автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Экспертная система поддержки принятия решений в интеллектуальной системе экологического мониторинга атмосферного воздуха промышленного региона

На правах рукописи Али Мансур Номан Мархуб

Экспертная система поддержки принятия решений в

интеллектуальной системе экологического мониторинга атмосферного воздуха промышленного региона (на примере г.Новомосковска Тульской

области)

05.13.06 - Автоматизация и управление технологическими процессами и производствами (химическая технология, нефтехимия и нефтепереработка, биотехнология) 03.02.0?- Экология (технические науки)

АВТОРЕФЕРАТ

Диссертации на соискание ученой степени кандидата технических наук

МОСКВА - 2010

004603971

Работа выполнена на кафедре автоматизации производственных процессов в ГОУВПО «Новомосковский Институт РХТУ им.Д.И.Менделеева»

Научный руководитель: кандидат технических наук, доцент Волков Владислав Юрьевич

Научный консультант: доктор технических наук, профессор Вент Дмитрий Павлович

Официальные оппоненты: д.т.н., проф., Начальник отдела по

международным связям Московского Государственного Университета Инженерной Экологии Смирнов Владимир Николаевич

к.т.н., Начальник отдела проектирования АСУ ТП ЗАО НПО "Элевар" Швецов Александр Александрович

Ведущая организация:

Новомосковский институт азотной промышленности (НИАП)

Защита диссертации состоится 10 июня 2010 г. в 13:00 часов в конференц-зале на заседании диссертационного совета Д 212.204.03 в РХТУ им. Д.И.Менделеева по адресу: 125047, г. Москва, Миусская пл., д. 9.

С диссертацией можно ознакомиться в научно-информационном центре РХТУ им. Д.И. Менделеева по адресу: 125047, г. Москва, Миусская пл., д. 9.

Автореферат разослан «0% мая 2010г.

Ученый секретарь Диссертационного Совета A.B. Женса

Общая характеристика работы

Актуальность темы

Обеспечение устойчивого развития общества невозможно без стабильного состояния природной среды. Атмосферный воздух является необходимой частью среды существования и оказывает существенное влияние на здоровье человека. Количество воздуха, проходящего в сутки через легкие человека без всякой предварительной очистки, составляет 13-15 килограммов, что в 6-7 раз превышает количество потребляемой в пищу и для питья воды. Эти цифры указывают на необходимость контроля качества воздушной среды как среды обитания человека. В последние годы наблюдается снижение качества атмосферного воздуха, увлечение парникового эффекта в атмосфере. Особенно важно это проблема становится в современных городах, степень загрязненности воздуха в которых автомобильным транспортом и промышленности может быть очень высокой. Поэтому экологический мониторинг состояния атмосферного воздуха приобретает все более актуальное значение.

Город Новомосковск Тульской области представляет собой территориально-производственный комплекс, где очень развита химическая промышленность (ОАО «Новомосковская акционерная компания "Азот"», ООО «Проктер энд Гэмбл — Новомосковск», ООО «Кнауф Гипс Новомосковск» и др.), достаточно развиты автотранспортных средства, Однако до настоящего времени вопрос о вкладе различных источников выбросов при формировании высокого уровня загрязнения атмосферного воздуха по городу и району в целом недостаточно изучен. Настораживающая экологическая ситуация в атмосфере города сложилась в значительной мере из-за неполного учета экологических информации.

