Національний аерокосмічний університет ім. М.Є. Жуковського

“Харківський авіаційний інститут”

ВАРФОЛОМЄЄВА Ілона Володимирівна

УДК 004.89

МОДЕЛІ, МЕТОДИ ТА ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ІНЖЕНЕРІЇ

КВАНТІВ ЗНАНЬ ДЛЯ ПІДТРИМКИ ТЕХНОЛОГІЧНИХ РІШЕНЬ В ГАРЯЧЕШТАМПУВАЛЬНОМУ ВИРОБНИЦТВІ

05.13.06 – автоматизовані системи управління та

прогресивні інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Харків – 2005

Дисертацією є рукопис

Робота виконана в Національному аерокосмічному університеті ім. М.Є. Жуковського “Харківський авіаційний інститут” Міністерства освіти і науки України

Науковий керівник: | доктор технічний наук, професор СІРОДЖА Ігор Борисович, Національний аерокосмічний університет ім. М.Є. Жуковського „Харківський авіаційний інститут”, завідувач кафедри програмного забезпечення комп’ютерних систем

Офіційні опоненти: | доктор технічних наук, професор ЛЮБЧИК Леонід Михайлович, Національний технічний університет „Харківський політехнічний інститут”, завідувач кафедри комп’ютерної математики і математичного моделювання

кандидат технічних наук ЧУХРАЙ Андрій Григорович, Національний аерокосмічний університет ім. М.Є. Жуковського „Харківський авіаційний інститут”, доцент кафедри систем управління літальних апаратів

Провідна установа: |

Харківський національний університет радіоелектроніки, кафедра інформатики, Міністерство освіти і науки України, м. Харків

Захист відбудеться “ 11 “ листопада 2005 р. у 12.00 годині на засіданні спеціалізованої вченої ради Д64.062.01 Національного аерокосмічного університету ім. М.Є. Жуковського “ХАІ” за адресою: 61070, м. Харків, вул. Чкалова, 17, радіотехнічний корпус, ауд. 232.

З дисертацією можна ознайомитися в науково-технічній бібліотеці Національного аерокосмічного університету ім. М.Є. Жуковського “ХАІ” за адресою: 61070, м. Харків, вул. Чкалова, 17.

Автореферат розісланий “ 05 “ жовтня 2005 р.

Вчений секретар

спеціалізованої вченої ради М.О. Латкін

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Одним із напрямків значного збільшення ефективності технологічної підготовки виробництва (ТПВ), тобто підвищення якості, скорочення термінів розробки технологічних процесів (ТП) і зниження витрат на їх розробку, є комплексна автоматизація етапів розробки технологічних процесів на основі застосування прогресивних інформаційних технологій. В умовах ринкових відносин ефективність прийнятих рішень, в тому числі і технологічних, а також швидкість їх реалізації мають особливе вирішальне значення. Крім того, на сучасних машинобудівних підприємствах існує невирішена задача збереження власного „інтелектуального капіталу”, тобто професійних знань, якими володіють робітники. Ці знання є головним активом, а також найважливішим фактором економічного успіху підприємств в динамічних умовах розвитку суспільства. Тому впровадження інтелектуальних інформаційних технологій підтримки прийняття технологічних рішень на базі методів управління знаннями є актуальною науково-технічною задачею.

Вагомий внесок у розвиток методів комп’ютерної підтримки прийняття рішень засобами інженерії знань внесли відомі вчені Е. Фейгенбаум, М. Мінський, Д. Поспєлов, А. Івахненко, Р. Кіні, Х. Райфа, О. Ларічєв, Е. Трахтенгерц, А. Закрєвський, І. Сіроджа та ін. Але проблема знанняорієнтованого прийняття рішень потребує ще багатьох наукових та інженерних зусиль до повного вирішення.

Однією з основних і найбільш трудомістких задач технологічної підготовки виробництва в реальних умовах невизначеності є автоматизація розробки технологічної документації на основі аналізу конструкторських та виробничих даних. Однак ця задача не може бути ефективно вирішена без розв’язання задачі автоматизації прийняття технологічних рішень (ТР), яка в реальних виробничих умовах забезпечує на основі відповідних знань генерацію технологічної документації. Аналіз сучасних технологічних систем показав, що всі вони універсальні, тобто призначені для розробки різних видів ТП без урахування їх специфіки, а також позбавлені інтелектуальних засобів підтримки прийняття технологічних рішень.

Технологічна підготовка гарячештампувального виробництва належить до виду ТПВ, в якому не було ще спроби комп’ютерної підтримки рішень, опираючись на знання. Зазначимо, що для розв’язання цієї задачі традиційні регулярні методи прийняття рішень непридатні через багатоваріантність, багатокритеріальність, велику розмірність, наявність різнотипних ознак технологічних ситуацій, а також через нечіткість та неповноту даних і відсутність формалізованих правил прийняття рішень при розробці ТП гарячого об’ємного штампування. Тому задача автоматизації підтримки прийняття технологічних рішень в реальних умовах невизначеності в даній дисертаційній роботі розв’язується за допомогою розроблених моделей, методів та інформаційної технології на базі використання інженерії квантів знань (ІКЗ), запропонованої професором І.Б. Сіроджою. На відміну від існуючих методів засобами ІКЗ можна структурувати знання технолога квантами (порціями) у векторно-матричній, аналітичній та множинній формах, що дозволяє маніпулювати ними за допомогою машинних алгебр, а база квантів знань (знань), яка одночасно виконує і роль механізму прийняття шуканих рішень, будується у вигляді навчальної квантової мережі виведення рішень.

