Содержание к диссертации
Введение
ГЛАВА 1. Когнитивная графика в интеллектуальных системах 16
1.1. Когнитивная графика 16
1.2. Когнитивные образы 17
1.2.1. Когнитивные образы на основе произвольных графических изображений 18
1.2.2. Когнитивные карты 19
1.2.3. Классы задач когнитивной графики 20
1.2.4. Детализация графического изображения при построении когнитивных образов 22
1.3. Применение онтологического подхода для создания формальных механизмов описания когнитивных образов 24
1.4. Среды разработки когнитивных образов 27
1.5. Обзор инструментальных средств разработки когнитивных образов 28
1.6. Применение когнитивных образов в программных продуктах 31
1.7. Применение когнитивных образов для решения практических задач в системах поддержки принятия решений реального времени 35
1.8. Выводы по главе 1 37
Глава 2. Разработка формата формального описания когнитивных образов 38
2.1. Этапы разработки формата формального описания когнитивных образов 38
2.1.1. Первый этап разработки формата формального описания когнитивных образов (разновидности когнитивных образов) 38
2.1.2. Второй этап разработки формата формального описания когнитивных образов (создание модифицированного онтологического описания предметной области когнитивной графики) з
2.1.3. Третий этап разработки формата формального описания когнитивных образов (выявление структурного сходства когнитивных образов различных разновидностей) 44
2.1.4. Четвертый этап разработки формата формального описания когнитивных образов (создание формата формального описания когнитивных образов) 47
2.2. Создание метода решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа 50
2.3. Формальное описание задачи выявления темпорального рассогласования отображения элементов когнитивного образа 51
2.4. Построение модели временных процессов когнитивного образа на основе конечного автомата Бюхи для решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа
2.5. Формирование последовательностей параметров времени для решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа 63
2.6. Алгоритм решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа с использованием конечного автомата Бюхи 66
2.7. Программный модуль выявления темпорального рассогласования отображения элементов когнитивного образа 70
2.8. Выводы по главе 2 71
ГЛАВА 3. Создание компьютерной программной среды разработки когнитивных образов и создание когнитивного образа для сппр рв диагностики сложного технологического объекта 72
3.1 Создание компьютерной программной среды разработки когнитивных образов на основе формата описания когнитивных образов на формальном уровне 72
3.2. Структура разработанной компьютерной программной среды создания когнитивных образов 74
3.3. Принципы формирования когнитивных образов для интерфейса пользователя систем поддержки принятия решений реального времени 77
3.4. Формирование цветового режима когнитивного образа с использованием механизмов нечеткой логики 78
3.5. Принципы создания когнитивного образа для СППР РВ диагностики сложного технологического объекта 83
3.6. Процесс создания когнитивного образа для СППР РВ диагностики сложного технологического объекта 85
3.7. Создание метода-формирования цветового режима когнитивного образа для СППР РВ диагностики сложного технологического объекта 88
3.8. Интерпретация когнитивного образа для СППР РВ диагностики сложного технологического объекта 93
3.9. Метод построения реорганизованного облика когнитивного образа для СППР РВ диагностики сложного технологического объекта 94
3.10. Выводы по главе 3 97
ГЛАВА 4. Программная реализация когнитивного образа для сппр рв диагностики сложного технологического объекта на примере системы компенсации объема водо водяного энергетического реактора (ВВЭР) 99
4.1. Использование компьютерной программной среды создания когнитивных образов при разработке когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР 99
4.2 Программная реализация когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР ЮЗ
4.3. Режимы отображения программно реализованного когнитивного образа для СГШР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР 107
4.4 Структура программной реализации когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР 111
4.5. Создание блока реорганизации облика когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР 114
4.6. Структура виртуальной модели компенсатора объема
4.6.1. Использование нейронной сети для создания блока восстановления значений параметров 121
4.6.2. Использование нейронной сети для создания блока формирования нового состояния системы 126
4.6.3. Формирование выплаты для определения целесообразности выполнения рассмотренного управляющего воздействия 130