Большой объем данных наблюдений за состоянием атмосферного воздуха, необходимость их широкого использования в природоохранной деятельности организаций как муниципального, так регионального и общегосударственного масштабов требуют проведения автоматизированной обработки результатов наблюдения за состоянием загрязнения атмосферного воздуха. На региональном и на муниципальном уровнях необходимость систематических наблюдений за загрязнением воздушной среды считается одной из важнейших задач рационального природопользования. В этих случаях мониторинг атмосферного воздуха рассматривается как интеллектуальная информационная система, которая служит основой для принятия экологически значимых управленческих решений, направленных на улучшение качества среды обитания и на уменьшение вреда, наносимого биоте и абиотической составляющей экосистемы. Эффективность интеллектуальной системы экологического мониторинга во многом определяется способностью системы анализа экологической информации точно идентифицировать и прогнозировать экологическую ситуацию и сгенерировать рекомендации и альтернативные решения по снижению их влияния или их устранению. Существующая в

настоящее время система контроля качества атмосферного воздуха в ^Новомосковске не вполне отвечает современным требованиям, так как научно необоснован перечень контролируемых ингредиентов, а также недостаточна эффективность проводимых мероприятий по снижению выбросов в атмосферный воздух. Исходя из выше сказанного, исследование состояния атмосферного воздуха, создание научно-обоснованной интеллектуальной системы мониторинга атмосферного воздуха и разработка методов эффективного контроля и повышения его качества на территории муниципального образования является актуальной проблемой. Современные комплексы для экологического мониторинга должны содержать средства сбора информации, ее обработки, систематизации, анализа, оценки, интерпретации, прогноза дальнейшего развития и средства поддержки принятия решений в реальном времени, т.е. доведение актуальной информации до органов муниципального и регионального управления.

Работа выполнена в рамках. ФЦП «Экология и природные ресурсы России (2002 - 2010 годы)», ФЦП «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Российской Федерации до 2010 года», ФЦП «Национальная система химической и биологической безопасности Российской Федерации (2009-2013 годы)» и «Областной целевой программе экология и природные ресурсы Тульской области на 2007 - 2011 гады».

Целью диссертационной работы является разработка научно обоснованного метода построения интеллектуальной автоматизированной системы мониторинга атмосферного воздуха и экспертной системы поддержки принятия эффективных решений в реальном времени по управлению экологической ситуацией в современном промышленном городе в условиях неопределенности и недостаточности информации.

Для осуществления поставленной цели в работе были сформулированы и решены следующие задачи:

1. Провести анализ состояния атмосферного воздуха г. Новомосковска, определить климатологические и производственные аспекты распространения примесей в атмосфере, ранжировать источники загрязнения и определить приоритетный перечень ингредиентов, подлежащих контролю.

2. Систематизировать многолетнюю информацию и провести анализ современного состояния системы мониторинга, определить основные направления деятельности по повышению качества атмосферного воздуха.

3. Провести исследование методов устранения неопределенности экологической информации.

4. Разработать интеллектуальную систему мониторинга атмосферного воздуха, которая должна решать следующие подзадачи:

Задача оценки свойств и состояний атмосферного воздуха на основе поступающей в режиме мониторинга информации;

Задача соблюдения экологических норм и правил;

Задача поддержки принятия управленческих решений в ре-

альном времени в условиях неопределенности.

5. Обеспечить удаленный доступ соответствующих ЛИР, для получения актуальной информации о состоянии атмосферного воздуха и принятия оперативных решений.

Основным методом исследования является системный анализ и моделирование, аппарат теории графов. Для разработки интеллектуальной системы поддержки принятия решений используются Байесовские сети доверия и программный продукт - экспертная оболочка Hugin Expert.

Научная новизна результатов работы заключается в следующем:

1. В результате анализа атмосферного воздуха как объекта управления определены его специфические особенности, делающие невозможным воздействовать непосредственно на атмосферный воздух, с целью снижения степени его загрязнения. Управляющие воздействия могут быть направлены лишь на источники загрязнения (промышленные предприятия, технологические процессы, автотранспорт и т.д.).

2. Дано научное обоснование построения ЭСППР, произведены аналитические исследования, подтверждающие правильность выбора БСД как метода построения ЭСППР, который позволяет ей эффективно функционировать в условиях неопределенности.

3. Разработана ЭСППР РВ на основе Байесовских сетей доверия в оболочке Hugin Expert.

