С.В.Иванов, В.А. Ляховецкий

Санкт-Петербургский Государственный электротехнический университет “ЛЭТИ им В.И.Ульянова (Ленина)

1. ВВЕДЕНИЕ

Интерес к использованию информационно-измерительных систем [ИИС]возрастает. Это научное направление, по которому идет проникновение математических методов в весьма разнообразные области человеческой деятельности. Оно заключается в изучение процессов управления, приема и обработки информации, составляющих предмет ИИС. В том числе важные проблемы поднимаются в области экологии. Вопросы, связанные с приемом и обработкой информацией в ИИС охватывают с одной стороны область биологии, а также различные аспекты изучения работы нервной системы, начиная с описания функционирования отдельного нейрона или группы нейронов, связанных между собой, и заканчивая самим процессом общения человека с машиной (человеко-машинная система)[1-3]. С другой стороны проблематика, связанная с изучением процессов управления ИИС, возникает на почве генетики, эволюционной биологии и динамики их развития. Подход кибернетики ко всей этой проблематике заключается в разработке алгоритмов, описывающих с той или иной степенью точности процессы передачи и переработки информации. Необходимая часть практически любой ИИС - это в лучшем случае пакет программ, который в большей или меньшей степени обрабатывает и представляет измеренные результаты. А также позволяет пользоваться демонстрационно-обучающими возможностями в ИИС. Все это требует разработки определенных алгоритмов, свойственных той или иной системы, которые помогали бы созданию соответствующим ИИС пакетов программ. Одни из таких алгоритмов подразумевают выявление скрытых периодичностей и интеллектуализацию вероятностного Байесовского подхода, который после введения шкалирования и обработки различной лингвистической информации стал называться регуляризирующим. Основные идеи разрабатываемых алгоритмов это- возрастающие требования к точности измерений, а также более детальное рассмотрение исследуемых явлений все чаще приводит к необходимости учитывать наличие даже незначительной нестационарности. В мире существует многообразие форм проявления характеристик случайных и неслучайных процессов в различных областях науки (экологии, медицины, биологии...). Наиболее частые периодические явления встречаются при составление программ, а именно организации циклов.

Использование Регуляризирующего Байесовского подхода [РБП] позволяет рассматривать необходимое количество априорной информации, а также широкую область информации для апостериорных гипотез. Это естественно требует неординарного подхода при построение используемых алгоритмов. Здесь большое предпочтение отдается обработке априорной информации с помощью разрабатываемых алгоритмов. И необходимость построения графического дерева при работе с используемой информации в РБП.

2. ИСПОЛЬЗОВАНИЕ ТЕОРИИ ГРАФОВ

Процессы программирования связаны с большими трудностями перевода некоторых специфических алгоритмов в визуально-ориентированную среду. Для более определенного выбора структур и самих алгоритмов эффективно использовать графическое дерево. Одно из классических примеров использования этого метода находим в книгах [3,6]. Благодаря этому методу появляется возможность связать, иногда, порой плохо совместимые алгоритмы. А также предлагает пользователю сделать выбор использования определенных частей алгоритмов. Особенную реализацию этот метод получил с помощью так называемых VISUAL технологий(Visual Basic, Visual C, Visual Fortran) отличаются расширенным арсеналом средств экранного интерфейса, введенных в язык программирования под Window`s. Все это естественно происходит наряду с быстрым ростом прогресса и усовершенствования компьютерных технологий. Т.о. в основе алгоритма работы компьютерной обучающей программы (КОП) заложено переключение экранных форм в соответствие с разработанным графическим деревом. Вершины графического дерева соответствуют количеству задействованных экранных форм. Экранные формы - графические элементы, используемые пользователем, окна, созданные и модифицируемые оператором для каждой конкретной задачи. Это - основа любой прикладной программы в Visual технологиях [4]. Основной обмен между окнами или формами программы осуществляется с помощью гиперсвязей. Модуль - это структура для записи кода, который подключается к экранной форме и ее объектам управления. После того, как управляющие структуры нарисованы внутри экранной формы, для каждой из них разрабатывается программный код. Благодаря этим возможностям можно решать различные задачи. Система модулей после компиляции превращается в командный файл, выполняющий запуск программы. Процесс разработки программы в так называемых Visual технологиях Visual Basic, Visual C, Visual Fortran, а особенно - в Visual Basic) состоит из следующих стадий:

1.Определение необходимого числа экранных форм и их создание.

