автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка метода и средств представления модели знаний в задачах автоматизированной конструкторско-технологической подготовки производства

На правах рукописи

ЕЛИСЕЕВА НАТАЛЬЯ ВЛАДИМИРОВНА

РАЗРАБОТКА МЕТОДА И СРЕДСТВ ПРЕДСТАВЛЕНИЯ МОДЕЛИ ЗНАНИЙ В ЗАДАЧАХ АВТОМАТИЗИРОВАННОЙ КОНСТРУКТОРСКО-ТЕХНОЛОГИЧЕСКОЙ ПОДГОТОВКИ ПРОИЗВОДСТВА

Специальность 05 13 06 - Автоматизация и управление технологическими процессами и производствами

(технические системы)

ООЭ1В1483

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва - 2007

003161483

Работа выполнена на кафедре «Информационные технологии и вычислительные системы» в ГОУ ВПО Московский государственный технологический университет «СТАНКИН»

Научный руководитель кандидат технических наук

доцент Колчин А Ф

Официальные оппоненты доктор технических наук

профессор Султан-заде Н М кандидат технических наук Овсянников М.В

Ведущая организация

ОАО «Раменское приборостроительное конструкторское бюро»

Защита состоится « » года в «^¡ййасов на заседании

Диссертационного совета К 212 142 01 при Московском государственном технологическом университете «СТАНКИН» по адресу 127055, г. Москва, Вадковский пер., д За

Отзыв по работе, заверенный печатью, в 2-х экземплярах просьба направлять по указанному адресу в диссертационный совет

С диссертацией можно ознакомиться в библиотеке МГТУ «СТАНКИН». Автореферат разослан « О »

Ученый секретарь диссертационного совета, ктн

Тарарин И М

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы. В настоящее время становится все более актуальной необходимость консолидации, формализации и повторного использования накопленных знаний специалистов различных областей, в том числе и в области конструкторско-технологической подготовки производства (КТПП).

На современном уровне развития информационных технологий в задачах КТПП широко применяются автоматизированные системы, значительно сокращающие сроки конструирования и технологической подготовки этих изделий Однако применяемые автоматизированные системы обладают одним существенным недостатком, связанным с ограниченными возможностями дальнейшего развития и использования сформированных в них знаний специалиста

В автоматизированных системах, создаваемых в 70-е и 80-е годы, модель знаний специалиста представлялась в виде строгого алгоритма и была ориентирована на достаточно узкий класс решаемых задач. Расширение такой модели требовало больших затрат на модификацию и поддержку автоматизированной системы При реализации идей искусственного интеллекта появившиеся методы представления модели знаний специалиста (на основе семантических сетей, фреймов, продукций) позволили сделать первые шаги на пути формирования баз знаний Основным недостатком данных методов была фрагментарность описываемых знаний. Более того, интерпретация (семантика) каждого такого фрагмента описывалась в технической документации к системе либо оставалась индивидуальным знанием разработчика и не была формализована, что не позволяло использовать фрагменты знаний для решения более широкого класса задач

Для преодоления этого недостатка в 90-х годах был предложен и активно развивается в настоящее время онтологический подход к представлению модели знаний специалиста, применение которого в отечественных автоматизированных системах исследовано не достаточно

Таким образом, разработка метода и средств представления модели знаний специалиста, основанных на онтологическом подходе, является актуальной задачей

Выявленные проблемы, связанные с представлением знаний в автоматизированных системах, позволили сформулировать цель работы и поставить научную задачу

Цель работы. Целью работы является повышение эффективности процесса проектирования и развития автоматизированных систем КТПП за счет разработки метода представления модели знаний специалиста на основе онтологического подхода

Для достижения поставленной цели в работе решена научная задача, заключающаяся в разработке представления знаний специалиста для автоматизированных систем КТПП и включающая

- исследование методов и средств представления знаний специалиста, используемых в автоматизированных системах,

- разработку метода представления модели знаний специалиста для решения задач автоматизированной КТПП;

- разработку онтологического представления компонентов модели знаний специалиста в области КТПП,

- разработку технологии работы специалиста с онтологической моделью знаний и инструментальных средств ее поддержки

Научная новизна'

- разработано онтологическое представление компонентов модели знаний специалиста;

- установлены связи между онтологическими представлениями компонентов модели знаний специалиста,

- разработано представление модели знаний специалиста для решения задач автоматизированной конструкторско-технологической подготовки производства на основе онтологического подхода

Методы исследования. При разработке теоретических положений диссертационной работы использован аппарат теории систем, теории множеств, математической логики, теории графов, искусственного интеллекта

Практическая ценность:

- разработано онтологическое представление компонентов модели знаний специалиста на формальном языке F-логики,

- разработаны алгоритмы выбора онтологии задачи и метода при решении задач параметрического проектирования;

- разработаны структура и алгоритмы работы программного комплекса моделирования знаний специалиста и реализован модуль редактирования онтологического представления компонентов модели знаний

- реализованный пример решения задачи проектирования цилиндрической передачи подтвердил корректность и работоспособность предлагаемого метода представления знаний.

