Онтологическое моделирование предприятий: методы и технологии

                ОНТОЛОГИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРЕДПРИЯТИЙ: МЕТОДЫ И ТЕХНОЛОГИИ




Монография















Издательство Уральского университета Екатеринбург
2019

УДК 005.11
ББК Ув631
     0595


Авторский коллектив:
      С. В. Горшков (предисл., гл. 5, 6); С. С. Кралин, О. И. Муштак (гл. 1);
С. 3. Гумеров (гл. 2); М. Г. Мирошниченко (гл. 3);
А. Ю. Гребешков (гл. 4); Р. Ю. Шебалов (приложение)


Ответственный редактор
С. В. Горшков, директор ООО «ТриниДата»


Рецензенты:
Кафедра онтологии и теории познания Уральского гуманитарного института Уральского федерального университета (заведующий кафедрой кандидат философский наук А. Г. Кислов);
Н. Н. Непейвода, доктор физико-математических наук (Институт программных систем им. А. К. Айламазяна РАН)


О595 Онтологическое моделирование предприятий: методы и технологии : монография ; [отв. ред. С. В. Горшков] ; предисл. С. В. Горшкова.-Екатеринбург : Изд-во Урал. ун-та, 2019.- 236 с.


        ISBN 978-5-7996-2580-1


       Монография посвящена современным практикам применения онтологического моделирования при создании корпоративных автоматизированных систем. Рассматривается широкий круг методологических и технологических вопросов моделирования, набор современных программных средств и стандартов представления и обработки онтологических моделей. Большое внимание уделено прикладному применению этих инструментов для решения актуальных задач в области экономики и безопасности.
       Работа адресована руководителям бизнес-подразделений, аналитикам и IT-специалистам, ответственным за цифровую трансформацию предприятий.




УДК 005.11
ББК Ув631


ISBN 978-5-7996-2580-1

© ООО «ТриниДата», 2019

Оглавление


Предисловие................................................5
Глава 1. Методологические и теоретические основания онтологического моделирования..............................8
  § 1. Гносеологическая проблематика.......................8
  § 2. Проблемы философии языка...........................12
  § 3. Логические основания онтологий.....................16
  § 4. Semantic Web и Linked Data.........................22
  Список библиографических ссылок.........................32
  Дополнительная литература...............................33
Глава 2. Управление результатами. Моделе-ориентированная система управления........................................34
  § 1. Цифровизация и проблемы экономики..................34
  § 2. Цели, задачи и структура моделе-ориентированной системы управления......................................44
  § 3. Программа цифровой трансформации...................46
  § 4. Структура моделе-ориентированной системы управления.49
  § 5. Интегрированная модель подконтрольной системы......54
  § 6. Последовательность разворачивания модели...........57
  Список библиографических ссылок.........................63
Глава 3. Практические вопросы концептуального моделирования предметных областей.........................66
  § 1. Что такое модель и моделирование?..................66
  § 2. Представления о пространстве и времени.............70
  § 3. Моделирование свойств пространственно-временных объемов .... 73
  § 4. Проблемы концептуального описания предметных областей.79
  Список библиографических ссылок.........................87
Глава 4. Классификация в онтологическом моделировании......88
  § 1. Задача классификации и построение классификаторов...88
  § 2. Методы классификации объектов.....................104
  § 3. Атрибуты и идентификаторы классифицируемых объектов.116
  Список библиографических ссылок........................122
Глава 5. Технологии и методика онтологического моделирования .. 124
  § 1. Практические задачи предприятий и методы их решения.124
  § 2. Моделирование объектов............................127
  § 3. Основные возможности стандартов моделирования RDF/RDFS/OWL.......................................... 130

3

  § 4. Моделирование свойств и отношений объектов.
  Моделирование физических объектов и технической инфраструктуры.............................137
  § 5. Тип или свойство объекта?...........................144
  § 6. Отражение в модели точек зрения разных субъектов....146
  § 7. Моделирование активностей. Отражение в модели бизнес-процессов, их участников и артефактов.............147
  § 8. Утверждения о множествах объектов. Класс или индивидуальный объект?.........................155
  § 9. Машины логического вывода и другие способы работы с моделью................................................159
  Список библиографических ссылок..........................163
Глава 6. Применение онтологий в автоматизированных системах ...164
  Программные средства работы с онтологиями................164
  Сценарий 1: Обеспечение доступности знаний в организации.168
  Сценарий 2: Системы консолидации и анализа данных........174
  Сценарий 3: Система поддержки принятия решений...........179
  Сценарий 4: Разработка программного обеспечения, управляемого онтологией..................................183
  Список библиографических ссылок..........................188
Приложение. Программный инструментарий онтологического моделирования. Практикум...................................190
  Редакторы онтологий и их возможности.....................190
  Моделирование онтологии ТЭС средствами редактора onto.pro.... 196
  Моделирование объектов и свойств.........................202
  Моделирование логических утверждений в редакторе Protege.213
  Работа с правилами логического вывода в среде АрхиГраф.СУЗ 226
  Список библиографических ссылок..........................232
Сведения об авторах........................................234

