автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Конечноавтоматные модели в решении задач диагностики, прогнозирования, управления для систем и объектов энергетики

СИБИРСКОЕ ОТДЕЛЕНИЕ РАН СИБИРСКИЙ ЭНЕРГЕТИЧЕСКИЙ ИНСТИТУТ ^ 0 д имени Л.А.Мелентьева

/ ПАП ' • гт

(¡'/«! На правах рукописи

УДК 007:62-50:621.311.16.001.57

НОВОРУССКИЙ Валерий Владимирович

КОНЕЧНО АВТОМАТНЫЕ МОДЕЛИ В РЕШЕНИЙ ЗАДАЧ ДИАГНОСТИКИ, ПРОГНОЗИРОВАНИЯ, УПРАВЛЕНИЯ ДЛЯ СИСТЕМ И ОБЪЕКТОВ ЭНЕРГЕТИКИ

Специальность 05.13.16 - Применение

вычислительной техники, математического моделирования и математических методов в научных исследованиях (энергетика)

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Иркутск 1995

Работа выполнена в Сибирском энергетическом институте СО РАН

Официальные оппоненты:

доктор физ-мат. наук проф. академик РАЕН С.Н.Васильев доктор техн. наук проф. академик АЭН А.З.Гамм доктор техн. наук проф. чл.-корр. АЭН Л.Л.Богатырев

¡Ведущая организация: Вычислительный центр СО РАН

Защита диссертации состоится 07 декабря 1995 г. на заседании диссертационного Совета Д.002.30.01 при Сибирском энергетическом институте СО РАН (адрес: 664033, г. Иркутск, ул. Лермонтова, 130, комн. 355).

С диссертацией можно ознакомиться в библиотеке Сибирского энергетического института СО РАН.

Автореферат разослан "_" октября 1995 г.

Ученый секретарь диссертационной

доктор технических наук

Общая характеристика работы.

Актуальность проблемы. Несмотря на серьезные успехи, достигнутые в области математического моделирования при автоматизации процессов проектирования и управления в энергетических системах, еще существуют задачи, для решения которых пока не удалось привлечь ЭВМ. Дело в том, что для некоторых из них применение традиционных методов численного моделирования наталкивается на ограниченность ресурсов при работе в реальном масштабе времени, а ряд других задач в этом классе моделей еще не формализован. К последним можно отнести, например, задачи, связанные с принятием решений при функционировании энергетических систем и объектов в нештатных ситуациях. Несмотря на существующие проблемы помощь ЭВМ при решении подобных задач остро необходима.

Можно предположить, что для их решения окажутся полезны идеи логического (неколичественного, нечисленного) моделирования и искусственного интеллекта в рамках методологии экспертных систем, первые и пока разрозненные опыты применения которой в отраслях энергетики в достаточной мере оптимистичны. Однако, для создания общей методологии анализа и синтеза средств поддержки принятия решений в данной предметной области на основе технологии экспертных систем необходимо выявить подходы к логическому (нечисленному) моделированию тех процессов, для которых не построены удовлетворительные численные модели; обосновать постановки и методы решения задач, возникающих при исследовании и при организации этих процессов; выявить необходимую структуру и исследовать свойства систем управления, создаваемых на основе разрабатываемых методов; сформулировать рекомендации относительно областей применения в отраслях энергетики элементов новой информационной технологии, которые могут быть созданы в рамках развиваемой методологии.

Известные обобщения относительно роли и типологии математических моделей в рамках системных исследований в энергетике касаются исключительно численных (количественных) моделей, не затрагивая иных способов формализации явлений реального мира. Поэтому продолжают оставаться актуальными направления исследований, связанные с созданием методологии нечисленного моделирования, что требует постановки задач в этом классе моделей, разработки алгоритмов их решения и типовых приемов синтеза отвечающих им средств поддержки

принятия решений для энергетических систем и объектов, что и составляет основное содержание данной работы.

Цель работы состоит в том, чтобы на основе анализа методов логико-математического моделирования и содержания реальных задач диагностики, прогнозирования и управления для систем и объектов энергетики создать теоретические основы и вытекающие из них методические принципы синтеза средств поддержки принятия решений, подтвердив эффективность их использования.

На защиту выносятся следующие основные научные и методические результаты:

1. Обоснование использования конечноавтоматных моделей как средства логико-математического моделирования при решении задач диагностики, прогнозирования и управления для энергетических систем и объектов.

2. Теоретические основы систем управления (принятия решений), использующих конечноавтоматные модели.

3. Методические основы создания и применения средств поддержки принятия решений, основывающихся на использовании конечноавтоматных моделей, для систем и объектов энергетики.

Методы исследования. Разработанные в диссертации научные положения и методы базируются на применении кибернетического подхода и используют элементы теории множеств, общей теории систем, теории конечных автоматов, теории вероятностей. Экспериментальные исследования выполнены путем логико-математического моделирования на ЭВМ.

Научная новизна. В диссертации впервые поставлена и в основе своей решена проблема формализации и решения задач диагностики, прогнозирования и управления для систем и объектов энергетики на базе использования конечных автоматов как средства логико-математического моделирования. При этом на базе развитых в диссертации разделов абстрактной теории автоматов созданы теоретические основы анализа и синтеза систем автоматного управления, что позволило сформулировать и обосновать новое направление в исследовании систем класса "управляющий автомат - управляемый автомат", выявить неизвестные ранее их свойства. Благодаря этому были созданы методические основы построения и применения средств поддержки принятия решений для определенного в работе класса систем и объектов энергетики.

Практическая ценность. Разработанные в диссертации теоретические положения и методические принципы могут быть

применены для создания экспертных систем, играющих роль советчиков при решении задач диагностики, прогнозирования и управления в системах и объектах энергетики, а также для построения систем подготовки и тренажа оперативного персонала энергетических предприятий.

Использование результатов. Выносимые на защиту результаты исследований были использованы:

- при создании инструментальной программной системы ДинЛоМо, предназначенной для разработки и реализации средств поддержки принятия решений на основе синтеза конечноавтоматных моделей систем и объектов энергетики и решения на этой базе задач диагностики, прогнозирования и управления (СЭИ);

- при разработке интеллектуальных средств поддержки принятия решений по восстановлению энергообъединений после крупной аварии (СЭИ);

- при разработке экспертной системы для диагностики, прогнозирования и управления применительно к системам нефтеснабжения в нештатных условиях (СЭИ);

- в работах по логическому моделированию процессов функционирования угольной ТЭС (СЭИ);

- в работах по обнаружению "плохих" измерений в системах сбора и обработки данных о функционировании электроэнергетической системы (СЭИ);

- в работах по логическому моделированию взаимосвязей экологических, экономических и социальных аспектов развития энергетики для решения задач прогнозирования и управления (СЭИ);

- при разработке АСУ ТП для узлов энергоблока атомных электростанций, в частности, для системы электропитания (6 кв) собственных нужд и для насосной системы главных циркуляционных насосов (СЭИ и ВНИИ Электромеханики);

- в работах по созданию конечноавтоматных моделей оборудования для системы подготовки и тренажа оперативного персонала энергопредприятий Минэнерго Украины (Институт проблем моделирования в энергетике АН Украины);

- для разработки средств автоматизации управления некоторыми технологическими процессами в горнодобывающей и химической промышленности (Иркутский филиал ПКИ "Проектавтоматика");

Апробация. Отдельные положения диссертации неоднократно докладывались и обсуждались на семинарах, совещаниях, конференциях и симпозиумах различного уровня, в том числе на заседаниях Всесоюзного совещания по проблемам

управления, Всесоюзного симпозиума "Логическое управление", Всесоюзного симпозиума по проблемам управления большими системами энергетики, International conference on intelligent system application to power systems (ISAP 94, Montpellier - France -September, 1994), на Всесоюзных семинарах по методическим вопросам надежности больших систем энергетики, по имитационному моделированию, на семинарах в Институте проблем управления, в Институте кибернетики и Институте проблем моделирования в энергетике АН Украины, и т.д.

Публикации. По теме диссертации опубликована 41 научная работа, в том числе четыре монографические. Публикации отражают все основные результаты диссертационной работы.

Структура и объем работы. Работа содержит 304 страницы текста, в том числе 273 страницы основного, иллюстрированного 17 рисунками, и состоит из введения, семи глав, заключения и перечня литературы на 15 страницах (около 190 наименований).

Краткое содержание работы.

Современное состояние в области математического моделирования в энергетике. Энергетика страны представляет собой сложную технико-экономическую систему, для изучения и управления которой применяют многоуровневый подход, представляя систему совокупностью моделей, каждая из которых описывает ее поведение с точки зрения того или иного уровня абстрагирования. К настоящему времени, в основном, установились определенные уровни выделения и рассмотрения подсистем, среди которых наиболее употребительны: отраслевой, территориальный, временной, режимный. Для подсистем каждого из уровней определены важнейшие характерные задачи, активно ведутся исследования и разработки по созданию методов их решения.

