Сторінка
5
8.3 Задачі оптимального вибору фізичної природи непересічних геоінформаційних полів і їхнього оптимального розміщення на заданій географічній місцевості. Ці задачі фактично є більш загальною постановкою задач попереднього типу, коли вихідний набір фізичних інформаційних ознак не заданий і його варто вибирати як підмножина не заданої розмірності з дуже великої загальної безлічі таких ознак. Якщо як приклади знову звернутися до сільськогосподарських задач, то цьому класу задач будуть відповідати задачі оптимального планування використання наявних сільськогосподарських угідь. Тут основним критерієм оптимальності є економічна ефективність сільськогосподарського виробництва. Однак даний критерій вбирає в себе безліч приватних критеріїв і різноманітних функцій переваги, що неможливо виразити детермінованими функціями. Крім того, це типова системна задача, що вимагає обліку впливу численних факторів оточення як економічного, так і технічного і соціального характеру, особливо якщо неї вирішувати не в масштабах окремого господарства, а в масштабах чи району області.
8.4 Оптимізація полючи результуючого інформаційної ознаки шляхом підбора визначених факторних ознак і їх інтенсивності. Суть цієї задачі можна ілюструвати типовою задачею сільськогосподарського виробництва - оптимізації агротехнологій вирощування визначеної сільськогосподарської культури з урахуванням геофізичних особливостей розміщення посівних площ і впливу погодних умов. Ці задачі є розвитком і узагальненням задач 4, 5 і 7-го класів. У якості активних факторів, що впливають, тут виступають агротехнологічні прийоми передпосівної обробки ґрунту і терміни її проведення (з урахуванням погодних умов, що також виражаються геоінформаційними динамічними полями); види внесених добрив і гербіцидів, кількість і терміни їхнього внесення; види і терміни проміжної агротехнічної обробки посівів (прополка, культивація, підгодівля і т.п.); терміни збирання врожаю. Для рішення подібних задач частково можуть використовуватися ті кількісні математичні моделі, що можуть бути отримані при рішенні задач 7-го класу за результатами господарювання за попередні роки. Однак, з огляду на розмаїтість погодних і інших зовнішніх умов, для достовірного обліку яких потрібна статистика за багато років, навряд чи можна сподіватися на одержання досить достовірних прогностичних кількісних моделей. Швидше за все, ці задачі прийдеться вирішувати з використанням технологій штучного інтелекту: нечітких безлічей, нечіткої логіки, експертних систем, заснованих на формуванні знань у даній предметній області і використанні функцій переваг, генетичних, продукційних алгоритмів і т.д. для висновку рішень. Для одержання ж самих функцій переваг можуть бути використані рішення задач 4-го класу за результатами господарювання за попередні роки.
8.5 Задачі масового обслуговування стосовно до обслуговування територій. Сюди відносяться численні задачі, починаючи з класичної задачі комівояжера і кінчаючи задачами оптимального розміщення торгових точок, відділень зв'язку, організації різних інформаційних мереж, включаючи стільникові мережі зв'язку, мережі збору даних для задач екологічного моніторингу територій і т.п. Стосовно до координатно-прив'язаної інформації ці задачі також мають специфіку, що відрізняє їхній від класичних задач масового обслуговування. Але вони настільки різноманітні, що поки важко говорити про загальні методи їхнього рішення. Швидше за все, тут також не обійтися без використання методів штучного інтелекту. [1-2]
Теми для науково-інженерних досліджень.
Перспективи переростання даної реферативної роботи в дослідницьку, як мені здається, великі. Насамперед, можна спробувати розробити програму, що вирішує яку-небудь із приведених вище задач, придумати нові способи і методи візуалізації отриманих результатів. Спробувати розробити нові методи рішення цих чи задач удосконалити вже існуючі. Тому що даний реферат відбиває суб'єктивну точку зору автора, то можна розробити власну, більш об'єктивну класифікацію задач, розв'язуваних подібними системами.
Нижче представлені можливі теми для науково-інженерних досліджень:
1. "Вибір оптимального місця для трасування трубопровідних магістралей".
2. "Розробка уніфікованих безрозмірних шкал інформаційних ознак при визначенні областей перетинання полів розподілу цих ознак".
3. "Розробка нових способів візуалізації при побудові картографічних геоінформаційних полів".
4. "Розробка програмного пакета для визначення геометричного центра виділеної зони".
5. "Оптимізація агротехнології вирощування пшениці з урахуванням геофізичних особливостей розміщення посівних площ і впливу погодних умов".
6. "Вибір оптимального планування використання сільськогосподарських угідь".
7. "Побудова кількісної моделі зв'язку декількох пересічних геоінформаційних полів".
Список літератури:
1. Цвєтков В. Я. Геоінформаційні системи і технології. М.: Фінанси і статистика, 1998. 288с.
2. Біляків С.Л. Нечіткі знання і висновок у геоінформаційній системі // Інформаційні технології. 2001. №12. С. 16-19.
3. Дрейзин В.Э. Типізація задач і методи аналізу і підтримки прийняття рішень у геоінформаційних автоматизованих системах керування // Інформаційні технології. 2003. №3. С. 2-8.
4. Системи, що розпізнають: Довідник / В. И. Васильєв. Київ: Наукова думка, 1983. 422 с.
5. Дрейзин В.Э. Основні проблеми застосування методів розпізнавання образів для рішення класифікаційних задач контролю, який не руйнується, // Методи і прилади автоматичного контролю, що не руйнується. Рига: РПИ, 1982. С. 77-89.
Використання ГІС-технологій у проектах зонування міських територій.
На основі досвіду комп'ютерної підтримки проектів зонування в містах з населенням 0.5-1.3 млн. жителів у 1996-1999р.
У плині ряду років USAID фінансувало проекти правового зонування в російських містах (далі буде розглядатися досвід роботи в Новгороді, Твері, Іркутську, Самарі, Хабаровську). Виповнювалися проекти різними фірмами: Bancroft Group, PADCO, Інститут економіки міста. Наступність забезпечувалася не тільки передачею матеріалів, але, головне, наявністю постійного "ядра" виконавців як з російської, так і з американської сторони.