CC BY
62
УДК 681.51.001.2
Т. В. Хоменко Астраханский государственный технический университет
ПОСТАНОВКА ЗАДАЧ ПРИНЯТИЯ РЕШЕНИЙ В НЕЧЕТКОЙ СРЕДЕ ДЛЯ АВТОМАТИЗИРОВАННЫХ СИСТЕМ СИНТЕЗА НОВЫХ ТЕХНИЧЕСКИХ РЕШЕНИЙ
Введение
Задача автоматизации процесса принятия решения в области проектирования остается одной из наиболее сложных для реализации [1], что связано не только со сложностью формализации механизма выбора, но и с формализацией концепции выбора решения. Усугубляется ситуация не только усложнением самих проектируемых изделий, но и все более возрастающими требованиями к эксплуатационным характеристикам технических изделий, по совокупности которых и проводится выбор лучших технических решений. Нами был проведен сравнительный анализ возможностей таких автоматизированных систем синтеза технических решений различного назначения, как:
- TechOptimizer - семейство интеллектуальных систем TechOptimizer™ 3.5 (фирма Invention-Machine Corporation) [2];
- «Эдисон» - система разработки принципиально новых устройств и технологий вне зависимости от области их применения (автор концепции В. Н. Глазунов) [3];
- <АИПС ФЭ САПФИТ» - система синтеза физических принципов действия изделий и технологий в виде цепочки последовательно совместимых физических эффектов (ФЭ) и выдачи пользователю фактографической информации о входящих в синтезируемые структуры ФЭ (авторы концепции А. И. Половинкин, В. А. Камаев, С. А. Фоменков) [4-6];
- «АСП ФПД ЧЭ в архитектуре клиент-сервер» - система поиска физического принципа действия с использованием возможностей архитектуры клиент-сервер и Интернет-технологии (автор концепции Д. П. Ануфриев) [7];
- «Интеллект» - система синтеза новых технических решений, в основу которой положены энергоинформационные модели явлений различной физической природы на базе единого математического аппарата (авторы концепции М. Ф. Зарипов, И. Ю. Петрова) [8, 9].
Анализ показал, что уровень подготовки исходных данных в первых трех системах носит вербальный характер; в последних двух системах существует возможность задания количественной оценки характеристики устройства. Кроме того, в автоматизированных системах «АСП ФПД ЧЭ в архитектуре клиент-сервер» и «Интеллект» значения эксплутационных характеристик определяются экспертами и могут носить нечеткий характер.
Постановка задачи
Из вышесказанного можно сделать вывод о существовании различных постановок задачи принятия решения в нечеткой среде [10, 11] в рамках различных формализаций концепций синтеза новых технических решений, где сама задача принятия решения может быть охарактеризована кортежем
Здесь Ті - тип исходов; Т2 - тип компонентов исходов; Т3 - тип критерия; Т4 - тип компонентов критерия.
Методы и результаты исследования
Случай 1. Задача принятия решений с четкими (Т1) числовыми (Т2) исходами при четком (Т3) числовом (Т4) критерии оценок эксплуатационных характеристик автоматизированной системы новых технических решений «Интеллект» может быть охарактеризована кортежем
Решается поставленная задача классическими методами, в частности методами ранжирования и оптимизации.
Случай 2. Происхождение лингвистических оценок по критериям может быть обусловлено двумя причинами:
- оценки даны лицом, принимающим решения, в словесной (нечеткой форме);
- оценки вычислены на основе нечетких параметров исхода.
Тогда задача принятия решений с лингвистическими оценками (Т2) по критериям с четкими (Т3) числовыми (Т4) исходами может быть охарактеризована кортежем
З = (Т1-нч ; Т 2-л ; Т3-ч ; Т4-ч ) .
Решение задачи ранжирования альтернатив будет описываться соотношениями:
Г- < rk {Aj ; {At } i e Ij )>mF (Ak; {At}, i e Ik);
r- = rk {aj;{Ai}, ie I¡)=mf {Ak;{A}, ie h);
j, k e Nn, (1)
где T- - ранг альтернативы Aj; r. e Nn .
