Планирование работ проектной организации (стр. 2 из 3)

Объект — атрибут — значение. Тройная семантика, или объект — атрибут — значение (ОАЭ) представляет отдельный случай семантических сетей, в которых существует только 3 типа узлов - объекты, атрибуты, значения.

Объекты могут быть физическими или концептуальными.

Атрибуты - основные свойства или признаки объектов. Значение определяется отдельным признаком атрибута в специальной ситуации. Семантические сети могут иметь сложные связи, тройка - "объект — атрибут — значение" использует только 2 вида простых связей - "объект — атрибут" и "атрибут-значение".

Правила продукций. Система продукций является наиболее удобным методом построения компьютерных ЭС. Система продукций — это множество правил, имеющих части ЕСЛИ и ТО, или предпосылка — следствие, или ситуация — действие.

Основная форма для правил имеет вид:

правило N:

ЕСЛИ [(предпосылка 1) ....(предпосылка n)] ТО [(следствие 1 с достоверностью C1) ..... (следствие m с достоверностью Cm) ].

Номер правила является уникальным для его идентификации, причем номер правила не указывает порядок его выполнения. Каждое правило представляет собой независимую порцию знаний. Предпосылки могут рассматриваться как модель (образ), а следствие как выводы или действия, которые необходимо предпринять.

Продукционные правила облегчают образование объяснений, результаты полученных выводов и расчетов. Они могут обрабатывать незапланированные, но полезные взаимодействия. Другими словами, они могут использовать порцию знании, когда это необходимо.

Сколько правил находится в базе знаний и какие будут использоваться? Чтобы ответить на этот вопрос, необходимо выбрать механизм вывода или контрольную стратегию, которая составляет "сердце" системы. Механизм вывода инициирует правила в соответствии с встроенным процессом рассуждений. Существуют два основных типа механизмов вывода — прямой и обратный.

1. Прямой вывод. Правила просматриваются до тех пор, пока не будет найдено такое, у которого первый операнд (в левой части) соответствует информации, находящейся в рабочей области, затем правило изменяется. Процесс повторяется до тех пор, пока не будет достигнута цель или не будет найдено подходящего правила. Данный механизм вывода рекомендуется, если цель неизвестна и должна быть спроектирована или число возможных результатов велико. Для комплексного решения проблем может быть использован прямой вывод.

2. Обратный вывод. Правила просматриваются, находятся те, " последовательность выполнения которых приводит к цели. Для каждого из этих правил проверяется, соответствуют ли первые операнды (предпосылки) информации в рабочей области. Если все предпосылки соответствуют этому условию, правило выполняется и задача решается. Если существует предпосылка, которая не соответствует информации в рабочей области, определяется новая подцель как "организация условий для удовлетворения этой предпосылки". Процесс выполняется рекурсивно. Если известны значения цели и их число невелико, то обратный вывод эффективен. Механизм обратного вывода часто используется в диагностических ЭС.

Соединение прямого и обратного вывода. Этот способ применим, когда используется "доска объявлений".

Модель "доска объявлений" - это структурный тип модели рассуждений, в котором наилучшим способом используются порции знаний в прямом и обратном направлениях. Знания, необходимые для решения задачи, делятся на независимые группы правил, называемых источниками знаний. "Доска объявлений" — основная база данных, играющая роль средства связи между источниками знаний и отслеживающая изменения состояния задачи, пока решение не будет найдено.

Получение знаний. В задаче проектирования знания могут быть представлены в виде графов, таблиц данных, процедур алгоритмического анализа и экспериментальных знаний. На различных этапах решении задачи можно использовать прикладные программы определенной предметной области.

При разработке ЭС источниками знании могут служить:

1. Техническая литература (книги, руководства, журнальные статьи).

2. Эксперты в конкретной области. В форме вопросов-ответов и на сеансах примерных решений задачи.

Эти два метода дополняют друг друга. В последнем случае эксперта просят решить контрольный пример. Используются также письменные ответы эксперта на .вопросы.

3. Эксперимент. Иногда знания, необходимые для решения проблемы, могут быть частично получены после экспериментов на ЭВМ. После получения знаний, необходимых для решения отдельной задачи, их можно использовать" в базе знаний для решения сходных задач.

