Электронные системы поддержки исполнения epss

Введение
<br>Актуальной задачей при построении автоматизированных систем реального времени является перенос функций диспетчера по анализу данных, прогнозированию ситуаций и принятию соответствующих решений на компоненты интеллектуальных систем поддержки принятия и исполнения решений (СППИР). Концепция систем поддержки принятия и исполнения решений включает целый ряд средств, объединенных общей целью — способствовать принятию и реализации рациональных и эффективных управленческих решений. СППИР — это диалоговая автоматизированная система, выступающая в качестве интеллектуального посредника, поддерживающего естественно-языковый интерфейс пользователя со SCADA-системой, использующая правила принятия решений и соответствующие модели с базами знаний. Она организует удобный диалог SCADA-системы с пользователем, "ведет" его по этапам анализа информации, распознавания и прогнозирования ситуаций, анализирует параметры технологического процесса, помогает выбрать наилучшие решения в зависимости от возникшей ситуации, реализует их путем выдачи управляющих воздействий, корректируя тем самым ход технологического процесса и оптимизируя его параметры по заданному критерию.
<br>Основными структурными составляющими СППИР являются база знаний и механизм логического вывода. База знаний предназначена для хранения совокупности фактов, закономерностей, отношений (знаний), описывающих проблемную область, и правил, описывающих целесообразные формы структурирования, формализации и преобразования знаний в этой области. Механизм логического вывода представляет собой совокупность способов применения правил вывода. Используя текущие или промежуточные исходные данные (факты) и знания из базы знаний, формирует последовательность правил, которые, будучи применены к исходным данным (фактам), полученным от SCADA-системы в результате контроля состояния технологического процесса, приводят к решению конкретной задачи диагностики, прогнозирования и регулирования параметров...

<br>1. Alter, S.L. (1980) Decision Support Systems: Current Practice and Continuing Challenges, Reading, MA: Addison- Wesley. <br>2. Bonczek, R.H., Holsapple, C.W. and Whinston, A.B. (1981) Foundations of Decision Support Systems, New York: Academic Press. <br>3. Keen, P.G.W. and Scott-Morton, M.S. (1978) Decision Support Systems: An Organizational Perspective, Reading, MA: Addison-Wesley.<br>4. Simon, H.A. (1960) The New Science of Management Decision, New York: Harper & Row.<br>5. Sprague, R.H., lr and Carlson, E.D. (1982) Building Effective Decision Support Systems, Englewood Cliffs, N1: Prentice Hall.<br>6. Андрианов Д.Л., и др. Имитационное моделирование и сценарный подход в системах принятия решений // Проблемы теории и практики управления, 2007. №5. С. 74-75.
<br>7. Андрианов Д.Л., Селянин А.О. и др. Информационно-аналитическая система мониторинга, анализа и прогнозирования социально-экономического развития и финансового состояния субъектов Российской Федерации // Сборник докладов конференции «Методология регионального прогнозирования». – М.: СОПС, 2008.
<br>8. Владимиров И.Т. Организационные структуры управления компаниями // Управление изменениями. - 1999.
<br>9. Дик В.В. Методология формирования решений в экономических системах и инструментальные среды их поддержки .- М.: Финансы и статистика, 2001.
<br>10. ЗабежайлоМ.И. Интеллектуальный анализ данных -новое направление развития информационных технологий // Информационные процессы и системы. - 1988,- №8.- С. 6-15.
<br>11. Искусственный интеллект. Кн. I. Системы общения и экспертные системы: Справочник / Под ред. Э.В. Поспелова. - М.: Ра¬дио и связь, 1990.
<br>12. Ладенко И. С. Логические методы построения математический моделей. -Новосибирск: Наука, 1980.
<br>13. Международный журнал Программные продукты и системы, № 1, 2005.
<br>14. Методология исследования развития сложных систем. -Л.: На¬ука, Ленинград,...