Монитор
18, 5" TFT Benq G925HDA
<#"897454.files/image012.jpg">
Рис 14. Обобщенная инфологическая модель базы
данных КПО
Даталогическое проектирование
Даталогическая модель - модель логического
уровня, представляющая собой отображение логических связей между элементами
безотносительно от их содержания и среды хранения. Строится в терминах
информационных единиц, допустимых для проектирования базы данных СУБД.
Чтобы спроектировать логическую структуру базы
данных, надо определить все информационные единицы и связи между ними, задать
их имена, тип, размер и т.д. Результатом является совокупность моделей таблиц,
из которых состоит база данных (Таб. 6, 7, 8, 9,10, 11).
Таблица 6 - Структура таблицы «Руководители»
Имя
поля
|
Тип
данных
|
Размер
поля
|
Ключевое
поле
|
Обязательное
поле
|
Код
|
Счетчик
|
9
|
Да
|
ФИО
Главинженера
|
Текстовый
|
Переменный
|
Нет
|
Да
|
Отдел
|
Текстовый
|
Переменный
|
Нет
|
Да
|
Ученая
степень
|
Текстовый
|
Переменный
|
Нет
|
Нет
|
Код
отдела
|
Числовой
|
5
|
Нет
|
Да
|
Код
должности
|
Числовой
|
5
|
Нет
|
Да
|
Код
задачи
|
Числовой
|
5
|
Нет
|
Да
|
Пакеты
документов
|
Дата
|
Переменный
|
Нет
|
Да
|
Таблица 7- Структура таблицы «Сотрудники»
Имя
поля
|
Тип
данных
|
Размер
поля
|
Ключевое
поле
|
Обязательное
поле
|
Код
|
Счетчик
|
2
|
Да
|
Да
|
Сотрудники
|
Текстовый
|
Переменный
|
Нет
|
Да
|
Таблица 8- Структура таблицы «Должности»
Имя
поля
|
Тип
данных
|
Размер
поля
|
Ключевое
поле
|
Обязательное
поле
|
Код
|
Счетчик
|
3
|
Да
|
Да
|
Должность
|
Текстовый
|
Переменный
|
Нет
|
Да
|
Таблица 9- Структура таблицы «Трудовые договоры»
Имя
поля
|
Тип
данных
|
Размер
поля
|
Ключевое
поле
|
Обязательное
поле
|
Код
|
Счетчик
|
8
|
Да
|
Да
|
Оклад
|
Денежный
|
Переменный
|
Нет
|
Да
|
Дата
приема
|
Дата
|
Переменный
|
Нет
|
Да
|
Номер
договора
|
Числовой
|
8
|
Нет
|
Да
|
Таблица 10- Структура таблицы «Георазведка»
Имя
поля
|
Тип
данных
|
Размер
поля
|
Ключевое
поле
|
Обязательное
поле
|
Код
|
Счетчик
|
Переменный
|
Да
|
Да
|
Отчет
георазведки
|
Текстовый
|
Переменный
|
Нет
|
Да
|
Код
объекта
|
Числовой
|
Переменный
|
Нет
|
Да
|
План
разработки
|
Числовой
|
Переменный
|
Нет
|
Да
|
Дата
|
Дата
|
Переменный
|
Нет
|
Да
|
Таблица 11- Структура таблицы «Руководители»
Имя
поля
|
Тип
данных
|
Размер
поля
|
Ключевое
поле
|
Обязательное
поле
|
Код
|
Счетчик
|
Переменный
|
Да
|
Да
|
Код
руководителя
|
Числовой
|
Переменный
|
Нет
|
Нет
|
ФИО
|
Текстовый
|
Переменный
|
Нет
|
Да
|
Дата
начала задания
|
Дата
|
10
|
Нет
|
Да
|
Дата
выполнения задания
|
Дата
|
10
|
Нет
|
Да
|
Номер
отдела
|
Числовой
|
Переменный
|
Нет
|
Нет
|
.9 Обзор научно-технической
литературы
Литература по Интеллектуальным
системам и искусственному интеллекту
Интеллектуальная система - это система
искусственного интеллекта, построенная на основе глубоких специальных знаний о
некоторой предметной области (полученных от экспертов-специалистов этой
области). Интеллектуальные системы - один из немногих видов систем
искусственного интеллекта, которые получили широкое распространение и нашли
практическое применение.
Технология экспертных систем является одним из
направлений новой области исследования, которая получила наименование
искусственного интеллекта (ArtificialIntelligence). Исследования в этой области
сконцентрированы на разработке и внедрении компьютерных программ, способных
эмулировать (имитировать, воспроизводить) те области деятельности человека,
которые требуют мышления, определенного мастерства и накопленного опыта. К ним
относятся задачи принятия решений, распознавания образов и понимания
человеческого языка. Эта технология уже успешно применяется в некоторых областях
техники и жизни.
Участники Российской ассоциации искусственного
интеллекта дают следующие определения искусственного интеллекта:
· Научное направление, в рамках
которого ставятся и решаются задачи аппаратного или программного моделирования
тех видов человеческой деятельности, которые традиционно считаются
интеллектуальными
· Свойство интеллектуальных систем
выполнять функции (творческие), которые традиционно считаются прерогативой
человека. При этом интеллектуальная система - это техническая или программная
система, способная решать задачи, традиционно считающиеся творческими,
принадлежащие конкретной предметной области, знания о которой хранятся в памяти
такой системы. Структура интеллектуальной системы включает три основных блока -
базу знаний, решатель и интеллектуальный интерфейс.
· Наука под названием «Искусственный
интеллект» входит в комплекс науки кибернетики, а создаваемые на её основе
технологии к информационным технологиям. Задачей этой науки является
воссоздание с помощью вычислительных систем и иных искусственных устройств
разумных рассуждений и действии.
Одно из частных определений интеллекта, общее
для человека и «машины», можно сформулировать так: «Интеллект - способность
системы создавать в ходе самообучения программы (в первую очередь эвристические)
для решения задач определённого класса сложности и решать эти задачи».
Вопросам создания экспертных систем посвящен
достаточно большой набор различных изданий и монографий. Обилие тематической
литературы обусловлено актуальностью предмета, определяющегося стремительно
развивающейся сферой применения инженерии знаний и системного анализа в
различных областях деятельности.
. Гаврилова Т., Хорошевский В. Базы
знаний интеллектуальных систем: Учебник для вузов. - СПб.: Питер, 2000 г.
Данный учебник содержит достаточно значимый
материал по вопросам разработки интеллектуальных систем. Особенностью изложения
является его практическая направленность.
. Таунсенд К., Фохт Д. Проектирование и
программная реализация экспертных систем на персональных ЭВМ. -М.: Финансы и
статистика,1990 г.
Данная книга
была написана тандемом американских авторов К. Таунсенда и Д.
Фохтаи представляет собой введение в круг
основных идей искусственного интеллекта.
Особый интерес
для данной работы представляет разделы книги посвященные методам программной
реализации элементов ИС на ЭВМ [стр. 112].
Для
специальной части данного проекта активно использовались разделы книги,
посвященные продукционным системам [стр. 52], стратегиям управления выводом
[стр. 65], представлению знаний [стр. 75] (фреймы, семантическая сеть,
правила).
К недостатку
для написания данной работы можно отнести тот факт, что иллюстрационные тексты
программ выполнены на языке Forth.
Помимо рассмотренных выше источников различные
проблемы и вопросы сознания экспертных систем в рамках науки Искусственный
интеллект рассматриваются в следующих изданиях:
. Посвященная теоретическим основам
искусственного интеллекта монография Люгера (Люгер Д.Ф. Искусственный
интеллект: стратегии и методы решения сложных проблем, 4-е издание.:Пер. с
англ. - М.: Издательский дом «Вильямс», 2003 г.).
