CC BY
31
xi = (Xi -a(0))/S0 (11)
получим рдд -2,5; -2,0; -1,5; -1,0; -0,5; 0; 0,5; 1,0; 1,0; 2,0; 23,5, который с учетом функции Хампеля примет вид -1,7; -1,7; -1,5; -1,0; -0,5; 0; 0,5; 1,0; 1,0; 1,7.
Начальное значение невязки решения, вычисляемое по формуле (11), равно Q(0) = -2,2 . Сохраняя
неизменной оценку масштаба S(0) = 2, выбираем
первое приближение оценки a(1) = 5,0 . После проведения аналогичных вычислений получим невязку после первой итерации Q(1) = 1,5 . Изменение знака невязки свидетельствует о том, что искомое
решение расположено в интервале [a(0), a(1) ]. Для
уточнения решения можно воспользоваться методом Ньютона, интерполяционными формулами или выполнить еще несколько итераций.
Результаты выполненных вычислений занесены в табл. 4, из которой следует, что искомое значение устойчивой М-оценки Хампеля при Q(4) = 0 равно a(4) = 5,425.
Таблица 4
Итерации к 0 1 2 3 4
a(K) 6,0 5,0 5,4 5,43 5,425
Q(K) -2,2 1,5 -0,1 0,007 0,000
Различные оценки контрольного итога центра распределения, полученные в настоящей работе, сведены в табл. 5.
Полученные результаты позволяют сделать следующие выводы:
— классические методы обработки результатов наблюдений весьма чувствительны к отклонениям исходных предпосылок эксперимента;
Таблица 5
Процедура оценивания Оценка
Классический МНК х 8,82
Медианная оценка X 6,00
Винзоризованная оценка 6,00
Усеченная оценка при q = 3 5,88
М-оценка Хампеля 5,42
— робастные методы оценивания обеспечивают высокую эффективность обработки данных (за устойчивость оценок при действии импульсных помех приходится расплачиваться пятипроцентной потерей эффективности оценок);
— оценивание параметров в автоматизированных системах целесообразно производить совокупностью алгоритмов, а отбор приемлемых решений - с помощью формализованных процедур или лицом, принимающим решение [4].
Литература: 1. Афифи А., Эйзен С. Статистический анализ. Подход с использованием ЭВМ. М.: Мир, 1982. 488 с. 2. Мостеллер Ф, Тъюки Дж. Анализ данных и регрессия. М.: Финансы и статистика, 1982. Вып. 1. 317с. Вып. 2. 239 с.3. Устойчивые статистические методы оценки данных / Под ред. Р.Л. Лонера и Г.Н. Уилкоксона. М.: Машиностроение, 1984. 232 с. 4. Авраменко В.П. Устойчивые процедуры моделирования технологических процессов. АСУ и приборы автоматики. 1986. Вып. 78. С. 3-9.
Поступила в редколлегию 14.04.2000
Рецензент: д-р техн. наук, проф. Петров Э.Г.
Авраменко Валерий Павлович, д-р техн. наук, профессор кафедры информационных управляющих систем ХТУРЭ. Научные интересы: управление процессами в компьютерных системах, геоинформационные системы. Увлечения: путешествия, садоводство. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. 40-94-51.
Халявин Владимир Александрович, студент группы КСОИУ-95-1 ХТУРЭ. Научные интересы: геоинформационные системы, задачи целочисленного программирования. Увлечения: путешествия, музыка. Адрес: Украина, 61166, Харьков, ул. Бакулина, 10, ком. 429.
УДК 62.52
ОРГАНИЗАЦИЯ ПРОДУКЦИОННЫХ БАЗ ЗНАНИЙ В СИТУАЦИОННЫХ СИСТЕМАХ УПРАВЛЕНИЯ
СЫТНИКБ.Т, КАРАВАНА.Н.______________
Рассматривается задача организации баз знаний для диспетчерского управления движением подвижных еди -ниц на сети городского электротранспорта. В основу ситуационной системы управления реального времени положена модель производственной ситуации, которая на каждый момент времени отражает состояние объекта управления и окружения. Предлагаются механизмы, структуры и правила оценки производственной и модельной ситуации, а также правила модификации параметров модели.
Введение
Существует ряд методов, которые могут быть положены в основу управления перевозочным процессом на полигоне транспортной сети. Это матричные и сетевые модели, сети Петри, теория массового обслуживания и др. Каждый из этих методов имеет свои достоинства и недостатки. Так, для матричных моделей недостатком является большая размерность задачи. Модели массового обслуживания ориентированы на регулярный поток событий, следующих через равные промежутки времени, что нетипично для транспортных задач, где характерно появление нечетких последовательностей событий на участках маршрута. Поэтому решение поставленной задачи актуально в объединении методов искусственного интеллекта, сетевых моделей и ситуационного управления, позволяющих адекватно описать состояния объекта управления и окру-
64
РИ, 2000, № 3
жения в нечеткой среде и организовать управление перевозочным процессом на основе правил.