Исследователями неоднократно предпринимались попытки систематизации математических моделей и методов решения задач, используемых для изучения и управления системами энергетики. При этом с типами задач, соответствующих различным уровням иерархии систем энергетики, сопоставлялись классы математических моделей и методов. И наоборот, для исследуемого математического метода определялись области его наиболее эффективного приложения.

Результаты таких исследований говорят о том, что к рассматриваемым задачам относят исключительно задачи количественного обоснования принимаемых решений. При этом наиболее употребительные математические модели процессов

б

развития и функционирования энергетических систем и объектов базируются на системах алгебраических и дифференциальных уравнений, а наиболее распространенными методами решения задач являются методы оптимизации, игровые методы, методы анализа устойчивости динамических процессов и методы "имитационного моделирования". По характеру зависимостей и параметров математические модели разделяются на статические и динамические, линейные и нелинейные, непрерывные и дискретные, а по способу задания исходной информации - на детерминированные, вероятностные и частично неопределенные. Многие из используемых классических математических моделей и методов совершенствуются, специализируясь применительно к конкретным задачам.

Другим результатом таких исследований является выявление задач, для решения которых математические модели, хотя и необходимы, но еще не применяются, и задачи решаются "вручную" на основе умозрительного анализа существа проблемной ситуации; а также задач, решение которых применяемыми методами затруднено. К числу первых можно отнести некоторые задачи, связанные с долгосрочным прогнозированием развития систем энергетики. А среди задач, решение которых применяемыми методами затруднено, можно назвать, например, задачи, связанные с принятием решения в отдельных ситуациях управления режимами

электроэнергетических систем (ЭЭС), которые из-за отсутствия исходной информации, дефицита времени или недостатка вычислительных ресурсов невозможно решить строгими математическими методами. К ним же можно добавить функциональные задачи восстановления ЭЭС после аварий, решение которых с помощью математических моделей установившихся и переходных режимов чрезвычайно трудоемко, и ряд других.

В работе дается анализ областей энергетики, в которых возникают задачи такого рода. Среди них предрасчетные исследования вариантов развития территориальных энергетических комплексов, задачи диагностики состояний и поиска альтернатив управления в нештатных ситуациях и в процессах послеаварийного восстановления нормального режима работы энергообъектов, отраслевых энергосистем и энергетических комплексов, инструктивная поддержка дежурным операторам в оперативной эксплуатационной работе, построение тренажеров для тренировки оперативного персонала и т.п. Совокупность названных областей составляет, собственно, предметную область, взятую в диссертации за основу при

формулировании теоретических положений, составивших основу решения задач диагностики, прогнозирования, управления, и методических принципов создания средств поддержки принятия решений.

Для преодоления ограничений численного моделирования в энергетике в последние годы часто без должного логико-математического обоснования стали использоваться нечисленные модели и дедуктивные методы вывода, поддерживаемые технологией создания экспертных систем. Как известно, информационную основу экспертных систем составляют логико-лингвистические модели, соединяющие лингвистический характер описаний образов реального мира с механизмом логического вывода, являющегося средством формирования решений. Областью применения такого рода экспертных систем стали задачи, не имеющие численных представлений и строгих математических формулировок.

Среди многочисленных применений наиболее известны разработки экспертных систем для решения задач управления функционированием системами и объектами (чаще - объектами) энергетики. Причем число таких разработок, особенно в дальнем зарубежье, растет, и каждая из них представляет самостоятельный теоретический и практический интерес. Однако, глубокие аналитические исследования, обобщающие опыт применения нечисленных моделей для создания общей концептуальной основы и методических принципов построения средств поддержки принятия решений в энергетике, автору данной работы не известны.

Основные способы представления знаний. Известно, что семантическую основу экспертных систем составляют знания. В диссертации дается краткий обзор наиболее распространенных в настоящее время способов их представления. К ним автор относит фреймы, семантические сети, продукции, формальнологические модели, нейронные сети. В качестве теоретической базы формальнологических моделей рассматриваются формальные системы в рамках четырехступенчатой иерарахии грамматик и соответствующих им языков, известной как иерархия Хомского. Среди них более подробно рассматриваются конечные автоматы и сети Петри, последние как язык для описания асинхронных композиций автоматов.

Согласно принятой классификации, фреймы и семантические сети относятся к тому виду информационных структур, с помощью которых оказываются представимы так называемые декларативные знания, т.е. знания описывающие

некие факты и явления проблемной области, а также основные связи и закономерности, в которые эти факты входят. Знания о том, как надо манипулировать с этими фактами и достигать целей, интересных для системы, относятся к категории процедурных знаний. Указывая на это, автор обращает внимание на важность прагматического аспекта для моделей, отображающих процедурные знания, который открывается через ту или иную интерпретацию связываемых моделью переменных, в соответствии с чем выделяет модели поведения, модели диагностики и модели управления.

Кроме того, обсуждая некоторые принципы построения составных моделей, как композиций моделей разного типа, соединяющих в себе совокупность декларативных и процедурных знаний, автор рассматривает некоторые их свойства, на которые (в известных автору публикациях) нередко не обращают должного внимания, но которые существенно могут быть использованы для создании моделей и средств поддержки принятия решений при достижении целей настоящей работы.

Из анализа этих свойств следует, что комбинированная логико-лингвистическая модель, соединяющая в себе совокупность декларативных и процедурных знаний, может быть представлена композицией логико-лингвистических моделей, каждая из которых с функциональной точки зрения осуществляет логический вывод по правилу modus ponens, а с точки зрения конструктивной воплощает в себе логико - математический механизм, адекватный структуре отражаемого данной моделью декларативного знания. При этом способ организации обмена по каналам сети связи, обслуживающей композицию логико-лингвистических моделей, порождает синхронные и асинхронные композиции, причем асинхронные композиции более выразительны, но и более чувствительны к неопределенности входных сигналов. Структурированность модели, благодаря использованию знаний о структуре объекта, способствует повышению эффективности дедуктивного вывода.

Особо следует отметить, что экспертная система и объект, в отношении которого принимаются решения, в совокупности образуют систему логического управления, свойства которой в значительной мере определяются синтаксической основой используемых лингвистических моделей и заложенными в систему правилами логического вывода. Однако, многие из используемых в настоящее время средств интеллектуальной поддержки рассматриваются обычно лишь с позиций переработки информации. В го же время серьезные теоретические исследования свойств системы управления,

образованной управляемым объектом и средствами логической переработки информации, играющими роль управляющей системы, насколько известно автору диссертации, широко не проводились.

Поэтому известные разработки, относящиеся к названной предметной области, характеризуют лишь начальный этап становления методов логического управления в энергетике и, с этих позиций, применительно к развитию методологии синтеза средств поддержки принятия решений представляют материал для будущих обобщений. Тем не менее некоторые из основополагающих свойств систем, обладающих такими средствами, уже теперь целесообразно подвергнуть анализу, попытка чего и делается в данной работе.

Постановка задачи исследований. В диссертации к классу решаемых задач, учитывая характер рассмотренной выше прикладной области и опираясь на опыт человеческой мыслительной деятельности, автор относит комплекс динамических задач по принятию нечисленных управленческих решений, включающий задачи диагностики, прогнозирования и управления. При этом в задаче управления им выделяются этап поиска альтернатив управления и этап выбора единственного управляющего решения, а весь комплекс дополняется задачей синтеза модели управляемого объекта - задачей идентификации.

С точки зрения эффективности решения названных задач в диссертации анализируются некоторые свойства логико-лингвистических моделей разного вида, отмечаются их достоинства и недостатки. К числу особенностей, характеризующих проблемы моделирования рассматриваемой предметной области, автор относит не только динамический характер изучаемых процессов, но и высокую размерность получаемых моделей, неопределеннность при их описании и при представлении исходных данных, резко ограниченные возможности проведения активного эксперимента с целью более полного познания свойств объекта, многообразие возникающих в практической деятельности задач, требующих для своего решения соответствующих функциональных моделей. Результаты анализа приводят к выводу о том, что для синтеза систем поддержки принятия решений при нечисленных основаниях целесообразно отдать предпочтение использованию конечноавтоматных моделей.

