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, 2004 г. – 344 с.

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.