Экспертные системы в АСУ ТП

Группа	Учебная литература
Область науки	Технические науки
Название на русском языке	Экспертные системы в АСУ ТП
Авторы на русском языке	Трофимов В.Б., Темкин И.О.
Название на английском языке	Expert systems in ACS TP
Авторы на английском языке	Trofimov V.B., Temkin I.O.
Вид издания на русском языке	учебник
Издательство на русском языке	Москва ; Вологда : Инфра-Инженерия, 2020. – 284 с.

Резюме

Предложены основные понятия экспертных систем, дана их классификация, описаны способы представления знаний. Детально рассмотрен полный цикл разработки экспертных систем – от извлечения и формализации знаний до программной реализации компонентов системы. Показано современное состояние и представлены тенденции развития экспертных систем для автоматизированного управления технологическими процессами в России и мире.

Для студентов, аспирантов и специалистов в области автоматизированных систем управления технологическими процессами.

Экспертные системы используются многими предприятиями для автоматизированного управления сложными технологическими объектами, повышения производительности и улучшения показателей качества продукции. Области применения экспертных систем весьма разнообразны и постоянно расширяются, увеличивается их число. Большая часть экспертных автоматизированных систем в промышленности использует базу знаний продукционного типа.

Формализация знаний в экспертных системах осуществляется в явном виде с помощью продукционных правил, семантических сетей и фреймообразных структур. Формирование начальных знаний осуществляется с помощью экспертов в режиме интерактивного человеко-машинного взаимодействия. Организация логического вывода решения обеспечивается путем явного сопоставления начальной посылки с категориями многоуровневой классификации, заданной иерархией продукционных правил или других представлений. Возможность пополнения знаний обеспечивается путем изменения продукционных правил, семантических сетей и других компонентов. Объяснение (интерпретация) принимаемых решений может быть обеспечено за счет анализа активизированной цепи логического вывода.

Типовые области применения экспертных систем: образование, научные исследования, производство, управление процессами, медицина, военное дело, инженерное дело, космическая техника, метеорология, экология, юриспруденция, маркетинг, финансы, банковское дело. Интерес к применению экспертных систем постоянно возрастает.

Диагностические экспертные системы используются для установления возможных причин нарушения деятельности объектов управления.

Прогнозирующие экспертные системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Планирующие экспертные системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Интерпретирующие экспертные системы обладают способностью получать определенные заключения на основе результатов наблюдений. Большинство экспертных систем включают знания, по содержанию которых их можно отнести одновременно к нескольким типам.

Для разработки таких систем привлекаются эксперты (опытные операторы, технологи), способные явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач. Если знания экспертов в основном являются эвристическими, основанными на личном опыте, полученными методом проб и ошибок (практические знания), то применение экспертной системы является целесообразным.

Экспертные системы создают так, чтобы получаемые результаты (выдаваемые рекомендации пользователю) не уступали по качеству и эффективности решениям, получаемым экспертом.

Экспертные автоматизированные системы могут воспроизводить процесс принятия решения экспертом. Они способны частично или полностью заменить эксперта в решении проблемной ситуации, хотя их возможности и ограничены (в частности, преобразование сенсорной информации в символьную сопровождается потерей части информации).

База знаний экспертной системы представляет собой формализованные знания экспертов, позволяет накапливать знания, сохранять их длительное время и обновлять.

Можно выделить следующие отличительные особенности знаний: внутренняя интерпретируемость (при переходе к знаниям в память машины вводится информация о протоструктуре информационных единиц – специальное машинное слово, в котором указано, в каких разрядах хранятся те или иные сведения), структурированность (рекурсивная вложимость одних информационных единиц в другие), связность (отношения между информационными единицами), наличие семантической метрики (наличие отношения, характеризующего ситуационную близость информационных единиц), активность (способность к актуализации тех или иных действий в системе).

Задача представления знаний – одна из наиболее важных задач создания эффективных экспертных систем. Форма представления знаний оказывает существенное влияние на свойства экспертной системы и зависит от особенностей знаний предметной области. Однородное представление знаний приводит к упрощению механизма логического вывода, а гибридное (объединение нескольких способов представления знаний) – позволяет учитывать разнообразие, разные виды знаний, расширяет функциональные возможности системы.

Представление знаний должно быть понятным пользователю и эксперту.

Для решения задач в условиях не изменяющихся во времени исходных данных и знаний (баз знаний) используются статические экспертные системы, в противном случае – динамические. Квазидинамические экспертные системы интерпретируют ситуацию, которая не меняется только на некотором фиксированном интервале времени (например, измерение параметра технологического процесса один раз в день и анализ его значения по отношению к предыдущему).

Экспертные системы могут быть использованы на всех стадиях жизненного цикла технологических объектов и систем. Они создаются для сохранения и использования уникального опыта профессионалов.

Издание "Экспертные системы в АСУ ТП" (Трофимов В.Б., Темкин И.О.) отмечено наградой
МЕДАЛЬ «ЗА ВЕРНОСТЬ ТРАДИЦИЯМ ОТЕЧЕСТВЕННОГО ОБРАЗОВАНИЯ» С УДОСТОВЕРЕНИЕМ

Оформление наградных документов и заказ каталога