автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.12, диссертация на тему:Исследование путей и возможностей создания автоматизированной системы идентификации объектов

На правей рукописи

Кальяиова Арина Игоревна

ИССЛЕДОВАНИЕ ПУТЕЙ И ВОЗМОЖНОСТЕЙ СОЗДАНИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ИДЕНТИФИКАЦИИ

ОБЪЕКТОВ

Специальность - 05.13.12 «Системы автоматизации проектирования (приборостроение)»

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

Санкт-Петербург 2009

□□34716 17

Работа выполнена в Санкт-Петербургском государственном университете информационных технологий механики и оптики.

Научный руководитель:

доктор технических наук, профессор A.B. Демин Официальные оппоненты:

доктор технических наук, профессор А.Г. Коробейников

кандидат технических наук A.B. Суханов

Ведущая организация: ФГУП ОКБ «Электроавтоматика»

Санкт-Петербург

Защита состоится 16 июня 2009г. в 15.50 часов в ауд. 466 на заседании диссертационного Совета Д 212.227.05 при Санкт-Петербургском государственном университете информационных технологий механики и оптики по адресу: 197101, г. Санкт-Петербург, ул. Кронверкский пр., 49.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского государственного университета информационных технологий механики и оптики.

Автореферат разослан 15 мая 2009 года.

Учёный секретарь

диссертационного совета Д 212.227.05 у / Кандидат технических наук, доцент % Поляков В.И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. При проектировании современных технически сложных систем широко применяются системы автоматизированного проектирования (САПР). Основными функциями этих систем являются автоматизация выполнения различных процедур с целью нахождения оптимальных вариантов. САПР, ориентированные на конкретную предметную область требуют разработки специальных методов, алгоритмов и программ, математических моделей, учитывающие специфические качества объекта проектирования. Важным является выбор способа математического моделирования объектов в САПР. Эффективность САПР во многом зависит от универсальности и возможностей, которыми располагает применяемый математический аппарат.

В качестве предметной области диссертационного исследования была выбрана область разработки САПР систем идентификации технических объектов. Это обусловлено, в первую очередь, тем, что на сегодняшний день развитие технических объектов, таких как распределенные вычислительные системы, системы связи, военная техника, специальная техника и т.п., происходит в направлении функционального и структурного усложнения, а также интеграции различных по типу устройств (механических, электрических, электронных и пр.), связанных друг с другом и оказывающих большое влияние на свое окружение, в один технический объект. В связи с этим возникает задача создания эффективной системы идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям.

В соответствии с этим предложен метод идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе математических моделей их функционирования, что позволяет идентифицировать множественные неисправности и состояние объекта, под которым подразумевается работоспособность частей технического объекта, обеспечивающих выполнение основных функций, работать с новыми объектами, по которым нет экспертных знаний о возможных причинах неисправностей, многократно использовать модели работы компонентов объекта и получать объяснения о причинах неисправностей.

Учитывая то, что любой технический объект состоит из большого количества разнообразных элементов, связанных друг с другом и

Л '

оказывающих большое влияние на свое окружение, необходимо разработать математическую модель объекта, рассматривающую объект как сложную систему, состоящую из элементов и связей между ними.

Рассмотрено применение многоагентного подхода к идентификации технических объектов на основе математических моделей устройств, для которого выделены пространственный и семантический способы распределения модели функционирования объекта между агентами. Разработана архитектура многоагентной системы идентификации и проведены исследования применения многоагентного подхода для семантического и пространственного распределения моделей поведения устройства.

Целью работы является разработка методов и алгоритмов для решения задач идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе математической модели объекта с использованием многоагентного подхода.

В соответствии с поставленной целью работы основными задачами исследований являются:

• Анализ существующих методов и средств идентификации технических объектов.

• Исследование принципов идентификации на основе математических моделей технических объектов.

• Исследование методов и средств математического моделирования, сущности методологии математического моделирования.

• Разработка метода идентификации технического объекта на основе математической модели его функционирования с использованием многоагентного подхода.

• Сравнение пространственного и семантического способов распределения модели функционирования объекта между агентами.

• Разработка архитектуры многоагентной системы идентификации.

• Разработка структуры многоагентного комплекса идентификации для практического внедрения.

Предметом исследования является комплекс вопросов, связанных с разработкой методов и алгоритмов идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе математической модели объекта с использованием многоагентного подхода.

Методы исследования. В работе использованы методы общей теории динамических систем, системного анализа, теории идентификации моделей, моделирования, теории и методов диагностики систем, теории оптимального управления, а также средства современной вычислительной техники.

Научная новизна работы определяется тем, что в ней впервые: Исследован принцип идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе моделей их функционирования, что позволяет идентифицировать множественные неисправности и состояние объекта, под которым подразумевается работоспособность частей технического объекта, обеспечивающих выполнение основных функций.

Предложен метод идентификации технического объекта на основе модели его функционирования с использованием многоагентиого подхода, выделены пространственный и семантический способы распределения модели функционирования объекта между агентами.

Разработана архитектура многоагентной системы идентификации и проведены исследования применения многоагентиого подхода для семантического и пространственного распределения моделей поведения устройства.

Разработана структура многоагентиого комплекса идентификации технических объектов для практического применения при решении разнообразных прикладных задач теории управления. Основные результаты, пынссимые на защиту:

« Метод идентификации технического объекта на основе математической модели его функционирования с использованием многоагентиого подхода.

• Математическая модель функционирования технического объекта, учитывающая, что любой объект состоит из большого количества разнообразных элементов, связанных друг с другом и оказывающих большое влияние на свое окружение.

• Архитектура многоагентной системы идентификации.

• Пространственный способ распределения модели функционирования объекта между агентами.

• Семантический способ распределения модели функционирования объекта между агентами.

• Структура многоагентиого комплекса идентификации.

Практическая ценность работы.

Предложен метод идентификации технического объекта на основе математической модели его функционирования с использованием многоагентного подхода для практического применения при решении разнообразных прикладных задач теории управления.

