4.1.1. Modele de simulare deterministe mai putin complexe, bine structurate $i pentru care se dispune de date ~ un model 4.1.1.1, Modelul de simulare continua Principala: caracteristicl a acestu } teristicd « acestui model iabila i cnsente EBS ch a ace este sceea ci variabila inde- Pendent x 1p f, ia valori din mulfimea timp continu. El este u ve i simular aiferenil are se presi forma stor ccucit diferente sat neliniare) cu conditiinifiae. sau Ta limits scare, doteta comportarea dinamica a sisteului si somportares din lui simulat. Forma siandard a unui astfel de model BO) = AiO + Bye AE) + Fyhsi004,) + V4) 5 a) :0)= 40. (4.2) (4.3) In care se pot (sau nu) adiuga conditii de 4 slim mod obligatorta reste pentru marina de comanda gs Ne OSE Seam aS hee (4.4y W inn S Mi SW ime (4s) ta relat ‘icant hs celatiile (4.1)-(4.5) sernificatiile simbolurilor utilizate sunt urmatoa- xs reprezint& subvectorul de stare al subsistemulul {(F= 1, Zoo. 18 u;— subveetorul de comanda al subsistermului ‘9,~ parametrii endo: si exogeni ai subsistemului #(scalari) ‘¢— vectorul de stare al sistemului de simulat, in ansamblul su; xa ~ con le ale subsisternului ‘A;~ matricea de stare a subsistemului & B,~ matricea de comanda a subsistemului 40 funetie vectorial care deserie neliniarittil din subsistemal f v0 funetie care deserie interactiunile dintre subsistemol i gi celelalte (n-1) subsisteme: ij = 1,2, . n) — functii care descriu interactiunile dintre subsiste- {nul i si fiecare din cele j= 1, 2, «1 subsisteme (j #) Subliniem faptul c& modelul de simulare diferential este bine fundamentat din punct de vedere matematic, buzandu-se pe teoreme ale analizei matematice dar are in acelasi timp si uncle limite, principala limité find aceea c& suferd de un determinism prea rigid, ceza ce il face vulnerabil la schimbari structurale ale Setemului simulat. Cu toate acestea, modelele de simulare diferentiale av fost si ei cant ined utilizate in simulare, din cauza bogitiei de informatii pe care le furnizeazd, in special pentru a caracteriza starea actuali a sistemului si mai putin pentru predictie. fn acest din urmi caz, experienta arati ci modelele de simulare Biferentiale simuleazA destul de bine comportarea sistemului dinamic, dup’ care evolutia prezisi se indeparteazA destul de mult de cea real. ‘Agadar, modelele de simulare diferensiale sunt utile in acele cxzuri in care un sistent nu foarte complex, este bine structurat, iar informatia despre ¢l (cumostin(e, date) este foarte complet8. Se dispune asadar de toate datele nesesare pentru simulare. in aceasti situatie putem enumera: unele sisteme electrice si Tnagnetice (de exemplu circuite electrice nu foarte complexe), unele sisteme clectroenengetice (de complexitate medic), unelesisteme hidrologice (de exemple Gepresiune lacustri), unele sisteme industriale continue (de exemplu din domentul 8mgr rree yee ee rmnpre ere ree esewere ne clectroenergetice (de complexitate medie), unele sisteme hidrologice (de exemplu o Gepresiune lacustra), unele sisteme industriale continue (de exempht din domeniul petrochimie’) etc. 4.1.1.2. Modelul de simulare cu timp discret ‘Acest model se prezintA sub forma unui sistem de ecuagii cu timp discret. cu conditit iniafiale si/sau la limit, care descriu in mod corespunzitor sistemul Simulat. Aceste modele deriva fie din modelul continu prin discretizarea acestuia (operatiune justificatd din motive de calcul numeric automat), fie din modelarea tor sisteme discrete ca atare. In primul caz se utilizeazi aproximarea derivatei continue x(¢) prin discretizarea acesteia (cu pasul de diseretizare Ak): xt) = 2D =H, Ak cu observatia c& Ak trebuie sé fie cat mai mic (teoretic Ak —> 0), dar c& Ak prea mic poate conduce ta acumularea de erori de calcul numeric. Prin urmare, se recomanda ° foarte mare atenfie la alegerea lui Ak, Dacd in modelul (3.1)-(3.5) se discretizeaza derivata continua x(¢) si se considerd pasul de discretizare egal cu unitatea (Ak = 1), rezulta modell de simulare discret standard: ake Ds Ax, (b+ Bu (0) + (8 ,0,) +000); 11(0)=X0, ; v= Sg, (0,). ati Tyagi; (4.6) cu conditia (optional) pentru x; gi restrictia, pentru w: Kinin S XS Kina Winn SS Wimass Cu aceeasi semnificatie pentru simbolurile utilizate in cazul modelului continu si cu precizarea ci A=/+A (J= matricea unitate) Ca gi in cazul modelului continuy, modelul discret este bine fundamentat in analiza numerica, gratie a numeroase teoreme si numerosi algoritmi de calcul, avand jinsi acelasi inconvenient, si anume faptul c& suferd de un determinism exagerat Cu toate acestea, modelul de simulare cu timp discret se dovedeste util io simularea unor sisteme discrete ca, de exemplu, simularea sistemelor de productie discret (industria clectrotehnicd, industria mecanica) etc.5.2, Reprezentarea cunostintelor Analiza, simularea si controlul sistemelor naturale si tehnologice au fost si mai sunt ined considerate a fi de domeniul caleulului numeric. Aceasta afirmatie este evident adevaraté in legituré cu sistemele avind modele matematice bine definite, in particular pentru cele descrise prin ecuatii diferentiale sau cu diferente finite. Asifel de modele exist pentru o clas de fenomene naturale, ca si pentru multe sisteme tehnologice. Cu toate acestea, existé un mare numér de sisteme care nu pot fi descrise pe