Зв’язок роботи з науковими програмами, планами, темами. Дисертаційну роботу виконано відповідно до плану науково-дослідних робіт Національного аерокосмічного університету ім. М.Є. Жуковського „Харківський авіаційний інститут” у період з 2002 по 2005 рр. у рамках держбюджетних тем Д603-41/2000 „Створення методології штучного інтелекту для управління складними системами аерокосмічного призначення” (ДР № 0100U003442) та Д603-11/2003 „Теорія створення квантових систем штучного інтелекту для прийняття технологічних рішень у виробництві аерокосмічної техніки” (ДР № 0103U004081) на кафедрі програмного забезпечення комп’ютерних систем, а також Д104-45/2004 „Створення системної методології виробництва авіаційно-космічної техніки за допомогою сучасних CALS-технологій” (ДР № 0104U002421) на кафедрі технології літакобудування.

Мета і задачі досліджень. Метою дисертаційної роботи є підвищення якості й оперативності прийнятих рішень у технологічній підготовці гарячештампувального виробництва на базі розробки математичних, алгоритмічних і програмних засобів інженерії квантів знань.

Для досягнення поставленої мети необхідно було вирішити наступні задачі:

1. Аналіз існуючих методів автоматизації прийняття технологічних рішень при розробці технологічних процесів (ТП) виготовлення деталей гарячим об’ємним штампуванням.

2. Розробка інженерної методики підтримки прийняття технологічних рішень при розробці ТП гарячого об’ємного штампування в умовах реальної невизначеності на основі ІКЗ.

3. Розробка квантових моделей (, означає „точний квант”, –„імовірнісний квант” від російського „вероятностный”) здобування, подання й маніпулювання знаннями технологів та виведення (прийняття) рішень при розробці ТП гарячого об’ємного штампування.

4. Синтез методів машинного маніпулювання знаннями для реалізації підтримки прийняття рішень при розробці ТП гарячого об’ємного штампування на основі засобів ІКЗ.

5. Комплексна алгоритмізація комп’ютерного придбання, подання і маніпулювання технологічними знаннями та прийняття рішень на основі розроблених квантових моделей ІКЗ.

6. Створення ядра інтелектуальної інформаційної технології у вигляді інтерактивного програмного комплексу (ІПК) „КВАНТ+ Гаряче об’ємне штампування” для побудови ідентифікаційних та прогнозних технологічних баз знань та комп’ютерного генерування технологічних рішень в гарячештампувальному виробництві.

7. Апробація й експериментальне підтвердження працездатності та ефективності виконаних дисертаційних розробок шляхом розв’язування практичних задач прийняття ідентифікаційних і прогнозних технологічних рішень за допомогою розробленого ІПК.

Об’єкт досліджень – процеси автоматизації прийняття рішень у технологічній підготовці виробництва.

Предмет досліджень – моделі, методи і програмні засоби інженерії квантів знань для комп’ютерної підтримки виробничих рішень в технологічній підготовці гарячештампувального виробництва.

Методи досліджень. При проведенні теоретичних досліджень використовувалися методи штучного інтелекту, теорії прийняття рішень, теорії алгоритмів, теорії ймовірності, теорії графів і дискретної математики.

Наукова новизна отриманих результатів полягає в наступному:

Вперше поставлено й розв’язано задачу знанняорієнтованої комп’ютерної підтримки прийняття ідентифікаційних і прогнозних рішень у технологічній підготовці гарячештампувального виробництва з використанням засобів інженерії квантів знань, що дозволило за рахунок вдосконаленого маніпулювання квантами (порціями) знань підвищити якість прийнятих рішень в середньому у 3 рази і оперативність їх генерування на порядок.

Удосконалено:

- метод побудови бази точних –квантів знань (БЗ) на основі мінімізації кількості комбінацій значень характеристик об’єкта прийняття рішень (ОПР) до пошуку закономірностей у навчальній вибірці, що забезпечило скорочення часу побудови БЗ в середньому в два рази;

- виведення рішень за БЗ на основі заборонної логічної мережі виведення рішень, яка автоматично генерується за знайденими у навчальній вибірці закономірностями, що забезпечило перевірку ОПР на суперечливість синтезованій БЗ;

- виведення рішень за базою ймовірних –квантів знань (БЗ) на основі запропонованого методу ідентифікації (класифікації) ОПР за принципом максимальної подібності до одного із класів ОПР, що дозволило забезпечити функціональну повноту синтезованої БЗ.

Набули подальшого розвитку:

- принцип зовнішнього доповнення РАКЗ-методу () відносно забезпечення екстраполяційних властивостей –квантових моделей баз знань на основі узагальнення формул чисельної оцінки вірогідності гіпотез про існування у навчальній вибірці імплікативних і функціональних закономірностей, що дозволило забезпечити адекватність індуктивно синтезованої бази квантів знань об’єму навчальної вибірки;

- РАКЗ–метод прийняття рішень на основі запропонованої постановки й вирішення задачі визначення інформативності обраної системи ознак при побудові БЗ шляхом пошуку в ній суперечностей і неповноти, що дозволило підвищити якість синтезованої БЗ;

- РАКЗ–метод прийняття рішень на основі запропонованого методу структуризації знань про класи ОПР за допомогою “особистих карток”, що забезпечило можливість прямого навчання експертами-технологами знанняорієнтованої системи підтримки прийняття рішень без участі “інженера зі знань”.