                Предисловие





   Стремительный рост интереса к цифровым программам трансформации экономики и принятие соответствующих государственных программ ставят вопрос о выборе методов и инструментов их реализации. Критический недостаток исследований этих вопросов на русском языке, превалирование коммерческой и технологической информации над научной и методической приводят к тому, что специалистам-практикам трудно составить целостные и обоснованные представления о доступных средствах цифровизации, провести их отбор и организовать направленную деятельность по разработке и реализации программы цифровой трансформации конкретного предприятия, города, территории.
   Серьезной проблемой является разрыв между академическими исследованиями в области онтологического моделирования и практикой, характеризующийся, в частности, такими проявлениями:
   - Огромное количество публикаций в международных рецензируемых журналах, книг, тезисов научных конференций остаются практически не известными российским читателям; относительно небольшое число российских исследователей представляют результаты своих работ на признанных академических площадках.
   - Еще меньше доля коллективов, применяющих онтологическое моделирование в практической работе по созданию автоматизированных систем и одновременно участвующих в научной работе. Это приводит к преобладанию в публичном поле маркетинговой, субъективной и не верифицированной академическим сообществом информации, повышает риск неудач прикладных проектов. Ощущается недостаток площадок для широкой экспертизы сообществом представляемых на рынке решений, методов и продуктов, обсуждения результатов их применения по принципам научной дискуссии.

5

   - Многие архитекторы прикладных автоматизированных систем не воспринимают разработки исследовательских коллективов как источник инноваций, предпочитают «проверенные» средства «новым», «рискованным».
   На последний аргумент можно возразить тем, что, во-первых, при помощи стандартных средств могут быть решены только стандартные задачи, во-вторых, онтологическое моделирование давно уже прошло стадию «новизны» и на сегодняшний день представляет собой зрелый и успешно применяемый как в мировой, так и в российской практике набор технологий и методов. В обзоре «Современные российские разработки в области онтологического моделирования»¹ перечислены российские коллективы, работающие в этой области по состоянию на 2018 год.
   Данные обзора, к счастью, подтверждают существование активных групп специалистов, серьезно занимающихся теоретическим исследованием и практическим применением онтологического моделирования, публикующих результаты своих исследований и демонстрирующих истории успеха в различных областях экономики и управления. Их примеры доказывают, что заказчики, верно оценившие потенциал и сильные стороны онтологий, строят автоматизированные системы, обладающие принципиально новыми возможностями по сравнению с «традиционными», ориентированными на технологическую обработку не концептуализированной информации.
   Задачей данной монографии является разностороннее рассмотрение комплекса вопросов, связанных с построением и использованием цифровых моделей предприятий и территорий, активов и процессов. Общей идеей, объединяющей все главы, является необходимость согласованного подхода к выбору и использованию методик моделирования, воплощения созданных моделей в автоматизированных системах и применения полученных инструментов для решения экономических и управленческих задач. Всех авторов объединяет также приверженность онтологическому моделированию как одному из наиболее мощных и перспективных инструментов для создания моделей сложных систем.

   ¹https://trinidata.ru/files/OntoReview.pdf

6

   В первой главе рассматриваются философские основания построения онтологических моделей. Вторая глава посвящена месту моделей в процессах управления, предлагает новый и смелый взгляд на средства перехода от «интуитивного» к рациональному принятию решений. Третья глава посвящена рассмотрению некоторых проблем, с которыми сталкивается аналитик, начинающий осваивать методы концептуального моделирования. В четвертой главе рассмотрены методы структурирования информации, применяющиеся при составлении классификаторов и справочников, являющихся стержнем любой модели. В пятой главе описываются функциональные возможности и технологические основы стандарта онтологического моделирования OWL, а также затрагивается широкий круг методических вопросов, возникающих при построении таких моделей. Шестая глава посвящена рассмотрению сценариев использования онтологических моделей в автоматизированных системах. Наконец, приложение освещает практические вопросы создания онтологических моделей при помощи доступных сегодня программных продуктов, включая российское программное обеспечение.
   Авторы всех глав монографии - специалисты-практики, имеющие обширный и успешный опыт создания и реального применения моделей для решения экономических и управленческих задач в крупнейших корпорациях России, на уровне муниципального и государственного управления.

