Современные информационные технологии/3. Программное обеспечение

 

К.т.н. Усманова И.В., Соколова О.Г., Коровина Л.В.

Пензенский государственный университет, Россия

Адаптация подсистемы логического вывода интеллектуальной системы анализа документооборота к особенностям организации

 

Сегодня стало очевидно, что правильная организация работы с документами является важной предпосылкой успешной деятельности в условиях рынка. Поэтому система документооборота – такая же необходимая часть производственной инфраструктуры, как ресурсы и персонал. Эта идея понятна любому руководителю, который теряет много времени от неправильно или несвоевременно оформленных документов или от невозможности быстро найти нужный документ.

Для эффективного анализа документооборота необходимо использовать модель представления знаний, которая позволяет прогнозировать показатели эффективности работы организации, зависящие от особенностей движения документов. Одной из наиболее популярных сегодня является семантическая сеть [1]. Необходимым условием успешности ее использования является возможность адаптации к особенностям конкретной организации.

Рассмотрим процедуру настройки подсистемы логического вывода на примере производственного отдела организации по изготовлению безалкогольных напитков.

Узлами семантической сети логического вывода являются семантические утверждения. Это предложения естественного языка, включающие понятия, актуальные для конкретной предметной области, в данном случае для документационного обеспечения управления, и фиксирующие некоторые нарушения.

Выделим несколько семантических утверждений, каждое из которых фиксирует конкретные нарушения документооборота в производственном отделе (рисунок 1): Количество подготавливаемых должностным лицом документов велико; Количество согласуемых должностным лицом документов велико; Количество процессов, в которых задействовано должностное лицо велико; Риски, связанные с выполнением процесса велики.

Каждый узел семантической сети состоит из отдельных понятий, являющихся общеупотребимыми в данной предметной области и/или определенных нормативными документами в данной предметной области, Каждое из понятий может содержаться как в одном утверждении, так и в нескольких.

Причинно-следственные связи между этими узлами будут представлять собой выражения вида ЕСЛИ (условие) – ТО (действие). В нашем примере правила вывода (продукции) будут выглядеть следующим образом:

ЕСЛИ Количество подготавливаемых должностным лицом документов велико, ТО Количество согласуемых должностным лицом документов велико.

ЕСЛИ Количество согласуемых должностным лицом документов велико, ТО Количество процессов, в которых задействовано должностное лицо велико.

ЕСЛИ Количество процессов, в которых задействовано должностное лицо велико, ТО Риски, связанные с выполнением процесса, велики.

Такая модель позволяет установить взаимосвязь бизнес-процессов и операций документирования деятельности организации, взаимозависимость показателей эффективности ключевых и обеспечивающих процессов с недостатками показателей документооборота.

Каждому утверждению семантической сети соответствует вероятность его выполнения. Основой для процедуры определения условной вероятности


Рисунок 1 – Семантическая сеть утверждений

выполнения следствия правила  в случае выполнения его условия  является теорема Байеса:

                                                                (1)

где

 - вероятность выполнения следствия ck правила ;

 - вероятность события cn, состоящего в выполнении условия   cn правила ;

 - условная вероятность события cn при гипотезе .

Для использования метода Байеса требуются априорные вероятности  для утверждения ck.

 Априорные вероятности задаются экспертом при создании семантической сети на основании предварительного обследования организации (таблица 1). Далее определяется апостериорная вероятность, соответствующая измененной вероятности ck .

Таблица 1 – Априорные вероятности

Утверждение

Вероятность

Обозначения

Количество подготавливаемых должностным лицом документов велико

 

0,7

Количество согласуемых должностным лицом документов велико

0,5

Количество процессов, в которых задействовано должностное лицо, велико

0,55

Риски, связанные с выполнением процесса, велики

0,6

Вероятность выполнения первого утверждения при заданной априорной вероятности второго утверждения

0,6

Вероятность выполнения первого утверждения при невыполнении второго утверждения

0,3

Вероятность выполнения второго утверждения при заданной априорной вероятности третьего утверждения

0,65

Вероятность выполнения второго утверждения при невыполнении третьего утверждения

0,45

Вероятность выполнения третьего утверждения при заданной априорной вероятности четвертого утверждения

0,7

Вероятность выполнения третьего утверждения при невыполнении четвертого утверждения

0,35

Рассмотрим организацию оценки и прогнозирования в сети логического вывода на примере представленных утверждений.