4. В результате использование ЭСППР РВ можно прогнозировать состояния атмосферного воздуха, определить предприятие - вероятный источник загрязнения атмосферного воздуха и получить необходимую информацию для принятия решений.

5. С помощью разработанной ЭСППР РВ можно публиковать необходимую информацию для принятия решения в Интернете, что является процессом эффективной доставки информации конечным пользователям.

6. Использованы новые информационные технологии для решения поставленных задач на уже существующих программно-аппаратных средствах.

7. Разработана специальная методика создания ЭСППР РВ в условиях неопределенности, которая может быть рекомендована в качестве типовой структуры ЭСППР РВ в любом промышленном регионе РФ.

Практическая ценность результатов работы

Материалы диссертационной работы, имеющие существенное значение для создания непрерывно функционирующих в реальном времени интеллектуальных систем экологического мониторинга и управления, переданы городскому природоохранному комитету и Территориальному отделу Управления Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека по Тульской области в Новомосковском районе, г. Донском, Кимовском и Узловском районах, и могут быть использова-

ны для разработки подобных систем управления экологической ситуацией в Российской Федерации.

Апробация работы

Основные положения и результаты диссертационной работы докладывались и обсуждались на XXVI и XXVII Научных конференциях профессорско-преподавательского состава и сотрудников НИ РХТУ им. Д.И.Менделеева 2007, 2009гг., XI научно-техническая конференции молодых ученых, студентов, аспирантов. НИ РХТУ им. Д.И. Менделеева 2009г.

Публикации

По теме диссертационной работы опубликованы 11 печатных работ, в том числе в вестнике Академии МАСИ «Информатика, экология, экономика», том 10, часть I, г.Москва, 2007г., том 11 часть 1, 2008 г., в журнале, рецензируемом ВАК - «Известия высших учебных заведений: Химия и химическая технология». Иваново, 2009, т.52, №6, в монографии «Современные информационные технологии в автоматизированных системах экологического мониторинга атмосферного воздуха» НИ РХТУ им. Д.И.Менделеева. - Новомосковск, 2008. Публикации отражают основное содержание работы.

Структура и объем работы

Диссертация состоит из введения, четырех глав, заключения, библиографического списка, содержащего 61 наименований. Работа содержит 147 листов машинописного текста, 48 рисунков и 11 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулирована цель работы и указаны проблемы, которые необходимо решить для достижения поставленной цели.

В первой главе приведены основные понятая предметной области, проанализированы виды и источники загрязнения атмосферы, способы кошроля и регулирования качества атмосферного воздуха, а также описываются показатели качества атмосферного воздуха и нормирование выбросов. Проведен анализ состояния контроля и мониторинга атмосферного воздуха и состояния работ в области построения современных систем экологического мониторинга. Проанализированы и выделены наиболее общие классы экспертных систем. Проведен анализ особенностей и принципов построения интеллектуальных систем экологического мониторинга.

По результатам литературного обзора сделаны следующие выводы.

1. Большинство существующих систем мониторинга реализуют на практике только контроль загрязнений окружающей среды, поэтому необходима разработка и реализация экспертных систем поддержки принятия решений, включающие в себя новые функции, такие как прогнозирование состояния атмосферного воздуха и определение источников его загрязнения в реальном режиме времени.

2. На основе анализа сделан вывод, что неопределенность может рассматриваться как нехватка адекватной информации для принятия решения, и

становиться проблемой, поскольку может помешать выработке наилучшего решения и даже етать причиной того, что будет принято некачественное решение, поэтому одной из самых сильных сторон ЭСППР является ее способность справляться с неопределенностью так же успешно, как это делают настоящие эксперты.

Таким образом, в результате проведенного аналитического обзора, намечены основные задачи, связанные с разработкой ЭСППР РВ и в условиях неопределенности.