Апробация работы. По материалам работы сделаны доклады на VI-ой, VIII-ой научных конференциях МГТУ "СТАНКИН" и "Учебно-научного центра математического моделирования МГТУ "СТАНКИН" - ИММ РАН", Москва, 2003, 2005, ХШ-ой международной конференции "Информационные средства и технологии", Москва, 2005, опубликована статья в научно-техническом журнале "Информационные технологии в проектировании и производстве", Москва, 2006 г

Результаты работы использовались в учебном курсе по дисциплине "Интеллектуальные системы", обсуждались на заседаниях кафедры ИТиВС Публикации По теме диссертации опубликовано 4 работы. Структура и объем работы Диссертация состоит из введения, 4 глав, заключения, списка литературы (68 наименований) Работа содержит 159 страниц сквозной нумерации, включая 27 рисунков, 11 таблиц

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность темы, формулируются основные задачи, и дается общая характеристика диссертационной работы

В первой главе проведен анализ существующих методов создания автоматизированных систем (АС) конструкторско-технологической подготовки производства, методов и средств представления знаний специалиста

Основными этапами развития методов создания автоматизированных систем являются

1 Автоматизация расчетных работ, применение вычислительных средств для управления разработками и конструированием

2 Решение проблемы компьютерного представления геометрической информации и автоматизация графических работ

3 Построение интегрированных систем поддержки жизненного цикла изделия, частью которых стали автоматизированные системы КТПП, а также попытка интеграции внутри самой АС методов и технологий автоматизированной КТПП для охвата широкого класса задач различных предметных областей

4 Развитие и поддержка интеллектуальных автоматизированных систем решения предметных задач с минимальным участием системных аналитиков и программистов

Значительный вклад в разработку методов и средств автоматизации конструкторско-технологической подготовки производства внесли Соломенцев ЮМ, Цветков В Д, Митрофанов В Г, Капустин НМ., Норенков И П, Павлов В В , Волкова Г Д, Султан-заде Н М, Косов М Г , СосонкинВ.Л и другие

В результате анализа современных АС были выявлены их следующие проблемы

— ограничения, накладываемые на модель предметной области стандартизированным представлением, и не дающие специалисту в

рамках стандартной модели описать все многообразие своих знаний об изделии;

— отсутствие представления и средств интерпретации семантической составляющей модели предметной области;

— отсутствие формального представления модели предметной области для проверки ее полноты, согласованности и непротиворечивости.

В работе рассмотрены традиционные методы, применяемые для представления знаний в АС, такие как: семантические сети, фреймовые модели, продукционные модели, формальные модели (логики) и ряд других.

Проведенный анализ этих методов представления знаний показал, что они имеют такие недостатки, как:

— отсутствие возможности использования накопленных знаний специалиста для решения широкого класса задач;

— отсутствие адекватного представления семантики проблемной области;

— отсутствие возможности формирования более абстрактного представления для существующих знаний, что значительно сокращает объяснительные возможности системы;

— ориентированность представления знаний на среду реализации

По сравнению с традиционными методами главной отличительной особенностью онтологического подхода, получившего в последнее время широкое распространение, является возможность представления определенной (а не подразумеваемой), формальной и поддерживаемой компьютером семантики понятий модели знаний специалиста. Этот подход решено было использовать в качестве основы предлагаемого метода представления модели знаний специалиста в области КТПП

Онтология - это точная спецификация концептуализации предметной области, позволяющая формировать модель знаний специалиста с помощью множества понятий и отношений, описывающих эту предметную область, а также правил и аксиом, определяющих их интерпретацию

Использование в АС онтологического подхода расширяет возможности специалиста по развитию и поддержке определенной в ней модели знаний

Исследования в области онтологического представления знаний связаны с именами таких отечественных и зарубежных ученых, как. Поспелов Д.А, Клещев A.C., Хорошевский В Ф, Гаврилова Т Л, Грубер Т, Гуарино H, Сова Д., Фензель Д, Мотта Е. и других.

В процессе анализа средств представления модели знаний на основе онтологического подхода были рассмотрены такие средства, как. Protégé, TOVE, Сус, Ontolmgua, KACTUS, SHOE, EBROW. Основным недостатком данных систем является высокая стоимость адаптации для использования в предметной области КТПП.

Исходя из полученных результатов анализа, был сделан вывод о необходимости разработки метода и средств представления модели знаний специалиста на основе онтологического подхода. Это позволило сформулировать цель работы и поставить научную задачу для ее достижения.

Вторая глава посвящена разработке модели знаний специалиста на основе онтологического подхода.

В наиболее общем виде онтология выглядит следующим образом1 -^^

Онтология. • Понятия ■ Отношения ■ Правила • Аксиомы Ч_,_/

Рис 1. Общий вид онтологии

Онтология представляет понятия предметной области в виде теорий, что позволяет утверждать об обеспечении представления наиболее адекватной в отличие от традиционных методов семантики понятий тредметной области в модели знаний.

Предлагаемый в работе метод представления модели знаний специалиста основывается на двух принципах модульность и общедоступность Первый принцип заключается в разбиении модели знаний специалиста на инвариантные компоненты, второй - представление знаний с помощью механизма онтологий, который описывает семантику понятий и отношений модели знаний и обеспечивает однозначность их понимания как различными специалистами, так и автоматизированными системами

Принцип модульности представлен в методе разделением модели знаний специалиста на следующие компоненты (рисунок 2): знания о предметной области, знания о методах решения задач, знания о задачах, решение которых необходимо осуществить, знания о том, как предыдущие три вида знаний объединяются в единую модель, с помощью которой можно решить предметную задачу

Рис 2. Модель знаний специалиста

Особенность такого разделения знаний на компоненты заключается в том, что первые три компонента описываются независимо друг от друга, а их взаимодействие осуществляется с помощью интерфейсов (четвертый компонент), обеспечивающих целостность модели

Принцип общедоступности представлен в методе построением онтологий компонентов модели знаний специалиста

Предложенный метод представления модели знаний, заключающийся в сочетании принципа модульности с онтологическим подходом (общедоступностью), обеспечивает следующие преимущества-

1 Повторная используемость Независимые друг от друга онтологические описания задач, методов решения и предметных областей могут объединяться в библиотеки и в различных комбинациях использоваться для создания систем, решающих широкий спектр задач в различных предметных областях и с использованием различных методов решения

2 Модель представляет и поддерживает семантику понятий и отношений модели знаний специалиста В модели выявлены и зафиксированы все логические взаимосвязи, как между фактами внутри одной компоненты модели знаний, так и между компонентами модели знаний в целом

