Методологические основы построения экспертных автоматизированных систем прогнозирования с применением параллельных технологий для судовых технических систем

Актуальность темы

Характерной чертой современного этапа создания бортовой аппаратной корабельных (судовых) систем и летательных аппаратов является рост требований к их качеству, соответственно надежности и долговечности. Важность этих свойств ответственной аппаратуры как в вооружении, так и в народном хозяйстве была всегда первостепенной, однако в условиях международной, с одной стороны, открытой конкуренции, с другой стороны наивыгоднейшей кооперации, она возросла многократно. Это объясняется том, чтоцена отказа аппаратуры (материальная и моральная) в условиях открытой рыночной экономики возросла значительно.

Современные системы автоматизированного проектирования (CADsystem) автоматизированного технологического производства (САМ-system) и автоматизированные обслуживания процесса эксплуатации (CAE-system) достаточно серьезно повысили культуру создания аппаратуры на всех этапах жизненного цикла аппаратуры, что привело к повышению их качества (надежности, долговечности) на новую ступень. Развитие новых информационных технологий (интеллектуализация информационных систем, экспертные основы компьютерных систем поддержки принятия решений, нейросетевые технологии, технологии нечетких множеств, диалоговые системы и т. д.) явилось объективной потребностью необходимости создания надежных технических, организационно-управленческих, информационных и т. п. систем, функционирование которых необходимо рассматривать интегрированно и взаимосвязано, т. е. используя системный подход.

Эволюция упомянутых систем, применяемых на всех этапах жизненного цикла, продолжается, и улучшение характеристик технической аппаратуры (объектов) может быть также обеспечена «интеллектуальным» обслуживанием, т. е. интеллектуализацией управления процессом проектирования, процессом производства и процессом эксплуатации. К одним из важнейших средств интеллектуализации компьютерных процессов на всех стадиях жизненного цикла является прогнозирование изменения технического состояния объекта. История развития теории прогнозирования имеет более чем 40-летний этап развития как у нас в стране, так и зарубежом. Однако в связи с созданием нового поколения вычислительных систем, операционных систем, программных продуктов и информационно-технологических процедур в решении проблемы прогнозирования открылись новые горизонты.

В настоящее время очевидно, что задачи оценки состояния объектов и процессов, контроля и управления, прогнозирования и принятия решений требуют для своего реального внедрения в конкретную предметную область экспертной основы в соответствующей компьютерной системе.

Это объясняется тем, что решение этих задач в различных областях приложения происходит зачастую при: отсутствии или ограниченности «за-шумленной» текущей информацииотсутствии четких рекомендаций по процедуре анализа той или иной информацииострой необходимости структурирования требований к алгоритмическому обеспечению решений этих задачнесущной целесообразности формализации многих качественных рекомендаций по описанию ситуаций в исследуемой предметной областиобязательном раскрытии семантики взаимоотношений между условиями решения задач (что дано), что требуется получить (цель) и множеством алгоритмов решения (библиотека моделей и алгоритмов) — необходимости построения логических зависимостей (моделей) и выводов (заключений) при семиотическом описании фрагментов предметной областинаконец, при требовании принятия решений при нечетких условиях, нечетких данных и нечетких алгоритмах.

Нетрудно увидеть, что применение строго формализованных алгоритмов, традиционно работающих с количественной информацией, в перечисленных условиях затруднено. Нужен подход, повышающий эффективность решения упомянутых задач при столь жестких требованиях, это применение автоматизированных систем, использующих экспертную алгоритмическую основу. Кроме того, с момента появления современных вычислительных средств происходит постоянный процесс их совершенствования. При этом одна из мировых тенденций в развитии вычислительного дела неразрывно связана с созданием высокопроизводительных вычислительных систем на базе фундаментальных принципов распараллеливания и конвейеризации, а также с интеграцией обработки потоков быстро поступающей информации на многопроцессорных системах, комплексах и сетях ЭВМ. Это обусловлено как необходимостью достижения сверхвысокой производительности и надежности вычислительных средств, так и существенного ускорения решения реальных задач, повышения их размерности и точности результатов. В связи с этим происходит процесс создания принципиально новых и пересмотра существующих математических методов и алгоритмов решения задач в различных предметных областях с пересмотром алгоритмического багажа прикладной математики, выдвигаются новые требования к построению и исследованию математических моделей, касающихся различных аспектов параллельной и конвейерной обработки, организации параллельных вычислений. Кроме того, принципы параллельной организации процессов являются не только одним из универсальных способов достижения высокой производительности и надежности вычислительных средств, но и носят достаточно общий характер и присущи процессам различной природы, прежде всего они свойственны системам управления, операционным системам, системам автоматизированного проектирования, геоинформационным системам, системам автоматизированного контроля и диагностирования, промышленным технологиям, конвейерным и роторно-конвейерным линиям и т. д.

