Методы формирования базы знаний в информационных системах анализа состояния транспортной инфраструктуры региона
- Авторы: Губанов Н.Г.1, Кубрин Е.Ю.1
-
Учреждения:
- Самарский государственный технический университет
- Выпуск: Том 20, № 4 (2012)
- Страницы: 25-30
- Раздел: Статьи
- URL: https://journals.eco-vector.com/1991-8542/article/view/19728
- DOI: https://doi.org/10.14498/tech.2012.4.%25u
- ID: 19728
Цитировать
Полный текст
Аннотация
Предложена системная модель экспертизы развития региональной транспортной инфраструктуры, в частности строительных проектов развития, с целью их поддержки региональными властями. Данная модель позволяет описать взаимодействие регионального управления, рассматриваемый проект развития транспортной инфраструктуры и сложившиеся социально-экономические условия в регионе. Описывается формирование модели дорожно-транспортной сети на основе данных и знаний, накопленных в результате анализа дорожно-транспортной деятельности.
Полный текст
Информационно-аналитические системы анализа состояния крупномасштабных инфраструктурных промышленных систем (ИАС КИПС) являются основным средством и инструментом системных исследований в области управления, анализа развития транспортной инфраструктуры. Транспортной системе (ТС) присущи свойства сложных систем, среди которых следует выделить: многоаспектность и неопределенность их поведения; иерархию, структурное подобие и избыточность основных элементов и подсистем ТС, связей между ними; многовариантность реализации функций управления на каждом из уровней СТС; территориальную распределенность компонент. Однако ТС как составляющая крупномасштабных инфраструктурных промышленных систем (КИПС) имеет ряд особенностей: комплексная, а не отраслевая поддержка промышленных объектов; инерционность, связанная с крайне высокими затратами на коренное изменение структуры; направленность на развитие, реконструкцию и модернизацию существующих схем. Как показывает опыт исследований, при формировании системных моделей ТС целесообразно применение моделей и методов обработки знаний. В данной работе предлагается модель формирования базы знаний ТС, основанная на синтезе фреймовых и продукционных систем. База данных содержит информацию о существующих элементах дорожно-транспортной сети и представлена фреймовой моделью. Структура базы данных представляет собой систему, состоящую из имен фреймов, имен слотов и заполнителей слотов. Имена слотов могут являться одновременно именами фреймов более низкой иерархии, а имена фреймов соответственно могут быть именами слотов другого фрейма более высокой иерархии. Заполнителями слотов могут быть знания как декларативного, так и процедурного характера. Знания декларативного характера содержат факты, знания процедурного характера содержат правила формирования и использования знаний. При использовании в качестве заполнителей слотов только декларативных знаний необходимо использовать внешнюю управляющую структуру. Информацию об элементе дорожно-транспортной сети можно структурировать через описание его жизненного цикла. Таким образом, базу данных будем рассматривать как фрейм , где – данные i-го элемента дорожно-транспортной сети: (1) где – имя фрейма элемент дорожно-транспортной сети на этапе проектирования; – имя фрейма элемент дорожно-транспортной сети на этапе строительства; – имя фрейма элемент дорожно-транспортной сети на этапе эксплуатации; – имя слота = параметры элемента дорожно-транспортной сети на этапе проектирования ; – имя слота = параметры элемента дорожно-транспортной сети на этапе строительства ; – имя слота = параметры элемента дорожно-транспортной сети на этапе эксплуатации . Рассмотрим более подробно эти массивы: , (2) где – имя слота áj-ая характеристика этапа проектирования элемента дорожно-транспортной сети; – имя слота ái-ая стоимостная характеристика ñ; – имя слота áдлительность-ой характеристики -го расхода на проектированиеñ; – имя слота áначало -ой характеристики -го расхода с момента старта проектирования элемента дорожно-транспортной сетиñ. (3) где – имя слота áj-ая характеристика этапа строительства элемента дорожно-транспортной сети; – имя слота ái-ая стоимостная характеристикаñ; – имя слота áдлительность-ой характеристики -го расхода на строительствоñ; – имя слота áначало -ой характеристики -го расхода с момента начала строительства элемента дорожно-транспортной сетиñ. , (4) где – имя слота áj-ая характеристика этапа строительства элемента дорожно-транспортной сети ; – имя слота ái-ая стоимостная характеристикаñ; – имя слота áдлительность-ой характеристики -го расхода на строительствоñ; – имя слота áначало -ой характеристики -го расхода с момента начала эксплуатации элемента дорожно-транспортной