|
|
|
BC/NW 2007, №1, (10) :16.3 Разработка
методов вывода на основе прецедентов с использованием аппарата нейронных сетей М.Н. Мельников, П.Р. Варшавский (Москва, Московский энергетический институт (технический университет), Россия) Данная работа тесно связана с задачей исследования и
моделирования правдоподобных (человеческих) рассуждений для современных высоко
эффективных интеллектуальных систем поддержки принятия решений (ИСППР) и, в
частности, ИСППР реального времени (ИСППР РВ), ориентированных на открытые и
динамические предметные области [1]. Указанные методы рассуждений позволяют лицам,
принимающим решения (ЛПР), принимать
более адекватные управляющие воздействия при управлении сложными объектами и
процессами в условиях жестких временных ограничений и наличии различного рода неопределенностей
как в исходной информации получаемой от объекта, так и в экспертных знаниях
[2]. Методы правдоподобных рассуждений на основе
прецедентов (накопленного опыта) активно применяются в диагностических системах
(технических, медицинских и т.д.) [3]. Это связано с тем, что данные механизмы
вывода довольно часто применяются людьми в повседневной жизни в случае
возникновения неизвестной задачи (проблемы). В
работе рассмотрена возможность моделирования правдоподобных рассуждений на
основе прецедентов с использованием аппарата нейронных сетей [4]. Проведен анализ существующих нейропакетов [5] с целью
выбора оптимального для моделирования вывода на основе прецедентов – Neuro
Office (ЗАО «АльфаСистем»). Описана архитектура системы вывода на основе
прецедентов с использованием аппарата нейронных сетей и в соответствии с ней
проведена программная реализация базовых модулей системы в среде визуального
программирования Borland Delphi 7.0 под
операционную систему Windows 98/NT/2000/XP. Предложенный аппарат и программная система
использованы для решения задач диагностики состояний сложного объекта и
обнаружения управляющих воздействий на примере подсистемы компенсации объема в
контуре ВВЭР АЭС [6]. . Литература 1.
Вагин В.Н., Головина Е.Ю., Загорянская А.А., Фомина М.В. Достоверный и
правдоподобный вывод в интеллектуальных системах // Под ред. В.Н. Вагина, Д.А.
Поспелова. –М.: ФИЗМАТЛИТ, 2004. – 704 с. 2.
Геловани В.А., Башлыков А.А., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы
поддержки принятия решений в нештатных ситуациях с использованием информации о
состоянии природной среды. // – М.: Эдитореал УРСС, 2001. – 304 с. 3.
Варшавский П.Р., Еремеев А.П. Поиск решения на основе структурной аналогии для
интеллектуальных систем поддержки принятия решений // Известия РАН. Теория и
системы управления. – № 1. – 2005. – С. 97–109. Оссовский
С. Нейронные сети для обработки информации / пер. с польского И.Д. Рудинского.
– М.: Финансы и Статистика, 4.
Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: Учеб.
Пособие.- М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. – 304 с. 5.
Маргулова Т.Х. Атомные электрические станции: Учебник для вузов. – 4-е изд.,
перераб. и доп. изд. – М.: Высш. шк., 1984. – 304 с. |