ARCHITEKTURA EKSPERTOWEGO SYSTEMU OCENY JAKO CI

Transkrypt

1 ARCHITEKTURA EKSPERTOWEGO SYSTEMU OCENY JAKO CI TOMASZ DUDEK Akademia Morska BO ENA MIAŁKOWSKA Zachodniopomorski Uniwersytet Technologiczny Streszczenie Jednym z systemów wspomagania zarz dzania jako ci s systemy ekspertowe. Aby systemy ekspertowe oceny jako ci spełniły swoj rol musz mie odpowiedni architektur (struktur ) dzi ki której mo liwa b dzie efektywna i wieloaspektowa (kompleksowa) ocena jako ci w oparciu o dost pne dane, metody wywodu wiedzy i wiedz eksperta. Dane b d ce podstaw oceny jako ci zwykle maj heterogeniczny charakter a ocena jako ci cz sto oparta jest na zmiennych w czasie kryteriach tej oceny. W artykule zaprezentowano architektur ekspertowego systemu oceny jako ci z uwzgl dnieniem zmiennego charakteru kryteriów oceny i heterogeniczno ci ródeł danych zasilaj cych ten system. Słowa kluczowe: ontologie, in ynieria ontologii, systemy ekspertowe, jako, wiedza, heterogeniczno. 1. Wprowadzenie Działalno gospodarcza firm, przedsi biorstw czy organizacji, to dbało o poziom jako ci wytwarzanych przez nie produktów i wiadczonych usług. O jako ci nie decyduj jednak same wymagania u ytkowe czy ich specyfikacja, ale mo liwie najlepsze ich ustalenie oraz stopie ich spełnienia. Efektywna i kompleksowa ocena jako ci uzale niona jest od wyboru metod, wiedzy i do wiadczenia oceniaj cych oraz od jako ci i ilo ci dost pnych danych. W ocenie jako ci (np. oprogramowania, kształcenia, wiadczonych usług, procesu produkcji, itp.) mo na wykorzysta specjalistyczne oprogramowanie, które t ocen b dzie wspomaga zarówno w aspektach wytwarzanego produktu jako efektu ko cowego, jak równie w aspektach przebiegu procesów zwi zanych z jego wytwarzaniem, w całym cyklu ycia (równie w eksploatacji, u ytkowaniu). Takim oprogramowaniem wspomagaj cym wieloaspektow ocen jako ci mo e by system ekspertowy. Systemy ekspertowe [4][5] mog wspomaga wnioskowanie, ocen oraz podejmowanie decyzji, działaj c w sposób zbli ony do procesu rozumowania człowieka. Wa n rol w systemie ekspertowym pełni tzw. eksperci, którzy udost pniaj w nim swoj wiedz i do wiadczenie. Systemy ekspertowe maj liczne zastosowania w takich dziedzinach jak: finanse, procesy wytwórcze, zarz dzanie, kolejkowanie i ustalanie poł cze (szczególnie dla linii lotniczych), obsługa klientów, projektowanie, militaria, analiza danych, in ynieria oprogramowania, administracja pa stwowa, przemysł transportowy i kosmicznym oraz wielu innych. Mo na je klasyfikowa ze wzgl du na rol i funkcje jakie im przypisano, wyró niaj c systemy doradcze, podejmuj ce lub

2 70 Tomasz Dudek, Bo ena miałkowski Architektura ekspertowego systemu oceny jako ci wspomagaj ce decyzje czy wreszcie krytykuj ce, przedstawiaj ce problem i warianty jego rozwi zania. Ze wzgl du na uzyskiwane z systemu ekspertowego wyniki, wyró nia si równie ekspertowe systemy ukierunkowane na diagnoz, prognoz i plan rozumiany jako opis stanu, do którego nale y d y. Istniej te systemy ekspertowe z wiedz pewn (zdeterminowan ) i niepewn. Systemy ekspertowe mo na równie sklasyfikowa ze wzgl du na sposób ich budowy, wyró niaj c gotowe (dziedzinowe) systemy szkieletowe z pust baz wiedzy oraz dedykowane systemy, tworzone od podstaw. Niezale nie jednak od zaprezentowanej klasyfikacji i zastosowa systemów ekspertowych istotne s funkcje przez nie realizowane. Jednym z mo liwych zastosowa systemów ekspertowych jest system oceny jako ci, oznaczony skrótowo symbolem SEOJ. Zadaniem takiego systemu (Np. oceny jako ci oprogramowania, jako ci kształcenia) mo e by : - Diagnoza jako ci produktu (Np. oprogramowania) lub wiadczonej usługi (Np. edukacyjnych) i procesów wytwarzania (realizacji usług), - Prognoza (oszacowanie) jako ci efektu ko cowego (produktu lub wiadczonej usługi), - Dobór jako ci wzorcowej (np. oprogramowania), któr nale y osi gn i zwi zane z tym aspektem badania. Istotnym elementem systemu SEOJ s dane ródłowe zasilaj ce system, za istotn cech tych danych jest ich heterogeniczny charakter. Heterogeniczno danych w informatyce oznacza ró norodno tych danych pod wzgl dem ródeł ich pochodzenia, struktur, poziomów odniesienia jak i metod pomiaru. Nale y dodatkowo podkre li, e cz sto kryteria oceny jako ci s zmienne w czasie. 2. Heterogeniczny i zmienny w czasie charakter danych zasilaj cych ekspertowy system oceny jako ci Ekspertowy system oceny jako ci produktów, wyrobów, wiadczonych usług czy realizowanych procesów jest zasilany w nast puj ce dane ródłowe: - Dane liczbowe o miarach jako ci produktów, wyrobów, wiadczonych usługach, realizowanych procesach, etc, - Dane opisowe o wytwarzanych produktach, wyrobach, wiadczonych usługach czy realizowanych procesach, zespole wytwórców, procesie wytwarzania, etc. - Dane niemierzalne wyra one w aspektach kategorycznych, na podstawie wiedzy eksperta, odnosz ce si do oceny jako ci, - Inne dane semantycznie zwi zane z ocen jako ci (Np. dane o planach, umowach, kontraktach, zało eniach, oczekiwaniach klientów, etc.), - Metadane o danych przechowywanych w bazie danych i bazie wiedzy. ródła zasilaj ce systemy SEOJ mog by dost pne dynamicznie lub statycznie. S ró nych typów (Np. bazy danych, pliki lub strony w formacie HTML). Mog mie ró norodne znaczenie, form zapisu, struktur, itp. Dla przykładu w ocenie jako ci kształcenia w szkole wy szej mo na za ródła danych przyj wyniki pomiarów ankietowania studentów lub absolwentów, rankingi ró nych instytucji, obowi zuj ce standardy kształcenia, oceny ró nych gremiów akredytacyjnych, sylwetk absolwenta, itp. Oznacza to, e ródła danych w systemie SEOJ maj heterogeniczny charakter. Inn wa n cech danych ródłowych w systemie SEOJ jest zmienny charakter kryteriów oce-

3 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, ny jako ci. Dla przykładu ocena jako ci oprogramowania realizowana w latach 80-tych XX wieku opierała si na innych kryteriach oceny ni ma to miejsce na pocz tku XXI wieku. Mo na spodziewa si, e wraz z rozwojem metod, technik czy metodyk wytwarzania oprogramowania, a tak e wraz z pojawieniem si w przyszło ci nowych standardów w dziedzinie in ynierii oprogramowania, b dziemy stosowa inne kryteria oceny oprogramowania ni na pocz tku XXI wieku. Gdy za rozwa ymy kryteria oceny jako ci kształcenia studentów to równie zauwa ymy, e na przestrzeni czasu s one zmienne i ró ne a tak e zale ne od czasu odniesienia si do tej oceny jako ci. Podobne własno ci maj dane ródłowe w innych dziedzinach oceny jako ci. 3. Architektura ekspertowy system oceny jako ci Poniewa istotnym uwarunkowaniem systemów SEOJ jest heterogeniczny i zmienny w czasie charakter danych zasilaj cych takie systemy, to musi w nich istnie wydzielony modułu integracji heterogenicznych ródeł danych. Nale y zauwa y, e z ka dym ródłem danych w systemie SEOJ zwi zana jest okre lona terminologia, okre lone nazewnictwo. Dla przykładu, rozpatruj c ankiety studentów w ekspertowym systemie oceny jako ci procesu kształcenia za takie poj cia przyj mo na program przedmiotu, punktualno