Заключение
Целью нашего рассуждения и последующего исследования в работе является сведение полученной задачи НМП (18) к классической задаче математического программирования (2), для той же целевой функции , [3, 5, 8-11].
Приложение: рисунки и таблица
Рис. 1. Принципиальная модульно-структурная схема ВК для SKAIS ТЭС
с теплофикационными установками.
Рис. 2. SKAIS - подсистема диагностики состояния энергоустановки
в контуре управления электростанции.
Рис. 3. Принципиальная блок – схема модуля.
Рис. 4. Диагностический комплекс SKAIS (реализованный вариант).
Рис. 5. «Похожесть» диагностируемого состояния (при сравнении с нормативным значением ) и определение фактического значения(общее состояние энергоустановки) как расстояния между ними, определяемое по формуле [9]:
,[9].
Здесь - вектор измеренных параметров;- вектор эталонных значений параметров;- количество анализируемых параметров;- наборы значений признаков (параметров состояния) для диагностируемого () и эталонного () объектов (агрегатов),коэффициент Фехнера (см. закон Вебера-Фехнера,, где- оценка некоторой величиныпри «ощущении»).
При этом, . Если известноэлементов – эталонов, где, то, используя понятие «похожесть», можно найти ближайший к данному объекту(его состоянию) эталонпо максимуму значения коэффициента, где.
Таблица П.1
Массив «весов» параметров-признаков (отклонение мощности турбины ΔNЭ и ее экономичности Δот гарантийного значения,DELTA = ΔNЭ/Δ) турбоустановки
Т – 100 – 130 ТМЗ ст. №7 Н ТЭЦ – 4 (в отдельных опытах до и после ремонта) и сравнение параметров состояний по мере «похожесть» (РОХ). Режим работы – конденсационный.
Номинальные (гарантийные) параметры |
|
|
|
|
|
|
|
РОХ
|
DELTA | ||||||||||||
МВт |
МПа |
0С |
МПа |
т/ч |
0С |
м3/ч | кДж/ кВтч |
-
| МВт/кДж/кВтч | ||||||||||||
110,0 |
12,8 |
555,0 |
0,0049 |
480,0 |
5,8 |
16000 |
8918 |
1,00 |
- | ||||||||||||
Фактические параметры | Перед ремонтом |
79,73 |
12,29 | 552,4 |
0,0218 |
392,6 |
22,5 |
13430 |
9245 |
0,52 |
| ||||||||||
75,09 |
12,29 | 549,8 |
0,0216 |
366,6 |
14,2 |
11762 |
9312 |
0,65 |
| ||||||||||||
64,5 |
12,87 | 546,0 |
0,019 |
326,6 |
12,6 |
10151 |
9513 |
0,61 |
| ||||||||||||
55,84 |
12,94 | 547,7 |
0,0156 |
302,2 |
13,4 |
9608 |
9689 |
0,57 |
| ||||||||||||
После ремонта |
83,1 |
12,8 |
550 |
0,0121 |
330,8 |
24,7 |
15300 |
8818 |
0,66 |
0,52/10,05 | |||||||||||
85,7 |
12,9 |
543 |
0,0059 |
339,7 |
22,2 |
15900 |
8843 |
0,64 |
0,61/15,9 | ||||||||||||
78,0 |
12,8 |
556 |
0,0052 |
323,6 |
22,2 |
14420 |
8819 |
0,67 |
0,39/14,2 | ||||||||||||
71,1 |
13,04 |
551 |
0,0056 |
289,0 |
24,3 |
15608 |
8887 |
0,61 |
0,92/10,9 | ||||||||||||
82,3 |
12,92 |
543 |
0,0061 |
332.7 |
17,1 |
15700 |
8829 |
0,66 |
0,63/15,9 |
Здесь под РОХ («похожесть», Рис.5) понимается расстояние между признаками
(точнее их совокупностью образов) состояний энергоустановки близких номинальному (нормативному) состоянию. Похожесть фактического состояния энергоустановки номинальному состоянию определяется по формуле, [9]:
.