. Учебное пособие, посвященное одной из
центральных проблем искусственного интеллекта - проблеме построения экспертных
систем, или систем, основанных на знаниях (Попов Э.В., Фоминых И.Б., Кисель
Е.Б., Шапот М.Д.. Статические и динамические Интеллектуальные системы. М.:
Финансы и статистика, 1996 г.).
В пособии рассмотрено современное состояние
исследований в области искусственного интеллекта. Также приводится обоснование
важности экспертных систем как подхода к разработке интегрированных прикладных
систем, объединяющих технологии инженерии знаний и традиционного
программирования. Приведена классификация экспертных систем и инструментальных
средств. Описаны принципы, методы и средства построения экспертных систем.
. Рассел С., Норвиг П. Искусственный
интеллект: современный подходМ.: Вильямс, 2006 г.
Книга посвящена современным достижениям и идеям
по тематике искусственного интеллекта, которые были сформулированы, по
признанию авторов, в исследованиях, проводившихся в течение последних
пятидесяти лет.
. Герман О.В. Введение в теорию
экспертных систем и обработку знаний.-Минск.: ДизайнПРО, 1995. - 256с.
В имеющейся литературе по данной тематике
рассмотрен ряд актуальных вопросов, связанных с искусственным интеллектом.
Литература по Нефтегазовой добычи и
строительству трубопроводов.
7. Справочник по специальным работам.
Технологические вытрубопроводы промышленных предприятий. Изд. 2-е, перераб. И
доп. Под ред. Е.Я. Николаевского. М., Стройиздат, 1972, 887 с.(Минмонтажспецстрой.
Государственный проектный институт Гипрометаллургмонтаж).
Справочник по трубопроводам и
арматуре химических цехов электростанций. В справочнике приведены краткие
сведения но материалам, деталям, монтажу и ремонту трубопроводов, арматуры и ее
приводов, применяемых в химических цехах электростанций. Приводится
номенклатура арматуры и электроприводов, выпускаемая отечественными заводами
для химических цехов.
. Тавастшерна Р.И.
Изготовление и монтаж технологических трубопроводов. Учеб. пособие для
проф.-техн. училищ и индивидуального и бригадного обучения рабочих на
производстве. - М., «Высш. школа», 1967. - 287 с
Трубопроводная арматура.
Номенклатурный каталог-справочник. Логанов Ю.Д. Том 1. Краны. Указатели уровня.
Затворы дисковые поворотные. 2006 г. В номенклатурном каталоге-справочнике
приведена номенклатура и основные технические характеристики трубопроводной
арматуры и приводов к ней, выпускаемых производственными предприятиями России и
стран СНГ.
. Ручная сварка при
сооружении и ремонте трубопроводовпара и горячей воды. Юхин Н.А.
Издательство: Соуэло, 2007 г.
В книге рассмотрен опыт
применения, технологические и эксплуатационные характеристики установок для
транспортирования концентрированных гидро смесей в виде жидких продуктов и их
смесей с твердыми частицами диспергированного или измельченного минерального
сырья, строительных и волокнистых материалов, отходов производства
горно-металлургических, химических и т. п. предприятий. Приведены технические
данные и конструктивные схемы насосов и нагнетателей, а также смесительных,
загрузочных, вспомогательных и других устройств.
9. Суворов А.Ф., Васильев
Г.Г., Горяинов Ю.А., Кинцлер Ю.Э., Мустафин Ф.М., Сенцов С.И., Головин
С.В. Сварочно-монтажные работы в трубопроводном строительстве:
Учеб. пособие для вузов. - М.: ЗАО «Звезда», 2006 - 240 с: ил.
Изложена теория и расчет
параметров течения гидросмесей в трубах. Рассмотрены методы изучения
реологических характеристик смесей и применяемые при этом технологические
устройства. Даны рекомендации по проектированию транспортных установок,
приведены инженерная методика и примеры расчета.
. Биргер И.А., Иосилевич
Г.Б./ Резьбовые и фланцевые соединения. -М.: Машиностроение, 1990. -368
с: ил.
Трубопроводная арматура.
Номенклатурный каталог-справочник. Логанов Ю.Д. Том 1. Краны. Указатели уровня.
Затворы дисковые поворотные. 2006 г. В номенклатурном каталоге-справочнике
приведена номенклатура и основные технические характеристики трубопроводной
арматуры и приводов к ней, выпускаемых производственными предприятиями России и
стран СНГ.
11. Рамерштейн А.Г.,
Рождественский В.В., Pyчимский М.H. Расчет трубопроводов на прочность.
Справочная книга 1969 г.
Справочник по арматуре ТЭЦ. В
книге приведены классификация энергетической арматуры, основные относящиеся к
ней термины и определения.
12. Трубопроводная арматура.
Номенклатурный каталог-справочник. Логанов Ю.Д. Том 4. Клапаны. Регуляторы
давления. Распределители. 2006 г.
Трубопроводная арматура. Справочное пособие.
Гуревич Д.Ф. 1981 г. Приведены общие технические данные и нормативы,
относящиеся к трубопроводной арматуре. Даны краткое описание, основные
технические характеристики, габаритные и присоединительные размеры конструкций,
выпускаемых серийно арматурными заводами. Приведены рекомендации по выбору
арматуры.
13. 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:
. Разработка продукционной базы знаний (с
единообразным представлением знаний, что облегчает их восприятие и понимание
человеком);
. Разработка механизма логического
вывода(комбинированного);
. Разработка удобного и дружественного
пользовательского интерфейса;
. Обеспечение основного режима
функционирования ИС: режима консультации.
2.
2. Специальная часть
.1 Методы
интеллектуальных систем
.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).
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.
.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
(К DTD), где
- 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
- 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:
(xi,x2,...,xn),где
Р - логическая функция предикат, принимающая
значение истинно или ложь (1,0),,- 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
- имя фрейма,- имя слота,- значение слота,- 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
имя модуля,- унифицированная стандартная
процедура,- множество возможных параметров (входных),- 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
Модель
представления знаний
|
Достоинства
|
Недостатки
|
Декларативное
представление знаний
|
+
Отсутствие
необходимости указывать, как конкретный фрагмент знания должен быть
использован. + Удобство
внесения изменений в БЗ. + Близость
к естественной форме описания знаний.
|
−
Затруднен учет специфики конкретной предметной области.
|
Процедурное
представление знаний
|
+
Легкость
представления знаний вычислительного характера. + Естественный способ для
выражения многовариантного взаимодействия между блоками, на которые разделены
знания.
|
−
Модификация знаний усложнена, необходимо учитывать каким образом используется
утверждение.
|
Реляционное
представление знаний
|
+
Компактность
представляемой информации частного характера. + Информационное содержание данных
рассматривается, не зависимо от представления в памяти. + Близость по структуре к
естественному языку.
|
−
Отсутствие явно выраженных отношений между понятиями. − Избыточность
информации. − Жесткость форматов описания.
|
Логическое
представление знаний
|
+
Не
требуется хранить все формулы в БЗ, а достаточно лишь хранения аксиом. Остальные
выражения формируются из аксиом с помощью правил вывода. + Наличие простой и ясной
формальной семантики и четкого синтеза. + Наличие
единой процедуры доказательства истинности.
|
−
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
|
+
Простой,
понятный и наглядный способ описания проблемной области. + Возможность в явном виде
указать на большинство отношений между объектами. + Наибольшая близость, как по
структуре, так и по семантике к естественному языку.
|
−
Произвольная структура описания требует большого количества процедур
обработки информации. − Отсутствие процедурной компоненты представления
знаний. − Сложность модификации из-за отсутствия модульности и
унификации представления. − Ориентация на узкоспециализированные
предметные области, т.к. семантическая сеть сложной предметной области оказывается
слишком громоздкой.