3 Модель представлена формально Существует возможность последующей верификации знаний модели на полноту и непротиворечивость, используя, например, методы логического вывода, а также автоматизации процесса взаимодействия между информационными системами на семантическом уровне

В соответствии с рассмотренными принципами в работе предложена технология решения специалистом предметных задач в области КТПП на основе онтологического подхода

1 На первом этапе путем интерактивного диалога со специалистом производится спецификация задачи, для которой далее из библиотеки задач выбирается наиболее подходящее онтологическое описание Следует отметить, что библиотека задач описывает задачи обобщенно и включает в себя онтологии основных классов решаемых задач, независимо от предметной области их возникновения Однако, так как задача изначально возникает в рамках определенной предметной области через интерфейс "Задача - Предметная область" онтология обобщенной задачи на первом этапе заполняется конкретными предметными данными, которые служат начальными условия для решения задачи

2 Далее на основе выбранной онтологии задачи определяется онтология метода решения или набора методов, допустимых для ее решения С этой целью используется интерфейс взаимодействия "Задача - Метод

решения" Если задача является достаточно сложной, то для подбора нужного метода решения она декомпозируется на некоторое множество подзадач Также и при решении конкретной задачи в методе могут выделяться некоторые подзадачи, которые, в свою очередь, решаются соответствующими, как правило, разными методами 3 На заключительном этапе совокупность онтологий задачи и метода объединяется с онтологией предметной области для наполнения конкретными данными Эта процедура осуществляется с помощью интерфейса взаимодействия "Метод решения - Предметная область".

Начальные данные

Рис 3 Технология работы специалиста с онтологической моделью знаний

Данная технология работы специалиста с онтологической моделью знаний легла в основу создания программного комплекса моделирования знаний специалиста

Третья глава посвящена разработке онтологического представления компонентов модели знаний для решения задач в области Knill

Предложенная в работе технология разработки онтологического представления компонентов модели знаний специалиста была продемонстрирована на примере решения задачи проектировочного и проверочного расчета одноступенчатой прямозубой цилиндрической

передачи (схема представлена на рисунке 4, где 1 — ведущий вал, 2 - ведомый вал, ъ\- число зубьев шестерни, т1 - число зубьев колеса)

Задача. Провести проектировочный и проверочный расчет одноступенчатой прямозубой передачи Начальные данные крутящий момент на ведомом валу Т2=363,93 Нм, частота вращения ведомого вала п2=293мин"1, передаточное число и=5, продолжительность работы (часы) ■^длительный.

В результате были разработаны две "статические" онтологии онтология задачи параметрического проектирования и онтология предметной области проектирования цилиндрических передач, а также "процедурные" онтологии методов решения для класса задач параметрического проектирования Процедурная онтология метода описывает решение задачи как поиск в пространстве состояний, где сначала в терминах понятий из "статических" онтологий задачи и предметной области определяется пространство состояний, а затем задаются операторы, применение которых позволяет осуществлять переход из одного состояния в другое, и структуры знаний, управляющие выбором и использованием операторов

Так как цель решаемой задачи сводится к проектировочному и проверочному расчету одноступенчатой прямозубой передачи с заданными начальными условиями, ее можно однозначно отнести к классу задач параметрического проектирования, суть которого заключается в нахождении параметризованной структуры решения (набора значений параметров) с учетом заданных требований и ограничений

/чТ

Рис. 4 Одноступенчатая прямозубая передача

В работе в результате анализа класса задач параметрического проектирования была построена онтология данного класса задач Для рассматриваемой задачи упрощенный вариант онтологии класса задач параметрического проектирования имеет следующий вид

— Имя задачи Проектирование цилиндрической передачи

— Понятия

— Цель Осуществление проверочного расчета передачи

— Входные параметры передаточное число (и), крутящий момент на ведомом валу (Т2), частота вращения ведомого вала (п2), продолжительность работы (1)

— Имеет значения- и=5, Т2=363,93, п2=293, ^длительный

— Выходные параметры контактное напряжение

— Отношения

— Ограничения максимальное контактное напряжение

— Требования продолжительность работы

— Аксиомы

— Модель параметрического проектирования определяет однозначное отображение параметров на значения

— Модель параметрического проектирования закончена, когда все параметры означены

Следует отметить, что уже на этапе создания онтологии задачи в ней присутствуют предметные знания, заданные при начальной спецификации При этом предметные знания представлены в онтологии задачи не конкретными значениями, а ролями этих знаний в предметной области Определенные в онтологии задачи предметные знания влияют на дальнейший выбор онтологии метода решения, и уточняются конкретными значениями при соединении онтологий задачи и метода решения с онтологией предметной области

На следующем этапе определяется стратегия поиска решения задачи, путем выбора одного из стандартных методов решения для задач рассматриваемого класса К стандартным методам решения задач параметрического проектирования, рассмотренным в работе, относятся "Предложить и возвратиться", "Предложить и улучшить", группа методов "Предложить и пересмотреть", "А*-алгоритм", "Стратегия восхождения

вверх" Для всех из них были разработаны онтологии, которые объединены в библиотеку методов

В работе был разработан алгоритм выбора метода решения из множества стандартных методов, который представлен на рисунке 5 Он позволяет осуществить идентификацию конкретного метода в соответствии с условиями решаемой задачи

Представленный на рисунке 5 алгоритм выбора метода решения учитывает два критерия выбора отсутствие нарушенных ограничений

(согласованность) и оптимальность (локальная/глобальная)

Рис 5 Алгоритм выбора метода решения

При этом знания, необходимые для выбора метода решения из библиотеки методов, формируются в онтологии интерфейса "Задача - Метод решения", которая имеет следующий вид

— Импортируемые онтологии онтология класса задач, онтология метода решения

— Список переименований— Передаточное число (и), крутящий момент на ведомом валу (Т2),

частота вращения ведомого вала (и2), продолжительность работы © Входной элемент проектирования