Рис.6. Элемент многомерного поиска оптимума (по схеме ):
- где взять ближайшую точку – Эвристика! – ближайшая точка совпадает с .
Роль искусственного интеллекта в архитектонике урбанизированного пространства
На современном этапе развития человечества разработаны и созданы технические и философские концепции в архитектуре и урбанистике, базирующиеся на системности и комплексности, т. е. системном подходе и системном анализе. Цифровые интеллектуальные технологии и компьютерное моделирование, представили сегодня проектировщикам сложных архитектурных объектов новые пути созидания в формообразовании и новые формы интеллектуального выражения архитектурных образов в градостроительстве. Действие системного фактора, при котором система, как целое, устанавливает заданные требования своим компонентам, а сами требования предъявляются с позиции достижения целевой функции – оптимизация эргономичности, экологичности, гармонии, композиции и надежности во времени существования «архитектурного произведения» – составляют основу проблемы исследуемой в данной работе.
Для решения задачи представляем математическую модель объектного образа «архитектурное произведение» в виде множества элементов динамической системы закрытого или открытого типов, используя при этом представляемую выше методологию «нечетких технологий». Динамическая система здесь составляется из основных определений (компонент «архитектурного произведения», выбранных в качестве основных характеристик), [9,112-114,117-119].
Алгоритм решения модели представим в виде И/ИЛИ-графа с выделением решающих подграфов. Такой алгоритм является одним из «механизмов» планирования решения особо сложных и плохо формализуемых задач, к которым относится проектирование и создание архитектурных произведений (ансамблей или объектов), [87, 117-119].
Исходную задачу (1) задаем начальным описанием в виде
, (8.1)
где - образ «архитектурное произведение»;
- множество начальных состояний образа;
- множество «операторов», переводящих предметную область (проектирование, создание) из одного состояния в другое, согласно знаниям проектировщика системы;
- множество целевых состояний.
Здесь «оператором» является отображение, преобразование, переводящее элемент функционального пространства () в другой элемент того же самого пространства, или какая-либо функция. Промежуточные состояния обозначим через .
Конечной целью сведения основной задачи оптимального проектирования «архитектурного произведения» к подзадачам, является получение элементарных задач, решения которых очевидны.
Элементарными считаем задачи, которые могут быть решены за один шаг, т.е. за одно применение какого – либо оператора из множества (например, использование уже готового проекта, отдельного фрагмента, ордера).
Таким образом, необходимо привести начальное описание исходной задачи (1) к совокупности более простых задач в пространстве состояний, если удастся выделить основные и оптимальные промежуточные состояния создаваемого «архитектурного произведения».
Каждому из этих состояний в соответствие можно поставить свое описание в виде троек:
(8.2)
Решение этих подзадач эквивалентно решению исходной задачи .
На этой идее построен в теории систем искусственного интеллекта основной «механизм» сведения сложной многоэкстремальной задачи к подзадачам, использующий эвристические методы поиска в пространстве состояний, [117].
Представим структуру «архитектурное произведение» в виде динамической системы вида:
, (8.3)
где - архитектурное произведениекомплексный эстетический механизм (семантика ансамбля, стиль),
- знания интеллект (творчество, эвристика),
- восприятие искусство (целостность),
- образ интуиция,
- отображение эстетика (выразительность),
- композиция гармония,
- пропорции симметрия (соразмерность),
- трансформацияизоморфизм,
- устойчивость катастрофа (разрушение),
- конструктивность пластичность,
- экологичность надежность (живучесть),
- внешняя среда неопределенность (хаос),
- топология время.
Здесь символ «» обозначает взаимно-однозначное соответствие,
«» - внешний фактор.
Таким образом, динамическая система (8.3), в первом приближении, будет состоять из двенадцати определений (компонент) «архитектурного произведения», согласно его структуре , [117].
Построение основного механизма сведения задачи (1) к подзадаче (2) выполняем по шагам:
Шаг 1. Выделяем один оператор , который обязательно будет участвовать в решающей цепочке операторов. Все операторы такого типа называются ключевыми, т.е. участвующими в решающей цепочке.