|
Фреймовое
представление знаний
|
+
Фреймы
соединяют в себе достоинства декларативного и процедурного описания знаний. + В наибольшей степени
соответствуют объектно-ориентированному описанию сущностей предметной
области, которыми манипулирует человек. + За
счет произвольной интерпретации содержимого слотов реализуется механизм
наследования и иерархии. + Очень
удобно отображать реляционные структуры.
|
−
Механизм выделения фреймов остается прерогативой человека, и нет формальных
методов для выделения фреймов. − Слаборазвиты механизмы манипулирования
и вывода знаний.
|
Продукционное
представление знаний
|
+
Простота
представления и понимания правил. + Простота
модификации и пополнения БЗ. + Простота
механизма логического вывода. + Независимость
продукций.
|
−
При большом количестве продукций становится сложной проверка продукций на
непротиворечивость. − Сложность в оценке ценности знаний. − Слабо
представлено декларативное представление знаний. − Невозможность
использования для тех областей, в которых сложно представить знания в виде
правил. − В сложных предметных областях число правил велико, что влечет
к потере наглядности и утрачиванию возможности проверки взаимосвязей между
правилами.
|
УНАМ
модель представления знаний
|
+
Удобство
формирования базы математических знаний. + Возможность
синтеза решения прикладных задач. + Удобство
установления отношений между декларативными и процедурными знаниями.
|
−
Слабость систематических связей между модулями в системе.
|
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.
· 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.
. 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.
. 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.
. 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.
. 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.
. 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.
. 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
Подозрение
|
Общее
название исследования
|
Коррозия
|
+
Анализ на коррозию + Проверка защитного слоя
|
Трещины
|
+
Анализ трубопровода дефектоскопическими приборами
|
Пробоины
термоизоляции
|
+
Термальное сканирование +Анализ трубопровода дефектоскопическими приборами
|
Коррозия
опор
|
+
Проверка защитного слоя + Анализ на коррозию +Анализ трубопровода
дефектоскопическими приборами
|
Расширение
трубопровода
|
+
Анализ трубопровода дефектоскопическими приборами
|
Повреждение
электроники
|
+
Сканирование электроприборов по средством датчиков
|
Общие
аварийной ситуации:
|
+
Анализ трубопровода дефектоскопическими приборами + Проверка защитного слоя
|
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):
1.
Данные по трубопроводу:
|
|
1.1.
Линия трубопровода; 1.2. Тип трубопровода; 1.3. Уровень трубопровода; 1.4.
Расположение.
|
2.
Предрасположенность типа трубопровода к повреждениям:
|
|
2.1.
Заводской брак; 2.2. Повреждения трубопровода при транспортировке; 2.3.
Наличие защитных покрытий; 2.4. Наличие термоизоляционного покрытия; 2.5.
Факторы, снижающие защиту трубопровода;
|
3.
Тип поражения:
|
|
3.1.
Механическое 3.2. Химическое 3.3. Общее
|
4.
Класс возбудителя аварии:
|
|
4.1.
Повреждение электроники; 4.2. Непредвиденное увеличение давления внутри
трубы; 4.3. Непредвиденное увеличение давления на опоры; 4.4. Наличие трещин;
4.5. Изменение цвета трубопровода; 4.6. Изменение цвета опоры; 4.7. Выделения
из трубопровода;
|
5.
Стадия аварийной ситуации:
|
|
5.1. Локальная;
5.2. Региональная;
5.3. Наличие
общих поражений по всей длине трубопровода.
|
6.
Род возбудителя:
|
|
6.1
Коррозия; 6.2 Влага; 6.3 Животные и насекомые; 6.4 Действия сторонних лиц с
целью воровства.
|
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
№
|
Название
фактора
|
Наличие/отсутствие
|
Значение
при наличии
|
1.
|
Данные
по трубопроводу
|
1.1.
|
Линия
трубопровода;
|
|
·
Аксай
- Атырау · Аксай -
Актау · Аксай -
Оренбург · Аксай-
Уральск
|
1.2.
|
Тип
трубопровода
|
|
·
Стандартные
· Магистральные
|
1.3.
|
Уровень
трубопровода
|
|
·
Подземный
· Наземный · Смешанный
|
1.4.
|
Расположение
|
|
·
Блок
К-1 · Блок К-2 · Блок К-3 · Блок Р-1 · Неизвестно
|
2.
|
Предрасположенность
типа трубопровода к повреждениям
|
2.1.
|
Заводской
брак
|
·
Наличие
· Отсутствие
|
·
Брак
трубопровода поставка - Россия. · Брак
трубопровода поставка - Казахстан. · Брак
трубопровода поставка - Англия. · Брак
трубопровода поставка - Италия. · Брак
трубопровода поставка - США. · Брак
трубопровода поставка - Канада. · Брак
трубопровода поставка - Китай.
|
№
|
Название
фактора
|
Наличие/отсутствие
|
Значение
при наличии
|
2.2.
|
Повреждения
трубопровода при транспортировке
|
·
Наличие
· Отсутствие
|
·
Микро
· Средняя · Серьезная · Опасная
|
2.3.
|
Наличие
защитных покрытий
|
·
Наличие
· Отсутствие
|
·
Скоротечное
· Среднее · Продолжительное · Постоянное
|
2.4.
|
Наличие
термоизоляционного покрытия
|
·
Наличие
· Отсутствие
|
·
Наличие
термоизоляционного покрытия под защитным слоем. · Наличие термоизоляционного
покрытия над защитным слоем
|
2.5.
|
Факторы,
снижающие защиту трубопровода
|
·
Наличие
· Отсутствие
|
·
Технологические
(технически не правильная установка трубы, халатность подрядных компаний) · Экологический (действия
почвы, животных, насекомых повреждающие трубопровод) · Социальный (действия
преступных организаций с целью похищения ресурсов)
|
3.
|
Тип
поражения
|
3.1.
|
Механическое
|
·
Наличие
· Отсутствие
|
|
3.2.
|
Химическое
|
·
Наличие
· Отсутствие
|
|
3.3.
|
Общее
|
·
Наличие
· Отсутствие
|
|
4.
|
Класс
возбудителя аварийной ситуации
|
4.1.
|
Повреждение
электроники
|
·
Наличие
· Отсутствие
|
·
Незначительное
· Значительное
· Критическое
|
4.2.
|
Непредвиденное
увеличение давления внутри трубы
|
·
Наличие
· Отсутствие
|
·
Незначительное
· Значительное
· Критическое
|
4.3.
|
Непредвиденное
увеличение давления на опоры
|
·
Наличие
· Отсутствие
|
· Незначительное
· Значительное · Критическое
|
4.4.
|
Наличие
трещин
|
·
Наличие
· Отсутствие
|
· Незначительное
· Значительное · Критическое
|
4.5.
|
Изменение
цвета трубопровода под действием химикатов
|
·
Наличие
· Отсутствие
|
·
Голубоватый
· Светло-фиолетовый
· Желтый · Розово-красный · Красный
|
4.6.
|
Изменение
цвета опоры;
|
·
Наличие
· Отсутствие
|
·
Красный
· Желтый · Желто-коричневый
|
4.7.
|
Выделения
из трубопровода
|
·
Наличие
· Отсутствие
|
·
Обильное
выделение защитной краски · Нефтяные
выделения
|
5.
|
Стадия
аварийной ситуации
|
5.1.
|
Локальное
поражение
|
·
Наличие
· Отсутствие
|
·
Скоротечное
· Среднее · Продолжительное
|
5.2.
|
Региональное
поражение
|
·
Наличие
· Отсутствие
|
·
Скоротечное
· Среднее · Продолжительное
|
5.3.
|
Наличие
общих поражений по всей длине трубопровода
|
·
Наличие
· Отсутствие
|
·
Скоротечное
· Среднее · Продолжительное
|
6.
|
Род
возбудителя (определяется при помощи взятия мазка и дальнейшего
бактериологического исследования)
|
6.1.
|
Коррозия
|
·
Наличие
· Отсутствие
|
|
6.2.
|
Влага
|
·
Наличие
· Отсутствие
|
|
6.3.
|
Животные
и насекомые
|
·
Наличие
· Отсутствие
|
|
|
|
|
|
|
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.