1. Правила оценки дорожной ситуации
Как отмечалось в [1], глобальное диспетчерское управление движением отличается от локального тем, что формирование управления на каждую подвижную единицу (ПЕ) осуществляется с учетом местоположения всех ПЕ и на основании прогноза развития производственной ситуации на некоторый предстоящий промежуток времени. Множество управляющих воздействий, выдаваемых на каждую ПЕ, — четырехпозиционное, т.е. носитель нечеткого множества скорость состоит из четырех элементов:
скорость={останов( Х°), малая( Xм ),
средняя( ХС), большая( ХБ)}
дискретной динамической модели (ДДМ).
Управляющие воздействия формируются по результатам моделирования дорожной ситуации с помощью ДДМ [3]. Вычисления по ДДМ в целях формирования (корректировки) управления можно осуществлять регулярно, например, каждый интервал Т реального времени. Это связано с большими вычислительными работами, в том числе для обработки правил декларативной базы знаний (получение параметров ДДМ, соответствующих реальной ситуации). Второй вариант — выполнять вычисление ДДМ в “особые” моменты времени, когда выполняются некоторые условия. Эти условия нетрудно сформировать для каждого из выделенных в [1] критериев качества диспетчерского управления. Анализ факторов, влияющих на каждый из четырех критериев — объем пассажироперевозок, комфортность пассажиров, безопасность перевозок и энергозатраты на них — позволил сделать вывод о том, что существует один общий для всех критерий определяющих факторов. Это — количество ПЕ на особых участках маршрута. Чем больше количество ПЕ на участке, общем для нескольких маршрутов (“пробка ПЕ”), тем меньше интервал между ними, тем больше влияние скорости движения одной ПЕ на другую или более сильные ограничения на управление одной ПЕ оказывают другие ПЕ. Кроме того, задержка ПЕ в “пробке” на особом участке связана с повышенными энергозатратами, пониженной комфортностью и безопасностью перевозок пассажиров и существенно уменьшает объем пассажироперевозок. Из сказанного видно, что особыми условиями, при которых необходимо глобальное диспетчерское управление, являются “пробки” на особых участках или ситуации, которые предшествуют появлению “пробок”. Таким образом, продукционные правила из БПЗ_1 [4] должны проверять фрагменты ситуации на особых участках, описывающие наличие определенного количества ПЕ на этих участках, и фрагменты ситуации, из которых развиваются “пробковые” ситуации.
Сформируем эти правила. Разобьем их на секции таким образом, чтобы в каждой из них находились
правила проверки одного особого участка [3]. Всего БПЗ_1, с учетом сказанного, содержит 55 секций. Рассмотрим секцию правил на примере 7-го участка [3]. Через него проходят шесть маршрутов — №1, 17, 19, 24, 25 и 30. Считаем, что для каждого из этих маршрутов построены структуры, приведенные на рис. 3 и 5 в [2] для маршрута № 1. Введем структуры для автоматического подсчета количества ПЕ на участке для одного маршрута (рис. 1). На нижнем уровне рис.1 находятся элементы
7і/, 7І2,-.., YI5, формируемые структурой рис. 3 [2] и имеющие смысл: Ylj7 — на седьмом участке
находится ПЕ № 1 маршрута № 1 , — на седьмом
участке находится ПЕ № 2 маршрута № 1 и т.д.
Рис. 1. Структура формирования факта “одна ПЕ на участке”
Максимальное количество ПЕ, которое выпускается по первому маршруту — 5. На втором уровне рис. 1 находятся элементы, отражающие, соответственно, 1i — только первая ПЕ находится на седьмом участке, 12 — только вторая ПЕ находится на участке и т. д. Нечеткое множество — эталон правила, формирующего нечеткое множество
{іі | Ці, І2 | Ц2, —, І5 | ц5}, имеет вид, например, для
элемента l2 : |п7 |0, У1\ |1, YI3 |о|. На третьем уровне структуры рис. 1. находится один элемент, отражающий знание о том, что только одна из пяти ПЕ находится на седьмом участке.