Поэтому в работе предполагается, что объект, для управления которым принимаются решения, формально может быть представлен как детерминированный конечный автомат с входным и выходным алфавитными преобразователями, о

поведении которого можно судить по фрагментам сведений о вход-выходных последовательностях в процессе его естественного функционирования. Процесс управления состоит из последовательности актов, в каждом из которых задается цель управления, как желаемая последовательность выходных сигналов. Основополагающей научной гипотезой, проверку которой осуществляет автор в процессе теоретических исследований, является возможность использования обратимых в определенном смысле конечных автоматов, с помощью которых реализуется метод обратных операторов (известный в теории автоматического управления для непрерывных математических моделей), для синтеза предлагаемых в работе конечноавтоматных систем управления.

Обратные задачи теории конечных автоматов. Процедура, реализуемая в каждом акте управления, как уже сказано, основывается на решении последовательности взаимосвязанных задач: построение модели функционирования управляемого объекта (идентификация), диагностика текущего состояния, поиск альтернатив управления для достижения заданной цели, выбор из последних единственной управляющей последовательности с учетом прогнозируемых реакций объекта. При этом автор обращает внимание на то, что если для решения задачи прогнозирования требуется модель функционирования объекта, описывающая законы его поведения, которые выражают зависимость следствий от вызвавших их причин, то задачи диагностики и управления обратны по отношению к первой, и для их решения могут быть использованы модели, в определенном смысле обратные по отношению к исходной.

В самом деле, пусть а5:Х->У отображение, реализуемое автоматом А с начальным состоянием б. Тогда задача определения реакции автомата у е У на входную последовательность хеХ при известном начальном состоянии я отождествима с задачей прогнозирования реакции объекта на заданную последовательность входных воздействий, которую

можно записать и так: у = а(з,х). Задача управления в таком случае может быть интерпретирована как задача определения управляющего слова х по заданному слову (цели управления) у, являясь обратной задачей по отношению к отображению а5, т.е.

х-Зсотго^у)- Задачу диагностики можно представить как

обратную задачу вида: э = а^оДх.у).

К категории обратных задач автор относит и задачу построения модели функционирования управляемого объекта (задачу идентификации), так как результатом ее решения должны быть автоматные функции (переходов и выходов), восстанавливаемые по множеству известных в результате

наблюдений пар (х,у) вход-выходных слов.

В работе дается краткий анализ основных результатов теории экспериментов с автоматами, к проблематике которой наиболее близко примыкают проблемы, поставленные в настоящей работе. В итоге делается вывод о том, что попытки эффективного решения диагностической задачи и задачи поиска управляющего слова на основе известных результатов теории экспериментов с автоматами без ограничений на класс управляемых объектов затруднены относительно высокой трудоемкостью методов построения диагностического или установочного дерева и выбора на нем ветви, удовлетворяющей решению задачи. Дополнительные ограничения на возможность решения этих задач накладывают принятые в работе условия функционирования объекта, связанные с неполнотой информации, невозможностью проведения активного эксперимента и ограниченной длиной пассивного. Анализируя пути уменьшения трудоемкости, обращаясь к соответствующим аналогам из области теории управления, автор обращает внимание на метод обратных операторов, неоднократно привлекавший внимание исследователей.

Поэтому в работе на теоретико-множественных основаниях рассматривается сущность обратных функциональных соответствий, и на этой базе анализируются известные подходы к обращению конечных автоматов. Автор отмечает, что существующие подходы к обращению конечных автоматов ограничивают класс обращаемых конечных автоматов автоматами без потери информации, т.е. такими, которые реализуют взаимнооднозначные функциональные соответствия. Если взаимнооднозначность не достигается на вход-выходных словах произвольной длины, то исследователями определяются некие ограничительные условия, например, длина слов, при выполнении которых частичное функциональное соответствие становится однозначным, а автомат, следовательно, обратимым.

Существующие подходы, делая необходимой проверку факта обратимости автомата по тому или иному условию, ограничивают класс обратимых автоматов, что сужает область применимости метода обратных операторов. Чтобы избежать подобных ограничений, автор вводит отличающиеся от общепринятых понятия обратных конечных автоматов и

вытекающие отсюда понятия квазиобратимых конечных автоматов. В их основе - допускаемая неоднозначность автоматного отображения и существование определенной процедуры для ее текущего разрешения.

По аналогии с работами предшественников автор среди обратных автоматов выделяет обратные конечные автоматы первого (ОКА-1) и второго (ОКА-2) классов. Смысловое значение понятия ОКА-1 состоит в том, что он позволяет по начальному состоянию обращаемого автомата и его выходному слову находить вероятное входное слово, а ОКА-2 - то же самое позволяет находить по конечному состоянию обращаемого автомата и его выходному слову. Автор вводит строгие определения ОКА-1 и ОКА-2 как в отношении детерминированного, так и в отношении вероятностного обращаемых автоматов. Определения ОКА-1 основываются на вероятном тождестве композиции обратного и обращаемого автоматов, а ОКА-2 определяется через понятия ОКА-1 и обращенного автомата, т.е. автомата, у которого "перевернута стрела времени". Формулируются алгоритмы обращения конечного автомата Мура и конечного автомата Мили. Доказывается, что результатом применения алгоритма является конечный автомат, действительно обратный по отношению к исходному. Даются также определения многошаговых обратных конечных автоматов (MOKA) классов 1 и 2, реакцией которых на входной символ является выходное слово длиною, не превышающей заданного значения индекса шаговости.

Названные определения формулируют отношение, заданное как множество пар конечных автоматов, один из которых является обращаемым, а другой - обратным по отношению к нему. Изучение свойств такого отношения представляет не только теоретический интерес, но и оказывается полезным в практических приложениях. Выполненный в работе анализ некоторых из них опирается на заданные определенным образом отношения эквивалентности состояний обращаемых и обратных автоматов. Доказываются, например, такие свойства изучаемого отношения.

Свойство 4.3.3. Пусть А, В, D - конечные автоматы такие, что В - ОКА-1 в отношении A, a D - ОКА-1 в отношении В, причем А не содержит эквивалентных состояний. Тогда автомат D совпадает с автоматом А.

Свойство 4.3.4 (4.3.5). Пусть А"1 и В-1 суть ОКА-1 (ОКА-2) в отношении автоматов А и В соответственно. Тогда

суперпозиция В"1 =(А°В) \ где (АоВ)"1 - ОКА-1 (ОКА-2) в отношении автомата А ° В.

Определив понятия обратных конечных автоматов, автор переходит к последовательному изучению обратных задач теории конечных автоматов: задачи идентификации, диагностики состояния, поиска альтернатив управления, При этом понятия обратных автоматов становятся основой для решения двух последних задач. Кроме указанных изучаются также задачи выбора управляющего слова и прогнозирования реакции объекта на управляющее слово. Результаты исследований всей совокупности задач позволяют подойти к формулировке предлагаемой автором концепции конечноавтоматных систем управления, как систем логического управления нового класса, изучение структур и свойств которых представляет наиболее интересный раздел теоретической части диссертационной работы.

Задача идентификации. Как одна из обратных задач изучается задача идентификации конечного автомата, которая ставится автором следующим образом. Имеется идентифицируемый объект и, представимый в классе конечных автоматов. Известны результаты некоторого множества актов наблюдений, представленные в форме множества пар вход-выходных последовательностей, где входная последовательность есть фиксированной длины слово, поданное на вход объекта, а выходная последовательность - выходная реакция объекта на это слово. Требуется построить конечный автомат Н, являющийся моделью автомата - объекта и.

В диссертации дается ' следующая формулировка этой

задачи. Пусть и = (Х^Уи^.буДи) - идентифицируемый объект, представленный конечным автоматом Мура. Пусть

0 = {з|Э = 1,2,...,Э„} - множество актов наблюдений, результатом каждого из которых является вход-выходная последовательность

(хц,уи+1)э, где Хц - входное слово длиной <1, имевшее место на

входе объекта, уц+1 - его выходная реакция, т.е. хй = хи(Т+1)хи(Т + 2)...хи(Т+а),хи(Т+т)еХи,

Уи+1 = и(%(т),Хи)=Уи(Т)уи(Т + 1)...уи(Т + (1),

уи(т) = ^и(5и(т}). 8и(т) - начальное состояние объекта в 5 - акте наблюдения, и - реализуемое автоматом и отображение. Пусть Н0 = ^и) - начальная модель объекта, либо пустая, либо построенная каким-либо из известных (в том числе неформальных) способов на базе предварительного анализа информации о поведении объекта. Требуется построить

конечный автомат Н;> =(Хна,Ун9,8нэ,5нвДнэ) по наблюдениям

О < 3 < Эп такой, что Н9 = Г(и).

