Геловани В.А. и др. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях

Подождите немного. Документ загружается.

4.4.

Блок приобретения знаний

121

все время, пока KB находится в режиме выполнения с одинаковым про-

межутком времени между соседними применениями, равным интервалу

сканирования.

2) Фокусирование. Для каждого правила разработчик может указать

класс объектов или отдельный объект, к которому оно относится. В пе-

речне действий ДИЭКС есть действие focus on (фокусировать внимание

на).

В качестве параметра для этого действия указывается класс объектов

или отдельный объект. Само действие заключается в применении всех

правил, которые относятся к указанному классу (объекту).

3) Непосредстаенный вызов. Перечень действий ДИЭКС содержит

действие invoke (вызвать). В качестве параметра для этого действия

указывается имя правила. Само действие заключается в применении

указанного правила.

4) Прямой вывод (forward chaining). Если в режиме выполнения KB

происходит изменение значения какого-либо элемента данных KB (атри-

бута, параметра или переменной), то вызываются все правила, которые

могут быть применены путем прямого вывода и в антецеденте которых

проверяется значение измененного элемента данных. Для каждого пра-

вила разработчик может указать, применимо это гфавило путем прямого

вывода или нет.

5) Обратный вывод (backward chaining). При необходимости вычи-

слить значение того или иного элемента данных применяются все пра-

вила, которые могут быть применены путем обратного вывода, и в кон-

секвенте которых устанавливается значение данного элемента. Необхо-

димость вычислить значение элемента данных возникает при выполне-

нии программных конструкций ДИЭКС, когда вычисляется вьфажение,

в котором этот элемент является операндом. Для каждого правила разра-

ботчик может указать, применимо это правило путем обратного вывода

или нет.

Консеквенты правил могут содержать несколько действий. По умол-

чанию ДИЭКС моделирует параллельное выполнение действий, содер-

жащихся в одном консеквенте. Можно указать ДИЭКС на необходимость

последовательного выполнения действий, поставив в начале консеквента

правила ключевое слово in order (no-порядку).

4.4.4. Планировщик

Возможность параллельного выполнения действий влечет за собой

наличие многих одновременно протекающих процессов в режиме вы-

полнения КВ. Процессы инициируются при выполнении правил, про-

цедур, а также при нажатии пользователем кнопки или выборе пункта

меню. Каждое правило, процедура, кнопка и пункт меню снабжается

приоритетом. Этот приоритет относится к процессам, инициированным

данным правилом, процедурой, кнопкой или пун1стом меню. Разработчик

может изменить приоритет. Планирование параллельных процессов осу-

ществляет планировщик с учетом приоритетов. Процессы с наивысщим

приоритетом выполняются в первую очередь.

122 Глава 4. Инструментальные программные средства

4.4.5. Симулитор (Средства моделирования)

Симулятор предназначен для моделирования поведения объекта

управления. Моделирование объекта управления необходимо при тести-

ровании системы поддержки принятия решений

до

установки ее под ключ

на реальном объекте. Симулятор может также использоваться в режиме

оперативного управления реальным объектом для сравнения поведения

объекта с поведением его модели. Если поведение объекта отлично от по-

ведения модели, то можно сделать вывод о неадекватности модели, либо

о неисправности аппаратуры сбора исходных данных (датчиков).

Моделирование поведения объекта задается путем моделирования

динамики изменения значений его параметров. Для моделирования ис-

пользуются формулы симуляции

(simulationformula).

Формулы симуляции

задаются для параметров и переменных ДИЭКС в виде обычных, раз-

ностных или дифференциальных уравнений первого порядка.

4.4.6. Интерфейс с объектом управления

и внешним программным обеспечением.

Сетевые приложения ДИЭКС

Блок взаимодействия с внешним окружением ДИЭКС обеспечивает

обмен данными с базами данных (Oracle, Sybase, DEC Rdb), программи-

руемыми контроллерами ведущих фирм (Allen Bradley, GE-Fanuc, AEG

Modicon), системами сбора данных (ABB, Fisher, Siemens, Yokogawa,

Foxboro, ORSI), концентраторами данных (DEC BASEstar, Allen Bradley

Pyramid Integrator, SETPOINT SETCIM). Стандартный интерфейс ДИ-

ЭКС (ДИЭКС standard interface) предоставляет инструментарий для раз-

работки пользователями ДИЭКС собственных интерфейсов с базами дан-

ных, системами управления, другими внешними источниками

данных.

