Интеллектуальная информационная поддержка системы экономической оценки лесов : На примере Полевского лесхоза

• Автор: Годовалов, Юрий Геннадьевич
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Екатеринбург
• Количество страниц: 183 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ОСНОВНЫЕ ПРИНЦИПЫ СОЗДАНИЯ СИСТЕМ С ИНТЕЛЛЕКТУАЛЬНОЙ ИНФ0РМАЦИШОЙ ПОДДЕРЖКОЙ ПРИНЯТИЯ РЕШЕНИЙ

1.1. Общие положения.

1.2. Автоматизированные системы управлш 1ия экоюмической оценкой лесов и планирования производственной деятельности лесхозов

1.3. Анализ таксационных характеристик участков лесного фонда Полевского лесхоза

ГЛАВА 2. МЕТОДИКА ЭКОНОМИЧЕСКОЙ ОЦЕНКИ ЛЕСОВ ДЛЯ ПЛАНИРОВАНИЯ ПРОИЗВОДСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ЛЕСХОЗОВ

2.1. Общие положения

2.2. Анализ методических подходов к кадастровой оценке лесных ресурсов

2.3. Методика расчета эталонных насаждений для проведения экономической 1ЕНКИ лесов.
2.4. Влияние производственной деятельности лесхоза на оборот рубки и стоимость лесных ресурсов.
ГЛАВА 3. ОРГАНИЗАЦИЯ ХРАНЕНИЯ И ПОИСК ИНФОРМАЦИИ НА ОСНОВЕ МУЛЬТИПЛИКАТИВНЫХ ПРЕДСТАВЛЕИЙ
3.1. Определение модели данных.
3.2. Алгоритм доступа к данным на основе мультипликативных представлений
ГЛАВА 4. ИНФОРМАЦИОННОПРОГРАММНАЯ РЕАЛИЗАЦИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ЭКОНОМИЧЕСКОЙ ОЦЕКИ ЛЕСОВ
4.1. Основные характеристики и преимущества СУБД АОАВАЬ
4.2. Программная реализациясистемьгэкономическойоценки лесов
ЗАКЛЮЧЕНИЕ И РЕК0МЕНДА1 ЩИ.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК.
Приложение.
ВВЕДЕНИЕ
Актуальность


Низкая информативность среднего процента освоения лесосеки обусловлена неравномерным уровнем развития лесного хозяйства на территории области. Так, в связи с разнообразием природных и экономических условий, в южных и центральных районах Свердловской области лесное хозяйство довольно развито, а на севере и северо-востоке его роль сводится, в основном, к охране лесов от пожаров. В результате, на одних участках лесного фонда наблюдается полное использование расчетной лесосеки, в то время как на других рубка не ведется вовсе. Основными государственными территориальными органами, непосредственно осуществляющими управление лесами Свердловской области, являются лесхозы. В качестве объекта исследований нами был выбран Полевской лесхоз. Объем лесозаготовок, производимых на территории Полевского лесхоза в течение последних лет, снизился в меньшей степени, чем в лесхозах, расположенных в других районах области. Это вызвано, во-первых, выгодным расположением лесхоза вблизи г. Екатеринбурга и других промышленных центров области, в которых сосредоточен платежеспособный спрос на лесопродукцию. Во-вторых, наличием в составе лесного фонда Полевского лесхоза высококачественных древо-стоев, вызывающих повышенный интерес у лесопользователей. Лесное хозяйство в Полевском лесхозе ведется более интенсивно, в сравнении со средними показателями по области. Руководство лесхоза проявляет интерес к использованию новых технологий для повышения эффективности управления лесами. Лесорастительные условия, характерные для Полевского лесхоза, например, соотношение ключевых категорий земель лесного фонда, являются типичным для Свердловской области. Вопросами автоматизации управления и принятия решений занимались ведущие ученые: В. Н. Глушков (); Г. Р. Громов (); Э. В. Попов (); Д. А. Поспелов (); Г. С. Поспелов (, ); Ю. Г. Данилевский (); С. С. Свириденко (); В. С. Шибанов (); В. Ф. Хорошевский () и др. Из зарубежных авторов наибольшее внимание вопросам построения информационных технологий уделяли: И. Ложе (); Дж. Мартин (); Р. Форсайт (); Дж. Элти, М. Кумбс (); Д. Предметом теории интеллектуальных информационных систем служат методы и приемы конструирования человеко-машинных систем, компетентных в некоторой специализированной области. Знания, относящиеся к любой специальности, обычно существуют в двух видах: общедоступные и индивидуальные. Общедоступные знания - это факты, определения и теории, которые обычно изложены в учебниках и справочниках по данной области. Но, как правило, компетентность означает нечто большее, чем владение такими общедоступными сведениями. Специалисты обладают еще и индивидуальными знаниями, которые отсутствуют в специальной литературе. Эти личные знания в значительной степени состоят из эмпирических правил, которые принято называть эвристиками. Эвристики позволяют экспертам при необходимости выдвигать разумные предположения, находить перспективные подходы к задачам и эффективно работать при зашумленных или неполных данных. Центральной задачей при построении интеллектуальных информационных систем является выявление и воспроизведение таких знаний. Существует целый ряд причин, по которым в области интеллектуальных информационных систем особую роль приобретают сами знания, а не формальные методы рассуждений. Основная причина заключается в том, что для большинства трудных и интересных проблем нет четких алгоритмических решений, поскольку многие важные задачи возникают в сложных контекстах социальных или физических явлений, не поддающихся точному и строгому описанию. В качестве примера таких задач можно привести задачу экономической оценки лесов. Автоматизированные системы, основанные на знаниях (knowledge management), активно используются в крупнейших транснациональных корпорациях и банках: Shell, Dow Chemical, Xerox, World Bank (Harris и др. Важным фактором, отличающим работы по интеллектуальным информационным системам от просто высококачественного программирования при решении конкретных задач, является их прямая связь с искусственным интеллектом вообще, и в особенности с символьным, основанным на использовании представления знаний, рассуждением.