Поскольку желание построить изоморфный образ моделируемого объекта в условиях недостатка информации, по крайней мере, наивно, постольку понятие автомата, являющегося

моделью другого автомата, Н3 = £(и), определяется в работе на основе отношения гомоморфизма. Т.е. к соответствиям ух:Хи->-Хнэ, Ту:^и->УН9, у5:8ц->5ш не предъявляется требование взаимной однозначности,

В связи с тем, что существующие методы расшифровки автомата, достаточно подробно изученные в теории конечных автоматов, имеют ограниченные возможности для решения поставленной задачи, предлагаются оригинальный подход и алгоритмы ее решения, существенно учитывающие условия получения информации о функционировании объекта, которые расцениваются как условия прерывистого пассивного эксперимента.

Согласно этому подходу в решении задачи выделяются два этапа: эквивалентирование символов входного и выходного алфавитов и эквивалентирование состояний автомата. На первом этапе осуществляется сопоставление наборов значений входных или выходных признаков с символами соответствующих алфавитов, и проблемы, которые могут здесь возникнуть, перекликаются с проблематикой теории распознавания образов.

После выполнения тем или иным способом операции эквивалентирования для каждой из известных вход-выходных последовательностей на полученной паре слов может быть определен так называемый "цепочечный" конечный автомат. Его объединение с текущей моделью удовлетворяет определению модели объекта, но по содержанию такая модель не выходит за рамки множества зафиксированных ситуаций. Для выявления новых связей необходимо в множестве состояний полученного автомата выделить классы эквивалентных состояний, которые бы играли роль состояний искомой, более содержательной модели. Так как какая-либо иная информация о моделируемом

объекте отсутствует, при выделении классов эквивалентных состояний можно лишь опереться на какую-нибудь гипотезу о его поведении, а затем проанализировать последствия для случаев, когда гипотеза окажется ложной.

В качестве такой гипотезы используется предположение о том, что моделируемый автомат является детерминированным к-различимым конечным автоматом, т.е. он не содержит ни одной пары состояний, для которых на одно и то же входное слово длиной к автомат отвечал бы одной и той же реакцией.

На этой основе автором предлагается алгоритм идентификации автомата, результаты работы которого тщательно анализируются. Динамика процесса построения модели, обусловленная последовательным характером поступления и обработки вход-выходных последовательностей,

изучается е терминах автомата С = (ХС,5С,5С) (без выходов),

описывающего этот процесс. Множество входов Хс автомата С сопоставляется с множеством вход-выходных

последовательностей длиной (к+1), а функция переходов 5С отображает процесс последовательного изменения описания идентифицируемого автомата. Формулируются и строго доказываются важнейшие свойства автомата С, в том числе, например, свойство о существовании и единственности финального состояния в отношении заданного множества входных символов; о длине пути, ведущего в это состояние:

Свойство 4.4.6. Автомат С обладает единственным в

отношении множества Хс финальным состоянием.

Свойство 4.4.7. Из произвольного состояния азтомата С в его финальное в отношении множества Хс состояние существует

нециклический путь длиной 0 21801 • |Хи|й.

Доказывается утверждение об условиях, при выполнении которых финальному состоянию автомата С соответствует автомат - модель изоморфный автомату - объекту:

Утверждение 4.4.6. Если и - т-различимый связный детерминированный конечный автомат, соответствия

Ух.'Хц-^Хн, уу:Уи->Ун, - взаимнооднозначны, параметр эквивалентирования к и длина <1 цепочечных автоматов, принадлежащих Хс, удовлетворяют соотношению с1>к£т, а

|ХсН8и|-|хХ Т0 финальному состоянию автомата С соответствует автомат Н, изоморфный автомату и.

Формулируются и доказываются утверждения о характере отношений на этой паре (U,H) автоматов для разных условий наблюдения за поведением идентифицируемого автомата. Например:

Утверждение 4.4.7. Если U - m-различимый связный детерминированный конечный автомат, соответствия ух,уу -взаимнооднозначны, параметр эквивалентирования и длина цепочечных автоматов, принадлежащих Хс, удовлетворяют

соотношению d>k<m, a |Xc|=.|Su|- ' XjL то финальному

состоянию автомата С соответствует недетерминированный автомат H.

Задача диагностики. Цель задачи диагностики: найти текущее состояние автомата - объекта. Исходной информацией для решения задачи являются фрагменты сведений о ретроспективных значениях его входов и выходов. Так как процесс функционирования автомата отображается на пары следующих потактно вход-выходных слов, с каждым символом которых сопоставляется некий набор значений входных или выходных признаков, то под фрагментами сведений понимаются значения отдельных признаков из наборов, соответствующих, может быть, не каждому такту автоматного времени. Средством решения задачи является имеющийся в распоряжении исследователя автомат - модель поведения объекта.

Задача ставится автором следующим образом. Пусть диагностируемый объект - детерминированный конечный

автомат Мура U = (Xu,Yu,Su,ôu,X.u), и пусть

H = (XH,YH,SH,5HДн) - изоморфный в отношении U автомат-

модель, т.е. соответствия 7х:Хи ->ХН, уу:Уц -> YH, у5:8и ->SH -взаимнооднозначны. Предположим, что в процессе наблюдений за функционированием автомата U в течение d, тактов автоматного времени получена ретроспективная вход-выходная

последовательность RLJ =■{хи,уй+')> где

xâ = xu(T-d + l)xu(T-d + 2)...xu(T),

Уи+' = u(s'u>4) = Уи(Т-й)Уи(Т- d + 1)...Уи(Т).

Xjj(t) еХи, уи(0 еУи, Т - текущий момент автоматного времени,

s'y - состояние автомата U в момент времени (T-d).

Вообще говоря, требуется найти состояние 5и такое, что

% = &и(5'и>*и)> т'е" состояние автомата и в момент Т, причем

состояние также неизвестно. Однако, располагая не столько самим объектом, сколько его моделью, правильнее подменить задачу на равносильную ей, уточнив последнюю формулировку:

требуется найти состояние бн такое, что зн = З^^Дн), и

= где 4 =7'х(4), у£+1 = т;(уйи+1). у'х-хи-^хн,

y'rYu-*Yн.

Предположим сначала, что соответствия Ух. У у взаимнооднозначны, а в частном случае могут совпадать с соответствиями ух,уг Но, учитывая возможность потери информации при наблюдениях за поведением диагностируемого объекта, задачу намеренно приходится осложнить предположениями о том, что ретроспективная вход-выходная последовательность может быть задана фрагментарно, т.е. из

наборов значений признаков, соответствующих символам Хи(0, Уи(г), могут быть известны лишь некоторые, а значит

соответствия -» Хн, у'у:Уи Ун не взаимнооднозначны.

Очевидно, что в общем случае ответ в задаче неоднозначен. Учитывая это, автор исследует возможные алгоритмы ее решения. Показывается, что наиболее рациональными алгоритмами являются те, которые основываются на использовании МОКА-1 и МОКА-2 в отношении автомата -модели диагностируемого объекта. Проводится анализ множества диагностических гипотез, являющихся решениями задачи, с точки зрения возможностей появления ошибочных ситуаций первого и второго рода. Для этого изучаются условия, при выполнении которых множество решений отображается на подмножество множества неразличимых состояний автомата -объекта (ситуация ложной тревоги), когда множество неразличимых состояний автомата - объекта отображается на подмножество множества решений (ситуация - пропуск цели), когда оба множества совпадают, и когда мощность каждого их них не более единицы. Кроме этого, предлагается энтропийного характера оценка степени неопределенности решения задачи диагностики.

Поиск альтернатив управления. Целью этой задачи является нахождение множества входных слов, применение каждого из которых в отношении автомата - объекта, находящегося в текущем состоянии, позволит получить на его выходе заданное выходное слово, представляющее цель управления. Для решения задачи в распоряжении исследователя имеются автомат - модель управляемого объекта и решение задачи диагностики. Цель управления может быть сформулирована в форме фрагментов перспективной последовательности. Могут быть заданы ограничения на искомые входные слова. Автор ставит задачу следующим образом.

Дан объект управления - детерминированный конечный

автомат и = (Хи,Уи,5и,6иЛц) с начальным состоянием 5и(т).

Известна его модель Н = (ХН,УН,8Н,5Н Дн), определены

соответствия у^Хц-^Хл, Уу^ц-^Уц, ^ и известно

множество диагностических состояний §н. Задана цель

управления Рн = (Рхн,Рун), где Рун = Уу(Уио) - сведения о

требуемой выходной последовательности, Рхн=Ух(хио) ограничения на управляющее слово. Требуется найти множество управляющих слов

Хн ={%|уу(Фи(ДуЛ><н))) = Ун> (хн,Ун) еРн}-

В основе решения задачи - метод обратных операторов, реализуемый в данном случае применением МОКА-1 в отношении автомата - модели управляемого объекта. Предлагается алгоритм решения задачи с учетом неоднозначности решения задачи диагностики, возможной нечеткости в задании цели управления и ограничений на входы. С точки зрения условий, при выполнении которых исключаются ситуации типа "пропуск цели" или "ложная тревога", анализируется множество возможных управляющих слов, являющихся решениями задачи.

