Содержание к диссертации
Введение
1 Характеристика процесса разработки автоматизированных систем управления сложных производственно-технических систем, обоснование его интеллектуализации 9
1.1 Характеристика сложных производственно-технических систем на примере трубопроводного транспорта 9
1.2 Автоматизированное управление сложными производственно-техническими системами 15
1.3 Основные виды промышленных сетей и сигналов контроля и управления 20
1.4 Анализ процесса разработки автоматизированных систем управления для сложных производственно-технических систем 29
1.5 Автоматизация процесса разработки АСУ для СПТС 33
1.6 Принципы интеллектуализации разработки автоматизированных систем управления для сложных производственно-технических систем 39
Выводы по разделу 1 54
2 Принципы создания базы знаний интеллектуальной системы для разработки автоматизированных систем управления сложных производственно-технических систем 55
2.1 Этапы процесса разработки базы знаний для ИСР АСУ СПТС 55
2.1.1 Подготовительный этап разработки базы знаний 55
2.1.2 Основной этап разработки базы знаний 58
2.2 Выявление знаний, необходимых для разработки БЗ ИСР АСУ СПТС 74
2.2.1 Работа с одушевленными источниками знаний 75
2.2.2 Работа с неодушевленными источниками знаний 79
2.3 Извлечение и концептуализация знаний, необходимых для создания БЗ ИСР АСУ СПТС 80
2.3.1 Метод точных опорных концептов получения знаний
2.4 Формализация знаний в процессе разработки БЗ ИСР АСУ СПТС 88
2.4.1 Фреймовая модель представления знаний 89
2.4.2 Продукционная модель представления знаний 91
2.4.3 Метод представления знаний «интеллектуальное зеркало» 92
Выводы по разделу 2 101
З База знаний интеллектуальной системы для разработки автоматизированных систем управления сложныхпроизводственно-технических систем 102
3.1 Структура базы знаний в составе модели интеллектуальной системы для разработки АСУ СПТС 102
3.1.1 Описание структурного элемента БЗ «объекты в формате БД инструментальной САПР» 104
3.1.2 Описание структурного элемента БЗ «описание объектов БД инструментальной САПР» 107
3.1.3 Описание структурного элемента БЗ «модуль формирования документации» 3.2 Реализация БЗ 114
3.3 Верификация и оценка эффективности ИСР АСУ СПТС 117
3.4 Оценка эффективности, трудозатрат и целесообразности создания различных прототипов ИСР АСУ СПТС 122
Выводы по разделу 3 128
Заключение 129
Список сокращений и условных обозначений 133
Список литературы
- Основные виды промышленных сетей и сигналов контроля и управления
- Принципы интеллектуализации разработки автоматизированных систем управления для сложных производственно-технических систем
- Основной этап разработки базы знаний
- Описание структурного элемента БЗ «описание объектов БД инструментальной САПР»
Введение к работе
Актуальность темы исследования. Современные сложные производственно- технические системы (СПТС) характерны большим количеством разнородных функционально связанных элементов, высокой сложностью и динамичностью протекающих процессов. Примерами таких систем являются объекты энергетики, машиностроения, транспорта, горной промышленности и др.
На разработку автоматизированных систем управления (АСУ) для СПТС затрачиваются огромные интеллектуальные и временные ресурсы. И существует необходимость оптимизации существующих методов и средств разработки АСУ с целью повышения эффективности данного процесса, что позволит снизить интеллектуальные, временные и, соответственно, финансовые затраты на разработку автоматизированных систем управления для СПТС.
Одна из возможностей оптимизации существующих методов и средств разработки АСУ заключается в создании интеллектуальной системы (ИС) для разработки, функционирующей на основе базы знаний (БЗ). Эта система позволит автоматически, на основе заданных параметров АСУ, создавать принципиальные схемы к проекту. И в этом случае разработчик, использующий данную систему, будет работать при более высоком уровне автоматизации процесса разработки, чем уровень автоматизации существующих систем.
Таким образом, состояние научных исследований в рассматриваемой предметной области позволяет сделать вывод о том, что существует актуальная научная проблема интеллектуализации разработки автоматизированных систем управления для сложных производственно-технических систем.