Шаг 2. Для каждого из ключевых операторов определяем промежуточные состояния, к которым они могут быть применены в условиях задачи (1).
Для оператора это будет состояние. Таких состояний может быть несколько, и тогда они образуют подмножество целевых состояний .
В результате выделим подзадачу поиска пути от начала до состояния (или до ,точнее от , т.е. приблизимся к возможному решению).
В результате применение оператора привело к подзадаче - 1 с описанием
в виде кортежа, или . Здесь- начальные состояния образа и состояние в области цели.
Шаг 3. Еслитакое описание найдено, то формулируем 2-юподзадачу, соответствующую 1-й (элементарной). При этом если состояние соответствует оператору, то можно применить его к и получить, в результате, новое состояние, приближающее решение к конечной цели, но только на один шаг.
Шаг 4. От вновь полученного состояния до конечной целиможет быть еще несколько шагов, что представляет 3-ю подзадачу.
Таким образом, применение выбранного оператора к задаче с описаниемпозволяет выделить сразу 3 подзадачи:
, (8.4)
одна из которых элементарная.
Представим изложенное на линейном графике, (рис. 8.1).
Здесь все решение изображено отрезком, который разбивается точкой , соответствующей оператору , на подзадачи (п/з):
1-я п/з 2-я п/з 3-п/з
Рис. 8.1. Разбиение задачи на подзадачи.
Такому разбиению будет соответствовать следующий И/ИЛИ – граф, (рис. 8.2):
1-я п/з 2-я п/з 3-п/з
Рис. 8.2. И/ИЛИ – граф разбиения на подзадачи для состояния .
Элементарная подзадача типа 2 решается для любой выбранной точки пространства состояния, поэтому ее можно не указывать.
Точка - одна из возможных промежуточных целей:
. (8.5)
Выбрав ее, мы применяем к ней оператор .
Обобщая сказанное, приходим к окончательному виду И/ИЛИ – графа разбиения на подзадачи для одной точки (рис. 8.3):
Рис. 8.3. Обобщенный И/ИЛИ – граф для одной точки .
Вывод. Для разбиения задачи на подзадачи и построения соответствующего И/ИЛИ – графа нужны ключевые операторы (обычно более одного). Один из способов нахождения операторов, могущих быть ключевыми, состоит в вычислении различий между состояниями по пути от
(состояние на пути от начальной точки до целевой).
Каждому возможному различию ставится в соответствие оператор (или их множество), который это различие может устранить. Цепочка операторов, последовательно устраняющих различия между и будет решением задачи, [119].
Представим на рис. 8.4 интерпретацию структуры модели «архитектурное произведение», (8.3):
Рис. 8.4. Интерпретация структуры модели
«архитектурное произведение» .
Выход системыможет быть описан вектором . Здесь:- вход,- выход,- внешняя среда,- внешний фактор (эстетика). Изменение состояния такой системы происходит во времени.
Далее изобразим вход системы в виде вектора , компонентыкоторого характеризуют внешние факторы, действующие на систему, включая и параметры внешней среды.Эти факторы могут быть не взаимосвязанными и представляются параметрами условий эксплуатации объекта или параметрами смежных систем. Внутренняя структура «архитектурного произведения» может быть описана вектором , компоненты которого характеризуют собственно параметры «архитектурного произведения» (конструкция, гармония, симметрия, стиль, целостность, надежность и т.д.), причем между некоторыми из этих параметров может и не существовать функциональная взаимосвязь. Эти параметры «архитектурного произведения», как системы, могут быть выходными параметрами её компонентов и параметрами процессов взаимодействия структуры модели, компоненты которой характеризуют параметры процесса воздействия системы на внешнюю среду (урбанистику), (рис.8.5).параметры внешней среды.
Рис.8.5. Система – «машина – человек — объект», .
Здесь: - параметры объекта;- параметры человека-оператора;
- параметры архитектурного произведения; - критерий оптимальности подсистемы «объект-человек»;- критерий оптимальности подсистемы «человек-объект»;- выходные параметры системы, (при втором приближении).