Разработана архитектура многоагентной системы идентификации и проведены исследования применения многоагентного подхода для семантического и пространственного распределения моделей поведения устройства. Разработана структура многоагентного комплекса идентификации для практического внедрения.

Представленные в настоящей работе методы идентификации технических объектов могут служить инструментом для решения разнообразных прикладных задач теории управления. Вместе с тем, полученные результаты могут быть использованы для разработки новых методов и алгоритмов идентификации технических объектов. Все результаты служат обоснованием для проведения идентифицирующих экспериментов и являются научной основой для практического использования.

Достоверность. Полученные результаты являются достоверными в силу TGro, что основные теоретические выводы и положения диссертации научно обоснованы и подтверждены результатами экспериментальных исследований автора, актами внедрения и применения результатов диссертационных исследований. Апробация работы.

Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях:

в III конференция молодых ученых СПб ГУИТМО (апрель 2006).

• IV конференция молодых ученых СПб ГУИТМО (апрель 2007).

• V конференция молодых ученых СПб ГУИТМО (апрель 2008).

» Международная научно-техническая конференция

«Интеллектуальные системы» (AIS'05) и «Интеллектуальные САПР» (CAD-2005).

• Международная научно-техническая конференция «Интеллектуальные системы» (AIS'06) и «Интеллектуальные САПР» (CAD-2006).

• Международная научно-техническая конференция «Интеллектуальные системы» (A1S'07) и «Интеллектуальные САПР» (CAD-2007).

Публикации. По материалам диссертации опубликовано 6 печатных работ.

Структура и объем работы. Работа состоит из введения, 4 глав, заключения, библиографического списка из 92 наименований, содерж-лт 114 страниц основного текста, 19 рисунков и 2 таблицы.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, её научная новизна и практическая значимость, сформулирована цель работы и приведено краткое содержание диссертации по главам.

В первой главе сделан обзор существующих методов идентификации, предложен метод идентификации технического объекта на основе модели устройства.

В настоящее время интерес к разработке и развитию теории, методов и алгоритмов идентификации в технических системах растет, и расширяется область их практического использования. Проблема идентификации последние два-три десятилетия занимает первые места в тематиках международных и отечественных конференций.

Одной из разновидностей идентификации является идентификация на основе модели объекта. В основе этого подхода лежит прогнозирование предполагаемого поведения объекта, исходя из имеющейся в наличии информации, обнаружении различий прогнозов с реальным поведением. Данный подход позволяет одинаково успешно находить как одиночные, так и множественные несоответствия требуемым параметрам, идентифицировать объекты, по которым нет экспертных данных о причинах несоответствий, многократно использовать готовые описания моделей работы компонентов и получать объяснения причин выявленных несоответствий.

Предложена следующая задача идентификации. Имеется технический объект, проявляющий неисправное поведение. Объект состоит из компонентов. Есть структура связей между компонентами и возможность снимать с них показания на входах и выходах. Необходимо определить с минимальными затратами ресурсов, какие из компонентов функционируют неправильно.

При идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе модели функционирования технического объекта, состоящего из множества частей, зачастую сложно или даже невозможно использовать его полную модель. Вместо этого для идентификации технических

объектов возможно использование неполных моделей частей объекта, которые различаются с точки зрения механизма функционирования.

Основные достоинства подхода, основанного на модели устройства:

• идентификация множественных несоответствий;

• работа с непредсказуемыми вариантами;

• возможность идентификации новых объектов;

• точность описания моделей компонентов не зависит от опыта эксперта;

• многократное использование моделей;

• детальность объяснений.

Решение задачи идентификации состоит в выявлении множества возможных различий модели и идент ифицируемого объекта.

Решение задачи идентификации состоит из двух этапов. В первом идентифицируется множество возможных различий модели и идентифицируемого объекта. Во втором осуществляется сбор дополнительной информации в виде наблюдений, которая улучшает множество возможных различий модели и объекта до тех пор, пока они не сведутся к точному отражению фактических отличий.

Во второй главе рассмотрены методы и средства математического моделирования, сущность методологии математического моделирования.

В настоящее время наука обладает развитым математическим аппаратом определения надежности различных технических систем, основанным на статистике и теории вероятности. Однако, к сожалению недостаточно исследован макроструктурный уровень единицы оборудования. Не учитывается то, что любой объект состоит из большого количества разнообразных элементов, связанных друг с другом и оказывающих большое влияние на свое окружение. В то же время совокупность элементов, составляющих объект, является единым организмом, выполняющим одну общую задачу, определенную конструкцией и технологическим процессом.

Решение такой задачи заключается в построении точной математической модели объекта, аналитическое решение которой позволило бы точно определить несоответствие требуемым функциональным и параметрическим показателям. Но в такой модели необходимо учитывать действие очень многих разнородных факторов, задающих различные по своей природе, но тесно взаимодействующие друг с другом процессы.

В настоящее время при разработке сложных систем особенно широкое применение находят методы и средства математического моделирования, которые по сравнению с методами натурного и

полунатурного моделирования обладают явными преимуществами в плане ресурсных и временных затрат. Сущность методологии математического моделирования состоит в замене исходного объекта его «образом» - математической моделью и дальнейшем изучении этой. Такой подход сочетает в себе достоинства как теории, так и эксперимента, поскольку предоставляет возможность относительно быстро и без существенных финансовых затрат исследовать свойства и поведение технической объекта в любых теоретически реализуемых ситуациях вычислительной техникой. Вычислительные (компьютерные, симуляционные, имитационные) эксперименты с моделями объектов позволяют изучить, предсказать и скорректировать его свойства.

Каждый объект моделирования представляет собой некоторую комбинацию составляющих его компонент = 1,2,3,...,р), где р - общее число компонент, которые при соответствующем объединении и образуют техническую систему, выполняющую заданную целевую функцию. При этом каждая компонента К, выполняет последовательность свойственных ей функциональных действий ФД^ = 1,2,3,...,Л0, где N - общее число возможных функциональных действий компоненты К,. При этом любое ФДи выполняется на некотором временном интервале т0.

