Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии


Виды поддержки проектных решений



 

Знания в СППР делятся на фактические (декларативные), процедурные и управляющие. Последние два типа об­разуют модели, взаимодействие которых с декларативными знаниями, называемыми далее просто данными, приводит к выработке решений.

Организация знаний в системе осуществляется с помощью некоторого формализма, который включает в себя совокуп­ность структур, служащих для представления знаний и меха­низма вывода, позволяющего использовать знания для обеспе­чения принятия решений, объяснения выводов, порожденных системой, решения конкретных задач. Приведем примеры наиболее известных формализмов.

1. Логика клозов Хорна: знания представляются в терми­нах отношений и логических связей. Механизм вывода орга­низован по принципу поиска в глубину с возвратом.

2. Правила продукций: знания представляются в терминах соотношений, связывающих ситуации и действия. Механизм вывода основан на оценке ситуации по некоторому условию и выполнении соответствующего этой оценке действия.

3. Семантические сети: знания представляются посредством сетей и правил перевода в них. Механизм вывода основан на построении путей на сетях, соответствующих решаемой задаче.

Представление данных с помощью указанных формализмов, а также с использованием фреймов широко освещено в литературе [25, 41, 62|. Существуют способы интеграции знаний в их рамках, созданы языки, так или иначе на них ориентированные.

Пример представления данных с помощью семантической сети дан на рис. 4.10. При описании технологического процесса будем изображать участвующие в нем объекты вершинами сети, а существующие между этими объектами связи — дугами. Имена этих дуг отражают характер (тип) связей.

Использование семантических сетей может оказаться целесообразным при описании базы данных, а также при исследовании конкретной задачи: содержательная трактовка зависимостей, как это видно на представленном примере, позволяет описать проектную ситуацию, а манипулирование с данными, фигурирующими в сети, получить требуемые по ходу процесса проектирования факты.

Аналогичные возможности имеют и другие методы представления знаний. Важно отметить, однако, что представлять необходимо и модели самого процесса организации поддержки решений. В общем случае этот процесс не определяется полностью объектами, составляющими содержание задачи, т. е. не сводится к организации вычислений на моделях, пред­ставляющих объект проектирования. К этим моделям процесс должен сходиться в результате некоторой довольно сложной процедуры анализа проблемной ситуации. Сама процедура, тем не менее, может быть построена на системе взаимодействующих семантических сетей, основанных на тех же принци­пах, с расширенным множеством типов объектов и связей.

Пусть требуется определить, например, возможные технологи­ческие маршруты обработки детали с учетом межоперационной транспортировки. Исходной информацией может служить технологи­ческая карта, представляемая СТСО детали, и сеть, описывающая варианты транспортировки (сеть вида приведенной на рис. 4.10). Соотношение сетей (СТСО это тоже семантическая сеть) позволяет сделать заключение о том, что деталь может быть обработана на станках , обслуживаемых робокарами , предназначенными для транспортировки налет .

Выбор способа представления знаний определяется их структурой и составом, инструментальными средствами, зада­чами и ситуациями, характерными для проектируемой СППР. В ряде случаев знания могут быть представлены тем же способом, что и модели. Показательный пример представ­ление технологических знаний и моделей в системах под­держки проектирования автоматизированных производств (СПИ АП). Основой соответствующего формализма может служить понятие модифицированной структурно-технологи­ческой схемы обработки (СТСО) деталей.

СТСО (ГОСТ 14.416-83) представляет собой фактически семантическую сеть с графом , где U - множество вершин технологических операций; I - множество дуг, опре­деляющих их очередность. Модификация СТСО осуществля­ется добавлением к ней (как к графу ассоциированного объ­екта) множества X требований к выполнению операций, поставленного в соответствие множеству U по правилу

.

Введение такой структуры обусловлено удобством мани­пулирования с соответствующими понятиями в процессе ре­шения задач анализа и выбора состава оборудования. Ана­логичным образом формируется описание процесса обработки данных в информационно-управляющей системе (ИУС). С точки зрения представления знаний структура — это се­мантическая сеть с двумя видами вершин, представляющих собой операции и требования к их выполнению.

Преобразование сетей в процессе проектирования ГПС сводится к операциям объединения и вложения графов, фак­торизации, стягивания и дробления вершин, которые являют­ся в определенном смысле базовыми при разработке соот­ветствующих вычислительных процедур (табл. 4.1). Основные требования при преобразованиях — сохранение очередности

Реализация возможностей СППР, рассмотренных в гл. 4, связывается в настоящее время с данными, моделями и средствами поддержки их взаимодействия с пользователем (парадигма «диалог данные - модель»). Эти компоненты появились, как подмечено в работе [120], в результате эволюции данных и моделей в процессе развития программных средств.

Данные первоначально использовались в виде файлов непосредственно в составе программы. Затем появились файловые системы с возможностью обращения к ним ил несколь­ких программ Следующий этап эволюции появление си­стем управления батами данных, обеспечивших полное разде­ление программ и данных. Затем были разработаны языки запросов и генераторы отчетов, позволившие обращаться к базам данных специалистам непрограммистам, т. е. конечным пользователям.

