Диссертация для получения магистерской степени по специальности 5A330502- «Управление системы электронного правительства»

ГЛАВА II. ОСНОВНЫЕ ПРИНЦИПЫ СОЗДАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ОРГАНОВ САМОУПРАВЛЕНИЯ

2.1 Определение основных принципов интеллектуальной системы органов местного самоуправления

Одна из основных функций местного самоуправления - организация самостоятельной деятельности населения по решению проблем социально-эколого-экономического развития муниципального образования через мест­ные органы самоуправления, сложившиеся на основе исторических и иных традиций.
Изучение практики показывает, что органы местного самоуправления решают широкий круг вопросов, касающихся всех сторон жизнедеятельно­сти населения на данной территории. Они затрагивают практически весь спектр интересов населения муниципального образования и широкий круг хозяйственных связей.
В соответствии с действующим законодательством население муни­ципального образования участвует в решении хозяйственных вопросов пу­тем референдума, гражданской инициативы, или посредством личного тру­да через территориальное общественное самоуправление.
Муниципальный референдум проводится по наиболее важным вопро­сам, затрагивающим интересы населения. Решение о его проведении прини­мается представительными органами власти или главой муниципального об­разования. По другим важным хозяйственным проблемам жизнеобеспечения муниципального образования мнение населения выявляется путем опросов, публичных слушаний, обсуждения проблем в средствах массовой инфор­мации, анализа обращений жителей в различные органы власти.
Таким образом, реализуется через представительные органы местного самоуправления и администрацию муниципального образования (исполни­тельный орган) значительная часть хозяйственных связей, обеспечивающих развитие муниципального образования.
Администрация муниципального образования наряду с хозяйствен­ными функциями может выполнять также отдельные функции государствен­ного управления, возложенные на нее законами Узбекистана, с предоставлением необходимых для их осуществления материальных и финансовых ресурсов.
Реализация хозяйственных связей, обеспечивающих развитие муни­ципального образования, через органы местного самоуправления в муници­пальных образованиях осуществляется на основе разграничения предметов ведения, полномочий и ответственности, предусмотренного Конституци­ей Республики узбекистан.
В муниципальных образованиях образуются и органы территориаль­ного общественного самоуправления, которые решают специфический круг хозяйственных проблем.
Население поселений, улиц, домов может создавать комитеты обще­ственного самоуправления и другие органы территориального обществен­ного самоуправления, которые наделяются правами юридического лица для наиболее эффективной реализации хозяйственных связей.
Хозяйственные связи реализуются здесь во взаимодействии с депута­тами представительных органов местного самоуправления, руководителя­ми администрации муниципального образования, а также муниципальных предприятий по следующим основным направлениям:

• 
  социальное, бытовое, коммунальное, культурное обслуживание на­селения;
  
• 
  экология и санитарное состояние территории;
  
• 
  благоустройство и застройка территории;
  
• 
  использование жилых и нежилых помещений.
  

Хозяйственные полномочия органов территориального общественно­го самоуправления устанавливаются муниципального образования норма­тивными актами-положениями и уставами.
Реализация хозяйственных связей в муниципальном образовании тре­бует наличия соответствующей нормативно-правовой базы, регулирующей совокупность отношений, возникающих на уровне местного самоуправ­ления.

• 
  Ее разработку осуществляет выборный представительный орган местного самоуправления, обеспечивающий принятие нормативных актов по вопросам жизнедеятельности муниципального образования; утверждение бюджета муниципального образования и отчета об его исполнении;
  
• 
  утверж­дение положений о порядке образования и расходования внебюджетного ва­лютного фонда;
  
• 
  установление местных налогов, сборов и платежей, а также порядка их взимания и предоставления льгот;
  
• 
  принятие и изменение Устава муниципального образования;
  
• 
  установление порядка использования и охра­ны природных ресурсов, историко-культурного наследия и окружающей среды;
  
• 
  утверждение планов и программ социально-эколого-экономического развития муниципального образования и отчетов об их исполнении;
  
• 
  рас­смотрение протестов и представлений прокурора муниципального образо­вания на решения представительного органа власти;
  
• 
  выражение недоверия главе муниципального образования и должностным лицам в соответствии с действующим законодательством;
  
• 
  установление порядка распоряжения и управления муниципальной собственностью; контроль за деятельно­стью главы муниципального образования по вопросам, отнесенным к его компетенции.
  

Представительный орган местного самоуправления осуществляет кон­трольные функции за реализацией хозяйственных связей в соответствии с полномочиями, определенными Уставом муниципального образования. В связи с этим органы государственного управления и общественного самоу­правления, общественные объединения, предприятия, учреждения, органи­зации, должностные лица обязаны по обращению данного органа представ­лять запрашиваемую информацию, и, при нарушении законодательства или муниципальных правовых актов, принимать соответствующие меры.
Система электронного документооборота выделена в отдельный функциональный блок ввиду особой важности делопроизводства для экономических субъектов, в частности, для органов муниципальной власти. Вся информация, с которой работает местное самоуправление, фиксируется на определенном носителе в виде документа. Поэтому особенно важно автоматизировать операции по сбору, накоплению, обработке, хранению и удалению различных видов документов. К таким операциям можно отнести, например, выдачу населению различных справок и выписок, маршрутизацию движения документов внутри организации (между подразделениями), ведение архива, регистрацию входящих документов и т. д.
Коммуникационный функциональный блок обеспечивает связь как внутри организации между руководством и различными отделами, так и с внешней средой (вышестоящие органы власти, контролирующие организации, население, контрагенты и т. д.), позволяя местному самоуправлению координировать свои действия, быть в курсе и оперативно реагировать на различные изменения во внутренней и внешней среде. Функциональные связи перечисленных блоков комплекса информационных систем между собой и с объектами внешней и внутренней среды органов местного самоуправления в общем виде представлены на рис. 3. Таким образом, можно увидеть, что системы документооборота и коммуникаций являются связующим звеном и внутри организации между руководством и подразделениями, и организацией, и внешней средой.
Система учета и отчетности является источником информации и для внешней среды, и для системы мониторинга и контроля, на основе данных которой, а также состояния внешней среды, блок управления обеспечивает поддержку принятия решений руководством, которые посредством документооборота и коммуникаций могут быть донесены до отделов.