aceasta cale si nici nu se poate spera ca acest Iucru ar fi posibil viitorul apropiat. Rafiunea este simpli: modelele pur matematice nu sunt adecvate acestor sisteme, deoarece sunt sisteme mari, complexe, cuncasterea lor fiind incompleta si/sau incerta si este formulata ca a coleciie de declaratii exprimand unele (dar nu toate) dintre informatiile despre structura sistemului si comportarea sa sub forma cunoasterii experte, a regulilor euristice si/sau deciziilor. Atat sistemele cat si cunoasterca despre ele evolueaza, ele find rezultatul unor experiente si erori, acumuliri si imbunatatiri, sau el selectici naturale si rafinérii proceselor. Pentru analiza, simularea si controlul unor astfel de sisteme (matematic indefinibile) sunt mai adecvate metodele ingineriei cunoasterii [5] mar adeevale merodele iigineriel cunoasterit (3). Asifel, a apirut necesitatea obiectivi a construirii a ceea ce se numeste baza de cumostinfe, pe care o putem defini ca o entitate care include cunostinte euristice (izvorate din cunoasterea experté) si cunostinje conceptuale (sau forma- lizate) relative Ia sistemul in cauzi si care servesc analizei, simularii si controlului acestui sistem. Baza de cunostinge constituie esenta a cea ce se numeste sistem expert. Ea include, asadar, o mare varietate de cunostinfe relative la sistemul analizat, dar nu include toate cunostinfele despre sistem. in particular, putem afirma cA baza de Sunostinfe nu este un manual. Ea include, cu precadere, acele cunostinfe prelucte de la expert, care faciliteazi simularea sistemului si controlul acestuia, de la legile care guverneazi domeniul considerat pani la reguli euristice, izvorite din expe- rienfa expertului, Modelele incorporate in baza de cunostinfe sunt deduse din legi ale naturi si/sau create de om, la inceput fiind specializate la o aplicatie specific’, dar ulterior putdnd fi imbogatite, pe masura dezvoltarii sistemului si acumulérii de noi cunostinte. Baza de cunostinte incorporeazi modele euristice care sunt prezentate, de obicei, sub forma de reguli de forma (), adicd cu ajutorul descrierii logico-lingvistice a cuncasterii experte. Idealul este ca, pe masura adancirii cuncasterii euristice despre sistemul analizat, aceasta si se transforme in cunoastere matematica, adic’ modelul euristic s& devina model matematic. Acest lucru se intémpla uneori, dar este un proces anevoios, practic asimptotic si, de aceca, cele mai multe sisteme reale nu pot fi modelate decat cu aceasta tehnici de modelare hibridd, niscuta din conexiunea modelului matematic cu cel euristic si pe care am denumit-o medelare matematico-euristicd.5.3. Structura bazei de cunostinte Principalul element in sistemele bazate pe cunostinte este baza de cunugtinge §i, desigur, mecanisinul inferential, Pasul Principal in canstructia unei baze de cunogtinfe, din punet de vedere metodologic, este stabilisea structurii acesttia, Pe de alté parte trebvie avut in vedere faptul c& baza de cunogtinte este dedicata, in general, unei probleme specifice (simulare, control, decizie), Subliniem faptul cd baza de ewnostinge a cdrei structur 0 vom prezenta va fi utilizatl atét Pentru simularea comportirii sistemelor mari, complexe, cdt si pentru controlul acestora, fn acond cu structura unui sistem mare, compas din mai multe subsisteme imerconectate, baza de cunostinge va fi, la rdndul ei, compusi din mai multe ‘minibaze de cunostinte, céte una pentra fiecare subsistem. Urmirind aceastl abordare, trebuis creatd in primul rind o biblioteed de entiteti (subsisteme, compo- hnettte, obiecte) pentru care trebuie definite atribute si deserieri comportamentale, Pentru a putea réspuade la intreblri de tipul ce se intimpli daca ..?, baza de Cunogtinfe trebuie s& conjind cunostinje izvorite din experienfa acumulati. in domeniul analizat (cunoasterea expert) cum ar fi: fapte variate despre fiecare eatitate din sistem, relatii de legaterd eu alte entitiji, relatii de legiturd dintre cntitigi gi exosisteme, efectele unor actiuni (comenzi) asupra proceselor care au loc in sistem ete, ‘Cunousterea expertit inclusit in bara de eunostinge se clasifica astfel: a) Cunastingele specifice domeniului de analzar. in orice domeniu de Cunoastere sunt acumulate multe cunogtinte, dar intereseazd, mai ales, cunogtintele de tip expert, care pot fi reprezentate sub forma regulilor euristice sf care permit inferarea dé noi cunostinfe. Accasta presupune utilizarea mecanismului de inferenta specific sau a strategiilor de decizie, ceea ce poate introduce © anumitd infle: xibilitate, pe care noi dorim s-o eliminim. Acest deziderat se obfine prin metoda obicetelor structurate (v. subcapitalul 4.2.2). b) Metacunastingele (sau cunoasterea despre cunoastere). Este important si putemn determina dack faptele disponibile sunt relevante (in contextul Judrii une] decizii, spre =xemplu). dacd faptele sunt complete, dacd prezint& incredere etc, Importanta metacunoasterii a dus la aparitia metabazelor de cunastinge, ¢) Cunoasterea despre incertinudine, Incertitudinen, specifica de altfel sis- temelor mari, asa cum am aritat in capitolele anterioare, este Prezenti gi in112 Modelarea sistemelor de mare complextrave mmodelarea euristic& a acestor sisteme, prin introducerea Tn exh imarea regulilor de inferent& propozitionala a unor coeficienti de