CC BY
37
УДК 519.876.5
МУЛЬТИАГЕНТНОЕ МОДЕЛИРОВАНИЕ ПРОСТРАНСТВЕННО-ВРЕМЕННОГО СОСТОЯНИЯ ТЕХНОГЕННЫХ ОБЪЕКТОВ
Татьяна Юрьевна Бугакова
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры прикладной информатики и информационных систем, тел. (383)343-18-53, e-mail: [email protected]
Иван Александрович Кноль
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, аспирант кафедры картографии и геоинформатики, тел. 8(903)903-54-99, e-mail: [email protected]
В статье предлагается концептуально новый интеллектуально ориентированный подход с повышенной степенью автоматизации к мониторингу техногенных объектов и прогнозу пространственно-временного состояния ТО.
Ключевые слова: интеллектуальный агент, мультиагентная система, имитационное моделирование, техногенный объект, пространственно-временное состояние, геоинформационные ресурсы, декомпозиция, кластеризация, алгоритм, 3D-визуализация.
MULTI-AGENT MODELING OF SPATIAL-TEMPORAL CONDITION OF MAN-MADE OBJECT
Tatiana Yu. Bugakova
Siberian State University Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., Ph. D., Associate Professor, Department of Applied Computer Science and Information Systems, tel. (383)343-18-53, e-mail: [email protected]
Ivan A. Knol
Siberian State University Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., a graduate student of the Department of Cartography and Geoinformatics, tel. 8(903)903-54-99, e-mail: [email protected]
The paper proposes a conceptually new intellectually oriented approach with a high degree of automation to the monitoring of industrial facilities and forecast the spatial-temporal condition THAT.
Key words: intelligent agent, multi-agent system, simulation, man-made object, spatial-temporal condition, GIS resources, decomposition, clustering, algorithm, 3D-visualization.
Мониторинг пространственно-временного состояния (ПВС) техногенных объектов (ТО) является актуальной задачей геодезии и геоинформатики в настоящее время.
Под пространственно-временным состоянием объекта понимается его положение в целом или его структурных частей относительно некоторой неподвижной системы координат. Техногенный объект - это объект или совокупность объектов, созданных человеком в процессе производственно-хозяйст-
венной деятельности и взаимодействующих с окружающей средой (здания, инженерные сооружения, мосты, туннели и т. д.).
Каждый техногенный объект имеет собственные конструктивные особенности, которые требуется учитывать при мониторинге и контроле его пространственно-временного состояния [1]. От качества мониторинга и прогноза ПВС напрямую зависит безопасность эксплуатации ТО.
Согласно ГОСТ Р 22.1.12-2005 техногенные объекты следует оборудовать структурированными системами мониторинга инженерных сооружений, сопряженными с автоматизированными системами дежурно-диспетчерских служб и ЕДДС с целью предупреждения возникновения и ликвидации чрезвычайных ситуаций [2].
Существующие автоматизированные системы мониторинга (АСМ) функционируют на основе различных алгоритмов. В полной степени оценить эффективность этих алгоритмов не представляется возможным. Для обеспечения безопасности ТО одна из главных задач геодезии и геоинформатики заключается в получении более точных пространственных данных о ПВС. Кроме того, довольно значимой проблемой, по отзывам специалистов в сфере геодезии и геоинформатики, подбор методов и средств, позволяющих с обоснованной точностью прогнозировать пространственно-временное состояние техногенных объектов.
В работе предлагается концептуально новый интеллектуально ориентированный подход с повышенной степенью автоматизации к мониторингу техногенных объектов и прогнозу пространственно-временного состояния ТО, основанный на создании мультиагентной системы контроля ПВС ТО.
Мультиагентная система (МАС) - это технологический комплекс аппаратных и программных средств, состоящий из интеллектуальных агентов (блоков -«решателей» задач) которые расположены в некоторой среде, функционально связаны друг с другом и каждый из них способен к гибким, автономным и социально организованным действиям, направленным на предопределенные цели [3].
