Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Справочник по трубопроводам и арматуре химических цехов электростанций, Имбрицкий М. И., Москва, «Энергия», 1974 г.
Водоснабжение. Проектирование систем и сооружений: издание второе, переработанное и дополненное в 3 томах. том 1. Рекомендовано к изданию Министерством образования РФ в качестве учебного пособия для студентов высших учебных заведений, обучающихся по направлению " Строительство" специальности " Водоснабжение и водоотведение". В пособии приведены назначение, область применения, физико-химическая и биологическая суть методов, технологий и сооружений, конструктивные особенности сооружений и устройств систем водоснабжения. 14. Водоснабжение. Проектирование систем и сооружений: издание второе, переработанное и дополненное в 3 томах. TOM 3. Системы распределения и подачи воды. Учебное пособие. - M.: Издательство ACB, 2003. М.Г. Журба Л.И. Соколов Ж.М. Говорова В книге даны основы гидростатики и теоретической гидродинамики, подробно изложено понятие о гидравлических сопротивлениях, равномерное и неравномерное движение жидкости в трубах (расчет водопроводов и канализационных систем) и каналах, водосливы, а также движение грунтовых вод.
1.10. Постановка задачи «Интеллектуальной системы поддержки принятий решений при эксплуатации трубопровода» Интеллектуальная система будет реализовываться на основании знаний экспертов, знаний, извлеченных из литературных источников. При ее создании максимально будет учитываться специфика проявления и представления информации. Для получения конечного результата необходимо решить следующий ряд задач: 1. Разработка продукционной базы знаний (с единообразным представлением знаний, что облегчает их восприятие и понимание человеком); 2. Разработка механизма логического вывода(комбинированного); 3. Разработка удобного и дружественного пользовательского интерфейса; 4. Обеспечение основного режима функционирования ИС: режима консультации.
2. Специальная
2.1. Методы интеллектуальных систем 2.1.1 Методы приобретения знаний От выбора метода приобретения знаний зависит, насколько верно будет создана база данных, насколько она будет соответствовать действительности. Для приобретения знаний используются различные методы: анализ текстов, диалоги, Интеллектуальные игры, лекции, дискуссии, интервью, кейсы и так далее. Самым распространенным методом приобретения знаний является интервью. Исходя из этого метода, знания получают путем непосредственного контакта с экспертом (Инженером). Существует также деление на пассивные методы (инициатива у эксперта) и активные методы (инициатива у когнитолога[2]). Пассивные методы: 1. Наблюдение. В процессе наблюдения когнитолог находится рядом с экспертом во время его профессиональной деятельности. Необходимое условие - невмешательство в работу эксперта. 2. Вербальный анализ. Отличается от предыдущего метода тем, что эксперта просят не просто прокомментировать свои действия и решения, но и объяснить, как это решение может быть найдено, продемонстрировать цепочку рассуждений. 3. Лекции. Это самый старый способ передачи знаний. Он используется в начале разработки, как эффективный способ быстрого погружения инженера-технолога в предметную область.
