WIEDZA I MODELE DLA LOKALNYCH INTELIGENTNYCH SKŁADNIKÓW SYSTEMU WSPOMAGANIA DECYZJI

Transkrypt

1 WIEDZA I MODELE DLA LOKALNYCH INTELIGENTNYCH SKŁADNIKÓW SYSTEMU WSPOMAGANIA DECYZJI TATIANA TRETYAKOVA Politechnika Szczeci ska Streszczenie W artykule przedstawiono schemat blokowy Systemu Ostrzegawczo-Doradczego regionalnego Centrum Zarz dzania w Sytuacjach Kryzysowych (SOD CZSK) oraz model formalny jego struktury. SOD CZSK zawiera w swoim składzie lokalne inteligentne składniki wspomagaj ce decyzje w warunkach istniej cego zagro enia niebezpiecznym zjawiskiem natury. Takie zjawiska mog doprowadza do kryzysu finansowego gospodarki nie tylko odr bnych podmiotów gospodarczych, ale nawet całych regionów. W celu okre lenia obszaru pozyskiwania wiedzy dla lokalnych inteligentnych składników SOD CZSK zostały wybrane dziedziny oraz zagadnienia, których rozwi zywane wymaga uwzgl dnienia estymacji informacji hydrometeorologicznej. Jako przykład modeli, które mog by wł czone do kontentu (zawarto ci) baz wiedzy lokalnych inteligentnych składników SOD CZSK zaprezentowano modele i algorytm wyboru z alternatywnych wariantów projektów przedsi wzi skierowanych na obni enie ryzyka zwi zanego z niebezpiecznymi zjawiskami natury. Omówiono mo liwo ci zastosowania technologii OLAP i GIS w celu pozyskiwania i analizy danych hydrometeorologicznych oraz danych o obiektach gospodarczych zagro- onych terenów. Słowa kluczowe: lokalne inteligentne systemy, kontent bazy wiedzy, modele, ryzyko, system ostrzegawczo-doradczy, wspomaganie decyzji 1. Wprowadzenie Wiele ró nych czynników mo e wywoływa powstanie sytuacji kryzysowych w gospodarce, w ród których istotne s czynniki hydrometeorologiczne, szczególnie teraz - w warunkach ocieplenia klimatu. Zagro eniom hydrometeorologicznymi zjawiskami natury ulegaj mi dzy innymi podmioty gospodarcze, które znajduj si na niebezpiecznych terenach. Aby zmniejszy ryzyko strat w takich warunkach tworzone i wykorzystywane s Systemy Ostrzegawczo-Doradcze (SOD) dla regionalnych Centrów Zarz dzania w Sytuacjach Kryzysowych (CZSK), których lokalne inteligentne składniki mog by wykorzystywane zarówno w zarz dzaniu odr bnymi podmiotami gospodarczymi po odpowiednich zmianach w kontencie baz wiedzy. Rozwi zanie problemu tworzenia baz wiedzy lokalnych inteligentnych składników dla SOD CZSK wymaga przede wszystkim modelowania procesów decyzyjnych przebiegaj cych w ramach procesów funkcjonowania systemów, nazywanych tak e, w stosunku do podmiotów gospodarczych, procesami biznesowymi (business process). Modele procesów decyzyjnych wykorzystuje si przy tworzeniu kontentu baz wiedzy inteligentnych systemów wspomagania decyzji poprzez okre lenie modeli, faktów i reguł rozwi zywania zagadnie w procesach funkcjonowania syste-