prowadz cego, przygotowanie do zaj, realizacj przedmiotu, itp. Mi dzy poj ciami z tej terminologii zachodz relacje, Np. cz ci oceny realizacji przedmiotu jest ocena punktualno ci prowadz cego, itp. Zgodnie za z literatur poj cia terminologie i relacje mi dzy nimi mo na opisa formalnie tzw. ontologi [3]. Dzi ki ontologiom mo liwa jest komunikacja bez konieczno ci operowania na wspólnej bazie wiedzy ale i na wcze niej zdefiniowanych słownikach z zapytaniami i okre lonymi wyj tkami. Ontologie umo liwiaj tak e efektywny dost p do informacji zawartych w wielu odr bnych repozytoriach i bazach wiedzy, przez co integruj dane, funkcjonalno ci, platformy, dziedziny, itp. Nie narzucaj one konieczno ci odwzorowania jedynie wiata rzeczywistego. Pozwalaj tak e na opis zasobów, które cz sto nie s wiernymi odpowiednikami rzeczywistych obiektów. Ontologie wspomagaj ujednolicenie wszystkich semantycznych ró nic informacji dostarczanych przez system i dlatego mog by podstaw modułu integracji heterogenicznych ródeł danych. Załó my, e w systemie SEOJ dost pnych jest n heterogenicznych ródeł danych symbolicznie oznaczonych jako Z 1,, Z n Wówczas zgodnie z zasadami tworzenia ontologii mo na dla tych ródeł opracowa odpowiednie ontologie O 1,, O n wg zasady, e O i jest ontologi dla ródła Z i (i=1,, n). Ł czenie wielu ontologii w jedn ontologi globaln jest mo liwe dzi ki dost pnym w literaturze metodom, zaimplementowanym w dostosowanych do tego, pakietach oprogramowania (Np. OntoStudio). Wówczas stosuj c jedn z tych metod dla integracji ontologii O i (i=1,, n) mo na zbudowa ontologi globaln OG. Kolejnym krokiem obsługi heterogeniczno ci danych jest etap wyznaczania funkcji przej cia mi dzy ontologiami O i (i=1,, n) a ontologi globaln OG i odwrotnie mi dzy OG a ontologiami O i (i=1,, n). Integracja danych dotyczy ł czenia dowolnych poj, które mog by zarówno synonimami

4 72 Tomasz Dudek, Bo ena miałkowski Architektura ekspertowego systemu oceny jako ci jak i homonimami (zaimplementowane modele opisuj ce podobie stwo, zaprojektowane w oparciu o model Tverskyego [8], który definiuje miar podobie stwa jako proces dopasowania cech). Model ten dostarcza warto ci podobie stwa, które nie jest tylko wypadkow wspólnych cech, ale uwzgl dnia tak e ró nice mi dzy poj ciami (obiektami). Mo liwe jest równie rozszerzenie metody odkrywania podobie stw terminów o ide kontekstów (podobie stwo terminów zale ne jest od kontekstu, w jakim si do nich odnoszono). Kontekst okre la prawdziwo lub fałszywo stwierdzenia jak i jego znaczenie. Poprzez dodanie funkcji rozpatruj cych podobie stwa, w metodzie integracji opartej na ontologiach, osi gn mo na wi ksz precyzj porówna pomi dzy poj ciami ró nych ontologii, a poł czenie ontologii i kontekstów dostarczy wy szego poziomu informacji semantycznej wymaganej w integracji danych. Metod integracji ontologii a co zatem idzie i heterogenicznych ródeł danych, dokładniej zaprezentowano w literaturze (cho by [3]). Na metodzie integracji ontologii oparto koncepcj realizacji modułu integracji heterogenicznych ródeł danych w systemie SEOJ. W dalszej cz ci moduł ten nazwano modułem obsługi ontologii i oznaczono symbolem MOO. Mo na zatem stwierdzi, e w strukturze ekspertowego systemu oceny jako ci SEOJ niezb dne s nast puj ce moduły funkcjonalne: - Moduł obsługi ontologii MOO, - Moduł pozyskiwania i gromadzenia wiedzy, umo liwiaj cy zdobywanie oraz modyfikowanie wiedzy o produktach, usługach i procesach, - Baza danych o produktach, procesach i