— Контактное напряжение —> Выходной элемент проектирования

— Осуществление проверочного расчета ~> Компетентность метода

— Продолжительность работы -> Предусловия на параметры

— Максимальное контактное напряжение —> Постусловия на параметры

— Предположения все параметры должны быть описаны в предметной области, для всех параметров должны быть указаны диапазоны значений

На основе этих знаний для рассматриваемой задачи проектирования

цилиндрической зубчатой передачи был выбран метод "Предложить и

пересмотреть"

Суть метода "Предложить и пересмотреть" заключается в том, что каждому неозначенному параметру модели присваивается значение из допустимого диапазона с учетом заданных требований После этого производится проверка существования нарушенных ограничений Если нарушенных ограничений не выявлено, то происходит переход к означиванию следующего параметра, иначе на основании знаний о предметной области производится исправление значения параметра и очередная проверка ограничений Так происходит до тех пор, пока не будет найдено подходящее значение для каждого параметра, согласованное с заданными ограничениями

Разработка онтологий методов решения задач производилась на основе анализа структуры задачи параметрического проектирования, поэтому онтология метода "Предложить и пересмотреть" для решения задачи проектирования цилиндрической зубчатой передачи имеет следующий вид

— Компетентность метода

— Полнота допускается наличие неозначенных параметров.

— Оптимальность нет

— Согласованность нет (допускаются нарушенные ограничения).

— Предусловия на параметры продолжительность работы

— Постусловия на параметры максимальное контактное напряжение

— Пространство проектирования

— Элементы проектирования

— Входные передаточное число (и), крутящий момент на ведомом валу (Т2), частота вращения ведомого вала (п2), продолжительность работы (г)

— Значения и=5, Т2=363,93, п2=293, £=длительный

— Выходные контактное напряжение

— Контекст проектирования расширение, исправление нарушенных ограничений.

— Базовый компонент проектирования параметр, ограничение

— Оператор проектирования оператор расширения проектирования, корректирующий оператор.

— Правила

— Если контекст - расширить, то базовый компонент - параметр, оператор - расширяющий

— Если контекст - пересмотреть, то базовый компонент - ограничение, оператор - корректирующий.

Для решения задачи с помощью выбранного метода необходимы предметные знания, которые хранятся в онтологии предметной области проектирования цилиндрических передач

Упрощенный вариант онтологии предметной области проектирования цилиндрических передач имеет вид

— Предметная категория Цилиндрическая передача

— Отношения

— Состоит из- шестерня, колесо, ведомый вал, ведущий вал

— Имеет атрибуты передаточное число (и), межосевое расстояние (а), модуль (т), суммарное число зубьев (г), контактное напряжение (ан).

— Имеет значение, передаточное число [1 0,1.25,1.6,2.0,2.5,.. , 11.2]

— Имеет значение модуль [1 25,1.5,2.0,2.5, 3.0,. ., 14 0]

— Правила.

— Правило определения действующего и максимального контактного напряжения.

— Правило определения межосевого расстояния

— Аксиомы'

— Передаточное число есть частное от деления числа зубьев колеса на число зубьев шестерни

— Действующее контактное напряжения всегда должно быть меньше или равно максимально допустимому.

Для наполнения онтологии метода "Предложить и пересмотреть" предметными знаниями, представленными в онтологии предметной области проектирования цилиндрических передач, использовался интерфейс "Метод - Предметная область". На рисунке 6 приведена схема процесса решения задачи проектирования прямозубой цилиндрической передачи

Рис 6. Схема процесса решения задачи проектирования

Для процедуры выбора материала шестерни и колеса была сформирована следующая онтология.

— Импортируемые онтологии- онтология метода решения "Предложить и пересмотреть", онтология предметной области

— Список переименований'

— Параметр проектирования1 Материал шестерни —> Предметная категория Шестерня, Материал колеса Предметная категория: Колесо.

— Значения параметра проектирования —» Значения атрибута предметной категории "Шестерня", Значения атрибута предметной категории "Колесо".

— Предусловия на параметры Значения исходных данных задачи-продолжительность работы передачи.

— Постусловия на параметры -» Допустимые значения атрибута предметных категорий1 допустимые значения материалов шестерни и колеса.

— Оператор проектирования —> Предметные правила: правило выбора материала шестерни и колеса.

В результате выполнения этой процедуры получаем, материал шестерни -

Сталь 40Х, колеса - Сталь 45.

Онтология для процедуры расчета значений ширины колеса и

шестерни имеет вид:

— Список переименований— Параметр проектирования. Ширина шестерни Предметная категория: Шестерня; Ширина колеса -» Предметная категория: Колесо.

— Значения параметра проектирования ->• Значение атрибута предметной категории "Шестерня", Значение атрибута предметной категории "Колесо".

— Предусловия на параметры Предметная категория "Цилиндрическая передача": значение атрибута "Межосевое расстояние", Предметная категория "Колесо", значение атрибута "Коэффициент ширины колеса".

— Постусловия на параметры Допустимые значения атрибута предметной категории, допустимые значения ширины шестерни и колеса.

— Оператор проектирования Предметные правила: правило определения ширины шестерни и колеса.

В результате выполнения этой процедуры получаем- ширина колеса -132=4^*3=0,4* 160=64 мм; ширина шестерни - Ь1=1,12*Ь2= 1,12*64 =71,68 мм. Полученные значения округляем до ближайшего числа из рада по ГОСТ 6636-69: Ь2=63 мм, Ъ1=71 мм.

Формирование онтологии и выполнение остальных процедур процесса решения реализуется аналогично.

В четвертой главе описана реализация предложенного метода представления и моделирования знаний специалиста в области КТПП. На основе предложенного метода была разработана структура прохраммного комплекса (рисунок 7), состоящая из трех функциональных блоков: архива

проектов, блока моделирования онтологического представления знаний, базы данных, и отражающая процесс преобразования исходной информации о задаче на входе в онтологическую модель проектного решения и получение экземпляра проектного решения на выходе.