Во второй главе приведено описание существующей АСК «Атмосфера», которая представляет собой распределенную систему сбора и обработки информации о степени загрязнения атмосферного воздуха в г. Новомосковске Тульской области. Всесторонне рассмотрен и проанализирован как объект управления атмосферный воздух. Определены его специфические особенности, делающие невозможным подачу управляющих воздействий непосредственно на объект управления. Научно обосновано объединение атмосферного воздуха и его загрязнителей (промышленные предприятия, технологические процессы, автотранспорт и т.д.) в единый эквивалентный объект управления.

АСК «Атмосфера» состоит из сети постов контроля атмосферы, организованных на базе пунктов наблюдения за загрязнением (ПНЗА) окружающей среды службы ЛМЗА (Лаборатория мониторинга загрязнения атмосферы), и Цешра обработки информации (ЦОИ), расположенного в Городском комитете по охране окружающей среды. Количество постов - 3. Каждый стационарный пост ПНЗА в составе АСК «Атмосфера» способен в автоматическом режиме круглосуточно измерять содержание 5 загрязняющих веществ: БОг, N02, N0, СО и МН3 в атмосферном воздухе, и 4 значений метеопараметров: температуры, влажности, скорости и направления ветра.

ЦОИ АСК "АТМОСФЕРА" г.Новомосковск

Рис. 1-Техническое обеспечение системы АСКЭМ 5

В результате анализа АСК, выявлены ее недостатки и определены новые проблемы, возникающие при преобразовании ее в интеллектуальную систему мониторинга атмосферного воздуха. Проанализировано использующееся в настоящее время для работы АСК аппаратное и программное обеспечение (Рис.1) и сделаны выводы о существенной платформозависимости АСК. В третьей главе описаны теоретические основы построения экспертных систем на основе байесовских сетей доверия.

Рис.2- Основные свойства ЭС Основные компоненты экспертной системы: эксперты, инженеры знаний, средства построения ЭС и пользователи. Их основные роли и взаимоотношение приведены на (рис.3).

С*

ППС^Ч инструментария^

разработчик""

"'5редметнь1и~~--\Л ^эксперт

31

строит

опрашивает

средства инженер

построения знаний

ЭС

разрабатывает,

уточняет,

тестирует

клерки}

Рис.3- Взаимосвязи основных участников построения и эксплуатации ЭС.

Технология разработки ЭС, включает в себя шесть этапов (рис.4): идентификация, концептуализация, формализация, выполнение, тестирование, опытная эксплуатация.

эс ♦

начало | Д

идентификация

требования

I

тестиров ание

концепту апиэ алдия

поннятие

переформу -пирование

Т

опытная эккппу ат ация

усовершенствование

Г

переконстру -■X. иров ание

выпопяеяие

ф форм ал из ахдия

Г

Рис.4- Технология разработки ЭС

структуры знании

Рассмотрим случай, когда все правила в экспертной системе отражаются в форме: Если < Н является истинной >ТО < Е будет наблюдаться с вероятностью р >.

Очевидно, если Я произошло, то это правило говорит о том, что событие Е происходит с вероятностью р. Но что будет, если состояние Я неизвестно, а Е произошло? Использование теоремы Байеса позволяет вычислить вероятность того, что Я истинно.

Я - событие, заключающееся в том, что данная гипотеза верна; Е - событие, заключающееся в том, что наступило определённое доказательство (свидетельство), которое может подтвердить правильность указанной гипотезы.

Переписывая формулу Байеса в терминах гипотез и свидетельств, получим:

_р(Е\Н)хр(Н)

р(Е\Н)х р(Н) + р(ЕЬН)х Х-Я) (1)

Это равенство устанавливает связь гипотезы со свидетельством и, в то же время, наблюдаемого свидетельства с пока ещё не подтверждённой гипотезой. Эта интерпретация предполагает также определение априорной вероятности гипотезы р(Н), назначаемой Я до наблюдения или получения некоторого факта.