4.7. Формирование последовательности управляющих воздействий для перевода системы компенсации объема ВВЭР в штатное состояние с использованием метода подкрепленного обучения 133
4.8. Преимущества модификации алгоритма Q-обучения 136
4.9. Выводы по главе 4 139
Заключение 141
Литература
- Когнитивные образы на основе произвольных графических изображений
- Второй этап разработки формата формального описания когнитивных образов (создание модифицированного онтологического описания предметной области когнитивной графики)
- Структура разработанной компьютерной программной среды создания когнитивных образов
- Режимы отображения программно реализованного когнитивного образа для СГШР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР
Введение к работе
Актуальность темы исследований. Формирование когнитивных образов для систем поддержки принятия решений (СППР) в области атомной энергетики представляет собой актуальную и вместе с тем весьма сложную проблему, возникающую при разработке систем диагностики технологических объектов. Разрабатываемые системы должны обеспечивать принятие решений в условиях неполноты и неточности информации. Актуальность рассматриваемой проблемы определяется также необходимостью повышения эффективности и упрощения формирования заключений о состоянии объекта контроля в режиме реального времени. Сложность проблемы разработки когнитивных образов состоит в том, что объекты, с которыми работают когнитивные образы, как правило, представляют собой внушительные комплексы, состоящие из множества элементов. Как следствие, системы поддержки принятия решений должны оперировать большими объёмами информации о состоянии контролируемого объекта. В связи с этим необходимо использовать различные методы обработки анализируемой информации для предоставления её лицу, принимающему решение (ЛПР), в подходящей для восприятия форме. В то же время разработка когнитивных образов, требует выполнения детального анализа предметной области и возможных вариантов поведения контролируемого объекта.
Традиционно разработка когнитивных образов производится с помощью эвристических подходов, что является сложным и длительным процессом. Для конкретной задачи разрабатывается отдельный когнитивный образ, который не предусматривает возможности повторного использования при решении других задач. Большинство методов и средств описания когнитивных образов, основанные на эвристическом построении, не дают возможности автоматически формировать когнитивный образ и не отвечают современным потребностям отрасли и уровню развития информационных технологий. К тому же, эвристические методы не обеспечивают адаптивности построенного когнитивного образа при изменении состава или структуры контролируемого объекта, с которым он работает. Возникновение новых контролируемых параметров повлечёт необходимость построения нового когнитивного образа, поскольку отсутствие формальных моделей описания когнитивных образов не позволяет провести адаптацию. В результате при повторном построении когнитивного образа потребуется заново провести анализ объекта.
Таким образом, можно сделать вывод, что задача разработки методов и программных средств создания когнитивных образов для систем поддержки принятия решений весьма остро стоит перед специалистами.
Выполненные исследования опираются на результаты работ в области искусственного интеллекта и когнитивной графики Д.А. Поспелова, В.Н. Вагина, А.П. Еремеева, А.А. Башлыкова, И.А. Башмакова, А.И. Башмакова, М.М. Бон-гарда, А.А. Зенкина, В.Л. Стефанюка, В.Л. Цетлина и др., а также зарубежных учёных T.R. Gruber, Daniel Dennett, John Searle, Jerry Fodor, Douglas Hofstadter.
В случае неполноты исходных данных решаемой задачи, когнитивный образ может утратить способность пояснения сформированного диагноза или вообще не сможет построить решение задачи. При этом необходимо применять другие
подходы к решению задачи. В качестве такого метода рассматривается муль-тиагентный подход. Для обеспечения адаптивности процедуры принятия решений к условиям среды необходимо разработать механизмы, позволяющие мультиагентной системе обучаться и в дальнейшем использовать успешный опыт формирования управляющих воздействий. В качестве базового принципа обучения был взят метод подкреплённого обучения. Значительный вклад в разработку и исследование теории агентов и методов подкреплённого обучения внесли такие ученые, как Н.М. Амосов, Д.А. Поспелов, В.Н. Вагин, В.В. Емельянов, А.П. Еремеев, В.Б. Тарасов, а также многие другие.
Объектом исследования данной работы являются системы поддержки принятия решений, основанные на использовании когнитивной графики и мультиагентного подхода.
