CC BY
72
Но при этом возникает еще одна проблема - проблема понимания, что такое нормальное поведение. Количество возможных вариантов «нормального» поведения столь велико, что сложно провести грань между допустимым и недопустимым, и потому не исключается риск подвергнуть обыскам и допросам ни в чем неповинных людей. Однако, даже, если автоматика самостоятельно подает сигнал тревоги, окончательное решение должно оставаться за людьми. А это позволит избежать многих проблем, по крайней мере, на ранних этапах.
Жизнь стремительно информатизируется и внедрение систем контроля эмоциональности не только по голосу, но и по видеоряду, передаваемому по сетям 30 или через Интернет (т.е. без существенных задержек и в хорошем качестве) позволит внедрять системы, способные контролировать жизнь общества, выявляя агрессию, злость, депрессивные состояния.
Литература
1. Розалиев В. Л. Предпосылки, возможности, перспективы создания автоматизированной системы распознавания эмоциональности речи / В. Л. Розалиев // Известия ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»: межвуз. сб. науч. ст. / Волгоград: ВолгГТУ, 2008. Вып.4. №2. С. 58-61.
2. Розалиев В. Л. Моделирование эмоционального состояния человека на основе гибридных методов / В.Л. Розалиев, А.В. Заболеева-Зотова // Программные продукты и системы: международный науч.-практ. журнал. -Тверь, 2010. Вып.2 (90). С. 141-146.
3. Заболеева-Зотова А. В. Автоматизация семантического анализа документации технического задания / А. В. Заболеева-Зотова, Ю. А. Орлова // Вестник компьютерных и информационных технологий. 2008. № 9. С. 26-34.
4. Заболеева-Зотова А. В. Атрибутная грамматика формального документа "Техническое задание" /
А.В. Заболеева-Зотова, Ю.А. Орлова // Изв. ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»: межвуз. сб. науч. ст. -Волгоград: ВолгГТУ, 2008. Вып. 4. № 2. С. 39-43.
5. Заболеева-Зотова А. В. Моделирование лексического анализа текста технического задания / А.В. Заболеева-Зотова, Ю.А. Орлова // Изв. ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»: межвуз. сб. науч. ст. -Волгоград: ВолгГТУ, 2007. Вып. 2. №2. С. 39-42.
6. Розалиев В. Л. Применение нейронных сетей и грануляции при построении автоматизированной системы определения эмоциональных реакций человека / В.Л. Розалиев, А. С. Бобков, О. С. Федоров // Изв. ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»: межвуз. сб. науч. ст. -Волгоград: ВолгГТУ, 2010. Вып. 9. № 11. С. 63-68.
АБДУКЦИЯ В КОНЦЕПТУАЛЬНОМ ПРОЕКТИРОВАНИИ, КОГНИТИВНОМ МОДЕЛИРОВАНИИ И ИНТЕЛЛЕКТУАЛЬНОМ АНАЛИЗЕ ДАННЫХ
В. А. Камаев, д. т. н., профессор, зав. кафедрой Тел.: (8442) 248 100, email: [email protected] М.В. Щербаков, к. т. н., доцент кафедры Тел. (8442) 248 100, email: [email protected] кафедра Системы автоматизированного проектирования и поискового конструирования (САПР и ПК)
Волгоградский государственный технический университет (ВолгГТУ)
www.vstu.ru
The process of implementation the abduction in conceptual design, cognitive modeling and data mining analysis is represented in this paper. The following examples are given: the formation of the new demand for the creation of technical systems, searching for new physical principles of technical systems, cognitive modeling of electricity in the region, data mining in domain of region’s energy consumption.
Описан процесс использования абдукции в концептуальном проектировании, когнитивном моделировании, интеллектуальном анализе данных. Приведены примеры: формирования новых потребностей при
создании технических систем, поиске новых физических принципов действия технических систем, когнитивном моделировании электроэнергетики в регионе, data mining текущих результатов потребления энергии в регионе.
Ключевые слова: абдукция, изобретение, концептуальное проектирование, потребности, функциональная структура, физический принцип действия, физический эффект, когнитивное моделирование, когнитивная карта, управление электроэнергией в регионе, data mining.