Практичне значення отриманих результатів полягає в доведенні автором теоретичних розробок до конкретних алгоритмів, інженерних методик, а також функціонуючого програмного засобу (ядра інтелектуальної інформаційної технології) „КВАНТ+ Гаряче об’ємне штампування” для накопичення знань провідних технологів у вигляді баз знань і реалізації комп’ютерної знанняорієнтованої підтримки рішень у технологічній підготовці гарячештампувального виробництва.

Розроблені в дисертаційній роботі моделі, методи, алгоритми й інформаційна технологія „КВАНТ+ Гаряче об’ємне штампування” впроваджені у ковальському цеху ВАТ „Мотор Січ” (м. Запоріжжя, акт впровадження від 19.05.05 р.), а також у навчальний процес Національного аерокосмічного університету ім. М.Є. Жуковського „ХАІ” на кафедрі „Програмне забезпечення комп’ютерних систем” (акт впровадження від 10.02.05 р.).

Особистий внесок здобувача. Усі основні наукові положення, результати, висновки і рекомендації дисертаційної роботи, які виносяться на захист, отримані автором особисто. У публікаціях, які написані у співавторстві, дисертанту належать: [1] – аналіз проблеми накопичення технологічних знань підприємств, розробка архітектури інформаційної технології підтримки прийняття рішень в технологічній підготовці гарячештампувального виробництва; [7] – розробка програмного забезпечення інтерактивної системи підтримки прийняття рішень на базі інженерії знань.

Апробація результатів дисертації. Основні результати дисертаційних досліджень доповідалися й обговорювалися, а також одержали схвалення на Міжнародній науково-технічній конференції „Інтегровані комп’ютерні технології в машинобудуванні (ІКТМ)” (Харків, 2001 р.), Міжнародній науково-технічній конференції „Інформаційні комп’ютерні технології в машинобудуванні (ІКТМ)” (Харків, 2002, 2003, 2004 рр.), V-й, VІ-й Міжнародних молодіжних науково-практичних конференціях „Людина і космос” (Дніпропетровськ, 2003, 2004 рр.), Науково-методичній конференції „Впровадження нових інформаційних технологій навчання” (Харків, 2004 р.), VІІ-й Міжнародній науково-практичній конференції „Наука та освіта” (Дніпропетровськ, 2004 р.), Шостому міжнародному симпозіумі „Інтелектуальні системи (ІNTELS)” (Москва, 2004 р.), а також на наукових семінарах кафедри програмного забезпечення комп’ютерних систем Національного аерокосмічного університету ім. М.Є. Жуковського „ХАІ” та кафедри штучного інтелекту Харківського національного університету радіоелектроніки.

Публікації. За темою дисертаційної роботи опубліковано 17 друкованих праць: 6 статей у наукових спеціальних виданнях за списком ВАК України, 2 статті в матеріалах конференцій і 9 тез доповідей на конференціях.

Структура і обсяг роботи. Дисертаційна робота складається зі вступу, чотирьох розділів, висновків, списку використаної літератури та додатків. Повний обсяг дисертації – 237 сторінок, у тому числі: 5 таблиць на 2 окремих сторінках, 24 рисунка на 14 окремих сторінках, список з 193 використаних літературних джерел на 19 окремих сторінках, 5 додатків на 51 окремій сторінці.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність роботи, сформульовано мету й задачі досліджень, наведено відомості про зв’язок роботи з науковими темами і планами університету, в якому вона виконувалася, та основні наукові положення, які виносяться на захист.

У першому розділі проведено огляд і аналіз публікацій з проблеми підтримки прийняття рішень у технологічній підготовці виробництва взагалі та зокрема в технологічній підготовці гарячештампувального виробництва з метою обґрунтування задач дисертаційного дослідження.

Аналіз вітчизняних сучасних технологічних систем, таких, як КОМПАС-АВТОПРОЕКТ, ТЕХНОПРО, СИТЕП, ADEM, TECHCARD, СПРУТ-ТП, КРЕДО, показав, що процес прийняття ТР здійснюється в них лише на основі вибору з повного переліку операцій конкретного ТП через позбавлення цих інформаційних засобів можливості накопичення технологічних знань у формалізованому вигляді для реалізації комп’ютерної підтримки прийняття ТР.

При аналізі методів автоматизованого прийняття рішень установлено, що перспективним напрямком розробки систем підтримки прийняття ТР є використання методології інженерії знань, яка орієнтована на створення комп’ютерних систем, метою яких є добування (придбання), подання, поповнення, переробка, підтримка й передача знань, які мають фахівці (експерти), і забезпечує найефективніше використання професійних знань для комп’ютерного генерування рішень.

Для представлення й маніпулювання знаннями технологів з розробки ТП гарячого об’ємного штампування був аргументовано вибраний метод різнорівневих алгоритмічних квантів знань (РАКЗ-метод), який акумулює у собі найліпші якості традиційних моделей подання знань та дозволяє алгоритмічне маніпулювання точними квантами (квантами) та імовірними квантами (квантами) знань на основі машинних алгебр.

Розроблено методику комп’ютерної підтримки прийняття рішень (КППР) на базі інженерії квантів знань (ІКЗ) у технологічній підготовці гарячештампувального виробництва, основними етапи якої є 1) формування загального сценарію (алгоритму) розробки технології виготовлення поковок гарячим об’ємним штампуванням, 2) евристична декомпозиція сценарію розробки технології виготовлення поковок гарячим об’ємним штампуванням на розрахункові задачі і такі, що потребують підтримки технолога в процесі прийняття рішень; 3) розробка математичних засобів ІКЗ для КППР, а саме квантових () методів придбання, моделей представлення, методів маніпулювання знаннями і логічного виведення (прийняття рішень); 4) розробка алгоритмічних засобів ІКЗ для КППР; 5) розробка програмних засобів ІКЗ (ядра інтелектуальної інформаційної технології) для КППР.