Степень разработанности темы исследования. Общие принципы интеллектуализации, формирующие теоретическую основу для исследований в области интеллектуализации разработки и/или проектирования различных сложных технических объектов, а также конкретные практические исследования в данной области освещены в трудах таких ученых, как Гаврилова Т. А., Искандеров Ю. М., Минский М., Попов Э. В., Поспелов Г. С. и др.
Цель диссертационной работы - повышение эффективности процесса разработки АСУ для сложных производственно-технических систем за счет разработки методов и средств интеллектуализации данного процесса.
Объект исследования - методы и средства интеллектуализации разработки АСУ для сложных производственно-технических систем.
Предмет исследования - принципы создания и методы разработки базы знаний интеллектуальной системы для разработки (ИСР) АСУ сложных производственно- технических систем.
Научная задача, решаемая в диссертационной работе, заключается в разработке модели интеллектуальной системы и структуры ее базы знаний, в разработке методов получения и представления знаний, а также в разработке метода оценки эффективности интеллектуальной системы для разработки АСУ СПТС.
Методами исследования являются методы таких научных дисциплин, как системология, информатика, теория множеств, теория искусственного интеллекта, инженерия знаний, инженерная психология, математическое программирование, компьютерные и информационные технологии.
Диссертация является результатом личной работы автора в процессе научно- исследовательской деятельности.
Положениями, выносимыми на защиту, являются:
-
Модель интеллектуальной системы для разработки АСУ сложных производственно-технических систем.
-
Метод точных опорных концептов получения знаний.
-
Метод представления знаний «интеллектуальное зеркало».
-
Структура базы знаний в составе модели интеллектуальной системы для разработки АСУ СПТС.
-
Метод оценки эффективности ИСР АСУ СПТС.
Научная новизна работы. Новизна настоящего диссертационного исследования состоит в следующем:
-
-
Разработана модель ИСР АСУ СПТС и структура ее базы знаний, позволяющие комплексно применить средства инженерии знаний и средства систем автоматизированного проектирования (САПР) для автоматической генерации принципиальных схем по набору параметров формализованного задания.
-
Разработан метод точных опорных концептов получения знаний, позволяющий выявить два вида понятий элементов эталонной совокупности для распараллеливания основных макропроцедур получения знаний и учитывающий специфику предметной области разработки АСУ СПТС.
-
Разработан метод представления знаний «интеллектуальное зеркало», обеспечивающий параметризацию и формализацию полученных знаний с задаваемой точностью без потерь графических изображений схемотехнических решений и усложнения процедуры обработки информации за счет создания фреймового описания этих решений.
-
Разработан метод оценки эффективности ИСР АСУ СПТС, который на основе критериев качества работы и полезности позволяет задать и определить значения системной и пользовательской релевантностей ИСР АСУ СПТС с учетом особенностей ее функционирования.
Теоретическая и практическая значимость исследования. При создании и внедрении интеллектуальной системы для разработки АСУ сложных производственно-технических систем с применением полученных научных результатов, время разработки принципиальных схем АСУ СПТС, по сравнению с применением обычного инструментария разработки АСУ, достигает сокращения до 3,6 раза. Кроме того, применение данной ИС позволяет проводить предварительную оценку возможных технических решений проекта, наглядно оценить объемы работ, сделать предварительный расчет стоимости АСУ СПТС и в сжатые сроки выдать коммерческое предложение потенциальному заказчику.
Полученные научные результаты применимы для создания ИС для других предметных областей, связанных с разработкой и/или проектированием сложных технических объектов и комплексов.
Внедрение результатов диссертационного исследования. Результаты исследования применены в работах по повышению эффективности разработки АСУ для горно-обогатительной отрасли, выполняемые в Департаменте АСУ Совместного предприятия в форме закрытого акционерного общества «Изготовление, внедрение, сервис» (СП ЗАО «ИВС»), входящего в НПО «РИВС». А также были использованы при проведении научно-исследовательских работ в ООО «Инновационные технологии». Внедрение результатов диссертации подтверждено соответствующими актами.
Достоверность исследований обеспечивается: корректным определением научной проблемы, цели, объекта, предмета и научной задачи исследования; корректностью применяемых методов исследования и обоснованным использованием результатов из различных предметных областей; успешным применением результатов диссертационной работы в практической деятельности СП ЗАО «ИВС» и ООО «Инновационные технологии».
