Русский   English
ДонНТУ   Портал магістрів

Реферат за темою випускної роботи

Введення

1. Актуальність теми

На сьогоднішній день людство досить повно вивчило поведінку індивідуума та поведінку натовпу, виявило безліч факторів, що визначають їх тип поведінки та причинно-наслідкові зв'язки, що призводять до різних подій. Однак, до теперішнього часу, практичних розробок в цій галузі не багато.

Чимало компаній, країн, галузей науки зацікавлені в отриманні відповідей про реакції та дії різних людей у відповідь на різноманітні події: випуск нової продукції, проведення мітингу, надзвичайна подія та інше. При успішних результатах побудови моделі для прогнозування криміногенної обстановки стане можливим прогнозування більш широкого спектру діяльності людини за рахунок можливості внесення нових характеристик в систему і редагування експертних оцінок у відповідності до задачі.

Але і без доробок, підсистема, здатна відповісти на питання про значимість окремих подій на різних людей, з точки зору можливості вчинення ними злочинів, вкрай важлива. Також значущим аспектом майбутньої підсистеми є можливість вказати найбільш неблагонадійні елементи в місті, відштовхуючись від характеристик конкретного індивідуума.

2. Мета і завдання дослідження

Мета дипломної роботи – вивчити особливості та специфіку формування думки у людини і людських мас, реалізувати можливість моделювання подій та вчинків людини, взявши в якості прикладу імітацію здійснення людиною злочинів.

Для досягнення поставленої мети дипломної роботи необхідно вирішити наступні задачі:

Предметом дослідження є модель причинно-наслідкового зв'язку, що приводить людину до здійснення певних дій (в першу чергу – злочинів), які базуються на поточному стані індивіда, а також його найближчому і далекому минулому.

Об'єктом дослідження є психофізичні характеристики людини і заснована на них діяльність індивідуума, методи та засоби побудови програмних комплексів, які імітують, для моделювання поведінки людини.

3. Заплановані практичні результати

В якості практичних результатів планується розробка кроссплатформного, такого, що настроюється, середовища для моделювання злочинної діяльності людини з наступними властивостями:

  1. Реалізація з урахуванням можливостей багатопроцесорних систем;
  2. Можливість стеження в псевдо-реальному (сильно зменшеному) часі за результатами моделювання;
  3. Можливість прогнозування вчинення злочину при певних початкових даних;
  4. Можливість формування звіту про злочинність з безліччю параметрів;
  5. Можливість прогнозування реакції індивідуума чи натовпу на певні події (мітинги, виступи, аварії тощо). У першу чергу, з точки зору злочинності.

4. Очікувана наукова новизна

Для вирішення задач моделювання або прогнозування поведінки застосовуються різні методи: соцопитування, збір інформації про уподобання людини при його зверненні до пошукових систем в інтернеті, статистичний аналіз минулих реакцій людських мас та інші. Але всі ці методи часто виявляються недостатніми для якісного прогнозування поведінки індивідуума.

На поточний момент нема системи, що модулює злочинну діяльність людини, на основі його минулого, його соціальних зв’язків і поточних подій. Підсистема, яка розробляється, передбачає аналіз поведінки людини і моделювання вчинення ним дій на основі багатьох факторів.

5. Огляд досліджень та розробок

Вивчення причинно-наслідкових зв'язків у діяльності людини ведеться багато років. На сьогоднішній день визначено основні механізми, що впливають на поведінку індивіда аж до конкретних подій і реакцій на них. Однак програмні розробки в даному напрямку представлені в невеликій кількості. Ще менше програмних продуктів даної тематики створено в області кримінології.

Так як у дипломній роботі робиться наголос на моделювання протизаконної діяльності людини, то слід відзначити, що створено цілий розділ наукового знання в цьому напрямку: Кримінологічне прогнозування.

