Объектно-ориентированный подход

Объектно-ориентированный подход обладает достаточно мощным и универсальным формализмом, с помощью которого можно описывать поведение экономических агентов на рынках[10]. Объектно-ориентированный формализм, а также преимущества средств объектно-ориентированного проектирования и программирования позволяют не только успешно моделировать организационные структуры в виде систем объектов (агентов), но также строить и динамически развивающиеся структуры, учитывая наличие у агентных структур следующих свойств.

1. Активный характер объекта, позволяющий говорить о нем как об элементе структуры, инкапсулирующем определенное состояние и обладающем определенным поведением.

2. Существование значительных резервов повышения эффективности эвристического метода оптимизации при переходе к объектно-распределенным алгоритмам, таким как возможности:

133/

• распараллеливания вычислений;

• реализации в распределенных вычислительных средах;

• организации конкурирующего поиска по объектам;

• осуществления поиска в динамических структурах;

• обучения объектов в процессе осуществления поиска.

3. Наличие множества программных сред проектирования много-агентных систем, а также объектно-ориентированных языков программирования, упрощающих их разработку и реализацию.

Таким образом, можно говорить о нейроподобных агентных системах, так как функционирование такой структуры основывается на принципах действия нейронных сетей, предусматривающих обучение для минимизации функции ошибки. Теоретическая основа метода изложена в работах Rumelhart D.E., Hilton G.E., Williams R.J., Барцева СИ., Городецкого В.И., Охонина В. А., а также в более ранних работах Ж. Лагранжа, Лежандра и других ученых. Моделирование поведения организационных структур с помощью процессов обучения агентной структуры основывается на эвристической стратегии.

Агентную систему формально можно описать как объединение множества типов данных Т, алфавита событий X, множества идентификаторов объектов I, классов (объектных моделей) С и объектов О (формализм взят из материалов европейских конференций по объектно-ориентированному программированию ЕССОР):

S=(T,X,I,C,O).

Пусть имеется множество входов Хо = {х^, лг2> —. хп)< содержащих параметры внешней среды, и выход у системы (ее реакция на внешние воздействия), для которых получена обучающая выборка. Мы будем рассматривать обучающую выборку как зависимость соответствующих переменных от относительного (дискретного) времени t, т.е. дг, = х,(£) и У = У(Р), где t = О,1,... оо. Состояния входов и выхода системы инкапсулируют структурные элементы INput = (х) и OUTput = (у), которые в рамках объектно-ориентированного формализма являются классами.

Далее будем рассматривать множество Хо как множество экземпляров класса INput, а у — как экземпляр класса OUTput. Введем также класс преобразующего структурного элемента FUNction = (IN, N, x,fQ), который в качестве атрибутов содержит ссылки на связываемые структурные элементы (связи) — множество IN, результат преобразования — переменную х, а также функцию преобразования входов в переменную х — метод/(). IN={inj} — множество ссылок на входы или преобразующие структурные элементы, N— число входов (будем обозначать М = oi.N). Обращение по ссылке будем обозначать, используя синтаксис языка C++, т.е. (*inj).x, это обращение к переменной хэлемента, доступного noj-й ссылке (связи).

При создании структурного элемента FUNction результат преобразования будем рассматривать как дополнительный вход структуры

134/

х, который может использоваться в других преобразованиях, что достигается наследованием класса INput. При этом множество переменных {Х;} входов (и преобразующих структурных элементов в том числе), мы будем рассматривать как множество переменных X. Множество типов преобразующих структурных элементов представлено подклассами класса FUNction. Обозначим множество экземпляров преобразующих структурных элементов указанных типов О. Принадлежность объекта о классу с будем обозначать class(o) = с, наследование объектом класса с — superclass(o) = с.

Самоорганизующейся агентной структурой будем называть объединение множеств

S = (Г; А; Г, С = {INput, OUTput, FUNction}; О; П),

где Г — множество типов данных объектной системы; А — алфавит событий объектной системы; / — множество идентификаторов объектов; С = {INput, OUTput, FUNction} — множество классов структурных элементов (агентов); О = {о,} — множество элементов структуры; П — множество правил самоорганизации данной структуры.

Множество переменных структуры можно определить как

Множество входов для обучающей выборки:

Множество выходов, состоящее, в нашем случае, из одного элемента:

Требуется найти стратегию П организации структуры, при использовании которой в течение ограниченного времени и на базе существующих вычислительных ресурсов будет найдена структура, аппроксимирующая зависимость входов X и выхода у с заданной точностью. В качестве критерия наилучшей аппроксимации будем использовать следующий:

где Тс — текущий момент времени структуры; AT — период измерения качества аппроксимации. Введение интегрального критерия обусловлено необходимостью снижения трудоемкости по сравнению с использованием статистических оценок ошибок аппроксимации.

Самоорганизация структуры включает в себя всевозможные преобразования над агентами и связями. Для упрощения анализа мы будем под стратегией самоорганизации структуры понимать стратегию,

135/

состоящую из правил настройки структурных элементов Пн, т.е. мы сознательно исключаем из рассмотрения модификации структуры, связанные с созданием и уничтожением агентов.

Показателями эффективности такой самоорганизации структуры выступают: максимальное качество аппроксимации и минимальное время построения. При сравнении стратегий основным критерием является время построения структуры, которая способна аппроксимировать с заданным уровнем ошибки. Если заданный уровень ошибки не достигнут, то в рассмотрение берется качество аппроксимации.

Дискретный характер процессов позволяет выражать время построения через число итераций процесса построения, обозначим Тпостр. Качество аппроксимации определим как:

Условие достижения заданного уровня ошибки можно записать в виде Q* < е. Тогда критерий оптимальности стратегии построения следующий:

Введем в задачу еще несколько необходимых ограничений, касающихся свойств функций преобразования структурных элементов о,./(). Во-первых, будем считать, что все переменные (входные и выходные) принадлежат к одному типу данных. Тогда в качестве функций преобразования рассмотрим различные операции, в общем случае n-арные, определенные на пространстве значений данного типа данных. Во-вторых, будем требовать для унарных операций выполнения условий замкнутости, однозначности, полной определенности, обратимости. Для остальных — замкнутости, однозначности, полной определенности и разрешимости уравнений с одним неизвестным (деление) по всем переменным. Тип операции (функции преобразования) соответствует классу структурного элемента т.е. имеется однозначное соответствие Или для индексирования по объектам

Таким образом, на основании системного подхода проведена формализация модели коммуникационного процесса, лежащего в основе информационной системы на языке теории множеств. Выявлены системные закономерности, присущие процессу формирования информационной системы.

На базе информационного подхода рассмотрены концепции понятий «информация», «информатизация», «информатика», «информа-

136/

ционная деятельность» и «информационное обслуживание», которые позволили определить сущность информационных процессов.

На основании стратегического подхода сформулированы принципы формирования стратегий развития информационной системы и информационных технологий, определены миссия, цели, функции и этапы жизненного цикла информационной системы.

С помощью объектно-ориентированного подхода построена математическая модель многоагентной структуры, которая описывает процессы девальвации организационной структуры при изменении параметров влияния внешней среды.