В настоящее время в этой области ведутся интенсивные исследования. Однако, понимание ряда аспектов, связанных с параллельными вычислениями, находится на интуитивномуровне. Это трудные в математическом отношении проблемы параллельного программирования по расчету оптимальных характеристик как самих вычислительных систем, так и характеристик оптимальной организации большого числа одновременно взаимодействующих параллельных процессоввопросы границ эффективности и применимости методов распараллеливания и приемов ускорения вычисленийколичественная и качественная оценка различных стратегий управления параллельными процессами, включая проблемы синхронизациипроблемы создания эффективных параллельных алгоритмов и соответствующего программного обеспечения с учетом характеристик конкретных систем параллельной обработки данных и др.

Одной из центральных в этих направлениях и во многом объединяющая их является проблема оптимального распределения вычислительных ресурсов и, прежде всего, алгоритмических и программных, так как именно алгоритмы и программы являются не только основными вычислительными ресурсами, но и интегрированными средствами, через которые осуществляются запросы на ресурсы вычислительных систем. Это порож- ——-дает, в свою очередь, множество параллельно-конкурирующих за их использование процессов. А проблемы оптимальной организации выполнения этого класса процессов относятся к операционному параллелизму, который является «мозгом и сердцем», параллельных вычислений. Поэтому от успешного решения проблем оптимальной организации множества параллельно-конкурирующих процессов зависит не только эффективность реализации заданных объемов вычислений, но й работоспособность и надежность систем в целом.

Несмотря на имеющиеся в этих направлениях результаты до сих пор открытыми остаются проблемы оптимальной организации параллельных вычислительных процессов в условиях ограниченных ресурсов (реальные ресурсы всегда ограничены), проблемы эффективной реализации заданных объемов вычислений в различных режимах их синхронного и асинхронного взаимодействия при сосредоточенной и распределенной обработке в условиях ограниченного параллелизма, проблемы синхронизации множества конкурирующих процессов, проблемы разработки методов решения оптимизационных задач в условиях неограниченного и ограниченного параллелизма при сосредоточенной и распределенной обработке с целью создания условий оптимальной реализации заданных объемов вычислений и критериев эффективности и оптимальности реализации множества параллельно-конкурирующих процессов, проблемы эффективного отображения паралдельных алгоритмов и соответствующих программных реализаций с учетом архитектурных особенностей многопроцессорных систем (МС) и вычислительных комплексов (ВК), проблемы разработки и математического обоснования приемов ускорения вычислений на базе принципов распараллеливания и конвейеризации вычислений и др.

Следовательно, разработка математических моделей и методов оптимальной организации конкурирующих" процессов, критериев эффективности и оптимальности реализации заданных объемов вычислений в условиях неограниченного и ограниченного параллелизма в различных режимах синхронного и асинхронного взаимодействия параллельно-конкурирующих процессов при сосредоточенной и распределенной обработке и решение на этой основе проблем и задач оптимального отображения алгоритмов и соответствующих программных реализаций из различных предметных областей, прежде всего логико-комбинаторных, с учетом архитектурных особенностей многопроцессорных систем и комплексов в условиях массового параллелизма, разработка и обоснование приемов ускорения вычисления с повышением точности и достоверности при ограниченной информации является актуальной проблемой компьютерной науки и теории управления.

Цель исследования. Целью диссертационной разработки является разработка методологических принципов построения автоматизированных систем прогнозирования на экспертной основе с применением параллельных информационных технологий при ограниченной информации в процессе эксплуатации многопараметрических судовых комплексов.

