Автоматизация извлечения знаний и формирования модели.

Практический опыт решения задачи приобретения знаний при­вел к развитию методов и программных средств, призванных уп­ростить процесс приобретения знаний. Эти средства и методы для приобретения знаний могут быть разделены на три категории: ре­дакторы и интерфейсы для формирования баз знаний, средства для объяснения различных аспектов работы, средства для моди­фикации баз знаний.

Рассмотрим процесс автоматизации извлечения знаний, формирования модели и заполнения БЗ в интеллектуальной системе прогнозирования для решения задач оперативного планирования и диспетчерского управления многостадийной системы дискретного производства.

Краткая характеристика проблемной области.

Многостадийная производственная система состоит из подсистемы механической обработки деталей, сборки агрегатов и окончательной сборки гото­вого изделия.

Подсистема механической обработки представляет собой про­изводственную линию, построенную как поточная. Каждому цен­тру обработки такой линии предоставляются станки с одними и теми же рабочими характеристиками. Работа подсистемы органи­зуется таким образом, что сначала производятся установка и на­стройка, а затем детали подвергаются механической обработке,

В подсистеме сборки полуфабрикаты не могут храниться на ли­нии сборки, а некоторые виды деталей собираются с помощью опе­раций установки.

Составление оперативного плана, эффективно координирующего работу подсистем многостадийной производственной системы, свя­зано с рядом проблем;

1. Проблема распределения: какие типы деталей или изделий будут назначены для обработки на каждой производственной ли­нии, если каждая подсистема состоит из одной или более линий?

2. Проблема принятия решений относительно размера партии: какое следует принять решение относительно размера партии из­делий, для которой составляется план?

3. Проблема диспетчеризации: в какой последовательности следует обрабатывать изделия на каждой производственной линии; возможность возникновения непредвиденных и аварийных ситуа­ций, и т. д.

Целевыми показателями данной многостадийной производствен­ной системы являются: загрузка каждой линии; уровень запасов, имеющийся между подсистемами; среднее запаздывание в выпол­нении заказов; общие издержки производства, включающие в себя эксплуатационные расходы, издержки на наладочные работы, те­кущие издержки на поддержание запасов и убытки, связанные с просрочкой заказов.

Решение в системе принимает управленческий персонал, связан­ный с разными сторонами производственного цикла.

Характеристика интеллектуальной системы прогнозирования.

 Эта система предназначена для прогнозирования ситуаций и их развития, объяснения и обоснования прогноза, а также выдачи ре­комендации по устранению возникающих «узких мест» и нежела­тельных ситуаций при решении задач диспетчеризации и оператив­ного планирования производства.

В системе знания экспертов о производственном процессе пред­ставлены в виде правил «Если ...Тогда ...» . При решении задачи си­стема имитирует рассуждения человека-эксперта. Знания эксперта о процессе и его основных закономерностях расположены в двух БЗ, в которых сосредоточены как знания, связанные с прог­нозированием развития ситуаций на производстве, так и рекомен­дации по устранению «узких мест».