Под интеллектуальным агентом принято считать имитационную модель некоторого активного элемента, чье состояние и поведение при наличии конкретной цели изменяются в прямой зависимости от состояния и поведения среды, а также существующих в ней агентов [4].
МАС предполагает функционирование агентов для достижения промежуточных и главной целей [5]. Главной целью создания МАС в публикуемой работе является определение и прогнозирование пространственно-временного состояния техногенных объектов для предупреждения аварийных и чрезвычайных ситуаций.
Мультиагентное моделирование систем с наличием активно протекающих процессов является новым замыслом в сфере геодезии и геоинформатки. Данная система направлена на согласованное использование моделей и методов естественного и искусственного интеллекта для программного исследования, определения состояния (с функцией прогноза) и поведения систем в конкретном окружении.
Предполагается, что строительные конструкции и основание здания или сооружения должны обладать такой прочностью и устойчивостью, чтобы в процессе строительства и эксплуатации не возникало угрозы причинения вреда жизни или здоровью людей, имуществу, окружающей среде в результате:
1) разрушения отдельных несущих строительных конструкций или их частей;
2) разрушения всего здания, сооружения или их части;
3) деформации недопустимой величины строительных конструкций, основания здания или сооружения и геологических массивов прилегающей территории;
4) повреждения части здания или сооружения, сетей инженерно -технического обеспечения или систем инженерно -технического обеспечения в результате деформации, перемещений либо потери устойчивости несущих строительных конструкций, в том числе отклонений от вертикальности [6, 7].
Зная возможные пространственно-временные изменения ТО, можно создать перечень промежуточных состояний мультиагентной модели ТО. Выделим следующие состояния:
1) поступательное движение: перемещение всего ТО как абсолютно твердого тела вдоль какого-либо вектора;
2) вращательное движение: кручение крен ТО:
3) относительное движение: ТО изменяет свое состояние путем движения структурных частей (блоков) по разнонаправленным векторам с разной скоростью.
Структурные блоки ТО выявляются в результате процедуры декомпозиции ТО на основе заданных алгоритмов. [8] Одним из таких алгоритмов является алгоритм ближайших соседей. Суть данного алгоритма заключается в определении нового множества точек, координаты которых изменились при сравнении двух временных эпох, а также точного определения границы разделения ТО на подблоки.
С возникновением нового блока возникает концептуально новая семантика данного блока, а именно вектор движения, скорость движения, оси вращения, угловая скорость вращения, коэффициент сжатия.
Таким образом, если создать программные аналогии данных структурных элементов (блоков ТО) и установить законы взаимодействия между ними и окружающей средой, станет возможным спрогнозировать изменение ПВС ТО. На рисунке изображен алгоритм работы программного комплекса на основе мультиагентного подхода.
В данном алгоритме М1(х,у,7) - облако точек, получаемых в результате работы комплексных многофункциональных датчиков (КМД) с дискретностью обновления Т, М2(х,у,7) - облако точек, получаемых в результате съемки геодезических марок с дискретностью обновления Т*24, М3(х,у,7) - облако точек, получаемых в результате съемки лазерным сканером с дискретностью обновления Т*24*30.
Рис. Алгоритм работы программы, основанной на мультиагентном подходе
На основе множеств точек строятся независимые поверхности, которые являются основой для генерации единой цифровой 3D-модели. На следующих этапах осуществляется автоматизированное добавление семантики точкам
и поверхностям на основе данных от КМД, обработка единого облака точек ТО алгоритмами декомпозиции и кластеризации для выявления новых блоков ТО (например, алгоритм ближайших соседей).
В результате выявления новых автономных структурных элементов ТО генерируется программная аналогия (агент) данного структурного элемента с добавлением семантики с последующим определением зависимостей между данными агентами.
Финальный этап - вывод корреляционных графиков по агентам и прогнозной 3D-модели с отображением структурных блоков.