Выбор управляющего слова. Необходимость этой задачи обусловлена неоднозначностью решения задач диагностики и поиска альтернатив управления, а постановка ее невозможна без формулирования некоего критерия, являющегося основанием для упорядочивания множества альтернатив. С этой целью на множестве пар выходных признаков выбирается мера, а на ее основе функция рассогласования, значения которой, будучи

сопоставлены с оцениваемыми альтернативами, являются основанием для их упорядочивания.

Тогда задача выбора ставится автором как нахождение управляющей альтернативы, обеспечивающей минимальное значение функции рассогласования прогнозируемой реакции автомата - объекта в отношении заданной цели управления.

Дан объект управления - детерминированный конечный

автомат и с текущим состоянием б^Т). Известна его модель в

форме конечного автомата Н. Заданы ретроспективная Ян и

перспективная Рн = (Рхн,Рун) последовательности, на основе

которых найдены множество диагностических гипотез §н и

множество альтернатив управления Хн. Требуется найти

управляющее слово хн еХн такое, чтобы значение функции рассогласования было минимально, т.е.

Л = Ш1п[о(руи ,у у (ц(5и(т),у Л%))))}

Формулируется алгоритм решения задачи, и анализируются условия, при выполнении которых для различного типа отношений между автоматами, представляющими объект и модель, достигается наилучшее совпадение "модельной" и "реальной" оценок качества выбора.

Конечноавтоматные системы управления. Опираясь на найденные свойства решений обратных задач теории конечных автоматов, автор предлагает концептуальные основы построения так называемых конечноавтоматных систем управления, изучает типологию возможных схем таких систем и, сосредоточившись на исследовании обучающейся конечноавтоматной системы управления (ОКАСУ), как одного из типов такого рода систем, доказывает ряд строгих утверждений об основных ее поведенческих свойствах.

Основная идея ОКАСУ состоит в использовании результатов каждого акта управления для доопределения (идентификации) автоматной модели, лежащей в основе решения последовательности задач: диагностика, поиск альтернатив управления и выбор управляющего слова по прогнозируемому результату. Для изучения свойств ОКАСУ используется описывающий процесс обучения автомат Ъ, по своим характеристикам схожий с упоминавшимся выше автоматом С. Входной алфавит автомата Ь определяется на множестве пар (К.Р) ретроспективных и перспективных последовательностей, его

выходной алфавит - на множестве значений функций рассогласования. На множестве значений функций рассогласования определяется интегрированная оценка качества работы ОКАСУ.

В автомате Ь автор различает макро- и микросостояния. С

каждым из последних сопоставляется автомат Н3, соответствующий 3 акту управления, совместно с присущими ему распределениями весов состояний и переходов Ф. Множеству микросостояний ставится в соответствие макросостояние, если множество автоматов, соответствующих микросостояниям, отличаясь распределениями названных весов, имеет совпадающие остальные характеристики. Автомат, заданный на множестве макросостояний автомата Ь, обозначается символом ЬА.

Формулируются основные свойства автоматов Ь и ЬА. Вот некоторые из них.

Свойство 5.2.3. Автомат ЬА обладает финальными в

отношении множеств Х^ с Хь состояниями.

Свойство 5.2.5. Из произвольного состояния автомата ЬА в его финальное в отношении множества Хь состояние существует

нециклический путь дайной 0<|8и)-|Хи|, где с1 - длина

последовательностей ЯС>. ( Здесь 0 - вход-выходное слово, являющееся результатом акта управления).

Анализируются свойства автомата ЬА для наиболее характерных условий. Вот одно из них:

Условие 5.2.1. и - детерминированный т-различимый

конечный автомат, длина последовательностей Яэ (с!) не меньше параметра эквивалентирования (к), имеет место отношение

к > т, соответствия (у х<У>) совпадают с соответствиями (ух,уу), а

последние взаимнооднозначны. Алгоритм выбора не содержит элементов случайности.

Соответствующие этим условиям свойства 5.2.7 и 5.2.8: Свойство 5.2.7. При выполнении условия 5.2.1 автомат ЬА -детерминированный конечный автомат.

Свойство 5.2.8. Если состояние б детерминированного

автомата ЬА является финальным в отношении хь, то = О,

и средняя оценка значения функции рассогласования М(Д/хь) = 0.

Свойство 5.2.10. Автомат ЬА может быть недетерминированным автоматом, если условие 5.2.1 не выполняется.

Свойство 5.2.11. Среди множества микросостояний автомата Ь, образующих некоторое финальное в отношении макросостояние автомата ЬА, существует подмножество состояний, доставляющих минимум статистической оценке

М(ЛЭ /хь), характеризующей математическое ожидание величины отклонения результата управления от заданной цели, а автомат Ь стремится к этому подмножеству состояний с ростом номера & акта управления.

Доказываемые свойства свидетельствуют о том, что оценка качества работы ОКАСУ имеет тенденцию к улучшению по мере перехода в финальное состояние автомата Ь, где она становится минимальной. Находятся условия, при выполнении которых эта оценка становится равной нулю.

Композиции автоматов. С целью преодоления затруднений, обусловленных высокой размерностью управляемых объектов, предлагаются способы построения систем управления, использующих конечноавтоматные модели в форме синхронных и асинхронных композиций конечных автоматов, и иерархические принципы организации их работы. Агрегатной автор называет такую конечноавтоматную систему управления, в которой роль модели играет композиция конечных автоматов, а иерархической такую, в которой композицию составляют конечноавтоматные системы управления. Изучаются основные свойства агрегатных и иерархических конечноавтоматных систем управления.

Методические принципы создания средств поддержки принятия нечисленных решений. Проведенные теоретические исследования обосновывают возможность эффективного применения принципов построения и алгоритмов решения задач КАСУ для создания средств поддержки принятия нечисленных решений. В связи с этим, учитывая содержание предметной области и характерные особенности конечноавтоматных моделей, автор исследует подходы к методике создания экспертных систем для решения задач диагностики, прогнозирования и управления применительно к рассматриваемому в работе классу систем и объектов энергетики. При этом проблема создания средств поддержки принятия нечисленных решений рассматривается не только в рамках конечноавтоматных систем управления, а более широко. Принимая композицию квазиобратимых конечных автоматов за

ядро модели управляемого объекта, автор связывает ее с другими необходимыми для эффективного принятия решений в данной предметной области компонентами.

С этой иелью обсуждаются вопросы интеграции информационных моделей, отражающих знания о предметной области и представимых с помощью ЭВМ, для чего изучается формальная модель интегрированных знаний, определяемая автором как совокупность моделей, заданных на множествах численных, лингвистических и шоу переменных, а также на множестве отношений между переменными одного и между переменными разного рода. Устанавливая соответствия между элементами этой модели и элементами средств программного обеспечения, автор выводит необходимый функциональный состав экспертной системы для решения задач диагностики, прогнозирования и управления.

Взяв его за основу и руководствуясь принципом разделения труда разнопрофильных специалистов - программистов и специалистов предметной области, участвующих в процессе создания экспертной системы,- (принцип состоит в том, что первые обеспечивают комфортные условия работы последних путем специализации в соответствии с уровнем компетентности пользователей предоставляемых в их распоряжение инструментальных средств) автор определяет требования к инструментарию и формулирует основные методические принципы создания средств поддержки принятия нечисленных решений на основе конечноавтоматных моделей. Среди них следующие:

• Принцип единства экспертной системы и инструментария, служащего для ее создания.

• Принцип единства отображаемых ЭВМ данных разного типа, (численных, лингвистических, графических), обеспечиваемый средствами их взаимного преобразования.

• Обеспеченность инструментальной системы средствами, позволяющими специалистам предметной области создавать:

• базы данных для отображения значений множества текущих характеристик моделируемого объекта;

• базу знаний как совокупность конечноавтоматных моделей объектов предметной области;

• многоуровневые синхронные и асинхронные композиции конечноавтоматных моделей;

• правила для анализа содержимого базы данных и преобразования на этой основе типов данных;

• правила для изменения содержимого базы данных и базы знаний.

• Обеспеченность экспертной системы средствами, позволяющими осуществлять:

. разнообразные механизмы логического вывода на синхронных и асинхронных композициях квазиобратимых конечноавтоматных моделей;

• учет неопределенности исходной информации и анализ множества возможных решений;

. реализацию правил анализа и изменения содержимого базы данных и базы знаний при решении задач диагностики, прогнозирования и управления или по инициативе пользователя, как собственными средствами, так и с помощью дополнительно подключаемого программного обеспечения;

• механизмы обучения модельной базы по результатам наблюдений за поведением управляемого объекта.

