- •Н. М. Абдикеев проектирование интеллектуальных систем в экономике
- •Раздел IV. Прикладные интеллектуальные системы в экономике Глава 10 Интеллектуальная система планирования производства.
- •Глава 11. Динамическая интеллектуальная система оперативно-диспетчерского управления предприятием.
- •Глава 12. Информационно-аналитические системы управления маркетингом
- •Глава 13. Информационно-аналитическая система поддержки банковских решений.
- •Глава 14. Экспертная система риск-менеджмента.
- •Раздел I. Тенденции развития информационных систем в экономике.
- •Глава 1. Информационные системы при интегрированном автоматизированном управлении экономическими объектами.
- •Классификация информационных систем.
- •Области применения информационных систем в экономике.
- •Интегрированное автоматизированное производство, планирование и управление.
- •Интегрированные экономические информационные системы.
- •Глава 2. Тенденции развития информационных систем поддержки решений.
- •2.1. Направления развития информационных систем.
- •Основные технологические тенденции.
- •Технологии сетевых вычислений.
- •2.2. Моделирование и анализ ситуаций.
- •Моделирование и анализ ситуаций принятия решений.
- •2.3. Процесс подготовки и принятия решений.
- •2.4. Новая технология решения задач управления.
- •Глава 3. Интеллектуальные системы на основе инженерии знаний и искусственного интеллекта.
- •3.1. Организация работы с данными и знаниями. Инженерия знаний.
- •Данные. Источники данных.
- •Структура данных и системы управления базами данных.
- •Хранилище данных.
- •Olap: оперативная аналитическая обработка данных.
- •Интеллектуальный анализ данных.
- •Интеллектуальные базы данных.
- •Знания в искусственном интеллекте. База знаний.
- •Система управления базой знаний
- •Обработка знаний.
- •Инженерия знаний.
- •3.2. Развитие исследований в области искусственного интеллекта.
- •3.3. Теория и практика искусственного интеллекта.
- •3.4. Интеллектуальные информационные системы поддержки решений.
- •Раздел II. Модели и методы интеллектуальных систем.
- •Глава 4. Экспертные системы – системы, базирующиеся на знаниях.
- •4.1. Экспертные системы – основная разновидность интеллектуальных систем.
- •4.2.Функциональные возможности и характеристика эс.
- •4.3. Области применения экспертных систем.
- •4.4. Стратегические и динамические эс.
- •Глава 5. Представление знаний в интеллектуальных системах.
- •5.1. Проблемы представления и моделирования знаний.
- •5.2. Представление знаний на основе фреймов и семантических сетей.
- •5.2.1. Фреймы.
- •5.2.2. Семантические сети.
- •5.3. Продукционные и логические модели представления знаний.
- •5.3.1. Продукционные модели.
- •5.3.2. Логические модели представления знаний Исчисление предикатов
- •Вывод на предикатах.
- •Процесс стандартизации.
- •5.4. Представление и формализация нечетких знаний.
- •Основные определения нечетких множеств.
- •Операции с нечеткими множествами.
- •Нечеткие отношения.
- •Нечеткая и лингвистическая переменные.
- •Нечеткие числа и функции
- •Лингвистические критерии и отношения предпочтения.
- •Нейронные сети.
- •От биологических сетей к инс
- •Биологические нейронные сети
- •Основные понятия
- •Обучение
- •Глава 6. Обработка знаний и вывод решений в интеллектуальных системах.
- •6.1. Методы вывода и поиска решений в продукционных системах. Методы вывода на основе прямой и обратной цепочек.
- •Общие методы поиска решений в пространстве состояний.
- •Методы поиска решений в больших пространствах состояний.
- •6.2. Выводы на фреймах и в семантических сетях.
- •6.2.1. Вывод на фреймах. Структура данных фрейма.
- •Процедуры – демоны и присоединенные процедуры (методы или служебные).
- •Взаимодействие фреймов и правил.
- •Вывод во фреймовой системе.
- •6.2.2. Вывод в семантических сетях.
- •Структурирование знаний в семантической сети.
- •Процедурные семантические сети.
- •Вывод в семантических сетях.
- •6.3. Дедуктивные методы поиска решений.
- •6.4. Поиск решений в условиях неопределенности. Неопределенность.
- •6.4.1. Вероятностный вывод. Вероятностный подход.
