Разработка метода и средств представления модели знаний в задачах автоматизированной конструкторско-технологической подготовки производства тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Елисеева, Наталья Владимировна

• Елисеева, Наталья Владимировна
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Елисеева, Наталья Владимировна

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.

Введение диссертации (часть автореферата) на тему «Разработка метода и средств представления модели знаний в задачах автоматизированной конструкторско-технологической подготовки производства»

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.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Елисеева, Наталья Владимировна

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.

Список литературы диссертационного исследования кандидат технических наук Елисеева, Наталья Владимировна, 2007 год

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