Рыбина Технология построения динамических 2011

Рис. 56. Объекты и отношения предметной области

Процедуры предметной области представляют собой методы описанных выше классов. В частности класс Intruder-Zone (зона дислокации нарушителей) имеет метод deploy-intruder, позволяющий «выпускать» нарушителя из определенной зоны в ходе эксперимента; класс TSD и его дочерний класс Ray-EB (энергоблок) имеют набор методов, реализующих механизм обнаружения нарушителей; подклассы класса TSE-Sensor, задающие ресиверы и трансмиттеры, имеют методы, реализующие установление и прерывание действия лучей.

Для каждого типа агента необходимо задать его восприятия, действия и сформировать БЗ. Восприятия определяются как события, генерирующиеся в предметной области, на которые реагирует агент. Действия представляют собой методы соответствующих классов. БЗ агентов формируется в нотации G2 с использованием стандартных средств, предоставляемых инструментальным комплексом. Пример фрагмента БЗ агента солдата представлен на рис.

57.

После определения модели окружения МАС и задания агентов необходимо задать величины параметров моделирования, которые относятся как к объектам предметной области, так и к агентам в

211

ней функционирующим и как следствие характеризуют всю модель в целом.

Рис. 57. База знаний агента-солдата

В прототипе предусмотрено задание следующих параметров: коэффициент метростроевца нарушителей; боевой навык нарушителей; активность нарушителей; надежность оборудования; коэффициент обнаружения нарушителя ТСО; боевой навык сил охраны. Окно задания параметров приведено на рис. 58.

Рис. 58. Окно задания параметров моделирования

212

В процессе имитационных исследований можно проводить трассировку определенного состава показателей для оценки решений (моделей, алгоритмов, схем декомпозиции задач, и т.д.), предлагаемых в техническом задании на прототип, принятия новых технических решений для модификации прототипа, оценки качества функционирования имитируемой МАС. Так, в прототипе МАС управления силами и средствами объектовой охраны измерялись такие показатели (рис. 59) как надежность системы, уровень угрозы, частота проникновений нарушителей на охраняемый объект и др.

Рис. 59. Результаты моделирования

213

Контрольные вопросы

1.Каковы особенности построения ДИС, использующих прямой вывод?

2.Каковы особенности построения ДИС, использующих обратный вывод?

3.Как инициировать правило через сканирование? Каковы недостатки механизма сканирования?

4.Что необходимо, чтобы правило могло быть инициировано через фокусирование?

5.Каковы способы отладки правил?

6.Каким образом работает приоритет правил при обратном вы-

воде?

7.Какие существуют возможные варианты развития событий после вычисления антецедента правила.

8.Как сделать так, чтобы консеквент правила выполнялся последовательно?

9.Как происходит обработка правил при истечении времени обработки?

10.Какие существуют основные типы интерфейсных элементов

G2?

11.Сколько типов кнопок имеется в G2? Каковы отличия между ними? Какие типы кнопок служат для ввода непрерывных значений?

12.Каковы средства представления пользователю текстовой информации? Как можно расширить возможности текстового редактора G2?

13.Каким способом внешние образы используются в G2? Каков формат файлов, содержащих образы?

14.Какие существуют типы дисплеев G2? В чем разница между

ними?

15.Какие существуют основные различия между графиками и историческими графиками?

16.Каковы основные атрибуты графиков? Для показа каких величин они наиболее удобны?

17.Каковы основные атрибуты исторических графиков? Для показа каких величин они наиболее удобны?

214

Заключение

Основная цель данного учебного пособия заключалась в том, чтобы показать начинающим специалистам и студентам соответствующих специальностей, что в настоящее время в области ДИС – новом направлении исследований в области ИИ, уже имеется серьезный теоретический базис и существует большой спектр разнообразных методов, технологий и инструментальных программных средств поддержки разработки таких классов ДИС, как динамические ИЭС, интеллектуальные агенты и МАС. Конечно, объем данной книги не позволяет дать полномасштабное и логически замкнутое описание методов проектирования и прикладных аспектов реализации даже самых распространенных и востребованных классов ДИС.

С другой стороны, в этом нет особой необходимости, так как основной целью работы являлась демонстрация современных возможностей технологии построения динамических ИЭС и МАС, т.е. анализ состава и структуры типовых блоков систем, основных режимов функционирования и методов обработки информации, способов реализации отдельных компонентов и т.д.. Не менее важное место уделялось теоретическим и методологическим аспектам, вопросам классификации современных ДИС, описанию практического опыта их разработки на основе использования авторских и лицензионных инструментальных программных средств, а также прогнозированию некоторых тенденций развития исследований в этой области.

Тот, кто будет заинтересован в углубленном изучении отдельных вопросов теории и технологии построения конкретных классов ДИС, может обратиться к списку рекомендованной литературы, который здесь значительно шире, чем это бывает в учебных пособиях, и ознакомиться с указанными в нем работами.