Он

также позволяет организовать интерфейс между приложениями ДИЭКС,

функционируюпщми на разных компьютерах. Это дает возможность про-

ектировать сетевые приложения. Существует также программное средство

Telewindows для организации интерфейса между приложением ДИЭКС

и удаленными терминалами. Это дает возможность организовать работу

нескольких пользователей с одним приложением, причем как в режиме

выполнения приложения, так и в режиме разработки.

4.5. Обзор методов анализа и структурирования потоков

информации в человеко-машинных системах

поддержки принятия решений

Анализ и структурирование информационных потоков в системе

человек — машина или «оператор — объект управления» может осуще-

ствляться с двух позиций:

• с помош^ю исследования характера и алгоритмов деятельности опе-

ратора (объект управления при этом рассматривается как «черный

ящик»);

4.5 Методы анализа и структурирования потоков информации 123

• посредством традиционного структурирования данных о технологии

объекта управления (оператор в этом случае чаще всего вообще

не рассматривается).

Рассмотрим кратко обе эти методологаи. Разработанные в инженер-

ной психологии методы анализа деятельности оператора предполагают

различные подходы к исследованию информационных потоков. Наибо-

лее формализованны.м яааяется подход, основанный на моделировании

потоков информации, представляемой оператору, методами теории мас-

сового обслуживания. Предлагаемые в [36, 182] принципы регулирования

темпа подачи информации основаны на 4-уровневой классификации

потока и моделировании деятельности оператора как одноканальной

системы массового обслуживания с относительными приоритетами. По-

ток представляемой оператору информации чаще всего принимается

как пуассоновский, приоритет обслуживания определяется категорией

сигнала (аварийные сигналы; важные отклонения в технологическом

режиме; отклонения второстепенных технологических параметров; не-

значительные нарушения). В качестве буфера ожидания выступает пульт

оператора, на который выводится вся информация, подлежащая обработ-

ке.

Представленный подход к исследованию информационной загрузки

оператора чрезвычайно удобен для анализа деятельности, описываемой

офаниченны.м набором однородных и несложных алгоритмов. Подобная

деятельность позволяет спрогнозировать такую важную характеристику

системы массового обслуживания, как время обработки сигнала. Однако

рассматриваемая в данной работе предметная область предполагает, что

процессы принятия некоторых решений оператором основаны на исполь-

зовании одновременно большого объема текущей информации, многочи-

сленных факторов, прямо или косвенно влияющих на технологический

процесс, сложных разветвленных алгоритмов и глубинных знаний о фи-

зике объекта управления (т. е. реакция оператора определяется не столько

«механической» или сенсорно-моторной, сколько «интеллектуальной» со-

ставляющей процесса обработки). Это делает иногда непредсказуемым

время отклика оператора на появившийся сигнал (или группу сигналов),

а следовательно, несколько ограничивает применение методов теории

массового обслуживания для указанного анализа. Кроме того, деление

сигналов на фуппы по степени опасности описываемого ими события

весьма условно, семантика информации практически не учитывается, что

не дает возможности оптимизировать представляемый объем по крите-

риям необходимости, а не физиологических возможностей восприятия.

Помимо моделирования в работах [36, 121] представлен также под-

ход, позволяющий описывать сам процесс решения задачи оператором.

Наиболее важным моментом в данном подходе является возможность

формализовать описание решения задачи методом структурных схем, ис-

пользуемом в теории автоматического регулирования. Структурная схема

позволяет, в свою очередь, определить количественные значения фактора

сложности (такие, как число взаимосвязи параметров и органов управле-

ния, число операций в алгоритме решения и реализации, оперативный

объем отображения и др.), практически полностью характеризующие

особенности конкретной операторской деятельности. Данный подход

124 Глава 4. Инструментальные программные средства

является мощным средством анализа, однако он может быть эффективно

применен лишь в случаях, офаниченных незначительным числом тех-

нологических параметров и наличием локальных задач, которые можно

было бы рассматривать отдельно друг от друга. Увеличение объема ин-

формации и разветвленности алгоритмов решения задач влечет за собой

непропорционально высокое возрастание сложности структурной схемы,

что делает применение указанного метода весьма трудоемким и в ряде

случаев малоэффективным.

