CC BY
219
УДК 621.39
М. А. Камынина, А. К. Канаев, Е. В. Опарин
ПОСТРОЕНИЕ ФРЕЙМОВОЙ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ В ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЕ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ СИСТЕМЫ УПРАВЛЕНИЯ СЕТЬЮ ТАКТОВОЙ СЕТЕВОЙ СИНХРОНИЗАЦИИ
В статье описана разработанная фреймовая модель представления знаний базы знаний интеллектуальной системы поддержки принятия решений системы управления сетью тактовой сетевой синхронизации. Указаны варианты применения данной модели для выработки стратегий по управлению сетью тактовой сетевой синхронизации.
интеллектуальная система поддержки принятия решений, база знаний, модели представления знаний, тактовая сетевая синхронизация, фрейм, фреймовая модель.
Введение
Сеть тактовой сетевой синхронизации (ТСС) является ключевым элементом современной телекоммуникационной системы (ТКС), поэтому функционирование такой сложной технической системы, как сеть ТСС, невозможно без автоматизации процессов принятия решений по её управлению. Данный факт обусловливает необходимость создания интеллектуальной системы поддержки принятия решений (ИСППР) при системе управления (СУ) ТСС ТКС [1], [2].
Ключевым компонентом ИСППР как вида интеллектуальной системы (ИС) является база знаний (БЗ), которая служит основой представления данных об элементах и состояниях сети ТСС. Аппарат моделей представления знаний является наиболее универсальным и гибким по сравнению с аппаратами моделей представления данных и системного моделирования. Указанные преимущества аппарата моделей представления знаний объясняются тем фактом, что данный аппарат допускает наличие как информационных и вычислительных структур, так и интеллектуальных структур, которые в совокупности способны представить декларативные и процедурные знания о процессе функционирования сети ТСС [3].
1 Анализ моделей представления знаний в интеллектуальной системе поддержки принятия решений при системе управления сетью тактовой сетевой синхронизации
В общем виде можно выделить несколько механизмов представления знаний для формального описания процесса функционирования сети тактовой сетевой синхронизации. Данные типы моделей представления знаний показаны на рисунке 1 [4].
Указанные типы моделей представления знаний принято классифицировать на эмпирические и теоретические. В основе построения эмпирических моделей лежит изучение принципов организации человеческой памяти и моделирования механизмов решения задач человеком. К группе теоретических моделей относятся механизмы представления знаний, достаточно строго описывающие объекты и ситуации, однозначно гарантирующие чёткость процесса принятия решений, однако требующие значительных затрат ресурсов и времени [4].
Рис. 1. Основные типы моделей представления знаний
Для формирования структуры БЗ ИСППР и выбора основополагающей модели проведём более детальный анализ указанных моделей представления знаний.
Логические модели используются для представления знаний, выраженных в виде утверждений, аксиом, которые характеризуются точностью определения смысла выражения, возможностью построения на их основе баз знаний модульного типа, компактностью записи выражений. Однако при применении моделей указанного типа вследствие различного рода преобразований возможна потеря существенной информации, при этом логический вывод, как правило, имеет экспоненциальную сложность.
Преимуществами семантических сетей как способа представления знаний являются модульность, присущая логическим моделям, а также особая структура представления, с помощью которой значительно упрощаются логические выводы. К недостаткам семантических сетей следует отнести сложности, связанные с обработкой вершин и связей произвольной структуры.
Фреймовые модели наиболее полно удовлетворяют четырем основным требованиям к представлению знаний: внутренней интерпретируемости, структурируемости, связности и активности. Однако во фреймовых моделях достаточно сложно сформировать процедуры логического вывода.
В продукционных системах относительно легко выражаются и процедурные, и декларативные знания. Продукционные системы отличаются модульностью и однородностью организации знаний, естественностью их восприятия. Тем не менее недостатком продукционных систем является плохая структурируемость знаний и вследствие этого - необходимость внесения в структуру формируемых знаний управляющей подструктуры.
Ленемы представляют собой комбинацию различных типов моделей представления знаний, однако их применение затруднительно для описания структурно сложных и динамичных систем.
Формальные грамматики, комбинаторные и алгебраические модели удобны при рассмотрении достаточно узких аспектов решения конкретной задачи, в силу чего их использование для многофункциональных и многорежимных систем также затруднительно [4], [5], [6].
При формировании структуры БЗ ИСППР СУ ТСС нецелесообразно ориентироваться на какую-либо одну из перечисленных моделей представления знаний. В данном случае наиболее рационально сочетать различные способы представления знаний, однако в основе необходимо использовать один из них.