Апробация исследования. Основные положения и результаты диссертационной работы докладывались и обсуждались на различных научных семинарах, а также на следующих всероссийских научно-практических и международных конференциях/форумах: II-й Международной научно-технической и научно- методической конференции «Актуальные проблемы инфотелекоммуникаций в науке и образовании» (Санкт-Петербург, 2013); Всероссийских научно-практических конференциях «Транспорт России: проблемы и перспективы» (Москва, 2007, 2008, Санкт-Петербург, 2010); 10-й Международной конференции «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (CAD/CAM/PDM - 2010)» (Москва, 2010); Международном форуме «Безопасность транспортных комплексов» (Санкт- Петербург, 2010); ХЬй Санкт-Петербургской международной конференции «Региональная информатика-2008» («РИ-2008») (Санкт-Петербург, 2008).
Публикации по теме диссертации. Основные положения и результаты диссертации опубликованы в 10 печатных и электронных работах, в том числе 3 статьи в журналах, рекомендованных ВАК Министерства образования и науки РФ.
Структура и объем работы. Диссертационная работа состоит из введения, трех разделов, заключения, списка литературы из 121 наименования и одного приложения с актами внедрения результатов диссертационной работы. Общий объем работы составляет 145 страниц и включает в себя 18 рисунков и 5 таблиц.
Основные виды промышленных сетей и сигналов контроля и управления
Характерным примером СПТС является трубопроводный транспорт (ТТ), входящий в состав и являющийся важнейшим элементом топливно-энергетического комплекса России. В течение нескольких последних лет, в том числе и из-за значительной экспортной ориентации, ТТ занимает одну из главнейших позиций в экономике РФ. Причем, строительство трубопроводов обычно дешевле, чем инфраструктуры других видов транспорта (например, автомобильного или железнодорожного), имеющих такую же провозную способность, а прокладка трубопроводов осуществляется более коротким путем [2]. Кроме того, можно отметить, что по себестоимости перевозок ТТ - это один самых дешевых видов транспорта наряду с водным транспортом. При этом он имеет высокую надежность в эксплуатации, практически не зависящую от погодных условий [2, 22].
Главными же недостатками трубопроводного транспорта являются зачастую более низкая скорость доставки грузов относительно других видов транспорта, зависящая от многих факторов и в том числе от вязкости продукта, а также сильная ограниченность трубопроводного транспорта в части видов транспортируемых продуктов и существенная сложность корректировки направления перевозок [2, 3].
Традиционно под трубопроводным транспортом понимают трубопроводные системы для транспорта нефти или газа (хотя фактически можно выделять и другие виды трубопроводных систем: водопровод, пневмопочта и т.п.) и в этом контексте выделяют следующие виды трубопроводного транспорта [2]: нефтепроводы - используются для перекачки нефти и нефтепродуктов, а, если хотят подчеркнуть, что трубопровод используется именно для перекачки нефтепродуктов, то такой трубопровод называют нефтепро-дуктопроводом (или даже точнее: бензинопроводом, керосинопроводом и т.д.); газопроводы - используются для транспортировки газа, иногда выделяют понятие газопродуктопроводов.
Кроме того, трубопроводы разделяют на магистральные (предназначены для перекачки на большие расстояния, сотни и тысячи километров), внутренние (прокладываются между объектами на промыслах, заводах, базах), местные (имеют протяженность больше внутренних - до нескольких десятков километров, и прокладываются между промыслами или заводами и головными станциями магистральных трубопроводов) [2].
Приведем статистические характеристики трубопроводного транспорта в России на основе данных из [4, 5]. Общая протяженность магистральных трубопроводов РФ составляет более 214 тыс. км. Из них более 150 тыс. км газопроводных магистралей, более 45 тыс. км нефтепроводных, более 19 тыс. км нефтепро-дуктопроводных. Транспорт продукции посредством трубопроводного транспорта составляет около 30% от общего объема грузооборота страны. При этом из добываемых и производимых в России газа, нефти и нефтепродуктопроводов по магистральным трубопроводам перемещается 100% газа, более 90% нефти и более 50% нефтепродуктопроводов. И общая доля транспорта газа в общем объеме грузооборота трубопроводного транспорта составляет около 55%, нефти - около 40%), нефтепродуктов - около 5% [4, 5].