Inereders probabilistici, factori de apartenenti — si chiar a unor operatori speciali care si atenueze determinismul rigid al logicii calculului cu predicate. fn acest sens se poate utiliza inferenfa probab- iista (prin introducerea probabilitailor in regulile de inferenta) sau se poate utili inferenga fuzzy (introducdnd functile de apartenents in acele reguli) d) Cunoasterea despre proceduri. in general, procedurile vutilizate sistemele mari, eomplexe se incadreazA in doua tipuri distinct proceduri matema- a eevuristice si proceduri logico-lingyistice. Avantajul separa diferitelor tipuri dlc cunvastere este acela c& diversele componente se aplicl independent. © Cunoasterea despre decisie si control. Sistemele de asistare a deciziet pot lucra si independent, fard a avea nevoie de decidentul uman. in acest caz 0 Fmportanti parte a structurarii deciziei o reprezints nevoia de cunostinte despre devil (de exemplu, ce fel de decizie este aceea cand trebuie tuaté decizia). ‘in circumstantele de mai sus, modelul euristic poate fi definit ca: _descrierea euristicd a proprietailor esentiale ale unui sisiem existent sau in curs Ye realizare (proiectare, constructie) reprezentind cumoasteret expertd despre Sistem Intr-o forma utils, Aceastl definitie este oarecum asemanatoare cu cea a sGclului matematic, de care se diferentiaz8 prin utilizarea termenului euristic in loc de matematic si prin accentuarea ‘cunoasterii experte. fn fapt, modelul euristic afta tn baza de cunostinte, care va include toate cunostintele disponibile despre < femal analizat si a e&ei structural este prezentaté in figura 5:2 se allan vase ue vemeyeres> sietemul analizat gia carei structura este prezentaté in figura 5-2, Baza de cunostin{e Baza de cunostinge euristice Baza de cunostinge conceptuale "Reguli de comportare Gmiquaarborescentaa | T sisternului ; + Reguli de control Graful interacfiunilor sistemulul q z Reguli de decizic Baza de date y xy bli modele Regul noi derivate din Bibtiongen de model _ procesul de simulare: Fig, 5.2. Structura bazei de cunostinge pentru simullare-Din examinarea acestei figuri rezulta cd in baza de cunostinte se regasese: *# Cumoasterea conceptuald care include urmatoarele cunostinte: ~ cunostinge privind structura sistemului analizat reprezentate prin diagra- ma arborescentd (figura 5.3) i graf sistemutui (figura 5.4): prima scoate in evident entititile (componentele, subsistemele) sistemului, in timp ce a doua eviden iazi mai ales interactiunile din sistem; = cunoslinfe formalizate despre sistem: tn primul rind aici includem legi ale naturii si in al doilea rind o bazi de date, Aceasté component poate include 0 bibliotecd de modele matematice, modele care descriu legi ale naturii gi interacti- ‘unea dintre subsisteme precum ji noi date obtinute prin simulare, Subsistem i Variabila de stare xi Variabila de stare-x)) fh Variabila de stare jj Fig. 5.3, Structura arborescentd a unui sistem mare.Fig. $.3. Structure arborescent3 a unui sistem mare, Fie. $.4, Structura graf atin sictem mare, a4 “Madetarea sistemelor de mare complexions + Cunoagterea euristied include reguli euristios dedse din cuneagterea experts. Cunoasterea euristic’ este compusa din eunod Nfs Dazate pe inferent®, tendinte, comportare gi, in general, pe tat cee® ce se cheama curistich, adicd pe experienta expertului a operstorulul uman. Subliniem insa faptul c& in baza de Cunoginfe nu includem toata euristica, ci numai acea PATE @ ei care poate fi veanatopmatt in reguli euristice utile in practic’ (in special in simulare »§ control). Achizitionarea cunostintelor Achizitionarea cunostintelor de fa unwl sau mai multi experti este vim pas in construirea ronei baze de cunostinte. Ea permite incorporare® i" yea cunostinte atat 4 cunoasterii expert, cat si a unor aspecte strict legate le aceee asopra consti uel baze de cus Cateva considerapii metodalog necesar, in opinia ‘noastra, sf se tinfe: pentru & realiza 0 bazi de cunostinge este 1 pxeurgh etapele din tefl 5 ‘tabelul 5.1 TConstructia diagrar sistem Tolleitarea si vehizitionares {| cunnginzlor expe 7 | iasiasee Sots regu | Consuela roar de teracbune ia logic inure subsist ceuristes, sub fo i Probate comple concn" sicomplenitalea Ir dExpeimentarea bal de cuneate euristice, “Fehdarea haze de cunt ‘i Constructia bazel de date 4i legate de aplicatile tehicilor bazate pe conostinic. ste ucela ch din viverra Ge jen rezltala este dest J& VF efectua procesul inferential. In acelayi timp, este recunoscut faptul ci ‘unul dintre puncrele ide strangulare care apr sehnicilocbazate pe cunostin eS ara de achizitionare # cunogr- elon: Extrageres reunogtintelor de la expert me este 0 sayeind banald, Ea es:* junga gilborioasd, deoarece adest@ expert giseste dificil shexpime reali sale, Ese wre darit si ge poatt utiliza cunoayteret cexperth de fa mai mull caperti. Cu taale oesea, operafia ete ceil ealzal sreoarece cunogingle Nui now expe introduc contradict cae reclam Four semificatve penta a fi reaolvate, © alt& dificultate Tegath de generalia acwala de sisteme bazate pe cunostinge © constituie faplul c& ele au un domenia foarte limitat de aplicabititate “aceasta provine. din faptol c& Baza de cuxogtine este siraed. Daca 56 ivizeua baza de cunogtinte in trek componente ‘provenind fiecare din; a} eunagtinge de bun