Задачи исследований:

1. Обосновать возможность и необходимость использования прогнозирования для расширения базы данных автоматизированных систем контроля и управления судовыми объектами. :

2. Сформулировать, классифицировать и формализовать основные этапы проектирования автоматизированных систем прогнозирования (АСП) на основе концептуального моделирования проблемной области исследования с учетом ее иерархии и использования различных методов, способов, технологий и алгоритмов, определяющих математические, информационные и информационно-технологические аспекты процесса создания АСП.

3. Разработать алгоритмические структуры формализации описания временных рядов с учетом их ограниченности и неопределенности с применением процедур моделирования, интеллектуальной поддержки и семантического анализа случайного процесса.

4. Обобщить и предложить методологические принципы построения экспертной основы в автоматизированной системе прогнозирования с выбором семантической среды и математического аппарата моделей, позволяющих осуществить выбор наилучших алгоритмов прогнозирования и составляющих логико-математическую основу функционирования экспертных систем.

5. Разработать принципы параллелизма решающих задачу прогнозирования с повышенной точностью и особенно достоверностью в условиях ограниченной информации и неопределенности, с обеспечением сходимости результатов прогноза.

6. Разработать реализацию информационно-технологических процедур параллелизма, основанных на применении: совокупности математических моделей, использовании множества контролируемых параметров объекта и конкретных алгоритмических структур различного математического аппарата применительно к судовым энергетическим установкам.

Объект исследования. Объектом исследования является процесс создания автоматизированных систем прогнозирования на экспертной основе с использованием параллельных информационных технологий применительно к судовым энергетическим установкам.

Предмет исследования. Предметом исследования являются методы, способы и алгоритмы прогнозирования изменения состояния СЭУ на основе семантических и формальных моделей экспертных систем и информационно-технологических принципов параллелизма.

Научная новизна работы. В диссертации проведено исследование, обобщение и развитие компьютерных методов формального описания и прогнозирования случайных процессов изменения технического состояния судовых объектов:

1. Обоснована правомерность использования процедур прогнозирования для расширения базы данных автоматизированных информационных систем на основе введенной иэквивалентности между наблюдаемым и прогнозируемым случайными процессами, удовлетворяющая как минимум эквивалентности и сходимости в среднеквадратическом и обеспечивающая однородность конечномерных распределений (наблюдаемого и прогнозируемого). При этом показано, что прогнозируемое значение, полученное замкнутым линейным многообразием, дает наилучшую аппроксимацию наблюдаемого значения в смысле минимума квадрата расстояния.

2. Сформулировано основное содержание этапов проектирования автоматизированной системы прогнозирования на основе концептуального моделирования предметной области прогнозирования с использованием МПСи ЕОА-технологий, включающие в себя модель абстракций, конструктивное пространство, процедурную модель и процедуру автоматизации логического моделирования. При этом разработаны: иерархическая теоретико-множественная модель (использующая методы нечеткой математики и анализа иерархий), графовая (визуальная) модель представления знаний, вербально-табличные модели информационных потоков.

3. Разработанное в рамках системы управления временными рядами алгоритмическое обеспечение формального описания временных рядов, включает в себя ряд методов (шаблонов 1Р-индексов, поиска однородно-стей, с нейросетевой технологией, с гипертекстовой базы знаний), охватывающих структурную, информационную, математическую и процедурную стороны формализации с учетом ограниченности и неопределенности наблюдаемых рядов.

4. При построении элементов экспертной системы прогнозирования разработаны принципы построения конъюнктивно-дизъюнктивных моделей, создающих семантическую среду в предметной области, и методологические аспекты операции деления конъюнкто-дизъюнктов при выборе метода прогнозирования. Разработаны продукционные модели с четкими и нечеткими схемами вывода, используемые в АСП и представляющие логико-математическую основу их функционирования.

5. Предложены алгоритмические структуры, позволяющие решать задачу прогнозирования при разнообразных информационно-технологических принципах параллелизма: интегрированном, категорий-ном и факторномпараметрическом и модельном, с оценкой точности, достоверности и сходимости прогнозов.