В экспертных системах вероятности, требуемые для решения некоторой проблемы, обеспечивается экспертами и запоминается в базе знаний. Эти вероятности включают в себя:

- априорные вероятности всех возможных гипотезр(Н)\

условные вероятности возникновения свидетельств при условии существования каждой из гипотез р(Е \ Н).

Два события Е1 и Е2 являются условно независимыми, если их совместная вероятность при условии некоторой гипотезы Я равна произведению условных вероятностей эти событий при условии Я, то есть

р(Е1Е2|Н) = р(Е1|Н).р(Е2|Н) (2)

Пользователи дают ЭС информацию о наблюдениях и ЭС вычисляет р(ЩЕ)... Е]) для всех гипотез (Я;, ... ,Я„) в свете предъявленных симптомов (Ер ... ,Ек) и вероятностях, хранимых в БЗ.

Вероятность р(Н11 Е}... Е^ называется апостериорной вероятностью гипотез Hi по наблюдениям (£}, ... ,Ек). Эти вероятности дают сравнительное ранжирование всех возможных гипотез, то есть гипотез с ненулевыми апостериорными вероятностями. Результатом вывода ЭС является выбор гипотезы с наибольшей вероятностью.

Однако, приведённая выше формула Байеса ограничена в том, что каждое свидетельство влияет только на одну гипотезу. Можно обобщить это выражение на случай множественных гипотез (Я;, ... ,Я„) и множественных

ЫН\Е)

(4)

свидетельств (Е!ь ..., Еп), Вероятности каждой из гипотез при условии возникновения некоторого конкретного свидетельства Е можно определить из выражения:

£ Р(Е\Н к) х р(Н к)

(3)

а в случае множественных свидетельств:

дя,|Д|Д,| „¡^

к=\

Данное выражение имеет ряд недостатков. Так, знаменатель требует знания условных вероятностей всех возможных комбинаций свидетельств и гипотез, что делает правило Байеса малопригодным для ряда приложений. Однако в тех случаях, когда возможно предположить условную независимость свидетельств, правило Байеса можно привести к более простому виду: «тяг РЧ №т*№тх...МЕ„\Н1) X ¿Я,)

х т Я>.. х£Еп\Нк) X р(Нк)

(5)

Вместе с тем предположения о независимости событий в ряде случаев подавляют точности суждений и свидетельств в ЭС.

Вероятности событий распространяются по БЗ экспертной системы на основе правила Байеса для вычисления всех апостериорных вероятностей гипотез при условии наблюдаемых свидетельств. Эти апостериорные вероятности дают ранжированную информацию о потенциально истинной гипотезе.

В процессе сбора фактов вероятности гипотез будут повышаться, если факты поддерживают их или уменьшаться, если опровергают их.

Распространение вероятностей происходит поэтапно с суммированием отдельных свидетельств и их влияния на условную вероятность по мере поступления отдельных /£;. Это можно сделать, используя априорные и апостериорные вероятности, следующим образом:

1. Задаём р(Н) - априорную вероятность событий Я/.

2. Для полученных свидетельств записываем р(Е] \Н,).

3. С учётом теоремы Байеса подсчитываем p(Hi) Е^) в зависимости от исхода Ер то есть вычисляем апостериорную вероятность события Я,.

4. Теперь можно не обращать внимания на все наступившие и пе-реобозначигь текущую апостериорную вероятность события Ни как новую априорную вероятность Я). Итак, пусть р(Щ равна р(Н\Е) в зависимости от значения

5. Затем выберем новое свидетельство для рассмотрения и перейдём к п.2.

Байесовские сети доверия - Bayesian Belief Network - используются в тех областях, которые характеризуются наследованной неопределённостью. Эта неопределённость может возникать вследствие: неполного понимания предметной области; неполных знаний; когда задача характеризуется случайностью.