2 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, mów. W pracach naukowych problem ten dyskutuje si od wielu lat [1-6]. Szczególnie wa nym jest rozwi zanie problemu modelowania procesów decyzyjnych w sytuacjach nieokre lono ci i ryzyka wyst puj cych mi dzy innym pod wpływem czynników hydrometeorologicznych i posiadaj cych w zwi zku z tym charakter unikatowy. W takich sytuacjach wymagane s krótki czas podejmowania decyzji i trafno decyzji, bo od tego cz sto zale y nie tylko wielko strat finansowych, ale tak e ycie ludzi. Elementy modelu formalnego zadania podejmowania decyzji okre laj ce etapy i kierunki pozyskiwania wiedzy przy studiowaniu procesów decyzyjnych zostały przedstawione przez autork w pracy [7]. Etapy te s charakterystycznymi praktycznie dla dowolnej sytuacji problemowej pojawiaj cej si pod wpływem czynników hydrometeorologicznych. Zgodnie z tym modelem poprzez opis ontologiczny dziedziny problemowej strukturyzuje si wiedza o dziedzinie, dla której planuje si tworzenie lokalnego inteligentnego systemu wspomagania decyzji. W procesie strukturyzacji identyfikuje si problemy, powstaj ce pod wpływem czynników hydrometeorologicznych, ocenia si ryzyko ponoszenia strat przy powstaniu problemu i oraz okre la si sposoby, czyli modele i reguły, jego rozwi zywania. Jako lokalne inteligentne składniki SOD mog wyst powa specjalistyczne systemy agentowe i systemy ekspertowe (SE) wspomagaj ce decyzje z estymacj informacji hydrometeorologicznej w ró nych dziedzinach. Wł czenie takich składników do struktury systemów informacyjnych podmiotów gospodarczych, rozlokowanych na zagro onych niebezpiecznymi zjawiskami natury, nadaje tym systemom wła ciwo ci systemów ostrzegawczo-doradczych. W bazach wiedzy lokalnych inteligentnych składników przechowuje si i rozwija si wiedza, która mo e by wykorzystana przy podejmowaniu decyzji z estymacj informacji hydrometeorologicznej. Jest to wa nym i korzystnym z powodu tego, e decydenci z czasem mog zmienia si, ale ich do wiadczenie i wiedza zostan zachowane. Dzi ki temu przy powstaniu analogicznych sytuacji wiedza ta mo e by wykorzystywana i uzupełniana poprzez nowych decydentów. Zauwa my, e polepszenie jako ci podejmowanych decyzji bazuje nie tylko na zastosowaniu wyników symulacji na modelach rozwi zania ró nych zagadnie, mo e ono odbywa si równie poprzez wspomaganie decyzji w sytuacjach niestandardowych oraz poprzez trening kadry za pomoc odpowiednich inteligentnych systemów [ 8]. W bazach wiedzy inteligentnych składników SOD CZSK powinny by zawarte modele i wiedza ekspercka, które pozwoliły by na przeprowadzenie symulacji poprzez wykorzystanie danych wej ciowych. Niektóre z tych danych mog by zdobyte za pomoc takich inteligentnych składników jak OLAP (On Line Analitical Processing) i GIS (Geografic Information System), w tym LIS (Land Information System), uzupełniaj cych struktur SOD CZSK. Wyposa enie SOD CZSK w specjalistyczne lokalne inteligentne systemy, takich jak systemy ekspertowe i agentowi, tworzy dodatkowe mo liwo ci dla lepszego uzasadnienia podejmowanych decyzji z estymacj informacji hydrometeorologicznej przy rozwi zywaniu problemów słabo ustrukturyzowanych. Wybór modeli i okre lenie reguł podejmowania decyzji w procesie symulacji na owych modelach dla lokalnych inteligentnych składników SOD CZSK zale y od dziedziny rozwi zywanych problemów [9]. Od dziedziny problemowej zale y równie struktura SOD CZSK. Dla przypadku, gdy procesy decyzyjne przebiegaj z estymacj informacji hydrometeorologicznej mo e by wykorzystany wariant struktury SOD CZSK rozpatrzony w nast pnym rozdziale.