Предметом исследования являются методы когнитивной графики и муль-тиагентный подход в системах поддержки принятия решений для задач диагностики сложных технологических объектов.
Цель работы. Целью работы является исследование и разработка методов и программных средств когнитивной графики, повышающих эффективность и расширяющих интеллектуальные возможности современных компьютерных СГГПР для диагностики технологических объектов.
Для достижения этой главной цели в диссертационной работе были поставлены и решены следующие основные задачи:
проведён обзор существующих подходов к диагностике сложных технологических объектов;
исследованы методы и модели поиска решений на основе когнитивной графики и на основе мультиагентной технологии;
проанализированы современные методы когнитивной графики для СППР;
разработана формальная модель описания когнитивного образа и правила описания когнитивных образов;
разработан когнитивный образ для решения задачи диагностики подсистемы компенсации давления (КД) ВВЭР, на основе формального описания модели и правил;
разработан мультиагентный подход для решения задачи диагностики подсистемы компенсации давления ВВЭР, основанный на методе подкреплённого обучения;
создан программный продукт, реализующий разработанные подходы, использующие когнитивную графику, и мультиагентный подход;
проведены вычислительные эксперименты и тестирование разработанного программного продукта.
Методы исследования. Поставленные задачи решаются с использованием методов математической логики, искусственного интеллекта, когнитивной графики, мультиагентной технологии, методов подкреплённого обучения и теории языков программирования.
Достоверность результатов. Обоснованность и достоверность научных положений, методов и выводов подтверждается использованием методов ког-
нитивной графики, теории представления знаний, мультиагентных технологий, методов подкреплённого обучения, данными компьютерного моделирования, а также результатами вычислительных экспериментов с помощью разработанного программного комплекса.
Научная новизна. Новые результаты, полученные в работе, заключаются в следующем:
предложена формальная модель представления когнитивных образов, обладающая общностью описания и ориентированная на компьютерное представление;
предложен когнитивный образ для решения задачи диагностики подсистемы компенсации давления ВВЭР;
разработана модификация алгоритма подкреплённого обучения, позволяющая существенно сократить пространство поиска решения;
разработана архитектура системы поиска решений на основе мультиа-гентного подхода с использованием подкреплённого обучения для решения задачи диагностики подсистемы компенсации давления ВВЭР.
Практическая ценность.
Практическая значимость работы заключается в решении задачи диагностики сложного технологического объекта с использованием когнитивной графики и мультиагентной технологии. Создан программный комплекс Snowflake в составе системы поддержки принятия решений «СПРИНТ-РВ», предназначенной для диагностики реакторного блока атомной станции. В программном комплексе достигнуто существенное улучшение отображения состояния контролируемого объекта на основе использования когнитивной графики. Также реализован метод диагностики подсистемы компенсации давления, базирующийся на мультиагентном подходе с использованием подкреплённого обучения.
Разработанный программный комплекс предназначен для решения задачи диагностики подсистемы компенсации давления водо-водяного энергетического реактора на основе методов когнитивной графики и мультиагентного подхода. Выполнены исследования разработанных алгоритмов и функционирования программного комплекса и диагностической системы Snowflake. Разработанный программный комплекс для диагностической системы «СПРИНТ-РВ» были установлены и внедрены в ООО «Тасмо-Бит». Тем самым решена важная научно-техническая проблема, имеющая большое значение для отрасли информационных технологий.
Результаты работы использованы в НИР, выполняемых в рамках грантов РФФИ: проект №08-07-00212-а «Исследование и разработка методов и инструментальных средств индуктивного формирования понятий в интеллектуальных системах поддержки принятия решений» (Научный руководитель д.т.н. проф. Вагин В.Н.), проект №05-07-90232-в «Исследование и разработка инструментальных средств создания экспертных систем поддержки принятия решений» (Научные руководители: д.т.н. проф. Вагин В.Н., д.т.н. проф. Еремеев А.П.)
Апробация работы. Основные результаты диссертации докладывались и обсуждались на: 9-й, 10-й, 11-й, 12-й, 13-й, 14-й научных конференциях аспирантов и студентов «Радиотехника, электроника, энергетика» в МЭИ (ТУ), г.
