- •(С ПРИМЕРАМИ ИЗ ОБЛАСТИ СВАРКИ)
- •ПРИНЯТЫЕ УСЛОВНЫЕ СОКРАЩЕНИЯ
- •1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
- •1.1. Задачи и процессы их решения как объект изучения
- •1.2. Классификации задач
- •1.3. Структура и особенности задач выбора
- •1.4. Анализ задач
- •1.5. Поиск и сбор дополнительной информации
- •1.6. Формализация и анализ исходной информации
- •1.6.1. Виды информации в печатных источниках
- •1.6.2. Обработка текстовой информации
- •2. МОДЕЛИРОВАНИЕ ЗАДАЧ ВЫБОРА
- •2.1. Общие вопросы моделирования задач
- •2.3. Граф-схемы алгоритмов выбора решений
- •3. СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
- •3.1. Проблемы подготовки данных для решения задач
- •3.2. Проблемы моделирования задач выбора
- •3.2.1. Проблемы построения таблиц соответствий
- •3.2.2. Проблемы построения граф-схем алгоритмов выбора решений
- •3.2.3. Проблема неоднозначности решений, генерируемых табличными моделями задач
- •3.3. Совершенствование методов построения моделей задач выбора
- •4. ИСПОЛЬЗОВАНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ ДЛЯ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
- •4.1.1. Основные идеи искусственного интеллекта
- •4.1.2. Экспертные системы
- •4.1.3. Представление знаний в форме продукционных правил
- •4.2. Методы теории нечетких множеств
- •4.2.1. Формализация нечетких понятий с помощью функций принадлежности
- •4.2.2. Таблицы соответствий со степенями принадлежности
- •5. ОСНОВЫ МЕТОДИКИ РЕШЕНИЯ НЕФОРМАЛИЗОВАННЫХ ЗАДАЧ
- •5.1. Формирование общей методологии решения задач
- •5.2. Основные положения методики решения неформализованных задач
- •6. АВТОМАТИЗАЦИЯ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
- •6.1. Опыт автоматизации решения неформализованных задач
- •ЗАКЛЮЧЕНИЕ
- •СПИСОК ЛИТЕРАТУРЫ
скольких наук, поэтому они условно отнесены к одной из них. Так, декомпозиция сложных задач на простые и поша говые движения к цели предлагаются не только в теории ис кусственного интеллекта и системном анализе, но и в теори ях принятия решений и автоматизированного проектирова ния. Методы формализации знаний для их дальнейшей ком пьютерной обработки разработаны в теории автоматизиро ванного проектирования (кодирование входной информации) и теории искусственного интеллекта (модели представления знаний) и т.д.
Таким образом, сочетание знаний о предметной области, методах извлечения, формализации, моделирования и ком пьютерной обработки знаний, общих способах решения задач дает в руки специалистов современный инструментарий для успешной профессиональной деятельности.
5.2. Основные положения методики решения неформализованных задач
Данная методика разработана применительно к задачам выбора, преобладающим при решении вопросов технологии, а также другим сложным задачам, в которых всегда имеются элементы выбора. Основные положения методики сводятся
кследующему:
1.Неформализованная задача может быть сформулиро вана как задача выбора предпочтительного в определенном отношении варианта из нескольких конкурирующих, что
формально можно представить в виде |
(см. фор |
мулу (1) подразд. 1.3). Правилом предпочтения является со ответствие решения заданным условиям задачи.
2.Для решения поставленной задачи всегда необходимо проводить сбор и анализ дополнительной информации, от сутствующей в условии задачи.
3.Если альтернатив не менее 4-5, выбор не очевиден
итребует учета нескольких факторов, постановка задачи формализуется в виде таблицы соответствий.
4.Результат решения задачи получают путем обработ ки данных таблицы соответствий по определенному из вестному алгоритму.