Кримінологічне прогнозування – це передбачення майбутнього стану злочинності та пов'язаних з нею явищ і факторів (кримінологічної обстановки), а також виявлення основних тенденцій їх розвитку. Кримінологічне прогнозування здійснюється на основі наявних у кримінології наукових уявлень про злочинність з використанням статистичних, експериментальних методів, математичного моделювання. Для того, щоб результат прогнозу можна було використовувати в практичній діяльності, він повинен мати науковий характер та можливість перевірки. [1]

Програмні продукти, створені для кримінологічного прогнозування, мають один спільний недолік: вони спрямовані на визначення статистичної залежності між станом злочинності в попередніх часових відрізках і наступних. Тобто, в цих системах виробляється розрахунок кількісних показників злочинності по певному регіону, на основі тих же показників за попередні періоди часу.

5.1 Огляд міжнародних джерел

Програмний продукт DI Guy – модуль штучного інтелекту, моделювання поведінки натовпу з урахуванням кожного індивіда [2].

Програма розроблена і представлена компанією VT MAK. Основне ядро системи для моделювання поведінки людини представлено в базовому пакеті DI Guy. Додатковими елементами є DI Scenario, DI SDK, DI Motion editor. З їх допомогою можливо розробляти нові сценарії поведінки і ситуативні середовища, домагатися більш реалістичної поведінки окремої людини (на зразок руху ногами або ходіння по колу при очікуванні); додати відображення лицьової анімації у форматі 3D.

Вбудовані в програму штучний інтелект і графічні можливості дозволяють створювати реалістичні вуличні бійки, мітинги, військові операції, допит підозрюваних і чимало інших ситуацій. У зв'язку з добре опрацьованими можливостями для моделювання поведінки людей під час військових дій, великий інтерес до даного проекту проявляють американські військові. Причому тут важливо зауважити: при моделюванні зіткнення у мирному районі міста з ворожими солдатами можна моделювати поведінку не тільки цих солдатів, але й поведінку мирних мешканців (для кожного індивідуально), а також різних тварин (курей, корів, коней). При якісному моделюванні відкривається можливість навчити солдатів визначати ймовірних супротивників по жестам та міміці, навіть з урахуванням поведінки людей іншої культури [3].

Результат моделювання за допомогою DI Guy

Рисунок 1 – Результат моделювання за допомогою DI Guy
(рисунок створений з скріншотів сайту VT MAK, сторінки DI-Guy SDK [2])
(анімація: 6 кадрів, 7 циклів повторення, 179 килобайт)

Інститут MOVES при військово-морський вищій школі США в Монтереї, штат Каліфорнія, займається моделюванням людської поведінки. Так як це є військова школа, то основний напрямок моделювання – військові операції і реакція людей на них. Однак, додаткова розробка спрямована ще й на соціальне і культурне моделювання. З конкретних розробок даного інституту хотілося б згадати проект FOCUS, під керівництвом Стіва Холу і Джеффа Апплегета, а також Когнітивне і перцептронне моделювання. Перший проект дозволяє будувати модель соціальної мережі населення, яка адекватно реагує на роботу ЗМІ і допомагає визначити тип телерадіомовлення, при якому населення буде налаштовано максимально лояльно до армії. Ця розробка допоможе створити профілактичну програму як для зниження числа терактів в окупованому місті, так і для зниження рівня злочинності. Додатково планується створити функціонал для прогнозування найбільш неблагонадійних (небезпечних) місць. Другий проект створюється для поліпшення розуміння, як інформація, доступна окремій особі, може бути інтегрована в подобу людської свідомості для прогнозування наслідків різних напрямків діяльності. Тобто, програма зможе розповісти про те, як людина сприймає певну діяльність та про можливі дії людини, у відповідь на якісь дії. [4]

Ще одним цікавим проектом став проект Марко Страно і Роберта Брузоне. Вони зібрали команду з психологів, медичних експертів і детективів. Метою цієї команди стала розробка статистичної моделі, яка пов'язує профіль злочинця з його / її діями, рішеннями, а також відносними наслідками на місці злочину.