Москва, 2004-2009 гг.; «Научных сессиях МИФИ», г. Москва, 2003-2009 гг.; международных форумах информатизации МФИ-2004, МФИ-2005, МФИ-2006, МФИ-2007, МФИ-2008, МФИ-2009, международные конференции «Информационные средства и технологии», г. Москва, 2004-2009 гг.; конференции «Нечёткие системы и мягкие вычисления», Россия, Тверь, 20-22 сентября, 2006; X национальной конференции по искусственному интеллекту с международным участием КИИ-2006, Обнинск; XXXV юбилейной международной конференции, VI международной конференции молодых ученых, Информационные технологии в науке, образовании, телекоммуникации и бизнесе, Гурзуф, 2008; Международной научно-практической конференции «Технологии электронного обучения: возможности и перспективы.», Москва, 2007; XV Международной студенческой школе-семинаре «Новые информационные технологии». Украина, Крым, Судак, 20-27 мая, 2007; конференции «Технологии Microsoft в теории и практике программирования», Россия, Москва, 2-3 апреля 2007.
Публикации. Основные результаты, полученные при выполнении диссертационной работы, опубликованы в 27 печатных работах, включая 2 работу в изданиях, рекомендуемых ВАК.
Структура диссертационной работы. Диссертация состоит из введения, четырёх глав, заключения, списка использованной литературы (101 наименований) и приложений. Диссертация содержит 154 страницы машинописного текста (без приложений) и 47 страниц приложений.
Когнитивные образы на основе произвольных графических изображений
Когнитивные образы на основе произвольных графических изображений включают в себя произвольное графическое изображение и контекстное пояснение, в котором описывается соответствие между параметрами решаемой задачи и фрагментами выбранного графического изображения [9].
В качестве произвольных графических изображений часто используются элементарные графические объекты, а также преобразование данных объектов, например: точки, круги, квадраты, отрезки и изменение их размеров, формы, местоположения и цветового режима, но нередко применяются и более сложные графические образы. При работе с динамическими параметрами решаемой задачи статическая составляющая когнитивных образов минимальна, основную когнитивную нагрузку несет динамика графического изображения и ее эволюция, позволяющая сделать вывод о сложившейся ситуации и спрогнозировать её развитие.
Выбор графического изображения определяется условиями решаемой задачи и закономерностями, положенными в основу выбранного для решения рассматриваемой задачи метода, которые должны быть представлены в графическом виде с помощью выбранного изображения. Метод графического решения задачи с помощью когнитивного образа на основе произвольного графического изображения основывается на таких принципах, как параллельность, перпендикулярность, вертикальность, горизонтальность, совпадение и т.д. фрагментов используемого графического изображения. Для выбора наиболее подходящего принципа, на основе которого будет построен когнитивный образ, в процессе анализа необходимо выделить и сгруппировать однотипные и взаимозависимые параметры решаемой задачи. Важным аспектом при выборе графического изображения, претендующего на статус когнитивного, является однозначность его интерпретации в процессе поиска ответа или новых идей для решения рассматриваемой задачи.
Когнитивные образы, которые в качестве графических изображений используют графы, называются когнитивными картами. Когнитивные карты включают в себя графическое изображение - граф и контекстное пояснение, в котором описывается соответствие между параметрами решаемой задачи и фрагментами выбранного графического изображения, состоящего из вершин и связей между ними.
Когнитивные карты можно использовать в качестве инструментария для непрерывного мониторинга состояния ситуации, порождения и проверки гипотез, механизмов развития и механизмов управления ситуацией. Как правило, когнитивные карты применяют для концептуального анализа и моделирования сложных и плохо определенных политических, экономических, социальных и иных ситуаций, а также используются при разработке стратегий управления и механизмов их реализации, разработки программных документов стратегического развития страны, региона, предприятия, фирмы и т.д.
На формальном уровне когнитивная карта G рассматривается как совокупность двух множеств G = (F, V), где F - множество вершин, взаимно однозначно соответствующее множеству базисных факторов (признаков, характеристик ситуации), V- множество дуг, отражающих непосредственные взаимосвязи между факторами [10]. Выделяют два типа причинно-следственных связей: положительные и отрицательные. При положительной связи увеличение значения фактора-причины приводит к увеличению значения фактора-следствия, а при отрицательной связи увеличение значения фактора-причины приводит к уменьшению значения фактора-следствия.
