Проверяемый текст
Зеленский Владимир Анатольевич. Развитие теории и разработка мультиплексированных волоконно-оптических информационно-измерительных систем мониторинга сложных технических объектов (Диссертация 2010)
[стр. 20]

где F\(x)y F2(y)меры доверия к результатам измерений, определенные на совокупности пространства гипотез.
Значения мер формируются на основе базы знаний интеллектуальной системы .

1.3.
Фреймовая модель представления знаний в интеллектуальных
информационно-измерительных системах База знаний является частью предлагаемой интеллектуальной системы и содержит исчерпывающий объем априорной и апостериорной информации, необходимый для реализации контрольно-измерительной процедуры, расчета параметров объекта, метрологического анализа результатов измерения, поэтапного принятия решения от процесса идентификации исследуемого параметра до получения конечного результата.
В базе знаний формируется и хранится информация о классах объекта, параметрах измерительной ситуации, методах измерения и их параметрах, методах калибровки и тестирования интеллектуальных ВОИИС , методах метрологического анализа, математических зависимостях для определения
качественных характеристик измерений с помощью интеллектуальных ВОИИС (потерь точности и оперативности, мер доверия к результатам измерения), аппроксимирующих зависимостях для определения дестабилизирующих факторов, справочных значениях параметров, оценки результата измерений.
Перспективной формой представления знаний являются фреймы, благодаря своей универсальности и гибкости [98].
Фрейм любого вида эта та минимально необходимая структурированная информация, которая однозначно определяет данный класс объекта.
Наличие фрейма позволяет отнести объект к тому классу, который им определяется.
Фрейм можно представить в виде сети, состоящей из узлов и связей между ними.
В интеллектуальных
ИИС знания представляются в виде фреймовой модели, состоящей из кластеров знаний о предметной области, об измерительных ситуациях, измерительных каналах, измерительных процедурах и метрологическом обеспечении интеллектуальных ВОИИС.
Для реализации интеллектуальных процедур необходимо составить фреймыэкземпляры, таких, как: «Предметная область», «Измерительная ситуация», «Измерительный канал», «Измерительная процедура», «Метрологическое обеспечение», «Принятие решений» и других.
Имя каждого слота фреймовэкземпляров позволяет определить конечную цель и назначение фреймов.
Пример фреймовой модели представления знаний в интеллектуальной мониторинговой системе
промышленных объектов показан на рис.
1.2.
20
[стр. 143]

результатов измерений к диапазону допустимых относительных погрешностей [123]; принятие решений о выполнении классификации интеллектуальных методов на основе определения потерь от неправильной классификации, принятия решений о потери точности и оперативности; принятия решения об оценке достоверности принимаемого решения.
Для снижения вероятности ошибочных измерений вычисляются меры доверия к результатам измерения, которые определяются с помощью метода Демпстера-Шафера.
Значение функции гипотезы доверия определяется на основании данных двух (или более) независимых источников измерения по формуле [131]: ХПу=2 JCClJ=0 ’ где Fi(x), F2(y)~ меры доверия к результатам измерений, определенные на совокупности пространства гипотез.
Значения мер формируются на основе базы знаний интеллектуальной системы .

4.3.
Фреймовая модель представления знаний в интеллектуальных
ВОИИС База знаний является частью предлагаемой интеллектуальной системы и содержит исчерпывающий объем априорной и апостериорной информации, необходимый для реализации контрольно-измерительной процедуры, расчета параметров объекта, метрологического анализа результатов измерения, поэтапного принятия решения от процесса идентификации исследуемого параметра до получения конечного результата.
В базе знаний формируется и хранится информация о классах объекта, параметрах измерительной ситуации, методах измерения и их параметрах, методах калибровки и тестирования интеллектуальных ВОИИС , методах метрологического анализа, математических зависимостях для определения
143

[стр.,144]

качественных характеристик измерений с помощью интеллектуальных ВОИИС (потерь точности и оперативности, мер доверия к результатам измерения), аппроксимирующих зависимостях для определения дестабилизирующих факторов, справочных значениях параметров, оценки результата измерений.
Перспективной формой представления знаний являются фреймы, благодаря своей универсальности и гибкости [98].
Фрейм любого вида эта та минимально необходимая структурированная информация, которая однозначно определяет данный класс объекта.
Наличие фрейма позволяет отнести объект к тому классу, который им определяется.
Фрейм можно представить в виде сети, состоящей из узлов и связей между ними.
В интеллектуальных
ВОИИС знания представляются в виде фреймовой модели, состоящей из кластеров знаний о предметной области, об измерительных ситуациях, измерительных каналах, измерительных процедурах и метрологическом обеспечении интеллектуальных ВОИИС.
Для реализации интеллектуальных процедур необходимо составить фреймы-экземпляры, таких, как: «Предметная область», «Измерительная ситуация», «Измерительный канал», «Измерительная процедура», «Метрологическое обеспечение», «Принятие решений» и других.
Имя каждого слота фреймов-экземпляров позволяет определить конечную цель и назначение фреймов.
Пример фреймовой модели представления знаний в интеллектуальной мониторинговой системе
сложных технических объектов показана на рис.
4.2.
Верхний уровень фреймовой модели представления знаний составляют фреймы-экземпляры: «Предметная область», «Измерительная процедура», «Обнаружение событий», «Принятие решений».
Название каждого из изображенных фреймов-экземпляров определяет конечную цель и назначение фреймов [29].
144

[Back]