Keywords: abduction, invention, conceptual design, needs, functional structure, physical principle opération, physical effect, cognitive modeling, cognitive map, regional electricity management.
Фактов нет, пока человек не внес в них чего-то своего, какой-то доли вольничающего человеческого гения, какой-то сказки. Факт безсмысленен, если в него невнести смысл...
Б. Пастернак «Доктор Живаго»
В каждом из разделов знаний - концептуальном проектировании, когнитивном моделировании, data mining исследователь сталкивается с проблемой осмысления получаемых в процессе работы некоторых знаний - неких фактов. При этом, как следует из эпиграфа, эти факты может грамотно использовать только человек. Сейчас предпринимаются попытки автоматизировать использование этих фактов, например, работы профессора Вагина В. Н.[1], к числу подобных оптимистов автор относит и себя. Центральным понятием при этом является понятие абдукции.
Абдукция - выведение понятия из того категориального ряда, в котором оно закреплено традицией, и перенесение его в другой ряд или множественные, расходящиеся ряды понятий. Этот термин был введен Чарльзом Сандерсом Пирсом [2] для обозначения логики гипотетического мышления. Например, название или метод научной дисциплины «похищается» у определенной предметной области и переносится на другую предметную область. Абдукция перекликается с метафорой, перенесением значения по сходству. Таким образом, абдукция это познавательная процедура принятия гипотез.
Абдукция - это, собственно говоря, не логический вывод. Она не есть результат логической работы в традиционной ее форме, а возникает, по выражению Пирса, как озарение: «Конечно, различные элементы этой гипотезы присутствовали в моем сознании и раньше, но именно мысль сопоставить то, что раньше я не подумал бы сопоставлять, заставляет новое предположение вдруг молнией вспыхнуть в моем сознании».
В отличие от дедукции и, в небольшой мере, от индукции, абдукция может произвести результаты, которые являются неправильными в пределах формальной системы. Однако она может оказаться полезной как эвристический прием. В процессе взаимодействия, природа и тип которого уже ясны, участвующим сторонам, могут фигурировать и дедукция, и индукция. Но опознание нового типа взаимодействия, сопоставление нового, неожиданного эмпирического факта с имеющимся набором типов ситуаций, личностей, мотивов, зафиксированным в опыте культуры, в языке, происходит путем абдуктивного заключения.
Абдукция - это «обратная» дедукция, так сказать, дедукция, поставленная с ног на голову. Если в дедукции рассуждение развивается от посылки к следствию, то в случае абдукции - в противоположном направлении, то есть от следствия к посылке. Нормальное дедуктивное рассуждение [3] таково: «Все люди смертны, Сократ- человек, следовательно, Сократ смертен». Здесь налицо логически необходимый вывод. В случае абдукции силлогизм приобретает следующую форму: «Все люди смертны. Сократ смертен, следовательно, Сократ человек». Может показаться, что здесь все нормально, но если вдуматься, то становится ясно, что вывод неправильный: из того, что Сократ смертен, вовсе не следует, что Сократ человек, ведь смертны и кошки, и собаки, и бабочки, и, может быть, деревья. Правильность абдуктивного рассуждения опирается на всегда присутствующие эмпирические знания человека, которые могут отсутствовать при формулировке проблемы.
1.Концептуальное проектирование технических систем одной из целей преследует получение нового качества проектируемой системы, в пределе новое техническое решение - изобретение.
В связи с этим напомним, что изобретением (а изобретение это всегда новизна) упрощенно называется техническая система, которая:
А. или использует новый по сравнению с аналогом физический принцип действия;
Б. или добавляет новую функцию к имеющейся функции аналога;
В. или (это расширение предыдущего пункта) предлагает использовать аналог по другому назначению.
Формирование проекта концепции технической системы проводится в виде последовательности этапов (рис.1) [4]. Эта последовательность составляет суть концептуального проектирования, именно здесь закладываются основы эффективности будущей технической системы. Возможности автоматизации концептуального проектирования пока ограничены. Совокупность этапов подготовки проекта характеризуется ярко выраженной дуальностью, тесной связью рядом расположенных этапов. При этом каждый последующий этап, реализация которого возможна множеством способов, «провоцирует» новое, нестандартное формирование результата предыдущего этапа. В результате при формировании конструкторско-технологических систем (КТС) мы можем получить гирлянды технических решений, среди которых находятся принципиально новые, возможно конкурентоспособные.