У другому розділі містяться теоретичні основи аналізу й синтезу математичних моделей подання і маніпулювання квантами знань (скорочено знаннями), теоретичне вирішення виділених недостатньо пророблених питань РАКЗ-методу прийняття ідентифікаційних (класифікаційних) та прогнозних рішень в умовах невизначеності, а також постановка і вирішення багатокритеріальної задачі звуження множини Парето-оптимальних рішень, які отримуються після логічного виведення за базою знань.

Розглянемо розв’язок задачі єдиної формалізації, подання й алгоритмічного маніпулювання числовою та лінгвістичною інформацією у вигляді різнорівневих алгоритмічних цілком достовірних (точних, чітких) знань (знань). Формально задача подається четвіркою: , де – символьна мова знань, яка складається зі скінченної множини букв, цифр і символів операцій теорії алгоритмів; – скінченна множина термінальних квантів знань; – правила конструювання різнорівневих квантів; – множина символів, які кодують зміст (семантику) квантових структур.

Множину ОПР різної природи із заданого алфавіту класів позначимо . Припускають, що об’єкти, які спостерігаються, характеризуються скінченною кількістю різнотипних (кількісних та якісних) характеристик (ознак) (у тому числі й цільових). Дані характеристики приймають значення зі скінченних множин: , яким ставляться у відповідність одномірні числові масиви (домени). Тоді об’єкт , як елемент множини , можна описати ознаками зі значеннями з множин у вигляді доменізованого числового вектора (домени відділені двокрапками):

. | (1)

За теоретичними положеннями РАКЗ-методу для побудови квантів знань трьох рівнів складності (квант рівня: число, символ; квант рівня: вектор, функція; квант рівня: матриця, композиція функцій) використовуємо термінальні кванти знань (2)–(4) та оператор суперпозиції (5) і оператор конкатенації в рядок і в матрицю (6):

, | (2)

де – квант рівня з наступною семантикою: „з –мірної сукупності значень вибрано значення ”; – функція вибору аргументу;

, | (3)

де – квант рівня, який є рівносильним виразу (1) з наділенням його деяким інформаційним смислом;

, | (4)

де – квант рівня з наступною семантикою: „значення „1” у виразі (4) показує, що значення ознаки в даний момент достовірно спостерігається, а значення „0” – достовірно не спостерігається”; множина зареєстрованих значень ознаки; – характеристична функція для множини ;

, | (5)

де оператор суперпозиції, тобто процедура знаходження функції за допомогою заданих функцій та ();

, , | (6)

де – оператор рядкової конкатенації, а – оператор матричної конкатенації, тобто процедура послідовного з’єднання елементів () у рядок (у матрицю) відповідно.

Визначення 1. Алгоритмічні конструкції, які утворюються з елементів множини шляхом скінченного числа застосувань та операторів у рамках –задачі, називаються різнорівневими алгоритмічними точними квантами знань (або скорочено знаннями).

Наведемо приклад конструювання кванта знань рівня з наступною технологічною семантикою: „Спостерігається об’єкт , який характеризується ознаками : „серійність виробництва”, „особливість поковки” і „тип штампа”; ознака приймає значення зі скінченної множини , де –„дрібносерійне виробництво”, –„крупносерійне виробництво”, –„масове виробництво”; ознака – з множини , де – „поковка з прямою віссю”, – „поковка з вигнутою віссю”, – „поковка з прямою лінією рознімання”,– „поковка з вигнутою віссю рознімання”; ознака – з множини , де – „відкритий штамп”, – „закритий штамп”. У даний момент об’єкту властиві значення ознак: або і і або із двох можливих, тобто характеристика цілком невизначена”.

Тоді згідно з визначенням 1 маємо –квант рівня :

, | (7)

де вихідний векторний квант , а множини () зареєстрованих значень ознак такі: , , .

Рішення задачі єдиної формалізації, подання й алгоритмічного маніпулювання числовою та лінгвістичною інформацією у вигляді ймовірних знань (знань) відрізняється від задачі введенням ймовірної множини , яка породжує значення деякої функції вірогідності подій, що описуються різнорівневими квантами, тобто це множина показників вірогідності знань з інтервалу : .

Визначення 2. Алгоритмічні конструкції, які утворюються з елементів множини шляхом скінченного числа застосувань та оператора у рамках задачі, називаються різнорівневими алгоритмічними ймовірними квантами знань (або скорочено знаннями).

Зазначимо, що у РАКЗ-методі база знань це сукупність імплікативних (заборонних) або функціональних логічних зв’язків між ознаками ОПР, причому досить стійких, щоб їх можна було знайти при аналізі обмеженої навчальної вибірки – таблиці емпіричних даних (ТЕД).

Визначення 3. Стійкий зв’язок між характеристиками ОПР із загальної кількості , який відбиває неприпустимість хоча б однієї комбінації їх значень на множині знань, називається імплікативною закономірністю або забороною рангу.

Визначення 4. Функціональною закономірністю рангу на множині знань називається стійкий зв’язок між ю ознаками ОПР і деякою ю ознакою, який дозволяє за значеннями ознак-аргументів однозначно визначити значення ознаки-функції. Поняття стійкості зв’язків базується на статистичних уявленнях.