Рис. 3. Структура комплекса информационных систем органов местного самоуправления
При внедрении информационных систем в органы местного самоуправления требуется учитывать множество факторов, в том числе население муниципального образования, численность штата администрации, решаемые муниципальной властью задачи, тип муниципального образования, уровень финансирования, обеспеченность информационными технологиями вышестоящих государственных и муниципальных органов, взаимодействие с ними. Например, применительно к сельским поселениям внедрение систем принятия управленческих решений и мониторинга в большей степени не оправдано ввиду небольшого числа жителей, отсутствия слабоструктурированных задач, многие вопросы решаются на вышестоящем уровне. На первый план здесь выходит проблема автоматизации по хозяйственного учета (учет населения, земельных участков и жилищного фонда, технических средств, находящихся в собственности граждан, и др.). В ситуации с городскими и районными муниципальными образованиями применение управленческих и мониторинговых систем позволит ускорить принятие решений в условиях высокой численности населения и динамичности внешней среды организации. Одной из важнейших задач муниципальных органов власти является оказание государственных услуг населению, поэтому первоочередным вопросом при внедрении комплекса информационных систем является формирование в организации систем документооборота и коммуникаций в совокупности с функциональным блоком учета и дальнейшей интеграцией в систему межведомственного электронного взаимодействия
В настоящее время развитие науки и техники достигло такого уровня, когда становится уже реальным создание искусственного интеллекта, или точнее, моделирование (имитация) возможностей и способностей человека, а решение указанных основных задач с помощью программных и аппаратных средств. Системы Искусственного интеллекта(ИИ) должны воспроизводить функции естественного интеллекта. Поэтому изучению систем ИИ должно предшествовать рассмотрение основных свойств и особенностей естественного интеллекта для того, чтобы понять и использовать свойства биологических систем для решения технических проблем. Кибернетическое изучение живого помогает раскрыть как общие законы функционирования сложных систем, так и частные свойства отдельных органов и организма в целом с точки зрения происходящих в живых, существах информационных процессов и процессов управления.
Новое поколение систем - интеллектуальные системы (ИС) - вызвало к жизни другие принципы организации компонентов систем, появились иные понятия, термины, блоки, не встречавшиеся ранее в разработках и, следовательно, в научной литературе. Интеллектуальные системы способны синтезировать цель, принимать решение к действию, обеспечивать действие для достижения цели, прогнозировать значения параметров результата действия и сопоставлять их с реальными, образуя обратную связь, корректировать цель или управление.
ИС могут решать интеллектуальные задачи, распознавать ситуации (образы), обучаться понятиям и навыкам, формировать модель обстановки (решаемой задачи), планировать поведение (принимать решение), определять управляющие воздействия и осуществлять их обработку. Возможности практической реализации. ИС для решения различных задач зависят, прежде всего от производительности современных ЭВМ.
Характерной чертой уже действующих систем, ориентированных в основном на обработку знаний, является высокий уровень развития их программного обеспечения. С его помощью решаются задачи обработки символьной информации, перебора решений вычислительных и логических задач и построения логического вывода решения с использованием заданных систем правил, работы с БД, высокоскоростной обработки изображений, речи и другие. В настоящее время при разработке ИС все чаще ис­пользуются специализированные аппаратные средства. реализующие в той или иной степени их основные функции.
Изучение ИС позволяет сделать попытку сформулировать общие принципы, которые, не являясь достаточными, отражают необходимые моменты в их организации и функционировании.
ИС могут быть только сложными системами, функции всех их элементов должны быть согласованы с назначением системы и их местом в них, а также между собой. Именно взаимная согласованность и взаимозависимость элементов системы обеспечивает целостность и функциональную полноту наиболее совершенных ИС. Это может также приводить к структурной или функциональной избыточности.
Сложная иерархическая многоуровневая структура является основой для одновременного протекания множества процессов. Уровень неординарности итогового процесса зависит от характера совокупности составляющих процессов. Сложная совокупность процессов принципиально характеризуется и сложной структурой. Таким образом, в некотором роде уровень сложности системы и ее структуры определяет и потенциальный уровень ее интеллекта.
Получение согласованных с обстоятельствами и средой решений различных задач основывается на информации, получаемой извне по многим каналам и работающим на различных физических принципах, что позволяет иметь разнородную характеристику специальных свойств объектов среды. Комплексирование информационных данных позволяет иметь более объективную и более полную картину о происходящих процессах. Разнородная информация, получаемая по разным каналам, обрабатывается примерно за одинаковое минимально возможное время.
Наглядность этого принципа характеризует следующий факт. Человек способен решать различного рода опознавательные задачи за доли секунды, а зрительная система человека несомненно работает как параллельное устройство, Параллельная обработка как зрительной информации, так и поступающей в мозг человека от других органов чувств, позволяет реализовать инвариантное опознавание объектов.
Принцип адаптивности предполагает наличие у ИС потенциальных возможностей улучшения работы: в условиях априорной и текущей неопределенности на основе обучения на опыте.
