Автоматизация извлечения знаний и формирования модели

Практический опыт решения задачи приобретения знаний привел к развитию методов и программных средств, призванных упростить процесс приобретения знаний. Эти средства и методы для приобретения знаний могут быть разделены на три категории: редакторы и интерфейсы для формирования баз знаний, средства для объяснения различных аспектов работы, средства для модификации баз знаний.

Рассмотрим процесс автоматизации извлечения знаний, формирования модели и заполнения БЗ в интеллектуальной системе прогнозирования для решения задач оперативного планирования и диспетчерского управления многостадийной системы дискретного производства.

Краткая характеристика проблемной области.

Многостадийная производственная система состоит из подсистемы механической обработки деталей, сборки агрегатов и окончательной сборки готового изделия.

Подсистема механической обработки представляет собой производственную линию, построенную как поточная. Каждому центру обработки такой линии предоставляются станки с одними и теми же рабочими характеристиками. Работа подсистемы организуется таким образом, что сначала производятся установка и настройка, а затем детали подвергаются механической обработке,

В подсистеме сборки полуфабрикаты не могут храниться на линии сборки, а некоторые виды деталей собираются с помощью операций установки.

Составление оперативного плана, эффективно координирующего работу подсистем многостадийной производственной системы, связано с рядом проблем;

. Проблема распределения: какие типы деталей или изделий будут назначены для обработки на каждой производственной линии, если каждая подсистема состоит из одной или более линий?

. Проблема принятия решений относительно размера партии: какое следует принять решение относительно размера партии изделий, для которой составляется план?

. Проблема диспетчеризации: в какой последовательности следует обрабатывать изделия на каждой производственной линии; возможность возникновения непредвиденных и аварийных ситуаций, и т. д.

Целевыми показателями данной многостадийной производственной системы являются: загрузка каждой линии; уровень запасов, имеющийся между подсистемами; среднее запаздывание в выполнении заказов; общие издержки производства, включающие в себя эксплуатационные расходы, издержки на наладочные работы, текущие издержки на поддержание запасов и убытки, связанные с просрочкой заказов.

Решение в системе принимает управленческий персонал, связанный с разными сторонами производственного цикла.

Характеристика интеллектуальной системы прогнозирования.

Эта система предназначена для прогнозирования ситуаций и их развития, объяснения и обоснования прогноза, а также выдачи рекомендации по устранению возникающих «узких мест» и нежелательных ситуаций при решении задач диспетчеризации и оперативного планирования производства.

В системе знания экспертов о производственном процессе представлены в виде правил «Если .Тогда .» . При решении задачи система имитирует рассуждения человека-эксперта. Знания эксперта о процессе и его основных закономерностях расположены в двух БЗ, в которых сосредоточены как знания, связанные с прогнозированием развития ситуаций на производстве, так и рекомендации по устранению «узких мест».

Концептуальная модель (КМ) производства.

Модель является базисом для построения прогнозирующей модели. В состав ее входит: совокупность эвристических правил на множестве факторов, оказывающих непосредственное или опосредованное влияние как на условия протекания процесса, так и на сам процесс. Факторы условно делятся на описатели и действия. Описателями названа группа факторов, характеризующих различные аспекты процесса. Действиями названы факторы, способные изменить состояние процесса. Однако следует отметить, что существует целый ряд факторов, однозначно не классифицируемых.

Каждое правило в общем случае представляет совой эвристическую зависимость следующего вида:

Если <фактор-1> = <значение-1> И <фактор-2> = <значение-2> И

Тогда <фактор - следствие) = (увеличивается/уменьшается)

ДОСТОВЕРНОСТЬ (число из диапазона 0 .100>

Каждому такому правилу приписывается некоторый вес (число в диапазоне 0 . 100), означающий степень уверенности экспертов в реальном существовании и действенности данного правила. Конкретные веса всех правил в модели определяются методом опроса экспертов и уточняются в процессе отладки модели и эксплуатации системы.

Последними из рассматриваемых компонентов КМ производства являются показатели стабильности факторов-описателей, измеряемые числом из диапазона 0 . 100 и показывающие, какой процент от начального уровня будет составлять уровень данного фактора в конце периода прогнозирования при отсутствии всех влияющих воздействий. Так, значение стабильности 80% означает, что уровень данного фактора к концу прогнозируемого периода будет составлять 80% уровня в начале периода при отсутствии всех влияющих воздействий.

Статья в тему

Оценка конструкторских и технологических параметров системы многослойных металлических межсоединений при разработке БИС
Транзистор - одно из важнейших изобретений ХХ столетия, повлекшее за собой появление полупроводниковых приборов и микросхем. Эти устройства стали основой электронных систем и привели к проникновению электроники во все важнейшие для жизнедеятельности человека отрасли - энергетик ...