Метод и средства интеграции онтологий разнородных источников данных в автоматизированных системах управления промышленных предприятий

• Автор: Кузнецов, Дмитрий Павлович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Вологда
• Количество страниц: 109 с. : ил.

Оглавление
Введение

Глава 1. ПОДХОДЫ К ИНТЕГРАЦИИ РАЗНОРОДНЫХ

ИСТОЧНИКОВ ДАННЫХ В АСУ ПРОМЫШЛЕННЫХ

ПРЕДПРИЯТИЙ

1.1. Методы и проблемы интеграции данных

1.2. Средства интеграции данных на основе онтологического подхода

1.3 Постановка задачи диссертационного исследования

Глава 2. МЕТОД ИНТЕГРАЦИИ ОНТОЛОГИЙ РАЗНОРОДНЫХ ИСТОЧНИКОВ ДАННЫХ В АСУ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ. МАТЕМАТИЧЕСКИЙ АППАРАТ

2.1 Обоснование выбранного решения

2.2 Метод интеграции онтологий разнородных источников данных в АСУ промышленного предприятия
2.3 Математический аппарат интеграции онтологий разнородных источников данных в АСУ промышленного предприятия

Выводы по главе
Глава 3. РАЗРАБОТКА И АНАЛИЗ АЛГОРИТМОВ МЕТОДА СЕМАНТИЧЕСКОЙ ИНТЕГРАЦИИ РАЗНОРОДНЫХ АСУ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ
3.1. Последовательность этапов интеграции онтологий разнородных АСУ промышленных предприятий при формировании корпоративного хранилища данных
3.2. Оценка вычислительной сложности алгоритмов интеграции онтологий
разнородных АСУ промышленных предприятий
Выводы по главе
Глава 4. ПРИМЕНЕНИЕ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ К РЕШЕНИЮ ПРИКЛАДНОЙ ЗАДАЧИ ИНТЕГРАЦИИ РАЗНОРОДНЫХ ИСТОЧНИКОВ ДАННЫХ ПРЕДМЕТНОЙ ОБЛАСТИ «ХРАНЕНИЕ И ПЕРЕРАБОТКА
ЗЕРНА»
4.1 Анализ предметной области
4.2, Реализация автоматизированной системы
4.3. Внедрение метода и средств интеграции онтологий разнородных АСУ
на ОАО «Вологодский комбинат хлебопродуктов»
Выводы по главе
Заключение
Список литературы
Приложение А. Алгоритм нечеткого сравнения строк
Приложение Б. Алгоритм семантического поиска строк

Введение
Актуальность темы исследования и степень её разработанности.
Современные российские промышленные предприятия, многие из которых функционируют на протяжении длительного периода времени, обычно имеют громоздкую и сложную информационную инфраструктуру, включающую источники данных различных автоматизированных систем управления (АСУ), -базы данных разных форматов, электронные таблицы, текстовые файлы и т.д.
Такое положение, сложившееся в результате многолетней «островковой» автоматизации, усложняет совместное использование данных из различных источников, снижая оперативность и достоверность при подготовке данных для принятия управленческих решений на уровне предприятия.
В настоящее время многие промышленные предприятия решают задачу интеграции данных различных АСУ, выбирая надежный и проверенный способ консолидации данных в единое корпоративное хранилище (Data Warehouse).
В силу возможного (и весьма вероятного) наличия структурных, лексических и семантических конфликтов в различных источниках данных, формирование хранилища данных представляет собой сложный многоэтапный процесс, который нужно рассматривать в контексте более общей задачи управления корпоративными знаниями.
В связи с этим пристального внимания заслуживает онтологический подход к интеграции данных, который развивается в работах А.Н. Бездушного[61], И.А. Васильева[63], И.С. Михайлова[95], Т.А. Гавриловой[67]. Важные вопросы управления производством представлены в работах Д.А. Поспелова[98,97], Ю.И. Клыкова[75], Р.И. Макарова[93,59], Д.В. Александрова[59], А.В. Кострова[59,94], П. Мертенса[94].
Анализ показал, что в настоящее время не существует теоретически обоснованного метода интеграции онтологий разнородных источников данных АСУ, на рынке программного обеспечения представлены лишь частичные решения для автоматизации отдельных этапов процесса интеграции данных, при этом специфика промышленных предприятий в них не учитывается. В связи с

Эти выводы могут быть основаны на одном документе или на множестве распределенных документов, которые были объединены с использованием определенных механизмов OWL.
Ontolingua [11] была разработана в KSL (Knowledge Systems Laboratory) Стенфордского университета и стала первым инструментом инженерии онтологий. Она состоит из сервера и языка представления знаний.
Сервер Ontolingua организован в виде набора онтологий, относящихся к Web-приложениям, которые надстраиваются над системой представления знаний Ontolingua. Редактор онтологий, наиболее важное приложение сервера Ontolingua, является Web-приложением на основе форм HTML.
Кроме редактора онтологий Сервер Ontolingua включает сетевое приложение Webster (получение определений понятий), сервер ОКВС (доступ к онтологиям Ontolingua по протоколу ОКВС) и Chimaera (анализ, объединение, интегрирование онтологий).
Все приложения, кроме сервера ОКВС, реализованы на основе форм HTML. Система представления знаний реализована на Lisp.
Сервер Ontolingua также предоставляет архив онтологий, включающий большое количество онтологий различных предметных областей, что позволяет создавать онтологии из уже существующих. Сервер поддерживает совместную разработку онтологии несколькими пользователями, для чего используются понятия пользователей и групп.
Система включает графический браузер, позволяющий просмотреть иерархию понятий, включая экземпляры.
Ontolingua обеспечивает использование принципа множественного наследования и богатый набор примитивов. Сохраненные на сервере онтологии могут быть преобразованы в различные форматы для использования другими приложениями, а также импортированы из ряда языков в язык Ontolingua.
OntoEdit [27] первоначально был разработан в институте AIFB (Institute of Applied Informatics and Formal Description Methods) Университета Karlsruhe