Согласно рассмотренному формальному описанию с помощью когнитивной карты возможно графическое представление только статического набора параметров решаемой задачи. При изменении значений рассматриваемого набора параметров решаемой задачи предполагается, что для его графического представления потребуется построение новой когнитивной карты из-за отсутствия в формальном определении механизмов, позволяющих задать правила изменения когнитивной карты при изменении значений набора параметров решаемой задачи или изменении количества самих параметров в рассматриваемом наборе.
Задачи, для решения которых предназначены когнитивные образы, делятся на два класса. К первому классу задач относятся задачи, в которых требуется непосредственно получить новое знание. Примером, наглядно иллюстрирующим задачи, относящиеся к данному классу, является задача, которая была решена с использованием когнитивного образа «коврики Зенкина» [11]. В задаче требовалось проанализировать ряд простых чисел и выявить закономерности ряда с целью создания алгоритма построения данного числового ряда. Такая закономерность была выявлена с помощью когнитивного образа, представляющего собой матрицу (таблицу), ячейки которой были пронумерованы натуральными числами. Ячейки, номера которых совпадали с элементами числового ряда, были окрашены в один цвет. Это позволило графически выявить закономерность между данными ячейками на основе периодического повторения одного и того же рисунка, образованного закрашенными ячейками, порядковые номера которых совпадали с элементами числового ряда.
Второй класс задач, для решения которых широко используются когнитивные образы, включает задачи, предусматривающие необходимость анализа большого объёма информации за ограниченный временной интервал.
Примером иллюстрации данного класса задач является когнитивный образ «лица Чернова» [12]. Данный образ был создан для отображения большого набора параметров банковской отчётности, которую каждую неделю необходимо было представлять руководству банка. Изменения значений параметров отображались с помощью изменения размера, местоположения или цвета фрагментов человеческого лица, что позволяло наглядно представить ключевые события в банке, произошедшие за отчётный период. В дальнейшем данное изображение стало применяться для решения прикладных задач, оперирующих большими объёмами информации, которые необходимо проанализировать и оценить за ограниченный временной интервал (рис. 1.1.).
Второй этап разработки формата формального описания когнитивных образов (создание модифицированного онтологического описания предметной области когнитивной графики)
В процессе создания когнитивного образа необходимо определить следующие параметры времени: - параметр времени отображения когнитивного образа в целом (это время, в течение которого когнитивный образ отображается полностью); - параметр времени отображения каждого слайда когнитивного образа (это время, в течение которого полностью отображается каждый слайд когнитивного образа); - параметр времени отображения каждого облика формируемого слайда когнитивного образа (это время, в течение которого количество отображаемых фрагментов слайда когнитивного образа не изменяется).
При формировании когнитивного образа не исключена возможность рассогласования данных параметров времени. Для выявления данных рассогласований был создан метод решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа.
Метод выявления темпорального рассогласования отображения элементов когнитивного образа состоит из трех этапов. На первом этапе осуществляется построение модели временных процессов, заданных в формальном описании когнитивного образа. Построение данной модели осуществляется на основе конечного автомата Бюхи. На втором этапе осуществляется формирование последовательностей параметров времени, которые были определены в отдельных элементах формального описания рассматриваемого когнитивного образа. (Для этого необходимо сформировать последовательность элементов формального описания когнитивного образа, а затем извлечь из каждого элемента заданный в нем параметр времени). На третьем этапе осуществляется выявление рассогласований в сформированных последовательностях параметров времени. Далее рассмотрим формальное описание задачи выявления темпорального рассогласования отображения элементов когнитивного образа, а также рассмотрим более подробно каждый из этапов метода решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа.