215

Список литературы

1.Осипов Г.С. Лекции по искусственному интеллекту. М.: КРА-

САНД, 2009.

2.Рыбина Г.В. Основы построения интеллектуальных систем. М.: Финансы и статистика; ИНФРА–М , 2010.

3.Рыбина Г.В. Теория и технология построения интегрированных экспертных систем. М.: Научтехлитиздат, 2008.

4.Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС, 2002.

5.Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. М.: Финансы и статистика, 1996.

6.Имитационное моделирование систем: учебное пособие. М.:Изд-во МГТУ им. Н.Э. Баумана, 2009.

7.Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. М.: АНВИК, 1998.

8.Осипов Г.С. Динамика в системах, основанных на знаниях //

Изв. РАН. ТиСУ. 1998. №5. С. 24–28.

9.Осипов Г.С. Динамические интеллектуальные системы // Искусственный интеллект и принятие решений. 2008. №1. С. 47– 54.

10.Еремеев А.П. Экспертные модели и методы принятия решений. Учебное пособие. М.: МЭИ, 1995.

11.Еремеев А.П., Троицкий В.В. Концепции и модели представления времени и их применение в интеллектуальных системах // Новости искусственного интеллекта. 2004. №1. C. 6–29.

12.Еремеев А.П., Куриленко И.Е. Компонента временных рассуждений для интеллектуальных систем поддержки принятия решения реального времени // Искусственный интеллект и приня-

тие решений. 2009. №1. C. 31–45.

13.Еремеев А.П., Куриленко И.Е. Темпоральные модели на основе логики ветвящегося времени в интеллектуальных системах // Искусственный интеллект и принятие решений. 2011. №1. С. 14–26.

216

14.Стефанюк В.Л., Динамическая экспертная система и логическая проблема фрейма // Международная конференция по искусственному интеллекту(AIS’07/CAD - 2007). М.: Физматлит, 2007. Т.2. С. 107–113.

15.Плесневич Г.С. Метод аналитических таблиц для логики событий // Труды Международной конференции "Интеллектуальное управление: новые интеллектуальные технологии в задачах управления (ICIT'99)". Переславль–Залесский: ИПС РАН, 1999.

16.Виньков М.М, Фоминых И.Б. Темпоральные немонотонные логические системы: взаимосвязи и вычислительная сложность// Искусственный интеллект и принятие решений.2008. № 4. С. 19–25.

17.Рыбина Г.В. Инструментальные средства нового поколения для построения прикладных интеллектуальных систем // Авиакосмическое приборостроение. 2004. № 10. С.14–23.

18.Рыбина Г.В. Современные интеллектуальные системы: проблемы интеграции и особенности технологии создания программного обеспечения // Приборы и системы. Управление, Контроль,

Диагностика. 2011. №3. С. 12–34.

19.Вагин В.Н., Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Известия РАН. Теория и системы управления. 2001. №6.

20.Рыбина Г.В. Инструментальная среда для построения динамических интегрированных экспертных систем // Научная сессия МИФИ–2009. Сб. научных трудов. В 6-ти томах. Том. V. Ин- формационно–телекоммуникационные системы. Проблемы информационной безопасности. М.: НИЯУ МИФИ, 2009.С. 7–10.

21.Рыбина Г.В., Старостенко К.И. Современная инструментальная база для построения динамических экспертных систем // Ин- формационно–измерительные и управляющие системы. 2009.

№8. Т.7. С. 73–78.

22.Рыбина Г.В. Инструментальные средства построения динамических интегрированных экспертных систем: развитие комплекса АТ– ТЕХНОЛОГИЯ // Искусственный интеллект и принятие решений. 2010. №1. С. 41–48.

217

23.Рыбина Г.В., Паронджанов С.С., Шанцер Д.И., Мозгачев А.В. Тенденции развития и применения современного программного инструментария для поддержки построения динамических интеллектуальных систем // Приборы и системы. Управление, Контроль, Диагностика. 2010. № 11. С. 2–11.

24.Рассел С., Норвиг П. Искусственный интеллект: современный подход. М.: Издательский дом «Вильямс», 2006.

25.Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000.

26.Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М.: Издательский дом «Вильямс», 2003.

27.Рыбина Г.В., Паронджанов С.С. Модели, методы и программные средства поддержки взаимодействия интеллектуальных агентов // Информационные технологии и вычислительные си-

стемы. 2008. №3. С.22–29.

28.Рыбина Г.В., Паронджанов С.С. Система ИМВИА и её применение для построения многоагентных систем // Программные продукты и системы. 2009. №4. С. 43–48.

29.Рыбина Г.В. Использование методов имитационного моделирования при создании интегрированных экспертных систем реального времени // Известия РАН. Теория и системы управле-

ния. 2000. №5. С. 182–191.