sing; b) cunogtinye emciclopedices ¢) ewmoastere expert, 3 remarct faptul of in seule ceauri baza de eonogfinge Comte 0° ‘rie proceat din (2), cind de fant acest tip de cunogtings ar trebut 6 fie majortar. Solojia este | jabarea in baza Ge ccunogtine a uae! ar fe expert cit mal mari gi includerea, in plus, # unor alte forme de cunoagtere: modelares ‘pazatd pe rajionamentul calitativ, javajarea dim experieall, ciodelarea incertitudil gisau surprinderes acestela [a fermatismyl regulifor de infereni, procesare® paralela. a finele acestui ccupital se tmpur cdteva conclescum ar fi: strategit gi planuri, continuitatea temporald si spa, abstractiuni si aproximatii, conflicte si contradict, sursele multiple ale expertizei si inviltarea din experienfa, Faza de achizitionare a cunogtinfelor comporté: dows parti; solicitarea -cunogtinjélor gi estimarea parametrilr, In faza de solicitare a cunostinjelor utilizatoral sau grupul de utilizatori stabilese mai intéi limitele domeniului la care ‘cunostinfele achizitionate trebuie si se refere, determindnd valorile parametrice specifice (de exemplu, dacd este vorba de sistemul natural parametrii respectivi vor fi, in primul rind: temperatura, Uumiditatea, intensitatea luminii, presiunea baricd, viteza véntulu i, pH-ul, continutul de ntrienfi, biomasa speciilor care triiese in mediul respectiv etc.), Urmeazd apol ‘Achizitionarea propriu-zisi a cunoagterii experte, care se face printrao varielate de mecenisme gi care include; ~ Incorporarea datelor experimentale; = incorporarea cunostintelor de la unul sau mai multi experti; ~ Incorporarea conflictelor si contradictiilor, ~= Ineorporarea strategiilor gi planurilor, ~ invilarea din experienta, Virtual, toate aceste informafii pot fi introduse in calculator interactiv, Utlizatorul stabilind totedata si limitele de admisibilitate sau de suboptimalitate (inferioerd 51 superioari) pentru fiecare piesd de informatie, Competenta proiec- tantului sistemului de achizitionare a cunoasterii constd in proiectarea partilor care perusit sistemului si extragd atit informatia genetalé, edt $i pe cea esentialé de la Uunu! sau mai multi expert Important este faptul de 2 putea utiliza atét informatia general, cit $i pe ea esenficid, in particular in aplicatii manageriale, unde informatia generald se obtine din datele istorice care au unele limitari Privind aplicares stricta, in timp ce informatia manageriala esenfial’ poate fi utilizatd pentru a modela sistemul gia introduce astel intuitia managerialg despre vitor, fh faza de estimare a paranetrilor, datele obfinute in faza anterioar’ sunt potrivit ponderate pentru a ineorpora nivelul de tneredere al utlizatorului, Aceste date sunt prelucrate printc-un algoritm de calcul statistic, care calculeazd cea mai posibilé valoare a parametrilor. Dacd problema de rezolvat este de natur staticd (de exemplu, apare nevoia de a se lua o decizie a un moment dat), atunei analiza regre- sici multivariahile standard poate fi adecvati pentru estimarea parametrilor, Daci. inst sistemul este confruntat cu o problemi de decizie dinamicd (deciziile se iau la diferite moments de timp), atunci poate ft utilizatl metoda analiz’ seriilor de timp,“T8z putin costisitoare). De calitatea acestel regull depin¢ performantele motorului de Piferente, care va deduce mai mult sau mai putin rapid solutia. S Faza de execusie, Aceast& faz consti in aplicares reBt precedenta: acfiunea consti in a adduga unul sau mat ‘multe fapte la baza de fapte. Pree ceenea, oe poate ca aplicarea acestei reguli s8 fack epel la proceduri externe, oF wmsaifiee baza de fapte, sil intrebe pe utilizator... Oprires acestut ciclu depinde de modul de rationament utilizat. ‘Tiel moduri de rafionament pot fi utilizate, indiedind spurte diferenje la ivelul ciclului de baza: a) inlinfuirea inainte, dirijats de dates b) inlantuirea inapoi, dirijatS de scop; ¢) Inlantuirea mixts. sstttiem in detaliu fiecare dintre aceste moduri de rationament. ii alese in faza a studiem in detaliu fiecare dintre acess a) fntdnguirea inainte. ‘Motorul de inferenta pomneste de la fapte pentru a ajunge la scop, adich e! nu selectioneaz decat regulile a cAror parte stingé sunt vvorifcate (faza de detect filtra). Faza de alegere (rezolutia conflictelor) este, deci, aplicat& pe acest ansamblu de reguli, pentru @ determina regula de utilizat cu prioritate. Aplicarea acestei reguli antreneazi, in general, 0 ‘actualizare a bazei de fapte (faea de executie). Acest proces este reiterat pin ce nu mai sunt regalt aplcabile su pinf ce scopul este atins si poate fi schematizat astfel: ~ Culegerea faptelor initiale. ~ inceputul: = Faza de filtrajs ~ Determinarea ansamblelui regulilor aplicabile: ~ tata timp edt ansamblul reguilor aplicabile m4 este vid gi problema nu este rezolvatl; = Executa: — Faza de alegere: — Rezolutia conflictelors — Aplicd regula aleasé (executarea); ~ Modifica, eventual, ansamblul regulilor apicabile; ~ Sfirsitul execute. = Sfirgit. Eficatitaten motorului inferential rezid& in pertinenta deciziei luate (regula aleasi) in timpul fazei de alegere. Aceastalegere cconditioneazA rapiditatea cu care Sisvemul va ajunge a solic. Intr-adevér, rezolvarea une! probleme oarecare reclam& mai multe mii de cicluri de bazd. Or, pe un calculator clasic fiecare ciclu reprezinta mai multe sute sau mii de cicluri-instructiuni. Viteza de executie este, aproximativ, de ordinul miilor de cicluri de inferente pe secund’ sau de mai multe mii (1000 LIPS - Logical Inference Per Second). Interesul de a economisi citeva cicluri de baz este deci evident.