Марко Страно і Роберта Брузоне визначили змінні, які грають суттєву роль при характеристиці поведінки злочинця під час насильницького злочину. Сто п'ятдесят з цих змінних були обрані шляхом аналізу літератури і шляхом опитування вибірки з декількох сотень детективів та медичних експертів з різних країн, які зазвичай беруть участь у дослідженні вбивства. Ці змінні вони використовують для побудови так званих мереж Байєса. Байєсовські мережі є графічними моделями, які отримують знання даної системи з емпіричних даних і відображають причинно-наслідкові зв'язки між усіма відповідними змінними. Використовуючи умовні ймовірності, вони можуть визначати ступінь, в якій змінні можуть впливати одна на одну, навіть якщо основні механізми діяльності невідомі. Дана робота спрямована на визначення профілю злочинця і моделювання його можливої поведінки. [5]

5.2 Огляд національних джерел

Проект Модель поведінки людини – це неформальне співтовариство дослідників, що займаються в тій чи іншій формі комп'ютерним моделюванням людської поведінки [6].

Проект являє собою модульну програму з можливістю включення або відключення основних компонентів. Компонентами є Емоційний модуль, Модуль досвіду, Модуль зовнішнього середовища, Модуль енергетичного балансу, Модуль звикання і автоматизмів та інше. Центральний елемент моделі – людина. Другим за важливістю елементом моделі є діяльність людини, тобто її конкретні дії. На поточний момент реалізовано багато дій, проте, вже зараз для кожної дії є певний набір альтернатив. Таким чином утворилась проблема прийняття рішень модульною людиною. Для вирішення цієї проблеми були введені фактори (тимчасові, енергетичні), цілі, емоції, інтереси, результати дій та інше.

Варто зазначити: окрім моделювання окремої людини, модель передбачає моделювання груп людей, що взаємодіють одна з одною. Це введено для більш коректного опису людини, адже людина є соціальною. Також в моделі присутні фірми, де людина може працювати.

До сьогоднішнього дня випущена демонстраційна версія Моделі поведінки людини, яку можна завантажити за посиланням.

Інструмент імітаційного моделювання AnyLogic був розроблений російською компанією The AnyLogic Company. Дана програмна середа створена з використанням багатопідхідного моделювання. Об'єднання системної динаміки, агентного і дискретно-подійного моделювання дозволяє використовувати пакет програм AnyLogic у різноманітних галузях знань. [7]

Проект включає в себе різні бібліотеки, написані на мові Java. Ці бібліотеки реалізовують окремі можливості системи, такі як моделювання фізичного навколишнього середовища, імітацію операцій сортувальної станції, інтерактивну анімацію 2D і 3D моделей, моделювання руху автомобілів та багато іншого.

Застосування агентного моделювання дозволяє використовувати AnyLogic для моделювання поведінки людських мас. На поточний момент вже є деякі напрацювання в цій області, наприклад: Моделювання поведінки натовпу [8].

Теоретичні дослідження в СНД за напрямом теми дипломної роботи досить великі. Наприклад: в роботі Логінова Євгена Олександровича [9] розкривається потенціал кримінологічного прогнозування. У цій роботі наводяться основні передумови для розгляду кримінологічного прогнозування як основи для виявлення найбільш неблагонадійних громадян і можливих рецидивістів. Також Євген наводить аргументи на користь вивчення індивідуальної злочинної поведінки на основі кримінологічного прогнозування.

Однією з найбільш перспективних ідей за темою магістерської роботи, висунутої в статті, є модель прогнозування, яка заснована на припущеннях Мініна А. Я. Дана модель будується за допомогою співвіднесення деякої особи з певним прототипом. Співвіднесення відбувається за заздалегідь визначеними наборами ознак.

Ще однією статтею, яку варто згадати, є робота Міллера А. В. [10]. Згідно статті, об'єктами кримінологічного прогнозування вважається: ...Особистість людини, яка вчинила злочин – взята в розвитку, у взаємодії з зовнішніми факторами, сукупність соціальних властивостей і ознак, спрямованості й антигромадських установок індивіда, вплив яких та суспільства зумовили вчинення ним протиправного суспільно небезпечного діяння. (витяг із статті Міллера А. В. [10]). Кримінальна поведінка у статті розбивається на три складові: передкримінальна поведінка, кримінальна поведінка та посткримінальна поведінка. Саме ж прогнозування розбивається на ретроспективний аналіз і перспективне моделювання. У статті явно вказується на можливість застосування кримінологічного прогнозування як інструменту для моделювання особистості злочинця та його поведінки.

