CC BY
39
УДК 004, 681.5
ТЕХНОЛОГИЯ ПОСТРОЕНИЯ И ОБУЧЕНИЯ ИНТЕЛЛЕКТУАЛЬНОГО МОДУЛЯ ЭКСПЕРТНОЙ СИСТЕМЫ ДЛЯ РЕШЕНИЯ ИНЖЕНЕРНОЙ ЗАДАЧИ СРЕДСТВАМИ VBA
© 2018 И. Ю. Пикалов1, В. Б. Тарасюк2, Е. И. Травкин3
1 канд. пед. наук, доцент, доцент кафедры компьютерных технологий и информатизации образования e-mail: pikalovakursksu.ru 2 канд. техн. наук, доцент, доцент кафедры компьютерных технологий и информатизации образования e-mail: [email protected] 3канд. пед. наук, доцент кафедры компьютерных технологий и информатизации образования e-mail: etravkin@,mail. ru
Курский государственный университет
В статье представлена экспертная система, реализованная в среде MS Excel средствами VBA, ориентированная на решение проблемно-ориентированной инженерной задачи. Определены некоторые приемы решения задачи проектирования тягово-транспортных машин на стадии принятия концептуальных решений с использованной вновь разработанной экспертной системы.
Ключевые слова: экспертная система, интеллектуальный модуль, модуль сопряжения данных, инженерная задача, колесная тягово-транспортная машина.
Важнейшим ресурсом повышения эффективности решения инженерных задач является применение систем автоматизированного проектирования, автоматизированных систем принятия решений, интегрированных цифровых баз данных и баз знаний, экспертных систем и интеллектуальных систем проектирования. На каждом этапе разработки проектной документации приоритет имеют те или иные из выше перечисленных инструментов. Представляется, что наиболее перспективными из них являются интеллектуальные системы проектирования и экспертные системы, базирующиеся на современных экспертных знаниях, интегрирующие в себе предыдущий опыт проектирования. Под интеллектуальными системами понимаются технические или программные системы, способные решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока — базу знаний, механизм вывода решений и интеллектуальный интерфейс [Головицына 2008.].
При создании экспертных систем, ориентированных на решение инженерных задач, возможно использование специализированных оболочек, реализующих экспертные системы, универсальных языков программирования высокого уровня, различных инструментальных сред и т.п. Однако для отработки модельных решений на первоначальном этапе первоначальном этапе предпочтительнее использовать инструмент, позволяющий наиболее транспарентно и развернуто представлять взаимосвязи, присутствующие в структуре системе. Немаловажное значение в реализации транспарентности имеет адекватный выбор инструмента для построения экспертной системы. Этот инструмент должен обеспечивать возможность построения
экспертной системы непрограммирующим пользователям; обеспечивать визуализацию базы знаний и механизма принятия решений; удобный и интуитивно-понятный интерфейс. Наиболее популярным инструментом, соответствующим данным требованиям является MS Excel. Ранее нами [Пикалов, Тарасюк, Травкин 2018] достаточно развернуто представлено обоснование применения MS Excel в комплексе с инструментарием VBA для решения задачи построения экспертных систем, ориентированных на решение проблемно-ориентированных задач.
Покажем принципы построения экспертной системы, ориентированной на решение конкретной инженерной задачи. При проектировании колесных тягово-транспортных машин, реализуемых в колесной схеме 4к4а, следует учитывать их склонность к появлению на определенных режимах работы низкочастотных автоколебаний в системе «двигатель-трансмиссия-подвеска», проявляющихся в виде продольно-угловых в вертикальных колебаний остова с возрастающей амплитудой. Условимся в дальнейшем данное явление называть галопированием [Тарасюк 1985]. Склонность к галопированию негативно влияет на тягово-динамические и эргономические свойства машины, а зачастую препятствует нормальному функционированию при сочетании некоторых факторов, определяемых эксплуатационными условиями. Поэтому целесообразно на ранних стадиях проектирования оценить склонность создаваемой машины к галопированию. В настоящее время нет инженерной методики расчета и подбора параметров проектируемой машины по критерию отсутствия склонности к галопированию. В связи с этим представляется оправданным решать данную задачу, опираясь на предыдущий опыт по созданию аналогичных машин, оцененных теоретическими и экспериментальными средствами по рассматриваемому критерию. Предлагается существующие эмпирические результаты исследований включить в интеллектуальный модуль создаваемой экспертной системы в качестве базы знаний.
Ранее установлено, что на склонность к галопированию оказывают влияние следующие параметры конструкции колесных тягово-транспортных машин [Тарасюк 1985]:
- продольная база;
- координаты центра масс остова;
- радиальная и тангенциальная жесткость шин;
- инерционные характеристики и трансмиссии;
- динамический радиус движителей;
- жесткостные и демпфирующие параметры системы.