Автором були отримані узагальнені формули чисельної оцінки вірогідності гіпотез про існування імплікативних (8) та функціональних (9) закономірностей рангу в навчальній вибірці без спрощення простору РАКЗ-моделі ОПР, що дозволило уточнити максимальний ранг шуканих закономірностей в навчальній вибірці заданого об’єму:

, | (8)

, | (9)

де ; ; ; індекс номера комбінації значень характеристик ОПР із множини індексів потужністю ; кількість ознак ОПР; – кількість значень ознаки; кількість об’єктів у навчальній вибірці; ; – крайнє (граничне) значення оцінки.

Зазначимо, що хаотичне висування різних ознак не дозволяє встановити відмінність ОПР. Вибір придатної системи ознак для опису деякого класу ОПР є досить нелегкою задачею. При складанні ефективної системи ознак варто уникати двох крайнощів: надмірності й нестачі ознак. У першому випадку важливі показники будуть сховані в масі другорядних або малозначущих, тобто у своєрідному інформаційному шумі, у другому – не виявляться критерії для однозначного розпізнавання конкретних ОПР. Тому важливою задачею була розробка методів аналізу обраної системи ознак для побудови ефективної бази знань. Для оцінки системи ознак з метою виявлення нестачі ознак запропоновано аналіз навчальної вибірки на наявність неоднозначності ідентифікації ОПР, а з метою виявлення надмірності ознак – аналіз можливості однозначно ідентифікувати об’єкти при відсутності деяких ознак.

Недоліком квантового методу прийняття рішень, коли вирішальним правилом виступає дерево прийняття рішень, є неможливість перевірки ОПР на суперечливість імплікативній БЗ. Для усунення даного недоліку автором пропонується за вирішальне правило використовувати заборонну логічну мережу виведення рішень (ЛМВР), яка автоматично генерується за знайденою імплікативною БЗ. Розглянемо процес побудови заборонної логічної мережі виведення рішень. Однак спочатку опишемо характеристики, які використанні у фрагменті технологічної навчальної вибірки (10), на основі якої синтезується імплікативна база квантів знань для вибору штампувального обладнання у вигляді кванта знань рівня (11): ознака „серійність виробництва” може приймати значення: –„середньосерійне виробництво”, –„крупносерійне виробництво”, –„масове виробництво”; ознака „тип деталі” приймає значення –„деталь типу вал”, –„деталь типу стрижень з фланцем”; цільова ознака „вид штампувального обладнання” приймає значення –„штампувальний молот”, –„кривошипний прес”, –„горизонтально-кувальна машина”. |

(10) |

(11)

Кожен рядок побудованої БЗ (11) є заборонною комбінацією значень характеристик ОПР, тобто імлікативною закономірністю. Так, наприклад, рядок 3 у БЗ (11) означає, що не існує об’єкта, який мав би наступну комбінацію значень ознак: і . Знайдені заборони (11) можуть бути представлені у вигляді кон’юнкцій (12) відповідних значень характеристик ОПР. Побудовані кон’юнкції (12) легко можуть бути перетворені у відповідні імплікації (13), тобто відношення вигляду „Якщо … То …” () і далі за певними правилами трансформуватися в заборонну логічну мережу виведення рішень (ЛМВР) у вигляді І/АБО графа (рис. 1). Рішення на основі побудованої ЛМВР приймаються шляхом послідовної активації рівнів відповідного графа .

| (12) | | (13)

Рис. 1. Граф , який відповідає ЛСВР

У рамках квантової інженерії знань автором було поставлено й вирішено задачу розробки методу придбання експертних знань, який дозволяє легко структурувати інформацію про класи ОПР і дає можливість відмовитися від такого учасника процесу побудови бази –знань (БЗ), як “інженер зі знань”. Зазначимо, що клас ОПР має характерний тільки для нього набір ознак , який однозначно його характеризує й відрізняє від інших класів . Тому експерту пропонується виділити характерний для класу набір ознак і їх значень та записати цю інформацію в „особисту картку” кожного класу. Всі ознаки пропонується поділяти на обов’язкові та можливі. На відміну від обов’язкових ознак потужність множини можливих ознак класу може дорівнювати нулю. Таким чином, заповнити картку довільного класу ОПР означає дати визначення даного класу, тобто сформулювати його поняття. Інформація, що заноситься експертом до картки класу, не має суворих правил з формулювання ознак та їх значень. Зроблено це спеціально для спрощення процесу побудови БЗ, а також можливості заповнення карток безпосередньо експертами-технологами. Зміст заповнених карток перевіряється на протиріччя та неповноту й далі автоматично трансформується у квантову мережу виведення рішень.

Визначення 5. Індуктивним виведенням знань називається алгоритмічний процес побудови бази знань у вигляді квантової мережі виведення рішень (КМВР) на основі визначень класів об’єктів із заданої предметної області.

Визначення 6. Активізацією кванта знань () називається організація формування на його вході посилкових значень характеристик з вказівкою ймовірностних оцінок їх вірогідності та обчислення показника вірогідності кванта .

Визначення 7. Послідовний автоматичний процес активізації цільових квантів знань з обчисленням показників їх вірогідності називається виведенням імовірних рішень за допомогою квантової бази знань.

Для випадку, коли в результаті прийняття рішення не буде встановлено належність ОПР до жодного з описаних класів через функціональну неповноту БЗ, було запропоновано метод класифікації об’єктів за принципом максимальної подібності об’єкта до одного із класів . За міру подібності об’єкта до класу () використовувалася ступінь перекриття відповідних квантів знань і .