‘Exemplic: Fie baza de cunostinte (reguli) Ry: Dacé B si D si E, Atunci F Ry Dacd D si G, Atunci A acd C sé F, Atunei A Re Dacd B, Atunci X Rs: Dacd D, Atunei E Re: Daca A si X, Anunci H Ry: Daed C, Atunci D Ry: Dacd X si C, Atunci A Ry: Dacd X $i B, Atunci D. Fie baza de fapte: B,C si scopul #. Figurile 9.2, a si b, araté dou’ arborescente obtinute prin inlintuire inainte. Figura 9.2, a corespunde alegerii primei reguli aplicabile fn ordinea numAr&ri lor. Figura 9.2, b corespunde unei strategii selectionind dintre regulile aplicabile pe cele care comporta cel mai mare numar de conditii; in caz de egalitate este utilizata regula cu numérul cel mai mic. Spre exemplu, Rs este preferata lui R; deoarece ea poseda doua conditii contra una a lui Ry. in ambele cazuri nodurile reprezint& succesiunea diferitelor starii ale bazei de fapte, iar arcele, rezulile putdnd fi aplicate acestei stiri, Arcele in lin:t:punctaté eérespund regulilor aplicabile care nu au fost utilizate. Numai regulile corespunzand arcelor cu linie plind au fost aplicate de c&tre motorul de inferenfe. Atunci cand o regula a fost deja aplicatd, sistemul nu o aplic& din nou. Intr-adevar, nu va servi la nimic deducerea unui fapt care a fost deja dedus. Vedem deci pe aceste doud exemple ci eficacitatea unui motor de inferenta, adic& rapiditatea cu care el ajunge la scop (si care se masoara in numarul de inferente), depinde puternic de faza de alegere. Strategia din figura 9.2, a este simpla, dar ea este prea dependenta de ordinea regulilor in baza de cunostinte. Strategia corespunzatoare figurii 9.2, b, putin mai complicati, da aici rezultate mai Strategia corespunzatoare figurii 9.2, b, putin mai complicata, da aici rezultate mai bune: indoial, acest mod de rationament posed mai multe inconveniente: stemul declanseazA toate regulile aplicabile, chiar dac& unele nu oferd nici un interes: baza de fapte trebuie s& contina suficiente fapte initiale pentru ca sistemul sa poata ajunge la scop; —in caz de esec, un singur fapt ar putea permite sA se ajunga la scop, dar utilizatorul nu este informat, deoarece procesul nu este interactiv. Aceasté metoda risci de a se ciocni de explozia combinatoriala daci numérul de reguli si de fapte este important si, mai ales, dac& scopul de atins nu este cunoscut, deoarece atunci trebuie folosite toate regulile aplicabile pentru a deduce tot ce poate fi dedus, Aceasta cu atat mai mult cu cat multe motoare de inferent& rationeaz cu inkintuirea inainte, lucrdnd mai inainte in /afime (aplicarea tuturor regulilor aplicabile la un moment dat). Fart184 mul lucreazi in profunzime mai inainte (explore. firgit gi inapoi in caz.de egec). Aceasth stralegic patie directed, data driven. in cele doud exemple siste! arbore pana la 5 forward chaining, rea unei ramuri mai este denumit Ry Ry BCE FH SFARSIT Ry Bo <> BCX AH — SFARSIT Ro 1 inlantuire inainte, in dou’ variante: ) alegerea dinue citi iui de inferent’ cv Jicabile in ordinea numar&rii lor; ‘oid cel mai mare numar de con! Fig. 9.2. Schema mecanismul 32) alegerea primei reguli ap regulile aplicabile pe cele care compsb) Infanjuirea inapoi. Sistemul porneste de Ta un scop (sau de Ia o ipoteza scop) $i inceared si remonteze faptele pentru a le demonstra. Regulile selectionate sunt cele a cAror parte dreapti corespunde scopului cdutat. Conditiile necunoscute (partea stinga) 2 acestor reguli devin tot atdtea subscopuri de demonstrat. Aceste procese sunt repetate pfind ce toate subscopurile sunt demonstrate (scopul este atunci atins) sau pana ce nu mai este posibil a selectiona reguli. in acest caz sistemul poate cere utilizatorului s& rezolve unul sau mai multe subscopuri (intrebari, teste...) si procesul reincepe. Esecul intervine atunci cand sistemul nu mai poate selecfiona reguli, nici pune intrebari utilizatorului (reguli insuficiente sau incoerente, sau cAnd utilizatorul nu poate rispunde intrebarilor SE). Procesul acesta poate fi schematizat asife — Inceput ~ Faza de filtraj; = Daca ansamblul regulilor selectionate este vid; ~ Atunci — intreab§ pe utilizator; = Dacé nu: — Atita timp cat scopul nu este rezolvat si raman reguli selecgionate: — Executa: = Faza de alegere; 7 — Adaugii subscopurile corespunzand la partea stanga a regulii alese; — Daca un subscop nu este rezolvat; — Atunei rezolva-l (incepe de la inceput); — Sfarsit daca; — Sfiirgit executie; ~ Sfairsit atata timp cat; ~ Sfiirgit daca. Ee Cu aceleasi date ca in exemplul anterior, rationamentul urmarit este cel din figura 9.3. Regulile Ro, R; $i Rs pot fi utilizate pentru a verifica scopul A, Strategia utilizata este foarte simpla, deoarece ea consti in a aplica prima regula aplicabila, in ordinea de numerotare, pentru ca apoi s4 se caute sd se verifice unele dupa altele subscopurile produse (explorarea in profunzime mai fntdi). in caz de esec (spre exemplu subscopu! G nu a putut fi dedus) exista o jintoarcere inapoi in arborescenta si ultima regula lasata de-o parte este, la rindul ei, incercat (Rj aici). Explorarea se poate opri: ~ atunci cAnd scopul initial a fost