В рамках исследований площадкой для получения исходных данных является разработка Центра инжиниринга и робототехники (ЦИиР) Сибирского государственного университета геосистем и технологий (СГУГиТ) - робототехни-ческий стенд определения и контроля пространственно-временного состояния техногенного объекта [9-13].
Ведутся работы по созданию комплексных многофункциональных датчиков, которые бы позволили определять координаты не только точки пространства, но контролировать некоторое облако точек своего окружения. Данные датчики планируется испытывать на базе СГУГиТ в специально подготовленной безэховой камере, без помех от радио- и механических волн.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Особо опасные, технически сложные и уникальные объекты [Электронный ресурс] // Градостроительный кодекс Российской Федерации : Федеральный закон от 29.12.2004 № 190-ФЗ (ред. от 07.03.2017). Ст. 48.1. - Доступ из справ.-правовой системы «Консуль-тантПлюс». - Режим доступа: http://www.consultant.ru.
2. Национальный стандарт Российской Федерации. ГОСТ Р 22.1.12-2005 Структурированная система мониторинга и управления инженерными системами зданий и сооружений. Общие требования. - М. : ИПК, Изд-во стандартов, 2005.
3. Ивашкин Ю. А. Мультиагентное моделирование в имитационной системе Simplex3 : учеб. пособие. - М. : Лаборатория знаний, 2016. - 350 с. : ил., [8] с. цв. вкл. - (Учебник для высшей школы).
4. Мультиагентный подход в имитационном моделировании / А. В. Улыбин, А. А. Арзамасцев // Вестник ТГУ. - 2010. - Т. 15, вып. 5.
5. Искусственный интеллект: стратегии и методы решения сложных проблем : пер. с англ. - 4-е изд. - М. : Изд. дом «Вильямс», 2003. - 864 с.
6. Бугакова Т. Ю., Шляхова М. М., Кноль И. А. Структурная декомпозиция объекта методами математического моделирования с последующей визуализацией на основе WebGL // Интерэкспо ГЕО-Сибирь-2016. XII Междунар. науч. конгр. : Междунар. науч. конф. «Геодезия, геоинформатика, картография, маркшейдерия» : сб. материалов в 2 т. (Новосибирск, 18-22 апреля 2016 г.). - Новосибирск : СГУГиТ, 2016. Т. 1. - С. 142-148.
7. Арискин М. В., Болдырев С. А. Основы безопасности зданий и сооружений : методические указания по выполнению самостоятельной работы / под общ. ред. д-ра техн. наук, проф. Ю. П. Скачкова. - Пенза : ПГУАС, 2015. - С 11-12.
8. Журавлев Ю. И., Рязанов В. В., Сенько О. В. Распознавание. Математические методы. Программная система. Практические применения. - М. : Фазис, 2005.
9. Свидетельство о государственной регистрации программы для ЭВМ № 2016661521 «МАС ПВС ТО», 12 октября 2016 г. Прототип мультиагентной системы контроля пространственно-временного состояния техногенных систем / Бугакова Т. Ю., Шарапов А. А.
10. Бугакова Т. Ю. Интерактивный контроль пространственно-временного состояния техногенных объектов с применением технологии WebGL // Вестник СГУГиТ. - 2016. -Вып. 4 (36). - С. 114-120.
11. Сибриков С. Г. Техногенные системы и экологический риск : учеб. пособие. -Яровславль : ЯрГУ, 2009. - 156 с.
12. Мендель И. Д. Кластерный анализ. - М. : Финансы и статистика. 1988 г. - 176 с.
13. Бугакова Т. Ю. Моделирование изменения пространственно-временного состояния инженерных сооружений и природных объектов по геодезическим данным // Вестник СГУГиТ. - 2015. - Вып. 1 (29). - С. 34-42.
© Т. Ю. Бугакова, И. А. Кноль, 2017