5.При большом количестве альтернатив и вариантов ус ловий задачи ее табличную модель трудно анализировать визуально. Для многих вариантов условий модель не приво дит к определенному решению, а только уменьшает количе ство альтернатив. В этих случаях проводится анализ модели
спомощью граф-схем алгоритмов выбора решений или с по мощью специальных программных средств.
6.На основе анализа построенной модели задачи выби рают метод ее корректировки, приводя к виду, приемлемому для пользователя.
7.Во многих случаях в целях упрощения решения целесообразно разделять сложную задачу на несколько бо лее простых и решать их как систему взаимосвязанных подзадач.
8.Для задач выбора из двух-трех альтернатив таблицы соответствий не строят. В этом случае альтернативы сравни вают по частному критерию, выбранному из числа влияющих факторов, или по комплексному критерию, учитывающему значимость нескольких факторов.
9.Успешное решение многих неформализованных задач может быть достигнуто при совместном использовании про цедур выбора, расчета и численных оценок.
Укрупненный перечень этапов решения любой задачи, обобщающий мнение многих специалистов, был приведен в подразд. 1.3 и включал в себя: анализ задачи, сбор инфор мации, необходимой для решения, выбор метода решения и составление плана, непосредственное решение задачи, анализ полученных результатов.
Решение задачи всегда начинается с изучения условия и цели задачи. При этом может выявиться целесообразность ее разделения на подзадачи, для каждой из которых должна быть сформулирована ее цель - подцель общей цели. Тогда от решения одной задачи переходят к системе задач (подза дач). Такая декомпозиция может проводиться на нескольких уровнях до получения в принципе понятных элементарных задач. Кроме того, должны быть решены вопросы последова тельности решения подзадач на каждом уровне с учетом су ществования между ними информационных связей.
Схема на рис. 1 справедлива для любой элементарной задачи, однако даже на уровне принципиальной схемы суще ствуют различия в содержании блоков в зависимости от того, как классифицируется задача по степени формализации ис пользуемых при ее решении знаний. Как отмечено в под разд. 1.3, методика решения неформализованных задач (задач выбора) принципиально отличается от таковой для задач рас четного типа, что дает основание выделить их в отдельный класс.
Учитывая лаконичность изложения положений методи ки решения неформализованных задач, сделаем некоторые дополнительные пояснения, придерживаясь нумерации и по следовательности вышеобозначенных девяти положений.
1. В формализованном виде представлена сущность за дачи выбора. В выражении (1) неопределенным является правило предпочтения V, то есть критерий выбора. Когда альтернативы могут быть оценены одним численным крите
рием, выбрать оптимальное решение не представляет труда. Однако в большинстве задач варианты решений характери зуются несколькими показателями и тогда выбор будет зави сеть от того, на какой показатель ориентируются. Если все показатели имеют количественную оценку, можно восполь зоваться методами исследования операций (раздел теории принятия решений). При этом на основе частных показателей формируется комплексный критерий, называемый также це левой функцией или функцией качества.
В многокритериальных неформализованных задачах, в частности в типовых задачах технологии, альтернативы не могут быть выражены значениями целевой функции (нельзя, например, составить формулу выбораспособа сварки или марки проволоки). Тогда единственным ориентиром при по иске решений следует считать соответствие решения услови ям задачи. Но, как отмечено выше, в постановке неформали зованной задачи ее условие задается нечетко, без подробно стей, что вызывает необходимость сбора дополнительной информации. Следовательно, пока такая информация не соб рана и не проанализирована, сформулировать правило пред почтения и сделать выбор невозможно. В этом состоит одна из принципиальных особенностей неформализованных задач.
2. Необходимость сбора и анализа дополнительной ин формации о задаче обоснована. На схеме рис.1 этот пункт представлен блоком «Сформировать предметную область задачи (ПОЗ)». Отработана методика поиска, сбора и форма лизации необходимых данных с ориентацией на задачи вы бора. Изложим ее в обобщенном виде.