Магистральные трубопроводы включают в себя (рисунок 1, рисунок 2) [2]: линейные сооружения (сами трубы, система противокоррозийной защиты, различные линии связи и т.п.); перекачивающие, компрессорные и тепловые стации; газораспределительные станции и конечные пункты нефтепроводов, где принимают транспортируемый продукт и распределяют его между различными потребителями. Кроме того, в состав магистральных трубопроводов могут входить подводящие трубопроводы, предназначенные для подачи транспортируемого продукта от промыслов к головным сооружениям магистрального трубопровода
Основной элемент магистрального трубопровода - это сваренные в непрерывную нитку трубы диаметром 300-1420 мм, при этом толщина стенок труб определяется внутренним давлением, которое может достигать 10 МПа. Магистральные трубопроводы, при отсутствии особых геологических или температурных условий, обычно углубляют в грунт на глубину 0,8 м до верхней образующей трубы. Для потребностей в газе и нефтепродуктах близлежащих от трассы населенных пунктов могут прокладываться отводы из труб меньшего диаметра, по которым часть транспортируемого продукта подается в эти населенные пункты. В соответствии с рельефом трассы, через каждые 10-30 км устанавливается трубопроводная арматура для перекрытия отдельных участков трассы при аварии или ремонте [2].
Линии связи (телефонные, радиорелейные, а на новых участках - оптоволоконные), имеющие, в основном, диспетчерское назначение, а также используемые для передачи сигналов телеизмерения и телеуправления, прокладывают вдоль трассы. Кроме того, также вдоль трассы устанавливаются станции катодной и дренажной защиты, защищающие трубопровод от коррозии, а также усадьбы линейных обходчиков, расположенные друг от друга на расстоянии 10-20 км и контролирующие исправность своего участка трубопровода и всего оборудования, расположенного вдоль него [2].
Принципы интеллектуализации разработки автоматизированных систем управления для сложных производственно-технических систем
Под условным обозначением «готовый проект» понимается подготовленный разработчиком, на основе эскизного проекта, набор документации на АСУ, который прошел все согласования, и может быть принят для выполнения работ.
Кроме того, функции интерфейса интеллектуальной системы (в том числе и визуализации инженерной графики) также могут быть включены в функции «решателя» ИСР [24, 25].
Процесс функционирования ИСР должен выполняться с учетом требований инженерной психологии. Опишем процесс функционирования ИСР.
Разработчик-пользователь работает с интерфейсом интеллектуальной системы, где задает параметры разрабатываемой АСУ (или какой-то функциональной части АСУ). Затем, заданные параметры обрабатываются машиной вывода ИСР, и, на основе представленной информации в базе знаний, формируется эскизный проект. При этом формально представить эскизный проект можно в следующем виде: FBp = {АгВР}, {ВгВР} , (2) и после генерации FBp, разработчик-пользователь оценивает результат работы интеллектуальной системы и, при необходимости, дорабатывает его и после чего сохраняет. И решения, которые разработчик вносит в эскизный проект формально можно представить следующим образом: FSp = {ArSP}, {BrSP} , (3) где FBP — формальное представление эскизного проекта; {АгВр} - множество изделий из базы знаний, вошедших в эскизный проект; {ВгВР} — множество схемотехнических решений из базы знаний, вошедших в эскизный проект; FSp — формальное представление решений, которые разработчик вносит в эскизный проект; {ArSp} - множество изделий, добавленных разработчиком в эскизный проект; {BrSp} - множество схемотехнических решений, добавленных разработчиком в эскизный проект.
При этом готовый проект (FRP) включает в себя эскизный проект и решения, добавленные в него разработчиком в процессе доработки до готового проекта.