При підтримці рішень у технологічній підготовці гарячештампувального виробництва на основі баз знань можливі ситуації, коли машина запропонує не один варіант рішення. Така ситуація виникає у випадку, якщо показники вірогідності відповідних цільових квантів-висновків однакові або відрізняються на деяку малу заздалегідь задану величину . Тобто за допомогою бази технологічних знань вдається лише звузити множину можливих варіантів технологічних рішень до множини припустимих рівносильних варіантів . Для звуження множини до одного рішення запропоновано на базі побудови критеріального простору , у якому кожне альтернативне рішення () подається у вигляді точки з координатами , де – значення () критерію для альтернативного рішення, розв’язати додаткову задачу багатокритеріальної оптимізації: , де – відстань між –м та рішеннями за –м критерієм, – так зване „ідеальне” рішення, яке має найкращі для особи, що приймає рішення, значення по кожному з критеріїв (). Відстань обчислювалася за формулою , де – коефіцієнт важливості критерію. Пошук коефіцієнтів та перетворення якісних ознак у кількісні здійснювалося на основі розв’язання задачі ранжирування елементів множини за рахунок обчислення відповідних коефіцієнтів (, ) на базі використання „транзитивних” порівняльних шкал.

У третьому розділі на основі використання отриманих теоретичних положень і методик виконана комплексна алгоритмізація запропонованих методів прийняття рішень у рамках квантової () інженерії знань. Були розроблені алгоритми: оцінки вибраної системи ознак ОПР на достатність та ненадмірність; мінімізації навчальної вибірки у вигляді ТЕД; побудови ЛМВР та виведення на її основі ідентифікаційних та прогнозних рішень; побудови логічної мережі ймовірних міркувань за визначеннями класів ОПР; автоматичного квантування й оптимізації КМВР, а також прийняття на її основі ідентифікаційних та прогнозних рішень.

У четвертому розділі містяться прикладна й експериментальна частини дисертаційних досліджень, теоретично й методично обґрунтованих у попередніх розділах. Наведено архітектуру, режими роботи розробленого інтерактивного програмного комплексу (ІПК) “КВАНТ+ Гаряче об’ємне штампування” як ядра знанняорієнтованої інформаційної технології на основі РАКЗ-моделей для накопичення (збереження) професійного досвіду технологів у вигляді знань і комп’ютерної підтримки рішень у технологічній підготовці гарячештампувального виробництва (рис. 2). Для апробації працездатності й ефективності дисертаційних розробок поставлені та розв’язані з використанням розробленого ІПК задачі прийняття класифікаційних та прогнозних технологічних рішень при виготовленні деталей гарячим об'ємним штампуванням.

У висновках сформульовано основні положення, що виносяться на захист.

У додатках містяться: опис основних функцій розробленого ІПК; навчальні експертні знання й автоматично сгенеровані бази знань для підтримки прийняття технологічних рішень при виготовленні деталей гарячим об’ємним штампуванням; акти впровадження теоретичних і практичних розробок.

Рис. 2. Архітектура ІПК “КВАНТ+ Гаряче об'ємне штампування”

ВИСНОВКИ

У дисертації вирішено науково-технічну задачу розробки моделей, методів та інформаційної технології підтримки прийняття технологічних рішень у гарячештампувальному виробництві засобами інженерії квантів знань.

Головні наукові й практичні результати роботи полягають у наступному.

1. Поставлено й розв’язано задачу знанняорієнтованої комп’ютерної підтримки прийняття ідентифікаційних (класифікаційних) і прогнозних рішень у технологічній підготовці гарячештампувального виробництва з використанням засобів інженерії квантів знань, що дозволило за рахунок вдосконаленого маніпулювання знаннями підвищити якість рішень (тобто мінімізувати ризик прийняття невірних рішень) в середньому у 3 рази і оперативність їх генерування на порядок.

2. Розроблено інженерну методику знанняорієнтованої комп’ютерної підтримки прийняття рішень у технологічній підготовці гарячештампувального виробництва, яка ґрунтується на індуктивній побудові відповідної БЗ () та дедуктивному виведенні рішень як висновків із вхідних засновків за допомогою квантової мережі.

3. Набув подальшого розвитку РАКЗ-метод для представлення та маніпулювання знаннями на базі: 1) виведення узагальнених формул чисельної оцінки гіпотез про існування у навчальній вибірці імплікативних та функціональних закономірностей, що дозволило підвищити адекватність БЗ об’єму навчальної вибірки за рахунок уточнення максимального рангу шуканих закономірностей; 2) удосконалення побудови БЗ за рахунок мінімізації кількості комбінацій значень ознак ОПР до виявлення закономірностей у навчальній вибірці, що дозволило скоротити процес побудови БЗ в середньому в 2 рази; 3) виведення рішень за допомогою заборонної логічної мережі виводу рішень, яка автоматично генерується по знайденим в навчальній вибірці закономірностям, що забезпечило перевірку ОПР на суперечливість синтезованій БЗ; 4) розробленого методу прийняття рішень на основі БЗ за принципом максимальної подібності до одного із класів ОПР, що дозволило забезпечило функціональну повноту БЗ через можливість приблизної ідентифікації ОПР; 5) запропонованого методу придбання експертних знань для виключення з процесу побудови БЗ „інженера зі знань” за рахунок розробленого способу структуризації інформації про класи ОПР на основі „особистих карток”.

4. Поставлено й вирішено задачу багатокритеріальної оптимізації для звуження множини Парето-оптимальних технологічних рішень, які можуть бути отримані в результаті логічного виведення на основі БЗ. Задачу вирішено шляхом побудови критеріального простору й обчислення відстаней між „ідеальним” та існуючими альтернативними рішеннями.

