Автореферат (Методы и алгоритмы моделирования приближенных рассуждений на основе темпоральных нечетких байесовских сетей)

На правах рукописиЗахаров Андрей СергеевичМЕТОДЫ И АЛГОРИТМЫ МОДЕЛИРОВАНИЯПРИБЛИЖЕННЫХ РАССУЖДЕНИЙ НА ОСНОВЕТЕМПОРАЛЬНЫХ НЕЧЕТКИХ БАЙЕСОВСКИХ СЕТЕЙСпециальность 05.13.17 – Теоретические основы информатикиАВТОРЕФЕРАТдиссертации на соискание ученой степеникандидата технических наукМосква – 2016Работа выполнена в филиале федерального государственного бюджетногообразовательного учреждения высшего образования «Национальный исследовательский университет «МЭИ» в г.

Смоленске на кафедре вычислительной техники.Научный руководитель:Борисов Вадим Владимирович – доктор техническихнаук, профессор, профессор кафедры вычислительнойтехники филиала ФБГОУ ВО «Национальный исследовательский университет «МЭИ» в г. СмоленскеОфициальные оппоненты: Бурдо Георгий Борисович – доктор техническихнаук, профессор, профессор кафедры технологии иавтоматизации машиностроения ФГБОУ ВО «Тверскойгосударственный технический университет»Аверкин Алексей Николаевич – кандидат физикоматематических наук, доцент, ведущий научный сотрудник Вычислительного центра им. А.А. Дородницына ФГБУ Федеральный исследовательский центр«Информатика и управление» Российской академиинаукВедущая организация:ФГАНУ «Центр информационных технологий и системорганов исполнительной власти» (г. Москва)Защита состоится «17» июня 2016 г.

в 16 час. 00 мин. на заседаниидиссертационного совета Д 212.157.01 при Национальном исследовательскомуниверситете «МЭИ» по адресу: Москва, Красноказарменная ул., д.13, ауд. М-704.С диссертацией можно ознакомиться в библиотеке ФГБОУ ВО «НИУ «МЭИ».Отзывы в двух экземплярах, заверенные печатью организации, просимнаправлять по адресу: 111250, Москва, Красноказарменная ул., д.14, Ученыйсовет ФГБОУ ВО «НИУ «МЭИ».Автореферат разослан «___» _________ 2016 г.Ученый секретарьдиссертационного совета Д 212.157.01кандидат технических наук, доцентМ.В. Фомина2ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫВ настоящее время активно ведутся исследования в области создания систем моделирования рассуждений, основные тенденции развития которых заключаются в следующем: усиливается их ориентация на решение проблем, основанных на представлении и обработке экспертных данных и знаний с учетом временных зависимостей; возрастает роль визуализации и интерпретируемости результатов моделирования; применяются методы интеллектуального анализа данных;широкое использование находят принципы модульности и гибридизации при построении программных средств моделирования рассуждений.Выполненные исследования опираются на результаты работ в области создания интеллектуальных систем таких отечественных, исследователей как Д.А.

Поспелов, В.Н. Вагин, В.И. Городецкий, А.П. Еремеев, Б.А. Кобринский, О.П. Кузнецов,А.С. Нариньяни, Г.С. Осипов, А.Б. Петровский, Г.В. Рыбина, В.А. Смирнов, В.Л. Стефанюк, А.Л. Тулупьев, В.К. Финн, и других, а также зарубежных авторов R. Cowell,J. Pearl, J. Halliwell, С. Demetresku, R. Detcher, A. Gereviny и других.Моделирование приближенных рассуждений активно используется в задачахинтеллектуальной поддержки принятия решений, требующих обработки знаний вусловиях как стохастической, так и нестохастической неопределённости. Для учетастохастической неопределённости применяются методы и инструменты логиковероятностного подхода.

Класс логико-вероятностных графических моделей позволяет описывать и моделировать стохастические зависимости. Для моделированияже приближенных рассуждений в условиях нестохастической неопределённости –характеризующихся неопределённостью или же невозможностью получения данных, неточностью и даже противоречивостью – используются положения теорийнечётких множеств, логики и вычислений, предложенные и развитые в работах таких исследователей, как А.Е. Алтунин, И.З. Батыршин, Л.С. Берштейн,А.Н.

Борисов, М.В. Семухин, В.Б. Силов, R. Bellman, E. Mamdani, M. Sugeno,D. Dubuis, H. Prade, J.C. Bezdek, J.L. Castro, A. Kaufmann, H. Larsen, T. Takagi,T. Terano, Y. Tsukamoto, R. Yager, L.A. Zadeh и других.Комбинирование методов теории байесовских сетей доверия и нечёткихмножеств и логики в рамках теории нечётких байесовских сетей (НБС) предложенов работах H. Pan, L.

Liu, J. Halliwell и J. Keppens. Но если для относительно несложных задач данный подход используется довольно успешно, то его применениедля более сложных задач моделирования приближенных рассуждений с учетомтемпоральных зависимостей, достаточно ограничено.Методы представления и оперирования темпоральными знаниями в интеллектуальных системах активно исследовались в работах отечественных и зарубежных ученых: Д.А. Поспелова, А.В. Боженюка, А.П.

