Труды КНЦ (Технические науки вып. 3/2024(15))

Процесс оценки жизнеспособности БСВ-систем на основе имитационного моделирования и генерирующего искусственного интеллекта можно представить в виде следующего обобщенного алгоритма: 1. Инициализация модели. На данном этапе на вход разработанной имитационной модели жизнеспособности подаются значения параметров, полученные из различных источников данных (официальная статистика, анкетирование, экспертные оценки и т. д.). В результате, модель настраивается на имитацию базового сценария функционирования системы. 2. Имитация базового сценария развития БСВ-системы на основе исходных данных. На данном этапе осуществляется прогон модели (возможно, проведение нескольких экспериментов), а также проводятся расчеты значений свойств исследуемой системы: функциональности (Fco), восстанавливаемости (Rco) и устойчивости (Sto). 3. Анализ результатов моделирования. После проведенного эксперимента с имитационной моделью проводится экспертный анализ полученных результатов симуляции. При этом акцент делается на динамике свойств, связанных с жизнеспособностью системы, и их изменении в соответствии с жизненным циклом жизнеспособности. Выявление моментов времени, когда возможно появление кризиса, реализуется в ручном режиме на основе анализа нормальной траектории развития системы. При этом определение кризисной ситуации в рассматриваемой траектории также осуществляется экспертным методом. Для проверки результатов анализа эксперта о том, содержит ли нормальная траектория кризисную ситуацию, предлагается провести данную процедуру в автоматизированном режиме за счет применения большой языковой модели. 4. Автоматизированное выявление кризисной ситуации в штатной траектории развития системы. Для подтверждения или опровержения экспертной оценки о наличии кризисной ситуации в нормальном сценарии предлагается воспользоваться LLM как агрегатором человеческих знаний. Для этого на базе RAG-технологии формируется расширенный запрос, включающий в себя непосредственно промпт эксперта и дополнительный контекст. Контекст определяется как естественно-языковое описание, содержащее начальные условия функционирования системы, графики изменения во времени функциональности, устойчивости и восстанавливаемости системы. В качестве промпта эксперта к большой языковой модели используется запрос вида «необходимо определить, содержится ли в рассматриваемой траектории системы (в первую очередь для функциональности) кризисная ситуация». Возможно, для повышения релевантности ответа LLM придется в запрос добавлять описание основных понятий предметной области, представленных в соответствующих документах. Результатом отработки LLM расширенного запроса будет являться текст, содержащий «мнение» нейросети. Данный вывод можно сопоставлять с экспертной оценкой для ее последующего уточнения/корректировки. 5. Генерация альтернативным: сценариев развития системы. На данном этапе предусматривается формирование альтернативных траекторий развития моделируемой системы в точках появления потенциального кризиса, выявленных на этапе 3. Данная процедура проводится с помощью предложенной концепции генерации сценариев на основе большой языковой модели и технологии расширения запроса дополнительным контекстом (рис. 4). Естественно -языковые описания моделей, составленные для выбранных состояний системы (предкризисных) за счет фиксации модельного времени, передается в генеративный искусственный интеллект. Результатом выполнения данного этапа является множество естественно-языковых описаний сценариев, которые, по мнению большой языковой модели, являются кризисными. 6. Имитация альтернативных сценариев. На данном этапе производится трансформация ЕЯ-описаний сгенерированных сценариев в имитационную модель на основе первой схемы применения LLM для генерации сценариев моделирования (рис. 2). При этом формируется множество конфигурационных файлов, каждый из которых используется для инициализации параметров имитационной модели, определяющих соответствующий сценарий функционирования системы. Далее выполняется ряд вычислительных экспериментов на основе проинициализированной компьютерной модели. Каждый вычислительный эксперимент является имитацией определенного альтернативного сценария развития системы. В каждом эксперименте средствами имитационной модели идет расчет показателей функциональности, восстанавливаемости, устойчивости и жизнеспособности. Труды Кольского научного центра РАН. Серия: Технические науки. 2024. Т. 15, № 3. С. 27-40. Transactions of the Kola Science Centre of RAS. Series: Engineering Sciences. 2024. Vol. 15, No. 3. P. 27-40. © Быстров В. В., Халиуллина Д. Н., Шишаев М. Г., 2024 36