Рис. 7 Структура программного комплекса моделирования знаний

База данных предназначена для хранения библиотек обобщенных онтологических представлений модели знаний.

Интерфейс системы предназначен для визуального моделирования знаний, связанных с решением задачи Полученные в результате моделирования онтологические описания используются процедурами формирования проектного решения Интерфейс системы включает интерфейс ввода данных специалистом в диалоговом режиме и интерфейс редактора онтологических представлений компонентов модели знаний

Архив проектов предназначен для хранения типовых проектов решения предметных задач и является основой анализа задачи на новизну, определения пути ее решения использование существующей модели проектного решения или создание новой модели

В программном комплексе моделирования знаний специалиста для описания онтологии был использован язык фреймовой логики (F-логики) F-логика представляет собой формальный механизм для описания данных с использованием объектно-ориентированного подхода и дедукции. /"Цилиндрическая передача*/

CP понятие, отношение [[размерность => 4, понятия =>=> Sh шестерня, К колесо, VedVal ведущий вал, VedomVa! ведомый вал]] u-атрибут I* передаточное число*/

[содержание [тип_значения -»"real", допустимые_значения —>—> (10, ,11 2)]] /"Правило определения действующего контактного напряжения */ SIGMAHP правило [размерность -» 6, атрибуты (t, m, z1, z2, ksibd, mat, dk) I*Аксиома. Передаточное число есть частное от деления z2/z1*/ uaks аксиома [размерность -» 3, атрибуты (и, z1, z2)]

Для программного комплекса моделирования знаний специалиста был реализован функциональный блок, относящийся к части интерфейса системы и предоставляющий возможность по созданию и редактированию онтологических представлений компонентов модели знаний специалиста В качестве среды реализации была выбрана программная среда Java, в которой был создан графический редактор "KBEdit". Созданный графический редактор представляет онтологию в виде дерева, состоящего из понятий и отношений между ними, которые задаются правилами и аксиомами При этом для упрощения процесса построения онтологий компонентов модели знаний специалистом в редактор были занесены созданные в работе онтологические представления этих компонентов на языке F-логики, используемые в качестве шаблонов

Примеры форм интерфейса графического редактора представлены на рисунке 8-

Рис. 8. Вид интерфейсов графического редактора "КВЕ<Ш" ВЫВОДЫ

Выполненные исследования и практическая работа позволили

получить следующие выводы и результаты:

1. Решена актуальная научная задача, состоящая в разработке метода представления знаний специалиста, обеспечивающего представление семантики знаний, их повторное использование и возможность дальнейшего расширения.

2. Для представления семантики при описании модели знаний специалиста целесообразно использовать онтологический подход, в соответствии с которым разработано онтологическое представление компонентов модели знаний специалиста.

3. Организованные в виде библиотек описания знаний о задачах, методах решения и предметной области могут использоваться для решения широкого спектра задач КТГТП с использованием различных методов решения.

4. Рассмотренный в работе пример представления знаний о задаче проектирования цилиндрической передачи подтверждает корректность и

работоспособность предлагаемого подхода для поддержки и повторного использования знаний специалиста

5 Разработана структура программного комплекса, поддерживающего процесс моделирования знаний специалиста на основе предложенного метода, и реализован функциональный блок редактирования онтологических представлений компонентов модели знаний

6 Предложенный в работе подход и созданные на его основе инструментальные средства позволяют специалисту самостоятельно развивать и поддерживать модель знаний предметной области, не привлекая для этого аналитиков и программистов автоматизированной системы

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Елисеева Н.В Библиотека проблемно-решающих методов // Материалы У1-й научной конференции МГТУ "СТАНКИН" и "Учебно-научного центра математического моделирования МГТУ "СТАНКИН" - ИММ РАН", М 2003г, с. 107-110.

2 Елисеева НВ Моделирование опыта специалистов-проектировщиков // Материалы УШ-й научной конференции МГТУ "СТАНКИН" и "Учебно-научного центра математического моделирования МГТУ "СТАНКИН" -ИММ РАН", М. 2005г, с 82-84.

3. Елисеева НВ, Колчин А.Ф. Моделирование опыта проектировщика // Материалы ХШ-ой международной конференции "Информационные средства и технологии", Министерство образования и науки Российской Федерации, Международной академии информатизации, Московский энергетический институт (технический университет), МГТУ "СТАНКИН", Москва, 2005г, с 201-204.

4 Колчин А Ф., Елисеева Н В Представление модели знаний специалиста-проектировщика на основе онтологического подхода. // Научно-технический журнал "Информационные технологии в проектировании и производстве" №3, Москва, 2006 г, с 66-69

Автореферат диссертации на соискание ученой степени кандидата технических наук

Елисеева Наталья Владимировна

Разработка метода и средств представления модели знаний в задачах автоматизированной конструкторско-технологической подготовки производств

Лицензия на издательскую деятельность ЛР№ 01741 от 11 05 2000

Подписано в печать 04 10 07 Формат 60x84/16 Тираж 55 экз

Ус-печ л - 1,5 Заказ-520

127994, Москва, ул Образцова, 15 Типография МИИТа

Введение.

1. Анализ методов создания автоматизированных систем.

1.1. Этапы развития автоматизированных систем и методов их создания.

1.2. Анализ методов и средств представления знаний в автоматизированных системах.

1.2.1. Сетевые модели.

1.2.2. Семантические сети.

1.2.3. Фреймовые модели.

1.2.4. Продукционные модели.

1.2.5. Формальные модели представления знаний (логики).

1.2.6. Логика предикатов первого порядка.

1.2.7. Онтологический подход.

1.3. Сравнительные характеристики методов представления знаний.

1.4. Анализ средств представления модели знаний на основе онтологического подхода.

1.4.1. Protegö-II.

1.4.2. Сус.

