АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Интеллектуальные системы управления в сервисе, основы проектирования, практическое обеспечение. Клачек

Читайте также:
  1. FIDELIO V8 - новое поколение систем управления для гостиниц
  2. IY. ОРГАНИЗАЦИОННАЯ СТРУКТУРА И ОРГАНЫ УПРАВЛЕНИЯ КЛУБА
  3. L.1.1. Однокомпонентные системы.
  4. L.1.2.Многокомпонентные системы (растворы).
  5. SCADA как система диспетчерского управления
  6. SCADA как часть системы автоматического управления
  7. SCADA системы как инструмент проектирования АСУ ТП
  8. SCADA системы. Обзор SCADA систем
  9. Shelter (разработчик USC) – система управления отелем, гостиницей, домов отдыха, пансионатов, санаториев
  10. VIII. Расчет количества электроэнергии, потребляемой системой электрической тяги из единой энергосистемы страны.
  11. А – коэффициент, характеризующий время срабатывания тормозной системы.
  12. Аварийная карточка системы информации об опасности.

Интеллектуальнаясистема управления (ИСУ) — это сис­тема, которая сохраняет работоспособность при непредвиден­ных изменениях свойств управляемого объекта, целей управ­ления или окружающей среды путем смены алгоритма функ­ционирования, программы поведения либо поиска оптималь­ных (в некоторых случаях просто эффективных) решений и состояний. Под алгоритмом будем понимать последователь­ность заданных действий, которые для решаемой задачи одно­значно определены и выполнимы на современных ЭВМ за приемлемое время.

Центральным в ИСУ является понятие «знания». Рассмот­рим несколько его определений.

1. Знания есть результат, полученный познанием окру­жающего мира и его объектов.

2. Знания — система суждений с принципиальной и еди­ной организацией, основанная на объективной закономерности.

3. Знания — это формализованная информация, на кото­рую ссылаются или которую используют в процессе логиче­ского вывода (рис. 30).

4. Под знаниями понимается совокупность фактов и пра­вил. Понятие правила, представляющего фрагмент знаний, имеет вид:

если <условие>, то <действие>.

Определения 1 и 2 являются достаточно общими философ­скими определениями. В ИCУ принято для определения зна­ний использовать определение 3. Определение 4 есть частный случай определения 3. Под статическими знаниями будем по­нимать знания, введенные в ИСУ на этапе проектирования. Под динамическими знаниями (опытом) будем понимать зна­ния, полученные ИСУ в процессе функционирования или экс­плуатации в реальном масштабе времени. Знания можно раз­делить на факты и правила. Под фактами подразумеваются знания типа «A это A», они характерны для баз данных. Под правилами понимаются знания вида «ЕСЛИ-ТО».

Интеллектуальные системы управления способны выпол­нять отдельные интеллектуальные функции человека. ИСУ помимо традиционных функций управления, контроля, за­щиты и диагностирования выполняют и дополнительные спе­цифические функции, облегчающие интеллектуальный труд человека: быстрое принятие правильных решений в сложной обстановке, практически мгновенное реагирование на измене­ние внешних воздействий, непрерывный анализ и оценка те­кущих ситуаций, прогнозирование и предотвращение экстре­мальных и непредвиденных ситуаций, выдача оператору сове­тов и рекомендаций по оптимальному управлению объектом и т. д. ИСУ, подобно человеку, работают со знаниями, при этом важно учитывать что знания в ИСУ ориентированы на компь­ютерную обработку. Знания, используемые в ИСУ, должны быть определенным образом представлены или описаны. Представление знаний в ИСУ — это процесс или результат кодирования и хранения знаний в базе знаний (правил). Про­цесс использования знаний в ИСУ осуществляется с помощью специальных механизмов вывода (поиска) решений. База зна­ний и механизм вывода решений составляет ядро ИСУ.

Существуют различные способы практической реализации базы знаний (правил) и механизмов вывода решений ИСУ, основанные на технологиях моделирования интеллектуальной деятельности человека.

Наиболее широко на предприятиях нефтегазового комплекса используется технология экспертных систем.

В основе базы знаний экспертных систем используется сис­тема представления знаний, называемая «системой про­дукций». Системы продукций — это набор правил, исполь­зуемый как база знаний, поэтому его еще называют базой пра­вил.

В продукционных системах, основанных на правилах, зна­ния о решении задачи представляются в виде правил «Если…то…». Этот подход, являясь одним из старейших ме­тодов представления знаний о предметной области в эксперт­ной системе, широко применяется в коммерческих и экспери­ментальных ИСУ.