5.3 Огляд локальних джерел

У Донецькому національному технічному університеті, за напрямком магістерської роботи, є декілька робіт.

Проблемою кримінології займався Зенкевич Кирило Олександрович [11]. Його робота була спрямована на розробку експертної системи для визначення найкращої методики індивідуальної роботи зі спецконтингентом. У цій роботі описуються багато аспектів психології злочинців.

Моделюванням поведінки людини за допомогою агентно-орієнтованого програмування займалася Лукіна Юлія Юріївна [12]. Вона ставила акцент на використанні середовища MadKit, у якому можлива побудова мультиагентної системи і в якій планувалося провести моделювання поведінки людських мас.

Описом мотиваційного апарату людини займалася Повещенко Тетяна Сергіївна [13]. Незважаючи на вузьку спеціалізацію її роботи (трудова поведінка), Тетяна досить докладно і грамотно описала загальні концепції мотивування людини, як механізму людської психіки.

Соціально-орієнтовану мультиагентну модель розробляв Стропалов Андрій Сергійович [14]. Основну частину сайту магістрів він присвятив загальному опису мультиагентного програмування, але його робота передбачала розробку соціально-орієнтованої системи, що імітує поведінку великих людських мас.

Розглядом методів для розробки агентних систем займався Пocпeлoв Сeргeй Міхайлoвіч [15]. Його робота базувалася на управлінні автономним агентом, з метою його подальшого застосування в штучному інтелекті для комп'ютерних ігор (для створення відокремленого персонажа, з яким взаємодіє гравець).

6. Короткі теоретичні основи

На поточний момент ще ведеться аналіз методів побудови моделі. Основний упор робиться на використання методів еволюційного програмування, або нейромереж, або агентного моделювання. Найбільший потенціал для написання підсистеми бачиться у використанні агентного моделювання. Незважаючи на підсумковий метод побудови моделі, теоретичні основи для моделювання однієї людини вже розроблені і будуть застосовані. Теоретичні основи вже на даному етапі досить об'ємні, так як намагаються найбільш повно описати поведінку людини. Для стислості пояснимо ключові концепції:

Події відіграють основну роль в поведінці людини: з їх допомогою формується більшість показників людини та деякі події самі є характеристиками. Можна сказати, що події самі провокують інші події.

У людини є певний набір характеристик. Враховуючи їх, а також піраміду потреб Маслоу (наведену на рисунку 1), формується поточний набір потреб.

Піраміда потреб Маслоу

Рисунок 2 – Піраміда потреб Маслоу
(рисунок взято з сайту Псіхологос, сторінки Піраміда потреб Маслоу [11])

Слід зазначити, що піраміда потреб не характеризує поточне положення потреб людини, скоріше вона наочно показує послідовність та значимість потреб. Тобто людина може одночасно хотіти позбутися страху і реалізувати свої цілі, але в першу чергу він буде займатися звільненням від страхів. [12]

На підставі поточних потреб формуються бажання. Одночасно людина може вчиняти лише одну дію, тому черговість, у якій будуть враховуватися потреби і бажання, вкрай важлива. (спочатку розраховується шанс вчинення дій, пов'язаних з нижніми шарами піраміди, а потім, якщо їх не вчинили, піднімаємося вгору) [13-14].

Так само, дії людини залежать від підкатегорії його характеристик, яка зветься «емоції і стани». Вони формуються частково випадково, а частково на підставі останніх подій. Їх роль в накладенні ефектів на людину. Наприклад: у людини все виходить сьогодні – емоція щастя, впливає на настрій людини, їй здається, що все вийде, і вона може НЕ здійснити запланований злочин [15].

7. Формалізація задачі

Для формалізації задачі був введений набір даних [16], з якими працює підсистема:

Наведемо приклад формалізації взаємозалежностей між даними.