1.4.3. TOVE.

1.4.4. Ontolingua.

1.4.5. KACTUS.

1.4.6. SHOE.

1.4.7. IBROW.

2. Разработка метода представления модели знаний.

2.1. Понятие модели знаний.

2.1.1. Модель знаний и предъявляемые к ней требования.

2.2. Структурные компоненты модели знаний и их онтологическое представление.

2.3. Построение обобщенной модели знаний.

3. Разработка онтологического представления компонентов модели знаний для решения задач параметрического проектирования.

3.1. Онтология задачи параметрического проектирования.

3.1.1. Спецификация класса задач параметрического проектирования.

3.1.2. Построение онтологии задачи параметрического проектирования.

3.2. Онтология метода решения.

3.2.1. Структура задачи параметрического проектирования.

3.2.2. Методы решения для класса задач параметрического проектирования

3.2.3. Построение онтологии метода решения.

3.3. Онтология предметной области.

3.4. Разработка единой онтологической модели знаний. Механизм интерфейсовЮЗ

3.5. Процесс решения задачи на основе онтологической модели знаний.

4. Представление онтологической модели знаний в компьютерной среде.

4.1. Формальное представление модели опыта на языке F-логики.

4.1.1. Описание онтологии задачи параметрического проектирования на

F-логике.

4.1.2. Описание онтологии проблемно-решающего метода на F-логике.

4.1.3. Описание онтологии предметной области на F-логике.

4.1.4. Онтология интерфейса "Задача-Метод решения".

4.1.5. Онтология интерфейса "Метод - Предметная область".

4.1.6. Объединенная модель опыта.

4.2. Компьютерное представление модели опыта.

4.2.1. Описание онтологии задачи параметрического проектирования.

4.2.2. Описание онтологии предметной области.

4.3. Разработка программного комплекса моделирования опыта специалиста.

4.3.1. Этапы процесса работы пользователя с программным комплексом.

4.3.2. Программная реализация визуального представления формализованной модели опыта.

В настоящее время становится все более актуальной необходимость консолидации, формализации и повторного использования накопленных знаний специалистов различных областей, в том числе и в области конструкторско-технологической подготовки производства (К 11Ш).

На современном уровне развития информационных технологий в задачах КТПП изделий машиностроения широко применяются автоматизированные системы, значительно сокращающие сроки конструирования и технологической подготовки этих изделий.

Значительный вклад в разработку методов и средств автоматизации конструкторско-технологической подготовки производства внесли Соломенцев Ю.М., Цветков В. Д., Митрофанов В.Г., Капустин Н.М., Норенков И.П., Павлов В.В., Волкова Г.Д., Султан-заде Н.М., Косов М. Г., Сосонкин B.JI. и другие.

Однако применяемые автоматизированные системы обладают одним существенным недостатком, связанным с ограниченными возможностями дальнейшего развития и использования сформированных в них знаний специалиста.

В автоматизированных системах, создаваемых в 70-е и 80-е годы, модель знаний специалиста представлялась в виде строгого алгоритма и была ориентирована на достаточно узкий класс решаемых задач. Расширение такой модели требовало больших затрат на модификацию и поддержку автоматизированной системы. При реализации идей искусственного интеллекта появившиеся методы представления модели знаний специалиста (на основе семантических сетей, фреймов, продукций) позволили сделать первые шаги на пути формирования баз знаний. Основным недостатком данных методов была фрагментарность описываемых знаний (в виде отдельного правила, фрейма и т.д.). Более того, интерпретация (семантика) каждого такого фрагмента описывалась в технической документации к системе либо оставалась индивидуальным знанием разработчика и не была формализована, что не позволяло использовать фрагменты знаний для решения более широкого класса задач.

Для преодоления этого недостатка в 90-х годах был предложен и активно развивается в настоящее время онтологический подход к представлению модели знаний специалиста, применение которого в отечественных автоматизированных системах машиностроения исследовано не достаточно.

Исследования в области онтологического представления знаний связаны с именами таких отечественных и зарубежных ученых, как: Поспелов Д.А., Клещев A.C., Хорошевский В.Ф., Гаврилова Т.П., Грубер Т., Гуарино Н., Сова Д., Фензель Д., Мотта Е. и других.

Таким образом, разработка метода и средств представления модели знаний специалиста, основанных на онтологическом подходе, является актуальной задачей.

Выявленные проблемы, связанные с представлением знаний в автоматизированных системах, позволили сформулировать цель работы и поставить научную задачу.

Цель работы. Целью работы является повышение эффективности процесса проектирования и развития автоматизированных систем КТПП за счет разработки метода представления модели знаний специалиста на основе онтологического подхода.

Для достижения поставленной цели в работе решена научная задача, заключающаяся в разработке представления модели знаний специалиста для автоматизированных систем КТПП и включающая:

- исследование методов и средств представления знаний специалиста, используемых в автоматизированных системах;

- разработку метода представления модели знаний специалиста для решения задач автоматизированной КТПП;

- разработку онтологического представления компонентов модели знаний специалиста в области КТПП;

- разработку технологии работы специалиста с онтологической моделью знаний и инструментальных средств ее поддержки.

Научная новизна:

- разработано онтологическое представление компонентов модели знаний специалиста;

- установлены связи между онтологическими представлениями компонентов модели знаний специалиста;

- разработано представление модели знаний специалиста для решения задач автоматизированной конструкторско-технологической подготовки производства на основе онтологического подхода.

Методы исследования. При разработке теоретических положений диссертационной работы использован аппарат теории систем, теории множеств, математической логики, теории графов, искусственного интеллекта.

Практическая ценность:

- разработано онтологическое представление компонентов модели знаний специалиста на формальном языке Б-логики;

- разработаны алгоритмы выбора онтологии задачи и метода при решении задач параметрического проектирования;

- разработаны структура и алгоритмы работы программного комплекса моделирования знаний специалиста и реализован модуль редактирования онтологического представления компонентов модели знаний.