Именно эти параметры интересуют в первую очередь население (урбанистику) проектируемого ОБЪЕКТА. Выходные параметры архитектурного произведения образуются в результате взаимодействия внутренней и внешней среды и реакции экологической системы.
Поэтому при втором приближении, для полного описания состояния архитектурного произведения (как системы ), необходимо знать уравнения связей и отношений между параметрами внутри такой системы, так и между параметрами системы и параметрами внешней среды (выхода от входа). Уравнение связей системы будет иметь вид:(8.6)
Но таким путем описывается поведение объекта как статической системы, у которой векторы параметров описывают её состояние в фиксированный момент времени. Для случая представления «архитектурного произведения», как динамической системы, необходимо вход системы описать вектором параметров, саму систему – вектором параметров, а выход – вектором параметров, компоненты которых зависят от моментов времени, где- множество моментов времени.
Следовательно, в общее понятие урбанизации объекта «архитектурное произведение» мы включаем вспомогательное множество моментов времени . В каждый рассматриваемый момент временисистемаполучает некоторое входное воздействиеи, в ответ, порождает некоторую выходную величину.
Тогда уравнение связей такой динамической системы, будет иметь вид:
. (8.7)
Полученное уравнение связей выражает зависимость потенциального технико-экономического и экологического уровня архитектурного произведения от различных параметров, характеризующих как сам объект, так и внешнюю среду, включая и урбанистику объекта, (рис. 8.6), которые находятся между собой в некотором отношении связи .
Рис. 8.6. Человек и «архитектурное произведение» в системе
«машина-человек-объект» в среде проектирования.
Здесь: - параметры процесса проектирования;- параметры урбанистики;- параметры объекта;- параметры человека-оператора;- параметры архитектурного произведения;- параметры«агрегатов» (элементов) технологического комплекса (ансамбля);- критерий оптимальности технологического процесса создания архитектурного произведения, его оптимизации, математической модели, в соответствии с изменением эксплуатационного фона - урбанистики.
Решение уравнения связей архитектурного произведения как системы, т.е., конкретизация, моделирование зависимости технико-экономического уровня архитектурного произведения от различных параметров - конечная цель разработки прогноза проектирования и построения архитектурного произведения в эксплуатации и отработке до деградации (и разрушения), (рис.8.7).
Рис. 8.7. Концепция «интеллектуального моделирования» архитектурного произведения, с учетом его «времени жизни» в эксплуатации (в урбанистике).
Здесь под реновацией подразумевается обновление (реконструкция), SKAIS – «система контроля, анализа и слежения за изменением состояния объекта», представляющая программную интегрированную систему, с помощью которой можно решать рассматриваемую задачу, [9].
В этом и заключена идея концепции «интеллектуального моделирования» архитектурного произведения в его «времени жизни», [87, 120].
Основной смысл «интеллектуального моделирования» – ускоренные приближенные (мягкие) расчеты, ориентированные на синтезе законов теории систем и искусственного интеллекта при моделировании объектов, для которых показатели качества и точности управления (здесь это проектирование и строительство архитектурных объектов) поддерживаются в заданном интервале времени, (см. также [87, 121]).
Для решения этой задачи представим на рис. 8.8 расширенное системное уравнение математической модели состояния архитектурного произведения, в виде множества элементов динамической системы, составленное из пятнадцати определений архитектурного произведения, как сложной системы (согласно его структуре, (8.3), [9, 120- 126]:
. (8.8)
Рис. 8.8. Интерпретация структуры интеллектуальной модели – «архитектурное произведение» -, при втором приближении.
Здесь: - время,- архитектурное произведение,- конструктивность,- внешняя среда (урбанистика, природная среда),- эвристическое состояние (знания человека) объекта,- информация (композиция) об объекте,- признаки состояния объекта,- симметрия (пропорции) объекта,- множество решений о состоянии архитектурного произведения,- трансформация объекта,- значения операторов формирования состояния,- оператор обработки исходных данных () - наблюдений и обработки данных,- оператор преобразования данных () - первичного и вторичного преобразований,- функциональная связь в уравнении,- функциональная связь в уравнении,- моменты времени на входе и выходе из объекта.