Активные методы: 1. Анкетирование. Это жесткий метод. Заранее составляется вопросник, который предоставляется экспертам, что является основным преимуществом этого метода. 2. Интервью. Задается серия заранее подготовленных вопросов. Похоже на анкетирование, но позволяет в зависимости от ситуации изменять вопросы. 3. Свободный диалог. Достаточно гибкий способ, сильна обратная связь с экспертом. 4. «Круглый стол». Подразумевает живую дискуссию с участием нескольких экспертов. 5. «Интеллектуальные игры» или «кейс игры». Воссоздание вида деятельности, моделирования реальных ситуаций. 2.1.2. Методы представления знаний Одним из направлений исследования экспертных систем является обработка моделей знаний, которая подразумевает средства представления знаний и методы манипуляции знаниями. Под термином «представление знаний» чаще всего подразумеваются способы представления знаний, ориентированные на автоматическую обработку современными ИС, и, в частности, представления, состоящие из явных объектов и из суждений или утверждений о них. Представление знаний в подобной явной форме позволяет ИС делать дедуктивные выводы из ранее сохранённого знания. Различают следующие типы знаний: · понятийные, · конструктивные, · процедурные, · фактографические, · метазнания. Используются пять моделей представления знаний: · логическая, · продукционная, · логико-лингвистическая. Основные методы представления знаний: · декларативное представление знаний; · процедурное представление знаний; · реляционное представление знаний; · логическое представление знаний; · семантическое представление знаний; · исчисление представление знаний; · фреймовое представление знаний; · представление знаний с использованием продукционных правил; · унифицированные алгоритмические модули. Декларативное представление знаний характеризуется представлением текущего знания системы полным описанием состояния (множество аксиом и всех, введенных к данному моменту теорем, множество операторов, то есть правило вывода). Преимущество данного метода является: · отсутствие необходимости указывать, как конкретный фрагмент знания должен быть использован, · удобство внесения изменений в БЗ, · близость к естественной форме описания знаний. Однако при использовании данного метода затруднен учет специфики конкретной предметной области. Процедурное представление знаний характеризуется представлением текущего знания системы в виде специальной организованной БД и набора более или менее специализированных процедур, обрабатывающих соответствующие области БД. При использовании данного метода имеются следующие преимущества: легко представляются знания вычислительного характера, более естественный способ для выражения многовариантного взаимодействия между блоками, на которые разделены знания. Однако, модификация знаний значительно сложнее, чем в предыдущем методе, так как здесь необходимо учитывать каким образом используется утверждение. Реляционное представление знаний характеризуется представлением информации в виде некоторой таблицы RR (К DTD) , где R - имя таблицы, К - классификационные разряды, с помощью которых объект DT относится к множеству данных D. Преимущества данного метода: · компактность представляемой информации частного характера, · информационное содержание данных рассматривается, не зависимо от представления в памяти, · близость по структуре к естественному языку. Недостатком данного метода является: · отсутствие явно выраженных отношений между понятиями, · избыточность информации, · жесткость форматов описания. Логическое представление знаний. Основная идея подхода при построении логических моделей представления знаний – вся информация, необходимая для решения прикладных задач, рассматривается как совокупность фактов и утверждений, которые представляются как формулы в некоторой логике. Знания отображаются совокупностью таких формул, а получение новых знаний сводится к реализации процедур логического вывода. В основе логических моделей представления знаний лежит понятие формальной теории, задаваемое кортежем: S= < B, F, A, R>, где B — счетное множество базовых символов (алфавит); F — множество, называемое формулами; A — выделенное подмножество априори истинных формул (аксиом); R — конечное множество отношений между формулами, называемое правилами вывода. К достоинствам логических моделей представления знаний можно отнести следующие характеристики: · В качестве «фундамента» здесь используется классический аппарат математической логики, методы которой достаточно хорошо изучены и формально обоснованы (формальная семантика проста и ясна, синтез четок), · Существуют достаточно эффективные процедуры вывода, в том числе реализованные в языке логического программирования Пролог, использующие механизмы автоматического доказательства теорем для поиска и логически осмысленного вывода информации (наличие единой процедуры доказательства истинности), · В базах знаний можно хранить лишь множество аксиом, а все остальные знания получать