Для розрахунку шансу події, складаються таблиці значень за бажанням, рядки яких позначають властивості, а стовпці – способи досягнення. В клітинки заносяться чотири величини, які встановлюються експертами: усереднений показник і межі норми в негативний і позитивний бік, від цього показника (в таблиці величини виставлені за зростанням шансів), а також вага показника. В якості прикладу таблиці представлено бажання Нова машина (рисунок 2). Значення першої клітинки першого рядка означають, що зарплата 10000 буде негативно впливати на вибір альтернативи Зміна роботи; зарплата 2000 сприятиме вибору цієї альтернативи; зарплата близька до 5000 практично викреслить дану характеристику при розрахунку. При цьому кінцевий результат буде множитися на вагу, рівну 1,0.

Приклад табличних значень для бажання: Нова машина

Рисунок 3 – Приклад табличних значень для бажання Нова машина

Ваговий коефіцієнт лежить в діапазоні від 0 до 2. Даний діапазон обраний, щоб була можливість, як зменшити, так і збільшити важливість критеріїв, однак, щоб одиничний критерій не мав при цьому велике значення.

Дані можуть бути абсолютно різними, тому їх необхідно привести до загального значення. З цією метою був розроблений наступний алгоритм:

  1. На підставі сформованої таблиці, розраховуються поточні значення всіх клітинок. Це відбувається за двома формулами, для діапазону [-1;0] і [0;1] відповідно:

    Xk=-1+(x-a)/(b-a)

    Xk=(x-b)/(c-b),


    де x – поточне значення, a – встановлене мінімальне значення, b – усереднений показник, c – встановлене максимальне значення.
  2. Розраховане значення Xk підставляється в функції для відповідних діапазонів [-1;0] і [0;1]:

    Z=-Xk^2 (Z=Xk^3)

    Z=Xk^2 (Z=Xk^3)

    Наведені нижче графіки функцій відображають перетворення даних (рисуноки 3 та 4). Ідея полягає в тому, що невелике відхилення від середньозваженого показника менш істотно за значимістю, ніж великі відхилення. Наприклад: відхилення від середньої зарплати на 10% в меншу сторону можуть не викликати взагалі ніякої реакції – людина може це не враховувати, в той час, як відхилення на 70% може призвести до величезної кількості реакцій, в тому числі і до злочинів. На підставі цього можна зробити висновок, що зміни не лінійні. Найбільш коректно дані зміни описує парабола y=x^2 або y=x^3, вибір однієї з них можливий лише при прогоні кінцевою програми і виявленні результатів, що найбільше підходять.

    Графіки функцій, після перетворення даних для від'ємних значень

    Рисунок 4 – Графіки функцій для від’ємних даних, що відображають розраховане в першому пункті значення без змін (Y=x, зелений), і значення, отримані при перетворенні даних за допомогою функцій Y=x^2 (синій) і Y=x^3 (червоний)

    Графіки функцій, після перетворення даних для додатних значень

    Рисунок 5 – Графіки функцій для додатних даних, що відображають розраховане в першому пункті значення без змін (Y=x, зелений), і значення, отримані при перетворенні даних за допомогою функцій Y=x^2 (синій) і Y=x^3 (червоний)

  3. Отримане значення Z множиться на вагу коефіцієнта:

    Zk=Z*w.

  4. Значення Zk підсумовуються по стовпцях (для кожного окремого способу досягнення):

    S_i=Σ(Zk)

  5. Підсумкові суми складаються і визначаються шанси кожного способу досягнення:

    P=S_i/Σ(S_i)

  6. Генерується випадкове значення в діапазоні [0;1] і, моделюючи шанси P для повної групи подій, видається рішення про вибір відповідного способу досягнення.
  7. Для остаточного вибору здійснювати дію чи ні, генерується ще одне випадкове значення в діапазоні [0;1]. І якщо воно більше 2/3 (4/5), то воно здійснюється, інакше воно не здійснюється.

Обраний метод дозволяє враховувати максимальну кількість характеристик. В подальшому, на підставі даного методу, планується розробка повноцінної моделі індивідуума і створення моделі взаємодії груп індивідуумів для імітації їхньої спільної діяльності.

Висновки

В результаті дослідження за темою дипломної роботи були вивчені сучасні концепції мотивування людини; виявлено фактори, що впливають на різноманітні групи подій; зібрані і класифіковані основні характеристики людини. Були визначені відмінні риси існуючих систем такого роду та визначено унікальність розроблюваної підсистеми. Були досліджені методи і алгоритми, що дозволяють реалізувати окремі частини підсистеми, а також розроблено власний алгоритм для моделювання.