demonstrat (este cazul aici); ~ atunci cdnd toate posibilitatile au fost explorate fard succes.Sisternut poate chestiona atunci wtilizaorul 7 corvan, Sirtemnal bows, chestons gic sationament const eineeut un oe ay Sees od de rat Ceonsia in a construi un graf oan nag x — Ras veritieata cate dou submodel trebuie verifieste Tene ta ice rel eb pions Fie. 9.3. Schema mecanismului de inferenté eu Inlantuire tnapol Inldnguirea inapoi posed unele avantaje cum sunt: = sistemul pune intrebari numai cand acest lucru este-necesar gi dupa ce exploatat toate posibilitatile; ~ arborele de cercetare este adesea mai mic decét in| lantuirea inainte; = procesul este interactiv. Unul dintre riscurile nlanquirii inapoi este acela de a cicla, adicd: pentru a demonstra A trebuie demonstrat B, pentru a demonstra B trebuie demonsteat A; cea ce unele motoare de inferenta iau jn considerare, Acest rationament este numit, de asemenea, backward chaining, goal- driving etc. c) Rafionamentil mixt, Nu trebuie confundate motoarele de inferen{i ce propun inlanquirea fnainte si inlanfuirea inapoi in alternanta (inlantuire bidiree- fionald) cu cele ce propun fnlintuirea mixtl, adici cele ce combina cele doua tipuri de rationament. in acest caz regulile fac apel simultan in partea permisa la faptele stabilite (inainte} si la altele de stabilit (in urma). Pentru ceea oe ‘nseamna jnlintuirea bidirectional exist’ ‘mai multe posibil in general, se procedeaza prin inléntuirea inainte pentru determina concluziile partiale, apoi aceste ipoteze sunt verificate in inlintuirea fnapoi. Metorul de inferenti poate, de asemenea, utiliza altemativ inldntuirea inainte i tnapoi gi si examineze la fiecare ciclu dack aceste doua rationamente sé intalnesc. ‘Aceasta permite a se face jumatate din drum si de a se opri la mij sau la punctul de jonctiune © alti posibilitate este fnlintuirea inapoi pe seopuri sau subscopuri verificate. Dimpotriva, inlanquirea bidirectionala corespunde unei fnlintuiri inainte acompaniate de o list de scopur! jwtermediare care, dupa utilizator, trebuie ‘siapard in curs de rationament. Acesti indicatori permit formalizarea rafionamentului spre rezolutia scopurilor date gi astfel practicarea unui drum mixt, De fapt, acest tip de rafionament variaz de la un motor de inferenfi la altul si nici o notiune clar definita si acceptati de toata lumea nu a aparut inca. Scopul acestei cai este de a atenua inconvenientele precedentelor, dar punerea in oper’ a procedeului pare a prezenta unele dificultati. 9.2.3. Simularea cu ajutorul unui nucleu de sistem expert 9.2.3.1, Structura unui expert system shell Un expert system shell (care poate fi tradus prin nucleu de sistem expert) este un mediu de programare destinat si faciliteze elaborarea sistemelor expert. Arhitectura unui astfel de sistem include: —o bazd de cunostinfe care contine: fapte, reguli de inferenti, scheme, metode; —un motor inferential care realizeazd procesul de rationament asupra cunostinfelor din baza de date; 0 interfaja expert-calculator pentru achizitionarea cunostintelor de la experts, . 0 interfata programatorcalculator pentru construirea bazei de cunos- tinte a unui domeniu particular; = un mecanism de control al procesului de inferent. De la caz la caz, unele nuclee de sistem expert includ si alte facilitati de lucru cum sunt: compilatoarele, monitoarele, lucrul cu ferestre. fin coea ce priveste aplicatile realizabile cu aut sun exgert, aici putem distinge fntre: mclee de sistem expert we : propun si asiste pe creatorul de sisteme expert In aproape et oul nuclee de sisteme expert dedicate une anumite clase de apheati, ; i ae ariate diagnozd, depanare, planificare, provectare, groductie, predictie, monttorizre, ’ oe control, invitare, modelare si simulare.jucru cum sunt: compuatoarere, monmtourere, 1cruL cu Lerestre. Nucleele de sisteme expert existente in prezent si produse de firme de specialitate oferA posibilitatea folosirii mai multor paradigme de programare (de exemplu: programare logic, programare orientata pe obiect, programare proce- durala, reguli euristice de inferent&). in privinta reprezentirii cunostintelor, cele mai multe nuclee de sisteme expert iau in considerare reprezentarea prin: reguli euristice, obiecte, predicate, factori de certitudine, exemple, proceduri. Performanta sistemului expert creste dacd in reprezentarea cunostintelor se foloseste un model cauzal sau structural al sistemului/procesului simulat. Motorul inferential (definit ca o masina virtuala care functioneaza conform unui model abstract de rezolvare a problemelor), inclus de cele mai multe ori in nuclee de sisteme expert, se bazeaz& pe tehnici de rezolvare ca: inlanquirea Inapoi (dirijata de scopuri), inlantuirea inainte (dirijati de fapte), rationamentul bazat pe ipoteze, rationamentul de tipul ipotezi-test, programarea logic4, programarea orientata pe obiect. Motorul inferential are si capacitatea de a putea fi folosit in rationamente in condifii de incertitudine, factor care apare in sistemele reale, mai ales in cele mari, complexe. Subliniem faptul e& in rezolvarea unei probleme complexe se pot folosi mai multe motoare de inferenti si chiar strategii de inferent& diferite, in acest caz 100 nterconexiunea (legarea) solutiilor obtinute pentru e data structura unei refele de inferente. ‘ele