                               Сергей Горшков, директор ООО «ТриниДата»

Глава 1





                МЕТОДОЛОГИЧЕСКИЕ И ТЕОРЕТИЧЕСКИЕ ОСНОВАНИЯ ОНТОЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ




С. С. Кралин, О. И. Муштак

           Наконец, до полного позора дело дошло тогда, когда словом «концепт» завладели информатика, маркетинг, дизайн, реклама.
Ж. Делез. Что такое философия?

   Тим Бернерс-Ли говорит в одном интервью¹:

   So, I’d for you to have enough of a body of understanding, so when people in a Working Group stop and say «Wait, this doesn’t match what I learned from Wittgenstein» that you can say «No, please go read this pamphlet, it’s about philosophical engineering and it explains the philosophy of what your doing, so you won’t find Wittgenstein very useful in this case or these are the bits that you will find useful.» (Я бы хотел, чтобы у вас было достаточно понимания, поэтому, когда люди в рабочей группе [рабочая группа W3C. - С. Г. ] останавливаются и говорят: «Подождите, это не соответствует тому, что я читал у Витгенштейна», вы можете сказать: «Нет, пожалуйста, прочитайте эту брошюру; она посвящена философской инженерии и объясняет философию того, что вы делаете, поэтому Витгенштейн не будет очень полезным в этом случае, или вам пригодятся лишь небольшие фрагменты» [перевод наш - С. Г. ].)

   Эта глава не претендует быть такой «брошюрой», она, скорее, некое предисловие. Вопросы, обозначенные в названии главы, будут рассмотрены с довольно традиционных позиций, включающих уместные элементарные сведения из курсов, читаемых кафедрой онтологии и теории познания одного классического университета.
   Читатель будет ознакомлен с интеллектуальным инструментарием, иногда употребляемым, как оказывается, в рабочих группах W3C, и некоторыми первоначальными последствиями его применения, релевантными тематике издания. *


     1URL: https://www.w3.org/DesignIssues/PhilosophicalEngineering.html.

8

Гносеологическая проблематика



            § 1. Гносеологическая проблематика


   Традиционно гносеология фокусировалась на проблемах истинности и источника знания. Проблематика истинности обсуждалась в связи с противопоставлениями знания и мнения, знания и веры. Проблематика источника находила выражение в оппозиции рационализма и эмпиризма, хотя существуют и более современные «-измы».
   К формальному аппарату онтологического моделирования эти проблемы имеют мало отношения. Соответствующий аппарат не имеет встроенных средств экспликации истинности: в нем нет ни эпистемических модальностей, ни немонотонности. Что до проблематики источника, рассматриваемый аппарат строго дедуктивен.
   Возможно, во всей полноте уже эпистемологических конкретизаций эти проблемы могли бы иметь отношение к применениям аппарата, будь эти последние рассмотрены как своего рода «a new kind of science» («science», быть может, даже в менее утрированном смысле, чем в «data science»), однако применениям аппарата посвящены другие главы.
   Более современная гносеология уделяет больше внимания проблемам осмысленности и смысла, и эта проблематика кажется здесь более релевантной. Цель и ценность онтологического моделирования и предоставившего ему технологическую основу проекта Semantic Web как раз и заключается в том, чтобы сделать данные и информацию знаниями.
   Наиболее же релевантной в данном контексте является проблематика, относящаяся скорее к некоей прикладной гносеологии -проблематика представления знаний.
   Знание само по себе - своего рода представление. Зачем может понадобиться его еще раз как-то представлять? Уместнее, на наш взгляд, здесь говорить об обратных процессах: опредмечивании и отчуждении знания. Цели опредмечивания и отчуждения традиционны и, возможно, неблаговидны, а средством их достижения является формализация.

