ОСОБЕННОСТИ ДИАГНОСТИЧЕСКИХ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ГИБРИДНЫХ ЭКСПЕРТНЫХ СИСТЕМ
Аннотация
В предлагаемой статье были исследованы различные методы построения искусственной нейронной сети в качестве одной из составных частей гибридной экспертной системы для диагностики. Был проведен обзор зарубежной литературы последних лет, где рассматривались гибридные экспертные системы, как составная часть сложных технических систем в области безопасности. Перечислено преимущества и недостатки искусственных нейронных сетей, а также указаны главные проблемы при создании гибридных экспертных систем для диагностики, доказывая этим актуальность дальнейшей разработки искусственных нейронных сетей для гибридных экспертных систем. Рассмотрены подходы анализа предложения естественного языка, который применяется для работы гибридных экспертных систем с искусственными нейронными сетями. Показана доска объявлений, описана ее структура и принцип работы. Структура доски объявлений делится на уровни и подуровни. На подуровнях применяется коэффициент достоверности. Показана зависимость значений коэффициента достоверности на выполнение тех или иных условия. Также описаны связи между уровнями и подуровнями доски объявлений. В качестве архитектуры искусственной нейронной сети применена модель «ключ-порог», показано правило работы нейрона. Кроме этого искусственная нейронная сеть имеет свойство обучения, основанного на применении свойства штрафа, который способен рассчитываться в зависимости от аварийности ситуации. Поведение сложной технической системы, а также ее неисправные состояния моделируются с помощью модели, описывающей структуру и поведение данной системы. Чтобы оптимизировать данные сложной технической системы, используется эволюционный алгоритм, с помощью которого осуществляется минимизация целевой функции. Решение задачи оптимизации состоит с Парето-векторов решений. Задача оптимизации и обучения решаются путем использования сети Хопфилда. В целом гибридная экспертная система описывается с помощью семантических сетей, состоящих из вершин и ребер. Эталонную модель сложной технической системы хранят в базе знаний и уточняют при приобретении новых знаний. При аварийной ситуации или при ее предпосылке, с помощью нейронных сетей происходит поиск причины и самого управляющего воздействия, необходимых для ликвидации аварии. Рассмотрены подходы, взаимодействуя между собой, способны улучшить работу диагностических искусственных нейронных сетей в случае противоаварийного управления, показывая более точные данные за короткий срок. Кроме этого, представлены применения подобной сети для анализа состояния трудоспособности, а также прогнозирования на основе данных диагностики на примере приведенной сложной технической системы.