Та

же проблема присуща методу алгоритмического описания деятель-

ности оператора, предполагающему описание процесса решения задачи

в виде логической схемы алгоритма. Логическая схема включает опе-

раторы (элементарные действия) и логические условия, определяющие

пути переходов между операторами. Анализ схемы алгоритма позволяет

получить некоторые количественные характеристивш логической слож-

ности и скорости переработки информации. Развитием алгоритмических

методов является функционально-структурная теория, содержащая ме-

тоды описания алгоритмов, в которых существенно расширен перечень

структурных элементов.

Известны также некоторые психологические подходы к исследова-

нию схем переработки информации операторюм. Наиболее часто упо-

минаемыми являются схема и функциональная структура предметного

действия, изложенные в

[121].

Количественные (абсолютные или отно-

сительные) оценки сложности в этих методах могут быть получены в ре-

зультате психофизиологических характеристик, что сводится

детальному

описанию задач и наличию соответствующих экспериментальных данных.

Таким образом, из представленного перечня подходов вырисовыва-

ется общая классификация методов анализа процесса обработки инфор-

мации оператором:

• методы вероятностного моделирования;

• логико-алгоритмические методы;

• психофизиологические методы.

Рассмотрим теперь подход к исследованию затронутой проблемы

с другой позиции — со стороны объекта управления, его структуры,

модели и технологии. В этом случае наиболее общепринятым являет-

ся составление схемы информационных потоков, принятое в практике

построения традиционных АСУ и баз данных. Основу для структури-

рования информации в процессе описания информационной модели

составляют три основные категории, хорошо известные в теории по-

строения баз данных: сущности, атрибуты и связи. Взаимосвязанность

информации обусловлена технологией объекта управления и приняты-

ми принципами его структурирования на функциональные подсистемы.

Другими критериями группирования информации в схеме являются ее

производитель, получатель и потребитель. Эти факторы, как правило,

определяются экспертами, являющимися практическими специалистами

по управлению исследуемым объектом. Упомянутый подход добавля-

ет к перечисленным выше методам анализа информационных потоков

эвристические методы.

4.6.

Методы оптимизации представления информации 125

4.6.

Методы оптимизации представления информации

в системах поддержки принятия решений

Как уже отмечалось ранее, одной из основных задач поддержки опе-

ратора сложного объекта упраапения является оптимизация информаци-

онного обеспечения процесса принятия решений. Оптимизация

данном

случае заключается в минимизации объема представляемой оператору

информации. При этом в качестве основного критерия оптимизации

выступает требование к однозначности классификации оператором ка-

ждой возможной ситуации. Следовательно, минимизация объема должна

выполняться с учетом значимости различных элементов информации

для однозначности описания ситуаций. Рассмотрим формальную поста-

новку задачи. Для этого введем понятие

среды деятельности оператора

(или операционной среды), представляющей собой совокупность задач

управления и объектов управления. Тогда среда J5 деятельности оператора:

E={V,Z,R)

может быть структурирована в виде двух взаимосвязанных множеств

объектов: технологических задач V и технологических подсистем Z,

на которых определена совокупность отношений R.

Технологическая задача:

V(D,P,Cv)

представляет собой последовательность действий, описываемых некото-

рым сценарием

D(A{0,B),t),

где А — алгоритм решения, О — множество операций, В — мно-

жество условий, t — время; и характеризуется множеством свойств Р

и множеством факторов сложности Cv.

Технолопяческая подсистема:

Z{G, Q, W, X, Cz)

объединяет некоторую группу оборудования, имеющую структуру G (вза-

имосвязанное множество объектов и процессов), и характеризуется мно-

жеством состояний Q, совокупностью подзадач W, множеством эксплу-

атационных (технологических) параметров X и множеством факторов

сложности Cz.