Последний метод получения знании нельзя использовать в традиционных ЭС, где знания в основном получены от экспертов. Однако, знания, полученные в результате эксперимента на ЭВМ, будут полезными в сложных областях проектирования. Классификация ЭС, построенная исходя из областей применения, очевидно недостаточна, так, близкие по назначению системы часто имеют мало общего с точки зрения их устройства и структуры. Поэтому правильнее будет исходить из сложности и структуры реализуемых функции экспертными системами, а также привлекаемых для этого программно-инструментальных средств.

По функциям ЭС выделяют: классифицирующие, которые в свою очередь подразделяются на диагностические и прогностические; консультирующие по готовому множеству гипотез и с выработкой новых гипотез; оппонирующие по готовому множеству контр примеров и с формированием новых контр примеров; решающие по готовым сценариям и с генерированием новых сценариев.

Основу предлагаемой классификации составляют вышеперечисленные группировки предметной области, признаки приведенных функций и решаемых с помощью ЭС задач. Класс ЭС образуется пересечением определенной группировки предметной области и определенного признака реализуемых функции.

Приведенная классификация ЭС, хотя и не является общепринятой, но является устойчивой и хорошо отражает ту специфику ЭС, которую можно наблюдать в настоящее время. В данную классификацию не включен класс экспертных систем, обеспечивающих работу современных программных комплексов.Исследование является эффективной сферой применения ЭС, поскольку они позволяют синтезировать новые знания, активизировать научный поиск и осуществлять не только достоверные, но и приближенные рассуждения, характерные для исследователей, научных работников, занимающихся совершенствованием и разработкой как новых строительных материалов, конструкций, методов расчета, так и новых методов организации управления, хозяйственных механизмов и др.

Проектирование, нормирование и стандартизация в строительстве. Многие специалисты отмечают эффективность применения ЭС в нормировании. Выходные формы этой задачи представляют собой комплект ведомостей потребности в общестроительных материалах по объектам, локальным сметам, частям и разделам смет в разрезе исполнителей. .

Таким образом, созданные ЭС, по сути дела, встроены в комплекс программных средств по подготовке строительного производства и предназначены для обеспечения поддержки принимаемых инженерно-технических решений (рис. 3.1).

Информационная база комплекса представляет собой сочетание базы данных по объекту в виде справочника локальных смет и файлов сметных обоснований, а также нормативно-справочной информации с базой знаний в виде правил продукции (рис.1).

Учитывая наличие в базе знании разработанных ЭС большого числа качественных оценок, целесообразно создание специального механизма, позволяющего сопоставлять и ранжировать их. Для решения этой проблемы при разработке новой версии экспертной системы по выбору методов монтажа строительных конструкций используется аппарат теории нечетких множеств. В общем случае _ суть этой -теории состоит в следующем.

Пусть Х — область, в которой расположены объекты (элементы), обозначаемые х. Таким образом, Х ={x}.

Нечеткое множество А в области Х характеризуется функцией fA (x), отражающей принадлежность объектов x к области действительных чисел в интервале [0,1] с оценкойfА(x) степени принадлежности x к множеству А. Чем ближе значение fА(x) к единице, тем выше степень принадлежности x кА.

Если рассматривать A как обычное множество, то функция принадлежности к нему может принимать только два значения: 0 или 1, при этом fA(x)=1 означает, что х принадлежит A иfA(x)=0, что x не принадлежит A.

Рис.1 Структура программного комплекса, включающего ЭС организационно-технологической подготовки

Исходя из этого множество с двузначной функцией принадлежности называют обычным, или простым.

Основная идея теории нечетких множеств состоит в том, что каждый элемент имеет определенную степень принадлежности к нечеткому множеству. Это означает, что значения функции не ограничиваются только простыми оценками "истинно" или "ложно", но могут быть "истинными до некоторой степени". Обычно эта степень принимает значения в интервале [0,1].

Операции с нечеткими множествами позволяют выразить определенной функцией и сопоставить между собой количественные значения таких качественных оценок, как "высокий", "низкий", "слабый", "сильный" и т.д.

Оснащение ЭС средствами обработки знаний на основе логики нечетких множеств позволит существенно повысить возможности пользователя в ситуациях с неполной или недостаточно определенной информацией.

Ниже приведена ЭС подготовки работы составляют обычно от 1 до 30 календарных дней. В общем, только несколько работ имеют продолжительность 1 день. Работы, имеющие длительность более 30 дней, должны быть разбиты на части, продолжительностью не более 30 дней каждая. Работы, имеющие продолжительность 30 дней и выше, являются приемлемыми, если их нельзя более детализировать или их стоимость невелика, что позволяет точно сообщать о выполнении работ и производить выплаты.