В процессе решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа осуществляется поиск рассогласований между параметрами времени отображения отдельных элементов когнитивного образа, которые могут негативно повлиять на процесс отображения когнитивного образа. Для выявления данных рассогласований осуществляется сравнительный анализ общего времени отображения когнитивного образа с временем отображения всех слайдов когнитивного образа, а также осуществляется сравнительный анализ общего времени отображения каждого слайда когнитивного образа с временем отображения его обликов. Как правило, задачи с темпоральными вычислениями имеют своё формальное описание [51]. Например, одной из таких задач является задача согласования временных ограничений (ЗСВО) [52, 53]. Формальное описание задачи согласования временных ограничений предусматривает отдельную возможность работы с интервалами времени и предусматривает отдельную возможность работы с моментами времени. Однако в данной задаче (ЗСВО) не предусмотрены отдельные механизмы для совместной работы с интервалами и моментами времени. Необходимо напомнить, что на формальном уровне временные процессы отображения отдельных элементов когнитивного образа определяются различными параметрами времени. Общий вид каждого параметра времени формально определяется следующим образом: 6 = (вЬ,б1), (2.16) где 0 - параметр времени отображения элемента когнитивного образа, вЬ - момент времени начала отображения элемента когнитивного образа, ul - временной интервал длительности отображения элемента когнитивного образа. С учетом данной особенности было сформулировано формальное описание задачи выявления темпорального рассогласования отображения элементов когнитивного образа, которое имеет следующий вид: Z= (V,D,B,C,JV), (2.17) где V - конечное множество параметров времени, D - область определения параметров времени (миллисекунды, целые неотрицательные числа), В - конечное множество базовых бинарных отношений, С - конечное множество строгих ограничений, W— конечное множество условий. Конечное множество параметров времени имеет следующий вид: V= {Т, То, Т0 , tj , то , т 1 і и, 1 j m ,l k p1}, (2.18) где Т=(ТЪ, ТІ) - параметр времени отображения когнитивного образа в целом, То = (ТЬ0, ТІ о) - параметр времени последовательного отображения всех слайдов когнитивного образа, Т0 - параметр времени отображения і-го слайда когнитивного образа, /, - параметр времени отображения j-ro фрагмента і-го слайда когнитивного образа, т0 =(тЬ0 , т/о ) - параметр времени отображения всех обликов і-го слайда когнитивного образа, Tk - параметр времени отображения k-го облика і-го слайда когнитивного образа, / — номер слайда когнитивного образа, п — количество слайдов когнитивного образа, j - номер фрагмента рассматриваемого слайда когнитивного образа, m - количество фрагментов в і-ом слайде когнитивного образа, к - номер облика рассматриваемого слайда когнитивного образа, р - количество обликов в і-ом слайде когнитивного образа.
Структура разработанной компьютерной программной среды создания когнитивных образов
Параметр времени отображения когнитивного образа имеет следующий вид: Т=(ТЪ,Т1), (2.19) где ТЪ - момент времени начала отображения когнитивного образа, 77 - временной интервал длительности отображения когнитивного образа. Параметр времени последовательного отображения всех слайдов когнитивного образа следующий вид: Т0 = (ТЬ0,Т1о), (2.20) где ТЪо - момент времени начала последовательного отображения всех слайдов когнитивного образа, Т10 - временной интервал длительности последовательного отображения всех слайдов когнитивного образа.
Параметр времени отображения і-го слайда когнитивного образа имеет следующий вид: T0 = (Tb0l,Tlo% (2.21) где 1 і п, ТЪо - момент времени начала отображения і-го слайда когнитивного образа, Т101 — временной интервал длительности отображения і-го слайда когнитивного образа, / - номер слайда когнитивного образа, п — количество слайдов когнитивного образа. Параметр времени отображения j-ro фрагмента і-го слайда когнитивного образа имеет следующий вид: t; = (л;, ЙД (2.22) где 1 і п, 1 j ml, tbj - момент времени начала отображения j-ro фрагмента і-го слайда когнитивного образа, tlj - временной интервал длительности отображения j-ro фрагмента і-го слайда когнитивного образа, / - номер слайда когнитивного образа, п - количество слайдов когнитивного образа, j - номер фрагмента рассматриваемого слайда когнитивного образа, m — количество фрагментов в і-ом слайде когнитивного образа.