Сформулируем задачу нахождения оптимального решения по набору параметров формализованного задания, где критерием оптимальности будет стоимость системы (минимальная), а основным ограничением ее надежность (не ниже определенного параметра): /( ) min g(x) H, (4) hk(x) = bk, при этом: N /( ) = G(/K(x,),/к(х2),..., fv(xN)) = К„ (5) и: g(x) = min {/w (x(), / = 1 ..#} = min {Я;.,/ = l..iV}, (6) где / - целевая функция, достигающая оптимального значения (минимальной стоимости); х - оптимальное решение, представляющее собой вектор из х,; х, - /-ый узел принципиальной схемы проекта АСУ (/ = 1..7V, где N - общее количество узлов), оптимальное решение для определенного узла; g - функция ограничения, задающая область допустимых решений, соответствующих требуемой надежности (наработке на отказ); Н - требуемая надежность (наработка на отказ) разрабатываемой АСУ; Ик - функции ограничения (к=З..М, где М - количество параметров формализованного задания и не вошедшие параметры: первый - стоимость, второй - надежность), задающие область допустимых решений, соответствующих остальному (то есть без стоимости и надежности) набору параметров формализованного задания; -определенный параметр формализованного задания (/Ь=З..М); fv — функция, определяющая значение стоимости для /-го узла принципиальной схемы АСУ; V, — значение стоимости для /-го узла принципиальной схемы АСУ; fH - функция, определяющая надежность (значение наработки на отказ) для /-го узла принципиальной схемы АСУ; Н, - надежность (значение наработки на отказ) для /-го узла принципиальной схемы АСУ. Аналогичным образом формулируется задача в случае, если в качестве критерия оптимизации выбрана надежность системы, а ее стоимость является основным ограничением.
После утверждения сохраненной версии проекта в качестве рабочей (прохождения различных этапов контроля качества и т.п.), происходит самообучение интеллектуальной системы, а именно: на основе заданного набора параметров АСУ и автоматически сформированному по нему эскизному проекту, а также итоговому варианту утвержденного проекта производится анализ внесенных изменений и вырабатывается решение о целесообразности корректирования и/или дополнения базы знаний. Алгоритмы процесса самообучения, который целесообразнее всего производить под контролем системных администраторов и экспертов предметной области (хотя бы на уровне запросов о разрешении внесения определенных изменений/дополнений), должны быть реализованы в адаптивном элементе.
Очевидно, что использование уже существующей САПР в качестве базовой системы при создании интеллектуальной системы для разработки АСУ сложных производственно-технических систем наиболее целесообразно, потому как многие вопросы (такие как визуализация и обработка инженерной графики, пользовательский интерфейс и т.п.) уже успешно решены в существующих системах и знакомы большинству пользователей [26-28], во многих существующих системах максимально учитываются требования инженерной психологии. Кроме того, для представления графической части базы знаний можно использовать инструментал базовой САПР, представив часть информации базы знаний в формате данных базовой САПР. Естественно, что возможно и использование уже существующих баз данных, если они были наработаны до решения о создании базы знаний (для большинства систем проектирования существуют объемные базы данных, некоторые в открытом доступе, некоторые - корпоративная интеллектуальная собственность).
Определим базовую систему проектирования как инструментальная САПР. Таким образом, для создания ИСР необходимо разработать интеллектуальную часть системы и интегрировать ее с инструментальной САПР. Структура модели интеллектуальной системы для разработки АСУ сложных производственно-технических систем, выполненной на базе инструментальной САПР, представлена на рисунке 6.
Процесс функционирования ИСР при ее построении на базе инструментальной САПР аналогичен. Но отметим, что для представления сформированного проекта, как и для его правки, должен использоваться интерфейс инструментальной САПР. А взаимодействовать машина вывода ИСР с инструментальной САПР может через интерфейс программирования приложений АРІ (от англ. application programming interface) - набор готовых классов, процедур, функций, структур и констант, предоставляемых приложением для использования во внешних программных продуктах. Практически все современные программные продукты позволяют использовать внешнее управление через определенный набор API-функций.
Основной этап разработки базы знаний
Первым рабочим этапом при выявлении неодушевленных источников знаний является составление предварительных списков источников, один из вариантов данной процедуры обобщенно описан в [1]. Этой работой, в первую очередь, должны заниматься эксперты предметной области.
