Интеллектуализация САПР

Интеллектуализация вычислительных машин - это логичный этап всей истории развития средств ВТ. Интеллектуальная ВМ - это ЭВМ пятого поколения, которые должны прийти на смену ныне существующим. Основная компонента программного обеспечения этих ЭВМ - интеллектуальный интерфейс, на базе которого строятся различные системы  искусственного интеллекта: интеллектуальные пакеты прикладных программ, экспертные системы, системы поддержки принятия решений.

По составу и взаимодействию компонент экспертные системы и системы поддержки  принятия решений мало отличаются друг от друга, но существенное отличие заключается в режиме их работы. Система поддержки принятия решений - человеко-машинная система, помогающая принять решение, а экспертная система - автоматическая система, заменяющая человека при принятии решения.

В общем случае полная формализация управления проектированием не может быть достигнута, поэтому полезную роль играют системы DSS (Decision Support Systems) поддержки решений, принимаемых людьми. В качестве таких систем часто используют хранилища данных и OLAP-средства (On-Line Analytical Processing).

OLAP-средства должны обеспечивать оперативный доступ к данным, на основе которого выявляются зависимости между параметрами (измерениями в многомерной модели приложения). В OLAP-системах на реляционных СУБД аналитическая обработка, или, другими словами, многомерный динамический анализ данных, требует просмотра большого числа записей из разных таблиц. Поэтому производительность оказывается невысокой. В специализированных OLAP-системах, обеспечивающих более быстрый многомерный анализ, но с более существенными ограничениями на объем базы данных, данные хранятся в виде гиперкубов или поликубов - многомерных таблиц с постоянным или переменным числом ячеек соответственно. Пример OLAP-системы - Oracle Express, которая помогает менеджерам и аналитикам получать данные в виде разрезов таких многомерных таблиц, готовить отчеты, обосновывать решения.

Системы поддержки  принятия решений предназначены в основном для руководителей проектов, экспертные системы - для исполнителей. Кроме интеллектуального интерфейса любая экспертная система (система поддержки принятия решений) включает подсистему объяснений и редактор базы знаний. Подсистема объяснений позволяет ответить на следующие вопросы:

-     какие факты и правила из базы знаний были применены;

-     какие связи были выстроены;

-     какие правила предпочтения были использованы при отборе того или иного варианта.

Через систему объяснений осуществляется обратная связь с пользователем. Редактор базы знаний служит для ввода фактов или правил,  корректировку или удаление старой  информации.  Через редактор базы знаний конечный пользователь активно влияет на работу экспертной системы или системы поддержки принятия решений. Единственным источником знаний в этих системах является эксперт. Для "отбора" знаний у эксперта используется несколько методов:

1. Анкетирование.

2. Диалог эксперта с инженером по знаниям в процессе, которого эксперт предлагает те или иные подходы к решению сформированных задач.

3. Игра. Ситуация, требующая решения представляется в виде некоторой игры. Эксперту требуется выработать стратегию, ведущую к победе.

После того,  как знания от эксперта получены,  их нужно формализовать. Сегодня используются следующие методы формализации знаний:

1. "Тройка": объект - атрибут - значение (дом - материал -  дерево). Эта форма является переходом от базы данных к базам знаний и позволяет применять приемы, накопленные при работе с СУБД.

2. Фрейм. Состоит из именованных ячеек (слотов) в каждую из которых заносится значение.  Фрейм - это развитие механизма  электронных таблиц на  базы знаний.  Именно фреймы наиболее часто используются при построении баз знаний в САПР.

3. Правила продукций:

ЕСЛИ <посылка> ТО <заключение>

Традиционная логика включала закон исключения третьего,  однако во всех имеющих практический смысл ситуациях нуля и единицы  недостаточно для ответа  на поставленный вопрос.  Поэтому в базах знаний широко используется нечеткая логика, предложенная Лофти Заде.

4. Семантические сети. Семантическая сеть - это граф,  вершинами которого являются объекты, а дугами логические связи между ними.  Семантические связи  позволяют представить неограниченно сложные знания, формируя тем самым информационные модели той или иной  предметной  области.

При построении систем различают систему "ядро" и систему  "оболочка". Система  "ядро"  -  это обычно узко специализированная экспертная система, содержащая уже заполненную базу  знаний.  Система  "оболочка" содержит обычно  пустую базу знаний и средства для ее заполнения.  Она универсальна, т.к.  любой конечный пользователь может  заполнить  базу знаний в соответствии с потребностями своей области. Формы представления обычно заданы.  Алгоритмы логического вывода уже заложены.  Широко известной является экспертная система GURU. С развитием вычислительных сетей получили распространение распределенные экспертные системы.  Выходная информация  одной  экспертной системы может служить входной для другой. Таким образом, появилась возможность решать задачи на стыке наук. Широкое применение экспертных систем в САПР - дело будущего.

Тенденция интеллектуализации компьютеризованных систем обеспечивает естественный переход от баз данных к базам знаний, которые мыслятся в качестве важнейшего компонента перспективных САПР. Базы знаний являются логическим продолжением баз данных, они поддерживают и моделируют некоторые элементы интеллектуальной деятельности человека, при этом активно используют механизмы семантической интерпретации. Подробно эти вопросы были рассмотрены в главе “Инженерия знаний”.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ВИДЫ ОБЕСПЕЧЕНИЯ САПР

 

 

 

 

 

 

 

Hosted by uCoz