Параметр времени отображения всех обликов і-го слайда когнитивного образа имеет следующий вид: т0 =(тЬо ,т1о ), (2-23) где 1 і п, тЬо - момент времени начала последовательного отображения всех обликов і-го слайда когнитивного образа, т/0 - временной интервал длительности последовательного отображения всех обликов і-го слайда когнитивного образа, / - номер слайда когнитивного образа, п - количество слайдов когнитивного образа.
Параметр времени отображения k-го облика і-го слайда когнитивного образа имеет следующий вид: гк1 = (хЫ , г/Д (2.24) где 1 і п, 1 к р\ zbkl - момент времени начала отображения к-го облика і-го слайда когнитивного образа, тії - временной интервал длительности отображения k-го облика і-го слайда когнитивного образа, / - номер слайда когнитивного образа, п - количество слайдов когнитивного образа, к - номер облика рассматриваемого слайда когнитивного образа, р - количество обликов в і-ом слайде когнитивного образа.
Параметр времени отображения каждого облика рассматриваемого слайда когнитивного образа состоит из момента времени начала отображения данного облика и временного интервала длительности отображения данного облика. Начало отображения облика совпадает с окончанием отображения предыдущего облика, а для первого облика слайда момент начала его отображения равняется нулю. Временным интервалом длительности отображения облика слайда является наименьшая величина из набора моментов начала отображения фрагментов слайда и моментов завершения отображения фрагментов слайда, из которой вычитается момент начала отображения облика слайда. При этом моменты начала отображения рассматриваемых фрагментов слайда и моменты конца отображения фрагментов слайда должны быть больше момента начала отображения рассматриваемого облика слайда.
Момент времени начала отображения k-го облика і-го слайда когнитивного образа определяется следующим образом: где 1 і п, 1 к р, тЬк -і - момент времени начала отображения к-1 облика і-го слайда когнитивного образа, rlk .i - временной интервал длительности отображения k-1 облика і-го слайда когнитивного образа, / - номер слайда когнитивного образа, п - количество слайдов когнитивного образа, к - номер облика рассматриваемого слайда когнитивного образа, р - количество обликов в і-ом слайде когнитивного образа.
Временной интервал длительности отображения k-го облика і-го слайда когнитивного образа определяется следующим образом: d k = min{min{tb )X - rb k), min(tb j2 +tl j2+ rb k)), (2.26) гдеу/ - номер фрагмента рассматриваемого слайда когнитивного образа, для которого выполняется следующее условие: tbj] тЬк ; j2 - номер фрагмента рассматриваемого слайда когнитивного образа, для которого выполняется следующее условие tbj2 + tlj rbk ; I і п ; 0 jl m ;0 j2 пі ; 1 к p ; хЪк1 - момент времени начала отображения k-го облика і-го слайда когнитивного образа; tbj - момент времени начала отображения ji-ro фрагмента і-го слайда когнитивного образа; tb}2 - момент времени начала отображения у"2-го фрагмента і-го слайда когнитивного образа; tlj2l - временной интервал длительности отображения j2-vo фрагмента і-го слайда когнитивного образа; / - номер слайда когнитивного образа; п — количество слайдов когнитивного образа; к - номер облика рассматриваемого слайда когнитивного образа; р - количество обликов в і-ом слайде когнитивного образа; пі - количество фрагментов в і-ом слайде когнитивного образа.
Режимы отображения программно реализованного когнитивного образа для СГШР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР
Когнитивный образ для СППР РВ диагностики сложного технологического объекта позволяет ЛПР своевременно получать информацию о состоянии рассматриваемого технологического объекта и его сегментов. В случае, если технологический объект находится в неблагоприятном состоянии, ЛПР может получить рекомендации, в которых будет описана последовательность управляющих воздействий, позволяющих перевести технологический объект в штатное состояние, при этом с помощью обликов когнитивного образа можно осуществить последовательное отображение состояний исследуемого технологического объекта в процессе перехода данного объекта из рассматриваемого неблагоприятного состояния в штатное состояние. Реорганизация обликов когнитивного образа осуществляется на основе разработанного метода построения реорганизованного облика когнитивного образа для СППР РВ диагностики сложного технологического объекта. Данный метод состоит из трех этапов. На первом этапе осуществляется построение текущего диагноза состояния технологического объекта, на основании которого формируется облик когнитивного образа. При необходимости также осуществляется регенерация утраченных (или некорректно измеренных) значений параметров, незадействованных при построении текущего диагноза технологического объекта. На втором этапе осуществляется построение последовательности управляющих воздействий, позволяющих перевести технологический объект в штатное состояние. На третьем этапе осуществляется построение реорганизованных обликов когнитивного образа, которые отображают состояния технологического объекта в процессе применения к нему сформированной последовательности управляющих воздействий.