6. Разработаны алгоритмы параллельно-коллективного использования методов различных математических аппаратов в диалоговом режиме: аналитического и вероятностного (матричного) прогнозированияпринципов экстраполяции и математического программирования- «вырожденного» распознавания и моделей регрессионного анализа.

Методы исследования. В диссертационной работе используются методы: общей теории случайных процессов, математической статистики и теории вероятностей, теории множеств, теории графов, теории принятия решений, теории искусственного интеллекта, теории прогнозирования, регрессионного анализа, алгебры логики, нечеткой математики.

Практическая ценность заключается в создании комплекса средств алгоритмически-методической поддержки процессов концептуального проектирования автоматизированных систем прогнозирования, позволяющих решать задачи упреждающего контроля и диагностирования, расширения баз данных, уменьшение неопределенности на экспертной основе с применением параллельных информационных технологий.

В процессе выполнения диссертационной работы разработаны алгоритмические структуры, которые используются в научно-исследовательских работах, в целях обучения, а также на предприятиях в качестве компонент автоматизированных систем контроля и управления, диагностических комплексов и самостоятельно для решения следующих задач:

1. Компьютерная поддержка процессов формирования требований и многокритериальный выбор моделей и алгоритмов прогнозирования по ограниченной информации (СППР «Выбор методов и алгоритмов» Borland Delphi 6.0, внедренная в холдинговой компании «Ленинец», центре управления полетами ЦНИИ Машиностроения).

2. Компьютерная поддержка задач прогнозирования, где используется алгоритмически-программный комплекс, содержащий системы: автоматизированную систему прогнозирования MATLAB6.1 — Statistics Toolbox, внедренная в ОАО «Техприбор».

3. Компьютерная система оценивания точности, достоверности и сходимости результатов прогноза (интеллектуальная система «Exactness», внедренная в НИИ РЭСПЧП «Прогноз»).

Апробация работы. Основные научные и практические результаты диссертационной работы были представлены и одобрены более чем на 10 международных и всероссийских конференциях и семинарах: Всероссийской научно-технической конференции «Методы и средства оценки и повышения надежности приборов, устройств и систем» (г. Саратов, 1996 г.) — Международной научно-технической конференции «YAWE'94» (Люблин, Польша, 1994 г.) — Всероссийской научно-методической конференции «Высшее образование в современных условиях» (Санкт-Петербург, 1996 г.) — Международных научно-технических конференциях «ТРАНС-КОМ-94,97,99,2001» (Санкт-Петербург) — Международных научно-технических конференциях «Региональная информатика, RI-98,2000,2002» (Санкт-Петербург) — «Методы и технические средства обеспечения безопасности информации» (Санкт-Петербург, 2002 г.) — научно-технических конференциях профессорско-преподавательского состава СПГУВК (1994;2002г.г.) — кафедральных семинарах «Диагностика технических объектов» (1994;2002г.г.) — Международно-техническом семинаре «Прикладная муль-тисенсорика» (г. Иена, Германия, 2001 г.) и др.

Публикации. По теме диссертации опубликовано 39 печатных работ, из них: 4 монографии.

Структура и объем работы. Диссертация состоит из введения, шести глав, заключения, приложений и списка литературы, содержащего 141 наименование. Общий объем работы 304 страницы, который включает 87 рисунков и 5 таблиц, приложения.страниц.

Основные результаты.

1. Разработана диалоговая процедура для пользователя при решении задачи прогнозирования с помощью экспертных структур и параллельных технологий с введением графа диалоговых процедур и графа информационной модели.

2. Разработана алгоритмическая структура параллельно-коллективного использования методов аналитического и вероятностного (матричного) прогнозирования с введением соотношения, определяющего момент появления нестационарности контролируемого процесса. Разработанный метод матричного прогнозирования позволяет оценить как результат прогноза — функцию плотности безотказной работы СЭУ.

3. Разработана алгоритмическая структура коллективного использования принципов экстраполяции и математического программирования. При этом в качестве математического программирования применяется линейное программирование, решающее задачу дискриминантного анализа, когда строится в качестве решающего правила — разделяющая гиперповерхность.

4. Исследованы алгоритмические сосбенности совместного применения разработанного метода «вырожденного» распознавания и моделей регрессионного анализа.

ЗАКЛЮЧЕНИЕ

.