Для дальнейшей формализации задачи оптимизации представления

информации оператору определим следующие множества:

Х = {ж, |г=

1...п}

— множество технологических параметров;

М=\р:^{х) т=1...и, fc=l... /"' I

I т\(п - то) 1

- совокупность сочетаний (подмножеств) то элементов множества X.

126 Глава 4. Инструментальные программные средства

Введем также понятие ситуации, являющейся совокупностью теку-

щего состояния технологической подсистемы и подзадачи, реализуемой

(либо подлежащей реализации) в настоящий момент времени. Тогда про-

странство (множество) ситуаций S является подмножеством декартова

произведением множеств Q и W, из которого исключены все нереальные

сочетания:

S={sj\3 = l...

=-L}{{q,

w)}CQx W.

Используя введенные обозначения, сформулируем следующую по-

становку задачи оптимизации: на множествах S и X построить функ-

циональное отображение

f-.M^S

такое, что каждой ситуации Sj £ S

ставится в соответствие минимальное подмножество технологических

параметров /i" е М, позволяющее идентифицировать данную ситуа-

цию с точностью е. В качестве количественной меры точности в этом

случае может выступать число ситуаций, потенциально не отличимых

от идентифицируемой при использовании данного подмножества техно-

логических параметров /ij* 6 М. Таким образом, задача оптимизации

сводится к минимизации числа параметров, представляемых оператору,

с учетом максимально допустимой ошибки в идентификации ситуации:

—^

min &£ ^ ^тах-

Описываемый в дальнейшем изложении подход к решению ука-

занной задачи основан на анализе двух требований к информационно-

му обеспечению оператора: необходимости и достаточности информа-

ции. Проблема необходимости представления той или иной информации

предполагает классификацию и выявление параметров, наиболее важных

и значимых в каждой конкретной ситуации. Проблема достаточности

направлена на снижение избыточности и устранение дублирования ин-

формации. Каждый из перечисленных аспектов направлен на решение

своей части задачи оптимизации:

• проблема необходимости — m

—*

min;

• проблема достаточности — е ^ Стах-

Далее произведем анализ значимости информации. Как уже отмеча-

лось,

задача выявления значимых параметров направлена на первичное

структурирование и формирование необходимого минимума информа-

ции, потенциально важной ддя идентификации и принятия решений

в определенных ситуациях. В существующей практике управления слож-

ными технологическими объектами (например энергоблоком атомной

станции) уже имеется опыт классификации технологических параме-

тров по важности. Наличие так называемых «инициативных» параметров

и сигналов, отражающих в большинстве случаев важные показатели безо-

пасности и эффективности эксплуатации, позволяет говорить о двухсту-

пенчатой иерархии в представлении информации. Однако такое структу-

рирование является слишком общим и направлено только на привлечение

внимания оператора к нештатным и аномальным явлениям.

4.6.

Методы оптимизации представления информации 127

Рассмотрим первый подход —

выделение

ситуаций.

Другими слова-

ми,

положим в основу структурирования оперативной технологической

информации ~ ситуации. Вьвделение ситуаций является наиболее ответ-

ственным этапом анализа информационных потоков. Взаимосвязанность

и непрерывность всех протекающих в оборудовании энергоблока техно-

логических процессов порождает ряд проблем, решение которых сложно

формализовать, например: что считать ситуацией, требующей отдельного

самостоятельного рассмотрения; как быть с группой параллельных и по-

следовательных ситуаций, вызывающих одна

другую;

каков оптимальный

для анализа объем описания ситуации и

т.

д.

Критерий выделения ситуации в самостоятельную единицу анализа

оказывает сильное влияние на объем исследований. Так, учет незначи-

тельной разницы между близкими состояниями может привести к выде-

лению двух самостоятельных ситуаций, хоть и требующих от оператора

одной и той же реакции. Это приведет к весьма подробному и исчерпыва-

ющему списку, однако его анализ может быть чрезвычайно трудоемким,

а результаты — излишне фрагментарньшм. С другой стороны, слишком

сильное укрупнение ситуаций может абстрагировать результаты анализа,

сделав их тем самым далекими от практического использования.