2.Создание в экранных формах объектов управления (кнопки для "мыши", текстовые окна с управлением, клавиши запуска, логические переходы и т.п.)

3.Задание гиперсвязей между объектами управления.

4.Создание отдельных модулей путем создания подпрограмм для объединения нескольких объектов управления с целью выполнения заданной функции.

5.Компилирование системы модулей в общий программный продукт.

3. ФОРМЫ АЛГОРИТМОВ

Важное значение уделяется формам алгоритмов. Благодаря тому, что формы алгоритмов в математике и шахматах довольно близки, поэтому не случайно математические вычисления нередко сочетаются с шахматными , т.к. анализ позиции идет на основе развития графического дерева после переработки определенного количества гипотез. Это происходит, когда человек работает в человеко-машинной системе.

a)элемент комбинаторики в байесовском подходе

Очень важно определить последовательность осуществления действия при вынесении решения о правильности гипотез. Это уже организуется после выбора определенной стратегии, где осуществляется последующий ход в зависимости от сложившийся ситуации. Следует подчеркнуть, что выбор какой-то одной стратегии и последующей гипотезы не налагает на игрока теоретических ограничений.

Рис.1 Форма графа

На этой фигуре вершины представляют различные положения игроков, как результат исходов некоторой последовательности +ходов. Каждую вершину занимает не больше чем один игрок. Партия начинается с вершин О, и каждый ход есть изменение позиции, соответствующее перемещению с одной вершины на какую-нибудь из примыкающих верхних вершин. Партия будет закончена тогда, когда будет достигнута какая-нибудь вершина без ветвей. У каждой неконечной вершины есть отметка (отметки | и || относят соответственно к 1-ому и 2-ому игрокам), указывающая кто должен ходить, когда достигнута эта вершина, а число ветвей у вершины равно числу вариантов хода. Информация, доступная игрокам, задается информационным разбиением S всех вершин на множество V, называемые классами объектов, так что, когда достигнут только класс объектов и, когда достигнута вершина V, игроку, который должен ходить, указывается только класс объектов, а не точное положение вершины V, если только множество n состоит из единого элемента). На информационное разбиение S содержит три класса объектов, один из которых V1содержит только один элемент (рис.1). Когда всякий класс объектов - либо игры содержит только один элемент, такая игра называетcя игрой с полной информацией объектов. Такую форму графа в дальнейших рассматриваемых случаях возможно сочетать с байесовским подходом. Этот подход обеспечивает вычисление вероятности экспериментального события в сочетании с априорными гипотезами.

б)Формирование гипотезы.

Следующая формула Байеса по сути дела моделирует процесс наблюдений и ведения игры (или, если хотите, процесс эмпирического познания). Здесь вводятся понятия априорной вероятности Р(V) о состоянии V - некоторого объекта исследования (гипотеза). При этом наблюдается некоторое проявление объекта в виде наблюдаемых исходов X, которые несут информацию о состоянии V. Вводятся также понятия априорной информации о регистрированных ранее процессах и их вероятностях - Р(X), понятие результатов наблюдения (X/V) и Р(X/V) на конкретном приборе или над событиями, которые снимались с учетом априорных сведений (P(X), P(V),v и их вероятностей Р(X/V) такой постановке можно, используя приведенные выше формулы, вычислить условную вероятность состояния или ее часто называют АПОСТЕРИОРНОЙ ) изучаемого объекта по наблюдениям с помощью данного прибора (X/V), априорным вероятностям X:

В дальнейшем с помощью этой формулы можно определить вид последующего графического дерева причем само использование формулы уже становится не обязательным в некоторых ветвях графа. Хотя здесь последующая гипотеза является вершиной разрабатываемого графа.