Как правило, при построении математической модели функциональные действия ФДЦ компоненты К, апроксимируются некоторыми упрощёнными функциональными действиями Ф'ДГ Степень этого упрощения определяет уровень детализации имитационной модели, а отличия Ф'Ду от ФДи порождают ошибки моделирования реальной системы.

В математической модели каждое Ф'Да описывается в общем случае некоторым алгоритмом АЛ1Г В ходе моделирования происходит реализация Ф'Ди по соответствующим алгоритмам АЛи с последующим изменением времени на соответствующую величину тг В связи с этим в процессе моделирования функциональные действия Ф'ди её компонент К, представляется парой (АЛЦ, М(//), где Mtí] - оператор, осуществляющий изменение временной координаты на величину тг

Для синхронизации событий, происходящих в математической модели в процессе моделирования, определено модельное время Т„,

которое помимо синхронизации позволяет реализовать режим квазипараллельной работы компонентов системы.

На рис.1 представлена блок-схема процесса отображения функционирования компонентов /¡Г, системы в математическую модель.

Рис.1. Блок-схема процесса отображения функционирования компонентов К1 системы в математическую модель

Подпрограмма начала имитации организует задание входных условий моделирования, начальных значений параметров и осуществляет запуск имитационной модели. Управляющая программа моделирования осуществляет управление процессом моделирования и формирует модельное время г0 (модельное время - время, по которому организуется синхронизация событий в моделируемой системе).

Подпрограмма сбора статистики осуществляет необходимые статистические процедуры.

Подпрограмма окончания моделирования осуществляет процесс выдачи результатов моделирования.

В третьей главе рассмотрено применение многоагентного подхода к идентификации технических объектов на основе математических моделей устройств, для которого выделены пространственный и семантический способы распределения модели функционирования объекта между агентами. Разработана архитектура многоагентной системы идентификации.

Есть несколько причин, вследствие которых использование единого идентификационного механизма может быть невыгодно. Прежде всего, если объект имеет большие размеры и многокомпонентный с точки зрения механизма функционирования, то при идентификации методом перебора может наблюдаться нехватка времени для вычислений и получения всех наблюдений. Во-вторых, если структура объекта является динамической, то изменения могут происходить слишком быстро, из-за чего значения измерений будут быстро терять актуальность. Наконец, иногда существование полной модели просто нежелательно из соображений безопасности. Примеры таких объектов - современные телекоммуникационные сети, динамически конфигурируемые роботизированные системы и так далее. Для подобных систем решением может являться идентификация с помощью многоагентного подхода.

Для реализации данного подхода введем понятие многоагентных систем идентификации (МСИ).

Для построения многоагентной системы идентификации на основе модели устройства используется следующая архитектура (рис. 2).

¿»кг овшем улроленкя

Аикт труташн

Лгект допимвве

т$уюшк

Идентифицируемый объект

Рис. 2. Архитектура многоагентной системы идентификации

Нижний уровень представляют собой агенты наблюдения, которые обеспечивают получение идентифицирующей информации об объекте. С

ними взаимодействуют агенты идентификации, занимающиеся обработкой получаемой информации. Обработкой и сведением воедино сведений, поступающих от агентов идентификации, занимаются агенты управления группами агентов идентификации, с которыми взаимодействует агент общего управления, формирующий итоговое представление об идентифицируемом объекте.

После запуска каждый из агентов автономен и действует исходя из своей цели, имеющейся в наличии информации и сообщений, получаемых из внешней среды или пользователя.

Каждый агент идентификации включает в себя модуль взаимодействия, базу знаний о своей части объекта и модуль идентификации. Целью агента идентификации является выявление несоответствий при сравнении прогнозов поведения компонентов объекта с результатами показаний, снятых с него непосредственно. Для достижения своей цели агент идентификации осуществляет построение прогнозов поведения компонентов объекта, выявление несоответствий, возникающих. при различии прогнозов с полученными идентификационными данными, и вычисление количества информации, которое может быть получено при получении дополнительной информации в соответствующих точках связи компонентов объекта. Полученные оценки количества дополнительной информации, получаемого при снятии показаний в той или иной точке устройства, агент идентификации передает соответствующим агентам наблюдения. Агенту управления группой передаются данные о результатах, полученных на основе анализа состояния идентифицируемого объекта, и осуществляется обмен информацией с другими агентами идентификации.

Агент наблюдения содержит модуль взаимодействия, блок обработки оценок агента идентификации и модуль получения идентификационных данных с объекта. Целью агента наблюдения является предоставление агенту идентификации результата получения идентификационных данных в той точке объекта из возможных, для которой оценка количества полученной информации максимальна. Для этой цели агент наблюдения производит обработку оценок, полученных от агента идентификации, и, исходя из своих возможностей (так как могут быть ситуации, когда для некоторых точек измерить значения затруднительно или невозможно) осуществляет снятие показаний в выбранном месте объекта. Полученный результат передается агенту идентификации.

Агент управления включает в себя модуль взаимодействия и модуль обработки полученных от агентов идентификации запросов и

информации. Целью агента управления является получение целостной картины о состоянии части объекта, идентифицируемой связанными с ним агентами идентификации. Для этой цели агентом управления решаются вопросы взаимодействия между агентами идентификации своей группы, а также поддержание непротиворечивости получаемой информации. Агент общего управления осуществляет взаимодействие между агентами управления группами и сводит воедино всю информацию о состоянии идентифицируемого объекта.

Основными трудностями многоагентного подхода в идентификации является проблема сотрудничества и согласования работы агентов идентификации. Агент идентификации знает только своего агента управления и не имеет информации о прочих агентах идентификации системы. Таким образом, он не обладает знаниями других агентов идентификации, и поэтому способен делать прогнозы только о поведении своей части идентифицируемого объекта. Цель этого в понижении сложности внутренней структуры агентов идентификации. Взаимодействие и связь между агентами идентификации обеспечивается через агентов управления. Агент управления группы знает всех агентов идентификации, принадлежащих его группе. В его задачу входит обмен информацией, связь между агентами группы и вычисление метки вершины, общей для нескольких агентов идентификации. Агент управления группы имеет информацию только о состоянии своей группы, в то время как агент общего управления владеет информацией обо всей системе в целом.