30.Maes P.Agent That Reduces Work and Information Overload // Communications of the ACM. 1994. Vol. 37, № 7.

31.Cohen P.R., Levesque H.J. Intention is Choice with Commitment // Artificial Intelligence. 1990. Vol. 42. P. 213–262.

32.Городецкий В.И. Многоагентные системы: современное состояние исследований и перспективы применения // Новости искусственного интеллекта. 1996. № 1. С. 44–59.

33.Shoham Y. Agent Oriented Programming // Artificial Intelligence. 1993. Vol. 60, № 1. P. 51–92.

34.Wooldridge M., Jennings N. Intelligent Agents: Theory and Practice // Knowledge Engineering Review. 1995. № 10(2). P. 115–152.

35.Поспелов Д.А. От коллектива автоматов к мультиагентным системам // Труды Международного семинара «Распределенный

218

искусственный интеллект и многоагентные системы

(DAIMAS’97, СПб, Россия, 15–18 июля 1997). 1997. С. 319–325.

36.Поспелов Д.А. Многоагентные системы: настоящее и будущее // Информационные технологии и вычислительные системы. 1998. № 1. С. 14–21.

37.Gruber T.R. A Translation Approach to Portable Ontologies // Knowledge Acquisition. 1993. № 5(2). P.199–220.

38.G2 Platform: http://www.gensym.com/?p=what_it_is_g2

39.Инструментальные средства G2 создания экспертных систем реального времени: http://infogoz.vimi.ru/otct/Infogoz/KN6/138.htm

40.G2 — Вопросы и ответы: http://www.ntpdubna.ru/faq.shtml#35

41.Рыбина Г.В., Берзин В.Ю. Лабораторный практикум по курсу «Динамические интеллектуальные системы»: Учебное пособие.

М.: МИФИ, 2004.

42.AgentBuilder: http://www.agentbuilder.com/

43.Жабская Т.Е., Федяев О.И. Анализ инструментальных средств построения агентно–ориентированных систем // Научные труды ДонНТУ серия "Информатика, кибернетика и вычислительная техника" Выпуск 10 (153) С. 55.

44.Bee–gent, Bonding and Encapsulation Enhancement aGENT: http://www.toshiba.co.jp/rdc/beegent/

45.F.Zambonelli, N.R. Jennings, and M.Wooldridge. Developing Multiagent Systems: The Gaia Methodology. In ACM Transactions on Software Engineering Methodology, 12(3):317–370, July 2003.

46.ГОСТ 17137–87 « Системы контроля, управления и защиты ядерных реакторов. Термины и определения». Действует с

01.01.1988.

47.ГОСТ 26635–85 « Реакторы ядерные энергетические корпусные с водой под давлением. Общие требования к системе внутриреакторного контроля». Действует с 01.01.1987.

48.Владимиров В.И. Физика ядерных реакторов: Практические задачи по их эксплуатации М.: Книжный дом «ЛИБРОКОМ», 2009.

49.Руководство по технологии объединенных сетей, 4–е издание. : Пер. с англ. – М.: Издательский дом «Вильямс», 2005.

50.http://www.elite–systems.ru/integration/slabotochnye–sistemy/lvs/

219

Приложение 1

Методические указания для выполнения курсовой работы по дисциплине «Динамические интеллектуальные системы»

Курсовая работа по дисциплине «Динамические интеллектуальные системы» заключается в разработке прототипа динамической интеллектуальной системы (ДИС) для выбранной проблемной области (ПрО). Как правило, это архитектура динамической ИЭС, предназначенной для поддержки решения конкретной неформализованной задачи в выбранной динамической ПрО. Выбор ПрО и задачи ложится на плечи студента, а инструментальное средство – это система G2 (Gensym Corp.) версии 8.3., лицензионная версия которой предоставлена лаборатории «Интеллектуальные системы и технологии» для учебных целей.

1. Основные этапы выполнения курсовой работы (КРА) по

дисциплине.

КРА выполняется в несколько этапов, основными из которых являются:

∙Выбор ПрО, общая постановка задачи, поиск источников знаний.

∙Овладение практическими навыками работы в среде G2.

∙Построение модели ПрО и имитационной модели конкретной СТС, являющейся источником динамики для прототипа ИЭС.

∙Построение базы знаний (БЗ) с использованием ЯПЗ G2.

∙Разработка архитектуры прототипа динамической ИЭС.

∙Построение имитационной модели средствами G2.

∙Реализация модулей, обеспечивающих решение задачи в сре-

де G2.

∙Разработка пользовательского интерфейса.

∙Составление документации на разработанный прототип ИЭС. Результаты реализации каждого этапа предъявляются лектору

или его ассистентам.

2. Выбор ПрО и общая постановка задачи.

220