4.9 Технология разработки информационно-логических моделей на основе формально-логического метода для распознавания сложных структурно динамических объектов, оценки их состояния и поведения

ОБЛАСТЬ (СФЕРА), К КОТОРОЙ ОТНОСИТСЯ РАЗРАБОТКА: Экспертные системы контроля функционирования и контроля технологических процессов сложных структурно-динамических объектов (систем) по данным датчиков различной физической природы; экспертные системы радиомониторинга электромагнитной обстановки и системы оценки радиоэлектронно-объектовой обстановки по радиоизлучающим источникам и режимам их работы сложных объектов воздушного, наземного, надводного базирования; биомедицинские системы оценки состояния и диагностики организма человека.

ЦЕЛЬ (ПРОБЛЕМА) РАЗРАБОТКИ: Одной из важных проблем в современных системах контроля и наблюдения, является проблема оценки состояния сложных структурно-динамических объектов в режиме времени, близком к реальному. Использование для решения этой задачи методов создания четких параметрических моделей объектов наблюдения затруднено или невозможно, поскольку информация, поступающая на вход системы обработки обладает априорной и апостериорной неопределенностью, нечеткостью и неполнотой данных объективного и субъективного характера. Перспективным методом решения задачи определения состояния сложных объектов, а также прогнозирования развития ситуаций в интересах принятия управленческих или корректирующих решений в системах наблюдения и контроля, является использование формально-логического подхода, позволяющего преодолеть указанную неопределенность.

КРАТКОЕ ОПИСАНИЕ РАЗРАБОТКИ: В технологию разработки информационно-логичных моделей (ИЛМ) сложных объектов на основе формально-логического метода входят:

1. Методика формализации состояний сложного объекта, включая описание функционирования объекта, и разработка ресурсной базы данных эталонных состояний первичных признаков.

2. Язык многосортного исчисления первичных признаков «Платан-Д», разработанный специально для выполнения процедуры логического программирования при создании ИЛМ.

3. Базу знаний ИЛМ объектов наблюдения и их состояние на языке логического программирования «Платан-Д».

4. Процедура и алгоритмы прямого и обратного логического вывода для оценки состояния объекта наблюдения и определения полноты и достоверности первичных и признаков.

В основу построения ИЛМ сложных объектов положен формально-логический метод обработки информации с использованием семантических древовидных графов. Априорные описания объектов и алгоритмы формирования решений на основе формально-логического подхода формируются экспертами на этапе проектирования системы в виде ИЛМ объектов наблюдения и методов их обработки. ИЛМ объекта наблюдения представляется в виде сценария его функционирования, содержащего совокупность описаний отдельных состояний этого объекта, каждое из которых соответствует решению какой-либо одной функциональной задачи. При таком подходе получение некоторого вектора параметров первичных признаков о наблюдаемом объекте позволяет на основе его последующей обработки определить состояние, тип (класс) данного объекта, а также функциональную задачу, выполняемую объектом в данный момент времени.

Для представления знаний в ИЛМ объектов наблюдения разработан язык многосортного исчисления предикатов «Платан-Д», являющийся языком декларативного типа, который позволяет описать иерархическую структуру ИЛМ с учетом динамичности условий функционирования объекта наблюдения и осуществлять контроль полноты и непротиворечивости данной ИЛМ.

В качестве логической основы решения задачи распознавания излучающих объектов и их состояний разработаны процедура и алгоритмы прямого и обратного логического вывода, для которых исходные данные представляются конечным множеством значений первичных признаков, образующих многосортную предметную область, и отношениями, определенными на этом множестве.. Схематически процесс вывода представляется ориентированным древовидным
графом (см. рис. 1).

 

 

Рис. 1. Древовидный граф ИЛМ деятельности самолета дальнего радиолокационного обнаружения и управления (ДРЛОУ) «Авакс»

 

Особенностью предлагаемого алгоритма является сочетание процедуры реализации собственно прямого вывода (от первичных фактов – к цели) и процедуры обратного вывода, т.е. от известного состояния объекта к определению первичных фактов. Такой подход позволяет восполнить необходимые первичные факты, отсутствующие в случае неполноты или противоречивости получаемой входной информации. Распознавания одного из возможных состояний объекта на основе полученных первичных и определенных терминальных признаков приведены на рис. 2.

ИННОВАЦИОННЫЕ ХАРАКТЕРИСТИКИ РАЗРАБОТКИ: Создана новая технология (концепция). Инновационное преимущество данной разработки заключается в том, что использование формально-логического подхода в решении задачи распознавания источников и объектов излучения существенно расширяет возможности экспертных систем распознавания по сравнению с системами, использующими традиционные статистические параметрические модели источников и объектов излучения, или системами, которые функционируют на основе логических методов.

 

Рис. 2. Распознавание состояния самолета ДРЛОУ «Авакс» по определенным терминальным признакам

 

ПРЕИМУЩЕСТВА РАЗРАБОТКИ: Использование формально-логического подхода при разработке ИЛМ учитывает:

- высокую динамичность изменения характеристик (первичных признаков) объектов наблюдения;

- неполноту, противоречие. разнородность характера (содержательный, количественный, прагматический) априорных знаний экспертов об объектах наблюдения и проявление их деятельности через первичные признаки;

- проявления деятельности объектов наблюдения, характеризующихся большой размерностью признакового пространства и высокой плотностью потока сигналов, накладывает жесткие требования к ИЛМ в системах реального времени.

Предложенный подход к созданию ИЛМ сложных объектов позволяет:

- представить в единой форме знания об объекте наблюдения для комплексного решения задач оценки состояния и поведения объектов наблюдения, прогнозирования развития ситуаций для принятия управляющих решений и корректируют, а также для управления средствами / датчиками наблюдения;

- совместить алгоритмы обработки априорных знаний экспертов и информацию, поступающую от объектов наблюдения;

- отражать текущую ситуацию распознавания в виде иерархической структуры;

- описать структуру логически сложных ситуаций аксиоматическими теориями.

По своим функциональным возможностям и удобству использования предлагаемый подход превосходит известные мировые аналоги.

АНАЛИЗ РЫНКА: Разработка превосходит известные мировые аналоги.

ОЦЕНКА ТРАНСФЕРА РАЗРАБОТКИ: Предложенные пути трансфера разработки: обмен опытом и информацией о научно-технологических достижениях, проведение консультаций по вопросам применения технологии, поставки технологии в рамках договоров об их трансфер с учетом требований Заказчика.

СТАДИЯ РАЗРАБОТКИ: Создан макет, опытный образец.

ФИНАНСОВЫЕ РАСХОДЫ НА РАЗРАБОТКУ: Стоимость разработки промышленного образца продукта, составляет $250 000.

ИНФОРМАЦИЯ ОБ АВТОРЕ ИЛИ АВТОРСКИЙ КОЛЛЕКТИВ: Калюжный Николай Михайлович, к.т.н., с.н.с.; Колесник Виктория Ивановна, Галкин Сергей Александрович, к.т.н., с.н.с., Смилык Владимир Иванович.

cохранить эту страницу в PDF