Сначала настроим семантическую сеть на особенности организации и требования пользователя в текущей ситуации.

Допустим, что утверждение с1 - Количество подготавливаемых должностным лицом документов велико, а утверждение с2 - Количество согласуемых должностным лицом документов велико. Заметим, что вероятность  того, что количество согласуемых должностным лицом документов велико, при условии, что велико количество подготавливаемых должностным лицом документов, равняется единице. Тем самым вероятность  равна произведению вероятности на вероятность того, что причиной утверждения с1 стало именно то, что количество согласуемых должностным лицом документов велико (утверждение с2).

Для первого утверждения Количество подготавливаемых должностным лицом документов велико задаем значение меры определенности , которая является апостериорной вероятностью, нормализованной по отношению к априорной вероятности. Для совершения необходимых вычислений определяем допустимое значение реального отклонения от идеального, максимально возможное отклонение и идеальное значение отклонения .

Допустим, что = 30; = 10; = 15.

Тогда мера определенности вычисляется следующим образом:

                                                                                        (2)

Поэтому

.

На основании полученного значения  определяем значение вероятности выполнения первого утверждения при заданной его априорной вероятности .

.

Далее определяем значение  с помощью значения , априорной вероятности первого и второго утверждений, а также априорной вероятности выполнения первого утверждения при заданной априорной вероятности второго утверждения:

.

Аналогично определяем вероятность выполнения первого утверждения при отсутствии второго и вероятность невыполнения условия правила .

Определяем вероятность невыполнения первого утверждения:

.

Тогда

.

Далее вычисляем :

.

На следующем шаге необходимо определить для всех правил, включающих интересующие пользователя утверждения, следующие значения.

Определяем:

         (3)

                       (4)

Здесь  - апостериорная и  - априорная величины предпочтительности гипотезы ck. Поэтому:

.

.

Аналогичным образом по формуле (3) вычисляется апостериорное значение :

.

Следующим этапом настройки семантической сети является определение для цепочки правил следующих значений.

Определяем константу LS, выражающую достаточность каждого правила. В условиях одной задачи она определяется свойствами сn и сk. и является константой. Величина LN характеризует меру необходимости правила и также является константой.

              (5)                                             (6)

                                

Таким образом, в нашем случае LS > 1,  LN<1.

Поскольку  и  не могут быть одновременно сильно связаны с , полученные данные подтверждают правильность расчетов и являются неизменными.

Подобным образом происходит вычисление параметров всех оставшихся утверждений. Результаты представлены в таблице 2.

Таблица 2 – Результаты вычислений

Значения

Количество согласуемых должностным лицом документов велико

Количество процессов, в которых задействовано должностное лицо, велико

20

40

7

10

13

25

5

3,33

1

0,91

0,611

0,6

0,5

0,45

0,95

0,81

0,18

0,275

1,57

1,5

1

1,22

0,22

0,38

1,57

1,23

0,22

0,31

 

Далее необходимо определить риски, связанные с выполнением процесса, при условии, что количество процессов, в которых задействовано должностное лицо, велико.

Риск всегда обозначает вероятностный характер исхода, при этом в основном под словом риск чаще всего понимают вероятность получения неблагоприятного результата (потерь), хотя его можно описать и как вероятность получить результат, отличный от ожидаемого. Применительно к условиям производственного отдела организации по изготовлению безалкогольных напитков следствием рисков, связанных с выполнением процесса, при условии, что количество процессов, в которых задействовано должностное лицо, велико, может быть:

—         несвоевременное получение выхода процесса (закупка сырья, закупка или наладка оборудования, выполнение заказа);

—         несоответствие выхода процесса установленным требованиям;

—         несоответствие выхода процесса ожиданиям заинтересованных сторон (при их соответствии определенным требованиям);

—         незапланированные расходы разных видов ресурсов, связанных с функционированием процесса (к примеру, приобретенная бактерицидная установка не соответствует нормам, или купажная емкость куплена без рубашки охлаждения).

Представленный метод позволяет выполнить настройку подсистемы логического вывода на особенности конкретной организации и создает основу для эффективного прогнозирования показателей состояния документооборота организации.

 

Литература:

1.  Усманова И.В. , Забродина Л.В. – Взаимодействие интеллектуальных компонентов информационного обеспечения автоматизированной системы анализа и оптимизации документооборота организации  – Известия ПГПУ им. В.Г. Белинского. № 30 - 2012. С. 310-318.