Отвечая на вопрос о том, каким образом реализация указанных принципов отражается на свойствах создаваемых экспертных систем, и какими характеристиками последние будут отличаться от распространенных средств поддержки принятия решений, автор замечает, что в настоящее время еще не сложились достаточно представительные критерии, позволяющие четко классифицировать известные экспертные системы, разнообразие которых довольно велико. Однако, главной отличительной чертой предлагаемого в работе подхода к их построению является взгляд на совокупность "объект управления - экспертная система" как на конечноавтоматную систему управления. Этим и определяются существенные специфические стороны экспертных систем, основывающихся на предлагаемом подходе, а именно:

. необходимость всего одной конечноавтоматной модели для решения любой из трех задач: диагностики, прогнозирования,управления;

. возможность адекватного отображения динамики событий и "внутренних состояний" в поведении моделируемого объекта;

• возможность сборки из одних и тех же компонентов (агрегатов-моделей) как синхронной, так и асинхронной композиции автоматов;

• способность экспертной системы (при синхронной композиции автоматов) к поиску вариантов решений названных задач при недостатке исходной информации;

. прогнозируемость свойств системы управления, образованной экспертной системой и объектом, на основе теории конечноавтоматных систем управления.

Другие ценные с прикладной точки зрения свойства, достижимые для экспертных систем, базирующихся на квазиобратимых коиечноавтоматных моделях, вообще говоря, могут быть повторены в экспертных системах, основывающихся и на иных принципах.

В качестве примера использования рассматриваемых принципов дается краткое описание разработанной и осуществленной автором инструментальной системы (ИС) ДинЛоМо, предназначенной для создания и реализации экспертных систем, как средств интеллектуальной поддержки при решении задач диагностики, прогнозирования и управления. Эта система в ряде работ, выполненных в последние годы, послужила средством для построения коиечноавтоматных моделей и их применения при решении задач в тех или иных сферах прикладной области.

Применение коиечноавтоматных моделей и средств поддержки принятия решений. Приводятся основные результаты работ по применению коиечноавтоматных моделей при решении задач диагностики, прогнозирования и управления для систем и объектов энергетики.

Разработка интеллектуальных средств поддержки решений по восстановлению энергообъединений после крупной аварии. Рост и усложнение современных энергообъединений приводят к повышению вероятности возникновения тяжелых системных аварий, отличающихся каскадным характером развития аварийных процессов и охватывающих значительную часть энергообъединения с разделением его на изолированные подсистемы, погашением электростанций, потребителей и крупных энергорайонов. Восстановление сложных электроэнергетических систем после таких аварий представляет собой трудоемкий и продолжительный процесс, затрагивающий значительную долю отраслей экономики. Существующие возможности диспетчера не гарантируют рациональности действий персонала и минимизации последствий для потребителей и системы. Необходимы специальные средства поддержки решений диспетчера по восстановлению ЭЭС, позволяющие в темпе процесса вырабатывать рациональную стратегию восстановления. С целью решения проблемы исследованы возможности применения структурированных квазиобратимых коиечноавтоматных моделей, описывающих законы поведения объекта, для решения задач диагностики, прогнозирования и управления. В диссертации приведены основные результаты исследований и разработки интеллектуальных средств поддержки диспетчера по

восстановлению энергообъединения после его распада на две или более частей. Работы выполнены с помощью ИС ДинЛоМо.

Разработка экспертной системы для диагностики, прогнозирования и управления применительно к системам нефтеснабжения в нештатных условиях. Современная система нефте- и нефтепродуктоснабжения - сложная физическая система, осуществляющая добычу, транспорт и переработку нефти, а также транспорт и распределение нефтепродуктов. Каждая ее подсистема состоит из большого числа различного технологического оборудования, работающего в едином гидравлическом режиме. Выход из строя любого основного элемента может привести к потоку отказов по всей системе. Поэтому актуально создание средств управления, способных оказывать помощь диспетчерскому персоналу как при диагностике аварий, так и при формировании решений, выполнение которых позволит вывести систему в нормальный режим или минимизировать возможный ущерб. Для системы нефтеснабжения, включающей в себя добычу, внутрипромысловый и магистральный транспорт нефти, разработана экспертная система для решения задач диагностики, прогнозирования и управления, основанная на использовании конечноавтоматной модели. В основу модели положена технологическая цепочка основных стадий движения нефти. Работа выполнена с помощью ИС ДинЛоМо.

Логическое моделирование процессов функционирования угольной теплоэлектростанции. Существует богатый арсенал математических средств, способных представлять процессы функционирования теплоэнергетических установок и систем. С их помощью успешно решаются задачи оптимизации параметров при проектировании теплоэнергетических установок, задачи диагностики аварий при их эксплуатации, задачи обучения персонала на тренажерах. Однако наряду с точными численными моделями, представляющими собой чаще всего системы линейных и нелинейных алгебраических и трансцендентных уравнений, при решении задач диагностики аварий и формирования решений по ликвидации их последствий целесообразно применение нечисленных моделей, способных в ряде случаев выразить отношения, степень подобия которых находится на одном уровне с уровнем адекватности, требующейся для задач этого класса, а степень лаконичности выше. При исследовании подходов к решению задач диагностики, прогнозирования и управления для угольной теплоэлектростанции в условиях возникновения аварий разработана экспертная система с моделью в форме композиции

конечных автоматов. Для выполнения работы использовалась ИС ДинЛоМо.

Система электропитания (6 кв) собственных нужд и насосная система главных циркуляционных насосов энергоблока атомных электростанций. Обе работы преследовали цель: создать средства, обеспечивающие поддержку процесса принятия решений операторами атомных электростанций при возникновении аварийных ситуаций в условиях недостатка исходных данных. Главным условием, обеспечивающим такую поддержку было решение задачи диагностики состояния. При выполнении работы были созданы многоуровневые конечноавтоматные модели, представляющие поведение подсистем указанных объектов в пространствах параметров, характеризующих ход технологического процесса и состояние реализующего его оборудования. С помощью таких моделей и данных, полученных в процессе наблюдений за ходом технологического процесса, осуществлялось решение задач диагностики текущей ситуации. Результаты работы с моделями показали хорошую распознаваемость аварийных ситуаций, причем существенную роль в уменьшении степени неопределенности решения задачи диагностики играл учет динамики диагностируемого процесса. Решение задач диагностики осуществлялось по методике, предложенной автором настоящей работы. Конечноавтоматные модели разрабатывались без его участия.

Обнаружение "плохих" измерений в системах сбора и обработки данных о функционировании электроэнергетической системы. Задача ставится следующим образом. Имеется избыточная система уравнений, описывающая электрическую цепь. Вследствие искажений в системе измерений значения ряда показателей неверны. Такие измерения порождают отличные от нуля значения невязок. По совокупности значений невязок требуется найти неверные измерения. Сформулированная задача может быть выражена системой булевых уравнений, в которой по значениям правых частей нужно найти аргументы, имеющие значение ложь. Последняя задача эквивалентна задаче диагностики композиции конечных автоматов, благодаря чему для ее решения могут быть использованы разработанные автором методика и инструментальные средства. С помощью ИС ДинЛоМо для конкретных примеров электроэнергетических систем были созданы соответствующие конечноавтоматные модели, составившие содержимое базы знаний экспертной системы. В режиме прогнозирования, задавая логические значения переменных, на ИС ДинЛоМо можно было получать

логические значения невязок. Задавая значения невязок, в режиме управления или в режиме диагностики можно было получать значения ("плохая" или "хорошая") переменных. Разумеется для получения однозначных решений в режиме управления или диагностики необходимо, чтобы исходные , уравнения удовлетворяли определенным условиям. (Эти условия были сформулированы в результате проведенных исследований). При невыполнении этих условий решения неоднозначны, но ИС предоставляла возможность найти возможные варианты.

Логическое моделирование взаимосвязей экологических, экономических и социальных аспектов развития энергетики для решения задач прогнозирования и управления. Эта задача принадлежит классу задач, связанных с предпроектными исследованиями проблем развития экономических регионов. Характерными их чертами является резкий дефицит количественной информации о прогнозируемых сущностях и определяемая этим обстоятельством необходимость утомительных многовариантных расчетов на точных математических моделях при неточных данных. Представляется, что в ряде случаев достаточным результатом таких исследований явится не обязательно количественная, но хотя бы качественная картина будущего. Имея некую качественную оценку, исследователь располагал бы неким начальным ориентиром, с помощью которого он мог бы уточнить направления количественных исследований на последующих этапах. Конечноавтоматные модели были, применены для описания причинно-следственных отношений между факторами экономического и экологического характера, влияющими в итоге на благополучие существования человека. На их основе в рамках экспертной системы, реализованной с помощью ИС ДинЛоМо, исследовались:

• прогнозные ситуации ("что будет, если...");

• действия, способные привести к заданному результату ("что нужно для того, чтобы...").