Особая роль при этом принадлежит элементам системы - реализующим память.
Адаптация может происходить путем самонастройки, самообучения и самоорганизации. Адаптивные способности могут определяться объе­мом информации (памятью) системы затратами времени на ее обработку.
Естественно, что назначение системы, ее функции непосредственно влияют на структуру системы. Однако и структура системы должна способствовать наиболее полной реализации функций.
Этот принцип предполагает наличие у системы множества взаимосогласованных последовательностей реакций на определенные внешние воздействия, приводящих к одному и тому же практически полезному результату.
Самая замечательная особенность нервного управления, наиболее ярко выраженная в целеустремленном творческом разуме человека, заключается в способности на основании разнообразного анализа ситуаций мгновенно создавать сложнейшие и вместе с тем оптимальные программы деятельности, которые непрерывно перестраиваются и корректируются с учетом прошлых событий, текущей действительности и прогнозирования будущего.
Уже образование элементарного условного рефлекса представляет собой выработку новой программы поведения. Усложнение условных рефлексов означает все более высокую самоорганизацию поведенческих программ. В кибернетическом смысле основная функция высшей нервной деятельности состоит в динамическом поведении самопрограммирования.
Естественные системы различаются по своей сложности и уровню организации. Понятие об организации системы предполагает определенное согласование состояний и деятельности ее подсистем и составляющих элементов. Это согласование достигается передачей сигналов (сообщений) по внутрисистемным связям, а для поддержания высокого уровня организованности необходимо постоянное общение с окружающим миром. Еще более необходима передача сообщений по внутрисистемным и межсистемным связям для формирования и выдачи командных сигналов при осуществлении актов управления.
Основным свойством естественных ИС является их способность к адаптации при изменении условий функционирования. Способность к адаптации путем самоорганизации основывается как на множественности элементов системы и разветвленности связей между ними, способствующих возникновению целостности, так и на наличии гибкого взаимодействия между элементами по типу обратных связей. Существенным признаком самоорганизации является обособление интеллектуальных систем от окружающей среды.
Функциональной особенностью обособленной ИС является активное взаимодействие ее со средой. Особенности ее структурной организации определяют направление и объем процессов взаимодействия системы со средой. Наличие чрезвычайно разнообразных обратных связей на всех уровнях влияет на интенсивность процессов взаимодействия.
Отрицательные обратные связи обеспечивают стабильность функций системы, постоянство ее параметров, устойчивость к внешним воздействиям, Положительные обратные связи играют роль усилителей процессов и имеют особое значение для развития, накопления изменений. Наличие отрицательных и положительных обратных связей приводит к возможности развития по некоторому закону (программе) с использованием внешних ресурсов.
Сложная динамическая (устойчиво неравновесная) организация целенаправленной функционирующей системы требует непрерывного управления, без которого система не может существовать. Особенность этого управления состоит в том, что оно служит причиной ряда процессов в самой системе и прежде всего процессов внутреннего саморегулирования по законам организации системы.
Основными функциями самоорганизующейся системы являются функции информационного обеспечения (ФИО), материального и энергетического обеспечения (ФМЭО), перемещения (ФП) и адаптации (ФА). С точки зрения реализации НИ наибольший интерес представляет ФИО, которая является всеобъемлющей. Информация необходима для контроля внутреннего состояния системы, распознавания ситуаций, решения задачи обеспечения функционирования, выявления закономерностей и обучения. Для последующего использования получаемая информация должна разделяться и откладываться в соответствующие системы памяти (оперативные и долговременные).
Функцию информационного обеспечения реализуют органы контроля окружающей среды, навигации и анализа объектов. Обработка сигналов этих органов информации осуществляется особым управляющим узлом (УУ) (устройством), в котором производится анализ полученных данных, их обработка и обобщение, оценка ситуации и принятие решения. Одновременно ведется обогащение памяти, накопление опыта, обучение и отработка логических методов обработки информации.
Динамические свойства ИС могут быть описаны в пространстве состояний. Интеллектуальные операторы, реализующие восприятие, представление, формирование понятия, суждения и умозаключения в процессе познания, являются формальным средством обработки сведений и знаний, а также принятия решения. Все эти аспекты должны быть положены в основу построения ДЭС, функционирующих в реальном времени и реальном мире.
Динамическая экспертная система есть некоторое комплексное образование, способное оценивать состояние системы и среды, сопоставлять параметры желаемого и реального результатов действия, принимать решение и вырабатывать управление, способствующее достижению цели. Для этого ДЭС должна обладать запасом знаний и располагать методами решения задач.
1) концептуальное (на уровне понятий) знание - это знание, воплощенное в словах человеческой речи или, конкретнее, - в научно-технических терминах и, естественно, в стоящих за этими терминами классах и свойствах объектов окружающей среды. Сюда же входят связи, отношения и зависимости между понятиями и их свойствами, причем связи абстрактные, также выраженные словами и терминами. Концептуальное знание - это сфера, главным образом, фундаментальных наук, если учитывать, что понятие есть высший продукт высшего продукта материи - мозга;