5. Обґрунтовано й синтезовано комплекс алгоритмів для здобуття, подання, маніпулювання знаннями з метою побудови БЗ та прийняття на їх основі ідентифікаційних та прогнозних технологічних рішень в реальних умовах невизначеності.

6. З використанням об’єктно-орієнтованого інструментального середовища програмування C++ Builder 6.0 на базі інженерії знань розроблено ядро інтелектуальної інформаційної технології (ІІТ) “КВАНТ+ Гаряче об’ємне штампування” для збереження (накопичення) знань технологів у вигляді баз знань і комп’ютерної знаняорієнтованої підтримки технологічних рішень. За допомогою розробленого ядра ІІТ синтезовані технологічні БЗ, які забезпечують комп’ютерну підтримку технолога при розробці ТП гарячого об’ємного штампування.

7. Використання теоретичних та практичних розробок у рамках створеного ядра ІІТ дозволить зберігати професійні знання та виробничий досвід провідних технологів машинобудівних підприємств у вигляді формалізованих баз знань і забезпечити комп’ютерну знанняорієнтовану підтримку прийняття рішень з метою скорочення термінів технологічної підготовки гярачештампувального виробництва, підвищення якості технологічних рішень, а також навчання молодих фахівців. Удосконалені моделі, методи квантової інженерії знань, розроблені алгоритми, методики й програмне забезпечення можуть бути використані у виробничих та освітніх організаціях.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Сироджа И.Б., Варфоломеева И.В. Поддержка процесса принятия решений при технологической подготовке горячештамповочного производства на основе баз знаний // Авиационно-космическая техника и технология. – 2004. – № 6(14). – С. 70–75.

2. Варфоломеева И.В. Квантовый метод принятия решений на основе запретной логической сети // Радиоэлектроника и информатика. – 2004. – № 4. – С. 93–99.

3. Варфоломеева И.В. Анализ интеллектуальных возможностей современных отечественных САПР ТП // Открытые информационные и компьютерные интегрированные технологии: Сб. науч. трудов. – Х.: Нац. аэрокосмический ун-т „ХАИ”, 2003. – Вып. 21. – С. 127–132.

4. Варфоломеева И.В. Развитие принципа внешнего дополнения РАКЗ-моделей знаниеориентированного принятия решений // Проблемы бионики: Всеукр. межвед. научно-техн. сб. – Х: Харківський національний університет радіоелектроніки, 2004. – Вып. 60. – С. 48–57.

5. Варфоломеева И.В. Проблема информативности системы признаков при построении идентификационной квантовой базы знаний // Открытые информационные и компьютерные интегрированные технологии: Сб. науч. трудов. – Х.: Нац. аэрокосмический ун-т „ХАИ”, 2004. – Вып. 24. – С. 299–304.

6. Варфоломеева И.В. Квантовый метод обучения и принятия идентификационных решений на основе “личных карточек” классов // Открытые информационные и компьютерные интегрированные технологии: Сб. науч. трудов. – Х.: Нац. аэрокосмический ун-т „ХАИ”, 2005. – Вып. 26. – С. 73–79.

7. Варфоломеева И.В., Шипуль О.В. Индуктивный подход к технологической подготовке производства деталей объемной штамповкой средствами инженерии знаний // МКІМ-2002. Міжнародна конференція з індуктивного моделювання, Львів, 20-25 травня 2002: Праці в 4-х томах. – Т.1. – Ч.2. – Львів: ДНДІII, 2002. – С. 27–32.

8. Варфоломеева И.В. Квантовый подход инженерии знаний для принятия прогнозных и идентификационных решений // Академический вестник. – 2004. – № 14. – С. 14–18.

9. Варфоломеева И.В. Внедрение в учебный процесс информационной интеллектуальной технологии принятия решений // Міжнародна науково-технічна конференція “Інтегровані комп’ютерні технології в машинобудуванні – ІКТМ-2001”: Тези доповідей. – Х: Нац. аерокосмічний ун-т „ХАІ”, 2001. – С. 123.

10. Варфоломеева И.В. Разработка интеллектуальной информационной технологии поддержки принятия технологических решений в горячештамповочном производстве // Міжнародна науково-технічна конференція “Інформаційні комп’ютерні технології в машинобудуванні – ІКТМ-2002”: Тези доповідей. – Х.: Нац. аерокосмічний ун-т „ХАІ”, 2002. – С. 171.

11. Варфоломеева И.В. Применение квантового подхода для создания знаниеориентированной информационной технологии в горячештамповочном производстве // V Міжнародна молодіжна науково-практична конференція “Людина і космос”: Збірник тез. – Дніпропетровськ: НЦАОМУ, 2003. – С. 106.

12. Варфоломеева И.В. Использование квантового подхода инженерии знаний для повышения интеллектуального уровня САПР ТП // Міжнародна науково-технічна конференція “Інтегровані комп’ютерні технології в машинобудуванні – ІКТМ-2003”: Тези доповідей. – Х.: Нац. аерокосмічний ун-т „ХАІ”, 2003. – С. 260.

13. Варфоломєєва І.В. Лабораторний практикум з –квантової інженерії знань // Науково-методична конференція “Впровадження нових інформаційних технологій навчання”, 15-16 квітня 2004 року: Тези доповідей. – Х.: Нац. аерокосмічний ун-т „ХАІ”, 2004. – С. 213–217.

14. Варфоломеева И.В. Оценка качества квантовой базы знаний для создания интеллектуальной АСТПП // VI Міжнародна молодіжна науково-практична конференція “Людина і космос”: Збірник тез. – Дніпропетровськ: НЦАОМУ, 2004. – С. 154.