Из уточненной формулировки задачи определяется ее предметная область (ПО) и направление поиска дополни тельной информации, необходимой для решения.
Информация извлекается из триады: литература - данные об изучаемом объекте и задаче - условия существования объекта.
Методика поиска и просмотра необходимой литературы общеизвестна и не требует особых комментариев. Схематич но она представлена в виде блок-схемы алгоритма на рис. 2. Полнота извлечения данных зависит главным образом от опыта специалиста и наличия доступной литературы. Про блемными являются вопросы, что именно надо извлекать и в какой форме фиксировать. Частично эти вопросы были рассмотрены выше в подразд. 1.5 и 3.1.
Согласно выражению (5) при формировании поля зна ний Рг, когда цель Fz известна, необходимо определить зна чения входных параметров X, выходных параметров Y и не посредственных связей между ними R.
Начинать следует с выходных параметров. В формули ровке цели задачи имеются ключевые слова, обобщающие, название и смысл выходного параметра. Его конкретные зна чения принимают в качестве альтернатив, из которых должен производиться выбор. В разных задачах формирование мно жества альтернатив требует от специалиста больших или меньших усилий и затрат времени, в зависимости от освеще ния данного вопроса в литературе.
После этого (или одновременно) формируется множест во входных параметров. В литературе они представлены как факторы, сопутствующие выбору значений выходного пара метра. Можно сначала в черновом варианте и сокращенно выписывать фрагменты сведений из литературы, в которых говорится об условиях выбора того или иного варианта ре шений и связанных с этим факторах. Или можно сразу запи сывать смысл отобранных высказываний в форме продукци онных правил: условие если - вывод то.
На основе зафиксированных данных составляется об ласть отправления будущей табличной модели задачи в виде двухуровнего перечня входных параметров по форме: назва-
ния параметров и для каждого из них возможные значения. Данная процедура, особенно в части выбора значений пара метров, является наиболее сложной, в максимальной степени зависящей от опыта разработчика. Это связано с тем, что для большинства выделенных входных параметров в литературе приводятся лишь отдельные значения, а разработчик модели должен принять во внимание все возможные, в том числе не названные, но подразумеваемые по смыслу. Затем из них следует отобрать соответствующие данной задаче, сформу лировать их по возможности лаконично и так, чтобы удобно было использовать в модели.
3. Целесообразность представления задач выбора в фор ме таблиц соответствий обоснована в описании методики проведения исследований (см. подразд. 2.1. и 2.2). В допол нение к сказанному о таблицах соответствий в главах 2 и 3 следует более четко указать на достоинства этого вида моде лей постановки задач выбора.
Во-первых, форма ТС, в отличие от таблиц других ви дов, не ставит никаких ограничений в отношении количества входных параметров. Это особенно важно в применении к многофакторным задачам.
Во-вторых, при введении в таблицу дополнительных па раметров ее размеры, естественно, увеличиваются, а слож ность доработки остается на прежнем уровне, поскольку до полнительно указывается соответствие альтернатив только новым параметрам, а ранее указанные не пересматриваются.
В-третьих, форма ТС, как никакая другая, обеспечивает сжатие информации. При подготовке данных для ТС из ис точников извлекается только минимально необходимая для решения задачи информация, а вся остальная сопутствующая информация отсевается. Г.К. Горанский считает таблицы со ответствий единственной приемлемой формой представления
знаний в информационных системах, так как при независи мых друг от друга исходных данных число их возможных сочетаний может стать настолько большим, что исчезает ре альная возможность выбора решений с помощью других из вестных традиционных методов, наступает так называемый «комбинационный взрыв».
Во многих случаях одна ТС способна концентрировать в себе информацию о сотнях и тысячах вариантов однотипных по целям задач. Это открывает возможность переводить ог ромные массивы знаний в компактную форму табличных мо делей и граф-схем алгоритмов выбора решений типовых задач.