usługach, - Baza wiedzy (ang. knowledge base), zawieraj ca informacje dziedzinowe i informacje o podejmowanych przez eksperta decyzjach, - Mechanizmy wnioskowania (ang. inference engine), które odpowiadaj za rozwi zanie problemu oraz za poprawne zastosowanie wiedzy zgromadzonej w bazie wiedzy, - Moduł obja niaj co - wyja niaj cy (ang. explanation facility), którego głównym zadaniem jest komunikacja ze wiatem zewn trznym. za ogólna struktura takiego systemu jest zgodna z rys.1. W module obsługi ontologii MOO dost pne b d nast puj ce funkcje: Tworzenie ontologii wraz z tworzeniem leksykonów, aksjomatów, zbioru konceptów, terminologii, atrybutów, wyników pomiaru ocen (osobników), sieci semantycznych dla ontologii wraz z opisem relacji mi dzy konceptami, Ł czenie dwóch wskazanych przez u ytkownika ontologii, Tworzenie regionów i sygnatur dla wskazanej przez u ytkownika ontologii, Tworzenie odwzorowa (funkcji przej ) mi dzy dwoma wybranymi ontologiami, Zapami tanie ontologii wynikowej, Obsługa zapyta o ocen jako ci sformułowan w terminologii dowolnej ontologii. Baza danych w systemie ekspertowym słu y gromadzeniu danych o wytwarzanym produkcie, wiadczonej usłudze (w przypadku SEOJ do oceny jako ci produktów informatycznych b dzie to bie cy rejestr miar jako ci oprogramowania w kolejnych etapach jego wytwarzania, wska niki jako ci dla punktów funkcyjnych, etc.) i przebiegu procesów wytwarzania (Np. dla oceny jako ci oprogramowania ewidencja opó nie, wyników testów, danych o przebiegu procesu wytwarzania oprogramowania, wyniki mi dzyprocesowego audytu, etc.).

5 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, Rys. 1. Architektura systemu ekspertowego oceny jako ci ródło: opracowanie własne na podstawie [3], [6] i [7] Aby wykorzystanie modułu obsługi ontologii MOO w systemie SEOJ było mo liwe, niezb dne jest przechowywanie w formie warstwy metadanych (WM na rys.1) danych o strukturze wywodu kolejnych ontologii, opisie zbiorów konceptów, aksjomatów, relacji mi dzy konceptami danej ontologii, sieci semantycznych, ontologii, sygnatur, regionów, odwzorowa mi dzy ontologiami. Warstwa tych metadanych mo e by zrealizowana w formie tabel powi zanych mi dzy sob na zasadzie relacyjnej bazy danych. W skład tej warstwy wchodz dane o aksjomatach i ich typach, atrybutach, funkcjach przej cia, grafach (sieciach semantycznych), konceptach, leksykonach, ontologiach, osobnikach, regionach, relacjach i ich typach a tak e dane o sygnaturach bitowych, a wszystko po to by mo liwa była integracja ontologii odpowiadaj cych heterogenicznym ródłom danych. Wyposa enie systemu SEOJO w warstw metadanych (WM) i moduł obsługi ontologii (MOO), pozwoli na utworzenie ekspertowego systemu oceny jako ci, w którym wszystkie ródła mog by w dowolnej chwili osi czasu, z pewnym opó nieniem wynikaj cym z konieczno ci przestrojenia systemu, zintegrowane mimo ich ró norodno ci. Wiedza dziedzinowa w ekspertowym systemie oceny jako ci jest reprezentowana, wywodzona oraz przetwarzana przez tzw. in yniera wiedzy wspomaganego baz danych i baz wiedzy. Jest ona zwi zana ze znajomo ci miar jako ci produktu finalnego lub usługi, ze znajomo ci cyklu ycia, z kategoryzacj problemu, z rodzajem organizacji procesów wytwarzania, z ich charakterystykami, narz dziami pomiaru, ze znajomo ci reguł stosowanych w dziedzinie, itp. Istnieje kilka rodzajów baz wiedzy. Do wa niejszych nale y zaliczy nast puj ce: - Baza tekstów (ang. text base) - wyst puje w niej naturalna strukturalizacja zawartych informacji. Taka baza jest nie uporz dkowana, dlatego te operacje na niej mog by wykonywane w sposób dowolny,