3. Фокусирующее
продукционное правило имеет множество условий и одно
действие.
4. Разветвляющееся
продукционное правило имеет одно условие и множество
действий.
Построение правил методом
упорядочивания
Существует несколько алгоритмов для логических
преобразований данных, далее приведены четыре из них:
1. Оптимизационный
алгоритм. Из всех примеров строится оптимальное дерево решений. Консультант,
работая с таким правилом, будет достигать решение кратчайшим путем, не задавая
лишних вопросов.
2. Алгоритм
слева - направо. Когда порядок вопросов не устраивает, то используется этот
алгоритм.
3. Алгоритм
настройки. Позволяет напрямую создавать правила, делая их очень сложными или
использовать имеющиеся.
4. Алгоритм
сравнения. Используется для задач, не имеющих простых правил.
Чтобы наиболее четко отразить весь процесс
диагностики и учесть все возможные вопросы, а также их порядок, был использован
метод упорядочивания, т.е. алгоритм слева - направо.
2.1.6 Построение дерева решений
задачи «ИС поддержки принятий решений при эксплуатации трубопровода»
Важным этапом при создании базы знаний является
этап приобретения знаний. На этом этапе разнообразный набор фактов о предметной
области должен быть представлен в виде некоторой обобщенной структуры. Одной из
них является структура, получившая название «дерево решений».
Деревья принятия решений обычно используются для
решения задач классификации данных. Ситуация, в которой стоит применять деревья
принятия решений, обычно выглядит так: есть много случаев, каждый из которых
описывается некоторым конечным набором дискретных атрибутов, и в каждом из
случаев дано значение некоторой (неизвестной) функции, зависящей от этих
атрибутов. Задача - создать достаточно экономичную конструкцию, которая бы
описывала эту функцию и позволяла классифицировать новые, поступающие извне
данные.
Дерево принятия решений - это дерево, на ребрах
которого записаны атрибуты, от которых зависит целевая функция, в листьях
записаны значения целевой функции, а в остальных узлах - атрибуты, по которым
различаются случаи.
Чтобы классифицировать новый случай, надо
спуститься по дереву до листа и выдать соответствующее значение.
Алгоритмы построения дерева
Общая схема построения дерева
принятия решений по тестовым примерам выглядит следующим образом:
§ Выбирается
очередной атрибут Q, он помещается в корень.
§ Для всех его значений
i:
§ Оставляются из
тестовых примеров только те, у которых значение атрибута Q равно i
§ Рекурсивно строится
дерево в этом потомке
Есть различные способы выбирать
очередной атрибут:
§ Алгоритм ID3
<#"897454.files/image013.gif">
Рис. 15. Фрагмент дерева решений (начало)
Рис. 16. Фрагмент дерева решений (продолжение)
Рис. 17. Фрагмент дерева решений (окончание)
Рис. 18. Фрагмент дерева решений (начало)
Рис. 19. Фрагмент дерева решений (продолжение)
Рис. 20. Фрагмент дерева решений (окончание)
Таблица 15- Значения факторов (фрагмент дерева
решений)
№
и название фактора
|
Значение
фактора (1 вариант)
|
Значение
фактора (100 вариант)
|
1.
Данные по трубопроводу
|
1.1.
Линия трубопровода
|
Аксай
- Уральск
|
Аксай
- Актау
|
1.2.
Тип трубопровода
|
Стандартный
|
Магистральный
|
1.3.
Уровень трубопровода
|
Подземный
|
Подземный
|
1.4
Расположение
|
К-3
|
К-1
|
2.
Предрасположенность типа трубопровода к повреждениям
|
2.1.
Заводской брак
|
Отсутствие
|
Отсутствие
|
2.2.
Повреждения трубопровода при транспортировке
|
Отсутствие
|
Отсутствие
|
2.3
Наличие защитных покрытий
|
Отсутствие
|
Наличие
|
2.4Наличие
термоизоляционного покрытия
|
Отсутствие
|
Наличие
|
2.5.
Факторы, снижающие защиту трубопровода
|
Отсутствие
|
Отсутствие
|
3.
Тип поражения
|
3.1.
Механическое
|
Отсутствие
|
Отсутствие
|
3.2.
Химическое
|
Отсутствие
|
Отсутствие
|
3.3.
Общее
|
Отсутствие
|
Отсутствие
|
4.
Класс возбудителя аварийной ситуации
|
4.1.
Повреждение электроники
|
Отсутствие
|
Отсутствие
|
4.2.
Непредвиденное увеличение давления внутри трубы
|
Отсутствие
|
Отсутствие
|
4.3.
Непредвиденное увеличение давления на опоры
|
Отсутствие
|
Отсутствие
|
4.4.
Наличие трещин
|
Наличие
Незначительное
|
Наличие
Незначительное
|
4.5.
Изменение цвета трубопровода под действием химикатов
|
Наличие
Желтый
|
Наличие
Желтый
|
4.6.
Изменение цвета опоры;
|
Наличие
Коричнево-красный
|
Наличие
Коричнево-красный
|
4.7.
Выделения из трубопровода
|
Обильное
выделение защитной краски
|
Обильное
выделение защитной краски
|
5.
Стадия аварийной ситуации
|
5.1.
Локальное поражение
|
Наличие
|
Наличие
|
5.2.
Региональное поражение
|
Отсутствие
|
Отсутствие
|
5.3.
Наличие общих поражений по всей длине трубопровода
|
Отсутствие
|
Отсутствие
|
6.
Род возбудителя
|
6.1
Коррозия
|
Отсутствие
|
Наличие
|
6.2.
Влага
|
Наличие
|
Отсутствие
|
6.3.
Животные и насекомые
|
Наличие
|
Отсутствие
|
Диагноз
|
Локальное
поражение трубопровода насекомыми под действием влаги, почвы и факторов
окружающей среды.
|
Локальное
поражение трубопровода коррозией под действием влаги, почвы и факторов
окружающей среды.
|
№
и название фактора
|
Значение
фактора (1 вариант)
|
Значение
фактора (100 вариант)
|
Рекомендуемый
алгоритм действий
|
·
Вызов
ответственного инженера · Составление
отчета для вышестоящего руководства · Вызов
ремонтной бригады · Составление
алгоритма ремонтных работ
|
·
Вызов
ответственного инженера · Составление
отчета для вышестоящего руководства · Вызов
ремонтной бригады · Составление
алгоритма ремонтных работ
|
Рекомендации
по исследованиям
|
Рекомендуемые
исследования: +Уничтожение вредителей(насекомых) +Установка ловушек на
насекомых + Анализ на коррозию +Анализ трубопровода дефектоскопическими
приборами
|
Рекомендуемые
исследования: + Проверка защитного слоя + Анализ на коррозию +Анализ
трубопровода дефектоскопическими приборами
|
2.1.7 Концептуальная модель базы
знаний
Концептуальной моделью (схемой) данных обычно
называют абстрактное описание фрагмента реальной действительности, которое
получается в результате выделения свойственных этому фрагменту понятий,
указания их атрибутов и возможных связей. Концептуальной моделью описывается
структура данных, подлежащих накоплению в базе знаний.
Модель базы знаний включает описание проблемной
среды и знания о порядке решения задачи. Описание проблемной среды состоит из
описания факторов и правил вывода. Факты используются для описания состояний
предметной среды.