Наилучшим местом снятия показаний в идентифицируемом объекте считаем место (точку), в котором снятие показаний даст наибольшую информацию, способствующую обнаружению множества неисправно работающих компонентов при наименьших затратах ресурсов.

Рассмотрим вероятностный подход, базирующийся на использовании априорной вероятности работоспособности компонентов системы.

Вводятся следующие соглашения об идентифицируемом объекте:

1. Каждый компонент имеет вероятность работоспособности р,.

2. На выходе произвольный компонент К может выдавать пк вариантов значений: . Предполагаем, что в состоянии неисправности вероятность каждого из данных значений одинакова.

3. Для упрощения расчетов, предполагаем возникновение неисправностей в компонентах происходит независимо друг от друга.

В качестве меры информации, получаемой о неисправных компонентах при измерениях в конкретных местах устройства, берется оценка:

= = = (1)

;=1

где пх - количество возможных значений в точке измерения х;

р({х = V,}) - вероятность значения V, в точке измерения х. Вводятся следующие обозначения:

Р(К) - вероятность получения корректного значения на выходе компонента К, вычисляемая по формуле:

Р(К) = \^РЦ9. + р(К) (2)

"к

ШРШ8{К,) - множество индексов компонентов, выходные значения которых являются входными значениями для компонента К,.

Во введенных определениях получена формула вероятности корректного значения V на выходе х для V наборов компонентов, поддерживающих данное измерение

{К2 х ,К21,.. .^2 /2 } '' ■ •' {^,1' 2 > • • -Kv.fr } '

рах = У}) = ы-.

к (3)

Р&н) = Х~р{Кк''КР{кку ЦР(К^)

пКк. ]етрищкк_,)

После проведения очередного измерения происходит изменение вероятностей работоспособности всех компонентов системы, поддерживающих или опровергающих измеренное значение. Для обновления значений вероятности работоспособности компонентов на основе информации, полученной измерением, используется формула Байеса в виде:

2, (4)

р{{х = У})

где р(К !{х = V}) - условная вероятность исправности компонента К при условии, что измерение в точке х равно V;

р(К) - априорная вероятность работоспособности компонента К; р({х - V}) — априорная вероятность измерения в точке х значения V; р({х - V}! К) - условная вероятность измерения в точке х значения V при условии, что компонент К исправен.

Формула вычисления Значения р({х = V}/Кт „) для v наборов компонентов:

ÍnKk,x)

v

. P{Kkj) п с5)

nKk<t jelNPUTSilCtj)

1.0.

Наилучшим выбором места снятия показаний в идентифицируемом объекте является точка, в которой максимально значение энтропии, вычисленное по формуле (1), где р({х = V,}) рассчитывается по формуле (3). После каждого снятия показаний для корректировки информации на основе полученных данных производится пересчет вероятностей неисправности компонент, прогнозирующих значение в данной точке измерения, по формуле (4) с использованием формул (3) и (5).

Для вероятностного метода критерием выбора места снятия показаний является максимальное значение энтропии в точке измерения, благодаря чему система идентификации получает наибольшее количество информации об объекте.

Модуль идентификации состоит из двух основных частей: подсистемы математического моделирования поведения объекта и подсистемы выявления несоответствий при сравнении прогнозов поведения компонентов объекта с результатами показаний, снятых с него непосредственно.

Разность между выходными величинами технического объекта у(и) и математической модели у(п) назовем невязкой:

с{п) = у{п)-у{п). (6)

Близость объекта к модели характеризуется математическим ожиданием квадрата невязки

М{£2(»)} = М{[;Ки)-Я")]2}. (7)

Если

М{ф)} = М{Яя)-Я")} = 0, (8)

то мерой близости настраиваемой модели и объекта будет дисперсия невязки.

До проведения цельной идентификации всего объекта агенты должны идентифицировать свою локальную часть системы, исходя из имеющихся в наличии знаний. Можно выделить два способа распределения модели устройства между агентами: семантический и пространственный.

В случае семантического распределения модель поведения объекта делится между агентами согласно типу составляющих ее частей, то есть каждый из агентов анализирует различные части объекта на основе данной ему части модели (подмодели). При этом каждая из подмоделей описывает поведение соответствующей ей части объекта независимо от остальных подмоделей поведения объекта других агентов. Независимость подразумевает, что нет никаких соединений между различными подмоделями поведения или известны значения во всех точках этих соединений.

Примером данного распределения модели объекта могут служить раздельные модели электрического и термодинамического поведения объекта. Другим образцом подобного распределения являются раздельные модели блоков устройства, с известными значениями в местах их связи друг с другом.

Семантическое распределение в приведенных выше условиях означает, что каждый из агентов, идентифицирующих свою часть объекта, может работать независимо от других, обладая всей необходимой информацией. Таким образом, для получения информации о состоянии всего объекта в целом, достаточно произвести объединение сведений, поступивших от каждого из агентов по отдельности, с последующим удалением избыточной информации.

Пространственное распределение модели поведения объекта между агентами происходит в соответствии с пространственным распределением частей объекта. При этом вследствие связей между различными частями объекта соответствующие им подмодели поведения также имеют зависимости. Следовательно, агенты должны обмениваться прогнозами значений в местах соединений идентифицируемых ими частей объекта. Обмен информации не единственная проблема. Если связи между неполными моделями объекта являются направленными, то, представив связи между моделями в виде графа, может обнаружиться наличие циклов. Следовательно, до достижения устоявшегося прогноза

поведения объекта, агентам может требоваться много циклов обмена прогнозируемыми значениями.

В дальнейшем предполагаем, что каждая часть объекта, управляемая агентом, имеет только явные входы и выходы. Данные, получаемые агентом о своей части объекта от других агентов, могут быть неверны. Поэтому, предположив истинность этих данных, агент должен иметь возможность отвергнуть эти предположения в течение своего идентификационного процесса. Если агент отвергает истинность полученных данных, то он должен передать соответствующую информацию агенту, который их вывел для своей части ооъекта.

