Моделі та методи інтелектуалізації експлуатації суден в критичних умовах (стр. 4 )

Модель гарантованого адаптованого безпечного управління рухом засобів морського та водного транспорту. Принципові компоненти єдиного програмно-апаратного комплексу на кожному ієрархічному рівні діагностики та контролю нормативних та стаціоналізованих станів забезпечують вхідний та вихідний контроль для формування поточних управлінських рішень та реалізації процесів самонавчання, самоконтролю, самодіагностики та самореорганізації у наслідок накопичення нових закономірностей безаварійного маневрування у надзвичайних обставинах за такими етапами.

Перший етап передбачає формалізацію первинних знань стосовно трьох головних компонент: мета, цілі та технічне завдання для системи безаварійного руху; внутрішні дефекти, відмови, збої та інші соціотехнологічні фактори сучасних форм експлуатації ВТЗ. Другий етап відбувається шляхом декомпозиції та конкретної деталізації компонент, модулів та блоків системи. Третій етап у межах динамічної трансформації конкретних БОН та НОН передбачає одночасну паралельну реалізацію інформаційно-обчислювальних процесів. Четвертий етап на базі накопиченої інформації приймає обґрунтоване рішення стосовно конкретної стратегії реалізації безаварійного руху ВТЗ з урахуванням всіх обставин, умов та обмежень. П’ятий етап фіксує фактично гарантоване відновлення умов тривалого стану БОН та досягнення термінального пункту згідно заданих цілей та завдань на транспортну роботу даного ВТЗ. Шостий етап полягає у знятті невизначеностей, які природно притаманні плануванню майбутніх дій та законів оперативного управління у СДС. Сьомий етап забезпечує підвищення ефективності безаварійної транспортної роботи шляхом реконфігурації зв’язків між управляючими модулями та типовими програмними модулями. Ситуативно актуалізована та ретельно верифікована база управлінь завдяки практичному досвіду багатьох ВТЗ у даній зоні. Формалізовано п’ять типових станів системи.

У третьому розділі „Розробка методів інтелектуалізації експлуатації суден в критичних умовах” виконане удосконалення продукційних методів виведення знань інтелектуалізованих систем експлуатації суден в нештатних ситуаціях: розроблено модель зовнішнього середовища та метод виведення знань інтелектуалізованих систем експлуатації суден в критичних умовах; удосконалені продукційні алгоритми виведення знань інтелектуалізованих систем експлуатації суден.

Метод нечіткого виведення знань при забезпеченні принципів інтелектуалізації експлуатації суден в критичних умовах. Базується на ідеї побудови графу блоків інтелектуальної системи на основі упорядкованості процесів управління та ієрархії підпорядкованості різних блоків системи та реалізує схему дедуктивного виведення на основі застосування запропонованих алгоритмів. Дані алгоритми враховують ієрархічну організацію інтелектуальної транспортної системи та нечіткість даних, що дозволяє здійснювати прийняття рішень на основі інформації різнорідних джерел в умовах динамічної зміни цілей управління у реальному часі.

Обґрунтоване обрання теорії ситуаційного управління для формування ГАУ ВТЗ. Визначено: поточна ситуація на ВТЗ (j – номер ситуації) – сукупність всіх відомостей про структуру об'єкта управління та його функціонуванні в даний момент часу. Повна ситуація (i – номер ситуації) – сукупність, що складається з поточної ситуації, знань про стан дії ВТЗ в даний момент і знань про технології управління.

Елементарний акт управління

. (7)

Сенс цього співвідношення полягає в наступному. Якщо на ВТЗ склалася ситуація та стан системи управління та технологічна схема управління, що визначаються , допускають використання впливу , то воно застосовується, і поточна ситуація перетворюється на нову ситуацію . Таки правила перетворення називаються логіко-трансформаційними правилами або кореляційними правилами.

Для опису повної ситуації використана семантична модель, яка описана в термінах алгебраїчної структури

, (8)

де V– множина семантичних понять бази знань; R – множина відношень між поняттями; О – множина операцій з поняттями.

Блок бази знань, який є моделлю поточної ситуації на ВТЗ , має вигляд

, (9)

де G – множина об’єктів предметної області (ситуацій розгляду та рекомендацій);

U – множина дуг, які зв’язують об’єкти предметної області.

Кожна дуга описує зв’язок ситуацій та відносин між ситуаціями, а також взаємозв’язок ситуацій та рекомендацій для предметної області застосування. У реальних спеціалізованих предметних областях відносини між об’єктами здійснюються за допомогою різних ступенів залежності. Типи градуйованих зв’язків розглядаються як нечіткі об’єктні зв’язки.

Нехай дано два нечіткі об’єкти А та В, що належать різним висновкам знань, тоді можна визначити відношення нечітких висновків та визначити функцію належності , яка визначає ступінь асоціації між атрибутами двох об’єктів моделі предметної області. Даний формалізм можна узагальнити для випадку n-арних зв'язків, які включають n нечітких об’єктів. Позначимо зазначені об’єкти як: та .

Тоді визначимо довільне відношення семантичної асоціації між об’єктами

, (10)

де , ( – блок висновків знань); – функція належності, яка описує ступінь асоціації між атрибутами двох об’єктів моделі предметної області.

Функція відношення для n об’єктів виглядає

.

Об’єкт семантичної мережі подано наступним чином:

, (11)

де І – назва об’єкта предметної області; Р – множина понять, які входять або зв’язані з об’єктом – множина відношень між поняттями Р та назвою об'єкта І; Т – ознака об’єкта, яка визначає належність об’єкта до одного з можливих типів предметної області: , де – база ситуацій; – база рекомендацій; – являє собою нечітку підмножину, яка показує ступінь залежності між об’єктом та поняттям (ступінь залежності визначає змістовну близькість ситуації та об’єкта предметної області)

, (12)

де – поняття, належне об’єкту ; n – кількість понять для об’єкта.

Таким чином, об’єкт предметної області , який відповідає об’єкту з невизначеними і фіксованими атрибутами визначається

, (13)

де – інформаційна частина і-го об’єкта; – множина понять, які належать і-му об’єктові; – ознака об'єкта предметної області (k = 1 або k = 2); – відношення близькості поняття та назви об’єкта .

Залежність між вузлами буде визначатися на основі взаємозв’язку між поняттями об’єктів предметної області. Далі введемо нечітке відношення , яке визначатиме близькість понять між собою. На його основі сформуємо нечітку підмножину

, (14)