2) фактуальное, предметное знание - это совокупность сведений о качественных и количественных характеристиках конкретных объектов. Именно с этой категорией знания связываются термины «информация» и «данные», хотя такое употребление этих терминов несколько принижает их значение. Любое знание несет информацию и может быть представлено в виде данных; фактуальное знание - это то, с чем всегда имели дело вычислительные машины и с чем они больше всего имеют дело до сих пор. Современную форму накопления данных принято называть базами данных. Конечно, для организации баз данных, для поиска в них нужной информации надо опираться на концептуальное знание;

3) алгоритмическое, процедурное знание - это то, что принято называть словами «умение», «технология» и др. В вычислительном деле алгоритмическое знание реализуется в виде алгоритмов, программ и подпрограмм, но не всяких, а таких, которые могут передаваться из рук в руки и использоваться без участия авторов. Такая реализация алгоритмического знания называется программным продуктом. Наиболее распространенные формы программного продукта - пакеты прикладных программ, программные системы и другие, ориентированные на конкретную область применения ДЭС.
Организация и использование пакетов прикладных программ базируется на концептуальном знании. Ясно, что концептуальное знание является более высокой, определяющей категорией знания, хотя, с точки зрения практики, другие категории могут казаться более важными. Именно поэтому, вероятно, концептуальное знание редко воплощается в форме, доступной для обработки на вычислительных машинах. А если воплощается, то чаще всего неполно и односторонне. Носителем концептуального знания остается в большинстве случаев человек. Это тормозит автоматизацию многих процессов. Представления концептуального знания, а точнее, системы, реализующие все три категории знания, но выделяющие концептуальное знание на первый план и работающие на основе его интенсивного использования, называются базами знаний.
Экспертная система (ЭС, expert system) — компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление.
В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.
Похожие действия выполняет программа-мастер (wizard). Мастера применяются как в системных программах, так и в прикладных для интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от ЭС — отсутствие базы знаний; все действия жестко запрограммированы. Это просто набор форм для заполнения пользователем.
Другие подобные программы — поисковые или справочные (энциклопедические) системы. По запросу пользователя они предоставляют наиболее подходящие (релевантные) разделы базы статей (представления об объектах областей знаний, их виртуальную модель).
Под гибридной интеллектуальной системой принято понимать систему, в которой для решения задачи используется более одного метода имитации интеллектуальной деятельности человека. Таким образом ГИС — это совокупность: аналитических моделей, экспертных систем, искусственных нейронных сетей, нечетких систем генетических алгоритмов, имитационных статистических моделей.
Интеллектуальная информационная система (ИИС, англ. intelligent system) — разновидность интеллектуальной системы один из видов информационных систем, иногда BBC называют системой, основанных на знаниях. ИИС представляет собой комплекс программных, лингвистических и логико-математических средств для реализации основной задачи: осуществление поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке.

2.2 Формирование приоритетных факторов характеризующих интеллектуальную систему органов местного самоуправления

Данные – это информация, полученная в результате наблюдений или измерений отдельных свойств (атрибутов), характеризующих объекты, процессы и явления предметной области.
Знания (с точки зрения представления знаний в интеллектуальных системах) – это связи и закономерности предметной области (принципы, модели, законы), полученные в результате практической деятельности и профессионального опыта, позволяющего специалистам ставить и решать задачи в данной области.
Знания от данных отличаются рядом свойств:
− внутренняя интерпретируемость;
− структурированность;
− связность;
− семантическая метрика;
− активность.
Внутренняя интерпретируемость. Данные, хранящиеся в памяти или на внешних носителях, лишены имен, таким образом, отсутствует возможность их однозначной идентификации системой. Данные может идентифицировать лишь программа, извлекающая их по определенному алгоритму. При переходе к знаниям в память вводится дополнительная информация (атрибуты: фамилия, год рождения, специальность, стаж). Атрибуты могут играть роль имен. По ним можно осуществлять поиск нужной информации.
Структурированность. Информационные единицы должны обладать гибкой структурой. Иначе говоря, должна существовать возможность произвольного установления между отдельными информационными единицами отношений типа «часть – целое», «род – вид» или «элемент – класс».
Связность. Между информационными единицами должна быть предусмотрена возможность установления связей различного типа. Семантика отношений может носить декларативный или процедурный характер. Например, две и более информационные единицы могут быть связаны отношением «одновременно», две информационные единицы – отношением «причина – следствие» или «быть рядом».
Семантическая метрика. На множестве информационных единиц в некоторых случаях полезно задавать отношение, характеризующее их ситуационную близость, то есть силу ассоциативной связи. Его можно было бы назвать отношением релевантности для информационных единиц. Оно дает возможность выделять в информационной базе некоторые типовые ситуации (например, «покупка», «регулирование движения на перекрестке»). Отношение релевантности при работе с информационными единицами позволяет находить знания, близкие к уже найденным.
Активность. Все вычислительные процессы инициируются командами, а данные используются этими командами лишь в случае необходимости. Иначе говоря, данные пассивны, а команды активны. Знания позволяют адаптироваться и действовать в реальной действительности. Существует огромное множество различных знаний, начиная от рецепта приготовления омлета до квантовой физики
Знания можно классифицировать по нескольким критериям отображенных на рис.4.