3 186 Tatiana Tretyakova Wiedza i modele dla lokalnych inteligentnych składników systemu wspomagania decyzji Model formalny i schemat blokowy struktury SOD CZSK Struktura SOD CZSK zawiera ró ne lokalne inteligentne składniki. Uproszczony model formalny struktury systemu SOD CZSK mo na przedstawi jako nast puj cy zbiór: M = {E q, S fw,i int } (1) gdzie: E q - sprz t; S fw oprogramowanie; I int informacja, wiedza. Bardziej szczegółowe modele formalne dwóch składników tego modelu: S fw oraz I int. Składnik S fw przedstawimy jako nast puj cy zbiór: S fw = {D rep, D b, S db, K b, S kb, I nterf, A int, ES, B web } (2) gdzie: D rep repozytorium i witryny danych (data warehousing) w poł czeniu z technologiami OLAP i GIS; D b - relacyjne bazy danych; S db system zarz dzania baz danych; K b - baza wiedzy; S kb - system zarz dzania baz wiedzy ; I nterf interfejsy; A int lokalne organizacje (inteligentne agenty); ES lokalne systemy ekspertowe; B web - poszukiwarki. Składnik I int przedstawimy jako zbiór: gdzie: d dane; m modele; r reguły. Lokalny system ostrzegawczy HMP I int = {d, m, r} (3) C.Z.S.K. Objekty gospodarcze, mieszkancy regionu Lokalny system agentow komputerowych - Agent rejestrujacy - Agent reakcyjny System przekazu informacji o zagrozeniu System pomiaru poziomu wody w jeziorze System komunikacji satelitarnej Baza danych Informacje o poziomie wody w jeziorze Mechanism wnioskowania Mechanism komunikacji z modulem symulacyjnym Baza wiedzy BD OLAP Modul symulacyiny GIS BD Interfejs uzytkownika Bazy danych sluzb hydrometeorologicznych Decydent Rys.1. Schemat blokowy SOD CZSK

4 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, W przedstawionym we wzorze (2) modelu formalnym struktury S fw zostali uj te lokalne inteligentne systemy, tworzone zgodnie z potrzebami uczestników procesów decyzyjnych. Wyposa enie sytemu wspomagania decyzji w taki składniki i ich wspólne wykorzystanie w procesie decyzyjnym daje efekt synergetyczny w drodze podnoszenia jako ci podejmowanych decyzji. Na rys. 1 przedstawiono schemat blokowy jednego z mo liwych wariantów struktury regionalnego SOD CZSK. W strukturze na rys.1 zawarte s lokalne inteligentne składniki: system ostrzegawczy HMPoziom, który jest systemem lokalnych inteligentnych agentów i zawiera agentów rejestruj cego i reakcyjnego/elastycznego (flexible). Agent rejestruj cy prowadzi ewidencj pomiarów poziomu w jeziorze, tj. rejestruje dane o poziomie, natomiast drugi agent reakcyjny, reaguj c na alarmowy poziom wody, sygnalizuje o zagro eniu lawin błotn przez system komunikacji z CZSK. Do SOD CZSK został tak e wł czony SE HMDEC, który mo e funkcjonowa jako lokalny system, spełnia on rol systemu doradczego wspomagaj c decyzje podejmowane z uwzgl dnieniem estymacji informacji hydrometeorologicznej. Z przedstawionej we wzorze (2) i na rys.1 struktury wida, e pozyskiwanie i strukturyzacja wiedzy dla inteligentnych składników SOD CZSK jest jednym z wa niejszych zada przy jego tworzeniu, rozwi zanie którego wykonuje si zgodnie z metod zaprezentowan w pracy [10]. 