Суть данного этапа заключается в том, что каждому эксперту в области разработки АСУ СПТС (или группе/группам экспертов) поручается сформировать списки литературы (бумажных носителей) и списки электронных источников (Интернет сайты, электронные книги, каталоги, обучающие программы, внедренные проекты и т.п.). Причем эти два типа перечней должны содержать степень значимости (некоторый приоритет по отношению к другим) каждого источника для создания базы знаний. Кроме того, ввиду большого объёма предметной области, целесообразно, разделить предметную область на разные тематические области и распределить их между экспертами. При распределении необходимо учитывать сферу знаний каждого эксперта предметной области.
Эксперт (группа), опираясь на ТЗ на разработку БЗ, ограниченную предметную область и свои знания, формирует два списка источника неодушевленных знаний: список бумажных и список электронных носителей.
После составления индивидуальных тематических списков, необходимо объединить предварительные списки в единый предварительный список источников знаний. Сформировать его можно разнообразными способами [1].
При неограниченном количестве источников знаний в едином предварительном списке производится объединение индивидуальных списков с исключением повторов [1]. Но для более эффективного получения знаний необходимо ограничить число источников и, в этом случае, можно использовать определенные экспертами степени значимости источников и включить в обобщенный список источники знаний, имеющие наивысший приоритет. Следует учитывать, что перечень источников может еще измениться и в него еще могут попасть источники, которые попали под ограничение общего числа источников. При наличии идентичных источников в электронном и бумажном виде, возможно, хотя и не всегда целесообразно, исключение одного из источников из единого предварительного списка.
После формирования единого предварительного списка неодушевленных источников знаний необходимо произвести анализ степени доступности источников, включенных в этот список. Под анализом, в данном случае, понимается оценка возможности разработчиков БЗ ИСР АСУ СПТС использовать в своей работе источники из списка. Вероятно, что некоторые источники, указанные экспертами, будут или совсем недоступны группе разработчиков, или плохо подходят для активной работы (например, источник на иностранном языке). Эксперты не всегда объективно оценивают подобные параметры источников при составлении списков, и поэтому определение доступности источников целесообразнее проводить совместно с другими участниками рабочей группы.
В заключении проводится обсуждение полученного единого предварительного списка в рабочей группе. И если появляются дополнительные источники, соответствующие уровню уже отобранных, то они также включаются в состав списка, а при наличии ограничений по числу источников возможно соответствующее удаление из списка источников с наименьшим рейтингом. Таким способом формируется итоговый единый список источников знаний, после чего он подлежит утверждению для применения в процессе разработки БЗ [1].
Извлечение и концептуализация знаний для выделенного фрагмента разработки АСУ СПТС заключается в получении набора концептов, выявлении структурных связей между ними [1] и представлении полученной структуры «в виде графа, таблицы, диаграммы или текста» [82], т.е. формировании поля знаний [1, 82] предметной области разработки автоматизированных систем управления для сложных производственно-технических систем. Так как «знания - это некоторые связные структуры, а не отдельные фрагменты сами по себе» [1], то и концепты не могут существовать независимо, они входят в состав общей понятийной структуры знаний рассматриваемой предметной области. Данная структура «имеет многоуровневый иерархический характер» [1] и описывает взаимосвязи между понятиями [98, 99]. Эти взаимосвязи между понятиями (или концептами) «могут быть самыми разнообразными: родовидовыми, причинно-следственными, временными, пространственными и т.д.» [1].
Для каждого внесенного в список источника знаний может быть использован отдельный, возможный к реализации и подходящий в наибольшей степени метод. На сегодняшний день существует множество методов извлечения (или даже шире - получения) знаний [1, 45, 48, 49, 96 и др.], но нельзя не отметить, что существует потребность в более широкой проработке группы текстологических методов извлечения знаний - «среди методов извлечения знаний эта группа является наименее разработанной, по ней практически нет никакой библиографии» [82]. И в данной работе представлен специально разработанный автором для выбранной предметной области метод, который сочетает в себе по своей сути признаки коммуникативной группы методов и, в большей степени, текстологической группы методов.
Описание структурного элемента БЗ «описание объектов БД инструментальной САПР»
Таким образом, можно получить общее значение Rs (для любого задания) как среднее арифметическое при выполнении нескольких тестовых заданий, уровень которых будет максимально высоким (в соответствии с требованиями компании, разрабатывающей и внедряющей ИС).