В этой связи следует проанализировать два основных состояния архитектурного произведения - как объекта эксплуатации (применения) и как объекта оптимального проектирования, для урбанистики. Архитектурное произведение, в этих состояниях, должно рассматриваться в интерактивном режиме как часть системы более высокого порядка. Для достоверности и результативности такого анализа в диалоге человек-машина (интерактивный режим) необходимо поэтапно обособлять компоненты системы, все более сужая границу, выделяющую анализируемую часть системы.
Основной задачей анализа архитектурной системы является её нелинейная оптимизация, т.е. создание наилучшего (оптимального) состояния, в соответствии с целевой функцией и критерием оптимальности (и с учетом определенных ограничений): оптимизация эргономичности, экологичности, гармонии, композиции и надежности во времени «архитектурного произведения».
При этом можно выделить как минимум три задачи оптимизации архитектурной системы:
1) выбор оптимального варианта из возможных состояний системы при заданных ограничениях и цели;
2) выбор экономически наивыгоднейшего направления изменения (совершенствования) системы;
3) интеллектуальное (мягкое) проектирование с помощью программного комплекса SKAIS + REVIT ARCHITECTURE.
Первая задача решается для проектируемой системы, вторая – для реализуемой, третья — для урбанистики. При этом обязательно выполнение сравнения и анализа достигаемого состояния системы с критерием (или критериями) оптимальности её состояния, с учетом заданных ограничений. Этой цели служит установление обратной связи между выходными параметрами системы и критерием её оптимальности.
Для такого сложного и многофункционального объекта, как архитектурное произведение, может быть применено несколько критериев оптимальности и поэтому возможно образование не одного, а нескольких контуров обратной связи, так как оптимизация будет выполняться по векторному принципу и в условиях неопределенности, [122-126].
Принцип «интеллектуального (мягкого) моделирования процесса проектирования», внедряемый автором в технологические процессы и применяемые здесь методы теории искусственного интеллекта [116-119, 87, 120, 121, 123], позволяют проектировать объекты архитектуры системно, с учетом влияния «времени жизни» на изменение состояния. Таким образом, можно получить желаемые - «архитектурное произведение» и урбанистику.
На основе получаемых знаний истинного состояния критических элементов объекта, возможно, идентифицировать его и представить в темпе on-line как непрерывный процесс, протекающий параллельно проектированию и, следовательно, урбанистике. В результате, применяемая здесь параметрическая идентификация архитектурного объекта (или отдельных его элементов), позволит обеспечить максимальную адаптацию математической модели (объекта), ее адекватность объекту и урбанистике.
В дальнейшем совокупность получаемых математических моделей архитектурных произведений объектов позволит создать базу знаний (банк данных). Анализ данных может быть использован как в процессе проектирования различных архитектурных объектов, так и в процессе урбанизации [126, 128].
Контрольные вопросы и задания по самостоятельной работе к главе 8 и 9
8.1. Концепция эволюционных вычислений?
8.2. Основы теории генетических алгоритмов?
8.3. Самоорганизующиеся карты?
8.4. Вероятностные нейронные сети?
8.5. Программное обеспечение: Evolver?
8.6. Программное обеспечение: GTO (Genetik Training Option-Режим Генетического
обучения)?
- Предисловие
- Список использованных сокращений
- Часть 1.
- Глава 1. Математические основы формализации и методов описания
- Часть 2.
- Глава 2. Методы представления знаний с использованием
- Часть 3.
- Глава 3. Интеллектуальные технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов
- Часть 4.
- Глава 4. Источники информации и причины возникновения ее неопределенности
- 4.1. Переработка и использование информации в реальных условиях функционирования агрегатов
- Часть 5.
- Список использованных сокращений и обозначений
- Введение:
- Часть 1.