mai folosite pentru scrierea de nucle de Smalltak, Pascal etc. Sistemele hardware jerenta IBM/PC/AT. fiind deosebit de importanta i1 diferite subsisteme. fn figura 9.4 este Limbajele de programare c sisteme expert sunt: Lisp, C, Prolog, cArora le sunt destinate sunt cu prepond Pentru adéncirea cunostintelor in domeniul nucleelor de sisteme expert tecomandim consultarea literaturii de specialitate. in figura 9.5 se prezintl schema arhitecturii sistemului (experimental) de modelare-simulare si de control bazat pe prelucrarea cunostintelor, Aceasti schema arhitecturalé pune in evident existenta unor module functionale pe care le vom descrie sintetic, in cele ce urmeazi,Concluzia > <(Noua) premisal (Nowa concluzie a> ‘<(Nowa) premisala (Noua conctuzic 22> ‘<(Noua) premis& 2a (Nowa conctuzi =cNowa) premis& fa Conciuzia 2> =¢pioua) premisa 7 Goncluzia > <(Noua) premisay ‘(Nous conch : zie) jam <(Noua) premist ja (Nous concluzie na> “<(Noua) premisa na (Nowa concluzie na> ‘<(Nowa) premis& ma Concluzia n> <(Noua) premisa a (Nowa concluzie na> =(Noua) premisa na Fig. 9.4, Structura unel retele de inf ie de inferente. iyu sunt utile in orice experiment de simulare, cum ar fi structura generala @ sistemulul de simulat (structura arborescenta si/sau cea de graf), cunostinte care pot fi formalizate (legi ale naturii, ecuatii si forme de calcul), dar si cunostinte despre scopul/obiectivele simularii. In legaturd cu acest ultim aspect, experienta a aratal cy cele mai adesea utilizatorii sunt interesati in: — descrierea stérii actuale a sistemului simaulat; — predicfia prin simulare a stiri sistemului; ~— jmbunatatirea performantelor sistemului simulat; — analiza cost/performanta a sistemului de simulat; = optimizarea pria simulare a sistemului. Toate aceste cunostin{e si inca multe altele (cum ar fi; gradul de (in)cetti- tudine cu care se estimeaza cA se cunosc parametri/datele sistemului, intervalele de suboptimalitate ete.) se achizitioneazi prin interviu/dialog si/sau din documentatie. - senea a eunostintelor de a expert. Spre deosebire at da2 sia = echizitionsre Modul de Ietizator | prin dialog a specificare a Ener Jsunostintelor de| probleme [ ces, pert pero Eleaf [emai + [ =e ucts de Taras poe a sc Saen: es mae nas as = rie TREES) PE) REE] PR] * rutare bazat | | simalae | | sicmulare | | sirmulare | | simulare Torta pemsam™| | Sigs | | emes || ewes | | tes | | eke] | comes nema “wadel ‘model modell modell numerics | | fe -tssul edad ae imlare ‘Modul de consimactie @ Fig. 9.5. Schema blos a unui sistem de simolars haat pe eunostinjs utilizing un ‘mucleu de sistem expert ister expert by mouse we a) Modutul de achizitionare a cinostimelor generale de simulare. Acest modul este utilizat pentru achizitionarea (de la utilizator) a acelor ci de modulut anterior, aces Ta expert, deci a as domenial caruia sub forma de obiecte modu! febulile curistice de compertare, precum, Wie si valoarea atributelor. Cunoagte. formule atomice, De altfel, unele rene! prelucrarea cunostintel Taate care a fost luat pentre simulare- pening ota Baca de cunostinge pentri x em ance ed tense Cah sh Coy aunt stocate in BCS Co ATG} SAUCE 8 Pe regan 5 Agesath baza de cunce Seeeee canginand cumostints oro srt, sporiren uh deserist spe Sfkemul de simulat. In acelas permite, pe de 0 Rita parte trecerea de la un experiment ‘Agadar, se pornesie tezaur de euncstinte. fexperienta acumulaté Seama atat de prineipil Epecifice ale BCS, pe care le-am redat i 4) Nucleul de sisien Gsau expert system shell, Gvidentt motorul inferential, noi forme standard de re fe la premisa Care ulterior este Imbogatit Gvsau simulare. Realizare ile generale al IoSjor cumovtinte enre av Gr partine. sistema sims Sthuteurate, rewslt eur Se comro apes, SN qandard ale formuleton ato ie semulitor ‘curiatice. Expertul are rolul de a ‘preciza formulele cele mal peru 2S ropune, de"asemenss roan Edeetice’ qusau Do ‘bse fle cunost f"Silates sie oiiteat te oh Hoe ar putes rere oh obsiderare tun care urmeaz4 a fi incluse mn expert (expert system shell). To Treratura de specialitate anglo-s bazat at&t pe regull de inferenta, jstice $1 relatit Irgi de decizie sub Wmice care pot compune prem imulare (BCS). Cunostintele somzy time este agadar o baza de cv generale de simu! Structura ei est Lost fe care Hopericnta Cexpertutul) t inte ne mehetionenss pertului 1 se prezint PSorma lor standard, ‘ele $1 srdaca doreste 51 forme standard de te pentru simular, ‘stemul de simulare bazata pe Gin procesul d i cand s-a proieetat je simulare Insusi, posibi- paza de cunostinte: a2 (RES). Cunostintele achizitionate ‘fost devaliat ostinte Ware gi cunostinje privind 2 suficient de flexibila pentru a oguinjelor achizitionat de simulare la alt ca BCS se incarca initi fe dela expert, iar pe de cu nei cunostinje, rezultate din ‘a efectivé a BCS trebuie sat Jo bazclor de cunostinte, capitelul 5. i eat si de principiile: Nucleul de sistem expert faxona) scoate 1 cat gi pe obiectestructurate. El mai inclade gi o interfagi graficd cu uiilizatorul gi o inberfotd ou programele de aplicatie. Aceste trisdturi Il fac comed in constrairea d= componente bazate pe cunostinge, care si integreze fri fisuri software conventional (de simulare numeric), baze de date si aplicayii. El este specific produsului-program Clips, dar