Однако на начальных стадиях концептуального проектирования колесных тягово-транспортных машин требуется определить основные схемные характеристики: конструкционную массу; распределение нормальных нагрузок по мостам и статический прогиб в ходовой системе. Следовательно, комплекс значений этих параметров может служить входным набором атрибутов, оцениваемых экспертной системой по критерию галопирования. Данные параметры имеют числовые значения, варьируемые в широком диапазоне, и в случае попытки использовать их фронтально может возникнуть ситуация, когда экспертная система будет вынуждена обрабатывать бесконечное количество наборов. Для преодоления данной ситуации предлагается формализовать их и привести к максимально оптимизированному множеству безразмерных интегральных характеристик, алгебраически связанных с базовыми проектными характеристиками тягово-транспортной машины.
Сформируем множество атрибутов, планируемых к использованию в качестве исходных переменных для экспертной системы.
1. Исполнение конструкции тягово-транспортной машины по колесной схеме 4к4а.
2. Коэффициент распределения масс
, = '<>
М01л (ь - /,) '
где Iо — центральный момент инерции остова, М0 — масса остова, ^ —
продольная база, \, 1\ = ^ — /1 — горизонтальные координаты центра масс тягово-транспортной машины.
3. Парциальная частота вертикальных колебаний переднего моста
. = ± [2С[ 2 ж]1 М1 ,
где Сх — радиальная жесткость шины передних колес или приведенная жесткость шины и упругого элемента системы подрессоривания, Мх — масса тягово-
- - М — Мо ^ - 1Л)
транспортной машины, приходящаяся на передний мост + у* \ — ~ .
4. Парциальная частота вертикальных колебаний заднего моста
1
f =
2С2
M2
2п \
где C2 — радиальная жесткость шины задних колес или приведенная жесткость шины и упругого элемента системы подрессоривания, M2 — масса тягово-транспортной
„ M M0 (L -12 )
машины, приходящаяся на задний мост Ml 2 —-.
L
Тем не менее не трудно заметить, что атрибуты 2-4 выражаются числовыми значениями. Следовательно, требуется их дальнейшая трансформация к логическому типу. Предлагается произвести эти действия с помощью специального модуля сопряжения, осуществляющего подготовку данных к вводу в экспертную систему. Опираясь на имеющиеся данные для второго атрибута (коэффициент распределения масс), применяем условие: если 0,9 < е < 1,2, то считать s равным 1, в противном случае считать s равным 0.
Парциальные частоты вертикальных колебаний переднего и заднего мостов сводим в комплексную переменную f опираясь на эмпирические представления о
топографии функции склонности к галопированию от парциальных частот f и f, предлагаем следующий алгоритм определения f для модуля сопряжения типов данных экспертной системы: если f2 > -2,786/^ + 6,501/ - 0,409 или f2 < -4,75f +13,5 ,
причем f =1..3 Гц, /2 =2..4Гц, то считать f =1, в противном случае f =0. Таким образом, сформировано окончательное множество атрибутов, пригодное для передачи в интеллектуальный модуль экспертной системы.
Модуль сопряжения экспертной системы использует выше приведенные алгоритмы и разработан средствами VBA.
Интеллектуальный модуль экспертной системы разработан в MS Excel с применением технологии VBA. Он имеет в своем составе интеллектуальный интерфейс, базу знаний и модуль принятия решений. Предлагаемая экспертная система реализует два режима: обучение и распознавание. Ее концепция опирается на идеи, предложенные в работе К. Нейлора [Нейлор 1991]. При работе в режиме обучения вводится количество активных атрибутов (в нашем случае их число равно трем), указываются наименования атрибутов (в нашем случае: исполнение конструкции тягово-транспортной машины по колесной схеме 4к4а; коэффициент распределения масс — эпсилон; комплексная парциальная частота). Указываются наименования исходов (в нашем случае их два: машина склонна к галопированию, машина не склонна к галопированию). Внешний вид интерфейса экспертной системы представлен на рисунке 1.
Рис. 1. Общий вид интерфейса экспертной системы после ввода наименований атрибутов и исходов
На примерах производится формирование базы знаний экспертной системы и инициализация модуля принятия решения. Интерфейс экспертной системы на данном этапе представлен на рисунке 2.
jyr-
"3N
Экспертная система PRIMUS
Введите исход 1 Введите исход 2
Склонен к галопированию
Не склонен к галопированию
Microsoft Excel
Значение (0/1) атрибута 4к4а =
OK
Cancel
ЭПСИЛОН f
Вектор суждении ^
Степень совершенства | 3
Обучение
Распознавание
Рис. 2. Общий вид интерфейса экспертной системы на этапе обучения
Листинг процедуры, обеспечивающей процесс обучения экспертной системы, показан на рисунке 3.