из них по правилам вывода, а также Данные, факты и другие сведения о людях, предметах, событиях и процессах (не требуется хранить все формулы в БЗ, а достаточно лишь хранения аксиом. Остальные выражения формируются из аксиом с помощью правил вывода). К недостаткам относятся: · Слабая наглядность и выразительная мощность для отображения проблемной области, · Отсутствие структуры представления знаний, · Невозможность построения частично правдоподобных рассуждений, · Низкая эффективность логического вывода. Семантическое представление знаний. Элементами данного представления являются понятия и семантические отношения между ними. Формой представления являются семантическая сеть. Вершины содержат понятия (объект), дуги - отношения между ними. Преимущество этого метода - наглядность представления знаний. Недостатком данного метода являются: · трудность представления событий, · слабо отражаются структурные отношения, логические связки, · сложность программной реализации (особенно крупных сетей). Исчисление предикатов. Знания представляются с помощью перевода некоторой предметной области формулой логики предикатов и добавления их в качестве аксиом в систему. Формула записи: P (xi, x2,..., xn), где Р - логическая функция предикат, принимающая значение истинно или ложь (1, 0), xi, - предметные переменные. Логика предикатов используется в качестве основы языка Пролог. Существует множество мощных процедур для логического вывода предикатов первого порядка. Однако при использовании этого метода нет возможности в полной мере отразить специфику предметной области, так как знания выражаются ограниченным набором средств формальной системы. Также недостатками метода является слабая логическая связь между формулами, неоднозначность перевода предложений естественного языка в формулы предикатов, требование больших ресурсов ЭВМ для реализации предикатных систем. Фреймы. Фрейм - минимальная структура информации, представляющая класс объектов, описывающая явления и процессы. Фрейм представляет собой декларативную процедурную структуру {ni, (vi, qi, pi),..., nn (vn, qn, pn) }, где ni - имя фрейма, vi - имя слота, qi - значение слота, pi - имя присоединенной процедуры. Для организации связей между объектами предметной области строится сеть фреймов. Фрейм может содержать обращение к присоединенной процедуре. Используется принцип наследования, когда общая информация хранится в отдельном фрейме, а подчиненные фреймы обращаются к этому фрейму, чем достигается компактность. Данный метод обладает удобством описания знаний у проблемно ориентированных систем, возможностью описания временных характеристик систем за счет включения соответствующих процедур в слоты. Фреймовая структура создает в себе достоинства декомпозиции и взаимодействия за счет принципа наследования. Недостатки метода: · возможность возникновения путаницы при работе системы с различными областями знаний · знания задаются процедурами, что затрудняет приобретение знаний, · в чистом виде эвристические структуры не пригодны для описания эвристических знаний, · сам фрейм не содержит информации, в какой момент его следует обрабатывать. Продукционные правила (ПП). Правило продукции состоит из левой части, которая представляет собой множество ситуаций, и правой части, которая представляет собой множество действий. В модели знаний продукционные правила представляются в виде конструкций «ЕСЛИ, ТО». Преимуществами этого метода являются: · простота создания и понимания отдельных правил, · простота понимания и модификации, · простота логического вывода знаний. Отдельные продукционные правила могут независимо быть добавлены в БЗ, исключены или изменены, при этом не надо перепрограммировать всю систему. С помощью ПП достигается естественность выражения как декларативных, так и процедурных знаний, при этом знания отделены от способа их переработки. Унифицированные алгоритмические модули (УНАМ). Форма представления процедурных (УНАМ) - элементарный функциональный блок, имеющий самостоятельное значение < Zi= Ni, Yi, Ri>, где Ni- имя модуля, Yi - унифицированная стандартная процедура, Ri - множество возможных параметров (входных), Ri - множество выходных параметров. Достоинства данного метода характеризуются: · удобством формирования базы математических знаний, · возможностью синтеза решения прикладных задач, · удобством установления отношений между декларативными и процедурными знаниями. Недостаток метода в слабости систематических связей между модулями в системе. Для наглядности баланса достоинств и недостатков далее представлена сравнительная характеристика моделей представлений знаний ( Таб.12 ). Таблица 12 - Сравнительная характеристика моделей представления знаний
Таблица 12 - Сравнительная характеристика моделей представления знаний (продолжение)
Таблица 12- Сравнительная характеристика моделей представления знаний (продолжение)