Аналогичные структуры формируют факты о том, что на седьмом участке находится две ПЕ (см. рис.2), три, четыре и пять ПЕ находится на рассматриваемом участке. На этих элементах далее формируется нечеткое множество “количество ПЕ первого маршрута, находящихся на седьмом участке”. Это показано на рис. 3. Таким образом, на момент принятия решения об использовании ДДМ в системе имеются знания о количестве ПЕ на участках по всем маршрутам.
Условия проверяются следующими правилами:
Л7, : ЕСЛИ МАРШРУТ_1 кол-во_ПЕ очень много 11 ТОГДА секция ДДМ
РИ, 2000, № 3
65
Рис. 2. Структура формирования факта “две ПЕ на участке”
П77: ЕСЛИ МАРШРУТ_17 кол-во_ПЕ очень много 11 ТОГДА секция ДДМ
п/о: ЕСЛИ МАРШРУТ_30 кол-во_ПЕ очень много 11
ТОГДА секция ДДМ
п/9: ЕСЛИ МАРШРУТ_1 кол-во_ПЕ много |1
И МАРШРУТ_17 кол-во_ПЕ много |1
И МАРШРУТ_19 кол-во_ПЕ много |1
ТОГДА секция ДДМ
ПI: ЕСЛИ МАРШРУТ_1 кол-во_ПЕ мало |1
И МАРШРУТ_17 кол-во_ПЕ мало |1
И МАРШРУТ_19 кол-во_ПЕ мало |1
И МАРШРУТ_24 кол-во_ПЕ мало |1
И МАРШРУТ_25 кол-во_ПЕ мало |1
ТОГДА секция ДДМ.
Чтобы уйти от большого количества правил в БЗ, связанного с перебором возможных сочетаний по маршрутам, можно ввести еще одну структуру, вычисляющую нечеткое множество “общее коли-чество_ПЕ”. Тогда вместо множества приведенных правил для каждого особого участка будет одно правило:
ЕСЛИ ОСОБЫИ_УЧАСТОК_7 общее_кол-во_-ПЕ много |0,85
очень много |0,35
ТОГДА секция ДДМ.
Это правило будет срабатывать при є = 0,5 для следующих диапазонов функций принадлежности р (много) є (0,35, 1); р (очень много) є (0, 0,85).
Следующая группа правил идентифицирует ситуации, предшествующие “пробковым”:
п/оо : ЕСЛИ ОСОБЫИ_УЧАСТОК_7 общее_ кол-во_ПЕ мало |0,95
И МАРШРУТ_1 у\12 |1
И ПЕ_1 скорость большая |1
И МАРШРУТ_17 п127 |1 И ПЕ_171 скорость большая |1 И МАРШРУТ_19 Y129 |1 И ПЕ_191 скорость большая |1 ТОГДА секция ДДМ.
В приведенном примере правил фрагмент проверяемой ситуации описывает события, когда на особый участок № 7 мало ПЕ, но с большой скоростью к нему подъезжают ПЕ № 2 маршрутов № 1, 17 и 19. Это приведет через некоторое время к ситуации, когда на участке 7 появится много ПЕ № 2 каждого маршрута.
Более усложненный вариант правила может анализировать “пробки” на смежных участках маршрутной сети.
2. Правила модификации параметров ДДМ
Правила БПЗ_2 [4] по каждой ПЕ идентифицируют модельную ситуацию, формируемую ДДМ, и если имеют место фрагменты, описывающие “пробки” на особых участках (узлах сети маршрутов), то выполняется последующий анализ ситуации и модификация параметров ДДМ.
Следует подчеркнуть, что правила работают не с моделью реальной производственной ситуации, как было рассмотрено в [1, 2] и п.1, а с модельной, вычисляемой ДД М.
Таким образом, для каждого особого участка (узла
на рис.1 [2]) имеется группа правил в БПЗ_2 [4]. Рассмотрим эту группу правил на примере седьмого участка маршрута №1. Первая из групп идентифицирует наличие двух смежных — нулевой и первой ПЕ маршрута №1 на седьмом участке для одного направления дви-
66
РИ, 2000, № 3
жения ПЕ. В соответствии с [3] введем следующие обозначения:
Z~^n , l^7 1 = Yl7 Z -^Z in
где ц^1 — число интервалов времени T до участка 7 маршрута № 1 для ПЕ № 1 от начала маршрута; zj о — коэффициент, характеризующий скорость
ПЕ № 0 маршрута № 1 на участке 7, изменяющийся в пределах от 0 до 1.
Я11: ЕСЛИ 1“47о = 1-^.1 И 4л = Z5 ,
ТОГДА zjr = Ac .
П12: ЕСЛИ 1“^70 = 17^7 1 И Zj 1 =ЛС ,
ТОГДА л]А = Ат .