Рис. 4. Классификация знаний
Знание синтаксического типа характеризует синтаксическую структуру потока информации, которая не зависит от смысла и содержания используемых при этом понятий, то есть интеллектуальную систему не образует. Семантическое знание рассматривается как структура, образующая текущий контекст. Оно содержит информацию, непосредственно связанную с текущими значениями и смыслом описываемых понятий, и предопределяет состояние связей данных в информационной базе.
Прагматическое знание предопределяет наиболее вероятные связи, описывающие данные с точки зрения решаемой задачи (обобщенный или «объективный» контекст), например, с учетом действующих в данной задаче специфических критериев и соглашений.
Декларативные знания содержат в себе представление о структуре понятий. Эти знания приближены к данным, фактам. Например, высшее учебное заведение есть совокупность факультетов, а каждый факультет в свою очередь есть совокупность кафедр. Процедурные знания имеют активную природу. Они определяют представления о средствах и путях получения новых знаний, проверке знаний. Это алгоритмы разного рода. С развитием информатики все большая часть знаний сосредотачивалась в структурах данных (таблицы, списки, абстрактные типы данных), то есть увеличивалась роль декларативных.
Существенными для понимания природы знаний являются способы определения понятий. Один из широко применяемых способов основан на идее интенсионала и экстенсионала.
Интенсионал понятия – это определение его через соотнесение с понятием более высокого уровня абстракции с указанием специфических свойств.
Экстенсионал понятия – это определение понятия через перечисление его конкретных примеров, то есть понятий более низкого уровня абстракции. Интенсионалы формируют знания об объектах, в то время как экстенсионалы объединяют данные. Отсюда интенсиональные знания – это знания о предметной области, которые отражают факты, закономерности, свойства и характеристики, справедливые для любых ситуаций, которые могут возникнуть в этой предметной области.
Экстенсиональные знания – это знания о предметной области, отражающие факты, закономерности, свойства и характеристики, типичные для конкретных ситуаций или классов однотипных ситуаций, которые могут возникнуть в этой области.
Функциональные знания – это знания о выполняемых функциях отдельных предметов и о применении их в реальной действительности.
Технологические знания – специализированные знания, обеспечивающие поддержание технологических параметров производства; производственный опыт и навыки, используемые при решении повседневных производственных вопросов. Это может быть знание последовательности операций или знание технологической цепочки, позволяющие достигать поставленные цели в соответствии с принятой технологией.
Методологические знания – знания о методах преобразования действительности, научные знания о построении эффективной деятельности. К методологическим знаниям относят знание целей, форм и направлений развития теории, методов и способов эффективного преобразования практики.
Классификационные знания применяются главным образом в науке, являются обобщенными, системными знаниями. Пример – система элементов Д. И. Менделеева.
Интуиция – это вид знания, специфика которого обусловлена способом его приобретения. Это знание, не нуждающееся в доказательстве и воспринимаемое как достоверное. По способу получения интуиция – это прямое усмотрение объективной связи вещей, не опирающееся на доказательство (интуиция есть усмотрение внутренним зрением; от лат. intueri – созерцать).
Под здравым смыслом понимают знания, позволяющие принимать
правильные решения и делать правильные предположения, основываясь на логическом мышлении и накопленном опыте. В этом значении термин зачастую акцентирует внимание на способности человеческого разума противостоять предрассудкам, заблуждениям, мистификациям.
Научные знания в любом случае должны быть основанными на эмпирической или теоретической доказательной основе.
Теоретические знания – абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов. Теоретический уровень научного знания предполагает установление законов, дающих возможность идеализированного восприятия, описания и объяснения эмпирических ситуаций, то есть познания сущности явлений. Теоретические законы имеют более строгий, формальный характер по сравнению с эмпирическими. Термины описания теоретического знания относятся к идеализированным, абстрактным объектам. Подобные объекты невозможно подвергнуть непосредственной экспериментальной проверке.
Эмпирические знания получают в результате применения эмпирических методов познания: наблюдения, измерения, эксперимента. Это знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области. Эмпирические знания, как правило, констатируют качественные и количественные характеристики объектов и явлений. Эмпирические законы часто носят вероятностный характер и не являются строгими.
Вненаучные знания могут быть различными. Паранормальные знания – знания, несовместимые с имеющимся гносеологическим стандартом. Широкий класс паранаучного (пара от греч. около, при) знания включает в себя учения или размышления о феноменах, объяснение которых не является убедительным с точки зрения критериев научности. Лженаучные знания – сознательно эксплуатирующие домыслы и предрассудки. В качестве симптомов лженауки выделяют малограмотный пафос, принципиальную нетерпимость к опровергающим доводам, а также претенциозность. Лженаучные знания сосуществуют с научными знаниями. Личностные (неявные, скрытые) знания – это знания людей,
полученные из практики и опыта.
Формализованные (явные) знания – знания, содержащиеся в документах, на компакт-дисках, в персональных компьютерах, в Интернете, в базах знаний, в экспертных системах. Формализованные знания объективируются знаковыми средствами языка, охватывают те знания, о которых мы знаем, их можно записать, сообщить другим.

2.3 Исследования методов управления органами самоуправления

Методы местного самоуправления:
Общие:

• 
  Организационно-распорядительные – формирование структур органов местного самоуправления соответственно стратегиям развития муниципального образования, разработка регламентов и процедур;
  
• 
  Правовые – правовая регламентация деятельности органов местного самоуправления и муниципальных служащих: разработка положений о структурных подразделениях исполнительных и представительных органов власти, должностных инструкций муниципальных служащих;
  
• 
  Социально-психологические – методы управления конфликтными ситуациями, нематериальная мотивация муниципальных служащих, методы развития творческих способностей;
  
• 
  Экономические – бюджетирование, метод управления издержками, методы формирования вознаграждений муниципальных служащих.
  

Специфические – методы сложных научных дисциплин, адаптированные для решения проблем управления муниципальным образованием:

• 
  методы стратегического анализа факторов среды;
  
• 
  методы проведения маркетинговых исследований;
  
• 
  нормативные методы предполагаемых созданию системных норм и нормативов для прогнозов развития муниципального образования;
  
• 
  балансовый метод, который используется для оценки обеспечения территории различного рода ресурсами.
  