Имеет положительное значение и то, что работа по со ставлению таблиц соответствий стимулирует углубленное изучение специальной литературы. Действительно, формиро вание области отправления и матрицы ТС заставляет разра ботчика искать ответа на вопросы, какие факторы влияют на выбор решений, какие значения может принимать каждый фактор в заданных условиях, как входные и выходные парамет ры связаны между собой, и т.д.
4. На практике для большинства задач, кроме самых эле ментарных, обычно разрабатываются алгоритмы их решений. Особенностью и достоинством предлагаемой методики явля ется то, что для любой задачи выбора может быть использован унифицированный алгоритм решения. Он заключается в поис ке в таблице соответствий строки, или строк, в которых для всех элементов кортежа условий задачи указано наличие соот ветствий. Если такая строка найдена, делается левое сечение и запись строки в области прибытия показывает решение зада чи. Таким образом, алгоритм решения задачи отделяется от ее содержания и заменяется единым алгоритмом обработки дан ных ТС, что значительно упрощает алгоритмизацию.
В некоторых исследовательских задачах может быть важен сам процесс приближения к решению: в какой после довательности идет рассмотрение условий задачи, занесен ных в кортеж, к каким ситуациям приводит каждый шаг про движения к цели. Тогда последовательность поиска может быть разной, но конечный результат остается неизменным.
5. О трудностях анализа таблиц соответствий как моделей постановки задач выбора подробно сказано в главах 3 и 4. Там же приведена методика построения и использования граф-схем как средств анализа и корректировки соответствующих табличных моделей, их достоинства и ограничения в применении.
Опыт использования граф-схем для анализа задач тех нологии сварки выявил определенные'недостатки минимизи рованных граф-схем, предложенных Г.К. Горанским [3, 20]. Минимизация размеров граф-схем основана на подсчете зна чений информативностей параметров по формуле (10) для каждого куста-распознавателя графа. Замечания и предложе ния по данной методике сводятся к следующему:
•Ориентировка на минимальное значение информа тивности как критерий выбора очередного шага действий является формальным подходом, не учитывающим важности входных параметров, включенных в ТС. Применение такого подхода приводит к тому, что выбор решения по алгоритму может произойти без учета наиболее значимых факторов.
•Построение минимизированной граф-схемы следует рассматривать как начальный шаг алгоритмизации. Если на всех ветвях получившейся схемы-дерева значимые факторы учтены, такую граф-схему можно принять для практического использования. В остальных случаях следует отказаться от однозначной ориентации на значения информативностей как критериев построения алгоритмов решений.
•Если на построенной минимизированной граф-схеме
многим базовым элементам (листьям дерева) приписано более
одного решения, рекомендуется использовать методы преодо ления неоднозначности решений, приведенные в главах 3 и 4.
•При увеличении размеров табличных моделей их анализ
иоценка с помощью граф-схем становятся все более затруд нительными. В этих случаях целесообразно использовать спе циальные программные средства.
•При недостаточном наборе альтернатив в области прибы тия ТС или нереальном сочетании некоторых значений факто ров на граф-схеме получаются вершины с нулевыми решения ми. Если таких вершин много, рекомендуется откорректировать область отправления, устранив дублирование параметров, и при возможности расширить область прибытия.
6. Методы корректировки табличных моделей по ре зультатам их анализа с помощью граф-схем рассмотрены
вподразд. 3.2 и 3.3. Выбор конкретного метода должен осно вываться на предварительном анализе ситуации (табл. 26).
