- •Введение
- •1. Аналитический обзор
- •1.1. Описание процесса очистки бытовых сточных вод
- •1.2. Описание технологической схемы процесса
- •1.3. Краткий обзор систем диагностики
- •1.4. Традиционные методы управления и экспертные системы в биологической очистке сточных вод
- •2. Разработка системы автоматизации и выбор комплекса технических средств для блока биологической очистки сточных вод
- •2.1. Особенности блока биологической очистки, как объекта управления
- •2.2. Описание функциональной схемы автоматизации
- •2.3. Выбор комплекса технических средств
- •2.4. Схема внешних соединений
- •2.5. Проектное конфигурирование контроллера
- •3. Разработка экспертной системы управления процессом биологической очистки сточных вод
- •3.1. Описание структуры экспертной системы
- •3.2. Анализ процесса биологической очистки с точки зрения возможных аварийных и нештатных ситуаций
- •3.3. Выбор модели представления знаний в экспертной системе
- •3.4. Построение базы знаний
- •4. Синтез и исследование модуля диагностической экспертной системы
- •4.1. Описание экспертной оболочки карраv2.4
- •4.2. Описание процесса и результатов работы экспертной системы
- •5. Технико-экономическое обоснование автоматизации блока биологической очистки сточных вод
- •5.1. Расчет капитальных вложений по автоматизации блока биологической очистки бытовых сточных вод
- •5.2. Расчет амортизационных отчислений
- •5.3. Расчет трудоемкости ремонтных работ и обслуживания приборов и средств автоматизации
- •5.4. Расчет эксплуатационных затрат на систему автоматизации блока биологической очистки
- •Заключение
- •Список использованных источников
- •Приложение а. Заказная спецификация
- •Приложение б. Программа экспертной системы в среде карра 2.4
3.3. Выбор модели представления знаний в экспертной системе
Ядром экспертной системы является база знаний, которая накапливается в процесс ее построения. Знания выражаются в явном виде и организуются так, чтобы упростить принятие решения. Выбор способа представление знаний в базе знаний связан с формой и видом знаний, которыми придется оперировать при работе системы. Формы представления знаний в экспертной системе можно свети к четырем основным типам.
Логический метод представления ‑ знания представляются в базе знаний в виде логических формул.
Сетевые модели представления знаний ‑ это система знаний, имеющая определенный смысл в виде целостного образа сети, узлы которой соответствуют понятиям и объектам, а дуги – отношениям между объектами
Продукционные модели представления знаний ‑ это совокупность правил вида:
Если А, то В или Предпосылка /действие.
Продукционные правила могут быть простыми (одно условие – одно следствие), составными (несколько условий – несколько следствий), фокусирующими (несколько условий – одно следствие) и разветвляющимися (одно условие- несколько следствий).
По способу поиска решения различают продукционные системы с прямым и обратным выводом. Прямой вывод заключается в пошаговом поиске заключения на основании имеющихся данных. Выполнение условия приводит к признанию истинности следствия и обновлению базы данных, которое заключается в добавлении в нее следствия в качестве факта. В случае невыполнения условия поиск прекращается в этом направлении и возобновляется в другом. Недостаток этого способа заключается в необходимости перебора всех правил, даже не имеющих отношения к конечной цели.
Правила просты в понимании, их легко создавать, пополнять, модифицировать, удобен механизм логического вывода. Однако при их использовании существует сложностьоценки целостного образа знаний, остается неясность взаимных отношений правил и существенно замедляется скорость вывода при решении крупномасштабных задач.
Фреймовые модели представления знаний. В основе фреймовой теории лежит понятие фрейма – структуры данных для представления некоторого концептуального объекта, конкретные свойства которого описываются в слотах - структурных элементах фрейма. Общую схему фрейма можно представить следующим образом:
{Имя фрейма; [Имя слота1 , Значение1]; …; [Имя слота n, Значениеn]}
Фреймовые системы обладают следующими способами управления выводом:
с помощью присоединенных процедур – демонов (автоматически запускаемых при обращении к соответствующему слоту процедур) и служебных процедур (активизируемых при внешнем запросе);
с помощью механизма наследования, осуществляющего автоматический поиск и определение значений слотов дочерних фреймов по значениям соответствующих слотов родительских фреймов.
Представление знаний в виде фреймов допускает комбинирование первых с знаниями, представленными другими методами. Это достоинство позволило успешно применять фреймово-продукционную модель представления знаний. Вывод, получаемый с помощью системы продукций можно представить как совокупность серии правил, поддерживающих отдельное заключение, и данных, на основании которых делается вывод.
Именно фреймово-продукционная модель была выбрана для формирования базы знаний экспертной системы для блока биологической очистки сточных вод.