Согласно соответствиям (1), выбор наилучшего решения проводится по правилу: самый низкий ранг имеет наиболее предпочтительная альтернатива.
Случай 3. В задаче принятия решений при четких исходах и четких оценках критерием i-й альтернативы Ai, I e Nn, может являться множество Si - ситуация с четким описанием. Здесь предполагается, что ситуация будет оценена по четкому векторному критерию К = (К1, К2, ..., Кт), т. е. для каждой ситуации может быть получена ее четкая векторная оценка. Тем самым каждый исход Si характеризуется нечетким множеством (Т1) четких векторных (Т2) оценок по эксплуатационным характеристикам технического решения, т. е.
З = (Т1-нч ; Т 2-в ; Т3-ч ; Т4-ч) .
Применение свертывания векторной оценки Ki в скалярную оценку в качестве метода ранжирования альтернатив возможно лишь в случае независимых в совокупности эксплуатационных характеристик технических решений. В противном случае применяются соответствующие методы ранжирования.
Заключение
В настоящее время разработка системы, охватывающей представленные задачи, находится в стадии рабочего проекта. Реализация такой системы позволит:
- совместить различные концепции и представить их как единое целое;
- применять эту систему на ранних этапах проектирования технических объектов.
СПИСОК ЛИТЕРАТУРЫ
1. Перспективы развития рынка систем автоматизации технологических процессов // Датчики и системы. - 1999. - № 3. - С. 53-56.
2. Удвоение объема рынка датчиков до 2001 г. (Volumen des Sensormarkts verdoppelt sich bis 2001) // Maschinenmarkt. - 1993. - 99. - № 49. - С. 8.
3. Экспертная система «Эдисон» // В. Н. Глазунов и др. / Инструкция пользователя, версия 4. - М., 1991. - 124 с.
4. Автоматизация поискового конструирования (искусственный интеллект в машинном проектировании) / Под ред. А. И. Половинкина. - М.: Радио и связь, 1981. - 344 с.
5. Фоменков С. А., Камаев В. А. Формирование специализированного фонда физических эффектов из материалов заявок на открытия в физике // Новые информационные технологии в региональной инфраструктуре: Тр. Второй Междунар. конф. - Астрахань, 1995. - С. 56-58.
6. Фоменков С. А., Гришин В. А., Карачунова Г. А. Автоматизированная система поиска физических принципов действия изделий и технологий (САПФИТ). - Волгоград. - Деп. в ВИНИТИ, 1990, 1944-В.
7. Ануфриев Д. П. Система автоматизированного проектирования чувствительных элементов систем управления / Реестр программ для ЭВМ № 990610(17.08.99) / РосАПО. - М., 1999.
8. Зарипов М. Ф., Зайнуллин Н. Р., Петрова И. Ю. Энерго-информационный метод научно-технического творчества: Учеб.-метод. пособие. - М.: ВНИИПИ, 1988. - 124 с.
9. Зарипов М. Ф., Петрова И. Ю. Предметно-ориентированная среда для поиска новых технических решений «Интеллект» // IV Санкт-Петербургская Междунар. конф. «РИ-95». - СПб., 1995. - С. 60-61.
10. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова. -М.: Наука, 1986. - 312 с.
11. Поспелов Д. А. Логико-лингвистические модели в системах управления. - М.: Энергоиздат, 1981. - 232 с.
Статья поступила в редакцию 29.09.2006
THE TASK FORMULATION OF DECISION MAKING IN AN UNCERTAIN SITUATION FOR THE AUTOMATIC SYSTEM OF THE NEW TECHNICAL DECISIONS SYNTHESIS
T. V. Homenko
The author suggests the widening of task conditions and the algorithm to choose the best technical decisions on the basis of fuzzy sets. This fact will give an opportunity to combine different ones and to realize the general concept in the form of an automatic system with its further application on the first stage.