Технически это можно осуществить с последовательным использованием различных форм умозаключений. Про-2 фессором Поповым В.В. предлагается [5]
для этого использовать индукцию (вывод от частного к общему) и дедукцию (переход от общего к частному и единичному). Единицей (таксоном) частного может быть известная потребность,
4. функция, свойство и вообще любая еди-
ница знания о предмете (объекте), процессе, отношении. Общим для любой единицы (таксона) является систематика, в которую эти единицы (таксоны) вклю-Рис. 1. Этапы подготовки проекта чаются на основе устойчивых характери-
стик: признаков, свойств, функций, связей.
Однако не все единицы систематики последующего этапа могут быть использованы на предыдущем этапе. Возможность их использования может определить только человек, рассматривающий гипотезу о возможности использования этих отдельных единиц, то есть мы имеем дело с процессом абдукции.
Вернемся к вопросу о дуальности рядом расположенных этапах проектирования. Пусть на этапе 1 подготовки проекта (выбор технически реализуемой потребности) мы сформулировали потребность защиты от комаров с помощью мобильного телефона. На 2-ом этапе формулируется ряд функций, которые способны это выполнить (генерация: электромагнитных колебаний, звука, света, запаха и т.д.). Однако проектировщик (пример абдукции!) может заметить, что некоторые из этих функций могут быть полезны для человека (например, полезные ароматы или полезные вибрации). Совмещение двух функций позволяет говорить о возможности получения нового решения.
Далее, на 3-ем этапе, проектировщик реализовал потребную функцию, сформулировав некий принцип действия. Напомним, что физический принцип действия представляет собой последовательность (в общем случае сеть) физических эффектов (ФЭ). Существуют базы данных физических эффектов, например, автоматизированная информационная система поиска ФЭ, содержащая более 1300 эффектов [8]. Используя эту базу, программы автоматического синтеза ФПД формируют соответствующие последовательности [6 ]. Анализ этой последовательности обязательно (конечно, если в последовательности присутствует два и более физических эффекта) спровоцирует нетрадиционное решение, совмещающее в одной системе несколько функций.
Пример 1. Физический принцип действия (ФПД) люминесцентной лампы, реализующий функцию освещать, представляет собой цепочку, состоящую из четырех физических эффектов (рис. 2). Этот ФПД реализует функцию преобразования электрического тока в световой поток [6,7].
Электрический Проводник t Увеличение Оксидная поток
ток температура суспензия электронов
Поток Пары ртути Ультрафиолетовое люминофор Световой
электронов излучение поток
Упругие акустические Контакт Поток Смесь Электромагнитное
ВОЛНЫ твердого тела с жид костью тепла газов излучение
Электромагнитное Газ, Силовое механическое
излучение воздействие
Рис. 3. Физический принцип действия датчика
Рис. 2. Линейная структура ФПД люминесцентной лампы
Анализ этого ФПД позволяет констатировать, что в его составе присутствует ФПД, реализующий функцию преобразования электрического тока в ультрафиолетовое излучение. В этом
случае проектировщик, используя метод абдукции, может предложить новое решение - совме-
щение в одной технической системе двух функций: получение светового потока и ультрафиолетового излучения.
Пример 2. На рис.З представлен физический принцип действия датчика измерения упругих акустических волн [8]: Физический принцип действия этого датчика состоит из трех линейно связанных физических эффектов (цепочек ФЭ). Анализ этой цепочки позволяет сделать предположение: датчиком воз-
можно измерение не только упругих акустических волн, но и потока тепла. Таким образом, принципиально возможно в одном датчике совместить измерение нескольких разных физических процессов.