4.ПРОГРАММНЫЕ АЛГОРИТМЫ ПОДДЕРЖКИ И ОБРАБОТКИ ДАННЫХ

Интересный принцип заложен в программу определения токсичности состояния водной поверхности[5], где были сделаны дополнительные возможности вычисления лингвистической информации. А в качестве баз данных выступала информация о используемой методики. При лингвистической шкале возможен другой вариант алгоритма.В данном случае мы можем реализовать данный алгоритм в виде более сложного графа:

Select Case a Case -1000 To 0 text11.ForeColor = RGB(0, 255, 0) text11 = " допустимая степень токсичности или неправильно подсчитан результат"

text11.ForeColor = RGB(255, 0, 0) text11 = "умеренная степень токсичности"

text11.FontSize = 8.25 text11 = "чрезвычайно высокая степень токсичности или неправильно подсчитан результат"

В данном случае очень важно в соответствии с РБП "придать лингвистичность" информации, что мы и реализуем в данном алгоритме. Так же здесь показания шкалы реализуются не только словами, но и звуком. Алгоритмы шкалирования результатов исследования нашли применение в dos программе, которая взаимодействует с визуально-ориентированной средой[9-11].

Задан массив значений токсичности Тох100

return "Токсично"

return "Умеренно"

else return "Допустимо"

в данном случае Cs массив вывода цифр окончательного массива.

Теперь опишем интерфейс в разрабатываемых программах. Обычно интерфейс между вами и компьютером включает экран монитора клавиатуру и мышь это то, что представляет информацию для вас и принимает информацию от вас. С помощью прикладной программы мы осуществляем разработку интерфейса, согласуя свои действия с компьютером. Практически программа написанная с помощью visual-технологий доступна через графический пользовательский интерфейс. Графический интерфейс осуществляемый прикладной программой это своеобразный диалог, который происходит между компьютером и его пользователем. Другими словами интерфейс это та часть программы, которая для выполнения некоторых функций переводит действия пользователя в один или более запросов и обеспечивает обратную связь с пользователем в соответствии с последовательностью его действий. Создание эффективных прикладных программ начинается с широкого обзора содержания и цели будущей программы. Путь по которому мы идем, создавая прикладную программу зависит от той информации, которая содержится в программе и от того будет ли пользователь использовать эту информацию. Это все в конечном итоге определяет интерфейс.

5.ЗАКЛЮЧЕНИЕ

Разрабатываемый подход можно применить в исследовании внутренней структуры и связей природных процессов, протекающих в различных экосистемах. А также реализовать в учебных процессах ВУЗов. Результаты проведенного опыта позволяют на основе разработанных алгоритмов создавать различные командные файлы позволяющие ту или иную идею реализовывать на ЭВМ, где программы и алгоритмы настолько становятся близки по использованию, что реализация составления структуры программы, скорей всего, идет программными алгоритмами. В процессе разработки пакета программ, основной результат исследования, состоит в возможности организации, с помощью алгоритмов, а затем создания программных алгоритмов для максимально корректно работающих exe файлов в различных областях медицины, экологии и биологии.

1.Алексеев В.В.,Долидзе Р.В., Д.Д. Недосекин,Е.А. Чернявский "Практикум по вероятностным методам в измерительной технике."-СПб.:Энергоатомиздат.1993,-264с.

2.Yu. Gerasimenko, A. Garbuz, A. Makarovsky, Yu. Shapkov, "Effects of spinal cord stimulation on posture and gait in spinal patients."In: Woollacot M., Horak F.(eds.) Posture and Gait: Control Mechanisms. 1992. p.372-375

4.Браун К."Введение в Visual Basic",пер.с англ.-М.:"Мир",1993-416с.

5.Иванов С.В., Ивакина А.В., Захаров И.С. "Применение Visual-технологий при обучении мониторингу токсичности водных сред в условиях чрезвычайных ситуаций", с.44-45 1998г, 25-26ноября, тезисы докладов научно-технической конференции "Мониторинг и прогнозирование чрезвычайных ситуаций".

6.Риордан Д."Введение в комбинаторный анализ",-1959г.

7.Leonard M. Sander "Fractal growth processes",p.789-793,Physics Department University of Michigan,Nature, 1986

8.J.P.Smith,A.O.Tyler,Z.A.Sabeur "Ecotoxicological assesment of produced waters in Indonesia",Environmental toxicology and water quality,p.323-336,1998

9.А.П.Немирко,"Цифровая обработка биологических сигналов",Наука,1984.

10.C.В.Иванов ,"Система принятия решений при цифровой обработке биологического процесса",SCM-98,том 2,стр.304.

11.АнтоновА.Е.,ИвановС.В.,А.В.Жукова"Выявление скрытых периодичностей некоторых адиабатических процессов",с.73-79,№496,1996г.