Исследование и разработка моделей экспертной системы морского мониторинга

• Автор: Липатова, Светлана Валерьевна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Ульяновск
• Количество страниц: 294 с. : ил.

Содержание
ВВЕДЕНИЕ.

ГЛАВА 1. СИСТЕМЫ МОРСКОГО МОНИТОРИНГА

1.1. Анализ существующих систем морского мониторинга

1.1.1. Классификация систем морского мониторинга.

1.1.2. Существующие системы морского мониторинга

1.2. Определение предметной области решаемых задач.

1.3. Методы принятия решения в системахморского мониторинга.

1.4. Постановка задачи

ГЛАВА 2. ПОДХОД К СОЗДАНИЮ ЭКСПЕРТНЫХ СИСТЕМ МОРСКОГО

МОНИТОРИНГА.

2.1. Двухуровневая модель создания экспертных систем морского мониторинга
2.1.1. Этапы создания экспертной системы морского мониторинга.
2.1.2. Верхнеуровневая модель.
2.1.3. Динамическая модель в классе сетей Псари.
2.2. Выбор методологии создания и управления проектом при идентификации проблемы
2.2.1. Методологии создания и управления проектом.
2.2.2. Модели жизненного цикла экспертной системы.
2.3. Выбор модели представления знаний и средства проектирования продукционной базы знаний на этапах извлечения, структурирования и формализации знаний
2.3.1. Извлечение, структурирование и формализация знаний.
2.3.2. Проектирование продукционной базы знаний.
2.4. Выбор средства разработки экспертной системы морского мониторинга на этапе кодирования знаний
2.4.1. Классификация экспертных систем и оболочек экспертных систем.
2.4.2. Модель оболочки экспертных систем
2.4.3. Методика выбора оболочки экспертных систем морского мониторинга
2.5. Типичные процессы при разработке экспертной системы морского мониторинга
ГЛАВА 3. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ПРОЕКТИРОВАНИЯ ЭКСПЕРТНОЙ
СИСТЕМЫ МОРСКОГО МОНИТОРИНГА
3.1. Проектирование базы знаний экспертной системы морского мониторинга
3.1.1. Продукционная модель базы знаний системы морского мониторинга.
3.1.2. Модели классов базы знаний экспертной системыморского мониторинга
3.2. Проектирование экспертной системы морского мониторинга с помощью диаграмм ЦМЬ
3.2.1. Логическое моделирование экспертной системы морского мониторинга
3.2.2. Физическое моделирование экспергной системы морского мониторинга
3.3. Модели экспертной системы морского мониторинга
3.3.1. Событийная модель экспертной системы в классе сетей Петри
3.3.2. Ситуационная модель системы морского мониторинга.
ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНАЯ ЧАСТЬ ПОСТРОЕНИЕ МАКЕТА ЭКСПЕРТНОЙ
СИСТЕМЫ МОРСКОГО МОНИТОРИНГА
4.1. Реализация базы знаний экспертной системы морского мониторинга
4.1.1. Выбор средства кодирования экспертных знаний
4.1.2. Создание базы знаний морского мониторинга.
4.2. Реализация экспертной системы морского мониторинга
4.3.Тестирование и оценка качества экспертной системы .морского мониторинга
4.3.1. Тестирование экспертной системы морского мониторинга.
4.3.2. Оценка качества экспертной системы морского мониторинга
4.4.Методологическая база построения типовых ЭСММ
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Она может возникать из-за ошибочного чтения показаний прибора, дезинформации, неисправности оборудования, несоблюдения требований к точности измерений. Б реальных условиях постоянно приходится учитывать неопределенность, она неотъемлемая часть жизнедеятельности и зависит от человеческого фактора. Именно человеческий фактор приводит к наибольшему числу аварий. По данным за - г. В г анализ за лет в США показал, что человеческая ошибка была причиной - % морских аварий. В исследовании, проведенном в г в Соединенном Королевстве, было указано, что свыше % столкновений судов и посадок на мель, и свыше % пожаров и взрывов были отнесены в той или иной форме к человеческому фактору []. В любой реальной задаче может присутствовать неопределенность, так как ее решение зависит от оборудования и людей, не свободных от ошибок и неисправностей. Алгоритмический подход к решению проблемы применим, когда можно построить алгоритм. Расчетно-аналитические методы применяются тогда, когда они разработаны и позволяют решить задачу в требуемых условиях, т. Метод выработки коллективного мнения специалистов применим, когда есть время и возможность собрать экспертов по проблеме. Натуральный эксперимен т требует больших ресурсов, чем другие методы и не всегда возможен. Моделирование процессов позволяет достичь практически тех же результатов, что и при натуральном эксперименте с меньшими затратами, но при условии адекватности построенной модели. В СММ широко используются расчетно-аналитические, алгоритмические методы и моделирование. Методы коллективного решения и натурального эксперимента трудно совместимы с автоматизированной системой мониторинга, но результаты экспериментов и коллективных решений могут использоваться в системах морского мониторинга. Под алгоритмическими методами здесь не стоит понимать только методы, строго соответствующие классическому определению алгоритма. Технологии искусственного интеллекта, на основе которых базируются современные системы поддержки принятия решении, также включим в этот класс. Тогда можно сказать, что основными алгоритмическими методами принятия решения являются: математическое программирование, эволюционное моделирование, нейронные сети, нечеткое программирование, стохастическое программирование, эвристический поиск, игровые методы, гибридные системы (рис. Каждый из этих подходов имеет ограничения по своему применению (таблица 1. Чтобы устранить перечисленные недостатки, используют гибридные методы, подразумевающие интеграцию технологий, например, нечеткие нейронные сети, нейронные сети, обучаемые генетическим алгоритмом, нечеткие экспертные системы и т. Гибридные технологии оправданы лишь в том случае, когда нельзя решить задачу другим способом или гибридный способ требует меньше временных ресурсов, так как любая гибридная технология сложнее простой, а, значит, требует больше затрат на разработку и реализацию. В задачах морского мониторинга прису тствует неопределенность, поэтому в таких системах нельзя использовать только методы математического, стохастического программирования. Она может накопить такие данные в процессе своего функционирования, но на начальных этапах работы будет присутствовать большая степень неон ределенностн. Рис. Основные методы принятия решения Схематически методы, задачи и решения представлены на рис. Используя его, можно выбрать метод для решения конкретной задачи морского мониторинга, примеры задач находятся внизу рисунка. От конкретных задач идем к классу задач, затем выбираем, в каких условиях будет решаться задача, определяем методы, способные решить задачу в этих условиях, и, переходя по стрелкам, видим, какие решения можно получить, используя этот метод. Таблица 1. Математическое программирование Решает детерминированные задачи, предполагающие, что вся исходная информация является полностью определенной. Генетические алгоритмы Эволюционный алгоритм, применяемый для поиска глобального экстремума функции многих переменных Не гарантирует обнаружения глобального решения за полиномиальное время.