Управление персоналом в органах местного самоуправления базируется на правовых нормах, которые содержатся в Конституции и законах РУз и ее субъектов, уставах муниципальных образований, а также иных нормативно-правовых актах. Эти нормы устанавливаются государством и носят обязательный характер.
Важным компонентом правовых основ управления персоналом являются нормативные акты о прохождении муниципальной службы. Они определяют порядок и основания приема на службу, испытания, исполнения должностных полномочий, вертикального и горизонтального передвижения, поощрения и применения дисциплинарных взысканий, проведения аттестаций, а также прекращения службы.
Основными пунктами прохождения муниципальной службы являются прием на службу на основе конкурса, назначение, заключение договора, с учетом равного доступа граждан к муниципальной службе. Для граждан, впервые назначенных на муниципальные должности, устанавливается испытательный срок.
Законодательством РУз определены ограничения, связанные со службой, квалификационные требования к муниципальным служащим по уровню образования в зависимости от группы должностей и их специализации, а также требования к стажу и опыту работы по специальности и уровню знаний законодательства в рамках исполняемых должностных обязанностей.
Управление персоналом в органах местного самоуправления базируется на правовых нормах, которые содержатся в Конституции и законах РУз и ее субъектов, уставах муниципальных образований, а также иных нормативно-правовых актах. Эти нормы устанавливаются государством и носят обязательный характер.
В органах местного самоуправления основой в управлении персоналом являются нормы конституционного, административного и трудового права.
Согласно Конституции РУз в законодательстве закреплен принцип равного доступа граждан к муниципальной службе, который влияет на организацию приема на службу и проведение конкурсов.
Муниципальные служащие – субъекты управления и реализации исполнительно-распорядительных функций, действующие от имени и по поручению муниципального образования, выполняющие организационные задачи или обеспечивающие их выполнение. Преимущественно это имеет отношение к внешним взаимодействиям, большинство из которых регулируется нормами административного права. Нормы административного права и принципы муниципальной службы устанавливают неравенство муниципальных служащих в процессе управления. В соответствии с этими нормами вырабатываются должностные инструкции и различного рода требования к муниципальным служащим.
Нормы трудового права устанавливают главным образом внутренние отношения муниципальной службы и содержат основные механизмы управления персоналом, такие как прием и порядок прохождения службы, рабочее время и время отдыха, денежное содержание, льготы, гарантии, увольнение со службы и пр. На основе узбекского законодательства в органах местного самоуправления разрабатываются, адаптируются и внедряются кадровые технологии по подбору кадров, адаптации, оценки и аттестации персонала, а также утверждается технология конкурсного отбора в резерв муниципальной службы, которая предусматривает несколько отборочных этапов (на примере Администрации города Шахты Ростовской области):

1. 
   этап: Анализ и обработка первичных данных соискателя (метод – анализ резюме).
   
2. 
   этап: Анализ личностных качеств и психологических особенностей соискателя (метод – собеседование, проективное интервью, психологическое тестирование).
   
3. 
   этап: Комиссионное рассмотрение списочного состава кандидатов в кадровый резерв муниципальной службы.
   

Состав комиссии утверждается распоряжением органа местного самоуправления. Заседание конкурсной комиссии проводится не менее 1 раза в год. По результатам заседания конкурсной комиссии формируется итоговый состав кадрового резерва муниципальной службы на год, который утверждается распоряжением. Список кадрового резерва муниципальной службы размещается в средствах массовой информации и на официальном сайте органа местного самоуправления.
В целях определения соответствия муниципальных служащих замещаемым должностям проводится аттестация согласно Положению о проведении аттестации муниципальных служащих муниципального образования. Также утверждается Положение об организации обучения муниципальных служащих, которое проводится ежегодно на основе плана повышения квалификации муниципальных служащих на год.
С целью поддержания и укрепления авторитета органа местного самоуправления, закрепления ценностей, этических норм и правил поведения муниципальных служащих, обязательств и ответственности перед органом власти, обществом, друг перед другом, для обеспечения осознания муниципальными служащими своей роли в реализации.

2.4 Основные требования и выбор критериев интеллектуальных систем органов местного самоуправления