2.Когнитивное моделирование используется на начальных этапах изучения и анализе возможности управления слабоструктурированных систем (технических, социально - экономических) . Не вдаваясь в общеизвестный аппарат создания когнитивного моделирования [9, 10], рассмотрим один из примеров когнитивной карты, используемой для анализа проблемы потребления электроэнергии в регионе [9]. На рис.4 приведена соответствующая когнитивная карта, отражающая взаимозависимость семи параметров (стоимость электроэнергии, потребление электроэнергии, энергетические мощности, число предприятий, число рабочих мест, численность населения, состояние окружающей среды).
На рис.5 приведена одна из промежуточных таблиц, иллюстрирующая возможные сценарии развития ситуации в этом гипотетическом регионе. При начальных значениях параметров, указанных в первой колонке таблицы возможны сценарии саморазвития (вторая колонка) и управляемого развития (третья колонка). В случае саморазвития состояние окружающей среды несколько ухудшается - значение -0,03. В случае управляемого развития управление предполагается изменением стоимости электроэнергии. В работе Робертса [9] утверждается, что повышение стоимости электроэнергии приводит к положительным изменениям в регионе. Действительно, при этом удалось ликвидировать отрицательное воздействие на окружающую среду, незначительно ухудшить другие показатели (число предприятий, число рабочих мест).
Рис. 4. Когнитивная карта
Начальные значения Саморазвитие Управляемое развитие
Число предприятий 0,25 0,30 0,29
Число рабочих мест 0,25 0,40 0,39
Численность населения 0,25 0,36 0,37
Состояние окружающей среды 0,10 -0,03 0,01
Стоимость электроэнергии 0,05 0,03 0,22
Энергетические мощности 0,10 0,15 0,13
Потребление электроэнергии 0,05 0,26 0,17
Рис. 5. Таблица сценариев
Однако это не всегда правильно. Например, на начальном этапе развития сравнительно небольшого региона человеку может быть выгодно иметь минимальную стоимость электроэнергии, несмотря на некоторое ухудшение окружающей среды.
Мы видим, что и здесь в принятии определенного решения первостепенное значение имеет человек, его опыт, интуиция.
3. Интеллектуальный анализ данных Data mining.
Одним из критических направлений в развитии теории идентификации и управления является разработка интеллектуальных систем. Важным элементом любой интеллектуальной системы является база знаний. В связи с этим выделяются задачи связанные с определением состава базы знаний, ее формированием и адаптацией к изменению условий функционирования. Традиционно можно выделить 2 источника знаний: эксперты и данные. Технология получения и представления в структурированном виде знаний из данных называется извлечение знаний из данных (KDD, Knowledge Database Discovery) [11]. Данная технология претерпевала изменения с течением времени, но базовые стадии остались без изменения: выбор источников данных, выбор исходных данных, очистка данных, формирование интеллектуальных моделей, интерпретация и тиражирование знаний. Основной (главной) целью в использовании такого рода технологий является 1) снижение роли эксперта в процессе и 2) формирование автоматических процедур. Однако, на этапах выбора исходных данных и интерпретации исключение человека представляется затруднительным. Это связанно с тем, что эксперт обладает знаниями процесса, опытом работы с предметной областью и оценкой качества полученного результата.
Приведем пример из области применения интеллектуальных моделей в автоматизации управления энергосбережением [12]. При рассмотрении задачи прогнозирования потребления электроэнергии предварительно выполняются работы по выявлению аномальных значений. Нижняя и верхняя границы (low, high) определялись адаптивно в зависимости от прогнозных (y_p) и реальных (y_m) (измеренных) значений. Если в текущий момент времени измеренное значение не входит в установленный интервал, принимается гипотеза о выбросе и выполняется процедура исключения измеренного значения из ряда наблюдений.
Обратим внимание на обозначенные на рис. 6 области А. С технической точки зрения это выбросы и необходимо применять процедуру замены. Однако, интерпретация эксперта позволяет выделить гипотезу об изменении динамики поведения объекта (например, вызванную изменением в процедуре измерения) и необходимости изменения параметров модели (или замены модели) на указанных интервалах. Таким образом, с точки зрения «исторического» распределения значений - это выброс, а точки зрения интерпретации ситуации это изменение динамики поведения системы, требующее внесения корректив в используемую модель.
