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

Подождите немного. Документ загружается.

4.6.

Методы оптимизации представления информации 131

По окончании заполнения экспертом таблицы вычисляются семан-

тическая нагрузка параметров и информационная нагрузка ситуаций.

Семантическая нагрузка Сх, параметра х, является математическим

ожиданием коэффициента принадлежности этого параметра ситуациям

Информационная нагрузка CSj ситуации Sj определяется общим

количеством параметров, используемых (независимо от частоты) при ее

идентификации:

CSj =^7Г,,

1-{?:

если a,j =

если «у > 0.

Вычисленные значения нагрузок

не

относятся непосредственно к опи-

сываемому здесь структурированию информации, однако они могут быть

полезны в другом. Так, информационная нагрузка совместно с оценкой

влияния на безопасность и числом сочетаний «состояние-подзадача» дают

возможность ранжировать ситуации по важности и сложности и предъ-

явить требования к повышению эффективности их информационного

обеспечения (например, обосновать необходимость сжатия информации

или синтеза более удобной формы ее представления). Семантическая зна-

чимость параметров также дает возможность ранжировать их по общей

частоте использования, что в свою очередь позволяет оптимизировать

последовательность анализа значений параметров в процессе идентифи-

кации и диагностирования ситуации.

Ранжирование параметров

— является последним этапом сбора дан-

ных для анализа значимости информации. Целью ранжирования является

вьщеление для каждой ситуации параметров, имеющих более высокий

относительный вес по сравнению с другими параметрами, участвующими

в идентификации данной ситуации.

Для удобства дальнейшего анализа введем понятие сравнительной

важности двух параметров, характеризующей степень значимости этих

параметров друг относительно друга в данной ситуации. Оценка срав-

нительной важности 7iJt параметров ж, и ж^ в ситуации Sj выполняется

экспертом. В табл. 4.5 приведена линейная шкала для количественной

оценки и дана ее лингвистическая интерпретация.

Данные для попарного сравнения, структура которых приведена

в табл. 4.6, формируются для каждой ситуации Sj на основе информа-

ции, содержащейся в таблице связей «параметры-ситуации» (табл. 4.4).

При этом в таблицу попарного сравнения включаются только те параме-

тры, коэффициенты принадлежности которых данной ситуации отлич-

ны от нуля. Таким образом, в попарном сравнении участвуют только

п*

= Csj < п параметров.

132

Глава 4. Инструментальные программные средства

Таблица 4.5

Шкала значений сравнительной важности

Значение

-1

-2

-3

Интерпретация

первый из сравниваемых параметров намного более важен, чем второй

первый параметр более важен

первый параметр чуть более важен

важность обоих параметров в данной ситуации примерно одинакова

первый параметр чуть менее важен

первый параметр менее важен

важность первого из сравниваемых параметров

нич гожно

мала по срав-

нению со вторым

Таблица 4.6

Параметры

х„.

Таблица попарного

Х\

7.1

7»'1

71.

7п>.

сравнения парадметров

Хп'

7in-

7.7.-

Относительный вес

Ль

^.j

^n'j

Важность

P^,

Р,,

Рп',

Заполнение таблицы осуществляется экспертом, указывающим на пе-

ресечении г-й строки и fc-ro столбца относительную важность г'-го па-

раметра по сравнению с fc-м. Рекомендуется заполнение только верх-

ней наддиагональной части таблицы, так как нижняя часть симметрич-

на ей с обратным знаком (7i)t = —)'ь) и впоследствии вычисляется

автоматически.

Используя результаты заполнения таблицы, рассмотрим процедуру

вычисления относительного веса A,j параметра ж,- для идентификации

ситуации Sj. Ясно, что A,j прямо пропорционален сумме t-й строки

таблицы:

^^Ък.

Пронормировав полученные суммы к максимально возможной сумме

строки, получим:

, *"1

' 7шах(п*-1)'

где 7тах

—

верхний предел щкалы попарного сравнения (7t* € [—7тал,7тах].