Новое поколение вычислительной техники, операционных систем и прогнозируемых продуктов принципиально изменило технологию решения большинства традиционных задач на стадиях проектирования, производства и эксплуатации объектов (процессов) созданием САО/САМ/САЕ систем, а также САБЕ-технологии, САЬБ-технологии и др.

При этом все эти новые инструментальные средства позволили создать новые информационные (именно информационные, так как математическая суть их была известна ранее) технологии. Новизна новых технологий заключается прежде всего в более эффективном, точном, достоверном, экономичном, быстром решении поставленных задач. К подобным задачам безусловно относится задача прогнозирования, более точное и достоверное решение которой удается выполнить с помощью таких информационно-технологических процедур как.

— параллельные вычислительные системы,.

— интеллектуализация на экспертной основе,.

— нейросетевые технологии,.

— технологии нечетких множеств,.

— диалоговые системы и т. д.

В результате решения сформулированной в процессе исследований проблемы были получены следующие научные результаты:

1. Введено понятие и даны определения иэквивалентности между наблюдаемым и прогнозируемым случайными процессами, которая требует как минимум эквивалентности в среднеквадратическом, а как максимум и по вероятностной мере. При этом на основе теоремы Крамера Г. о проекции показано, что прогнозируемая проекция 77 величины? на подпространство М может рассматриваться как наилучшая аппроксимация £точками из М в смысле минимума квадрата расстояния.

2. На основе разложения Уолда показана возможность использования множества линейных операций на ?(/) и получения множества прогнозируемых оценок, сходящихся в среднеквадратическом к ?(/), и построения конечномерных распределений, являющихся наиболее полным описанием прогнозируемого случайного процесса.

3. Сформулированы основные этапы проектирования АСП на основе концептуального моделирования предметной области прогнозирования, а также предложена последовательность проектирования АСП на основе макета. При этом выделены основные информационные задачи:

— последовательно решаемых в МПС-технологии, и определена очередность этапов получения спецификации модели системы;

— решаемых на основе семиотического моделирования с использованием элементов ЕОА-технологии (включающих модель абстракции, конструктивное пространство и процедурную модель ЕБАТ, процедуру автоматизации логического моделирования).

4. Разработана иерархическая теоретико-множественная модель концептуального проектирования АСП:

— во-первых, с основными компонентами и этапами информационной технологии проектирования (с обоснованием методов принятия решенийметодов нечеткой математикиметоды анализа иерархииметод, привлекающий экспертные знания);

— во-вторых, с формализацией процесса моделирования проектных задач на основе графового (визуального) представления системы знаний предметной области (с рассмотрением понятийной, структурной, функциональной и содержательной графовых моделей);

— в-третьих, с информационно-технологическими аспектами вербаль-но-табличных моделей информационных потоков при создании алгоритмических структур.

5. Предложены принципы организации системы управления временным и рядами и элементы ее архитектуры. При этом разработано в рамках СУВР алгоритмическое описание временных рядов на основе: метода шаблонов, метода 1Р-индексов, метода моделирования, использующего алгоритмы скользящего описания (базовый алгоритм, алгоритм описания с коэффициентом запаздывания, алгоритм описания с поиском прецедентов).

6. Разработан метод поиска однородностей в многомерной базе данных, использующий 4-х мерную информационную модель хранения данных по учету состояния подсистем СЭУ, в составе аналитической системы, входящей в АСП. При этом разработана процедура заполнения пропусков значений временных рядов, основанная на нейросетевой технологии, и метод поворотных точек для описания временных рядов.

7. Разработана технология создания системы алгоритмической поддержки принятия решений, основанной на интегрировании в структуру САППР гипертекстовой базы знаний, формируемой как результат системного анализа и моделирования предметной области и позволяющая учитывать специфику знаний о случайном процессе при осуществлении прогнозирования. В связи с этим осуществлен семантический анализ функциональной модели случайного процесса и предложен алгоритм интеллектуальной информационной поддержки искусственной нейронной сети.