Создание конечноавтоматных моделей оборудования для системы подготовки и тренажа оперативного персонала энергопредприятий. При проведении этой работы был использован предложенный автором диссертации метод идентификации конечных автоматов в условиях прерывистого пассивного эксперимента. Исходный материал для модели -набор вход-выходных последовательностей, полученных в результате описания имевших место в прошлом последовательностей событий или по результатам расчетных исследований или (и) умозрительного эксперимента. На основе

сформированных таким образом конечноавтоматных моделей оборудования в режиме тренажа с помощью программ, реализующих соответствующие алгоритмы КАСУ, осуществим модельный эксперимент по решению задач диагностики, прогнозирования и управления. Модели остаются открытыми и всегда могут быть дополнены информацией о новых последовательностях событий.

Разработка средств автоматизации управления некоторыми технологическими процессами в горнодобывающей и химической промышленности. В рамках одной из этой группы работ была создана агрегатная конечноавтоматная модель процесса добычи и обогащения датолитового концентрата, эксперименты с которой дали возможность сформулировать законы управления, включенные затем в состав алгоритмического обеспечения АСУ ТП горнообогатительного комбината. В рамках другой работы конечноавтоматные модели были созданы и применены для решения задач диагностики и устранения неисправностей в технологической цепочке по производству винилхлорида. Основанием для их построения явились разработанные проектировщиком инструкции по устранению неисправностей. Подобные задачи имеют место и в энергетических отраслях, например, в угольнодобывающей промышленности или на нефтеперерабатывающих предприятиях. Очевидно, при их решении могут быть использованы те же методы.

Наконец, можно упомянуть об использовании конечноавтоматных моделей для организации вычислений в сложных программных комплексах. Если порядок выполнения типовых расчетов (при проектировании, в эксплуатационной работе, в административной деятельности) зависит от устанавливаемой цели и состояния базы данных, включающей как первичные, так и вычисленные в ходе расчетов переменные, а состояние базы данных может быть оценено по некоторым правилам, то с помощью средств инструментального комплекса ДинЛоМо, например, может быть создана соответствующая конечноавтоматная система управления.

Основные результаты диссертационной работы.

1. Обоснована необходимость применения конечноавтоматных моделей для решения задач диагностики, прогнозирования и управления в тех областях энергетики, в которых затруднено принятие решений на ЭВМ с помощью традиционных количественных моделей. К их числу могут быть отнесены, например, нештатные ситуации при функционировании отраслевых энергосистем или процессы

послеаварийного восстановления нормального режима их работы; предрасчегтные исследования вариантов развития территориальных энергетических комплексов и т. д. Показано, что с помощью конечноавтоматных моделей могут быть созданы средства поддержки принятия нечисленных решений; что эти средства совместно с управляемым объектом образуют систему логического управления, поведенческие свойства которой поддаются строгому теоретическому анализу.

2. Созданы теоретические основы анализа и синтеза систем логического управления нового класса, названных конечноавтоматными. При этом выявлен и разрешен ряд основополагающих проблем, связанных с постановкой и решением обратных задач теории конечных автоматов, сформулированы принципы построения конечноавтоматных систем управления в форме синхронных и асинхронных композиций квазиобратимых конечных автоматов, разработаны алгоритмы их реализации, дана типология и исследованы основные поведенческие свойства конечноавтоматных систем управления. При решении этих проблем:

2.1. Впервые поставлена и исследована задача идентификации конечного автомата в условиях пассивного прерывистого эксперимента по наблюдаемым вход-выходным последовательностям, длина которых фиксирована; предложены методика и алгоритм ее решения, базирующийся на гипотезах о к-различимости и детерминированности идентифицируемого автомата; найдены и сформулированы свойства получаемых решений в случае оправдываемости гипотезы и в противном случае.

2.2. Предложен принцип' обращения конечных автоматов, отличающийся от традиционных тем, что допускается недетерминированность обратных автоматов, благодаря чему снимаются ограничения на класс обращаемых автоматов; разработаны алгоритмы обращения автоматов и исследованы важнейшие свойства обратных автоматов и композиций, составленных из обращаемых автоматов и обратных по отношению к ним.

2.3. Исследованы задача диагностики текущего состояния конечного автомата в условиях неполноты исходной информации при пассивном простом эксперименте и задача поиска альтернатив управления для достижения заданной цели; предложена эффективная в этих условиях методика их решения, основывающаяся на применении автоматов, обратных по отношению к исходному; разработаны реализующую эту методику алгоритмы. Выявлены факторы, влияющие на степень

неопределенности решения этих задач; найдены условия, при выполнении которых решения задач не сопряжены с ошибками типа "пропуск цели" или (и) "ложная тревога".

2.4. В результате проведенных теоретических исследований получили развитие разделы абстрактной теории конечных автоматов, предметом которых являются обратные автоматы и эксперименты с автоматами. Благодаря комплексности подхода к совокупности задач, относящихся к указанным разделам, определено новое направление в исследовании систем класса "управляющий автомат - управляемый автомат", предложены принципы построения конечноавтоматных систем управления, как систем логического управления нового класса. Исследована типология систем управления этого класса, сформулированы и доказаны утверждения о важнейших свойствах наиболее интересных типов конечноавтоматных систем управления.

3. На этой теоретической базе созданы методические основы построения и применения средств поддержки принятия решений для определенного в работе класса систем и объектов энергетики. В качестве примера, подтверждающего их эффективность для практических приложений, рассмотрена созданная автором диссертации инструментальная программная система ДинЛоМо, предназначенная для синтеза конечноавтоматных моделей систем и объектов энергетики и решения на этой базе задач диагностики, прогнозирования и управления. С ее помощью велись разработки средств поддержки принятия решений и их апробация в решении задач диагностики, прогнозирования и управления применительно к системам и объектам энергетики, относящимся к различным отраслям и к различным режимам их развития и функционирования. Благодаря этому созданы предпосылки эффективного применения разработанных в диссертации теоретических положений и методических принципов для построения экспертных систем, играющих роль советчиков диспетчера при решении задач диагностики, прогнозирования и управления для систем и объектов энергетики, а также для построения систем подготовки и тренажа оперативного персонала энергетических предприятий. Действующий образец инструментальной системы может послужить в качестве прототипа для разработки соответствующих экспертных систем в составе интеллектуальных средств поддержки принятия решений в конкретных реальных энергетических проектах.

4. Эффективность применения сформулированных в диссертации теоретических положений и предложенных методических принципов подтверждена разработкой ряда

экспертных систем, играющих роль советчиков при решении задач диагностики, прогнозирования и управления для систем и объектов энергетики. Приведенные примеры разработок свидетельствуют о практической эффективности предложенного подхода для постановки и решения целого класса энергетических задач, связанных с необходимостью неколичественного моделирования.

В итоге в рамках создания общей методологии анализа и синтеза средств поддержки принятия решений на основе технологии экспертных систем и принципов искусственного интеллекта, как элементов новой информационной технологии, сформулировано новое научное направление, опирающееся на конечноавтоматное моделирование определенного в работе класса процессов развития и функционирования энергетических систем и объектов и использование квазиобратимых композиций конечных автоматов в качестве средства решения задач диагностики, прогнозирования и управления при исследовании и организации названных процессов.

Литература.

1. Ю.М.Горский, В.В.Новорусский. Обратные дискретные преобразователи информации и их использование в системах управления II Методы мат. моделирования в энергетике. -Иркутск: Вост.-Сиб. кн. изд-во. -1966. - с.416-431.

2. Ю.М.Горский, В.В.Новорусский. Некоторые классы обратных и обратимых конечных автоматов // Мат. моделирование и теория электрических цепей. Вып.5. - Киев: Наукова думка, 1967. - с.313-332.

3. Ю.М.Горский, В.В.Новорусский. Способ вероятностной оценки достоверности гипотез в сложных диагностических задачах //Изв. АН СССР. Техн. кибернетика. - 1967. -№ 5. с.122-127.

4. Ю.М.Горский, В.В.Новорусский. Метод динамической диагностики и динамического прогнозирования процессов развития // Некоторые проблемы биокибернетики и применение электроники в биологии и медицине. Вып.З. Матер, семинара. -Киев. 1968. - с.29-49.