Общий вид продукционного правила представлен ниже:

<Идентификатор правила> <приоритет правила>

Если <Условие> то <Действие>,

где:

идентификатор правила — это уникальное наименование продукционного правила, выделяющее его из множества дру­гих правил в базе знаний;

приоритет правила — число, показывающее «важность» правила в рассуждениях. Если два и более правил будут иметь истинные условия в левой части, то продолжит рассуждения правило с большим приоритетом;

условие и действие — это левая и правая часть продукционного правила, сово­купность элементарных фактов (информационных обьектов вида атрибут-значение), связанных знаками конъюнк­ции (И), дизъюнкции (ИЛИ) и отрицания (НЕ).

В качестве простого примера рассмотрим следующее про­дукционное правило, формат записи которого представлен на языке интегрированной среды для разработки интеллектуаль­ных систем управления КAPPA-РС (компании IntelliCorp):

Хранение(3 категория):

IF Нефтепродукты: температура > 120 (градусов) And

Нефтепродукты: количество < 60 (м3)

THEN Вместимость: количество < 1200 (м3).

При записи правила сначала указывается его идентифика­тор (имя) «Хранение(3 категория)», а затем после двоеточия — левая и правая части, соответственно <Условие> и <Действие>. Имеем следующий словарь информационных объектов (фак­тов): Нефтепродукты: температура — температура вспышки паров нефтепродуктов, Нефтепродукты: количество — количество хранимых нефтепродуктов, Вместимость: количество — общая вместимость одного складского здания или площадки под навесом для нефтепродуктов в таре.

Логический смысл данного правила следующий:

Если < на складах III категории хранятся нефтепродукты с температурой вспышки паров выше 1200 С в количестве до 60 м >

То < Общая вместимость одного складского здания или площадки под навесом для нефтепродуктов в таре не должна превышать 1200 м3 >

Поиск решений в системах продукций наталкивается на проблемы выбора правил из конфликтного множества. Один из вариантов механизма поиска решений в системах продук­ций рассмотрим на примере технологии, предлагаемой разра­ботчиками широко известной в России интегрированной среды для разработки интеллектуальных систем управления КAPPA-РС.

На рисунке 32 изображены основные элементы механизма поиска решений системы КAPPA-РС.

 

    База фактов
    База знаний
Agenda
Список правил
Интерпретатор
 

Интерпретатор — программа, имитирующая рассуждения эксперта, решающего задачу, и работающая в одном из двух режимов — в режиме рассуждений в прямом направлении (прямой вывод) или в режиме рассуждений в обратном на­правлении (обратный вывод). Рассуждения в прямом направ­лении — это рассуждения, идущие в направлении «от фактов» в левых частях правил базы знаний к «действиям», указанным в правых частях правил из базы знаний.

База фактов хранит иерархию информационных объектов (пирамиду знаний) в виде «объект: слот или атрибут-значение».

База знаний хранит иерархию правил обработки фактов.

План решения задачи (Agenda) — очередь пар «объект: слот», которые должны быть обработаны машиной прямого вывода. Слоты, чьи значения изменены в результате примене­ния правила, автоматически добавляются интерпретатором в Agenda.

Список правил (Rule List) — это список всех правил из те­кущего подмножества правил, удовлетворяющего следующе­му условию: все элементарные факты, а значит, и составной факт в левой части правила получили значение ИСТИНА. Правило, размещенное в списке правил, считается возбужден­ным, т. е. «готовым к применению». Прежде чем проверять истинность всех элементарных фактов из левой части правила, интерпретатор проверяет его релевантность («уместность»). Для этого пара «объект: слот» из Agenda сверяется со всеми элементарными фактами из левых частей всех правил базы знаний. Если совпадений нет, правило исключается из рас­смотрения. Если есть хотя бы одно совпадение, то правило продолжает рассматриваться, т. е. продолжается оценка ис­тинности других фактов в его левой части.

Таким образом, Agenda содержит обрабатываемую инфор­мацию из базы фактов, а список правил — множество правил, готовых продолжить рассуждения по решению задачи.

Если в списке будет несколько правил, то такая ситуация называется «конфликтом правил», они «конфликтуют» за то, чтобы продолжить рассуждения. Для того чтобы разрешить конфликт, интерпретатору нужна дополнительная информа­ция. Такая информация называется стратегией разрешения конфликта.

Пример.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.)