На предприятиях нефтегазового комплекса

Интеллектуальные системы управления

Интеллектуальная система 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.

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.

Дата добавления: 2015-04-29