В четвертой главе дан анализ эффективности применения многоагентного подхода. Приведена структура многоагентной системы идентификации, используемая для решения задач идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе математических моделей устройств, для практического внедрения предложенного метода.

Пространственное распределение модели устройства.

Рассмотрим эффективность применения многоагентного подхода при пространственном распределении модели объекта между агентами.

Предварительно, введем следующие обозначения:

N - количество компонентов объекта;

Agl - /-ый агент идентификации;

N¡ - количество компонентов объекта, идентифицируемых Ag¡;

1Т - время идентификации.

Время идентификации неисправного объекта зависит от числа его компонентов, поэтому время идентификации без использования многоагентного подхода можно обозначить как Ы).

При использовании многоагентного подхода, модель объекта делится на части, идентификацией которых занимаются соответствующие агенты. Предполагаем, что все агенты могут выполнять свои функции параллельно друг с другом. Для получения информации о прогнозах значений в общих для нескольких агентов точках модели объекта и сведении воедино результатов работы агентов идентификации, используются агенты управления. Частота, с которой у агентов идентификации возникает необходимость получать информацию о прогнозах значений в общих точках модели, зависит от структуры связей между компонентами объекта и распределения его модели между агентами.

Заметим, что основные затраты ресурсов приходятся на работу агентов идентификации, в то время как в процессе обмена между ними информацией, у агентов управления нет необходимости производить какие-либо ресурсоемкие вычисления. Соответственно, затраты ресурсов на коммуникацию между агентами значительно меньше ресурсов, необходимых для работы агентов идентификации. Еще меньше затраты ресурсов, требуемых на передачу агентам идентификации значений измерений, снимаемых непосредственно с объекта. Эти затраты ресурсов, которые также зависят от количества компонентов объекта, обозначим как ЩЛО-

Рассмотрим идеальный вариант, когда в процессе определения неисправности у агентов идентификации нет необходимости в информации о прогнозах значений в общих точках модели объекта. В этом случае, с учетом того, что все агенты могут функционировать параллельно друг с другом, время идентификации объекта будет соответствовать времени работы агента, идентифицирующую свою часть объекта дольше других:

ТГшш^, т = тах(/7^. Щ)) + ЛВД. (9)

Рассмотрим наихудший вариант, когда каждому агенту идентификации для проведения каждого шага работы необходимо получать прогнозы значений общих точек, получаемые другими агентами. То есть в этом случае, каждый из агентов идентификации отправляет запрос на получение значения прогноза в общей точке модели объекта и может продолжить свои вычисления только после того, как другой, вычисляющий данные значения прогнозов, агент идентификации закончит свою работу и пришлет запрашиваемый результат. Таким образом, для данного варианта, все агенты идентификации будут выполнять свои вычисления последовательно друг за другом, и итоговое время идентификации неисправности будет превышать время работы без использования многоагентного подхода на величину накладных расходов, требуемых на коммуникацию между агентами:

= = (10)

/

Стоит заметить, что настолько плохой вариант может происходить редко, так как в идентифицируемом агентом модели объекта, как правило, всегда может быть обнаружена часть, для обработки которой не требуется получение значений прогнозов в общих точках модели объекта.

Исходя из полученных формул, время 1ТШ1- затрачиваемое

на идентификацию объекта, можно выразить следующим образом:

тах( Л^, (Ы,)) + Ж(М) < 1ТШ!ш?сл, (М) < 1Т^1г (М) + №(М). (11)

Теперь оценим эффективность применения многоагентного подхода к идентификации при семантическом распределении модели объекта.

Семантическое распределение модели устройства.

Семантическое распределение модели объекта подразумевает, что каждая из подмоделей описывает поведение соответствующей ей части объекта независимо от остальных подмоделей поведения объекта, обрабатываемых другими агентами. Благодаря этому каждый из агентов, идентифицирующих свою часть объекта, может работать независимо от других, обладая всей необходимой информацией и для получения информации о состоянии всего объекта в целом, достаточно произвести объединение сведений, поступивших от каждого из агентов.

Затраты ресурсов агентов управления при семантическом распределении модели объекта ниже затрат ресурсов агентов управления, работающих в условиях пространственного распределения, вследствие отсутствия необходимости поддерживать взаимодействие агентов идентификаций друг с другом. Это означает, что имеем дело с ситуацией, аналогичной идеальному варианту при пространственном распределении модели объекта. То есть все агенты могут идентифицировать свои части объекта параллельно друг с другом, и время идентификации будет соответствовать времени работы агента, идентифицирующего свою часть объекта дольше остальных, и оценивается по формуле:

(М) = тах(/Г^ )) + ЛВД. (12)

Одним из выгодных подходов использования многоагентной идентификации с семантическим распределением модели является идентификация объектов, состоящих из большого количества блоков, для которых можно локально осуществлять поиск несоответствий без использования единой модели поведения всего объекта.

Следовательно использование многоагентного подхода в идентификации на основе модели объекта позволяет повысить эффективность идентификационного комплекса благодаря снижению затрат ресурсов за счет распараллеливания работы идентификационных механизмов и нахождения локальных несоответствий использованием лишь части агентов. При этом эффективность многоагентного подхода напрямую зависит от структуры объекта и того, каким образом произведено распределение его модели функционирования по агентам идентификации.

Для практического внедрения предложена структура многоагентного комплекса системы идентификации технических объектов на

соответствие требуемым функциональным и параметрическим показателям на основе модели функционирования (рис. 3).

Рис. 3. Структура многоагентного комплекса идентификации

В заключении представлены основные результаты и выводы, полученные в ходе диссертационных исследований:

1. Проведен анализ существующих методов идентификации технических объектов.

2. Сформулированы задачи идентификации.

3. Предложен метод идентификации технического объекта на основе математический модели устройства.

4. Рассмотрены методы и средства математического моделирования, сущность методологии математического моделирования.