- Глава 1. Математические основы формализации и методов описания
- Формализация объекта и парадигмы
- 1.3. Множества и перечень базовых операций над множествами
- Перечень базовых операций над множествами
- Области определения функций
- Обратная функция
- Теорема
- Мера и нечеткая мера
- Задача построения нечетких мер
- Нечеткие множества: определение и формы записи в операциях и
- 1.7.Функции доверия и правило Демпстера а.Р.,[23]
- 1.8. Нормировка функций в теории нечётких множеств
- 1.9. Нечёткие отношения: прямая и обратная задачи
- Глава 2. Методы представления знаний с использованием приближенных и нечетких множеств
- 2.1.Нечеткие вычислительные технологии
- 2.2.Семантика объекта: определение и типизация
- 2.3.Создание Базы знаний: постановка, семантика, прагматика
- 2.4. Сопоставление объектов: постановка, семантика, прагматика
- 2.5.Распознавание объектов: постановка, семантика, прагматика
- 2.6. Управление процессом представления знаний
- Нечёткие множества: субъективность и неточность
- 2.8.Нечеткая алгебра
- 2.9.Нечеткие иерархические отношения
- 2.10.Естественность операций max и min
- 2.11.Нечеткая статистика
- 2.12. Совместимость и нечеткое ожидание
- Глава 3. Нечеткие технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов
- 3.2. Обработка нечетких данных как неопределенных чисел
- Методология представления агрегата в виде комплексного механизма
- 3.2.2. Описание исходной информации на языке размытых множеств
- Размытость интервалов, ограничений, критериев и целей управления в эксплуатации и диагностике
- 3.3.3. Размытые ограничения, цели и оптимизация работы агрегата в условиях нечеткой информации о состоянии
- Анализ информации для диагностики и оценивания состояния механизмов
- 3.5. Оценки погрешностей измерений и наблюдений за состоянием агрегатов
- Влияние погрешностей исходных данных на погрешности диагноза
- Глава 4. Источники информации и причины возникновения ее неопределенности
- 4. 2. Управление и идентификация на объекте в условиях неопределенности информации на основе знаний, получаемых при функциональной диагностике
- Тогда множество диагностических признаков g также будет нечетким
- 4.3.Представление и использование чётких и «размытых» знаний в математических моделях оценивания состояния агрегатов, на основе функциональной диагностики
- 4.3.1.Формализация решения задачи оценивания состояния
- 4.3.2. Особенности решения задач контроля и функционирования агрегата
- Глава 5. Введение в генетическое программирование
- 5.1. Введение в генетические и эволюционные алгоритмы
- 5.2. Сравнительный анализ эволюционных алгоритмов
- 5.3. Генетическое программирование
- 5.4. Перспективные направления развития гп
- Глава 6. Введение в нейронные сети
- 6.1. Алгоритмы их обучение и эластичные нейро-нечеткие системы
- 6.2. Имитация нервных клеток
- 6.3. Математическая модель нейрона
- 6.4. Обучение нейронных сетей
- 6.5. Метод обратного распространения ошибки
- 6.6. Алгоритм настройки нейронной сети
- Глава 7. Другие методы нечетких технологий для построения
- 7.1. Введение в теорию возможностей и смысла
- 7.1.1. Неопределенность и неточность
- 7.1.2. Традиционные модели неточности и неопределенности
- 7.1.3. Меры неопределенности
- 7.1.4. Меры возможности и необходимости
- 7.1.5. Возможность и вероятность
- 7.2. Языки и технологии логического программирования prolog, lisp
- Глава 8. Послесловие
- 8.1. Эволюция искусственного интеллекта для развития интеллектуальных
- 8.2.Экспертные системы нового уровня
- 8.3. Роботика
- 8.4. Преобразование речи искусственного языка
- 8.5. Интеллект муравьёв и его использование
- 8.6. Искусственная жизнь, мозг, познание, разум, память и мышление
- 8.7. Боты
- Optimizator подсистемы диагностики состояния энергоустановок, skais, для решения задач технического обслуживания
- Заключение
- Заключение
- Литература