Анализ перечисленных моделей, их преимуществ и недостатков в отношении формального описания элементов и состояний сети ТСС показал, что наиболее целесообразным является использование аппарата фреймовых моделей представления знаний.
2 Построение базы знаний интеллектуальной системы поддержки принятия решений с использованием фреймовых моделей представления знаний
В основе построения фреймовой модели лежит концепция представления знаний человеком, способов организации его памяти и процессов принятия решений. Человек, сталкиваясь с новыми объектами или ситуациями, пытается сопоставить их с существующей в его сознании системой понятий [5].
Основным элементом фреймовой модели является фрейм - структурное представление данных конкретного объекта или процесса. Общая структура фрейма приведена на рисунке 2 [7].
Фрейм идентифицируется уникальным именем и включает в себя множество слотов, характеризующих элементы ТСС или состояния сети ТСС. В качестве слота может выступать также другой фрейм, что служит основой построения фреймовой сети. Во фреймовых системах иерархического типа может присутствовать указатель наследования, показывающий, какую информацию об атрибутах слотов во фрейме верхнего уровня наследуют слоты с такими же именами во фрейме нижнего уровня. Например, фреймом верхнего уровня выступает фрейм «Источники сигналов синхронизации», а фреймами нижнего уровня являются фреймы «Первичный эталонный генератор», «Вторичный задающий генератор», «Местный задающий генератор» и «Генератор сетевого элемента». Указатель атрибута характеризует тип данных слота. К слотам фреймов могут прикрепляться процедуры, автоматически запускаемые при выполнении некоторого условия [7].
Имя фрейма
Имя слота № 1 Имя слота № №
Указатель наследования Указатель атрибута Значение слота Процедура
Указатель наследования Указатель атрибута Значение слота Процедура
Рис. 2. Структура фрейма
Данные о состоянии сети ТСС или элементе ТСС во фреймовой системе могут уточняться в процессе дальнейшего наблюдения процесса функционирования сети ТСС или логического вывода, в частности, приводящего к активизации других связанных фреймов. Основными способами уточнения значений слотов фреймов являются:
1) наследование;
2) процедура по умолчанию от фрейма-образца;
3) процедура с расчётной формулой, указанной в слоте;
4) присоединённая процедура;
5) способ диалога с экспертами-пользователями.
Организация вывода во фреймовой системе базируется на обмене сообщениями между фреймами, активации и выполнении присоединённых процедур.
3 Формальное описание состояний и элементов сети тактовой сетевой синхронизации с использованием аппарата фреймовых моделей
Каждому элементу и состоянию сети ТСС можно сопоставить соответствующий ему фрейм. Выражение, описывающее структуру фрейма, можно представить следующим образом:
Мк = [Ык, ^}, (1)
где N - имя фрейма;
= №
/ = 11к} - множество слотов данного фрейма.
В качестве основных указателей атрибутов слотов фреймов примем следующие типы слотов: I. е {Тр, Т№, ТЯ, Тр}, которые характеризуют свойства элементов и состояний сети ТСС; I. может принимать следующие значения:
1) Тр - параметр-слот, содержащий значение одного из параметров, описывающих элемент сети ТСС;
2) Т№ - показатель-слот, содержащий значение одного из показателей, характеризующих состояние элемента, значение которого вычисляется процедурой /§еГ, где ^ - совокупность всех процедур;
3) ТЯ - отношение-слот, содержащий значение указателя на некоторый элемент сети ТСС, связанный с данным элементом отношением г еЯ, где Я -
Я
совокупность всех отношений;
4) Тр - процедура-слот, содержащий процедуру, реализующую функциональную зависимость позволяющую вычислить значение одного
из показателей данного элемента через значения параметров ряда элементов сети ТСС.
С учётом определённых выше типов слотов значения слотов можно представить следующим образом [3], [8]:
V,
Р, г, = Тр;
< МЛ, ргг (Л) >, Л е ", г = тш;
< ргг(И.),г >,сгс,,г е Я,= ТЯ;
Ч
Г Ч
(2)
< у; ( р1, р2,..., Р),{Ргг ( р1), ргг ( р2),..., ргг ( р; )} >;
/ е ", г, = т".
При описании типов слотов приняты следующие обозначения:
1) р, - значение параметра р,;
2) м, - значение показателя ж;
3) ргг (/) - указатель на слот, сдержащий процедуру вычисления значения показателя м ;
г'
4) ргг (И) - указатель на фрейм-описание И/ элемента с,;
5) гч - тип отношения, связывающего элементы с, и с..;
6) /;(р1, Р2, .., Р;) - процедура, реализующая функциональную зависимость
7) (ргг(р{), ргг(р2), ..., ргг(р;),} - множество указателей на слоты различных фреймов, содержащие параметры, которые связывает функциональная зависимость /.