Аналогичный процесс эволюции претерпели модели. Сна­чала это были математические модели вида уравнений-не­равенств, затем стали возможными компьютерные вычисле­ния на лих моделях. Новый этап развития моделей — появление собственно компьютерных моделей, когда ком­пьютерная программа сама стала моделью, а не средством вычисления характеристик модели. Пример системы ими­тационного моделирования, системы символьных вычислений и т. д. Усложнение исследовательских задач привело к появ­лению пакетов программ моделирования моделирующих систем (системы статистического анализа и др.). Наконец, ориентация на конечного пользователя привела к созданию средств интерактивного моделирования.

Можно констатировать сходимость обоих процессов эво­люции к указанным компонентам СППР (рис. 5.1). Рассмот­рим некоторые особенности таких компонентов.

Базы данных. В основе построения баз данных лежит структурирование данных. Струк­турирование — основное понятие, которое выделяет базу данных из класса файловых систем, имеющих распространение и использование, в частности в САПР. Обычно различают логическое и физическое описание, т. е. представление данных с точки зрения вычисли­тельной системы. И в том, и в дру­гом случаях вводят следующие понятия:

элемент данных — наименьшая единица данных, имеющая идентификатор;

сегмент данных — совокупность элементов данных;

логическая запись — совокупность элементов и сегментов данных;

файл — совокупность экземпляров логических записей;

физическая запись — элементарная единица данных, кото­рая может быть записана или считана одной командой ввода-вывода ЭВМ;

набор данных — совокупность физических записей. В этой терминологии база данных может быть определена как совокупность различных типов записей и отношений между элементами, записями и сегментами данных.

Из рассмотренного определения базы данных следует, что до ее проектирования и использования информация об объектах, которая должна храниться в базе данных, должна быть предварительно структурирована. Другими словами, предварительно требуется, чтобы каждый представленный в базе данных объект имел определенную совокупность опи­сывающих его атрибутов. Кроме того, требуется, чтобы существовали правила, позволяющие сопоставить эти атри­буты.

Структурирование данных связано с использованием одной из трех моделей данных: реляционной, иерархической и се­тевой. Особенности и способы реализации этих моделей хоро­шо освещены в литературе [22, 60]. В силу концептуальной прозрачности и простоты, а также возможности использо­вания теоретико-множественных операций и реляционной алгебры [40] реляционная модель наиболее популярна, в том числе в системах поддержки решений. Для этого типа модели созданы развитые языки высокого уровня, позволяющие фор­мулировать запросы на данные, представленные средствами реляционной модели, т. е. в виде таблиц. Извлечение данных в СПР осуществляется при этом очень просто, с использо­ванием фактически трех элементарных операторов: ВЫБОР, ОБЪЕДИНЕНИЕ, ПРОЕКЦИЯ.

На языке запросов SQL СУБД System R запрос имеет вид:

SELECT (список атрибутов)

FROM (отношение)

WHERE (условие)

Например, запрос «Перечислить наименование деталей, входя­щих в состав изделия N» реализуется следующим образом:

SELECT наименование, часть

FROM изделие

WHERE изделие

На известном языке манипулирования данными QBE (Query-By-Example) запрос имеет табличную форму.

Так, содержание запроса предыдущего примера можно проиллю­стрировать таблицей

 

ИЗДЕЛИЕ –N ДЕТАЛЬ -ЧАСТИ -N НАЗВАНИЕ-ЧАСТИ

Таблица заполняется соответствующими содержанию за­проса константами и переменными. Ответ на запрос форми­руется системой в форме такой же таблицы.

Языки запросов, выступая в ряде случаев в виде обычных языков программирования, предоставляют пользователю до­полнительные возможности арифметических вычислений, ис­пользования команд присваивания, печати и др. Однако поль­зователь лишь в редких случаях имеет возможность огра­ничиться применением языков запросов СУБД и СУБМ. Это объясняется прежде всего сложностью решаемой задачи, недостаточной квалификацией пользователя как програм­миста. Для поиска самого характера запроса ему часто тре­буется помощь, организация которой не менее сложна, чем осуществление поиска в базах данных.

Модели. Рассмотрим теперь проблемы использования мо­делей в СППР. Вообще говоря, нужно различать два типа моделей: модели исследуемых объектов (процессов) и модели принятия решений, связанные с организацией их поиска. Модель второго типа реализуется по двухуровневой схеме. Подмодель первого уровня строится непосредственно на базе модели объекта, это прежде всего оптимизирующие страте­гии экспериментирования с объектом, а также вычисления, связанные с реализацией процессов типа “цель — поиск” или процессов с использо­ванием конструкций “что — если”. Второй уровень связан с реали­зацией указанной в п. 4.1 технологии под­держки принятия реше­ния, т. е. с реализацией схемы: [Постановка проблемы] → [Анализ проблемы] → [Выбор]. Модели второго уровня реализуются специальными средствами, напри­мер блоком когнитивной поддержки (рис. 5.2). Модели объекта можно условно разделить на два класса.