П13 : ЕСЛИ 1“л7-о = 1-^171 И Zj.0 =Am И 17л = Лт , ТОГДА Я]7.» = Zc .
П14 : ЕСЛИ 1“^-о = Г^^-1 И 4.0 =^т И 4л = Zc , ТОГДА 4л = .
Поэтому логично потребовать от этих маршрутов отсутствия одновременного местоположения ПЕ на одном участке. Такое предпочтение можно сделать по другим маршрутам из других предпосылок.
П 21: ЕСЛИ 17А7° = ]-AA 17 0 и 17^7.0 = _ 1 ^19.0 17
И Г^0 ;7 _ 1 л25.< _ 17 0 И о7 _ пб я19.0 S сл о
ТОГДА 2,^90 = = Ac S сл О II zc.
П 22 : ЕСЛИ ТЕ і А. її ТЛА 17 S ТЕ і А 'А 1 t" II
И 1Дл7» ;7 _ 1 л25.< _ 17 0 И 49.0 - ^ S (£ii сл о
ТОГДА 49.0 = = Ат К сл о II ■-Ґ1.
Комбинация возможных сочетаний X даст подгруппу правил модификации скорости передвижения ПЕ, проходящих через узел 7.
3. Правила оценки модельной глобальной ситуации
Правила БПЗ_3 [4] осуществляют оценку модельной ситуации после модификации параметров ДД М. Модельная ситуация, в которой на выделенной группе особых участков нет “пробок”, считается достаточным условием для прекращения работы ДДМ, модификации ее параметров и формирования реального управления на ПЕ по декларативным правилам, описанным в п. 2.
Заключение
Аналогичный вид имеют правила для других смежных ПЕ, например, первой и второй:
П15: ЕСЛИ 1-^-1 = 17^2 И Z7.2 =Z6 ,
ТОГДА z7.2 = Ac .
П16 : ЕСЛИ ь^7-1 = 1“^7-2 И z72 =Zc ,
ТОГДА 42 =Лт.
П17: ЕСЛИ . = 1-Л7.1 и 4.2 = Ат И 4л = Лт ,
ТОГДА я7л =Zc .
П18: ЕСЛИ 1“л171 = 1“472 И 4.2 =АС И 4л =Zc , ТОГДА z7.2 =Z6.
Следующая группа правил идентифицирует ситуации, когда на особом участке находится одновременно больше некоторого (для каждого участка свое значение) количества ПЕ. Как уже отмечалось в п.1, через узел № 7 проходят маршруты №1, 17, 19, 24, 25 и 30. Группа правил П1 приведет к ситуации, когда на седьмом участке не будет одновременно несколько ПЕ одного маршрута. Маршруты № 1, 17, 19, 25 проходят через смежные участки 6, 7, или 7, 8, или 6, 7, 8.
Кроме рассматриваемого седьмого участка “пробка” может распространяться и на смежные участки.
Предложенная организация продукционных баз знаний позволила уйти от большого количества правил, связанного с перебором всех возможных сочетаний по маршрутам ситуационной сети, и сократить объемы вычислений.
Литература: 1. Номеровский А.И., Сытник Б.Т. К построению ситуационной информационно-управляющей системы реального времени для городского электротранспорта // ИУСЖТ, 1998. № 1. С.59-61. 2. Каргин А.А., Номеровский А.И., Сытник Б. Т. Модель представления производственной ситуации в ИУС ГЭТ // ИУСЖТ, 1998. № 4. С.36-41. 3. Сытник Б.Т. Теоретические основы моделирования дискретно-динамических транспортных систем // ИУСЖТ. 1998. № 4. С.42-47. 4. Сытник Б. Т. Организация базы знаний в ИУС реального времени ГЭТ //ИУСЖТ. 1998. № 6. С. 51-53.
Поступила в редколлегию 12.05.2000
Рецензент: д-р техн. наук Самсонкин В.Н.
Сытник Борис Тимофеевич, канд. техн. наук, доцент кафедры автоматики и компьютерных систем управления Харьковской государственной академии железнодорожного транспорта. Научные интересы: интеллектуальные системы управления, инженерия знаний. Увлечения: общение с коллегами. Адрес: Украина, 61050, Харьков, пл. Фейербаха 7, корп. 3, тел. 20-69-91.
Караван Александр Николаевич, аспирант кафедры автоматики и компьютерных систем управления Харьковской государственной академии железнодорожного транспорта. Научные интересы: искусственный интеллект. Увлечения: Internet. Адрес: Украина, 61050, Харьков, пл. Фейербаха 7, корп. 3, тел. 20-69-91.
РИ, 2000, № 3
67