- реализованный пример решения задачи проектирования цилиндрической передачи подтвердил корректность и работоспособность предлагаемого метода представления знаний.

Общие выводы и результаты

1. Решена актуальная научная задача, состоящая в разработке метода представления знаний специалиста в области решения задач конструкторско-технологической подготовки производства, обеспечивающего представление семантики знаний, их повторное использование и возможность дальнейшего расширения.

2. Для представления семантики при описании модели знаний специалиста целесообразно использовать онтологический подход.

3. Разработано онтологическое представление компонентов модели знаний специалиста по решению задач конструкторско-технологической подготовки производства.

4. Многокомпонентная структура представления модели знаний специалиста обеспечивает инвариантность описания знаний о задачах, методах решения и предметных областях.

5. Организованные в виде библиотек описания знаний о задачах, методах решения и предметной области могут использоваться для решения широкого спектра задач КТПП с использованием различных методов решения.

6. Приведенный в работе пример представления знаний о задаче проектирования цилиндрической передачи подтверждает корректность и работоспособность предлагаемого подхода для поддержки и повторного использования знаний специалиста по решению задач К11111.

7. Разработана структура программного комплекса, поддерживающего процесс моделирования знаний специалиста на основе предложенного метода, и реализован функциональный блок редактирования онтологических представлений компонентов модели знаний.

8. Предложенный в работе подход и созданные на его основе инструментальные средства позволяют специалисту самостоятельно развивать и поддерживать модель знаний предметной области, не привлекая для этого аналитиков и программистов автоматизированной системы.

1. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем / Учебник для вузов. СПб, Изд-во "Питер", 2000.

2. Колчин А.Ф. Моделирование опыта в интеллектуальных САПР. Автоматизация и управление в машиностроении. Учебно-научно-производственный журнал, № 12, 2000. (htpp://www.magazine.stankin.ru)

3. Системное проектирование интегрированных производственных комплексов. А.Н.Домарацкий, В.М.Пономарев, А.А.Лескин и др. Л.: Машиностроение, 1986, 319 с.

4. Краснощеков П.С., Савин Г.И., Федоров В.В., Флеров Ю.А. Автоматизация проектирования сложных объектов машиностроения. / Автоматизация проектирования, 1996, №1, с.3-12.

5. Половинкин А.И., Попов В.В. Техническое творчество: теория, методология, практика. М.: НПО «Информ-система», NAUKA, 1995,410с.

6. Бородакий Ю.В., Лободинский Ю.Г. Информационные технологии. Методы, процессы, системы-М.: Радио и связь, 2004 -456 с.

7. Информационные технологии в промышленности и экономике: Сб. научных трудов ИКТИ РАН. Вып. №3 / Под ред. Ю.М. Соломенцева. -М.:Янус-К, 2001.- 176 с.

8. Соломенцев Ю.М. Проблема создания компьютеризированных интегрированных производству/Автоматизация проектирования. №1, 1997.- с. 10-14.

9. Соломенцев Ю.М., Рыбаков A.B. Компьютерная подготовка производствам/Автоматизация проектирования. №1,1997.- С. 31-35.

10. Смирнов A.B., Юсупов P.M. Технология параллельного проектирования: основные принципы и проблемы внедрения.-Автоматизация проектирования, 1997, # 2, с. 50 55.

11. Кожекин Г.Я., Синица JI.M. Организация производства Минск: ИП "Экоперспектива", 1998-332 с.

12. Марка Д., Мак Гоуэн К. Методология структурного анализа и проектирования: Пер. с англ.- М.:1999.~ 240 с.

13. Норенков И.П., Кузьмин П.К. Информационная поддержка наукоемких изделий. CALS технологии. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2002.-320 с.

14. Норенков И.П., Маничев В.Б. Основы теории и проектирования САПР: Учебник для втузов. М.: Высшая школа, 1990. - 335 с.

15. Сапр и графика. / http://www.sapr.ru

16. Ли К. Основы САПР (CAD/CAM/CAE). Спб: Питер, 2004, 560с.

17. Баронов В.В., Калянов Г.Н., Попов Ю.И. и др. Автоматизация управления предприятием.- М.: ИНФРА-М, 2000.- 239 с.

18. Корячко В.П., Курейчик В.М., Норенков И.П. Теоретические основы САПР: учебник для Вузов. М.: Энергоатомиздат, 1987.

19. Дитрих Я. Проектирование и конструирование. Системный подход: Пер. с польского. М. : Мир, 1981. -454с.

20. Калянов Г.Н. CASE: структурный системный анализ (автоматизация и применение). // М.: Лори, 1996,242с.

21. Калянов Г.Н. Консалтинг при автоматизации предприятий: подходы, методы, средства. -М.:Синтег, 1997.230 с.

22. Корнеев В.В., Гареев А.Ф., Васютин C.B., Райх В.В. Базы данных: интеллектуальная обработка информации. М.: Нолидж, 2000. 352 с.

23. Загорулько Ю.А. Методы представления и обработки знаний: Семантические сети и системы продукций. Методическое пособие. Изд-во НГУ. Новосибирск, 1996. 46 с.

24. Норман Д. Семантические сети. // Психология памяти. М.: Че Ро. 2000, с.350-356.

25. Минский М. Фреймы для представления знаний. М.: Энергия, 1979.

26. Мендельсон Э. Введение в математическую логику. М., 1976

27. Булос Дж., Джеффри Р. Вычислимость и логика. М.: Мир, 1994. С. 12-55,131-152, 167-180,253-274.

28. Черняк Л. Библиотека знаний Сус . Открытые системы. СУБД. № 11 (79), М., 2002,-с. 18-21.

29. Гуков Л.И., Ломако Е.И., Морозова A.B. Макетирование, проектирование и реализация диалоговых информационных систем-М.: Финансы и статистика, 1993- 320 с.

30. Моляко В.А. Психология конструкторской деятельности- М.: Машиностроение, 1983.- 134 с.