6 74 Tomasz Dudek, Bo ena miałkowski Architektura ekspertowego systemu oceny jako ci - Baza reguł (ang. rule base) - zawiera wiedz o obowi zuj cych w danej dziedzinie zale no ciach i jest najwa niejsz cz ci bazy wiedzy, - Baza modeli (ang. model base) - zawiera modele matematyczne (logiczno-matematyczne przedstawienie poj cia, systemu lub działa ) danej dziedziny, - Baza wiedzy zdroworozs dkowej (ang. common sense knowledge base) - odzwierciedla potencjalne, racjonalne zachowania si człowieka. Zawiera reguły definiuj ce sposoby podejmowania decyzji, które reprezentuj metawiedz systemu ekspertowego. Moduł obja niaj co - wyja niaj cy jest odpowiedzialny zarówno za wprowadzanie danych do systemu, jak i za wyprowadzanie na zewn trz wniosków systemu. Moduł ten wspomaga u ytkownika rad oraz sugesti, ostateczna decyzja nale y jednak do samego u ytkownika. Wywodzenie wiedzy, wnioskowanie w systemie ekspertowym jest procesem wyszukania konkluzji przy wykorzystaniu zbioru reguł i faktów w konkretnej sytuacji, w okre lonych warunkach. Podstawowymi metodami wnioskowania s wnioskowanie wstecz" (ang. backward chaining) oraz wnioskowanie wprzód" (ang. forward chaining). Wnioskowanie wprzód" zaczyna od faktów i posuwa si w kierunku diagnozy. Systemy ekspertowe na podstawie podanych informacji i reguł zawartych w bazie wiedzy stara si wygenerowa nowe fakty. Fakty te s doł czane do bazy wiedzy, a cały proces zostaje powtórzony. Wnioskowanie ko czy si, kiedy nie jest mo liwe wygenerowanie adnych nowych faktów lub gdy poszukiwana reguła została odnaleziona. Wnioskowanie wstecz" rozpoczyna si od hipotezy i poszukiwania argumentów (dowodów), które pozwol j potwierdzi lub obali, korzystaj c z reguł zawartych w bazie wiedzy. Je li reguły korzystaj z faktów, które nie s znane, a które wynikaj z innych reguł, to system najpierw sprawdza te reguły. Je li danych faktów nie da si wyprowadzi za pomoc reguł wówczas system pyta o nie u ytkownika. Proces wnioskowania zwykle odbywa si rekurencyjnie, a do momentu, kiedy uda si uzyska wszystkie dane potwierdzaj ce b d odrzucaj ce postawione hipotezy. Dzi ki systemowi ekspertowemu SEOJ z baz wiedzy dziedzinowej mo liwe jest: - Stawianie diagnoz w zakresie oceny jako ci produkty, usługi (np. dla oceny jako ci oprogramowania odpowied na pytanie czy produkt b dzie wysokiej jako ci lub, jak jako posiada obecnie), - Formułowanie wniosków o wytwarzanym produkcie lub wiadczonych usługach, - Formułowanie diagnoz i prognoz o procesach wytwarzania produkty czy wiadczenia usług (np. dla produkcji oprogramowania, odpowied na pytanie czy lepszy produkt mo na uzyska, gdy zastosuje si okre lony proces produkcji, okre lon metod jego wytwarzania, narz dzia programowe, etc.). - Formułowanie wniosków o zmienno ci jako ci oprogramowania w jego cyklu ycia, - Identyfikacja oceny jako ci wytwarzanego produktu (oprogramowania) i wykonywanych procesów oraz zada produkcyjnych, - Integracja danych ró norodnych, informacji i wiedzy w jednym systemie, - Oszcz dno czasu przeznaczonego na ocen jako ci, - Eliminacja niepo danych i bł dnych rozwi za (ocen), - Mo liwo u ycia wielu miar, parametrów nawet cz sto trudnych do porównania w procesie oceny jako ci i podejmowaniu działa projako ciowych (decyzyjnych), - Zmniejszenie kosztów oceny jako ci poprzez wdro enie wypracowanych procedur zbierania danych, wnioskowania i wywodu wiedzy, itp.