5. Предложен алгоритм создания математической модели технического объекта, состоящего из большого количества разнообразных элементов, связанных друг с другом и оказывающих большое влияние на свое окружение.

6. Представлена блок-схема процесса отображения функционирования компонентов объекта в математическую модель.

7. Представлено использование многоагентного подхода к идентификации технических объектов на основе моделей функционирования их компонентов.

8. Представлена архитектура многоагентной системы идентификации технических объектов.

9. Предложен вероятностный подход к выбору места снятия показаний с идентифицируемого объекта.

10. Выделено два способа распределения модели между агентами:

« Семантическое распределение, в котором модель функционирования технического объекта распределяется между агентами согласно типу составляющих его частей.

• Пространственное распределение, в котором распределение модели функционирования технического объекта между агентами происходит в соответствии с пространственным распределением частей объекта.

11. Проведены исследования применения многоагентного подхода для семантического и пространственного распределения моделей функционирования технического объекта, показывающие, что применение данного подхода позволяет повысить эффективность идентификационного комплекса благодаря снижению затрат ресурсов за счет распараллеливания работы агентов и нахождения локальных функциональных и параметрических несоответствий использованием лишь части агентов.

12. Для практического внедрения предложена структура многоагентного комплекса системы идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе модели функционирования.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Основные положения диссертации опубликованы в следующих работах:

1. Демин A.B., Кальянова А.И. Алгоритм аутентификации личности по почерку / Труды Международных научно-технических конференций «Интеллектуальныетсистемы» (AIS*05) и «Интеллектуальные САПР» (CAD-2005). Научное издание в 3-х томах.-М.: Издательство Физматлит, 2005, Т.2.532с. - ISBN 5-9221-0621-Х. С. 182-187

2. Кальянова А.И. Идентификация объектов / Научно-технический вестник СПбГУИТМО, Вестник 28. - СПб: СПбГУИТМО, 2006. С. 108-112

3. Демин A.B., Кальянова А.И. Параметрический метод биометрической аутентификации пользователей / Труды Международных научно-технических конференций «Интеллектуальные системы» (AIS'06) и «Интеллектуальные САПР» (CAD-2006). Научное издание в 3-х томах. - М.: Издетельство Физматлит, 2006, Т.2. - 580с. - ISBN 5-9221-0686-4. С.434-440

4. Кальянова А.И. Использование линейных разделяющих функций в биометрической идентификации / Научно-технический вестник СПбГУИТМО, Вестник 37. - СПб: СПбГУИТМО, 2007. С.302-306

5. Демин A.B., Кальянова А.И. Минимаксный подход к идентификации / Труды Международных научно-технических конференций «Интеллектуальные системы» (AIS'07) и «Интеллектуальные САПР» (CAD-2007). Научное издание в 4-х томах. - М.: Издательство Физматлит, 2007, Т.2. - 424с. - ISBN 978-5-9221-0856-0. С.295-199

6. Демин A.B., Кальянова А.И. Многоагентные системы идентификации с использованием семантического способа распределения модели функционирования объекта / Научно-технический вестник СПбГУИТМО, Вестник 57. - СПб: СПбГУИТМО, 2008. C.S0-86

Тиражирование и брошюровка выполнены в учреждении «Университетские телекоммуникации» Санкт-Петербург, Саблинская., 14, тел. (812) 233-46-69 Объем 1 у.п. л. Тираж 100 экз.

Оглавление

Введение

Глава 1. Идентификация технических объектов.

1.1. Обзор существующих методов идентификации технических объектов. |

1.2. Схема идентификации.

1.3. Объекты.

1.4. Настраиваемая модель

1.5. Критерий качества идентификации и оптимальное решение.

1.6. Минимаксный подход к идентификации. 38 Выводы по главе 1.

Глава 2. Построение математической модели сложной технической системы.

2.1. Сущность методологии моделирования.

2.2. Основные понятия системотехники.

2.3. Структурная схема технической системы.

2.4. Системотехнический уровень проектирования технических систем

2.5. Математические модели функционирования технических систем.

2.6. Оценка достоверности результатов моделирования. 75 Выводы по главе 2.

Глава 3. Многоагентный подход в системах идентификации.

3.1. Принцип идентификации на основе модели устройства.

3.2. Архитектура многоагентной системы идентификации.

3.3. Вероятностный подход к выбору места снятия показаний с объекта.

3.4. Модуль идентификации.

3.5. Распределение модели объекта.

Выводы по главе 3.

Глава 4. Анализ эффективности применения многоагентного подхода

4.1. Пространственное распределение модели устройства.

4.2. Семантическое распределение модели устройства. 93 4.3 Экспериментальное исследование.

4.4. Структура многоагентного комплекса идентификации.

Выводы по главе 4.

Актуальность темы

При проектировании современных технически сложных систем широко применяются системы автоматизированного проектирования (САПР). Основной функцией этих систем является автоматизация выполнения различных процедур с целью нахождения оптимальных вариантов. САПР, ориентированные на конкретную предметную область, требуют разработки специальных методов, алгоритмов и программ, математических моделей, учитывающих специфические качества объекта проектирования. Важным является выбор способа математического моделирования объектов в САПР. Эффективность САПР во многом зависит от универсальности и - возможностей, которыми располагает применяемый математический аппарат.

В качестве предметной области диссертационного исследования была выбрана область исследований САПР систем идентификации технических объектов. Это обусловлено, в первую очередь, тем, что на сегодняшний день развитие технических объектов, таких как распределенные вычислительные системы, системы связи, военная техника, специальная техника и т.п., происходит в направлении функционального и структурного усложнения, а также интеграции различных по типу устройств (механических, электрических, электронных и пр.), связанных друг с другом и оказывающих большое влияние на свое окружение, в один технический объект. В связи с этим возникает задача создания эффективной системы идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям.

В соответствии с этим исследованы пути и возможности создания автоматизированной системы идентификации объектов и предложен метод идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе математических моделей их функционирования, что позволяет идентифицировать множественные неисправности и состояние объекта, под которым подразумевается работоспособность частей технического объекта, обеспечивающих выполнение основных функций, работать с новыми объектами, по которым нет экспертных знаний о возможных причинах неисправностей, многократно использовать модели функционирования компонентов объекта и получать объяснения о причинах неисправностей.