Описанный метод предусматривает применение мультиагентного подхода [69, 70, 71]. Используются следующие разновидности агентов: агент контроля и распределения, агент-координатор нижнего уровня, центральный агент-координатор. Рассмотрим цели агентов на каждом из этапов метода построения реорганизованного облика когнитивного образа для СППР РВ диагностики сложного технологического объекта.
На первом этапе метода агенты контроля и распределения осуществляют построение списка параметров, значения которых измерены корректно и списка параметров, значения которых отсутствуют или измерены некорректно. Далее оба списка параметров пересылаются агентам-координаторам нижнего уровня. Данные агенты, используя значения корректно измеренных параметров, осуществляют построение диагноза текущего состояния рассматриваемого технологического объекта и его сегментов. Далее построенный диагноз и оба списка параметров пересылаются центральному агенту-координатору. После чего содержимое списка параметров, значения которых отсутствуют или измерены некорректно, передается виртуальной модели технологического объекта для восстановления. Восстановленные значения параметров передаются обратно всем агентам. Агентами контроля и распределения будет определена цветовая категория, к которой относится значение каждого из параметров, и будет определен цветовой режим каждого фрагмента пятого яруса когнитивного образа для СППР РВ диагностики сложного технологического объекта.
Агентами-координаторами нижнего уровня будет определена цветовая категория, в которую попало состояние каждого сегмента технологического объекта, и будет определен цветовой режим каждого из фрагментов второго, третьего и четвертого яруса когнитивного образа, отвечающего за отображение текущего состояния каждого сегмента исследуемого технологического объекта. Центральным агентом-координатором будет определена цветовая категория, к которой относится общее состояние исследуемого технологического объекта, и будет определен цветовой режим фрагмента первого яруса когнитивного образа, отвечающего за отображение общего текущего состояния технологического объекта.
На втором этапе метода осуществляется построение последовательности управляющих воздействий, позволяющих перевести технологический объект в штатное состояние. Построение данной последовательности осуществляется в результате взаимодействия центрального агента-координатора с виртуальной моделью технологического объекта.
На третьем этапе метода агентами контроля и распределения, агентами-координаторами нижнего уровня и центральным агентом-координатором осуществляется построение обликов (цветовых режимов фрагментов) когнитивного образа, отображающих состояния технологического объекта в процессе применения к данному объекту последовательности управляющих воздействий, переводящих его в штатное состояние.
1. Приведено описание созданной компьютерной программной среды разработки когнитивных образов, которая позволяет сохранять созданные когнитивные образы в предложенном формате.
2. Приведена структура созданной компьютерной программной среды разработки когнитивных образов.
3. Рассмотрены подходы формирования обликов когнитивного образа. Подробно описан подход формирования обликов когнитивного образа за счет изменения цветового режима фрагментов когнитивного образа с использованием механизмов нечеткой логики. На этапе фаззификации формируется цветовой режим всех фрагментов когнитивного образа, отвечающих за отображение параметров решаемой задачи. Этап решения задачи в терминах лингвистических переменных заключается в том, что на основе известных значений цветового режима фрагментов когнитивного образа формируются цветовые режимы остальных фрагментов когнитивного образа. На этапе дефаззификации осуществляется интерпретация сформированного облика когнитивного образа.
4. Приведено описание процесса создания когнитивного образа для СППР РВ диагностики сложного технологического объекта. 5. Приведено описание разработанного метода формирования цветового режима когнитивного образа для СППР РВ диагностики сложного технологического объекта.
6. Приведено описание метода построения реорганизованного облика когнитивного образа для СППР РВ диагностики сложного технологического объекта.
