Задачи, методы и алгоритмы интеллектуальных систем управления (обзор)

МНОГОСТРУКТУРНЫЙ РАСПОЗНАВАТЕЛЬ СОСТОЯНИЙ ОБЪЕКТА УПРАВЛЕНИЯ

Проблема распознавания состояний промышленного объекта управления заключается в преобразовании входной информации, в качестве которой целесообразно рассматривать значения входных и выходных воздействий, информативных признаков распознаваемых образов, в выходную, представляющую собой заключение о том, к какому классу относится распознаваемый образ. Состояния, относящиеся к одному классу, обладают относительно высокой степенью близости, общностью, сходством. Распознавание представляет собой классификацию на множестве признаков, оцениваемых по наблюдаемым значениям координат процесса, взятых в один и тот же момент времени.
Для решения задачи распознавания состояний необходимо первоначально заняться наполнением баз знаний, описанием состояний, принадлежность которых к тому или иному классу известна.
Предлагаемый многоструктурный распознаватель (рисунок 86) построен на основе положений теории коллективного принятия решений множеством классификаторов [95, 128] и методов интеллектуального управления [1-19, 129-131]. Многоструктурный распознаватель состояний объекта управления осуществляет обработку данных и знаний циклически путем логического вывода и обеспечивает выработку решений о принадлежности образа к тому или иному классу на основе анализа значений информативных признаков. Под образом будем понимать состояние объекта управления.

Методика разработки многоструктурного распознавателя

На рисунке 87 предложена методика разработки многоструктурного распознавателя состояний объекта управления. Рассмотрим некоторые этапы методики.
Извлечение знаний необходимо для переноса компетентности от эксперта к инженеру по знаниям [21]. Оно осуществляется на основе следующих методов: обработки текстов (ГОСТов, технологических инструкций, атласов), диалогов; экспертных игр; лекций; дискуссий; интервью; наблюдений и других. Извлечение знаний это получение инженером по знаниям наиболее полного представления о прикладной области и способах принятия решения в ней. В системном анализе разработано много эффективных методик опроса экспертов. Учитывая особенности промышленного производства, высокую занятость операторов-технологов, рекомендуется использовать метод «Дельфи» [86].
На этапе структурирования знаний выявляется структура полученных знаний о прикладной области, то есть определяются: терминология; список основных понятий и их атрибутов; отношения между понятиями; структура входной и выходной информации; стратегия принятия решений; ограничения стратегий и т.д. Структурирование знаний это разработка неформального описания знаний о прикладной области в виде графа, таблицы, диаграммы или текста, которое отражает основные концепции и взаимосвязи между понятиями прикладной области. Такое описание называется полем знаний.
Формализованное представление знаний о прикладной области осуществляется на основе выбранного языка представления знаний. Традиционно на этом этапе используются: логические методы (исчисления предикатов первого порядка и др.); продукционные модели; семантические сети; фреймы.

Рисунок 87 - Методика разработки многоструктурного распознавателя состояний объекта управления

Продолжение рисунка 87
На следующей стадии создается программная реализация распознавателя при помощи одного из следующих способов: программирование на традиционных языках, программирование на специализированных языках, применяемых в задачах искусственного интеллекта, использование инструментальных средств разработки, использование «оболочек».
Конкретизация предложенного подхода выполнена для построения многоструктурного распознавания состояний доменной печи и процесса увлажнения агломерационной шихты..