в нашем случае 7гаах = 3).

4.6.

Методы оптимизации представления информации 133

Значения полученной правой части распределены

интервале

[—

что является неудобным для дальнейшего анализа. Ввелл масштабирова-

ние,

перейдем к вычислению значения относительного веса, распреде-

ленного в интервале [О, 1]:

^ 2\3га*-3/

Заключительным этапом ранжирования параметров является числен-

ная оценка важности Ду параметра

ж,-

для ситуации в^:

Pi J —

<^tj\j-

4.6.1.

Интерпретация результатов

Задачей интерпретации результатов является анализ информации,

полученной в ходе экспертного опроса, и синтез первого приближе-

ния подмножеств ц^{х), идентифицирующих группу исследованных си-

туаций. Рассмотрим критерии вьщеления технологических параметров

в указанные подмножества.

Как уже было показано, заключительным этапом анализа значимости

параметров является вычисление их важности для каждой из возможных

ситуаций. Полученный коэффициент важности уЗу распределен в ин-

тервале [0,1] и несет информацию о степени принадлежности параметра

ситуации

—

a,j и его относительном весе по сравнению

другими параме-

трами — A,j. Рассмотрим основные значения этих трех коэффициентов,

которые потенциально могут повлиять на выбор параметров.

Проанализировав шкалу коэффшшента принадлежности а^, можно

вьщелить

следующие основные

точки:

• a,j = 0,4 — параметр и.меет слабое отношение к данной ситуации;

• a,j = 0,7 — параметр непосредственно относится к ситуации;

• a,j ^ 0,9 — параметр является непременным важнейшим атрибутом

ситуации.

Ясно,

что границей выбора параметра является значение a,j = 0,7,

а параметры, имеющие коэффициент принадлежности превышающий 0,9,

должны рассматриваться как наиболее важные для данной ситуации.

Значения относительного веса A,j также могут рассматриваться в не-

скольких интервалах;

• 0,0 < A,j < 0,5 — сумма строки матрицы отрицательна, т. е. анали-

зируемый параметр менее значим, чем большинство других;

• 0,5 ^ X,j < 0,7 — ранг параметра выше среднего;

• 0,7 ^ X,j < 0,9 — параметр имеет очень высокий относительный вес

в данной ситуации;

• Ау > 0,9 — параметр является важнейшим показателем ситуации.

На основании приведенных характеристик можно вьщелить следую-

щие отрезки значений /3,j:

134

Глава 4. Инструментальные программные средства

• 0,0 :^ /3,j < 0,2 — параметр пракгически не используется в данной

ситуации и не подлежит учету;

• 0,2 < /3,j < 0,5 — параметр участвует в идентификации ситуации

и имеет определенный вес, однако его значимость не столь вы-

сока, чтобы включать его в подмножество наиболее ответственных

параметров;

• 0,5 < p,j < 0,8 — параметр является чрезвычайно ответственным

и постоянно используется в качестве одного из основных идентифи-

каторов ситуации;

• 0,8 < уЗу ^ 1,0 — параметр непосредственно определяет ситуацию

и безусловно подлежит учету.

Приведенная интерпретация является достаточно приблизительной,

однако она дает основу для трактовки степени значимости параметра для

идентификации ситуации. Поскольку коэффициент Ду является произ-

ведением двух величин — «у и Ау, то было бы не до конца корректным

не учитывать их значения по отдельности.

Такой комплексный анализ может быть проведен с помощью диа-

граммы, вид которой приведен в табл. 4.7.

Таблица 4.7

Диаграмма выбора параметров

а,,

a,j

«и

раш

1,0

0,9

0,7

0,6

0,9

0,5

0,7

0,5

0,7

0,5

0,4

0,2

0,1

0,4

0,1

0,0

0,4

0,1

0,0

На диаграмме отображены значения всех трех коэффициентов для

каждого из параметров, участвующих в идентификации ситуации Sj. Для

удобства анализа следует ранжировать параметры по убыванию значе-

ний

уЭу

и расположить их на оси «параметры» именно в таком порядке.