В результате проведенных преобразований примеров
в правила «ЕСЛИ...ТО» были получены правила, которые обеспечивают единообразие
представления в БЗ, что облегчает их понимание человеком. На рисунке 21
представлена разработанная структура концептуальной базы знаний, которая
содержит множество исходных фактов, отображающих постановку решаемой задачи и
правила.
Таким образом, представленная структура базы
знаний отображает совокупность всех имеющихся сведений о предметной области.
Структура базы знаний записана с помощью набора продукционных правил.
Рис. 21. Концептуальная структура базы знаний
.2 Разработка механизма логического
вывода
.2.1. Выбор и обоснование механизма
логического вывода
Механизм логического вывода
(МВЛ)выполняет следующие функции:
1. формирование и обработка
активных фактов конкретной ситуации;
2. определение порядка
выбора и применения фактов и правил.
МЛВ можно представить в виде
четырех последовательных процессов:
1. выбор активных правил и
фактов;
2. сопоставление
(определение, какие правила выполнять в первую очередь);
. разрешение конфликтов;
. выполнение выбранного
обозначенного правила (действия).
Исходя из построенной продукционной базы знаний,
выбирается та стратегия, которая применяется в продукционных системах. По
способу проведения рассуждений при выводе, то есть способу направления поиска
решения (по способу применения продукционных правил) выделяют три вида, два
уникальных, а один является комбинированием первых двух:
1. Прямой поиск - поиск от
данных к цели. Прямой порядок вывода строится от активных фактов к заключению,
то есть по известным фактам отыскивается заключение, которое из этих фактов
следует.
2. Обратный поиск - поиск
от цели к данным. При обратном порядке вывода заключения просматриваются
последовательно до тех пор, пока не будут обнаружены факты конкретной ситуации,
подтверждающие какое либо из заключений, т.е. путем подбора подходящих фактов
под имеющееся заключение. Управление прямым выводом осуществляется проще, чем
управление обратным выводом.
. Комбинированный
(циклический) поиск - совокупность прямого и обратного поиска. В некоторых ИС
вывод основывается на сочетании вышеприведенных подходов - обратного и
ограниченного прямого. Такой комбинированный метод получил название
циклического или комбинированного поиска.
ВИС, база знаний которой
насчитывает сотни правил возникает необходимость использования некоторой
стратегии управления выводом, позволяющей структурировать процесс вывода и
минимизировать время поиска решения.
К числу таких стратегий
относятся:
1. Поиск в глубину. Идея
поиска в глубину состоит в том, что при выборе очередной подцели в пространстве
состояний предпочтение стремятся отдать той, которая соответствует следующему,
более детальному, уровню описания задачи.
2. Поиск в ширину. В
противоположность поиску в глубину стратегия поиска в ширину предусматривает
переход в первую очередь к подцели того же уровня. Например, при поиске в
глубину ИС, сделав на основе известных симптомов предположение о наличии
определенного аварийной ситуации, будет продолжать запрашивать уточняющие
признаки и симптомы этой аварии до тех пор, пока полностью не отвергнет
выдвинутую гипотезу. При поиске в ширину, напротив, система в начале
проанализирует все симптомы, находящиеся на одном уровне пространства
состояний, даже если они относятся к разным аварийной ситуациим, и лишь затем
перейдет к симптомам следующего уровня детальности.
. Разбиение на
подзадачи. Стратегия разбиение на подзадачи состоит в том, что в исходной
задаче выделяют подзадачи, решение которых рассматривается как достижение
промежуточных целей на пути к конечной цели. Такая стратегия хорошо
зарекомендовала себя других диагностических медицинских ИС. Вначале выявляется
подсистема органов с заболеванием (например, эндокринная система), затем на
следующем уровне уточняется (например, поражение щитовидной железы) и на
последнем шаге выдается причина неисправности (например, недостаток
микроэлемента йод).
. Альфа-бета алгоритм.
Задача сводится к уменьшению пространства состояний путем удаления в нем
ветвей, не перспективных для поиска успешного решения. Поэтому просматриваются
только те вершины, в которые можно попасть в результате следующего шага, после
чего неперспективные направления исключаются из дальнейшего рассмотрения.
Например, если необходимо найти заболевание роговицы, то его не следует искать
среди заболеваний поражающих исключительно конъюнктиву. Данный подход
используется для повышения эффективности поиска решений в продукционных
системах.
Для построения механизма логического вывода в
случае Интеллектуальной системы поддержки принятия решения при эксплуатации
трубопровода будет использоваться комбинированный способ поиска. Выбор
комбинированного способа обосновывается тем, что база знаний - иерархическая и
необходим возврат из поддеревьев на основное дерево. Поэтому необходимо
использование прямого и обратного механизма логического вывода одновременно.
Стратегия комбинированного вывода должна на
основе использования данных и правил привести к правильному заключению. Суть ее
состоит в том, что задается последовательность вопросов, построенных таким
образом, что каждый из них позволяет отбросить большую группу потенциальных
ответов, а в случае если ответ не найден, происходит возврат на правило,
которое определяет ответ. Так происходит до тех пор, пока не останется один
определенный ответ.
2.2.2. Алгоритм комбинированного
логического вывода
В результате выбранного комбинированного способа
поиска решений алгоритм функционирования такой ИС будет иметь следующий вид
(Рис. 22):
Блок
1.
|
Инициализация
данных в рабочей памяти.
|
Блок
2.
|
Добавление
глобальной цели.
|
Блок
3.
|
Проверка
условия: находится ли глобальная цель в рабочей памяти.
|
Блок
4.
|
Процедура
поиска правила, в правой части которого содержится глобальная цель.
|
Проверка
условия: найдено ли правило. Если правило найдено, то осуществляется переход
к блоку 6, иначе - к блоку 9.
|
Блок
6.
|
Процедура
доказательства локальной цели, содержащейся в левой части основного правила.
|
Блок
7.
|
Проверка
условия: все ли локальные цели доказаны. Если все локальные цели доказаны, то
осуществляется переход к блоку 8, иначе к блоку 9.
|
Блок
8.
|
Если
все локальные цели доказаны, то выдать решения из правой части или из рабочей
памяти (глобальная цель доказана).
|
Блок
9.
|
Если
глобальная цель не найдена в рабочей памяти, то решений нет.
|
Блок
10.
|
Проверить
условие: продолжить консультацию. Если необходимо продолжить консультацию, то
переход к блоку 1, иначе - окончание консультации.
|
Рис 22. Блок-схема алгоритма комбинированного
(циклического) логического вывода
Блок
1.r=1, первое правило
|
|
Блок
2.
|
Сравнить
правую часть правила с целью, если они равны, то осуществить переход к блоку
3, если нет, то к блоку 4;
|
Блок
3.
|
Возврат
r, то есть правило найдено
|
Блок
4.
|
Переход
к следующему по прядку правилу
|
Блок
5.
|
Количество
рассмотренных правил меньше общего количества всех правил, если да, то
осуществить переход к блоку 2, если нет - к блоку 6
|
Блок
6.
|
Возврат
0, то есть правило не найдено
|
Блок-схема алгоритма поиска правила, содержащего
глобальную цель, представлена на рисунке23.
Рис. 23. Блок-схема процедуры поиска правила,
содержащего глобальную цель
Блок
1.
|
c=1,
первый критерий
|
Блок
2.
|
Сравнить
правую часть правила с целью, если они равны, то осуществить переход к блоку
3, если нет, то к блоку 4;
|
Блок
3.
|
Переход
к следующему по прядку критерию
|
Блок
4.
|
Количество
рассмотренных критериев меньше общего количества всех критериев, если да то
осуществить переход к блоку 2, если нет - блок 5
|
Блок
5.
|
Результат
этого правила заносится в рабочую память
|
Блок
6.
|
Возврат
1, то есть локальная цель доказана
|
Блок
7.
|
Возврат
0, то есть локальная цель ложна
|
Блок-схема алгоритма доказательства локальной
цели представлена на рисунке24.