exist, de asemenca, nucle de sisteme expert scrise In TurboProlog, Lisp sau in limbajul C, utile ia simulare gi control. El canjine, de asemenca, gi instrumente informatice necesare pentru achizijionarea gi transferul cunogtinfelor in BCS, on 51 posibilitates generirii automate o regulilor si obiectelor utilizate tn sistemul de simulare bazath pe prelucrarea cunoptintelor, Procesal de inferentai se enecuth atét prin inldnquirea inainte, eft gi inapoi, In esenji, nucleul de sistem expert pentru simulare este 0 bibliovech Ge insrumemte informatice specifice produsului Clips, fie bazate pe programarea logic (TurbaProlog), Lisp sau litubajul C, instramente care pot fi clasificate astfel instrumente informatice utilizate in rajionamente bazate pe cuantificdel mumerice, instrumente informatice utilizate in rafionamente baeate pe cuandifiedri calitative, Instrumente informatics utilizate In rationamente bazate pe cucwetificiri muixte, c) Modul! de specificare a problemei de sirmulare, Acest eadul asistt utllizatorul (manager, analist, expert) in specificarea problemei_de simulare a sistermului real, oferindu-i acestwia facilititl textuale gifsau grafice. In acest context . utilizaorul, pentru a putea specifica problema de simularc, este asistat gi de modulul (q@), astfel ine3t,cw ajutorul sistemulul de dialog descris aici, acesta 6 post preciza: obiectivele sistemalui de simulat, componecttele (subsistemele si/sau procesele) sistemalui, interacfiunile dintre acestea, definirea stirilor gi comenzilor felul acestora (deterministe, stochastice sau fuxzy), gradull (factorul) de incertitadine al parametrilor/datelor sistemullud, Henitele de suboptimalitate admise etc. Ca urmare, utilizatorul poote specifica (formula) problema de simulare, fn raport cu analiza sistemului de simulat, cu descrieren structurii acestuia gi cu obiectivul simualériz, f) Modulul de selecfionare a mefodel de simulare. Acest modul permite utilizatoralul ca pe baza rezultatului furnizat de modulul precedent gi a unui algoritm de selectic si selecteze cea mai adecvati metodi de simulare in cazul concret studiat. Este ajadar vorba de a selecta o metodi de simulare calitativd, cantitativi sau hibridl gi apoi de a preciza in fiecare caz metoda concrett aleasd. * Simulares calitativa: = bazati pe model matematic calitativ; — bazati pe model euristic; ~ bazaté pe model flazzy. * Simularea cantitativa; = bazath pe model diferential; = bazath pe model stochastic. + Simularea bibrida: — bazatf pe un model de simulare numeric in conexiune cu un model euristic.192 Madaierea sistemelor de mare compte p) Moraclul ae eowstrudre a emet model de simulare execntabil, © dat sclectionate metoda gi modelul de simalare Tonceprusl, problems care s= puns €5f a acesta si fig transformat intr-un model de ‘simulare executabil, ‘adick un model stundard, de felul color pe €are Je-am deserts. Ul dintwe acesica, Pe care ssisverual rugira se bazgazd in mod decisiv, este medfelul de simartare Tabricda (sae mentelul ast goeuriatic) compu ditr-an made! de slain! are numeric gi unl eoristic ti care w fost prezental in eapitoful 2, h) Boze de date pentru shmafare, fn sisteml experimenial de sirulare descris aici, baza de date pentru simular — ‘ale cirei principale functiani sunt nchititionarea datebor necesare modebull de simulare numeric, conservares: # actualizarea neestora $i alimentarea co date a modelulal de simulare = folosmpte Foiititile oferite de peodusul Mathead st de biblioteca de programe Th orice caz, datele necesare modelului de sirmulare pumeriedl {pochastich) gant incluse fntrun figier de date, specific produsulal, Marhead sau bibliotect Matlab i) Medainl de simulare, Dispunind de un model de sirmulare executabil (de exemply aub forms ‘unui model de simular fibeidi) de date (din baza de date) gi de cunagtinie (din baza de gunogtiafe), de produsele jinformatice Mathcad, Matlab qiseu un expert system shell pant Hepulace, ea fi de specificatia probleme de simuare (ples unul seu nal amie scenaril de simulare), acest made vm pume in lucru tot aces! arsenal sofhware care Ve fivea ubilizatorulul (manager. anelist, expert) rezultatele de simulare sul formd numerich (matrice, weetori) gi/saud grefich (curbe in 2D gf 3D), cart Nieualizeard evolutia Im timp sisal spafiy & variabilelor de stare. ‘Awext modu} este bazat, in cazu! sistent deseris aici, pe procesal 2 sienulare hibrid’ (predusul HYBRID) are vailizearh modelul de simolare hibed, produsul-program de simulare numeric Mathead gilsaa Matlab (care 3.0), bean de date § fara de eunostinje pentira sirwalare. j) Modtalal de editare (uuumerici # rafied) gi amaiza rezultatelor. Ares imedul este iriclus, de fopt, tn produscle Ge rimulare Mathead gi Matin, care (sean de importante facilinagt de editare (mma graficd, dar 3 pumerica). Wizuallzdind remultatele objinute pein aimatare, utilizatorul (anager, analisl, expert) poate analiza i interpreta aceste recaltale astiel: 28 fe compare cll resultatele objinute prin misuritori direste (in proces, 4 laborator, in tere) pentru validaren gifsau corectarea modehelui de sirmulare; yh foloseaced reaultatele de simulare obtinute in predictio evelutiel uberioare a sisterulai, ea tenbundaaenscd. performanfele sisternulul simmulat gi chiar 5 opeitni- zens paramett ia functionali ai acestwa