Кроме коэффициентов на диаграмме показаны их основные пороговые

значения: 0,7 для коэффициентов «у и Ау, и 0.5 для коэффициента

/3,^.

Наличие пороговых значений позволяет вьщелять не только наиболее

значимые параметры (с /3,j ^ 0,5), но и обратить внимание на случаи,

когда /3,j < 0,5, но при этом один из его сомножителей a,j или А^ > 0,7.

Такие случаи требуют весьма внимательного рассмотрения совместно

с экспертом.

4.6.2.

Последовательность анализа значимости

В заключение рассмотрим кратко последовательность анализа зна-

чимости информации. В табл. 4.8 приведены основные этапы анализа

и промежуточные результаты, получаемые с помощью экспертных оце-

нок и расчетов.

4.6.

Методы оптимизации представления информации 135

Таблица 4.8

Последовательность анализа значимости информации

Этап анализа

Выделение

ситуаций

Выделение

параметров

Классификация

параметров

Ранжирование

параметров

Интерпретация

результатов

Основные результаты

— список ситуаций,

— опенки влияния ситуаций на безопасность,

— число сочетаний «состояние-подзадача».

— список параметров,

— характеристики параметров.

— коэффициенты принадлежности параметров ситуациям;

— семантические нагрузки параметра;

— информационные нагрузки ситуаций.

— относюельные веса парамегров в различных ситуациях,

— относительная важность параметров.

—

подмножества параметров, потенциально важных в различных

ситуациях

4.6.3.

Устранение избыточности информации

Одной из основных задач оптимизации информационного потока

является исключение, наряду с малозначащей, избыточной (дублирую-

щей) информации. Избыточность или дублирование информации может

проявляться в трех формах:

• явное повторение одного и того же сигнала на одном или нескольких

устройствах отображения;

• вьщача одного и того же сигнала в различных формах отображения

(например, стрелочный индикатор и самописец того же параме-

тра, или цифровой индикатор и сигнальное табло, информирующее

о выходе параметра за некоторое пороговое значение);

• одновременное отображение нескольких различных параметров, име-

ющих явную взаимозависимость в ряде ситуаций (семантическая

избыточность).

Каждая из перечисленных форм избыточности информации сложи-

лась в силу ряда особенностей системы управления энергоблоком АЭС

и имеет как положительные, так и отрицательные стороны. Так, явное

дублирование может быть обусловлено тремя причинами: необходимо-

стью мажоритарной выборки значений наиболее ответственных техно-

логических параметров; наличием в контуре управления одновременно

нескольких потребителей одной и той же информации; исторически по-

следовательным введением (а по сути, наложением друг на друга) новых

информационных систем, которые изменяли форму подачи информации,

практически не учитывая при этом достоинства и недостатки существу-

ющих систем.

Дублирование второго типа является заранее запрограммированным

явлением, несущим функциональную нафузку. Так, например, многочи-

сленные сигнальные табло, дублирующие (а точнее, намеренно снижа-

ющие информационную емкость сигнала до двоичного вида) показания

цифровых, стрелочных и других индикаторов, предназначены только

136 Глава 4. Инструментальные программные средства

для первичного привлечения внимания оператора к имеющему место

событию в двоичной форме (произошло, не произошло), что гораздо

более эффективно, чем постоянное сканирование большого количества

приборов. Упомянутое также дублирование показаний приборов самопис-

цами, наоборот, позволяет повысить информационную емкость, получая

различные дополнительные аспекты изменения сигнала, например, его

историю, скорость изменения, величину флуктуации и т.д. Кроме того,

наличие самописцев позволяет протоколировать некоторые параметры

энергоблока и оборудования.

