Труды КНЦ вып. 11 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ) вып. 8/2020 (11)

можно изменить и как, для того чтобы избежать нежелательных последствий или их минимизировать. Поэтому разработка различных инструментов, которые позволят осуществить содержательный анализ риска в СЭС и выработки различных интерпретируемых сценариев является весьма востребованным. Нужно также акцентировать внимание на то, что сценарные методы выбора стратегических решений в СЭС позволяют в ряде случаев учесть различного рода неопределенности [5]. Рассмотрим классификацию различных методов (в том числе и ИИ) с точки зрения измерения риска [7]. Первый подход хорошо известен как инженерный [7]. В рамках данного подхода основные усилия направлены на сбор статистических данных о поломках, авариях, связанных с утечкой вредных веществ в окружающую среду. Инженерный подход ориентирован на количественный расчет вероятности поломок, отказов и других нежелательных событий. Здесь можно упомянуть различные методы распознавания образов, метод опорных векторов, методы рандомизированного машинного обучения [14] и нейросетевой подход [15]. Перечисленные методы предназначены, прежде всего, для решения задачи классификации. Как уже было отмечено, важной характеристикой СЭС является ее уникальность. В этом контексте использование вероятностных подходов может быть сопряжено с определенными сложностями (фактически дефицит прецедентной информации). Для многих СЭС весьма существенным аспектом является возможность интерпретации результата, поэтому использование, например, нейросетевого подхода также не всегда позволяет получить приемлемое объяснение принятых решений. Второй подход принято называть модельным. Данный подход предполагает моделирование процессов, которые могут спровоцировать различные нежелательные последствия (аварии и т.п.) [7]. В рамках данного подхода проблема состоит в том, что построение модели СЭС может потребовать достаточно много времени. К моменту завершения построения модели, сама СЭС может значительно трансформироваться, и процесс моделирования фактически придется начинать заново. Таким образом, модельный подход измерения риска тесно связан с таким свойством СЭС как динамичность. В рамках модельного подхода необходимо отметить работы по математической теории риска, мультимодельный подход [10] и ряд других. В современных условиях методы ИИ (в частности, многоагентные системы и коллективное поведение автоматов) активно применяются в моделировании, например, в проектировании при разработке «цифровых двойников», в робототехнике, при создании «умных предприятий», «умных городов» и др. Совместное использование методов ИИ и имитационного моделирования также тесно связано с таким свойством СЭС как оптимальность (например, компромисс между стоимостью разработки изделия, сроками разработки, функциональностью и надежностью). Третий подход к измерению риска известен как экспертный [7]. Как уже было отмечено, при применении инженерного и модельного подходов достаточно часто возникают ситуации, когда наблюдается дефицит статистических данных (или есть сомнения в их достоверности). Кроме того, при построении моделей в ряде случаев затруднительно выявить различные зависимости (так называемые слабоструктурированные задачи [8]). В такой ситуации фактически единственным источником сведений являются эксперты. В рамках данного подхода сложности 168