Очевидно (следуя целям и задачам отображения информации на мо-

ниторе системы поддержки), что критерием выделения ситуации в са-

мостоятельную единицу анализа должен быть определяемый ею факт

необходимости вмешательства оператора в управление технологическим

процессом и оборудованием. При этом несколько ситуаций могут быть

объединены в одну группу (и следовательно, анализироваться как одна

единица), если реакция оператора на них идентична, либо отличается

незначительными деталями (например, входом в один и тот же алгоритм

решения задачи из разных точек). Таким образом, ситуация Sj £ S — это

непустое множество сочетаний

{q,w),

определенных на схожих (в пре-

делах некоторой точности) состояниях q £ Q

тл

алгоритмически близких

подзадачах w 6 W. Как было показано, меры схожести и близости

являются нечеткими и должны определяться экспертами.

Помимо описанного эвристического способа классификации ситуа-

ций можно указать еще два:

• вьщеление ситуаций с помощью отсечения отдельных ветвей ло-

гического дерева, используемого в качестве базы знаний системы

поддержки;

• кластерный анализ с использованием некоторых количественных

характеристик в качестве мер близости состояний и подзадач.

Оба эти подхода являются достаточно формальными и дадут пред-

положительно более корректный результат, что, однако, сопровождается

неадекватным ростом трудоемкости его получения.

Полученная в ходе выполнения настоящего этапа анализа инфор-

мация сводится в таблицу, структура которой приведена в табл.

4.1

(вве-

денное в структуру таблицы «влияние на безопасность» оценивается

128 Глава 4.

Инструментальные программные средства

Ткблица 4.Т

№ п/п

Наименование

ситуации

Структура списка

Влияние

на безопасность

ситуаций

Число

сочетаний

«состояние-

подзадача»

Информа-

ционная

нагрузка

экспертом по линейной бальной шкале, а раздел «информационная на-

грузка» заполняется по результатам дальнейшего анализа).

Второй подход основан на

выделении технологических

параметров.

Процедура выделения параметров, характеризующих анализируемую тех-

нологическую подсистему, достаточно проста и более формализована,

нежели процедура вьщеления ситуаций. Как правило, эти параметры

сгруппированы и перечислены в соответствующих инструкциях по экс-

плуатации технологических систем, а также сведены во фрагменты, вы-

даваемые оператору информационно-вычислительной системой. Однако

использование только этих списков не совсем корректно по двум при-

чинам. Первая причина состоит в том, что изолированное рассмотре-

ние технологической системы (и соответственно только ее параметров)

без учета ее взаимосвязей с другим оборудованием энергоблока при-

водит к потере (неучету) информации, оказывающей весьма сильное

влияние на процедуру идентификации ситуаций. Вторая причина за-

ключается в различии подходов, используемых при структурировании

параметров в инструкциях (параметры технологической системы сгруп-

пированы по конструкционным признакам описываемого оборудования),

на блочном щите управления (БЩУ) (параметры нескольких технологи-

ческих систем сведены в одну группу, отвечающую требованиям процесса

управления) и в видеофрагментах, отображаемых на мониторах инфор-

мационно-вычислительной системы (иве) (параметры сгруппированы

в соответствии с удобством построения мнемосхем).

Исходя из вышеизложенного, можно определить процедуру выделе-

ния технологических параметров следующим образом.

Основой списка параметров должны стать соответствующие перечни

из инструкций и базы данных ИВС.

Параметры, имеющиеся в инструкциях и выводимые на БЩУ, но от-

сутствуюпще в базе данных ИВС должны быть отброшены в силу техни-

ческой невозможности их ввода и использования в системе.

Следующий этап направлен на формирование основы списка, куда

должны войти технологические параметры, составляющие пересечение

списков, взятых из всех используемых в работе источников структур

информации.

Дальнейшая работа является трудно формализуемой и требует вме-

шательства эксперта, имеющего практический опыт управления энерго-

блоком. Эксперт должен быть ознакомлен с перечнем анализируемых

ситуаций. Экспертному оцениванию подлежат два этапа дополнения по-

лученного к настоящему моменту списка параметров:

4.6.

Методы оптимизации представления информации 129

• подсоединение к списку не вошедших (или неучтенных) к этому вре-

мени параметров, относящихся к данной технологической подсисте-

ме или к системам, непосредственно связанным с рассматриваемой;

• включение в список некоторых параметров, напрямую не относящих-

ся к данной технологической подсистеме, однако характеризующих

общую безопасность и состояние энергоблока.