Таким образом, байесовские сети доверия (БСД) применяют для моделирования ситуаций, содержащих неопределённость в некотором смысле. Для байесовских сетей доверия иногда используется ещё одно название причинно-следственная сеть, в которых случайные события соединены причинно-следственными связями.

Байесовские сети доверия - это направленный ациклический граф, обладающий следующими свойствами:

- каждая вершина представляет собой событие, описываемое случайной величиной, которая может иметь несколько состояний;

- все вершины, связанные с "родительскими" определяются таблицей условных вероятностей (ТУВ) или функцией условных вероятностей

- для вершин без "родителей" вероятности её состояний являются безусловными (маргинальными).

Другими словами, в байесовских сетях доверия вершины представляют собой случайные переменные, а дуги - вероятностные зависимости, которые определяются через таблицы условных вероятностей. Таблица условных вероятностей каждой вершины содержит вероятности состояний этой вершины при условии состояний её "родителей".

Следует отметить, что следствием байесовской теоремы является то, что она поддерживает оценку графа в обоих направлениях. Процесс рассуждения в ЭС сопровождается распространением по сети вновь поступивших свидетельств.

Введение в байесовские сети доверия новых данных приводит к возникновению переходного процесса распространения по байесовской сети доверия вновь поступившего свидетельства. После завершения переходного процесса каждому высказыванию, ассоциированному с вершинами графа, приписывается апостериорная вероятность, которая определяет степень доверия к этому высказыванию (believe - доверять (англ.)):

где 2) - объединения всех поступивших в систему данных; У} - композиционные высказывания, составленные из элементарных, то есть множество значений X, составляют V}',

X, - препозиционные переменные (то есть переменные, значениями которых являются высказывания), определяющие состояние вершин БСД.

При этом процесс распространения вероятностей в БСД основывает-

(ФУВ);

(6)

ся на механизме пересчёта, в основе функционирования которого лежит следующая последовательность действий:

1. С каждой вершиной сети ассоциирован вычислительный процесс (процессор), который получает сообщения от соседних (связанных с ним дугами) процессоров.

2. Этот процессор осуществляет пересчёт апостериорных вероятностей Bel(Vj) для всех возможных значений V} данной переменной^ и посылает соседним вершинам ответные сообщения.

3. Деятельность процессора инициируется нарушением условий согласованности с состояниями соседних процессоров и продолжается до восстановления этих условий.

Важное понятие байесовской сети доверия - это условная независимость случайных переменных, соответствующих вершинам графа. Две переменные А и В являются условно независимыми при данной третьей вершине С, если при известном значении С, значение В не увеличивает информативность о значениях А, то есть

р(А\В,С) =р(А\С) (7)

Таким образом, логический вывод в БСД означает вычисление условных вероятностей для одних переменных при наличии информации (свидетельств) о других. При этом для распространения вероятностей используется теорема Байеса.

В некоторых системах, реализующих байесовские сети доверия, используется метод noisy or gate, позволяющий существенно упростить вычислительный процесс. Суть его заключается в том, что в ряде примеров вершина «у» может быть условно независима от целого ряда вершин «хг», где г = 1,2,..., п. Для того, чтобы сократить оценку 2п вероятностей, которые необходимы при использовании таблиц условных вероятностей, и используется данный метод. Согласно ему вероятность «у» в зависимости от п вершин «хг» оценивается как

п

р(у \х,х2...хп) = 1 - П(1 - р(у I*,))

(8)

что позволяет оценить только р(у | х ¡), р(у | х 2)... р(у | х п), и на их основании определить оценку р( у | хд х2... хД

Выводы по 3 главе:

1. Описаны привлекательные особенности, основные свойства, состав и технология разработки экспертных систем;

2. Приведены требования к современным системам экологического мониторинга;

3. Определены источники и типы неопределенность, а также проблемы, которые возникают при проектировании и создании ЭС с неопределенными знаниями;

4. Приведено теоретическое обоснование использования БСД для

моделирования ситуаций, содержащих неопределённость, а так же обоснован выбор байесовских сетей доверия в качестве ЭСППР.