- •Байесовский вывод.
- •Вывод на основе теории Демпстера-Шафера.
- •6.4.2. Вывод на основе теории уверенности. Коэффициент уверенности и доверие.
- •Объединение коэффициентов уверенности.
- •6.4.3. Нечеткая логика и приближенные рассуждения.
- •Приближенные рассуждения.
- •Композиционное правило вывода.
- •6.5. Вывод в нейронных сетях. Обработка информации в нейронных сетях.
- •Обучение инс и обучающие алгоритмы.
- •Архитектура многослойной сети прямого распространения.
- •2. Самоорганизующиеся карты Кохонена.
- •3. Модели теории адаптивного резонанса.
- •Сеть Хопфилда.
- •Ассоциативная память
- •Раздел III. Проектирование интеллектуальных систем.
- •Глава 7. Разработка и проектирование интеллектуальных систем.
- •7.1. Этапы проектирования интеллектуальных систем.
- •7.2. Анализ предметной области и методы приобретения знаний. Предметная и проблемная области.
- •Выявление источников знаний.
- •7.3. Работа с экспертами и проблема извлечения знаний.
- •7.4. Автоматизация извлечения знаний и формирования модели.
- •Краткая характеристика проблемной области.
- •Характеристика интеллектуальной системы прогнозирования.
- •Концептуальная модель (км) производства.
- •Глава 8. Архитектура интеллектуальных систем.
- •8.1. Структура интеллектуальной системы.
- •8.2. Проектирование базы знаний.
- •Понятие знания в контексте исследуемой проблемной области.
- •Оценка пространства поиска решений.
- •Выбор способа представления знаний.
- •Структура бз и взаимодействие с другими компонентами ис.
- •8.3. Разработка механизма вывода решений.
- •8.4. Объяснение и обоснование решений.
- •8.5. Интеллектуальный интерфейс.
- •Виды интерфейса.
- •Графика.
- •Мультимедиа и гипермедиа.
- •Виртуальная реальность.
- •Естественный язык.
- •Глава 9. Инструментальные средства проектирования интеллектуальных систем.
- •9.1. Анализ традиционных языков программирования и представления знаний.
- •9.1.1. Специализированный язык lisp.
- •9.1.2 Фрейм – ориентированный язык frl.
- •9.1.3 Язык логического программирования prolog.
- •9.1.4. Продукционный язык ops.
- •9.2. Современные программные средства построения интеллектуальных систем.
- •9.2.1. Объектно-ориентированный язык Visual Basic.
- •Возможности языка Visual Basic для создания эс.
- •9.2.2. Язык логического программирования Visual Prolog.
- •9.2.3. Интегрированная инструментальная среда guru.
- •9.2.4. Интегрированная инструментальная среда g2 для создания интеллектуальных систем реального времени.
- •Использование мощности объектно-ориентированного программирования
- •Работа в Реальном времени
- •Динамическое моделирование и моделирование для анализа " что- если "
- •Раздел IV. Прикладные интеллектуальные системы в экономике.
- •Глава 10. Интеллектуальная система планирования производства.
- •10.1 Производственная программа предприятия и календарное планирование.
- •10.2 Исследование предметной области и системы управления производством. Характеристика объекта управления нефтеперерабатывающего производства
- •Технология плановых расчетов.
- •Интегрированное автоматизированное управление производством.
- •10.3. Специфика функционирования и архитектура интеллектуальной системы планирования и управления производством.
- •10.4. Имитационное моделирование процесса расчета плана. Формализация задачи планирования нефтеперерабатывающего производства на основе имитационного моделирования.
- •Принципы реализации имитационной модели планирования нефтеперерабатывающего производства
- •2. Для каждой стадии определяется расчетная схема, в виде совокупности отношений, определяющих расчет производственной программы установок входящих в данную стадию.
- •10.5. Учет неопределенности в системе.
- •Процедуры принятия решений при планировании производства во взаимодействии с имитационной моделью планирования в эис
- •Глава 11. Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием.
- •11.1. Оперативно – диспетчерское управление предприятием
- •11.2 Функционирование интеллектуальной системы диспетчерского управления в составе исуп в реальном времени.
- •3) Рекомендации пользователю по действиям в сложившейся производственной ситуации.