2. O modelach i wiedzy dla lokalnych inteligentnych składników SOD CZSK wykorzystuj cych informacj hydrometeorologiczn Podejmowanie decyzji z uwzgl dnieniem estymacji informacji hydrometeorologicznej w wielu dziedzinach: zarz dzaniu regionalnym, transporcie, rolnictwie, gospodarce wodnej, budownictwie, energetyce itd., podnosi adaptacyjny potencjał podmiotów gospodarczych pozwalaj c wybiera najlepsz strategie i taktyk współdziałania z natur [11]. Z uwzgl dnieniem estymacji tego typu informacji opracowuje si plany przedsi wzi skierowanych na zapobieganie stratom spowodowanym przez gro ne czynniki natury. Wysoki poziom nieokre lono ci nast pstw, zwi zanych z niebezpiecznymi zjawiskami hydrometeorologicznymi oraz konieczno szybkiego i poprawnego reagowania w przypadku zagro- enia ze strony natury zmuszaj do zastosowania w procesach decyzyjnych i procesach treningu personelu wsparcia komputerowego, czyli: inteligentnych systemów ostrzegawczych, doradczych i treningu. W niniejszym artykule autorka skupiła si na inteligentnych systemach doradczych wspomagaj cych decyzje odno nie wyboru wariantu projektu przedsi wzi cia zapobiegaj cego stratom w wyniku oddziaływania czynników hydrometeorologicznych. Dla systemów tej klasy nale y przygotowa kontent baz wiedzy, który zawierał by cał wiedz niezb dn przy podejmowaniu decyzji z uwzgl dnieniem estymacji informacji hydrometeorologicznej, zawieraj c modele i reguły rozwi zania zagadnie, metody i modele zarz dzania ryzykiem. Pod poj ciem ryzyka w danym artykule rozumie si miar mo liwo ci nast pienia zdarzenia losowego i wielko ci skutków wywołanych przez to zdarzenie, tj. Ilo ciowa ocena ryzyka ujmuje jednocze nie prawdopodobie stwo jego wyst pienia i ponoszone w wyniku nast pienia zdarzenia straty. W warunkach istniej cego ryzyka wyst powania niebezpiecznych zjawisk natury i ponoszenych w wyniku tego strat dla podj cia decyzji o wyborze z ró nych wariantów projektów przedsi wzi, zapobiegaj cych stratom wykorzystuje si podej cie probabilistyczne. Przy tym podej- ciu prognozuje si mo liwe sytuacje ryzykowne powstaj ce pod wpływem niebezpiecznego zja-

5 188 Tatiana Tretyakova Wiedza i modele dla lokalnych inteligentnych składników systemu wspomagania decyzji wiska natury: R i, i= 1,2,...n z nadaniem im prawdopodobie stwa wyst pienia. Jako R i mo e wyst powa ryzyko zwi zane ze zniszczeniem obiektów gospodarczych (rolniczych, przemysłowych, socjalnych, kulturalnych), awariami, utrat zdrowia i ycia, przerwami w funkcjonowaniu obiektów oraz innymi. Dla ka dej ryzykownej sytuacji oblicza si wielko potencjalnie mo liwych strat (C Ri ) oraz prawdopodobie stwo wyst pienia takiej sytuacji P Ri pod warunkiem e: n P Ri = 1 (4) i= 1 Ilo ciow ocen ryzyka obliczano według wzoru (5): R i = P Ri C Ri, (5) gdzie R i ilo ciowa ocena ryzyka, P Ri prawdopodobie stwo wyst pienia zdarzenia ryzykownego, C Ri wielko mo liwych strat przy jego wyst pieniu. Algorytm wyboru projektu przedsi wzi cia ochronnego przedstawiono na rysunku 2. Zgodnie z tym algorytmem na pocz tku porównuje si ilo ciow ocen ryzyka R i z wielko ci wydatków zwi zanych z realizacj ochronnych przedsi wzi C O. Na podstawie wyników analizy porównawczej podejmuje si decyzj odno nie efektywno ci ekonomicznej rozpatrywanego projektu przedsi wzi cia. Efektywne projekty zapisuje si do listy projektów-kandydatów (K i ) na realizacj, które przeszły ocen ilo ciow. Ale przy podejmowaniu