И наконец, третья форма дублирования — неявная избыточность ин-

формации, вызванная не проектировщиками операторского интерфейса,

а технологическим процессом, обуславливающим в ряде случаев силь-

ную взаимную корреляцию некоторых параметров Эти корреляции могут

быть постоянными, а могут и изменяться в зависимости от режима работы

оборудования или различных неисправностей и аномалий. Однако неза-

висимо от существующих в данный момент взаимосвязей технологических

параметров система отображения является жесткой и не переопределя-

ет структуру потока информации, представляемой оператору. С другой

стороны, факт изменения взаимных корреляций параметров сам по себе

является важной информацией, однако выдача оператору корреляцион-

ной матрицы помимо существующих 20 000 сигналов недопустима.

Выходом из этой ситуации может стать следующий подход к про-

ектированию интеллектуальной информационной системы поддержки

оператора (СПО) как альтернативного источника сжатой информации:

допускать выдачу на экран только тех сигналов,

• которые либо чрезвычайно важны в данной ситуации (это опре-

деляется их семантической нагрузкой и рангом, рассмотренными

ранее);

• либо перестают подчиняться сложившейся до этого системе взаи.мо-

связей.

Такой подход позволяет достичь сразу две цели: снижение избыточ-

ности информации, обусловленной взаимной корреляцией технологиче-

ских параметров; и отображение факта изменения взаимосвязей в случае,

если информация, воспринимавшаяся до этого как «избыточная», все-

таки появилась на экране. Реализация описанного подхода предполагает

классификацию и группирование технологических параметров (а речь

очевидно идет лишь об аналоговых сигналах) по степени их взаимной

корреляции. Наиболее эффективным решением этой задачи является

использование аппарата факторного анализа.

Анализируя формы дублирования сигналов, можно сделать вывод,

что проблема снижения избыточности представляемой оператору инфор-

мации до уровня достаточности имеет три аспекта:

• механическое устранение явно дублированных элементов информа-

ции;

• синтез наиболее эффективных для каждого конкретного случая форм

представления элементов информации,

• факторный анализ и выявление взаимосвязанных групп параметров.

4.6.

Методы оптимизации представления информации 137

4.6.4. Выявление взаимосвязанных параметров

Описанный выше анализ значимости технологических параметров

нацелен на получение первого приближения подмножеств р"(ж) € М.

Подмножества, выделенные в результате данной фазы охггимизации ин-

формационного обеспечения, содержат наиболее значимые параметры,

идентифицирующие каждую из возможных ситуаций. Из этих подмно-

жеств также исключены (на этапе выделения параметров) первая и вторая

формы дублирования. Рассмотрим подход к выявлению взаимосвязанньгх

параметров, позволяющий устранить (или снизить) третью форму избы-

точности информации.

Исходя из того, что выделенные на первом этапе оптимизации па-

раметры иогут коррелировать между собой, можно сделать вывод, что

либо они взаимно определяют друг друга, либо связь между ними обусла-

вливается какой-то третьей, непосредственно не измеряемой величиной.

Рассмотрим решение задачи факторного анализа, позволяющее постро-

ить простую структуру, отражающую и воспроизводящую зависимости

параметров.

Последовательность факторного анализа параметров включает:

• получение корреляционной матрицы, отображающей коэффициенты

взаимной корреляции параметров;

• преобразование корреляционной матрицы и получение вектора соб-

ственных значений;

• вьщеление факторов и расчет факторных нагрузок параметров;

• анализ общностей и минимизация дисперсий параметров.

Результатом вычислений является перечень

факторов,

группирующих

параметры и факторные нагрузки параметров по каждому из выделен-

ных факторов. Полученная информация позволяет затем сгруппировать

наиболее связанные параметры в полиномы, используя технику регрес-

сионного анализа (регрессионный анализ имеет смысл, если необходим

синтез каких-либо обобщенных показателей и при наличии изменений

параметров во времени). Однако таких данных может и не быть, так как,

в принципе, корреляционная матрица с некоторой точностью оценива-

ется и экспертным путем.