5. Ю.М.Горский, В.В.Новорусский. Логический анализ динамики развития как основной этап диагностики и прогнозирования развивающихся систем и процессов // Изв. АН СССР. Техн. кибернетика. - 1969. № 3. - с.33-42.

6. Ю.М.Горский, В.В.Новорусский. Вопросы инвариантности конечных автоматов // Теория инвариантности автоматических систем. - М.: Наука, 1970. - с.119-124.

7. Ю.М.Горский, В.В.Новорусский. О роли обратимости информационных моделей // Методологические проблемы кибернетики. - М., 1970 (Тр. II Всесоюзн. конф., т.П).

8. В.В. Новорусский. Обратные информационные логические модели и возможности их использования в задачах управления и диагностики // Методы управления большими системами. Т.П. - Иркутск, 1970. - с. 101-112.

9. Ю.М.Горский, В.Г.Мельников, В.В.Новорусский. Решение задач диагностики и выбора лечебных воздействий с учетом динамики течения заболевания. 4.1. // Биологическая, медицинская кибернетика и бионика. - Киев, 1971. - с.204-213.

10. Ю.М.Горский, В.Г.Мельников, В.В.Новорусский. Решение задач диагностики и выбора лечебных воздействий с учетом динамики течения заболевания. 4.11. // Там же. - с.214-224.

11. Ю.М.Горский, В.В.Новорусский. Условия инвариантности некоторых конечноавтоматных систем управления // Теория инвариантности и теория чувствительности автоматических систем. Ч.П. - Киев, 1971. - с.314-323.

12. Новорусский В.В. Обратные преобразования информации в задачах управления // Мат. моделирование и теория электрических цепей. Вып. 8. - Киев, 1971. - с.26-42.

13. Балашов О.М. Новорусский В.В. Об условиях инвариантности разомкнутой системы управления вероятностным конечным автоматом // Некоторые вопросы оптимизации и управления в системах энергетики. Иркутск, 1972. - с.4-10.

14. Новорусский В.В. Способ построения квазиобратимых логических моделей II Мат. моделирование и теория электрических цепей. Вып. 11. - Киев: Наукова думка, 1973. - с.51-56.

15. Новорусский В.В. Оценка степени неопределенности распознавания состояния конечного автомата // Изв. АН СССР. Техн. кибернетика. - 1974. -№ 5.

16. Новорусский В.В. К вопросу построения конечноавтоматной модели объекта управления // Вопросы оценивания и идентификации в энергетических системах. -Иркутск, 1973. -с.87-95.

17. Новорусский В.В. Алгоритмы и поведение обучающейся системы управления к-различимым конечным автоматом // VII

Всесоюзное совещание по проблемам управления. Кн.III. - М.Минск, 1977. - с.27.

18. Принципы построения алгоритмов и программ, реализующих обучающуюся конечноавтоматную систему управления. Науч. отчет / СЭИ СО АН СССР. Отв. исп. В.В. Новорусский. - Иркутск, 1977. - ВНТИЦ, инв. № Б 643585.

19. Горский Ю.М., Новорусский В.В., Коновалов Ю.С. Советчик диспетчера в аварийных ситуациях как средство повышения живучести электрических систем И Методические вопросы исслед. надежности больших систем энергетики. Вып. 14. -Иркутск, 1978. - с.123-130.

20. Новорусский В.В. Алгоритмы и поведение конечноавтоматных систем управления. - Иркутск, 1978. - 185 с. СЭИ СО АН СССР. Деп. в ВИНИТИ, 1978. № 3796-78 Деп.

21. Новорусский В.В. Конечноавтомагные системы управления и возможности их применения в энергетике // Системы энергетики - тенденции развития и методы управления. T.I. - Иркутск: СЭИ СО АН СССР, 1980. - с.251-261.

22. Новорусский В.В. Конечноавтоматные системы управления ( принципы построения и анализ поведения ). Новосибирск: Наука, 1982. с.269.

23. Новорусский В.В. Способ синтеза конечноавтоматных моделей // Имитационный подход к изучению больших систем энергетики. Л., 1983. - с.121-128.

24. Выгузова Н.И., Новорусский В.В., Осокин К.И. Конечноавтоматные системы управления в разработке АСУ ТП производства датолитового концентрата II Разработка и внедрение АСУТ и АСУТП. - Иркутск, 1983. - с.20-21.

25. Новорусский В.В. Автоматное управление вычислениями в программных комплексах Н Логическое управление в промышленности. - Ижевск, 1984. - с.69-74.

26. Горский Ю.М., Каштанов Ю.Б., Новорусский В.В. Принципы построения советчика диспетчера для управления ЭЭС в условиях развивающихся аварий // Советчики диспетчера по оперативной коррекции режимов работы ЭЭС. - Иркутск, 1984.-с.86-93.

27. Новорусский В. В. Адаптивное управление вероятностным автоматом /I X Всесоюзное совещание по проблемам управления. Кн.1. - М., 1986.

28. Новорусский В.В. Теоретические основы анализа и синтеза конечноавтоматных систем управления. - АН СССР. Сиб. отд-ние. Сиб. энерг. ин-т.-Иркутск, 1989.-301с. ВИНИТИ. Деп.06.06.89. Лг9 3747-В89.

29. Новорусский В.В. Многоуровневая декомпозиция автоматных моделей // Логическое управление с использованием ЭВМ.-Тез. докл. XII Всесоюзн. симп.-Научн. совет АН СССР по компл. пробл."Кибернетика", Моск.горн.ин-т., М.-Симферополь.

1989. - с.95-97.

30. Новорусский В.В., Осокии К.И. Автоматизированное проектирование алгоритмов логического управления объектами горно - добывающей промышленности И Там же. - с.304-306.

31. Новорусский В.В. Автоматное моделирование, диагностика и управление функционированием электроэнергетических систем и объектов в аварийных ситуациях //Электронное моделирование, 1989.-№ 4. - с.73-79.

32. Новорусский В.В О конечноавтоматных системах управления иерархического типа // XI Всесоюзное совещание по проблемам управления,- Ташкент. - Сентябрь 1989. Тезисы докладов.- АН СССР, Нац. комитет СССР по автоматич. управлению, Ин-т проблем управления, НПО "Кибернетика" АН УЗ СССР,- М„ 1989. - с.494-495.

33. Новорусский В.В. Логические модели в экспертных системах для задач послеаварийного управления в электроэнергетике // Современные проблемы системных исследований в энергетике. Раздел 2. Управление функционированием, надежность, безопасность и риск в энергетике: современные проблемы и методы их решения. -Иркутск: Сиб. отд-ние АН СССР, Сиб. энергетический ин-т.

1990. - с. 136-142.

34. Новорусский В.В. Динамические логические модели для решения задач диагностики и управления функционированием электроэнергетических систем // Имитационный подход в энергетических исследованиях: новые информационные технологии. - Иркутск, Сиб. энерг. ин-т СО РАН. - 1992. - с. 10-17.

35. Новорусский В.В. Инструментальная система для работы с логическими динамическими моделями // Имитационный подход в энергетических исследованиях: новые информационные технологии. - Иркутск, Сиб. энерг. ин-т СО РАН.- 1992,-с.17-27.

36. Новорусский В.В. Экспертные системы для решения задач диагностики, прогнозирования и управления функционированием энергетических систем и объектов. Подходы к синтезу). - Иркутск.: Сибирский энергегич. ин-т СО РАН. Препринт. - 1992. - 108с.

37. Новорусский В.В. Инструментальная система для работы с логическими динамическими моделями II Логическое управление. Интеллектуальные информационные технологии и

стратегии. - Тез. докл. XVI Международн. конф. Международная академия информатизации. Академия естественных наук РФ, секция "Информатика. Кибернетика". Моск. горн. ин-т. М. - 1992.

38. Новорусский В.В. Инструментальные средства синтеза экспертных систем для решения задач диагностики, прогнозирования и управления объектами энергетики //Методические вопросы исслед. надежности больших систем энергетики. Вып. . - 1992. (В печати)

39. N.I.Voropai, A.M.Krol, V.V.Novorussky. Intelligent tools for supporting operator's decisions on interconnection restoration after a major disturbance // ISAP' 94, Montpellier - France -September 5-9, 1994. International conference on intelligent system application to power systems. Proceedings, v.2, p.801-807.

40. Воропай Н.И., Кроль A.M., Новорусский В.В. Разработка интеллектуальных средств поддержки решений по восстановлению энергообъединения после крупной аварии. // Известия РАН. Энергетика. (В печати).

41. Методы управления физико-техническими системами энергетики в новых условиях I Н.И.Воропай, Н.Н.Новицкий, Е.В.Сеннова и др. - Новосибирск: Наука, Сиб. издат. фирма РАН, 1995, 335 с.

•1