decyzji o wyborze projektu z listy projektówkandydatów K i wykonuje si dodatkowo analiz jako ciow. Mo e ona by przeprowadzona ze strony prawnej, etycznej, ekologicznej itd. W zwi zku z tym ka dy projekt z listy projektówkandydatów K i ocenia si tak e zgodnie z kryteriami oceny jako ciowej. W wyniku takiej oceny dokonuje si wyboru najlepszych (z punktu widzenia ustalonych kryteriów oceny jako ciwej) projektów przedsi wzi ochronnych, które zapisuje si do listy projektów-kandydatów K j. W ko cu z listy K j zostaje wybrany taki projekt ochronnego przedsi wzi cia, który prowadzi do minimalizacji strat M(R i ), zwi zanych z wyst pieniem zdarzenia ryzykownego pod wpływem czynników hydrometeorologicznych oraz z realizacj ochronnego przedsi wzi cia: M( Ri,C0 ) ( Ri + C0 ) min (6) i 3. Zastosowanie lokalnych inteligentnych systemów w procesie decyzyjnym = n i= 1 Informacja o zagro eniu niebezpiecznym zjawiskiem ze strony natury wpływa od słu b hydrometeorologicznych. W sytuacjach kryzysowych zarz dzanie realizuje si zwykle przez CZSK. Przy zagro eniu niebezpiecznym zjawiskiem natury decydenci CZSK wysyłaj odpowiedni informacj i instrukcje do specjalnych komisji powiatowych lub miast, a te sygnalizuj o zagro eniu kierownictwu obiektów gospodarczych, socjalnych, kulturalnych. W strukturze blokowej SOD CZSK przedstawionej na rys.1 został uwzgl dniony system ekspertowy HMDEC, który, słu y jako system doradczy w procesach decyzyjnych zwi zanych z reagowaniem na zagro enia ze strony natury. Struktura SE HMDEC i jego baza wiedzy zostały przedstawione we wcze niejszych publikacjach [12,13]. i

6 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, Start Ilosciowa ocena ryzyka R i : P Ri x C Ri Ocena kosztow projektu C Oi Porownanie wielkosci R i i C Oi Jesli Ri C 0 i Nie Tak Zapis do listy projektow-kandydatow K i po ocenie ilosciowej Ocena jakosciowa projektu Czy ocena jakosciowa jest dobra? Tak Zapis do listy projektow-kandydatow K j po ocenie jakosciowej Nie Wybor projektu: M (R = n i, C 0 i ) (R i + C 0 i ) min i = 1 Koniec Rys.2. Algorytm wyboru projektu przedsi wzi cia ochronnego. Aby było mo liwe korzystanie z wiedzy i modeli tego systemu potrzebne s okre lone dane, które powinny by umieszczone w jego bazie danych lub wprowadzane operacyjnie, jako dane wej ciowe. Zauwa my, e lokalne inteligentne systemy wspomagaj ce procesy decyzyjne na ró nych poziomach zarz dzania regionalnego i w podmiotach gospodarczych mog odbiera i analizowa informacje o stanie rodowiska z ró nych zewn trznych ródeł. Przy du ej ilo ci analizowanych danych pozyskiwanych ze ródeł zewn trznych mo e by zastosowana technologia OLAP, która jest technologi operacyjnej analitycznej obróbki danych. W postaci danych zewn trznych analizowanych przez OLAP mog wyst powa tak e dane z baz danych słu b hydrometeorologicznych i instytutów naukowo-badawczych, zawieraj cych, na przykład, informacje o wieloletnich zmia-