Методы динамического вывода и объяснения. Определяется сущность немонотонного вывода решений на основе реакций на события. Раскрываются методы комбинации прямой и обратной цепочек аргументации, периодического сканирования базы знаний, фокусировки на категориях правил и классах объектов. Рассматриваются методы графического отображения результатов работы динамической экспертной системы для наглядного объяснения пользователю происходящих событий: графики, таблицы, цветовые выделения и анимация объектов на структурных диаграммах.
Проектирование динамической экспертной системы. Рассматривается выбор методов представления единиц знаний для отображения динамических моделей состояний и взаимодействия объектов из правил управления событиями, процедур и методов классов объектов. Даются примеры реализации динамических экспертных систем в мониторинге бизнес-процессов сбыта, производства и закупок, управления торгами на бирже.
Проектирование многоагентных систем. Определяются понятия многоагентных систем, реактивных и интеллектуальных агентов. Рассматривается технология «доски объявлений» для реализации многоагентных систем. Рассматриваются классы решаемых задач на основе многоагентных систем: управление рабочими потоками, интеллектуальный поиск в среде интернет.
Совершенствование процесса разработки прикладных программ, за счет использования специализированного инструментария, связано с необходимостью создания такого инструментария применительно к различным предметным или проблемным областям. При этом наибольшая эффективность решения проблемы достигается тогда, когда программный инструментарий моделируется, проектируется и реализуется путем применения, релевантных к решаемым задачам и этапам создания, набора новых информационных технологий и инструментальных систем.
Одной из прикладных задач, требующей для своего эффективного решения создания прикладных программных систем, в том числе использующих знания и накопленный опыт предметных специалистов, является задача автоматизированной идентификации технического состояния деталей машин и конструкций. Причем машины и конструкции могут принадлежать к различным видам и типам. Точная и своевременная идентификация технического состояния деталей машин и конструкций позволит обеспечить систематическое и эффективное исследование и повышение надежности машин и конструкций на любой стадии их существования. Особенно это важно, когда рассматриваются детали, отказы которых нарушают безопасность и создают угрозу для обслуживающего персонала, населения и окружающей среды. В связи с этим актуальным является разработка специализированных (проблемно-ориентированных) инструментальных средств создания интеллектуальных систем (систем поддержки принятия решений), автоматизирующих процесс решения прикладных задач, направленных на повышение надежности и безопасности машин и конструкций.
Степень развития информационных систем в современном мире определяется уровнем их интеллектуализации.
Сегодня интеллектуальные технологии разрабатываются для достижения двух целей.
Во-первых, они призваны расширить список задач, для решения которых привлекаются компьютеры. Достижение этой цели особенно актуально для слабоструктурированных предметных областей.
Во-вторых, данные технологии способствуют повышению уровня интеллектуальной и информационной поддержки специалистов. Рассматриваемые системы классифицируются на несколько типов в зависимости от степени их реализации, сложности программного продукта, уровня интеграции с другими автоматизированными системами, вида компьютеров или сферы применения, особенностей решаемых задач, характера развития.
Квалификация человека в обществе определяется различными показателями. Но наивысшей ступенью считается наличие способностей у специалиста генерировать знания (особенно новые). Достигнуть такие результаты позволяют интеллектуальные системы. К числу последних относятся технологии и средства, улучшающие качество хранения и обработки накопленной информации, систематизация знаний, решение комплексных и сложных задач, которые предусматривают одновременные обработку, накопление и пополнение данных.
В ходе планирования направлений развития высшего образования одним из ключевых моментов, позволяющих достигнуть нужные целей, считаются информационные технологии. Последние не только повышают уровень конкурентоспособности вузов на соответствующем рынке, но и обеспечивают результативную работу подобных учреждений. Без интеллектуальных технологий в современном обществе невозможно организовать эффективно функционирующий образовательный процесс.
Современные электронные документы преимущественно содержат в себе неструктурированную информацию. Задачей интеллектуальной системы, которая классифицирует и каталогизирует документы, заключается в следующем: она должна разбивать поступающую информацию по соответствующим темам в рамках выбранных пользователей рубрик. При этом процесс автоматической каталогизации регулярно сталкивается с рядом проблем (особенно актуально для документов в сети Интернет). Интеллектуальным системам приходится обрабатывать большой массив данных. Кроме того, внедрение автоматической каталогизации осложнено отсутствием структур, которые отслеживают появление в Сети новой информации, и авторской классификации. Под последним понимается приписывание к документам определенных кодов, аннотирование и выполнение иных действий, позволяющих быстро выявлять конкретный документ и массива данных. Еще одной сложностью, которая возникает в ходе внедрения автоматической каталогизации, является отсутствие возможности отслеживать изменения, которые вносятся в документы.
Существует два различных подхода к рассматриваемому процессу. Первый, считающийся наиболее эффективным (но тяжело реализуемым), предусматривает проведение каталогизации на основании знаний. Для этого используются ранее созданные базы знаний, в состав которых входит описание языковых выражений, соответствующие конкретной теме (рубрике), а также правила выбора самой рубрики. Второй подход предполагает использование методов машинного обучения. В рамках данного решения компьютеры самостоятельно находят способы каталогизации на основании знаний, полученных в ходе изучения информации, которую вручную распределили по определенным рубрикам.
Внедряя систему автоматической каталогизации на ресурсе, необходимо решить следующие задачи: Разработка механизма, отвечающего за введения новых рубрик и их описание. Последнее представляет собой некое выражение, основанное на словах и терминах, что встречаются в документах. Для решения этой задачи можно использовать экспертное описание рубрик либо методы машинного обучения, приведенные выше. Анализ материала, учитывающий язык, на котором написан текст, и контекст употребления слов и фраз. Для решения этой задачи необходимо привлечь обширный перечень знаний, накопленных о языке и предметной области. При разработке сложных программных продуктов длительного жизненного цикла создатели уделяют пристальное внимание вопросам квалифицированного сопровождения. В связи с этим возникает необходимость в реализации систем диалогового типа на основании интеллектуальных технологий. Такой подход позволяет обеспечить необходимый уровень сопровождения программного продукта. Еще одним направлением, получившим широкое развитие, является создание и последующая интеграция баз технических данных в комплексные системы, которые разрабатываются с целью проектирования, производства технических объектов и контроля за их функционированием.
В настоящий момент разработчики проводят исследования, позволяющие решить следующие задачи:

• 
  создание и последующая адаптация интеллектуальных компонентов диагностики;
  
• 
  создание гибридных моделей экспертных систем;
  
• 
  разработка новых технологий, позволяющих извлекать знания и определять закономерности, посредством которых можно группировать информацию;
  
• 
  создание технологий, в рамках которых реализуются интеллектуальные системы имитационного моделирования;
  
• 
  разработка методов, позволяющих проектировать и внедрять информационные системы и интеллектуальные человеко-машинные интерфейсы;
  
• 
  создание новых нейрокомпьютеров и нейроимитаторов с последующим внедрением в информационные системы
  

В итоге получается, что интеллектуальные информационные системы представляют собой активно развивающуюся область информатики, которая имеет собственную функциональную основу и надстройку. Данное направление продолжит обновляться и расширяться с различной интенсивностью. Приведенные ранее подходы можно применять при создании подсистем, ответственных за управление электронными документами на исследовательском портале. Важной особенностью описанных методов является то, что они ориентированы на использование онтологий в ходе представления знаний. Приведенные решения открывают дополнительные возможности для реализации интеллектуальных сервисов, предназначенных для поиска, обработки и каталогизации информации, получаемой из разных источников, в соответствии с тематикой ресурса.
Использование данных подходов позволяет решить следующие задачи:

• 
  провести семантическое индексирование документов и внедрить интеллектуальный поиск информации, отвечающий потребностям конечных пользователей и специфике ресурса;
  
• 
  извлечь нужных данных из неструктурированных документов;
  
• 
  провести классификацию и каталогизацию данных в автоматическом режиме.
  