31. Пойа Д. Как решать задачу- М.: Учпедгиз, 1961.-214 с.

32. Соломенцев Ю.М., Волкова Г.Д., Калинин В.В. и др. Концептуальное моделирование нормативно-справочных фондов проектно-конструкторской организации в условиях виртуально машиностроительного предприятия. М: МГТУ "Станкин", 2002

33. Волкова Г.Д. Концептуальное моделирование предметных задач в машиностроении. М.: МГТУ "Станкин", 2000

34. Волкова Г.Д. Методология автоматизации проектно-конструкторской деятельности в машиностроении. М.: МГТУ "Станкин", 2000

35. Волкова Г.Д. Новоселова О.В., Семячкова Е.Г. Проектирование автоматизированных систем в машиностроении. М.: МГТУ "Станкин", 2002

36. Червяков JI.M., Волкова Г.Д. и др. Инструментальные средства поддержки процессов анализа и проектирования корпоративных информационных систем для управления качеством образовательного учреждения.М: МГТУ "Станкин", 2002

37. Барков И.А. Теория конструкторской семантики. -Ижевск: Изд-во ИжГТУ, 2003. -360с.

38. Кейслер Г., Чен Ч. Теория моделей. -М.: Мир, 1977, -306 с.

39. Жуков К.П., Гуревич Ю.Е. Проектирование деталей и узлов машин. Москва, издательство "Станкин", 1999.

40. Цаленко М.Ш. Моделирование семантики в базах данных. М.: Наука. Главная редакция физико-математической литературы, 1989. -288с.

41. АСОФ СПб. Модель предметной области. // СПб: Илка, 1997г.

42. Гаврилова Т.А., Лещева И.А., Лещев Д.В., 2000. Использование онтологий в качестве дидактического средства // Ж."Искусственный интеллект" N3. с.34-39.

43. Клещев A.C., Артемьева И.Л. Математические модели онтологий предметных областей. Часть 2. Компоненты модели. // НТИ. Сер. 2. (в печати).

44. Смирнов A.B. Онтологии в системах искусственного интеллекта: способы построения и организации / А. В. Смирнов, М. П. Пашкин, Н. Г. Шилов, Т. В. Левашова // Новости искусственного интеллекта.— 2002.—№1.

45. Джейсон Мейнджер Java: Основы программирования.- McGraw-Hill,Inc., 1996, Издательская группа BHV, Киев, 1997

46. Баженова И.Ю. Язык программирования Java.- АО "Диалог-МИФИ", 1997

47. Крис Джамса Библиотека программиста Java.- Jamsa Press, 1996, ООО "Попурри", 1996

48. Центр информационных технологий. / http://www.citforum.ru/

49. М. Kifer, G. Larsen and J. Wu. Logical Foundations od Object-Oriented and Frame-Based Languages. Journal of the ACM, Vol 42, p. 741-843, 1995

50. Fensel D, Motta E. The Unified Problem solving Method Development Language UPML. University of Karlsruhe, Institute AIFB, 1999.

51. Wielinga B.J., Schreiber A.Th., Breuker J.A. KADS Approach to Knowledge Engineering. Department of Social Science Informatics, University of Amsterdam, 1992.

52. Buchanan B.G., Shortliffe E.H. Rulebased Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. Reading, MA, Addison-Wesley Publishing Company, 1984.

53. Clancey W.J. The Epistemology of a Rule-based Expert System a Framework for Explanation. Artificial Intelligence 20(1983), p.215-251.

54. Motta E., Zdrahal Z. Parametric Design Problem Solving. In Gaines B. And Musen M. (editors) Proceedings of the 10-th Banff Knowledgr Acquisition for Knowledge-Based Systems Workshop (KAW'96), Banff, Canada, November 9-14, 1996.

55. Zdrahal Z., Motta E. An In-Depth Analysis of Propose & Revise Problem Solving Methods. In B.R. Gaines and M. Musen (editors) Proceedings of the 9-th Banff Knowledge Acquisition for Knowledge-Based Systems Workshop. Banff, Canada, 1995.

56. T. R. Gruber. Ontolingua: A mechanism to support portable ontologies. Stanford University, Knowledge Systems Laboratory, Technical Report KSL-91-66, March 1992. Revision.

57. T. R. Gruber. A Translation Approach to Portable Ontology Specifications. Knowledge Acquisition, 5(2): 199-220,1993.

58. Artificial Intelligence (special issue), 1997, V. 94, # 1.

59. Mike Ushold, Michael Gruninger (1996) Ontologies: Principles, Methods and Applications, Knowledge Engineering Review, Volume 11,Number 2.

60. H. Takeda, M. Takaai, and T. Nishida (1998) Collaborative development and Use of Ontologies for Design, Proceedings of the Tenth International IFIP WG 5.2/5.3 Conference PROLAMAT 98, September 9-101 l,12,Trento, Italy.

61. Gennari J.H., Altman R. B., Musen M.A.: Reuse with PROTEGE-II: From elevators to ribosomes. Proceedings of the Symposium on Software Reuse, pp. 72-80. Seattle, WA, 1995.

62. Luke S., Spector L., Rager D., Hendler J, 1996, Ontolodgy-based Knowledge Discovery on the World-Wide-Web, In the Proceedings of the Workshop on Internet-based Information Systems, AAAI-96, Portland, Oregon.

63. Genesereth M. R., Fikes R. E. (Editors) Knowledge Interchange Format, Version 3.0 Reference Manual. //Computer Science Department, Stanford University, Technical Report Logic-92-1, June 1992.

64. Nicola Guarino (1999) OntoSeek: Content-Based Access to the Web, IEEE Intelligent Systems, May/June , pp. 70-80.

65. F-Logic "F-Logic: A Higher-Order Language for Reasoning about Objects, Inheritance and Scheme", ACM SIGMOD May 1989, pp. 134-146