7 190 Tatiana Tretyakova Wiedza i modele dla lokalnych inteligentnych składników systemu wspomagania decyzji nach charakterystyk hydrologicznych ró nych obiektów wodnych. Obecnie istnieje mo liwo ł czenia przez interfejs relacyjnej bazy danych z baz faktów systemu ekspertowego lub całkowitej zamiany bazy faktów na relacyjn baz danych systemu informacyjnego. Dane mog by uzyskane tak e za pomoc systemu informacji geograficznej (GIS). GIS mo- e by bardzo przydatnym w przypadku potrzeby przetwarzania danych o obiektach du ego regionu zagro onego niebezpiecznym zjawiskiem natury. Technologia GIS mo e by wykorzystywana razem ze zdalnymi urz dzeniami pomiaru sterowanymi komputerowo. Dane uzyskane za pomoc systemu informacji geograficznej mog by przedstawione w postaci tekstowej lub/i graficznej. S to przede wszystkim dane o obiektach gospodarczych, socjalnych, kulturalnych regionu, które znajduj si na zagro onych terenach. Na przykład, przy rozwi zaniu zadania projektowania dróg w miejscowo ci zagro onej lawinami błotnymi s potrzebne dane o miejscach mo liwego zej cia lawin, ich cz stotliwo ci i wielko ci, informacja hydrometeorologiczna, której analiza za szereg lat pozwala ustali tendencje. Wła nie przy tej analizie mo e by przydatn technologia OLAP. Wykorzystanie tych danych i informacji przy projektowaniu i dalszej eksploatacji dróg zapewnia bezpiecze stwo ruchu[10]. System ekspertowy doradczy HMDEC mo e wspomaga podj cie decyzji o znalezieniu najbezpieczniejszego i najkorzystniejszego wariantu projektu budowy drogi z uwzgl dnieniem ryzyka zej cia lawin błotnych na danym odcinku na podstawie danych wprowadzonych operacyjnie przez u ytkownika (dane hydrometeorologiczne na dzie prowadzenia ekspertyzy, dane o kosztach budowy obiektu i inne) oraz na podstawie danych zawartych w bazie danych SE lub uzyskanych za pomoc GIS (dane kartograficzne, dane o komunikacjach terenu i obiektach gospodarczych) i za pomoc OLAP (jako wyniki analizy danych hydrometeorologicznych za ubiegłe lata), a tak e przy u yciu reguł wyboru miejsca dyslokacji drogi i modeli wyboru z alternatywnych projektów. Na podstawie wyników projektu naukowo-badawczego[13] została stworzona baza danych o obiektach gospodarczych jednego z regionów Kazachstanu D ungarskiego Ałatau, dolina rzeki Tałgar zagro onego lawin błotn [7]. Przy u yciu tych danych i wyników symulacji na modelach rozwi zywania zagadnie w sytuacjach uwzgl dnionych w scenariuszach w bazie wiedzy SE HMDEC uzyskuje si pewne wnioski. Wnioski te wspomagaj decyzje o wyborze wariantów projektów w budownictwie, o rozmieszczeniu obiektów, o ewakuacji ludzi i warto ci materialnych i kulturalnych, o realizacji przedsi wzi, zapobiegaj cych negatywnym skutkom powodowanym przez zej cie lawin błotnych itd. Cała wiedza niezb dna do wyci gni cia wniosków wspomagaj cych procesy decyzyjne uzyskuje si w procesie pozyskiwania wiedzy z zastosowaniem podej cia ontologicznego do opisu odpowiedniej dziedziny problemowej. Podej cie ontologiczne do budowy bazy wiedzy HMDEC zostało przedstawione w pracy autorki[15]. Dla systemu ekspertowego HMDEC jest to dziedzina problemowa nazywana Podejmowanie decyzji w sytuacjach nie standardowych powstaj cych pod wpływem niebezpiecznego zjawiska natury. Umiej tno ci i nawyki szybkiego reagowania i podj cia wła ciwych decyzji w takich sytuacjach mog by ukształtowane przez zastosowanie systemu ekspertowego HMDEC-T w celu treningu personelu. Wtedy przez opis ontologiczny powinna by przedstawiona wiedza z dziedziny problemowej Proces nauczania i treningu [16].

