Основные компоненты решателя задач управления

В ядро инструментального средства процесса управления динамическими объектами входят базы данных и знаний, а также решатель, который на основе информации из БД и БЗ осуществляет поиск (вывод) решения. Компоненты ядра тесно взаимосвязаны. При этом в качестве формализма представления знаний используют продукционные модели [1].

Продукционная модель представления знаний определяется тройкой <БД, БЗ, Р>. В базу данных, или рабочую память, помещается текущая информация, описывающая состояние проблемной области, и промежуточные результаты.

Информация в БД постоянно корректируется. То, что истинно в текущем состоянии s_i может оказаться ложным в последующем состоянии s_j и наоборот, могут появиться новые данные, измениться коэффициент достоверности и т. д. БД содержит также описание целевого состояния и описания промежуточных состояний, получаемых в процессе работы решателя (рисунок 1).

Рис. 1. Формирование базы знаний решателя задач управления

База знаний включает продукционные правила, справедливые для данной проблемной области. В БЗ может находиться также эвристическая информация в виде так называемых метаправил (правил о правилах), позволяющая более целенаправленно вести поиск применимых продукций при их большом количестве или осуществить выбор единственного решения при наличии ряда альтернатив (в случае применимости нескольких продукций, указывающих различные действия). В соответствии с принципом поиска системы продукций называются системами с прямой или обратной стратегий поиска.

В качестве модели представления знаний продукционного типа можно взять модель на базе таблиц решений [2]. Структура ядра информационные связи между его компонентами в процессе принятия решений, включая управляемый объект, изображены на рисунке 2.

Рис. 2. Структура системы принятия решений

От объекта в БД поступают описания состояний проблемной области s_q. Возможны две схемы работы интеллектуализированной системы управления: в режиме реального управления и в режиме имитации. В режиме реального управления на каждое текущее состояние s_g из БЗ, содержащей табличную модель в виде одной или нескольких взаимосвязанных ТР. Если в БД заранее введено целевое состояние и оно, то возможен переход системы в состояние ожидания до последующего запуска.

Продукционная модель определяется алфавитом и набором базисных продукций , где - слова в алфавите А. Если в А имеется некоторое слово , начинающееся с , то к применима продукция P_i. Ее применение означает вычеркивание из и приписывание к оставшемуся слову .

Модель продукций можно рассматривать как формальную систему с алфавитом и правилами вывода , где считается истинным, если слово получается из слова , посредством продукции . Продукционные модели использовались как одно из средств уточнения интуитивного понятия алгоритма.

При принятии решений в условиях риска или неопределенности исходная (текущая) информация о состояниях проблемной области, а также правила (продукции) обычно поступают и содержатся в памяти (базах данных и знаний) решатель задач управления с определенной степенью достоверности. В этом случае, применяя для принятия решений продукции, например, типа «посылказаключение», необходимо по степени достоверности информации в посылке и продукции в целом определять степень достоверности заключения и принимать (или отбрасывать) заключение в зависимости от полученного результата. При вычислениях использован подход, основанный на методе теории нечетких множеств.

Определим формально продукцию типа «посылка заключение», как где А посылка вида (- составляющие посылки, связанные связкой «И»), - заключение, — степень или коэффициент достоверности (уверенности, определенности) продукции . Коэффициенты достоверности составляющих посылки обозначим через а искомый коэффициент заключения — .

Для продукции, по известным и необходимо определить . Естественно принять, что при = 1 степень достоверности заключения не может превосходить степени достоверности самой слабой из составляющих посылки, т. е. , а в общем случае . — вычисляется следующим образом. Сначала предполагается, что все продукции достоверны, т.e. . Для дизъюнктивной вершины естественно считать, что посылки подкрепляют друг друга при получении заключения.

В качестве средства описания процесса принятия решений будем использовать, табличную модель представления знаний на базе языка таблиц решений.

Формально ТР определяется набором где — множество условий (идентификаторов условий), интерпретируемых как координаты совокупности векторов данных, представляющих состояния проблемной области; -множество действий (идентификаторов действий), интерпретируемых как координаты совокупности векторов действий, представляющих принимаемые решения.

Вектор определяет вероятности (частоты), выполнения правил решений — вероятность выполнения правила «иначе»; вектора , определяют соответственно сложности вычисления значений условий реализации действий. Обычно принимают, что t_r и q_r характеризуют временные затраты на выполнение соответствующих функций.

Выделение средств манипулирования знаниями из компоненты представления знаний позволяет создать мощные решатели задач, поддерживающие различные модели представления знаний.

Программной компонентой манипулирования знаниями является решатель задач управления. Он, в свою очередь, может состоять из трех блоков: сопоставления, в котором осуществляется поиск подходящих правил; выбора исполняемого правила из множества подходящих; собственно исполнителя выбранного правила. При манипулировании знаниями поддерживается единственная стратегия вывода (поиска) решений — вывод, управляемый целями, с отождествлением по элементам правил из рабочей памяти и выбором единственного исполняемого правила с последовательным выполнением действий из его правой части.

1. Юнусова С. Т., Мамиров У. Ф. Алгоритм синтеза прогнозирующего управления электромеханическим объектом. Журнал «Молодой ученый», Казань № 1(107),/2016, февраль, стр.259–261.
2. Ж. У. Севинов, Ж. Х. Игамбердыев, А. Х. Абдуганиев, У. Ф. Мамиров. Регуляризованные алгоритмы оценивания векторного параметра в задачах гарантированного оценивания // Журнал «Химическая технология. Контроль и управление», № 6, 2015, стр. 89–92.