- •11.3 Представление знаний и вывод решений в системе. Фреймово – продукционная модель представления заданий в иис.
- •Механизм вывода решений и рекомендаций в иис.
- •11.5 Имитационная прогнозирующая модель для оперативных интервалов времени
- •11.5.1 Принципы построения имитационной прогнозирующей модели.
- •11.5.2 Построение имитационной модели производства на базе Сети Петри.
- •11.5.3 Моделирование неопределенности ситуаций в имитационной прогнозирующей модели
- •11.5.4 Процедуры принятия решений при диспетчерском управлении во взаимодействии с имитационной прогнозирующей моделью иис.
- •Глава 12. Информационно-аналитические системы поддержки решений в маркетинге.
- •12.1. Процесс управления маркетингом.
- •12.2. Информационно – аналитические системы поддержки маркетинговых решений.
- •Типы структур управления торговыми сетями.
- •Классификация каналов связи.
- •Системы crm.
- •12.4 Интернет – маркетинг и электронная коммерция.
- •Глава 13. Информационно-аналитическая система поддержки банковских решений.
- •13.1. Анализ предметной области.
- •Система управления кредитными операциями
- •13.2. Система оценки кредитоспособности заемщика.
- •Анализ финансового состояния заемщика.
- •Система финансовых коэффициентов (рейтинг заемщика).
- •Ликвидные средства 2-го класса
- •Ликвидные средства 3-го класса
- •Объем и структура долговых обязательств
- •Рейтинг заемщика
- •Моделирование бизнес-процессов в системе.
- •Визуальное моделирование.
- •Предоставление вариантов использования.
- •Логическое представление
- •Регистрация нового клиента
- •Анализ финансового состояния заемщика
- •13.4. Архитектура системы и характеристика функциональных блоков.
- •Подсистема анализа залоговых средств
- •Подсистема учета кредитной истории
10.4. Имитационное моделирование процесса расчета плана. Формализация задачи планирования нефтеперерабатывающего производства на основе имитационного моделирования.
Под имитационным моделированием понимается метод машинного моделирования процессов с многократным отслеживанием их протекания для различных условий.
В отличие от оптимизационных, имитационные (оценочные ) модели включают в себя: уравнения связи, в явной или неявной форме; ограничения на управляющие и неуправляемые переменные; подсчет ( но не оптимизацию ) целевой функции. Необходимо отметить, что целевая функция в явной форме, при постановке трудноформализуемых задач принятия решений может отсутствовать. В отличие от других видов моделирования, формализованная постановка на основе имитационного моделирования в значительной степени опирается на модель предметной области с использованием содержательного формализма.
Для формализованного представления процессов нефтепереработки наиболее удобным является сетевой анализ, алфавит и выразительные средства которого наиболее близки к содержательным представлениям конечного пользователя.
В рамках указанного формализма нефтеперерабатывающее производство может быть представлено в виде многопродуктовой сети с рециклами:
с = < U, P >
где U - конечное множество вершин ( узлов ); Р - конечное множество дуг.
Узлам указанного графа, который в дальнейшем именуется технологическим, соответствуют установки или процессы смешения, а дугам потоки нефтепродуктов. Задача расчета производственной программы на основе имитационного моделирования может быть формализована путем нагрузки технологического графа потоками характеристик, связей и отношений. Рассмотрим основные характеристики и отношения, определенные на технологическом графе в аспекте рассматриваемой прикладной задачи.
Каждая i-ая вершина графа, соответствующая основному производству, представляет собой установку с mi входами и ni выходами, режимы работы которой в технике - экономических координатах задаются следующими параметрами:
Gi - суточная производительность;
Ti - рабочий ресурс;
ij, j=1, mi - вектор коэффициентов расхода;
ik, k=1, ni вектор коэффициента отбора.
Производственные возможности
технологических установок задаются в
виде неоднозначных моделей [45], или
моделей с переменными коэффициентами.
В моделях с переменными коэффициентами,
для каждой i-ой
установки задаются: границы изменения
коэффициентов расхода -
границы
изменения коэффициентов отбора -
a
также границы изменения производительности
.
Каждая i-ая
вершина графа, соответствующая процессу
смешения,задается вектором коэффициентов
вовлечения и границами их изменения
-
,
где j=1,
- число компонент компаундирования.