7. О необходимости декомпозиции задач и их моделей было сказано в подразд. 3.2 и 3.3, где приведены соответст
вующие примеры. Практика моделирования показала, что в зависимости от ситуации декомпозицию можно выполнять как на начальном этапе - по результатам оценки сложности исходной задачи, так и после построения модели, когда выяс няется неприемлемая сложность последней. Например, при подготовке данных для задачи выбора марки электрода для сварки жаропрочных сталей разработчик увидит, что соответ ствующих марок существует большое количество. Можно раз делить задачу на несколько подзадач в зависимости от струк турного класса свариваемых сталей или температурного режи ма эксплуатации изделий, или области их применения. Если и при этом в моделях подзадач будут оставаться неоднозначные решения, можно ввести дополнительные признаки разделения, например, по заданной длительности эксплуатации изделий.
|
|
Таблица 26 |
|
|
Рекомендации по методам преодоления неоднозначности |
||
|
решений в моделях задач выбора |
||
№ |
Особенности модели |
Метод корректировки |
|
п/п |
задачи |
||
Введение в ТС дополнитель |
|||
1 |
Дополнительным параметром |
||
|
можно разделить решения на |
ных параметров-разделителей |
|
|
нескольких ветвях граф-схемы |
|
|
2 |
Большинству ветвей граф- |
Для неприемлемых решений |
|
|
схемы приписаны однозначные |
введение индивидуальных |
|
|
решения. Часть неоднозначных |
параметров-разделителей |
|
3 |
решений приемлемадля поль- |
|
|
Между входными параметра |
Введение в область прибытия |
||
|
ми существуют взаимосвязи |
ТС дополнительных строк для |
|
4 |
В ТС имеется большое коли |
некоторых альтернатив |
|
Декомпозиция табличной |
|||
|
чество выходных параметров |
модели |
|
|
и значений входных парамет |
|
|
|
ров. В матрице таблицы много |
|
|
|
пустых клеток |
|
|
5 |
Значениями булевой функции |
Балльная оценка соответствий |
|
|
затруднительно указывать |
экспертами |
|
|
соответствия в матрице ТС |
Построения ТС со степенями |
|
6 |
Входные параметры имеют |
||
|
базовые переменные с число |
принадлежности |
|
|
выми шкалами |
|
Заметим, что декомпозиция задач проводится по клас сификационным признакам, принятым в соответствующих предметных областях.
8. Если ставится задача выбора из малого количества аль тернатив —порядка двух-трех, особенно если на выбор влияет большое количество факторов, строить модель в форме таблицы соответствий нецелесообразно. На граф-схеме такой модели все равно не может быть отражено влияние всех факторов. В таком случае следует ранжировать факторы (критерии выбора) по их важности, ориентируясь на мнение эксперта или ЛПР. Тогда вы
бор может производиться по одному, главному критерию, или может быть составлен комплексный критерий.
Однако, если желательно рассмотреть большое количе ство возможных решений (десятки), а влияющих факторов немного, но они могут принимать большое количество зна чений, также есть смысл строить таблицы соответствий. Та кие таблицы будут выполнять роль не моделей выбора, а справочных данных, представленных в удобном для обо зрения виде, даже при наличии большого количества пустых клеток в матрице ТС. Из них удобно делать разнообразные выборки для решения частных задач. Указанного вида табли цы были построены по литературным данным о покрытых электродах, сварочных проволоках и флюсах и показали свою полезность для практического использования.
9. Ранее неоднократно подчеркивалось, что решение не формализованных задач в принципе отличается от решения задач расчетного типа и что в сложных задачах присутствуют элемента выбора. Но одновременно нетрудно заметить, что в методике решения неформализованных задач наблюдается тенденция присваивать лингвистическим понятиям и отно шениям количественные оценки. Так, соответствия между входными и выходными параметрами в ТС выражают значе ниями булевой функции (1 и 0), или баллами эффективности, или степенями принадлежности. Для преодоления проблемы неоднозначности наиболее эффективными оказываются рас четные методы. Например, однозначный выбор оптимально го способа сварки может быть получен по результатам расче та себестоимости вариантов, выбор типа сварного соедине ния - по массе наплавленного металла или нормативу време ни сварки, выбор сварочных материалов и оборудования - по их рыночной цене, и т.д. Таким образом, при решении не формализованных задач часто используется симбиоз проце дур выбора, расчета и численных оценок.