8 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, Zako czenie Coraz cz ciej na działalno podmiotów gospodarczych i całych regionów wpływaj ró ne czynniki hydrometeorologiczne w wyniku ocieplenia klimatu. W takich warunkach procesy decyzyjne warto wspomaga przez systemy pozwalaj ce zarz dza ryzykiem, zwi zanym z niebezpiecznymi zjawiskami natury. W celu przyspieszenia procesu adaptacji do zagro e ze strony natury tworzone s inteligentne systemy ostrzegawczo-doradcze posiadaj ce narz dzia, informacje i wiedz wspomagaj ce rozwi zywanie problemów powstaj cych pod wpływem czynników hydrometeorologicznych. Wyposa enie SOD CZSK w lokalne inteligentne systemy pomo e przyspieszy i ulepszy uzasadnienie podejmowanych decyzji. Do takich lokalnych systemów nale mi dzy innymi. SE HMDEC oraz SE HMDEC-T bazuj ce na wiedzy z dziedzin, w których uwzgl dnienie estymacji informacji hydrometeorologicznych ma wa ne znaczenie. W artykule zaprezentowano schemat blokowy i model formalny struktury SOD CZSK, a tak e algorytm wyboru z alternatywnych wariantów projektów skierowanych na obni enie ryzyka. Zaprezentowano dziedziny wykorzystywania informacji hydrometeorologicznych oraz zagadnienia rozwi zywane w tych dziedzinach w celu okre lenia obszaru pozyskiwania wiedzy dla lokalnych inteligentnych składników SOD CZSK. Bibliografia 1. Dowgiałło Z. (1995): System obsługi naczelnego kierownictwa w zarz dzaniu. W: System obsługi naczelnego kierownictwa w zarz dzaniu. IBS PAN Oddział w Szczecinie, Szczecin 2. Red. R.Budzi ski (1997) System naczelnego kierownictwa w zarz dzaniu (studia, algorytmy, modele). Informa, Szczecin. 3. Popow O., Sołdek J., Tretyakova T.(1997) Systemy adaptacyjnego, informatycznie wspomaganego zarz dzania przedsi biorstwem. Zbiór artykułów: Systemy Informatyczne w Zarz dzaniu Strategicznym, Informa, Szczecin. 4. Wi glarz J. (2001): Informatyka, wiedza, decyzje// In ynier. Grudzie Praca zbiorowa pod red. Z. Twardowskiego. (2007) Inteligentne systemy wspomagania decyzji w strategicznym zarz dzaniu organizacj gospodarcz. Wyd. Uczelniane Akademii ekonomicznej im. Karola Adamieckiego, Katowice. 6. Radosi ski E. (2001). Systemy informatyczne w dynamicznej analizie decyzyjnej.- PWN, Warszawa-Wrocław. 7. T.Tretyakova, A.Zair. (2008)The structure and knowledges of the intelligent system of warning and decision's support that includes local systems. Proceedings of the 15-th International Conference Advanced Computer Systems. ACS 2008, Szczecin, Poland. 8. O.Popov, T.Tretyakova. (2007) Use of a technique of the structurally functional analysis In knowledge engineering for komputer-bazed training systems (on example of decisionmaking processes for operator s training of dynamic objects). In book - red. F.Kubiak, A.Korowicki: Information Management, Gdansk University Press, Gdansk. 9. Tretyakova T. (2005). Baza wiedzy systemu ekspertowego HMDecision w systemie informacyjnym klasy DSS podej cie obiektowe (w j z. rosyjskim). Materiały 4-ej Konferencji Mi dzynarodowej Analiza, prognozowanie i zarz dzanie w systemach zło onych pod patronatem Rosyjskiej Akademii Nauk, Szczeci skiej Akademii

