Das Kausalnetz als Kern eines DSS

Präsentation zum Thema: "Das Kausalnetz als Kern eines DSS"—  Präsentation transkript:

1 Das Kausalnetz als Kern eines DSS
Aufbau einer auf Kausalbeziehungen beruhenden Inferenzmaschine zur Entscheidungs- und Planungsunterstützung Reiner Borchert Institut für Geoinformatik, WWU Münster März 2004 Reiner Borchert

2 Die Kernaufgaben des FLUMAGIS-Projekts
Das FLUMAGIS-Projekt dient der Beantwortung verschiedener Fragen, die sich aus der Anwendung der EU-WRRL auf ein konkretes Fließgewässer ergeben: Welche Defizite sind im Flussgebiet festzustellen (Analyse des Ist-Zustands)? Welche Ursachen haben diese Defizite (Ursachenanalyse)? Welche Maßnahmen sind geeignet, die festgestellten Defizite bzw. deren Ursachen zu beseitigen oder zumindest abzumildern (Maßnahmen-Herleitung)? Welche Maßnahmen sind am besten geeignet, ein bestimmtes Ziel (den „guten ökologischen Zustand“) zu erreichen (Wirkungsanalyse)? Reiner Borchert

3 Kausalität... Objektzustände stehen in Beziehung(en) zueinander:
Die grundlegende Beziehung zwischen den Objektzuständen ist die der Kausalität (Ursache  Wirkung). Die Ursachenanalyse geht von der Wirkung aus und sucht nach deren Ursachen. Die Wirkungsanalyse hingegen betrachtet die Wirkungen verschiedener Maßnahmen (Ursachen). Objektzustände können mehrere potenzielle wie auch tatsächliche Ursachen haben. Jeder Objektzustand kann eine Ursache für einen anderen sein. (Gefahr von Zirkelschlüssen!) Reiner Borchert

4 ...und Finalität Das ist aber noch nicht alles:
Als weitere Relationen erscheinen der Zusammenhang zwischen einem Objektzustand und einer erforderlichen Maßnahme, sowie zwischen einer Maßnahme und dem von ihr verfolgten Zweck. Somit ist auch die Finalitätsbeziehung von großer Bedeutung (Mittel  Zweck). Reiner Borchert

5 Objektzustände?! Der Begriff „Objektzustand“ soll hier allgemein für einen bestimmten Zustand eines bestimmten Objekts gelten. Er wird beschrieben durch eine oder mehrere Objektklassen, die den Zustand einnehmen können, ein Attribut, das eine Objekteigenschaft definiert, und Attributwerte, die den Zustand beschreiben. Ein Beispiel: Nutzung einer Fläche als Acker Objektklasse(n): Parzelle, Nutzfläche Attribut: Nutzung Attributwerte: Ackerbau Reiner Borchert

6 Kette - oder...? In der Umgangssprache ist der Begriff „Kausalkette“ durchaus gebräuchlich. Da eine Kette aber nur eine eindimensionale Verknüpfung Ursache  Wirkung (1:1-Relation) zulässt, stellt sie eine unzureichende Metapher für vielfältige Ursache-Wirkungs-Relationen dar. Reiner Borchert

7 ...Netz! Den realen Verhältnissen kommt dagegen das Bild eines Netzes wesentlich näher. Zum einen kann hier jeder Objektzustand mehrere Wirkungen haben (1:N-Relation), zum anderen sind die Beziehungen wechselseitig, so dass sie sowohl bei der Ursachen- wie auch bei der Wirkungsanalyse verfolgt werden können (Ursachen  Wirkungen). Reiner Borchert

8 Ein Netz aus Kausalknoten
Ein Netz besteht aus Knoten und den Verbindungen zwischen ihnen. Ein Kausalnetz setzt sich dementsprechend aus Kausalknoten und den Kausalbeziehungen zwischen ihnen zusammen. Objektzustände werden jeweils durch einen Kausalknoten repräsentiert. Der Knoten entspricht einer Regel: „Wenn das Objekt in diesem Zustand ist, dann ist folgende Maßnahme erforderlich.“ Ebenso können angestrebte Zielvorgaben sowie die dafür erforderlichen Maßnahmen und Eingriffe als spezielle Knotentypen in das Netz integriert werden. Reiner Borchert

9 Für jede Aufgabe ein Knotentyp
Unser Kausalnetz soll Defizite feststellen, Ursachen analysieren, Maßnahmen herleiten und Ziele vorgeben. Für diese Aufgaben werden jeweils verschiedene Knotentypen definiert, die alle vom Grundtyp CausalNode abgeleitet sind: Reiner Borchert

10 Ein einfaches (?) Beispiel:
Reiner Borchert

11 Die nächsten Schritte:
Ausbau des Kausalnetzes zu einem Bayesian Belief Network, das den Umgang mit unsicherem Wissen und Wahrscheinlichkeiten erlaubt Aufbau von Petri-Netzen (Coloured Petri Nets) zur Modellierung von Prozessen (z.B. Maßnahmen-Umsetzung, Vegetations-Sukzessionen u.a.) Simulationen und Prognosen durch den Einsatz des gesamten Kausalnetzes als Wirkungsanalyse Vielen Dank für Ihre Aufmerksamkeit! Reiner Borchert