После того как система безошибочно распознает и интерпретирует входные наборы, можно переходить к непосредственному применению экспертной системы для решения реальной инженерной задачи и оценивать комплекс конструктивных параметров разрабатываемой колесной тягово-транспортной машины по критерию галопирования (рис. 4).
Листинг процедуры, обеспечивающей режим распознавания экспертной системы, показан на рисунке 5.
Private Sub CommandButton4_Clic]c ()
(■ Начало цикла обучения Line9:
If Val(TextBox4.Text) = 4 Then GoTo Line40 For Chars2 = 1 To Val(ComboBoxl.Text) ListBox2.List(Chars2 - 1) = "" ListBoxl.Selected(Chars2 - 1) = True ListBox2.Selected(Chars2 - 1) = True
ListBox2.List(Chars2 - 1) = InputBox("Значение (0/1) атрибута " & ListBoxl.List(Chars2 - 1) & " = ") Next Chars2
DECISION = 0 For Chars2 = 1 To Val(ComboBoxl.Text) DECISION = DECISION + ListBox2.List(Chars2 - 1) * ListBox3.List(Chars2 - 1) Next Chars2
TextBox3.Text = DECISION If DECISION > 0 Then
Dec = InputBox("Это " & TextBoxl.Text & "? (0/1) = ")
Text3ox4.Text = Val(TextBox4.Text) + Dec
Е1зе
Dec = InputBox("Это " & TextBox2.Text & "? (0/1) = ") TextBox4.Text = Val(TextBox4.Text) + Dec End If
If Dec = 1 Then GoTo Line9 If DECISION > 0 Then For Chars2 = 1 To Val(ComboBoxl.Text)
ListBox3.List(Chars2 - 1) = Val(ListBox3.List(Chars2 - 1)) -Val(ListBox2.List(Chars2 - 1)) Next Chars2 Е1зе
For Chars2 = 1 To Val(ComboBoxl.Text)
ListBox3.List(Chars2 - 1) = Val(ListBox3.List(Chars2 - 1)) + Val(ListBox2.List(Chars2 - 1)) Next Chars2
End If GoTo Line9
■ Конец цикла обучения Line40:
For Chars2 = 1 To Val(ComboBoxl.Text)
ListBox2.List(Chars2 - 1) = 0 Next Chars2 ListBoxl.Selected(Chars2 - 1) = False ListBox2.Selected(Chars2 - 1) = False MsgBox ("Я достиг совершенства!") End Sub
Рис. 3. Листинг процедуры, обеспечивающей процесс обучения экспертной системы
Экспертная система PRIMUS Введите исход 1 | Склонен к галопированию
Введите исход 2 | не склонен к галопированию Введите число атрибутов |~~з V]
_Н К И 1гг/-\г/-\^ С'
Ввод названи
завила ывода ¡шений
Вектор суждений | g Степень совершенства Г4
Обучение
Распознавание
Рис. 4. Общий вид интерфейса экспертной системы после прохождения полного курса обучения
Private Sub CoinmandButtonl_Click: ()
For Chars2 = 1 To Val(ComboBoxl.Text) ListBox2.List(Chars2 - 1) = 0
ListBox2.List(Chars2 - 1) = InputBox("Значение (0/1) атрибута " & ListBoxl.List(Chars2 - 1) & " = ") Next Chars2
DECISION = 0 For Chars2 = 1 To Val(ComboBoxl.Text) DECISION = DECISION + ListBox2.List(Chars2 - 1) * ListBox3.List(Chars2 - 1) Next Chars2 TextBox3.Text = DECISION If DECISION > 0 Then Dec = MsgBox("Это " & TextBoxl.Text & "!") Else
Dec = MsgBox("Это " & TextBox2.Text & "!") End If
End Sub
Рис. 5. Листинг процедуры, обеспечивающей режим распознавания экспертной системы
В случае появления новых экспериментальных или фундаментальных теоретических знаний в рассматриваемой области экспертная система, включая модуль сопряжения, может быть переобучена и таким образом актуализирована.
Библиографический список
Головицына М.В. Информационные технологии проектирования радиоэлектронных средств // БИНОМ. Лаборатория знаний, Интернет-университет информационных технологий. ИНТУИТ.ру, 2008.
Нейлор К. Как построить свою экспертную систему: пер. с англ. М.: Энергоатомиздат, 1991. 286 с.
Пикалов И.Ю., Тарасюк В.Б., Травкин Е.И. Реализация принципа транспарентности при построении учебной экспертной системы // Ученые записки. Электронный научный журнал Курского государственного университета. 2018. № 2 (46). URL: http://scientific-notes.ru/pdf/051-035.pdf (дата обращения: 23.05.2018).
Тарасюк В.Б. Математическая модель системы двигатель-трансмиссия-подвеска колесного трактора с учетом буксования движителей // Повышение надежности и тягово-сцепных качеств трактора. М.: МАМИ, 1985. С. 36-44.