----у_т —-—у_Р
Рис. 6. Сравнение реального (y_m) и прогнозного (y_p) значений потребления электроэнергии в КВт ч (по оси Y) в разные календарные дни (ось X) для времени 13:00.
Новизна результатов. Предпринята попытка сведения достаточно далеких областей исследования (концептуальное проектирование, когнитивное моделирование, data mining) на единую логическую платформу - абдукцию.
Литература
1. В. Н. Вагин, Е. Ю. Головина, А. А. Загорянская, М. В. Фомина. Достоверный и правдоподобный вывод в интеллектуальных системах: Монография / В. Н.Вагин и Д. А. Поспелов. - М.: Физматлит, 2008. -714 с.
2. http://ph.ras.ru/page54852159.htm
3.htp://www.filosofi.vushb.net/book_0026_page28html
4. Камаев В. А. Автоматизированное поисковое проектирование / В.А. Камаев // Наука - производству. 2000. № 1. C. 3-4.
5. Попов В. В. Развитие технических систем на основе потребностей человека /В. В. Попов. - М,: РГУ нефти и газа имени И. М. Губкина, 2008. - 60 с.
6. Камаев В. А. Архитектура автоматизированной системы концептуального проектирования СОФИ /
B. А. Камаев, С. А. Фоменков, А. В. Петрухин, Д. А. Давыдов // Программные продукты и системы. 1999. №2. C. 30-34.
7. Давыдов Д. А., Фоменков С. А. Автоматизированное проектирование линейных структур физических принципов действия технических систем /Д. А. Давыдов, С. А. Фоменков // Машиностроитель, 2002. №2. С. 33-35.
8. Фоменков С. А. Моделирование и автоматизированное использование структурированных физических знаний: Монография / С. А. Фоменков, Д. А. Давыдов, В. А. Камаев. - М.: Машиностроение-1, 2004. -278 с.
9. Робертс Ф. С. Дискретные математические модели с приложениями к социальным биологическим и экологическим задачам. М., 1986.
10. Заболотский М. А., Полякова И. А., Тихонин А. В. Когнитивное моделирование - уникальный инструмент для анализа и управления сложными системами (регион, отрасль промышленности, крупное предприятие) // Успехи современного естествознания М.: №2, 2005
11. Frawley W. J. Knowledge discovery in databases: an overview/ W. J. Frawley, G. Patetsky-Shapiro, and
C. J. Mathews // Cambridge: AAAI/MIT Press. - 1991.
12. Камаев В. А., Щербаков М. В., Панченко Д. П., Щербакова Н. Л., Бребельс А. Применение
коннективистских систем для прогнозирования потребления электроэнергии в торговых центрах // Управление большими системами. Выпуск 31. М.: ИПУ РАН, 2010. С.92-109.
УДК 621:331.2
СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОЙ НАВИГАЦИИ И ГРАФЫ
Б. А. Лёвин, д. т. н., профессор, ректор Тел.: 681 3177, e-mail: [email protected]
С. И. Матвеев, д. т. н., профессор, зав. кафедрой Тел.: 684 2407, e-mail: [email protected] А. С. Матвеев, к. т. н., доцент Тел.: 684 2222, e-mail: [email protected] Московский государственный университет путей сообщения
http://www.miit.ru И. Н. Розенберг, д. т. н., профессор, зам. директора ОАО«НИИАС» http://www.vniias.ru Тел.: 967 7701, e-mail: [email protected]
В. И. Уманский, к. т. н., ген. директор Тел.: 975-06-51, e-mail: Г[email protected] ЗАО «ИнтехГеоТранс» http://bizanaliz.ru/company/257814/
This article is devoted to the using of the theory of graphs in navigations of manevre locomotives on the railway stations. For this purpose coordinate models of railway application are presented as weighted metrical graphs in wich weights of tops are coordinates (x, y) of station system and weights of ribs are parametrs of navigation functions (of cubic splines). It allows to determine the position of locomotive on the ribs of graph with spatial instruments and to use theory graphs for searching optimal ways.
Статья посвящена применению теории графов для навигации маневровых локомотивов на железнодорожных станциях. Для этих целей координатные модели железнодорожного пути предлагается пред-