С учётом приведённого способа описания фреймов все элементы и процессы сети ТСС можно представить с помощью фреймовой структуры, вариант которой приведён на рисунке 3.
Множество отношений Я={г,} для типа слот-отношение можно представить как Я={Я1, Я2, Я3, Я4}, где
1) с, Я1 с если элемент с структурно входит в состав элемента с,;
2) с Я с, если элемент с оказывает влияние на элемент с;
' , 2 / 1 /
3) с, Я3 с/, если элемент с, оказывает дестабилизирующее воздействие на элемент с ;
4) с, Я4 с/, если элемент с, может диагностировать элемент с/.
В соответствии с введённым представлением знаний на основе фреймовых моделей 1, 2 (см. рис. 2, 3) разработана фреймовая модель верхнего уровня, фрагмент которой показан на рисунке 4. В соответствии с перечисленными элементами этой модели разработаны фреймовые модели нижнего уровня, одна из которых приведена на рисунке 5.
M1 Фрейм № 1 —> \ M1 Фрейм № 2
Имя слота Указатель наследования Указатель атрибута Процедура Значение слота Имя слота Указатель наследования Указатель атрибута Процедура Значение слота
n1 TP Р1 n\ t?
П2 T W w1 nl t22
Pf
П3 TR r q n2 1 t2 1 v2 1
Ptr(M1)
П4 TF fg Ptr(p1) Ptr(p2)
MN1 Фрейм № N
Имя слота Указатель наследования Указатель атрибута Процедура Значение слота
—>
nN tN vT
Ptr(p) nN2 N vN
n1 1 t1 1 v1 nN 1 tN 1 vN 1
Рис. 3. Вариант представления фреймовой структуры сети ТСС
Заключение
Разработанная фреймовая модель представления знаний БЗ ИСППР СУ ТСС включает все основные элементы и параметры, полностью характеризующие процесс функционирования системы ТСС, а также структурные и функциональные взаимосвязи между элементами. Данная фреймовая модель является основой для формирования вариантов решений по техническому обслуживанию системы ТСС с применением двух возможных стратегий: с использованием прямой цепочки рассуждений путём поэтапного обхода фреймовой модели; с использованием обратной цепочки рассуждений на основе выдвижения гипотезы и её проверки путём классификации с обучением.
Библиографический список
1. Сетевая синхронизация в системах связи / М. Н. Колтунов, Н. Н. Леготин, М. Л. Шварц. - М. : SYRUS SYSTEMS, 2007. - 240 с. - ISBN 978-5-85493-104-4.
2. Формирование элементов интеллектуальной системы управления сетью тактовой сетевой синхронизации в телекоммуникационной системе ОАО «РЖД» / А. К. Кана-ев, В. В. Кренев, Е. В. Опарин // Интеллектуальные системы на транспорте : материалы I международной научно-практической конференции «ИнтеллектТранс-2011». - СПб. : Петербургский гос. ун-т путей сообщения, 2011. - С. 227-284.
Рис. 4. Фрагмент фреймовой модели верхнего уровня для БЗ ИСППР СУ ТСС
Рис. 5. Фрагмент фреймовой модели нижнего уровня для БЗ ИСППР СУ ТСС
3. Концептуальные основы автоматизации поддержки принятия решения в системе технического обеспечения связи и управления / С. В. Ионов // Информация и космос. -2001. - № 2. - С. 25-28.
4. Портал искусственного интеллекта [Электронный ресурс]. - Режим доступа: URL: http://www.aiportal.ru/articles/knowledge-models/classification.html (дата обращения: 10.11.11).
5. Методы искусственного интеллекта для синтеза проектных решений / В. Е. Подольский, И. Л. Коробова, И. В. Милованов, И. А. Дьяков, Н. В. Майстренко. - Тамбов : Изд-во ГОУ ВПО ТГТУ, 2010. - 80 с. - ISBN 978-5-8265-0954-8.
6. Интеллектуальные информационные технологии : учеб. пособие / А. И. Башмаков, И. А. Башмаков. - М. : Изд-во МГТУ им. Н. Э. Баумана, 2005. - 304 с. - ISBN 5-7038-2544-Х.
7. Портал искусственного интеллекта [Электронный ресурс]. - Режим доступа: URL: http://www.aiportal.ru/articles/knowledge-models/frame-model.html (дата обращения: 10.11.11).
8. Методология проектных исследований и управление качеством сложных технических систем / В. И. Курносов, А. М. Лихачев. - СПб. : ТИРЕКС, 1998. - 495 с.
© Камынина М. А., Канаев А. К., Опарин Е. В., 2012