В соответствии с набором базовых принципов представления знаний, сформулированного в п. 1.6 данной работы, и по аналогии со способом определения точности соответствия между реальным схемотехническим решением и его восстанавливаемым представлением по набору параметров из фреймовой части базы знаний (выражение (10)), получаем следующий способ оценки степени соответствия между заданным набором параметров АСУ и полученным результатом в ИСР для /-го узла принципиальной схемы:
Степень соответствия ҐІ будет равна нулю, если в схеме, которая была получена при использовании ИСР по сравнению со схемой, восстановленной экспертом по заданному набору параметров АСУ, присутствует хотя бы одно ошибочное соединение между изделиями или хотя бы одно изделие, которого нет в схеме эксперта. В других случаях определяем ее как степень неполноты полученной при использовании ИСР схемы, то есть: min Ср, Izp, Се ; IZe , P. с E.. С5) где ztj -у -ый элемент (соединение между изделиями или изделие) /-ого узла принципиальной схемы; Pt - множество элементов /-ого узла принципиальной схемы, полученной в ИСР; Ej - множество элементов /-ого узла принципиальной схемы, восстановленной экспертом по заданному набору параметров АСУ; Срі - количество совпадающих соединений между схемой, восстановленной экспертом и схемой, полученной в ИСР для /-го узла; Се, - количество соединений между изделиями в восстановленном экспертом /-ом узле принципиальной схемы; Izpi - количество совпадающих изделий между схемой, восстановленной экспертом и схемой, полученной схемой в ИСР для /-го узла; Izet - количество изделий в восстановленном экспертом / -ом узле принципиальной схемы.
Таким образом, системная релевантность Rs показывает степень эффективности реализации предложенных подходов в построении БЗ и самой ИСР, и данный критерий показывает, прежде всего, именно качество созданной БЗ, а не оптимальность выбранного решения. Но для того, чтобы оценить степень полезности ИСР АСУ СПТС для пользователя необходимо учесть еще и задаваемые параметры точности представления знаний. Зададим параметр пользовательской релевантности Rp, который будет определять степень полезности ИСР при её использовании в режиме автоматического формирования проекта, без учета использования возможности вручную подобрать требуемое уникальное решение, соответствующее общему, полученному автоматически, решению. Итак: kA Y,P Л, = — —, (16) где Rp - пользовательская релевантность ИСР, определяемая для некоторого заданного набора параметров АСУ; кЛ - точность представления знаний, определяемая на этапе представления знаний (в данном случае 80%, то есть кл — 0,8); Pi — часть знаний из множества для /-го узла, внесенная в БЗ в соответствии с заданной точностью представления знаний (/?, = кол-во элементов в соответствии с точностью/общее кол-во элементов); г, - степень соответствия между заданным набором параметров АСУ и полученным результатом в ИСР для /-го узла принципиальной схемы (в соответствии с выражением (15)); //-общее число узлов в требуемой схеме.
Общее значение RP (для любого задания) можно получить таким же образом, как и общее значение Rs (как среднее арифметическое при выполнении нескольких тестовых заданий).
По сути, пользовательская релевантность RP показывает, какая часть проекта будет получена автоматически и войдет в итоговый вариант без корректировок разработчиком (и также, аналогично Rs, не оценивает оптимальность выбранного решения). Тогда выражение (1 - Rp) будет прогнозировать, какую часть проекта будет выполнять разработчик в базовой системе для разработки АСУ сложных производственно-технических систем вручную, то есть это условная разница между эскизным и готовым проектами, и, таким образом, этот параметр является ключевым для описания качества взаимодействия между человеком (разработчиком) и машиной (ИСР) с точки зрения инженерной психологии. Тогда, зная общее время, которое затрачивает разработчик на создание принципиальных схем в базовой системе для разработки АСУ сложных производственно-технических систем, и пользовательскую релевантность, можно прогнозировать затрачиваемое время на разработку принципиальных схем в ИСР, что является важнейшим параметром, определяющим её полезность: Ґ, = (l-RP)s, (17) где // - время, затрачиваемое разработчиком на создание принципиальных схем с применением ИСР; RP — пользовательская релевантность ИСР;
Похожие диссертации на Модель и методы интеллектуализации разработки АСУ для сложных производственно-технических систем
-