Еремеева, С.М. Ковалева,И.Б. Фоминых, Н.Г. Ярушкиной, J. Allen, S. Kripke, A. Prior, A. Pnueli. Однако длясуществующих нечётких байесовских сетей понятие времени не формализовано, аметоды и алгоритмы вывода с использованием этих моделей недостаточно ориентированы на решение задач моделирования рассуждений в условиях неопределенности с учётом темпоральных причинно-следственных связей.Таким образом, задача разработки и исследования методов и алгоритмовмоделирования рассуждений на основе нечётких байесовских сетей с учетом темпоральных зависимостей является актуальной и практически значимой.3Целью исследования является повышение качества и оперативности моделирования приближенных рассуждений за счет создаваемого метода и алгоритмовна основе темпоральных нечётких байесовских сетей.Научной задачей диссертационной работы является разработка и исследование методов и алгоритмов для моделирования приближённых рассуждений наоснове темпоральных нечётких байесовских сетей.Для этого необходимо решить следующие задачи.1.

Анализ существующих методов и средств для моделирования приближенных рассуждений.2. Анализ и классификация байесовских сетей доверия для моделированияприближённых рассуждений.3. Создание темпоральной нечёткой байесовской сети, обеспечивающейэффективную реализацию методов представления и обработки темпоральных зависимостей.4.

Разработка метода приближённых рассуждений, а также способов прямого и обратного вывода на основе темпоральных нечётких байесовских сетей.5. Разработка алгоритмов моделирования приближённых рассуждений наоснове разработанных модели и метода.6. Оценка качества и оперативности моделирования приближённых рассуждений с использованием предлагаемых метода и алгоритмов основе темпоральных нечётких байесовских сетей.Объектом исследований являются модели и методы моделирования рассуждений на основе нечётких логико-вероятностных моделей, а предметом исследований – методы и нечёткие байесовские сети для моделирования приближенных рассуждений.В ходе работы над диссертацией были использованы следующие методыисследований: моделирования рассуждений, темпоральной логики, теории нечётких множеств и отношений, теории нечётких вычислений, объектно-ориентированного проектирования программных средств, теории графов, теории вероятностей и теории байесовских сетей доверия.Обоснованность научных результатов, выводов и рекомендаций, сформулированных в работе, подтверждена результатами компьютерного моделированияи определяется корректным применением методов диссертационного исследования.

Достоверность научных положений работы подтверждена данными экспериментов на основе моделирования, сравнением полученных результатов с результатами, представленными в научной литературе, апробацией основных результатовдиссертации на конференциях, а также их практическим внедрением.Научная новизна работы заключается в следующем.1. Разработана темпоральная нечёткая байесовская сеть (ТНБС) и способ еёпостроения для моделирования приближенных рассуждений, характеризующаясязаданием нечетких условных вероятностей с использованием временных модальностей, позволяющих повысить возможности этой сети при качественном и количественном формировании причинно-следственных отношений с учетом темпоральных зависимостей в условиях стохастической и нестохастической неопределенности.42.

Создан метод моделирования приближенных рассуждений на основетемпоральной нечёткой байесовской сети и сети временных ограничений для расчета значений нечеткой вероятностной меры истинности темпоральных высказываний, позволяющий в процессе прямого и обратного вывода учитывать темпоральные зависимости, тем самым, обеспечивая повышение качества и оперативности моделирования таких рассуждений.3. Предложена совокупность способов для построения ТНБС и метода приближенных рассуждений на её основе, а именно: способ построения темпоральных высказываний для нечеткой байесовской сети, позволяющий с использованием темпоральных операторов и отношений описывать темпоральные зависимостимежду узлами ТНБС; способ расчета значений нечеткой вероятностной меры истинности темпоральных высказываний, ориентированный на обоснованный наборопераций над нечёткими вероятностями, ограничивающих возрастание неопределенности, и позволяющий учитывать темпоральные зависимости при моделировании приближенных рассуждений; сеть временных ограничений, позволяющаякак для прямого, так и обратного вывода реализовать единый подход к расчетузначений нечеткой вероятностной меры истинности темпоральных высказываний.Практическую значимость работы составляют следующие результаты.1.

Разработаны алгоритмы, реализующие предложенные способ построенияТНБС и метод моделирования приближенных рассуждений, включая алгоритмы:валидации темпоральной нечёткой байесовской сети; проверки согласованноститемпоральных операторов и темпоральных отношений; построения очередей обхода узлов темпоральной нечёткой байесовской сети; прямого и обратного вывода.2. Созданы программные средства моделирования приближенных рассуждений на основе предложенного метода и алгоритмов для решения задач медицинской диагностики и оценки рисков несчастных случаев на опасных производственных объектах.На защиту выносятся:1. Темпоральная нечёткая байесовская сеть для моделирования приближенных рассуждений с учетом темпоральных зависимостей в условиях стохастическойи нестохастической неопределенности.2.

Метод моделирования приближенных рассуждений на основе темпоральной нечёткой байесовской сети и сети временных ограничений.3. Способ построения темпоральных высказываний для нечётких байесовских сетей и способ расчета значений нечёткой вероятностной меры истинностидля темпоральных высказываний, ограничивающий возрастание неопределенности нечётких вероятностей.4. Алгоритмы построения темпоральной нечёткой байесовской сети и моделирования приближенных рассуждений.Реализация результатов работы.