Методы вывода решений Механизм логического вывода управляет работой ИС в соответствии с принятой стратегией поиска решения в пространстве ситуаций. Механизм логического вывода предназначен для того, чтобы найти последовательность действий преобразования начальной ситуации в конечную целевую ситуацию. Процедура формального вывода в дедуктивных системах, или цепочка вывода, представляют собой последовательность формул, начинающуюся, с аксиом, в которой каждая последующая формула выводится на основе совокупности предшествующих формул и аксиом. При реализации формального вывода используют прямой и обратный метод рассуждений. Прямой метод - это решение от данных к цели. Обратный метод - это поиск решения от цели к данным. В системах обратного вывода намечается перечень конечных целей переменных, значение которых необходимо получить. Далее производится поиск правил, определяющих эти цели. Вычисляются значения всех переменных, входящих в условия правил. Если переменные определяются другими правилами, происходит переход к выяснению истинности их условий, в противном случае значения переменных запрашиваются у пользователя. Процесс экспертизы заканчивается после того, как будут найдены все поставленные цели консультации. Это означает, что должна быть выяснена истинность всех переменных, входящих в задействованные правила. 2.1.2. Выбор метода приобретения и представления знаний для «Интеллектуальной системы поддержки принятия решения при эксплуатации трубопровода» В результате поставленной задачи для получения знаний от эксперта были использованы следующие методы: · Лекции. Это самый старый способ передачи знаний. Он используется в начале разработки, как эффективный способ быстрого погружения инженера-технолога в предметную область. · Анкетирование. Это жесткий метод. Заранее составляется вопросник, который предоставляется экспертам, что является основным преимуществом этого метода. · Интервью. Задается серия заранее подготовленных вопросов. Похоже на анкетирование, но позволяет в зависимости от ситуации изменять вопросы. · Свободный диалог. Достаточно гибкий способ, сильна обратная связь с экспертом. · Учет пояснений на практике. Этот метод позволяет за счет получения объяснений от специалиста в процессе реального диагностирования понять ход решения задач специалистом в рамках этого процесса. · Анализ литературы. Анализ офтальмологических справочников позволил заполнить пробелы в данных, которые остались после применения вышеуказанных пяти методов. На основе ранее проведенного анализа методов представлений знаний был выбран продукционный метод представления знаний для ИС, так как он является наиболее эффективным и широко используемым методом представления знаний в системах искусственного интеллекта типа экспертных систем. Выбор продукционного метода представления знаний систем обоснован достоинствами продукционных систем: 1. В базе знаний автоматизированной ИС обеспечивается быстрый отклик на изменяющиеся в широких пределах и часто непредсказуемые ситуации внешней среды. 2. В БЗ представление больших объемов знаний не вызывает затруднений, так как при добавлении, исключении, изменении отдельных продукционных правил не требуется перепрограммировать всю систему. 3. В БЗ достигается единообразие представления знаний, что облегчает понимание знаний человеком. 4. Для человека облегчаются способы построения модели представления знаний, так как с помощью продукционных правил знания отделены от способа их переработки. 5. В программном обеспечении продукционных систем возникает реальная возможность параллельных вычислений. База знаний состоит из правил (продукций) вида: ЕСЛИ < условие>, ТО < действие>; где условие - конкретный вызов некоторого сопоставителя, < действие> - конкретный вызов некоторой опции преобразования базы фактов. Наряду с вышеперечисленными достоинствами продукционных систем, существуют недостатки, которые также необходимо учитывать: затрудненность проверки программы, возможность случаев взаимной зависимости продукционных правил, что требует привлечения специальных методов декомпозиции.
2.1.3. Интеллектуальная система поддержки принятия решения при эксплуатации трубопровода Итак, аналитический процесс при эксплуатации трубопровода, как уже было описано в пункте 1.6 общей части, сводится к определению наличия повреждений и/или источника аварийной ситуации. Для исключения неверной постановки алгоритма ремонтных работ необходимо сразу же отделить случаи внешних повреждений трубопровода, которые не привели к развитию аварийной ситуации и не приведут к таковому при правильных ремонтных работах(назначение курса превентивных мер совместно с курсом лечения повреждений). При обнаружении трубопровода с подозрениями на аварийную ситуации или поражение внешнего трубопровода к нему прикрепляется ответственный инженер, в помощь инженеру может быть закреплен младший инженер. Иногда в подчинении Инженера имеется группа проходящих обучение младших инженеров и ассистентов. Действия обучающейся группы не рассматриваются, так как поставленный алгоритм, выписанные указания и проводимые