9 192 Tatiana Tretyakova Wiedza i modele dla lokalnych inteligentnych składników systemu wspomagania decyzji Morskiej, Szczeci skiej Akademii Rolniczej, Pa stwowego Uniwersytetu Komunikacji Wodnej w St.Petersburgie, St.Petersburg. 10. Tretyakova T. (2007) Metodyka analizy funkcjonalno-strukturalnej procesów decyzyjnych i jej rola w in ynierii wiedzy dla systemów informacyjnych. Studia i materiały PSZW nr 8, pod red. Dr hab.in.w.bojara, PSZW, Bydgoszcz. 11. Vimberg G., Alszanskij J., Bragiskaja E, Tretyakova T. i inni(1991) Metodyka oceny kompleksowej efektu ekonomicznego przy podejmowaniu decyzji o realizacji przedsi wzi gospodarczych i wyborze optymalnych wariantów zastosowania informacji hydrometeorologicznej ró nych typów w gospodarce. Pa stwowy Komitet Zwi zku Radzieckiego ds hydrometeorologii, Główny Geofizyczny Obserwatorium im. A.I. Vojejkova, Leningrad. 12. Tretyakova T. (2003) Prototipe of expert system Hydrologist : concept of design. Proc. of the 10-th International Conference Advanced Computer System - ACS 2003, Szczecin. 13. Tretyakova T. (2005) Baza wiedzy systemu ekspertowego HMDescision w systemie informacyjnym klasy DSS podej cie objektowe (w j z. rosyjskim). Materiały 4-ej Konferencji Mi dzynarodowej Analiza, prognozowanie i zarz dzanie w systemach zło onych pod patronatem Rosyjskiej Akademii Nauk, Szczeci skiej Akademii Morskiej, Szczeci skiej Akademii Rolniczej, Pa stwowego Uniwersytetu Komunikacji Wodnej w St.Petersburgie, ISBN , St.Petersburg. 14. Tretyakova T.V. Radiugin D.V. Kolobov V.L. (1990) Sprawozdanie naukowe o wynikach projektu pod tytułem: Opracowa metodyk oceny socjalno-ekonomicznej przedsi wzi zapobiegaj cych wpływom lawin błotnych. St Petersburski Pa stwowy Instytut Bada Hydrologicznych (PIBH), St Petersburg. 15. Tretyakova T. (2006) Zarz dzanie wiedz przez zastosowanie ontologii dziedzin. Studia i materiały PSZW nr 5, pod red. J.Kacprzyk, L.Drelichowski, Bydgoszcz. 16. Popov O., Tretyakova T. (2006) Ontologies as a Technique of a Knowledge Management In Open e-learning Systems for Operators of Dynamic Processes. Studia and Proceedings Polish Association for Knowlwdge Management nr 6. Reviewrs: prof. J.Kacprzyk, Bydgoszcz

10 POLSKIE STOWARZYSZENIE ZARZ DZANIA WIEDZ Seria: Studia i Materiały, nr 18, KNOWLEDGE AND MODELS OF LOCAL INTELLIGENT COMPONENTS IN DECISION SUPPORT SYSTEMS Summary In the article are submitted the block-schemes of warning s and advising s information systems for regional Control centre in Crisis Situations. The formal structure of software for Decision Support System (DSS), what contain local intellectual components is submitted also. These components are based on knowledge from areas in which the hydrometeorological information is used. The system serves for support of decisions in conditions of constantly existing threat of the dangerous natural phenomena. The models supporting acceptance of decisions at the choice of projects of protective actions are submitted. Areas in which it is necessary to take into account the hydrometeorological information at the decision of the submitted problems with use of expert s knowledge from these areas are determined. Is shown the opportunity of use technologies OLAP and GIS with the purpose of search and the analysis of hydrometeorological data and the data on objects. Keywords: local intelligent system, content of knowledge base, model, risk, warning and decision support system Tatiana Tretyakova Wydział Informatyki Politechnika Szczeci ska ttretiakowa@wi.ps.pl