Полученные группы параметров (факторы) характеризуют семанти-

ческую избыточность информации, а параметры, имеющие наивысшую

факторную нагрузку по каждому из вьщеленных факторов, являются

основными.

Очевидно, что описанная процедура решения лишь обозначает под-

ход к снижению семантической избыточности. Численные оценки и кри-

терии здесь не приводятся, так как выбор параметров должен осуще-

ствляться с учетом физики описываемых процессов и в значительной

степени зависит

от

каждого конкретного случая. Не описано также и мате-

матическое решение задачи факторного анализа. Это связано с наличием

соответствующего программного обеспечения, позволяющего делать не-

обходимые расчеты, не прибегая к формализации промежуточных этапов

анализа.

138 Глава 4. Инструментальные программные средства

• Изложенная методика анализа информационных потоков и оп-

тимизации представления информации оператору реализована в си-

стеме СПРИНТ.

Полученная методика использовалась

при

реализации СПО СПРИНТ-

РВ и выполнении анализа информационного описания технологичес-

ких систем энергоблока с ВВЭР-1000 на Калининской и Нововоронеж-

ской АЭС.

4.7.

Структура инструментальной системы СПРИНТ

Рассмотрим комплекс инструментальных средств СПРИНТ, который

служит основой для разрабатываемых авторами СППР f89, 94].

СПРИНТ представляет собой пример системы, основанной на зна-

ниях. Вид, в котором представлены знания в БЗ, определяется

моделью

представления

знаний (МПЗ), принятой в системе. МПЗ является частью

модели принятия решений (МПР). В настоящее время в СППР наибо-

лее широко распространены продукционные МПЗ, в которых знания

представлены в виде правил типа:

если (антецедент), то (консеквент 1), [иначе (консеквент2)].

Представление знаний в виде правил наиболее адекватно предста-

влению знаний в сознании эксперта. Конкретный вид правил, а также

семантика антецедента и консеквента определяются для каждой про-

блемной области на основе соображений естественности представления

и удобства их обработки.

В СППР антецедент представляет собой логическое выражение от-

носительно параметров состояния объекта управления (ОУ). Здесь под

параметрами состояния подразумеваются как измеряемые датчиками, так

и некоторые промежуточные (вторичные) параметры, значения которых

вычисляются СППР на основе знаний из БЗ. Консеквент описывает

некоторое действие, которое следует предпринять в случае истинности

(консеквент!) или ложности (консеквент2) антецедента. Это действие

может заключаться в вьщаче команды блоку отображения информации,

либо в изменении информации о состоянии объекта (путем присвоения

новых значений вторичным параметрам), либо в активизации других

знаний из БЗ. Оценка состояния ОУ и выдача результатов оценки есть

результат выполнения последовательности таких действий.

К БЗ предъявляются несколько требований. Одно из них заключается

в том, что в БЗ должны присутствовать знания, позволяющие проводить

анализ состояния ОУ при неполной информации. Другое — в том, что

ЛПР должен иметь возможность изменять БЗ, причем даже в рабочем

режиме. Из этого требования вытекает необходимость проверки вводи-

мых знаний на корректность, так как нельзя допустить некорректных

изменений в условиях функционирования ОУ в рабочем режиме.

Решатель

—

это процедура, которая реализует алгоритм применения

знаний из БЗ к данным из БД. Другими словами, решатель определяет

4.8.

Модель принятия решений в системе

СПРИНТ

139

порядок, в котором применяются те или иные знания. Решатель является

другой частью МП

Р.

Блок прогнозирования осуществляет функции прогнозирования ано-

мальных ситуаций и прогнозирования последствий управляющих воздей-

ствий. Прогнозирование последствий управляющих воздействий произ-

водится по команде пользователя на основе данных о текущем состоянии

объекта управления, поступающих из базы данных, и знаний, хранящих-

ся в БЗ Управляющее воздействие либо задается ЛПР, либо является

рекомендацией, вьщанной в результате работы решателя.