5. Приведено обоснование выбора инструментального средства для разработки ЭС Hugin Expert, которое обладает всем необходимым для построения ЭС на основе БСД.

В четвертой главе приведен практический пример разработки ЭСППР на основе байесовских сетей доверия в оболочке HUGIN Expert.

Система HUGIN Expert позволяет создавать системы поддержки принятия решений в условиях неопределенности на основе моделей проблемной j области. Система ориентирована на построение моделей на основе теории сетей Байеса и диаграмм влияния. Систему можно использовать для создания экспертных систем в самых различных проблемных областях, в том числе и для построения систем поддержки принятия экологических решений. Современные программные средства, такие как HUGIN обеспечивают инструментарий дая построения таких сетей, а также возможность использования БСД для введения новых свидетельств и получения решения (вывода) за счёт пересчёта вероятностей во всех вершинах, соответствующих этим свидетельствам.

Проектирование БСД состоит из следующих этапов:

Добавление новых вершин в проектируемую БСД; I - Установление причинно-следственных связей между вер-

шинами проектируемой БСД;

Определение всех возможных состояний каждой из вершин

БСД;

Задание значений таблиц условных вероятностей каждой из ! вершин байесовской БСД;

Компилирование спроектированной БСД;

Допустим, что есть необходимость использования БСД для нахождения источника загрязнения на основе информации о повышение ПДК одного или несколько из загрязняющих веществ. Другими словами, в базу знаний разработанной ЭС добавляется новый факт о повышение ПДК загрязняющего вещества, и нас интересует результат вывода ЭС об источники загрязнения, для примера добавляем факт повышение ПДК оксид углерода СО. Реализация такого типа запроса к ЭС на основе БСД выполняется следующим образом:

- Раскроить список всех вершин, нажав [expand node list].

- Вводить факт повышение ПДК, дважды щелкнув на состоянии 'Ne V norme' для вершины СО.

Нажать пиктограмму распространения вероятности [sum-prorogate normal] на панели инструментов для распространения данного факта на всю БСД. Результаты распространения вероятностей по байесовской сети доверия приведены на (рис.6).

уш»«

0,00 V tome : ■■feyim^

è-yatjtat»;

pKpjf} fCfj'SflSK.

»JL-

. .. ....

5Z.S5V Noras

Рис.6 - Добавление факта о повышение ПДК оксид углерода

Добавляем факт повышение ПДК оксид азота (Рис.7). Для того, чтобы найти наиболее вероятную комбинацию состояний всех вершин, необходимо, вместо распространения сумм, использовать рас-

пространение максимумов. Можно получить новое распространения вероятностей в окнах отображения сети и вершин. При этом каждое из состояний вершин, имеющее значение 100.00, будет принадлежать к наиболее вероятной комбинации состояний (Рис.8).

Рис.7- Добавление факта о повышение ПДК оксид Азота

Рис.8- Наиболее вероятные комбинации состояний

Окна контроля показывают ту же информацию, что и панель списка вершин, но появляется возможность располагать эти окна рядом с соответствующими узлами БСД в панели отображения сети. Можно открыть такое окно для любой вершины, но лучший вариант - это открывать лишь те окна, которые представляют особый интерес. В противном случае, эти окна будут занимать слишком много места на экране дисплея.

После того как уже получены результаты вывода ЭС, HUGIN представляет возможностью генерировать HTML документ с полученными результатами (рис.9).

ТЪс вжкИ is depleted

ш

Рис.9 - Страница HTML с результатами вывода ЭС

Таким образом, структура ИАСЭМ атмосферного воздуха выглядит как показано на (рис.10)

На (Рис.10) показано, что в центре обработки информации (ЦОИ) была внедрена ЭСППР, с помощью которой можно публиковать необходи-

мую информацию для принятия решения в Интернете. Это позволяет эффективно доставлять- информацию лицам, принимающим решения (ЛПР), которые могут воздействовать на источники загрязнения с целью улучшения состояния атмосферного воздуха.

