦИОЛОГИЯ СОЦИАЛЬНОЙ СФЕРЫ Учебно-методический комплекс. Рабочая программа для студентов направления39.03.01(040100.62) Социология Профили подготовки «Экономическая социология», «Социальная...»

«ПЕРЕЧЕНЬ основных законодательных и иных нормативных правовых актов, содержащих государственные нормативные требования охраны труда (стандарты безопасности труда, правила и типовые инструкции по охране труда; государственные санитарноэпидемиологические правила и нормативы; межотраслевые и отраслевые правила; своды правил промышленной безопасности и другие), действующих (утративших силу) в Российской Федерации. (по состоянию на 28.02.2013г.) Примечания: Охрана труда, как и любая сложная...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» Институт математики и компьютерных наук Кафедра информационной безопасности Ниссенбаум Ольга Владимировна ТЕОРЕТИКО-ЧИСЛОВЫЕ МЕТОДЫ В КРИПТОГРАФИИ Учебно-методический комплекс. Рабочая программа для студентов специальности 10.05.01 Компьютерная безопасность, специализация «Безопасность распределенных...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» Институт химии Кафедра органической и экологической химии Шигабаева Гульнара Нурчаллаевна ОСНОВЫ ПРОМЫШЛЕННОЙ ЭКОЛОГИИ Учебно-методический комплекс. Рабочая программа для студентов очной формы обучения по направлению 04.03.01. «Химия» программа прикладного бакалавриата, профиль подготовки: «Химия...»

«ЛИСТ СОГЛАСОВАНИЯ от 20.06.2015 Рег. номер: 2196-1 (09.06.2015) Дисциплина: История создания ИКТ Учебный план: 10.03.01 Информационная безопасность/4 года ОДО Вид УМК: Электронное издание Инициатор: Ниссенбаум Ольга Владимировна Автор: Ниссенбаум Ольга Владимировна Кафедра: Кафедра информационной безопасности УМК: Институт математики и компьютерных наук Дата заседания 30.04.2015 УМК: Протокол №7 заседания УМК: Дата Дата Результат Согласующие ФИО Комментарии получения согласования согласования...»

«Муниципальное дошкольное образовательное учреждение детский сад общеразвивающего вида № 5 Методическое пособие Развивающий компьютерный комплекс Оглавление Введение.. Пакет документов по организации РКК. Приказ «Об утверждении Положения о Развивающем компьютерном комплексе»..4 Положение о Развивающем компьютерном комплексе. Приказ «Об организации работы Развивающего компьютерного комплекса»..8 Должностная инструкция воспитателя, ответственного за Развивающий компьютерный комплекс (РКК).9...»

«Рабочая программа подготовительной группы Основы безопасности жизнедеятельности «Программа воспитания и обучения в детском саду» М. А. Васильевой, В. В. Гербовой, Т. С. Комаровой Составитель: Воспитатель Алехова Вера Владимировна Первая квалификационная категория П. Новостроево 2015 год СОДЕРЖАНИЕ Пояснительная записка 1. Планируемые результаты освоения Программы 2. Содержание программы 3. Календарный учебный график 4. Календарно-тематическое планирование 5. Методическое обеспечение 6....»

«ЛИСТ СОГЛАСОВАНИЯ от 09.06.2015 Рег. номер: 2138-1 (09.06.2015) Дисциплина: Информационная безопасность 036401.65 Таможенное дело/5 лет ОЗО; 036401.65 Таможенное дело/5 лет Учебный план: ОДО; 38.05.02 Таможенное дело/5 лет ОЗО; 38.05.02 Таможенное дело/5 лет ОДО; 38.05.02 Таможенное дело/5 лет ОДО Вид УМК: Электронное издание Инициатор: Ниссенбаум Ольга Владимировна Автор: Ниссенбаум Ольга Владимировна Кафедра: Кафедра информационной безопасности УМК: Финансово-экономический институт Дата...»

«Утверждено к распространению: Начальник управления образования Хасанского муниципального района _Е.А.Малышкина ДОКЛАД О СОСТОЯНИИ И РЕЗУЛЬТАТАХ ДЕЯТЕЛЬНОСТИ СИСТЕМЫ ОБРАЗОВАНИЯ ХАСАНСКОГО МУНИЦИПАЛЬНОГО РАЙОНА В 2014-2015 УЧЕБНОМ ГОДУ СОДЕРЖАНИЕ Введение Цели и задачи муниципальной системы образования Хасанского 1. муниципального района в 2015-2016 учебном году Общая характеристика системы образования Хасанского 2. муниципального района Кадровый потенциал – основа качества образования 3....»

«Дина Алексеевна Погонышева Виктор Викторович Ерохин Илья Геннадьевич Степченко Безопасность информационных систем. Учебное пособие Текст предоставлен правообладателем http://www.litres.ru/pages/biblio_book/?art=9328673 Безопасность информационных систем [Электронный ресурс] : учеб. пособие / В.В. Ерохин, Д.А. Погонышева, И.Г. Степченко. – 2-е изд., стер: Флинта; Москва; 2015 ISBN 978-5-9765-1904-6 Аннотация В пособии излагаются основные тенденции развития организационного обеспечения...»

«Министерство образования и науки Самарской области ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ САМАРСКОЙ ОБЛАСТИ «ПОВОЛЖСКИЙ ГОСУДАРСТВЕННЫЙ КОЛЛЕДЖ» СОГЛАСОВАНО УТВЕРЖДЕНО Акт согласования с Приказ директора колледжа от Спец.НТЦ «Преграда» 01.09.2014 г. № 200/1-03 от 30. 08. 2014 г. АКТУАЛИЗИРОВАНО Приказ директора колледжа от 01.09.2015 г. № 278/1-03 АКТУАЛИЗИРОВАНО Приказ директора колледжа от _.2016 г. № ПРОГРАММА ПОДГОТОВКИ СПЕЦИАЛИСТОВ СРЕДНЕГО ЗВЕНА...»

«Я — гражданин Край, в котором я живу ПОСОБИЕ ДЛЯ УЧИТЕЛЯ часть вторая Я – ГРАЖДАНИН Хабаровск «Частная коллекция» Край, в котором я живу Здравствуйте, уважаемый учитель! Перед Вами методическое пособие для работы по игровому практикуму «Я – гражданин», который является первым из четырех, составляющих курс «Край, в котором я живу». На протяжении учебного года, благодаря игровому практикуму, дети познакомятся с такими понятиями, как основы бесконфликтного общения, начала составления школьного...»







 
2016 www.metodichka.x-pdf.ru - «Бесплатная электронная библиотека - Методички, методические указания, пособия»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.