МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И СОЗДАНИЕ ЭКСПЕРТНЫХ СИСТЕМ В
МОЛОЧНОЙ ПРОМЫШЛЕННОСТИ
А,В* Усков
Московский государственный университет прикладной биотехнологии
(Россия)
В последнее время возникла необходимость применения в процессе управления производством
молочной продукции результатов исследованийв области искусственного интеллекта.
Некоторые направления этих исследований, применение которых возможно в молочной
промышленности, следующие:
разработка моделей представления знаний, создание принципов построения баз знаний,
представляющих собой компьютерную реализацию моделей представления знаний;
создание методов и процедур имитации на ЭВМ человеческих рассуждений при поиске
смысловых (семантических) решений неформализованных задач на основе переработки знаний;
имитация на ЭВМ процессов обучения человека;
разработка процедур ситуационного управления сложными технологическими системами;
создание принципов построения интеллектуальных диалоговых систем и автоматизированных
систем ориентированных на переработку знаний для поиска решений неформализованных задач.
Системы ситуационного управления - это интеллектуальные автоматизированные системы,
вырабатывающие в режиме диалога с человеком управляющие решения на основе накопления и
переработки знаний о структуре, свойствах и характеристиках функционирования объектов.
Разработанная компьютерная система интерактивного управления процессом производства
цельномолочной продукции является системой ситуационного управления. Она позволяет повысить
эффективность управления процессом формирования качества за счет использования экспертной
системы , содержащей знания специалистов- экспертов и, на их основе, выдающей рекомендации по
управлению. В основе работы компьютерной системы интерактивного управления лежит алгоритм
функционирования, предусматривающий формирование управляющих воздействий при возникновении
отклонения параметра от заданного значения, как на предыдущих, так и на последующих стадиях
процесса производства.
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПРЕДПРИЯТИЯ
В.И.Попов, К.В. Булатникова
Московский государственный университет прикладной биотехнологии
(Россия)
Для представления и описания стереотипных объектов предметной области могут быть
использованы фреймы, содержащие конкретные фактические данные о предметной области.
Формальная модель представления знаний в системе имеет вид:
Y = { Y 1 , Y 2 Y n } (1)
-множество имён объектов рассматриваемой предметной области. Каждому компоненту Yi системы
или элементу множества Y соответствует нечётная переменная:
Yi = Mu(Yi) [0,1 ] (2)
где нечётное множество U описывает состояние системы. Если допустить, что уровень системы
задаётся функцией у, определённой на множестве нечётких чисел L [ 0,1], которая задаётся посредством
функционального отображения LAE, при этом операторы, допустимые на множестве нечётких чисел,
индуцируют соответствующие операторы на LAE. Каждому из объектов рассматриваемой предметной
области Yi может был» поставлено в соответствие множество {А} структурных единиц:
cfrd(A) (3)
а каждому элементу множества А ставится в соответствие нечёткая переменная a i :
ai = mw(Ai) [0,1] (4)
Учитывая принятые допущения функцию можно рассматривать как показатель качества работы
системы. База данных используемого оборудования может быть представлена в виде следующего
отношения: Qx Т, где элементами множества {F} являются наименования структурных единиц,
входящих в состав объектов рассматриваемой предметной области, {Т} представляет собой кортеж:
Т-(Ь, с, d, е, f, g, h, i} (5)
Где b - диапазон входных значений; с* вероятность использования данного диапазона значений
входных параметров; d- диапазон значений параметров на выходе объекта; е- вероятность
использования данного диапазона значений выходных параметров; f- производительность; g-
137
Научная электронная библиотека ЦНСХБ