Перелік посилань

  1. Долгова А.И. Криминология: Учебник для вузов / Под общ. ред. А.И. Долговой. 3-е изд., перераб. и доп. М.: Норма, 2007. – 415 с.
  2. VT MAK – Project Humans – DI-Guy SDK [Электронный ресурс]. – Режим доступа: http://www.mak.com/products/humans.
  3. Макаров О. Игра в людей: Цифровой аналог человечества [Электронный ресурс]. – Режим доступа: http://www.popmech.ru/technologies/10068-igra-v-lyudey-tsifrovoy-analog-chelovechestva/.
  4. Chris Darken: Human Behavior Simulation [Электронный ресурс]. – Режим доступа: https://www.movesinstitute.org/research/human-behavior-simulation/.
  5. Marco Strano and Roberta Bruzzone, Modeling of Human Behavior in Violent Crimes [Электронный ресурс]. – Режим доступа: http://citeseerx.ist.psu.edu/viewdoc/....
  6. Текущее состояние модели поведения человека [Электронный ресурс]. – Режим доступа: http://www.humanmodel.ru/model/....
  7. Инструмент имитационного моделирования AnyLogic: обзор [Электронный ресурс]. – Режим доступа: http://www.anylogic.ru/overview.
  8. Бекларян А. Л., Акопов А. С. Моделирование поведения толпы на основе интеллектуальной динамики взаимодействующих агентов / «Бизнес-информатика» / № 1 (31) / 2015 / с 69-77
  9. Логинов Е.А. Возможности криминологического прогнозирования индивидуального преступного поведения / «Психопедагогика в правоохранительных органах» / № 4 (55) / 2013 / с 77-82
  10. Миллер А. В. Личность лица, совершившего преступление и его поведение как объекты индивидуального криминологического прогнозирования / «Наука и современность» / № 1-3 / 2010 / с 208-213
  11. Зенкевич К.А. Разработка экспертной системы определения оптимальной методики для индивидуальной работы со спецконтингентом в условиях ДонСИЗО [Электронный ресурс]. – Режим доступа: http://masters.donntu.ru/2009/kita/zenkevich/diss/index.htm.
  12. Лукина Ю.Ю. Агентно-ориентированные программные модели поведения человека в социально-экономической среде [Электронный ресурс]. – Режим доступа: http://masters.donntu.ru/2011/fknt/lukina/diss/index.htm.
  13. Повещенко Т.С. Мотивация трудового поведения работников [Электронный ресурс]. – Режим доступа: http://masters.donntu.ru/2013/iem/poveshchenko/diss/index.htm.
  14. Стропалов А.С. Нейросетевые модели программных агентов в социально-ориентированных мультиагентных системах [Электронный ресурс]. – Режим доступа: http://www.masters.donntu.ru/2012/fknt/stropalov/diss/index.htm.
  15. Пocпeлoв С.М. Моделирование поведения объекта методами нейродинамического программирования [Электронный ресурс]. – Режим доступа: http://masters.donntu.ru/2012/fknt/pospelov/diss/index.htm.
  16. Козлов Н.И. Пирамида потребностей Маслоу [Электронный ресурс]. – Режим доступа: http://www.psychologos.ru/articles/view/piramida_potrebnostey_maslou.
  17. Maslow A.H. Motivation and Personality. — New York: Harpaer & Row, 1954.
  18. Anne-Marie Feyer, Ann M. Williamson. Human factors in assident modelling / Encyclopeadia of occupational health and safety, 4 edition.
  19. Maurice Allais. Le comportement de l'homme rationnel devant le risque: critique des postulats et axiomes de l'ecole americaine // Econometrica, April 1953, v.21, no.2, p.503–549
  20. Леонтьев А.Н. Потребности, мотивы и эмоции / Леонтьев А. Н. – М.: Изд-во Моск. Ун-та, 1971. – 40 с.
  21. Сменцарев Г.В. Методы формализации в решении задач автоматизированного анализа антропосоциокультурных систем / «Прикладная информатика», том 10, №5(59), 2015 г.