9

Методологические и теоретические основания онтологического моделирования

   Формализация заключается в моделировании знания в более простой знаковой системе, чем естественный язык, и последующих попытках получить дополнительные выгоды (или обеспечить отсутствие убытков) при помощи различных средств ее обработки. С этой точки зрения стоит говорить о двух стадиях формализации: символизации и аксиоматизации. Специфике символизации, предлагаемой проектом Semantic Web, до некоторой степени посвящен параграф «Проблемы философии языка», аксиоматизации - параграф «Логические основания онтологии».
   На самом деле, не вполне понятно, какова архитектоника человеческого знания, из чего знание «состоит» и как «работает». То, каковы должны быть «примитивы» знания и их различные виды, и является центральным вопросом дисциплины «Представление знаний». Ответ на этот вопрос определяет основные характеристики формализма представления знаний:
   -   выразительность. Здесь определенным мерилом выступает логика предикатов первого порядка; выразительность принятого формализма представления знаний может быть как меньше, так и больше;
   -   вычислительная эффективность, находящаяся в обратной зависимости от выразительности (уже логика предикатов первого порядка неразрешима);
   -   как частный случай выразительности - способность к метаописанию и рефлексии;
   -   отношение к проблеме неполноты знания либо, наоборот, пресыщенности истинностных оценок.
   Каковы эти характеристики у формализмов представления знаний RDF и OWL, принятых в Semantic Web, будет показано в заключительном параграфе данной главы.
   Исторически наиболее известными подходами к представлению знаний являлись фреймы и семантические сети.
   Автор концепции фреймов - Марвин Минский (известный как соавтор «Перцептронов» [1], приведших в 1970-х к долговременной потере интереса к коннекционистским подходам к искусственному интеллекту).

10

Гносеологическая проблематика

   Позднее Джон Маккарти (создатель Лиспа) и Патрик Хейес, который сейчас наиболее известен как автор рекомендаций W3C, описывавших семантику RDF 1.0 и OWL 1, сформулировали так называемую «проблему фреймов», получившую в том числе и действительно философские обобщения.
   Систему фреймов можно представлять как иерархию минимальных описаний ситуаций. Человеческое сознание ориентируется в огромном потоке поступающей информации, не осмысляя огромную ее часть как не имеющую отношения к ситуации. Однако, если какая-то часть этой информации вдруг окажется необходимой, сознание способно мгновенно на нее переключиться. Таким образом, в утрированном виде проблема заключается в том, что релевантными ситуации могут оказаться достаточно произвольные сведения, и о минимализме описания придется забыть. Проблема фреймов имеет больше отношения к вопросам построения «general AI» (искусственного интеллекта общего назначения), его поведению в динамических контекстах, и далее нами не рассматривается.
   Подход семантических сетей может быть возведен к экзистенциальным графам Пирса; законченное выражение он получил в концептуальных графах Джона Совы. Вероятно, скоро придется говорить о ренессансе этого подхода в связи с развитием графовых СУБД, работающих с моделью LPG.
   Влияние этих подходов можно проследить в современных формализмах представления знаний: в Common Logic (стандартизованной как ISO/IEC 24707), в F-Logic (повлиявшей на рекомендацию W3C «Rule Interchange Format»). В том и в другом случае имеет место позиционирование как форматов скорее обмена, чем собственно представления, что можно рассматривать как свидетельство неуспешности и непринятия индустрией (RDF в версии 1.0 также позиционировался как формат обмена).
   Доминирующими среди формализмов представления знаний в настоящее время являются дескрипционные логики, о которых будет рассказано в следующем параграфе. Сами они достигли высокой степени зрелости, исследования обыкновенно сводятся

11

  Методологические и теоретические основания онтологического моделирования к попыткам добавить в них что-то из репертуара неклассических или нестандартных логических систем - например, немонотонность. К сожалению или к счастью, эти расширения не претендуют войти в состав грядущих версий стандарта OWL, основанного на дескрипционных логиках.


            § 2. Проблемы философии языка


        О функциях языка

   Могут быть выделены следующие функции естественного языка:
   -   коммуникативная. Функция чистого информирования, полагается основной и порой единственной, прочие более или менее успешно могут быть отнесены к языковой прагматике;
   -   императивная. Вполне вероятно, генетически исходная; основоположник интуиционизма голландский математик Л. Э. Я. Брауэр считал ее первой не только исторически, но и логически;
   -   кумулятивная. Также может быть названа мемоизационной, если речь идет об индивидуальном языковом сознании;
   - когнитивная. А не является ли наше мышление лишь набором речевых автоматизмов? Насколько язык определяет мышление, не ответственен ли он за существование сознания вообще?
   Важно отметить, что естественный язык не распадается на соответствующие этим функциям узусы. Но какое отношение это имеет к информационным технологиям?
   Историю IT можно представить как эволюцию некоторой системы трех тел: языков и технологий выполнения, языков и технологий хранения, языков и технологий передачи и представления. Временами они сближаются друг с другом, временами отдаляются. То и другое бывает аргументировано как соображениями производительности разработчика, так и соображениями производительности компьютера.
   Стек технологий Linked Data соответствует стадии сближения: RDF является форматом как представления и передачи, так и хранения. В стеке нет специализированных компонентов исполнения,


12