Блок инструктирования направляет действия персонала в запланиро-

ванных переходных режимах. Он срабатывает автоматически при включе-

нии того или иного режима. Информация о режиме функционирования

объекта управления хранится в базе данных.

Блок отображения информации выполняет функцию отображения

информации. Исходными данными для него являются данные из БД,

результаты оценки состояния ОУ, проведенной решателем на основе

знаний из БЗ и данных из БД, результаты прогнозов, сделанных блоком

прогнозирования, и инструкции, выдаваемые блоком инструктирования.

Информация должна отображаться так, чтобы ее было легко вос-

принимать. В то же время она должна бьггь как можно более полной.

Эти требования противоречат друг другу, так как при увеличении объема

знаковой информации уменьшается способность человека воспринимать

ее.

Эту проблему .можно решить, отображая информацию на нескольких

уровнях с использованием средств гипертекста и когнитивной графики.

Подсистема моделирования моделирует поведение объекта управле-

ния. Она может выступать как агент данных о состоянии объекта управле-

ния на этапе тестирования экспертной системы. Данные, поступающие

от подсистемы моделирования, могут быть использованы и в режиме

управления реальным объектом для сравнения с данными, поступаю-

щими от датчиков. Модель объекта также может быть использована

для прогнозирования аномальных ситуаций и последствий управляющих

воздействий.

4.8.

Модель принятия решений в системе СПРИНТ

СПРИНТ поддерживает определенную модель принятия решений,

разработанную с учетом потребностей потребителей СППР. Это позволяет

говорить об адекватности данной модели задачам управления процессами

объекта управления

4.8.1.

Модель представления знаний

База данных

База данных содержит набор параметров ОУ, существенных для

управления им. Каждый параметр имеет идентификатор и развернутое

название для представления оператору. Среди параметров вьщеляют не-

прерывные числовые и дискретные. Для каждого непрерывного параметра

140 Глава 4. Инструментальные программные средства

определены числовые нижняя граница диапазона и верхняя граница диапа-

зона, между которыми он может принимать значения. Также для каждого

непрерывного параметра определены нижняя уставка и верхняя уставка,

которые являются границами диапазона допустимых значений параметра

Каждый дискретный параметр может принимать значения из конечно-

го множества. Каждое значение каждого дискретного параметра имеет

числовой код и интерпретацию значения для представления ЛПР.

База знаний

Содержимое базы знаний в системе СПРИНТ представляет собой

набор правил, организованных в виде семантической сети специального

вида. Правила имеют следующую структуру:

если < антецедент >, то < консеквент

>, иначе < консеквент2 >

Антецедент представляет собой логическое выражение со следующей

синтаксической диаграммой:

< антецедент >

—

< логический множитель

< логический множитель >&< антецедент >

< логический множитель > = < сравнение параметра с уставкой > |

< сравнение параметра со значением > |

< арифметическое сравнение логических значений > |

(< антецедент >) | $< логический множитель >

< сравнение параметра с уставкой > =

< сравнение параметра с верхней уставкой > |

< сравнение параметра с нижней уставкой >

< сравнение параметра с верхней уставкой > =

< идентификатор параметра »

< сравнение параметра с нижней уставкой > =

< идентификатор параметра ><

< сравнение параметра со значением > =

< идентификатор параметра >

< знак операции сравнения >< значение

< знак операции сравнения > = > | <

< арифметическое сравнение логических значений > = (< арифме-

тическое выражение, в котором используется операция арифметического

сложения (+), а операндами являются логические множ:ители >) > < целое

положительное число >

Курсивом выделены синтаксические конструкции, раскрывать ко-

торые здесь не имеет смысла. Семантика синтаксических конструкций