15. Варфоломеева И.В. Разработка технологических баз знаний изготовления деталей горячей объемной штамповкой // Матеріали VII Міжнародної науково-практичної конференції “Наука і освіта ‘2004”. Том 73. Сучасні інформаційні технології. – Дніпропетровськ: Наука і освіта, 2004. – С. 5–7.

16. Варфоломеева И.В. Информационная технология поддержки принятия технологических решений на базе квантовой инженерии знаний “КВАНТ+” // Интеллектуальные системы: Труды Шестого международного симпозиума. – М.: РУСАКИ, 2004. – С. 250–253.

17. Варфоломеева И.В. Проблема накопления и использования знаний для поддержки принятия технологических решений // Міжнародна науково-технічна конференція “Інтегровані комп’ютерні технології в машинобудуванні ІКТМ-2004”: Тези доповідей. – Х.: Нац. аерокосмічний ун-т „ХАІ”, 2004. – С. 379.

АНОТАЦІЯ

Варфоломєєва І.В. Моделі, методи та інформаційна технологія інженерії квантів знань для підтримки технологічних рішень в гарячештампувальному виробництві. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – автоматизовані системи управління та прогресивні інформаційні технології, Національний аерокосмічний університет ім. М.Є. Жуковського „Харківський авіаційний інститут”, Харків, 2005.

Робота присвячена питанням автоматизації підтримки прийняття рішень в гарячештампувальному виробництві для підвищення їх оперативності та якості на базі розробки математичних, алгоритмічних та програмних засобів квантової (, означає „точний квант”, – „імовірнісний квант”) інженерії знань.

Розроблені моделі, методи та інтерактивний програмний комплекс дозволяють зберігати професійні знання технологів у вигляді баз квантів знань та на їх основі реалізувати підтримку прийняття технологічних рішень.

Ключові слова: інтелектуальна інформаційна технологія, підтримка прийняття рішень, інженерія квантів знань, технологічна підготовка гарячештампувального виробництва

АННОТАЦИЯ

Варфоломеева И.В. Модели, методы и информационная технология инженерии квантов знаний для поддержки технологических решений в горячештамповочном производстве. – Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 – автоматизированные системы управления и прогрессивные информационные технологии, Национальный аэрокосмический университет им. Н.Е. Жуковского “Харьковский авиационный институт”, Харьков, 2005.

Работа посвящена вопросам автоматизации поддержки принятия технологических решений в горячештамповочном производстве для повышения их оперативности и качества.

Для решения задачи компьютерной поддержки принятия решений при разработке ТП горячей объемной штамповки традиционные регулярные методы принятия решений неприменимы из-за многовариантности, многокритериальности, большой размерности, наличия разнотипных признаков технологических ситуаций, а также из-за нечеткости, неполноты данных и отсутствия формализованных правил принятия решений. Однако в данной ситуации эффективными могут оказаться методы знаниеориентированного принятия решения. Технологическая подготовка горячештамповочного производства относится к виду ТПП, в котором еще не было предпринято попытки компьютерной поддержки решений, опираясь на знания.

Для представления и манипулирования знаниями технологов по разработке ТП горячей объемной штамповки был аргументировано выбран метод разноуровневых алгоритмических квантов знаний (РАКЗ-метод), который аккумулирует в себе наилучшие качества традиционных моделей представления знаний и позволяет алгоритмическое манипулирование квантами (порциями) знаний на основе машинных алгебр. Так как технологическая подготовка горячештамповочного производства характеризуется наличием информации, обладающей статистическим (большой объем накопленной технологической документации), а также вероятностным характером, это потребовало развития РАКЗ–метода ( означает “точный квант”) и РАКЗ–метода ( означает “вероятностный квант”) принятия решений с целью построения ядра интеллектуальной информационной технологии для сохранения профессиональных технологических знаний и активного их использования при поддержке технолога в принятии ТР по разработке ТП горячей объемной штамповки. Разработана инженерная методика знаниеориентированной компьютерной поддержки принятия решений в технологической подготовке горячештамповочного производства на базе квантовой () инженерии знаний.

Усовершенствован РАКЗ-метод для представления и манипулирования знаниями на основе предложенных: 1) обобщения формул для численной оценки гипотез о существования в обучающей выборке импликативных и функциональных закономерностей, что позволило повысить адекватность БЗ объему обучающей выборки за счет уточнения максимального ранга искомых закономерностей; 2) упрощения построения БЗ путем минимизации числа комбинаций значений признаков ОПР до поиска закономерностей в обучающей выборке, что позволило значительно сократить процесс построения Б; 3) вывода решений по БЗ на основе запретной логической сети вывода решений, автоматически генерируемой по найденным в обучающей выборке закономерностям, что позволило проверять ОПР на противоречивость синтезированной БЗ; 4) метода принятия решений по БЗ по принципу максимального сходства с одним из классов ОПР, что позволило обеспечить функциональную полноту БЗ путем приблизительной идентификации ОПР; 5) метода приобретения экспертных знаний для исключения из процесса построения БЗ “инженера по знаниям” за счет разработанного способа структуризации информации о классах ОПР на основе “личных карточек”.

Поставлена и решена задача сужения множества Парето-оптимальных решений, полученных в результате вывода по квантовой базе технологических знаний, путем построения критериального пространства и определения в нем минимального расстояния между Парето-оптимальными и “идеальным” с точки зрения эксперта решениями.

Обоснован и синтезирован комплекс алгоритмов для приобретения, представления, манипулирования знаниями с целью построения БЗ и принятия на их основе идентификационных и прогнозных решений в реальных условиях неопределенности.