Учитывая то, что любой технический объект состоит из большого количества разнообразных элементов, связанных друг с другом и оказывающих большое влияние на свое окружение, предложено разработать математическую модель объекта, рассматривающую объект как сложную систему, состоящую из элементов и связей между ними.

Рассмотрено применение многоагентного подхода к идентификации технических объектов на основе математических моделей устройств, для которого выделены пространственный и семантический способы распределения модели функционирования объекта между агентами. Разработана архитектура многоагентной системы идентификации и проведены исследования применения многоагентного подхода для семантического и пространственного распределения моделей поведения устройства.

Целью работы является исследование методов и алгоритмов для решения задач идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе математической модели объекта с использованием многоагентного подхода.

В соответствии с поставленной целью работы основными задачами исследований являются:

• Анализ существующих методов и средств идентификации технических объектов.

• Исследование принципов идентификации на основе математических моделей технических объектов.

• Исследование методов и средств математического моделирования, методологии математического моделирования.

• Разработка математической модели функционирования технического объекта, учитывающая то, что любой объект состоит из большого количества разнообразных элементов.

• Разработка метода идентификации технического объекта на основе математической модели его функционирования с использованием многоагентного подхода.

• Сравнение пространственного и семантического способов распределения модели функционирования объекта между агентами.

• Разработка архитектуры многоагентной системы идентификации.

• Разработка структуры многоагентного комплекса идентификации для практического внедрения.

Предметом исследования является комплекс вопросов, связанных с исследованием методов и алгоритмов идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе модели объекта с использованием многоагентного подхода.

Методы исследования.

В работе использованы методы общей теории динамических систем, системного анализа, теории идентификации моделей, моделирования, теории и методов диагностики систем, теории оптимального управления.

Научная новизна работы определяется тем, что в ней впервые: Исследована возможность создания системы идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе математических моделей их функционирования. Рассмотрены методы, которые позволяют идентифицировать множественные несоответствия и состояние объекта, под которым подразумевается работоспособность его компонент, обеспечивающих выполнение основных функций.

Предложен метод идентификации технического объекта на основе модели его функционирования с использованием многоагентного подхода, выделены пространственный и семантический способы распределения модели функционирования объекта между агентами.

Разработана архитектура многоагентной системы идентификации и проведены исследования применения многоагентного подхода для семантического и пространственного распределения моделей поведения устройства.

Предложена структура многоагентного комплекса идентификации технических объектов для практического применения при решении разнообразных прикладных задач теории управления.

Основные результаты, выносимые на защиту:

• Метод идентификации технического объекта на основе математической модели его функционирования с использованием многоагентного подхода.

• Математическая модель функционирования технического объекта, учитывающая, что любой объект состоит из большого количества разнообразных элементов, связанных друг с другом и оказывающих большое влияние на свое окружение.

• Архитектура многоагентной системы идентификации.

• Пространственный способ распределения модели функционирования объекта между агентами.

• Семантический способ распределения модели функционирования объекта между агентами.

• Структура многоагентного комплекса идентификации.

Практическая ценность работы.

Предложен метод идентификации технического объекта на основе математической модели его функционирования с использованием многоагентного подхода для практического применения при решении разнообразных прикладных задач теории управления.

Разработана архитектура многоагентной системы идентификации и проведены исследования применения многоагентного подхода для семантического и пространственного распределения моделей поведения устройства. Разработана структура многоагентного комплекса идентификации для практического внедрения.

Представленные в настоящей работе методы идентификации технических объектов могут служить инструментом для решения разнообразных прикладных задач теории управления. Вместе с тем, полученные результаты могут быть использованы для разработки новых методов и алгоритмов идентификации технических объектов. Результаты исследований могут служить обоснованием для проведения идентифицирующих экспериментов и являются научной основой для практического использования.

Достоверность.

Полученные результаты являются достоверными в силу того, что основные теоретические выводы и положения диссертации научно обоснованы и подтверждены результатами экспериментальных исследований автора, актами внедрения и применения результатов диссертационных исследований.

Апробация работы.

Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях:

• III (апрель 2006) конференция молодых ученых СПб ГУИТМО.

• IV (апрель 2007) конференция молодых ученых СПб ГУИТМО. • V (апрель 2008) конференция молодых ученых СПб ГУИТМО.

• Международная научно-техническая конференция «Интеллектуальные системы» (AIS'05) и «Интеллектуальные САПР» (CAD-2005).

• Международная научно-техническая конференция «Интеллектуальные системы» (AIS'06) и «Интеллектуальные САПР» (CAD-2006).

• Международная научно-техническая конференция «Интеллектуальные системы» (AIS'07) и «Интеллектуальные САПР» (CAD-2007).

Публикации. По материалам диссертации опубликовано 6 печатных работ.

Структура и объем работы. Работа состоит из введения, 4 глав, заключения, библиографического списка из 92 наименований, содержит 114 страниц основного текста, 19 рисунков и 2 таблицы.

Во введении обоснована актуальность темы диссертации, её научная новизна и практическая значимость, сформулирована цель работы и приведено краткое содержание диссертации по главам.

В первой главе сделан обзор существующих методов идентификации, представлен алгоритм и пример использования методов идентификации технического объекта на основе модели устройства.

Во второй главе рассмотрены методы и средства математического моделирования, сущность методологии математического моделирования, которая состоит в замене исходного объекта его «образом» - математической моделью и дальнейшем изучении этой модели. 9

В третьей главе рассмотрено применение многоагентного подхода к идентификации технических объектов на основе математических моделей устройств, для которого выделены пространственный и семантический способы распределения модели функционирования объекта между агентами. Разработана архитектура многоагентной системы идентификации и проведены исследования применения многоагентного подхода для семантического и пространственного распределения моделей функционирования объекта.