8. Построена вербально-структурная модель процедуры прогнозирования, охватывающая все этапы ретроспективного, диагностического и прогнозного анализа. Обобщены методологические принципы построения экспертной основы в АСП с рассмотрением аспектов:

— системного анализа проблемной области на применимость технологии экспертных систем прогнозирования;

— приобретения знаний в ЭСП;

— этапов разработки ЭСП;

— критериев выбора экспертов в проблемной области прогнозирования.

9. Разработаны принципы построения конъюнктивно-дизыонктивных моделей, создающих семантическую среду в предметной области между условиями решения задачи и средствами получения точного и достоверного результата. В развитие этих принципов разработаны методические основы логических выводов в АСП экспертного типа на основе вводимой операции деления конъюнкто-дизъюнктов при выборе метода прогнозирования близкого к оптимальному в зависимости от входных требований к решаемой задаче.

10.Разработаны продукционные модели, используемые, а АСП экспертного типа, позволяющие решать задачи выбора наилучших моделей, алгоритмов, программ и составляющих логико-математическую основу функционирования продукционных экспертных систем прогнозирования. предложены алгоритмы принятия решений на основе нечетких схем дедуктивного и индуктивного вывода с помощью системы нечеткий продукционных высказываний.

11.Решена задача диагностирования экспертных знаний и заключений, представленных в виде информационных гранул на основе нейронной модели при нечетких заданных условиях.

12.При осуществлении классификации механизмов параллельной информационной технологии выделены пригодные для решения задачи прогнозирования:

— абстрактные системы с неявным параллелизмом;

— высокоуровневые системы с~явным параллелизмом;

— низкоуровневые системы с явным параллелизмом.

Определены три вида параллелизма: естественный параллелизмискусственный параллелизм 1-го вида (формирование множества потоков данных) — искусственный параллелизм 2-го вида (формирование множества потоков команд). Для реализации механизмов параллелизма в АСП существует два способа организации вычислительного процесса: синхронный (замкнутый и разомкнутый методы) и асинхронный (метод распределения по запросу).

Существующее автоматическое распараллеливание имеет три основных направления: распараллеливание на уровне операторов и команд, распараллеливание циклов и крупноблочное распараллеливание. При полуавтоматическом распараллеливании используются специализированные параллельные языки и инструментальные средства с диалоговыми советчиками.

13.Введено понятие — граф зависимостей по данным, представленный пятью уровнями и восемнадцатью многоальтернативными входами, а также три технологических принципа параллелизма: интегрированный, категорийный и факторный. Определены понятия алгоритмического параллелизма по параметрическим данным и математически обоснован параллелизм по моделям прогнозирования, а также принцип параллелизма по математическому аппарату.

Кроме того, предложены типовые алгоритмические структуры, разбитые на базовые, проблемно-ориентированные и управляющие, позволяющие решать задачу прогнозирования при массивном параллелизме.

14.Изложено многоуровневое представление в распараллеливании алгоритмов с введением вероятностной модели оценивания процесса синхронизации и предложена процедура построения управляющего графа алгоритма с рассмотрением конкретных операторов и граф зависимостей по данным с алгоритмом нахождения ГЗД для циклов вычислений.

15.Разработаны информационно-технологические принципы параллелизма: ОПОМ-, ОПМОМ-, ОПМРМ-, МПОМ-, МПМРМ-технологии. Для них предложена процедура организации информационных матриц для построения скользящих авторегрессионных и взаимнорегрессионных моделей (линейных, со взаимодействиями, квадратичных, полных) и комплексного использования алгоритмических структур прогнозирования.

16.Разработана методика оценивания точности, достоверности и сходимости результатов прогнозирования при использовании информационно-технологических принципов параллельного прогнозирования многопараметрических судовых энергетических установок по ограниченной информации.

17.Разработана диалоговая процедура для пользователя при решении задачи прогнозирования с помощью экспертных структур и параллельных технологий с введением графа диалоговых процедур и графа информационной модели.

18.Разработаны конкретные алгоритмические структуры параллельно-коллективного использования моделей различных принципов прогнозирования:

— аналитического и вероятностного (матричного) прогнозирования;

— экстраполяции и математического программирования (дискрими-нантного анализа);

— регрессионного анализа и «вырожденного» распознавания.

Перечисленные алгоритмы позволяют прогнозировать надежностные характеристики судовых энергетических установок в процессе эксплуатации.