Рис. 24. Блок-схема алгоритма доказательства
локальной цели
2.6 Инструкция пользователю и
контрольный пример программной реализации Интеллектуальной системы поддержки
принятия решения при эксплуатации трубопровода
Для работы с приложением необходимо запустить
файл KPO-Tube.exe При запуске этого файла на экране появится основное рабочее
окно приложения, данное окно представлено на рисунке 25.
Рис.25. Главная форма
После нажатия на кнопку группы данных
пользователь переходит в форму заполнения группы данных. Для исключения ошибки
введения формы снабжены списками значений данных.
После нажатия на кнопку «Произвести обработку
данных» пользователь переходит в форму заполнения группы данных. (Рис. 26).
Рис. 26. Форма ввода данных «Данные по
трубопроводу»
Блок «входные данные» объединяет кнопки, при
нажатии на которые можно перейти к заполнению той или иной группы данных:
. Данные по трубопроводу (Рис. 27)
. Тип поражения (Рис. 28)
. Стадия аварийной ситуации (Рис. 29)
. Род возбудителя (Рис. 30)
Рис. 27. Форма ввода данных (Тип поражения)
Рис. 28. Форма ввода данных (Стадия аварийной
ситуации)
Рис. 29. Форма ввода данных (Род возбудителя)
После введения всех имеющихся данных
пользователь может перейти к постановке алгоритма ремонтных работ с помощью
нажатия кнопки «Постановка алгоритма ремонтных работ». При нажатии этой кнопки
открывается окно, на которое выводится ориентировочный диагноз (Рис. 30). Из
окна «Обработка данных» можно перейти в окно «Далее», на которое выводятся
непосредственно те рекомендации, которые относятся к поставленному диагнозу
(Рис. 34).
Рис. 30. Форма «Произвести обработку данных»
Рис. 31. Форма «Рекомендации по исследованиям»
Разработанный графический интерфейс пользователя
позволяет выбирать помимо основных пунктов меню дополнительные. Действия могут
выполняться либо при помощи мыши, либо нажатием клавиш на клавиатуре. Для
удобства пользователя программа снабжена кнопками, открывающими окно «О
программе», содержащим краткую информацию о программе (Рис. 32).
Рис. 32. Форма «О программе»
3. Экономическая часть
.1 Концепция проекта
Проект
представляет собой создание Интеллектуальную систему поддержки принятия решений
при эксплуатации трубопровода.
Идея проекта
состоит в необходимости создать Интеллектуальную систему поддержки принятия
решений при эксплуатации трубопровода с целью формировании информационной базы
и повышения скорости реагирования при аварийных ситуациях.
Причины возникновения проекта по созданию
Интеллектуальную систему поддержки принятия решений:
· Непропорциональный рост числа трубопроводов на
проекте;
· Необходимость обучения ассистентов и
младших инженеров;
· Появление необходимости для
дополнительного контроля безопасности при эксплуатации трубопровода в связи
многократным увеличением газовых потоков ресурсов;
· Необходимость проекта подстраиваться
под дефицит квалифицированных трудовых ресурсов;
· Отсутствие на рынке уже существующей
Интеллектуальную систему поддержки принятия решений при эксплуатации трубопровода;
Основными причинами неприемлемости идеи проекта
являются:
· Достаточно высокие риски при постановки
неправильного алгоритма ремонтных работ при использовании интеллектуальной
системы поддержки принятия решений при эксплуатации трубопровода;
· Риск возникновения чрезмерной
зависимости инженеров от ИС поддержки принятия решений, с приобретением
последней высокого авторитета, что недопустимо, так как система, прежде всего,
должна оказывать помощь, а не заменять специалиста;
· Вероятность инерционности кадрового состава ЗАО
«Karachaganak petroleum operating», вовлеченного в проект, как на этапе
создания, так и на этапе использования ИС поддержки принятия решений. Иными
словами, содействие инженеров проекту является не их собственной инициативой, а
навязанной сверху необходимостью;
· Высокая стоимость внедрения
дополнительного оборудования для каждой станций наблюдения, необходимого для
реализации проекта;
· Отсутствие общепринятых современных
стандартов в данной области, и, следовательно, отсутствие возможности
следования этим стандартам.
Миссией
ЗАО «Karachaganak petroleum operating» является восстановление, сохранение и
приумножение ресурсных и материальных богатств граждан Республики Казахстан,
путем продажи высокооктанового газа зарубежным партнерам.
Текущая ситуация в
КПО характеризуется отсутствием подобной ИС принятия решений, нехваткой
квалифицированных инженеров, нехваткой ресурсов и времени на обучение
высококлассных специалистов европейского уровня. ИС поддержки принятия решений
в качестве вспомогательной системы при эксплуатации трубопровода не только
сократит время необходимое на реагирование в случае ЧС, но и сделает процесс
более эффективным в показателях время/затраты.
Необходимо изучить процесс эксплуатации
трубопровода, определить и четко обозначить владельца процесса, входящую
информацию, правила и нормативы. Так же необходимо формализовать подпроцессы и
функции данного процесса. И в итоге, разработать ИС поддержки принятия решений.
Целью проекта
является значительное снижение времени и расходов при реагировании в случае ЧС.
Так же ожидается положительный эффект от сокращения случаев неправильной
постановки задач ремонтным бригадам.
Резюме - результат формирования идеи
проекта по аспектам
· Цель проекта:
целью создания данного проекта является повышение качества и эффективности
процесса эксплуатации трубопровода, и как следствие - снижение связанных статей
расходов по бюджету предприятия, а так же увеличение показателей соцразвития,
связанных с уровнем безопасности для близ лежащих поселений.
· Основные особенности и альтернативы
проекта: на данный момент проект уникален в данной
области, последняя интеллектуальная система посвященная эксплуатации
трубопровода была разработана более тридцати лет тому назад и является
устаревшей.
· Проблемы, которые должны быть
учтены. К основной организационной проблеме относится
инерционность и консервативность инженерного состава предприятия. К основной
финансовой проблеме можно отнести характерную для любых проектов, сложность в
убеждении вышестоящее руководство в целесообразности создания ИС, с целью
привлечение финансовых потоков.
· Необходимые мероприятия по
разработке проекта: для реализации данного проекта,
прежде всего, необходимы мероприятия по обучению и просвещению инженерного
состава, вовлеченного в проект, во избежание противодействия проекту, его
затягивания и саботирования.
Так же необходимы мероприятия по анализу
процесса эксплуатации трубопровода, с последующей его формализацией.
Основные критерии (идеи)
приемлемости проекта
Основные критерии (идеи) приемлемости проекта:
· Техническая сущность:
данный проект является технически осуществимым;
· Жизнеспособность:
данный проект обладает долгосрочной жизнеспособностью;
· Экономическая эффективность:
экономическая эффективность данного проект не стоит на первых позициях, но
присутствует, так как ожидается снижение затрат в результате реализации
проекта;
· Политическая и социальная
приемлемость: основным критерием приемлемости
проекта можно назвать его высокий эффект, в сфере социального развития.
3.2 Оценка эффективности проекта
3.2.1 Расчет сметы затрат по проекту
Расчет затрат на внедрение проекта производится
по формуле 1:
Кобщ = Кэвм + Кпо + Кро (1), где
Кэвм - капитальные затраты на оборудование; Кпо
- затраты на программное обеспечение; Кро - затраты на разработку и освоение
проекта.
Затраты на приобретение компьютера и
периферийных устройств Кэвм высчитывается по формуле 2:
Кэвм = Ц1 *К1 + Ц2 *К2 + Ц3 *К3 + Ц4
*К4 + Зтр + Цпр (2),где
Ц1 - цена компьютера; Ц2 - цена принтера; Ц3 -
цена монитора; Ц4 - цена сканера; К1 - количество компьютеров; К2 - количество
принтеров; К3 - количество мониторов; К4 - количество сканеров; Зтр -
транспортные расходы; Цпр - прочие расходы на оборудование.