Последним шагом вьщеления технологических параметров является

фильтрация полученного списка, в результате которой удаляются пара-

метры, описывающие параллельные процессы, а также вся дублирующая

информация (т. е. все параметры, имеющие заведомо одинаковую значи-

мость) Такое отсеивание не повлияет на результаты дальнейшего анализа,

однако значительно снизит его трудоемкость.

Информация, полученная в результате выполнения настоящего эта-

па анализа, сводится в таблицу, структура которой приведена в табл. 4.2

(в структуру дополнительно введен классификатор параметра — аналого-

вый, дискретный, инициативный, информационный, и раздел «семанти-

ческая нагрузка», заполняемый по результатам дальнейшего анализа).

Таблица 4.2

Структура списка параметров

№

п/п

Наименование

параметра

Классификатор

Семантическая

нафузка

К/юссификация параметров — этот этап анализа значимости инфор-

мации направлен на первичную классификацию выделенных технологи-

ческих параметров. Основу структурирования (признак классификации)

составляет список ситуаций, а сами классифицируемые объекты сведе-

ны в список параметров. Строго говоря, описываемая далее процедура

не является однозначной классификацией, предполагающей ассоцииро-

вание одного объекта с несколькими различными классами только в том

случае, если число этих классов не превышает количество признаков

классификации (иначе говоря, по каждому из признаков или критериев

объект может быть отнесен лишь к одному из классов). Это означа-

ет, что в наше.м случае каждый параметр должен быть отнесен лишь

к одной из ситуаций, что является некорректным. Поэтому под класси-

фикацией в дальнейшем изложении будем понимать задачу построения

на множествах технологических параметров и ситуаций отображения ти-

па «многие—ко-многим». Понятие «многие—ко-многим» означает, что

каждый из элементов множеств, участвующих в отношении, может быть

связан с любым количеством элементов другого множества.

Рассмотрим процедуру установления множества связей:

определенных на множестве параметров X и множестве ситуаций S.

Элементом множества R является связь ^(а;,, Sj), устанавливающая факт

130

Глава 4. Инструментальные программные средства

принадлежности (т. е. использования в процессе идентификации) г-го

параметра (ж,) j-й ситуации (sj). Введем понятие коэффициента при-

надлежности, характеризующего степень уверенности в устанавливаемом

связью факте принадлежности (своего рода «сила» связи или величина

«корреляции» между х, и Sj). Под коэффициентом принадлежности a,j

будем понимать оцениваемую экспертным путем относительную частоту

использования параметра х, при идентификации ситуации Sj.

В табл. 4.3 приведена нелинейная шкала для численного оценивания

коэффициента принадлежности и дана ее словесная интерпретация.

Ткблица 4.3

Значение

Интерпретация

0,4

0,7

0,9

параметр вообще не используется для идентификации данной ситуации

параметр используется редко, либо является косвенным показателем

какого-либо явления

параметр используется достаточно часто

параметр используется всегда, но не является основным в данной

ситуации

параметр является одним из основньпс, опредеЛ5поших данную ситуацию

Используя введенные понятия и обозначения, рассмотрим процеду-

ру классификации параметров. Классификация выполняется экспертом,

задачей которого является заполнение табл. 4.4.

Таблица 4.4

Таблица связей «параметры—ситуации»

Параметры

Хя

Информационная нагрузка

Ситуации

в1

"11

«ч

«nl

Csi

«и

«nj

Са,

«1

«11

"й

Ота

Csi

Семантическая нафузка

Cxi

Сж.

Сх„

На пересечении г-й строки и j-ro столбца таблицы экспертом ука-

зывается оценка значения коэффициента принадлежности г-го параметра

j-Vi

ситуации. Нулевые значения рекомендуется не вписывать, что повы-

сит удобство зрительного восприятия таблицы. Рекомендуется также за-

полнение таблицы по столбцам (т. к. классификация выполняется по си-

туациям). При этом, вначале необходимо отметить все параметры, имею-

щие предположительно ненулевые коэффициенты принадлежности дан-

ной ситуации, а лишь затем приступать к оценке их численных значений.