7 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, Metoda integracji danych podstaw adaptacyjnego i otwartego charakteru systemów ekspertowych oceny jako ci. Dzi ki zastosowaniu metody integracji opartej na ontologiach w module integracji heterogenicznych ródeł danych rozwi zano w systemie SEOJ dodatkowo nast puj ce, znacz ce problemy: - Mo liwe jest uzupełnienie ocen jako ciowych o nowe ródła danych. Musz by wówczas dodane terminy, nie zawarte dotychczas w ontologii globalnej. Wymagane jest równie zdefiniowanie relacji mi dzy tymi terminami oraz zintegrowanie dotychczasowej ontologii globalnej z ontologi powstał dla nowych ródeł oceny, - Dzi ki współdzieleniu słowników oraz odwzorowaniu lokalnych ontologii w ontologi globaln mo liwe jest porównanie ocen jako ci. Główn cech systemu SEOJ jest integracja funkcji i danych oraz jego otwarty charakter na nowe ródła (struktury) danych, ró ne sposoby obróbki danych, metody wywodu wiedzy. Otwarto systemu SEOJO na nowe ródła danych wynika z metody integracji, za otwarto na ró ne sposoby wywodu wiedzy i ró ne sposoby obróbki danych, z istoty systemów ekspertowych. Systemu SEOJ wymaga wykonania konwersji danych, do takich struktur, które s niezb dne dla stosowanych w systemie metod wywodu wiedzy, za ka dym razem, gdy pojawi si nowe ródło danych. Gdy zostanie on oparty na relacyjnej bazie danych to taka konwersja jest mo liwa dzi ki wbudowanym w systemy zarz dzania bazami danych mechanizmom (np. zmaterializowane perspektywy, modyfikacje schematu bazy danych, konwersje mi dzy bazami danych). Jednak e najwa niejsz, obok integracji danych, cech systemu SEOJ jest mo liwo zautomatyzowania procesu adaptacji bazy danych i bazy wiedzy do nowych pojawiaj cych si ródeł danych, ró nych wzgl dem danych składowanych w bazie danych systemu pod wzgl dem pochodzenia, typu warto ci, znaczenia, przeznaczenia, itd. Ten adaptacyjny i otwarty charakter metody integracji opartej na systemie SEOJ, zilustrowano schematycznie na rys. 2. ródło: opracowanie własne Rys. 2. Otwarty i adaptacyjny charakter systemu SEOJ

8 76 Tomasz Dudek, Bo ena miałkowski Architektura ekspertowego systemu oceny jako ci Metoda integracji heterogenicznych ródeł danych czyni ekspertowy system oceny jako ci otwartym na nowe heterogeniczne ródła danych. 5. Podsumowanie Wa n cech danych ródłowych zasilaj cych ekspertowy systemy oceny jako ci jest heterogeniczno. Ta własno doprowadziła do sytuacji, w której aby dany system uzna za niezale ny (od nowych i zmiennych w czasie ródeł danych) nale y uwzgl dni integracj danych ródłowych oraz zmienny w czasie charakter kryteriów oceny. System ekspertowy SEOJ, zgodny z zaprezentowan w artykule architektur, wykazuje otwarto na problem pojawienia si coraz to nowszych ródeł danych (wcze niej nieznanych), które mog wzbogaci proces oceny jako ci, o nowe kryteria oceny. Bibliografia 1. BusinessObjects SA: From operational to analytical reporting with business objects data integrator Carey M.: Towards Heterogeneous Multimedia Information Systems: The Garlic Approach. International Workshop on Distributed Object Management, Waszyngton, Dudek T.: Integracja danych w systemach ekspertowych oceny jako ci. Roczniki Informatyki Stosowanej Wydziału Informatyki PS nr 9, n.t. Metody Informatyki Stosowanej w Zarz dzaniu, Szczecin, Dudek T.: System informatyczny jako narz dzie wspomagaj ce wycen nieruchomo ci. Roczniki Informatyki Stosowanej Wydziału Informatyki PS, Metody Informatyki Stosowanej w Zarz dzaniu, Szczecin, Janowski A., Szulwic J., Wróblewska D.: SIP i systemy ekspertowe w zarz dzaniu hałasem Michalik K., Architektura i cechy systemów ekspertowych, aitech.pl/content/ view/79/142/lang,iso , miałkowska B.: Multi-version metadata model at enterprise s data warehouse with ontologies. Materiały mi dzynarodowej konferencji Advanced Computer Systems, winouj cie, Tversky A.: Features of Similarity. Psychological Review, 1977

9 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, EXPERT SYSTEM ARCHITECTURE FOR QUALITY VALUATION Summary The computer monitoring systems for water networks have been implemented in Polish waterworks in arising range in the last 10 years but their use there does not meet their potentialities. These systems are used currently as self-contained programs for collecting the data of water production and of water pressures in area pump works informing the water net operators about the general state of their object while could and should be used as elements of the water net management systems. Such an information system for management of communal water networks is presented in the paper. Keywords: communal water network management, computer decisions making systems, GIS, mathematical modeling of water network systems Tomasz Dudek Akademia Morska tdudek@wi.ps.pl Bo ena miałkowska Zachodniopomorski Uniwersytet Technologiczny bsmialkowska@wi.ps.pl