манипуляции проходят под контролем ответственного инженера, и ответственный инженер несет ответственность перед государством и КПО. 1. В первую очередь, ответственный Инженер или младший инженер описывают повреждения трубопровода. Далее устанавливают наличие факта получения трубопроводом повреждений, а так же дату, время получения повреждения, период воздействия и локализацию. При возможности, Инженером проводятся манипуляции по устранению поражающих инородных тел или по нейтрализации инородных веществ. На этом этапе необходимо выявить количество трубопроводов с повреждениями (повреждение— нарушение целостности функций трубопровода в результате воздействия факторов внешней среды). Повреждения не является аварией, но в последствие может стать причиной развития той или иной аварийной ситуации. При выявлении признаков развития аварийной ситуации у трубопровода, так же возникает необходимость его дальнейшего диагностирования. 2. Затем проводится внешний осмотр трубопровода и его окружения с целью установления состояния объекта, выявления отклонений, проявляющихся во внешних признаках аварийной ситуации. Определенные фенотипические, или внешние, признаки позволяют заподозрить о возможности аварии уже на стадии физического осмотра. Например, коррозия под действием почвы приводят к изменению цвета покрытия и опор. 3. Далее проводится опрос бригады ответственной за установку трубопровода для выявления случаев халатности сотрудников, поскольку аварийные ситуации конъюнктивы и бывают следствием специфического отношения специалистов к работе. 4. При выявлении отклонений трубопровода вписывающихся в картину определенного типа или класса повреждений назначается специализированный комплекс ремонтных работ и исследований. При невозможности выявления частичной или полной картины произошедшего назначаются более общие методы сканирования. 5. После получения результатов сканирований и исследований можно определить класс или тип аварийной ситуации. После определения класса или типа повреждения, назначаются анализы специализированные для выявления аварии и возбудителя повреждения трубопровода. 6. После выявления общей картины назначается ответственная бригада для выполнения ремонтных работ и выписывается алгоритм ремонтного подряда для соответствующего специалиста.
В Таблице 13 приведен список исследований, который покрывает большинство типов возбудителей повреждений трубопровода. Таблица 13- Список анализов с распределением по возбудителям и причинам аварий
2.1.4. Создание базы знаний Формирование таблиц примеров Следующим этапом решения поставленной задачи будет переход от вербального представления знаний к формальному - формулированию таблиц решений наиболее оптимальным способом. Исходя из полученных знаний, можно выделить список факторов определяющих выбор альтернатив поведения. К этим факторам относятся ( Таб. 14 ) :
В качестве выходных данных рассматриваются три основных группы: диагноз, рекомендации по ремонту, рекомендации по анализам. Так же подразумевается дальнейшее пополнение еще одной группы выходных данных: пояснения. Эта группа необходима не только для исключения момента полного перекладывания функция диагноста на систему, но и для обучения младших инженеров и инженеров ассистентов, так как она позволяется проследить логику того или иного алгоритма ремонтных работ, рекомендаций по восстановлению трубопровода и рекомендаций по анализам. Поскольку Интеллектуальной системы поддержки принятия решения при эксплуатации трубопровода должна стать инструментом в диагностировании и помочь специалистам с обучением младших инженеров, она не должна перерасти в заменитель инженера, контроль и конечное решение должно оставаться за специалистом. Таблица 14- Значения факторов
Таблица 14- Значения факторов (продолжение)
Таблица 14 - Значения факторов (продолжение)
Таблица 14 - Значения факторов (продолжение)
Таблица 14 - Значения факторов (продолжение)
Таблица 14- Значения факторов (продолжение)
Таблица 14 - Значения факторов (продолжение)
2.1.5. Формирование учебного набора продукций правил После того, как построено дерево решений, оно должно быть превращено в описание " ЕСЛИ ТО " продукций. База знаний построена исходя из выбранного продукционного метода представления знаний. Созданная база знаний состоит из продукционных правил (ППi), которые формально записываются в следующем виде: ПП1=ECJIИ (ситуация), ТО (действие); ПП2=ECJIИ (условие применимости), ТО (следствие); ПП3=ECЛИ (причина), ТО (следствие); ПП4=ЕСЛИ (посылка), ТО (заключение). С точки структурно-синтаксических особенностей формирования были выделены четыре типа продукционных правил: простое, составное, фокусирующее, разветвляющееся. 1. Простое продукционное правило— это правило, имеющее единственное условие и единственное действие. 2. Составное продукционное правило - это правило, имеющее множество и условий и действий. |
Последнее изменение этой страницы: 2017-05-06; Просмотров: 580; Нарушение авторского права страницы