В таблицах 25,26 предоставлены сметы затрат на
приобретения оборудования, затраты на программное обеспечение, на разработку и
освоение проекта и на общие затраты и внедрение проекта соответственно.
Таблица 25 - Смета затрат на приобретение
компьютерного оборудования
№
|
Наименование
оборудования
|
Количество
|
Цена
(руб.)
|
Стоимость
(руб.)
|
1
|
Компьютер
Compaq <#"897454.files/image037.gif">
Рис. 33. Источники финансирования
В результате рассмотрения источников финансирования
были выявлены возможные источники получения дополнительных денежных средств.
Основной источник финансирования проекта -
средства предприятия, предоставляемые на целевое инвестирование.
Выбор оптимального варианта
финансирования
Были рассмотрены 5 основных вариантов
финансирования, с разными долями собственных вложений и заемного капитала. В
таблицах 27, 28, 29 приведены: операционная деятельность (эксплуатационные
расходы), инвестиционная деятельность (капитальные затраты) и финансовая
деятельность для варианта «собственный капитал-100%, банковский кредит-0%».
Таблица 27- Показатели операционной деятельности
(эксплуатационные расходы)
№
|
Название
показателя
|
2011
|
2012
|
2013
|
2014
|
2015
|
1
|
Объем
продаж
|
2
|
3
|
5
|
6
|
8
|
2
|
Цена
|
100000
|
95000
|
100000
|
105000
|
110000
|
3
|
Выручка
|
200000
|
285000
|
500000
|
630000
|
880000
|
4
|
Оплата
труда
|
149000
|
80000
|
85000
|
88000
|
90000
|
5
|
Исходные
материалы
|
15600
|
2000
|
2250
|
2650
|
2200
|
6
|
Постоянные
издержки
|
15600
|
15600
|
15600
|
15600
|
15600
|
7
|
Амортизация
|
12000
|
12000
|
12000
|
12000
|
12000
|
8
|
Проценты
по кредитам
|
0
|
0
|
0
|
0
|
0
|
9
|
Прибыль
до вычета налогов
|
2200
|
175400
|
384150
|
511750
|
760200
|
10
|
Налог
на прибыль (20%)
|
286
|
22802
|
49939,5
|
66527,5
|
98826
|
11
|
Проектируемый
чистый доход
|
1914
|
152598
|
334211
|
445223
|
661374
|
12
|
Чистый
приток от операций
|
1986
|
164598
|
347211
|
457223
|
673374
|
Таблица 28- Показатели инвестиционной
деятельности (капитальные затраты)
№
|
Название
показателя
|
2011
|
2012
|
2013
|
2014
|
2015
|
1
|
Техническая
линия
|
-15766
|
0
|
0
|
0
|
0
|
2
|
Прирост
оборотного капитала
|
-62136
|
0
|
0
|
0
|
0
|
3
|
Итого:
|
-77902
|
0
|
0
|
0
|
0
|
Таблица 29- Показатели финансовой деятельности
при оптимальном варианте финансирования «собственный капитал»
№
|
Название
показателя
|
2011
|
2012
|
2013
|
2014
|
2015
|
1
|
Собственный
капитал 100%
|
77902
|
0
|
0
|
0
|
0
|
2
|
Долгосрочный
кредит 0%
|
0
|
0
|
0
|
0
|
0
|
3
|
Погашение
задолженности
|
0
|
0
|
0
|
0
|
0
|
4
|
Сальдо
финансовой деятельности
|
77902
|
0
|
0
|
0
|
0
|
5
|
Поток
реальных денег
|
-76816
|
164598
|
347211
|
457223
|
673374
|
6
|
Сальдо
реальных денег
|
1986
|
164598
|
347211
|
457223
|
673374
|
В таблице 30 представлены итоги
расчетов показателей коммерческой эффективности проекта. Наилучшим был выбран
вариант, когда собственный капитал 100%. Он отмечен красным цветом таблице.
Выбор обосновывается благоприятным сроком окупаемости(PP) и максимальным
индексом выгодности(PI).
Таблица 30- Итоги расчета показателей коммерческой
эффективности
№
|
Структура
финансирования
|
IRR
|
NPV
|
PI
|
PP
|
CF
|
Предпочтительная
структура финансирования
|
Выбранный
вариант
|
|
|
|
|
|
|
|
IRR
|
NPV
|
PI
|
PP
|
CF
|
|
1
|
СК
- 0% БК - 100%
|
2,6334
|
1516739
|
19,2
|
1,0
|
142848
|
-
|
-
|
-
|
+
|
-
|
-
|
2
|
СК
- 25% БК - 75%
|
2,7075
|
1531964
|
19,3
|
1,1
|
151548
|
-
|
-
|
-
|
+
|
-
|
-
|
3
|
СК
- 50% БК -50%
|
2,749
|
1542839
|
19,4
|
1,1
|
+
|
-
|
-
|
+
|
-
|
-
|
4
|
СК
- 75% БК -25%
|
2,7908
|
1553714
|
19,4
|
1,2
|
160248
|
+
|
-
|
-
|
+
|
+
|
-
|
5
|
СК - 100% БК - 0%
|
2,8329
|
1564589
|
19,5
|
1,3
|
164598
|
+
|
+
|
+
|
+
|
+
|
+
|
Графики полученных показателей представлены на
рисунках 34-37
Рис34. Поверочный дисконт IRR
Рис. 35. Индекс выгодности PI
Рис. 36. Поток реальных денег
Рис. 37. РР период окупаемости
3.2.3 Расчет ожидаемой прибыли
Расчет прибыли производится по следующей
формуле:
Робщ = Р1 + Ам + Р3 ;
Р3 = N5 + 2срок окупаемости;
Робщ - суммарная прибыль.
Р1 - Проектируемый чистый доход. (Таблица №27,
пункт 11.)
Ам - Амортизация. (Таблица №27, пункт 7.)
Р3 - Прибыль от проекта, поток реальных денег.
(Таблица №29, пункт 5.)
Рис38. Диаграмма прибыли
Робщ = 661371 + 12000 + 673374 × 2 =
2020119 р.
Таким образом, проект со сроком
окупаемости в два года, принесет 2020119 рублей чистой прибыли.
3.3 Жизненный цикл проекта,
жизненный цикл ЗАО «КПО», жизненный цикл ИСППР при эксплуатации трубопровода
Жизненный цикл
проекта (англ. Project Life Cycle) -
последовательность фаз проекта, задаваемая исходя из потребностей управления
проектом.
В рамках методологии Института
управления проектами (англ. Project Management Institute) жизненный цикл
проекта имеет 5 фаз:
· Инициализация(англ.
Initialization);
· Планирование (англ.
Planning);
· Выполнение (англ. Executing);
· Контроль и
мониторинг ( англ. Controlling and Monitoring);
· Завершение (англ. Closing).
На данный момент существует
множество методов определения жизненных циклов проектов, наиболее широко
распространенные:
· Моделирование
жизненного цикла проекта по принципу «водопада»
· Моделирование
жизненного цикла проекта по итеративной модели
· Моделирование
жизненного цикла проекта по спиральной модели
· Моделирование
жизненного цикла проекта инкрементным методом
Моделирование
жизненного цикла проекта по принципу «водопада»
При моделировании по принципу
«водопада» работа над проектом движется линейно через ряд фаз, таких как:
· анализ требований
(исследование среды);
· проектирование;
· разработка и
реализация подпроектов;
· проверка
подпроектов;
· проверка проекта в
целом.
Недостатками такого подхода
являются накопление возможных на ранних этапах ошибок к моменту окончания
проекта и, как следствие, возрастание риска провала проекта, увеличение
стоимости проекта.