Рис.10- Структура ИАСЭМ атмосферного воздуха

Под экологическими нормами понимается совокупность норм по охране окружающей среды (в данном случае атмосферный воздух) от вредных ! воздействий.

Под загрязнителями понимается источники загрязнения атмосферного воздуха (промышленные предприятия, технологические процессы, автотранспорт и т.д.)

Под состоянием атмосферного воздуха понимается регулирование содержания 5 загрязняющих веществ: 502, Ж)2, N0, СО и №13 в атмосферном воздухе.

В заключении приведены основные результаты работы.

1. Проведен анализ состояния атмосферного воздуха г. Новомосковска, определены источники загрязнения и приоритетный перечень ингреди-

I ентов, подлежащих контролю.

2. Систематизировано многолетнюю информацию и проведен анализ современного состояния АСК, определены основные направления деятельности по повышению качества атмосферного воздуха, обоснованна необходимость разработки ЭСППР РВ в условиях неопределенность.

3. Произведены аналитические исследования, подтверждающие правильность выбора БСД как метода построения ЭСППР, который позволяет ей эффективно функционировать в условиях неопределенности.

4. Разработана ЭСППР РВ, которая решает следующие подзадачи:

Задача оценки свойств и состояний атмосферного

воздуха на основе поступающей в режиме мониторинга информации;

Задача соблюдения экологических норм и правил;

Задача поддержки принятия управленческих решений в реальном времени в условиях неопределенности.

5.С помощью разработанной ЭСППР появилась возможность публиковать необходимую информацию для принятия решения в Интернете, что является процессом эффективной доставки информации конечным пользователям.

6. Разработана специальная методика создания ЭСППР РВ в условиях неопределенности, которая может быть рекомендована в качестве типовой структуры ЭСППР РВ в любом промышленном регионе РФ.

Полученные научные и практические результаты имеют важное народнохозяйственное значение для автоматизации процессов управления экологической ситуацией на муниципальном уровне, создания теоретической и методической основы для разработки систем информационной поддержки принятия эффективных решений по управлению экологической безопасностью города.

По теме диссертации опубликованы 11 научных публикаций, основные из которых следующие:

1. Вент Д.П., Волков В.Ю., Бархум Ибрахим, Али Мансур. «Современные информационные технологии в автоматизированных системах экологического мониторинга атмосферного воздуха», Монография. НИ РХТУ им. Д.И.Менделеева. - Новомосковск, 2008. - 160с.

2. Али Мансур, Волков В.Ю. «Применения байесовских технологий в системах экологического мониторинга предприятий химической промышленности». Известия высших учебных заведений: Химия и химическая технология. Иваново, 2009, т.52, №6 - С. 120-123.

3. Али Мансур Номан, Бархум Ибрахим Халил, Волков В.Ю., Эдельштейн Ю.Д., «Состояние атмосферного воздуха как объект управления в АСЭМ». Вестник МАСИ. Информатика, экология, экономика. Том 10. -М:, 2007. - С.88-95.

4. Али Мансур, Волков В.Ю. «Применение байесовских интеллектуальных технологий в интеллектуальной системе экологического мониторинга и управления степенью загрязнения атмосферного воздуха», Вестник международной академии системных исследований (МАСИ). Информатика, Экология, Экономика. Том 11, часть 1, М.: 2008. - С.119—134.

5. Волков В.Ю., Али Мансур Номан, Бархум Ибрахим Халил. «Удаленное наблюдение через интернет за загрязнением атмосферного воздуха в АСЭМ». Тульский экологический бюллетень. Выпуск1-Тула, 2008.-С.107-115.

Заказ № Объем 1,0 пл._Тираж ЮОэкз.

Издательский центр НИ РХТУ им. Д.И.Менделеева