сетиñ. Базу знаний будем рассматривать как фрейм (5) где - знания i-го элемента дорожно-транспортной сети: , (6) где – имя фрейма знания элемента дорожно-транспортной сети на этапе проектирования; – имя фрейма знания элемента дорожно-транспортной сети на этапе строительства; – имя фрейма знания элемента дорожно-транспортной сети на этапе эксплуатирования; – имя слота = параметры элемента дорожно-транспортной сети на этапе проектирования ; – имя слота = параметры элемента дорожно-транспортной сети на этапе строительства ; – имя слота = параметры элемента дорожно-транспортной сети на этапе эксплуатирования . Такое наполнение фреймовой модели позволяет говорить об элементе дорожно-транспортной сети как о структурном объекте. Базу правил Р можно представить , где Pz – правила формирования базы знаний элементов дорожно-транспортной сети; Pu – правила формирования модели элемента дорожно-транспортной сети; Pk – правила комплексной оценки элемента дорожно-транспортной сети; Pw – правила формирования схемы финансирования дорожно-транспортной сети. Рассмотрим более подробно каждую систему продукций , где – фрейм: множество параметров, освоенных ИП; – фрейм: знания ИП; – множество продукций выявления знания с помощью данных : , где – продукция Правило формирования знаний элемента дорожно-транспортной сети на этапе проектирования: , где определяется в (1), определяется в (6),определяется в (2); – продукция = Правило формирования знаний элемента дорожно-транспортной сети на этапе строительства: , где определяется в (1), определяется в (6),определяется в (3); – продукция Правило формирования знаний элемента дорожно-транспортной сети на этапе эксплуатации: , где определяется в (1), определяется в (6),определяется в (4), – процедура формирования знаний элемента дорожно-транспортной сети. , где – фрейм: знания элемента дорожно-транспортной сети; – фрейм: модель элемента дорожно-транспортной сети;– множество продукций построения модели элемента дорожно-транспортной сети с помощью знаний : , где определяется в (5), определяется в (4), – процедура формирования модели элемента дорожно-транспортной сети. , где – фрейм: модель элемента дорожно-транспортной сети; – фрейм: последствия эксплуатации элемента дорожно-транспортной сети; – множество продукций комплексной оценки модели элемента дорожно-транспортной сети; , где – продукция Правило формирования показателя общественной значимости дорожно-транспортной сети ; , где , , , – продукция Правило формирования показателя общественной эффективности дорожно-транспортной сети ; , где , , – продукция Правило формирования показателя коммерческой эффективности дорожно-транспортной сети ; , где - показатели коммерческой эффективности; , где – процедура формирования общественной значимости дорожно-транспортной сети; – процедура формирования параметров общественной эффективности дорожно-транспортной сети; – процедура формирования параметров коммерческой эффективности дорожно-транспортной сети. , где – фрейм: последствия элемента дорожно-транспортной сети; – фрейм: схема финансирования дорожно-транспортной сети; – продукция формирования схемы финансирования дорожно-транспортной сети: , где – процедура формирования схемы финансирования элемента дорожно-транспортной сети. Предложенные методы многоуровневого формального представления, распознавания и обобщения фрагментов транспортной сети позволили сформировать базу знаний, включающую в себя несколько десятков классов элементов транспортной сети.×
Об авторах
Николай Геннадьевич Губанов
Самарский государственный технический университет
Email: Nick_G_Gubanov@mail.ru
(к.т.н., доц.), декан факультета Автоматики и информационных технологий 443100, г. Самара, ул. Молодогвардейская, 244
Егор Юрьевич Кубрин
Самарский государственный технический университетаспирант 443100, г. Самара, ул. Молодогвардейская, 244
Список литературы
- Батищев В.И., Мелентьев В.С. Аппроксимационные методы и системы промышленных измерений, контроля, испытаний, диагностики. – М.: Машиностроение-1, 2007. – 393 с.
- Батищев В.И., Губанов Н.Г. Методология оперативной реструктуризации информационных систем анализа состояния сложных технических объектов // Проблемы управления и моделирования в сложных системах: Тр. IX Международ. конф. – Самара: СНЦ РАН, 2008. – С. 187-193.
- Батищев В.И., Губанов Н.Г. Категорное представление сложных технических объектов в индуктивных системах логического вывода // Проблемы управления и моделирования в сложных системах: Тр. IX Международ. конф. – Самара: СНЦ РАН, 2008. – С. 185-191.
- Загоруйко Н.Г. Прикладные методы анализа данных знаний. – Новосибирск: Изд-во Ин-та математики, 1999. – 270 с.
Дополнительные файлы
![](/img/style/loading.gif)