Моделирование
жизненного цикла проекта по итеративной модели
Итеративный подход (англ. iteration
- повторение) - выполнение работ параллельно с непрерывным анализом полученных
результатов и корректировкой предыдущих этапов работы. Проект при этом подходе
в каждой фазе развития проходит повторяющийся цикл: Планирование - Реализация -
Проверка - Оценка (англ. plan-do-check-act cycle).
Преимущества итеративного
подхода:
· снижение
воздействия серьёзных рисков на ранних стадиях проекта, что ведет к минимизации
затрат на их устранение;
· организация
эффективной обратной связи проектной команды с потребителем (а также заказчикам)
и создание продукта, реально отвечающего его потребностям;
· акцент усилий на
наиболее важные и критичные направления проекта;
· непрерывное
итеративное тестирование, позволяющее оценить успешность всего проекта в целом;
· раннее обнаружение
конфликтов между требованиями, моделями и реализацией проекта;
· более равномерная
загрузка участников проекта;
· эффективное
использование накопленного опыта;
· реальная оценка
текущего состояния проекта и, как следствие, большая уверенность заказчиков и
непосредственных участников в его успешном завершении.
Моделирование
жизненного цикла проекта по спиральной модели
В модель Барри Боэма
рассматривается зависимость эффективности проекта от его стоимости с течением
времени. На каждом витке спирали выполняется создание очередной версии
продукта, уточняются требования проекта, определяется его качество, и
планируются работы следующего витка.
Моделирование
жизненного цикла проекта инкрементным методом
Инкрементное построение:
разбиение большого объёма проектно-конструкторских работ на последовательность
более малых составляющих частей.
3.3.1
3.3.1
Жизненный цикл ЗАО «КПО»
С 2009 по 2012 года КПО являлся
крупнейших газодобывающих предприятий в Республике. Благодаря усилию
консорциума иностранных компаний и отечественных подрядчиков были достигнуты
высочайшие рекорды по добыче ресурсов.
Рис. 39. Этапы жизненного цикла
проекта
К сожалению, с 2013-2014 на
проекте наблюдается высокая текучесть кадров, возрастающие конфликты с региональными
властями, нестабильная политическая обстановка в дружественных странах так же
негативно сказываются на развитии проекта.
Проанализировав данную
информацию, можно прийти к выводу, что «КПО» находится в последней стадии
развития - упадка, в связи, с чем необходимы кардинальные изменения в
организации проекта и немедленное инициализирование процессов омоложения.
Рис 40. Этапы жизненного цикла
«КПО». В рамки заключен приблизительный возраст предприятия
В связи с чем, разработка и
внедрение новой ИСППР будет одним первых шагов по омоложению предприятия и
выхода из упадка.
3.3.2 Жизненный
цикл ИСППР при эксплуатации трубопровода
Интеллектуальная система
поддержки принятия решения при эксплуатации трубопровода является инициативой
отдела контроля и разработки сигнализационных систем. В виду недавней активации
работ по созданию системы, можно прийти к логическому выводу, что проект
находится в начальной стадии развития, а именно, на стадии инициализированная.
Рис 41. Жизненный цикл
разработки ИСППР
Происходит сбор данных,
изучается предметная область, строятся механизмы логического ввода-вывода,
ведутся тесты программы, подготавливается документация и формирование отчетов
для вышестоящего руководства, ожидания одобрения на дальнейшее развитие и
разработку ИСППР.
Заключение
В рамках дипломного проекта были решены две
главные задачи: разработана продукционная база знаний (с единообразным
представлением знаний, что облегчает их восприятие и понимание человеком) и
разработан механизм логического вывода (комбинированный) для интеллектуальной
Системы поддержки принятия решений при эксплуатации трубопровода.
Для решения этих задач был проведен анализ
процесса диагностирования трубопроводов КПО, разработана организационная
структура КПО, так же был проведен анализ технического, программного и
информационного обеспечения для Интеллектуальной Системы поддержки принятия
решений при эксплуатации трубопровода, разработана структура Интеллектуальной
Системы поддержки принятия решений при эксплуатации трубопровода, разработана
модель продукционной базы и самой базы знаний, построено дерево решений,
разработан механизм логического вывода.
В заключение, так же хотелось бы отметить, что в
ходе аналитических работ чрезвычайно важно установить причину повреждения
трубопровода верно и сделать это как можно быстрее. Диагноз повлияет не только
на ремонтные работы, но и на процесс транспортировки ресурсов в целом. Нужно ли
пояснять, насколько велика цена ошибки или даже промедления в экстренных
ситуациях. Ценой ошибки могут стать весьма угнетающие последствия, вплоть до
гибели сотрудников предприятия.
Осваивать такой объем информации практикующие
специалисты-инженеры просто не имеют возможности, так же как лечебные высшие
учебные учреждения не могут обеспечить полноценное повышение квалификации
каждому из работающих специалистов. Поэтому на помощь работникам приходят новые
программные технологии. Интеллектуальная система поддержки принятия решений при
эксплуатации трубопровода позволяет облегчить и ускорить процесс постановки
алгоритма ремонтных работ, разработки курса восстановительных процессов,
оптимизировать список назначаемых анализов.
Список источников информации
1. Гаврилова Т., Хорошевский В.
Базы знаний интеллектуальных систем: Учебник для вузов. - СПб.: Питер, 2000 г.
. Герман О.В. Введение в
теорию экспертных систем и обработку знаний. - Минск.: ДизайнПРО, 1995. - 256с.
. Голенков В.В., Емельянов
В.В., Тарасов В.Б. Виртуальные кафедры и интеллектуальные обучающие системы //
Новости искусственного интеллекта. - 2001. - N 4. - С. 3-13.
. Люгер Д. Ф. Искусственный
интеллект: стратегии и методы решения сложных проблем, 4-е издание.: Пер. с
англ. - М.: Издательский дом «Вильямс», 2003. - 864c. [п. 2.1.5., стр. 122]
. Попов Э.В., Фоминых И.Б.,
Кисель Е.Б., Шапот М.Д.. Статические и динамические Интеллектуальные системы.
М.: Финансы и статистика, 1996.
. Попов Э.В. Интеллектуальные
системы. Решение неформализованных задач в диалоге с ЭВМ.- М.: Наука, 1987. -
288с. [п. 2.2.1., стр. 140]
. Рассел С., Норвиг П.
Искусственный интеллект: современный подходМ.: Вильямс, 2006 г.
. Таунсенд К., Фохт Д.
Проектирование и программная реализация экспертных систем на персональных ЭВМ.
-М.: Финансы и статистика,1990. -320с.
. Фомичева О. Е., Харахан О.
Г. учебное пособие по дисциплине «Системы искусственного интеллекта».
. Фомичева О. Е., Харахан О.
Г. учебное пособие «Проектирование информационных систем».
. Кайгородова Т.В., статья
«Научно-информационное обеспечение принятия решений в промышленности и
энергетике», 21.12.2009.://vestnik.mednet.ru/content/view/162/30/lang,ru/
12. Кански, Д. Клиническая
офтальмология: системный подход. Пер. с англ./ Д. Кански. - М.: Логосфера, 206.
- 744 с.
. Кобринский Б.А., статья
«Системы поддержки принятия решений в здравоохранении и обучении».
"Инженер и информационные технологии", N 2, март-апрель 2010 г.
. Радченко С.В., статья
«Информационные технологии поддержки принятия Инженерных решений».
Информационные технологии в здравоохранении, №13-14, 2002 г. wiki.openhealth.ru/xwiki/bin/view/Main/Информационные+технологии+поддержки+принятия+Инженеребных+решений
. Статьи и методические
материалы по соединительной оболочки трубопровода
Похожие работы на - Разработка интеллектуальной системы диагностики повреждения трубопровода
| |