Выводы к второй главе

В второй главе были определены принципы интеллектуальной системы органов местного самоуправления, в которых были изучены вопросы жизнеобеспечения населения на территории их проживания. Была создана структура комплекса информационных систем органов местного самоуправления, сформулированы вопросы, которые можно решить с помощью информационной системы. были исследованы методы управления органами самоуправления. Были определены основные требования и выбор критериев интеллектуальных систем органов местного самоуправления.

ГЛАВА III. СОЗДАНИЕ ФУНКЦИОНАЛЬНОЙ МОДЕЛИ И АЛГОРИТМОВ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ОРГАНОВ МЕСТНОГО САМОУПРАВЛЕНИЯ

3.1 Методы создания функциональной модели интеллектуальной системы органов местного самоуправления

Нейро́нная сеть (также искусственная нейронная сеть, ИНС) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети У. Маккалока и У. Питтса. После разработки алгоритмов обучения получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.
ИНС представляет собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Такие процессоры обычно довольно просты (особенно в сравнении с процессорами, используемыми в персональных компьютерах). Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. И, тем не менее, будучи соединёнными в достаточно большую сеть с управляемым взаимодействием, такие по отдельности простые процессоры вместе способны выполнять довольно сложные задачи.

• 
  С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов распознавания образов, дискриминантного анализа, методов кластеризации и т. п.
  
• 
  С математической точки зрения, обучение нейронных сетей — это многопараметрическая задача нелинейной оптимизации.
  
• 
  С точки зрения кибернетики, нейронная сеть используется в задачах адаптивного управления и как алгоритмы для робототехники.
  
• 
  С точки зрения развития вычислительной техники и программирования, нейронная сеть — способ решения проблемы эффективного параллелизма.
  
• 
  С точки зрения искусственного интеллекта, ИНС является основой философского течения коннекционизма и основным направлением в структурном подходе по изучению возможности построения (моделирования) естественного интеллекта с помощью компьютерных алгоритмов.
  

Нейронные сети не программируются в привычном смысле этого слова, они обучаются. Возможность обучения — одно из главных преимуществ нейронных сетей перед традиционными алгоритмами. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение. Это значит, что в случае успешного обучения сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке, а также неполных и/или «зашумленных», частично искаженных данных.
Для построение нейронных сетей используем кластеризацию.
Под кластеризацией понимается разбиение множества входных сигналов на классы, при том, что ни количество, ни признаки классов заранее не известны. После обучения такая сеть способна определять, к какому классу относится входной сигнал. Сеть также может сигнализировать о том, что входной сигнал не относится ни к одному из выделенных классов — это является признаком новых, отсутствующих в обучающей выборке, данных. Таким образом, подобная сеть может выявлять новые, неизвестные ранее классы сигналов. Соответствие между классами, выделенными сетью, и классами, существующими в предметной области, устанавливается человеком. Кластеризацию осуществляют, например, нейронные сети Кохонена.
Нейронные сети в простом варианте Кохонена не могут быть огромными, поэтому их делят на гиперслои (гиперколонки) и ядра (микроколонки). Если сравнивать с мозгом человека, то идеальное количество параллельных слоёв не должно быть более 112. Эти слои в свою очередь составляют гиперслои (гиперколонку), в которой от 500 до 2000 микроколонок (ядер). При этом каждый слой делится на множество гиперколонок, пронизывающих насквозь эти слои. Микроколонки кодируются цифрами и единицами с получением результата на выходе. Если требуется, то лишние слои и нейроны удаляются или добавляются. Идеально для подбора числа нейронов и слоёв использовать суперкомпьютер. Такая система позволяет нейронным сетям быть пластичными.



Рис. 5 - Нейросеть
Нейрон — это вычислительная единица, которая получает информацию, производит над ней простые вычисления и передает ее дальше. Они делятся на три основных типа: входной (синий), скрытый (красный) и выходной (зеленый). Также есть нейрон смещения и контекстный нейрон о которых мы поговорим в следующей статье. В том случае, когда нейросеть состоит из большого количества нейронов, вводят термин слоя. Соответственно, есть входной слой, который получает информацию, n скрытых слоев (обычно их не больше 3), которые ее обрабатывают и выходной слой, который выводит результат. У каждого из нейронов есть 2 основных параметра: входные данные (input data) и выходные данные (output data). В случае входного нейрона: input=output. В остальных, в поле input попадает суммарная информация всех нейронов с предыдущего слоя, после чего, она нормализуется, с помощью функции активации (пока что просто представим ее f(x)) и попадает в поле output.

Рис. 6 - Данные нейросети
Важно помнить, что нейроны оперируют числами в диапазоне [0,1] или [-1,1]. А как же, вы спросите, тогда обрабатывать числа, которые выходят из данного диапазона? На данном этапе, самый простой ответ — это разделить 1 на это число. Этот процесс называется нормализацией, и он очень часто используется в нейронных сетях. Подробнее об этом чуть позже.

Что такое синапс?

Рис. 7 - Синапс

Синапс — это связь между двумя нейронами. У синапсов есть 1 параметр — вес. Благодаря ему, входная информация изменяется, когда передается от одного нейрона к другому. Допустим, есть 3 нейрона, которые передают информацию следующему. Тогда у нас есть 3 веса, соответствующие каждому из этих нейронов. У того нейрона, у которого вес будет больше, та информация и будет доминирующей в следующем нейроне (пример — смешение цветов). На самом деле, совокупность весов нейронной сети или матрица весов — это своеобразный мозг всей системы. Именно благодаря этим весам, входная информация обрабатывается и превращается в результат.

Важно помнить, что во время инициализации нейронной сети, веса расставляются в случайном порядке.

Как работает нейронная сеть?

1.