В четвертой главе дан анализ эффективности применения многоагентного подхода. Приведена структура многоагентной системы идентификации, используемая для решения задач идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе математических моделей устройств, для практического внедрения предложенного метода.

В заключении представлены основные результаты проведенных диссертационных исследований.

Выводы по главе 4.

1. Проведены исследования применения многоагентного подхода для семантического и пространственного распределения моделей функционирования технического объекта, показывающие, что применение данного подхода позволяет повысить эффективность идентификационного комплекса благодаря снижению затрат ресурсов за счет распараллеливания работы агентов и нахождения локальных функциональных и параметрических несоответствий использованием лишь части агентов.

2. Было проведено практическое исследование, показывающее что представленный алгоритм идентификации случайных процессов на основе формирования их адаптивных моделей демонстрирует хорошую работоспособность.

3. Для практического внедрения предложена структура многоагентного комплекса системы идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе модели функционирования.

Заключение

В результате проведенных исследований получены следующие результаты.

1. Проведен анализ существующих методов идентификации технических объектов.

2. Сформулированы задачи идентификации.

3. Исследованы принципы идентификации на основе математических моделей функционирования технических объектов.

4. Рассмотрены методы и средства математического моделирования, сущность методологии математического моделирования.

5. Предложен алгоритм создания математической модели технического объекта, состоящего из большого количества разнообразных элементов, связанных друг с другом и оказывающих влияние на свое окружение.

6. Представлена блок-схема процесса отображения функционирования компонентов объекта в математическую модель.

7. Предложен метод идентификации технического объекта на основе математической модели его функционирования с использованием многоагентного подхода.

8. Представлена архитектура многоагентной системы идентификации технических объектов.

9. Предложен вероятностный подход к выбору места снятия показаний с идентифицируемого объекта.

10.Выделено два способа распределения модели объекта между агентами: • Семантическое распределение, в котором модель функционирования технического объекта распределяется между агентами согласно типу составляющих его частей.

• Пространственное распределение, в котором распределение модели функционирования технического объекта между агентами происходит в соответствии с пространственным распределением частей объекта.

1 ¡.Проведены исследования применения многоагентного подхода, показывающие, что применение данного подхода позволяет повысить эффективность идентификационного комплекса благодаря снижению затрат ресурсов за счет распараллеливания работы агентов и нахождения локальных функциональных и параметрических несоответствий использованием лишь части агентов.

12.Для практического внедрения предложена структура многоагентного комплекса системы идентификации технических объектов на соответствие требуемым функциональным и параметрическим показателям на основе модели функционирования.

1. Автоматизация проектирования вычислительных систем. Языки, моделирование и базы данных / Под ред. М.Брейера; Пер. с англ. Е.Е.Маховой, В.Г.Меркулова, О.Ф.Мясина; Под ред. Л.Д.Райкова. М.: Мир, 1979.-463с.

2. Алексаков Г.Н., Гаврилин В.В., Федоров В.А. Структурные модели динамических процессов.- М.:МИФИ.- 1989. 62 с.

3. Анисимов A.C. Идентификация объектов управления: Учебное пособие. Новосибирск: Издательство НЭТИ, 1985, - 80 с.

4. Анисимов A.C., Кононов В.Т., Чикильдин Г.П. Исследование алгоритмов преобразования математических моделей: Учебное пособие. Новосибирск: Издательство НГТУ, 1998. - 46 с.

5. Анисимов A.C., Симонов М.М., Чикильдин Г.П. Исследование алгоритмов идентификации импульсной и частотных характеристик: Учебное пособие. Новосибирск: Издательство НГТУ, 1996 . - 50 с.

6. Анисимов С. А., Райбман Н.С. О минимаксной идентификации. — Автоматика и телемеханика, 1977, № 1.

7. Анисимов A.C., Чикильдин Г.П. Алгоритмы идентификации импульсной характеристики: Учебное пособие. Новосибирск: Издательство НГТУ, 1996. - 94 с.

8. Арбачаускене Н., Балтрунас И., Немура А., Непорта А., Рубикене Г. Идентификация динамических систем. Вильнюс: Минитис, 1974 г.

9. Батанов JI.A. Автоматизация проектирования цифровых вычислительных систем. М.: Энергия, 1978. - 80с.

10. Белова Д.А., Кузин P.E. Применение ЭВМ для анализа и синтеза автоматических систем управления. М.: Энергия, 1979.

11. Бодунов H.A. Введение в теорию локальной параметрической идентифицируемости. СПб.: Изд-во Санкт-Петербургского университетата, 2006. 144 с.

12. Брикман М.С., Кристников Д.С. Аналитическая идентификация управляемых систем. Рига: Зинатне, 1974 .

13. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. -400с.

14. Бусленко Н.П., Калашников В.Р., Коваленко И.П. Лекции по теории сложных систем. М.: Сов.Радио, 1973. - 439с

15. Васин В.В. Некорректные задачи с априорной информацией / В.В. Васин, А.Л., Агеев. Екатеринбург: Наука, 1993 г. - 264 с.

16. Вентцель Е.С. Исследование операций: задачи, операции, методология. М.: Высшая школа, 2001 . - 552с.

17. Вермишев Ю.Х. Основы автоматизации проектирования. М.: Радио и связь, 1998.

18. Воскобойников Ю.Е. Методы решения некорректных задач параметрической идентификации. Учебное пособие. Новосибирск: Издательство НГТУ, 1996. - 86 с.

19. Воскобойников Ю. Е. Регуляризирующий алгоритм непараметрической идентификации при неточных исходных данных / Ю. Е. Воскобойников, В. А. Литасов // Научный вестник НГТУ. -2005. № 2 (20).-С. 33-45.

20. Гайкович А.И. Основы теории проектирования сложных технических систем / А.И. Гайкович. СПб. : Моринтех, 2001. - 429 с.

21. Гридин В.Н. Теоретические основы построения базовых адаптируемых компонент САПР МЭА. М.: Наука, 1989.

22. Гроп Д. Методы идентификации систем. Пер. с англ. М.: Мир, 1979. -302с.2425,2629