Каждая i-ая дуга графа определяет поток нефтепродукта со следующими характеристиками:
V1- значение запаса 1-го потока;
-
соответственно минимально и максимально
допустимые уровни запаса;P1- признак отношения к производству:
P1
S1- признак отношения к процессу: компаундирования
S1
X1
-
лимит на остаток от потребления;
Y1 - признак лимитируемости на производство:
Y1 -
-
лимит на производство;V1 - об]ем поставляемого 1-го нефтесырья согласно договоров на поставку;
VB - заказ потребителей на объем готовой продукции в-го вида;
gB - нормативный октановый показатель в-го компонента;
-
значение октанового
числа по ГОСТу для каждого 1-го бензина.
Остальные обозначения будут вводиться в рассмотрение в контексте последующего изложения.
Дальнейшая формализация постановки задачи связана с процессом преобразований технологического графа - выделением фрагментов, путем разрыва потоков и формирования их упорядоченной последовательности. Каждый фрагмент соответствует стадии в последовательной многостадийной вычислительной схеме конечного пользователя. Указанное преобразование выполняется на основе содержательного анализа технологического графа и должно удовлетворять следующим требованиям:
- в одну стадию могут быть объединены установки, для которых к моменту расчета известны все входные потоки;
- должны обеспечиваться условия разрешимости, т. е. однозначного вычисления всех переменных, входящих в данную стадию.
Это позволяет рассматривать процесс моделирования на каждой стадии независимо от других.
Процесс межстадийного согласования носит неформальный характер и, в общем случае, может быть реализован интерактивными средствами.
Рассмотрим основные ограничения, определяющие расчет производственной программы установок основного производства:
- позиционные ограничения на параметры технологических установок:
(10.1)
- позиционные ограничения на запасы нефтепродуктов
(10.2)
- ограничения материального баланса на входе - сумма относительных расходов для каждой i-ой установки должна быть равна единице:
(10.3)
- ограничения материального баланса на выходе - сумма относительных выходов для каждой i -ой установки, должна быть равна единице, за вычетом величины относительных потерь Рi:
(10.4)
- функциональные ограничения - сумма относительных выходов группы нефтепродуктов (сумма светлых, сумма кокса и т. д.) для каждой i-ой установки фиксируется установленными нормативами:
(10.5)
где Wi - значение норматива,
Li - число потоков в группе;
- ограничения на потребление потока - суммарный расход для каждого 1 - лимитируемого нефтепродукта с P потребителями должен быть равен запасу V1 за вычетом лимита на остаток :
(10.6)
где B1- множество установок, потребляющих 1 - ый поток;
- ограничения на выпуск потока - суммарное производство
для каждого 1-го нефтепродукта с S источниками должно быть равно заданному значению с учетом начального запаса:
(10.7)
где А1 - множество установок, вырабатывающих 1 –ый нефтепродукт.
Рассмотрим основные ограничения, определяющие область допустимых вариантов производственной программы для стадий, соответствующих процессам компаундирования:
- позиционные ограничения задают диапазон изменения коэффициентов
вовлечения:
(10.8)
- ограничения материального баланса сумма коэффициентов вовлечения для каждого 1-го процесса компаундирования должна быть равна единице:
(10.9)
- ограничения на потребление потока - суммарный расход для каждого 1-го компонента, используемого для приготовления видов готовой продукции не должен превышать имеющегося запаса, за вычетом лимита на остаток:
(10.10)
где а1 - множество установок, потребляющих 1-ый нефтепродукт;
- ограничения на октановое число - октановый показатель i-го бензина, должен быть равен значению, установленному ГОСТом.
(10.11)
Необходимо отметить, что значения лимитов, накладываемых на выпуск и потребление нефтепродуктов, определяются заказами потребителей, либо представляют собой предпочтения, задаваемые плановым работником.
Совокупность рассмотренных выше условий, как для процессов основного производства, так и для процессов компаундирования определяют замкнутую ограниченную область в пространстве управляющих параметров, каждая точка которой характеризует определенный допустимый вариант.
Таким образом, поставленная задача формулируется следующим образом: на множестве допустимых вариантов, определяемом условиями (10.1), (10.2), найти вариант производственной программы, удовлетворяющий системе ограничений (10.2) - (10.7), (10.8)-(10. II) и предпочтениями конечного пользователя.