Первый класс — формальные модели, выраженные, как правило, средствами математики. Это модели, описывающие структурные и динамические свойства проектируемых объектов, их экономические характеристики и т. д. Модели данного класса выражают взгляд на объект или явление извне, когда они рассматриваются как черный ящик.

В противоположность этому модели второго класса, осно­ванные на процессах или правилах, не опираются на пред­ставление явлений уравнениями. Они основаны на понятиях «объект» (сущность), «атрибут», «сценарий». С объектом ассоциируется совокупность атрибутов. В качестве объекта может выступать, например, совокупность моделей станков в ГПС, атрибутами служат: при описании технологической структуры системы — паспортные данные станков, при описа­нии динамики ~ параметры, характеризующие динамические свойства системы (характеристики деталеопераций, произво­дительность транспортных средств и т. д.). Сценарий содержит правила преобразования объектов и условия, при которых эти преобразования осуществляются. Реализовать сценарий можно двумя способами: декларативным, напри­мер средствами логики предикатов, и процедурным, используя соответствующие языки программирования, например язык Симула-67.

Языки моделирования, подобные Симуле-67, используются для имитации функционирования проектируемой системы (изделия).

Рассмотрим кратко применение имитационного моделирования на примере проектирования ГПС. Основные этапы исследования системы следующие (рис. 5.3). Сначала на основе анализа варианта состава технологического комплекса ГПС определяют элементарные объекты, которые будут являться компонентами имитационной мо­дели. Затем находят необходимые атрибуты: данные о номенкла­туре деталей, продолжительности их обработки, технологическом маршруте и т. д. Затем на основании указанной информации фор­мируются сама модель (на том языке, который предусмотрен ис­пользуемой системой имитационного моделирования) и массивы данных, обеспечивающие возможность проведения процесса модели- рования. После этого проверяют модель на ее адекватность моде­лируемой производственной системе.

Следующие этапы связаны непосредственно с планированием и осуществлением имитационных экспериментов, по их результатам оценивают искомые параметры проектируемой ГПС.

Для конкретизации схемы проведения имитационного моделиро­вания рассмотрим процесс представления системы в ЭВМ, характер­ный для системы имитационного моделирования Симула-67, исполь­зующей язык событий.

Компоненты ГПС (станки, накопители, роботы и т. д.) харак­теризуются набором атрибутов (табл. 5.1).

Атрибуты участвуют в формировании процессов взаимодействия компонентов ГПС. Результатом взаимодействия являются события. Примеры событий: деталь загружается в станок, деталь сходит со станка, робот берет палету с транспортного устройства и т. п.

Другими объектами, с которыми оперирует система моделиро­вания, являются действия (деталь ждет, станок обрабатывает де­таль и т. д. ) и отношения. Отношения отражают прежде всего порядок выполнения технологических операций в ГПС. Кроме того, сюда же относится назначение деталей к накопителям, распределение приоритетов при обработке деталей и т. д. Действия изменяю! атрибуты системы и, следовательно, ее состояние.

Если порядок следования событий заранее непредсказуем, то они реализуются с помощью введения случайных процессов (обычно простейших).Подготовка данных к моделированию включает в себя анализ исходных требований и формирование указанных массивов. Эта часть работы с трудом поддается автоматизации и практически целиком ложится на плечи проектировщиков.


Поделиться:



Популярное:

  1. I. Виды информационного обеспечения.
  2. Автоматизация поддержки решений
  3. Административно-правовые нормы: понятие, структура, виды. Дискуссионность по понятию структуры правовой нормы.
  4. АДМИНИСТРАТИВНО-ЮРИСДИКЦИОННОЕ ПРОИЗВОДСТВО: ПОНЯТИЕ, ЧЕРТЫ, ВИДЫ.
  5. Акты применения права:понятие,признаки,виды.Н,П,А.и акты примен.права:сходство,различия.
  6. Акцентуации характера, критерий и виды. Классификации акцентуированных характеров по К. Леонгарду и А.Е. Личко.
  7. Алгоритмы проектных расчетов гидрометаллургического оборудования
  8. Алгоритмы проектных расчетов пирометаллургического оборудования
  9. Алгоритмы проектных расчетов электрометаллургического оборудования.
  10. АМЕРИКАНСКИЙ ФУТБОЛ, БОРЬБА И ДРУГИЕ БОЕВЫЕ ВИДЫ СПОРТА
  11. Анализ финансового состояния организации: задачи, методы, виды, последовательность, информационная база.
  12. Антропогенное воздействие. Загрязнение и его виды


Последнее изменение этой страницы: 2017-03-11; Просмотров: 694; Нарушение авторского права страницы


lektsia.com 2007 - 2024 год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! (0.019 с.)
Главная | Случайная страница | Обратная связь