Применение ТНМ к анализу плохо структурированным систем типа (Ч-ЭУ-С) с неполной и недостоверной информацией создает предпосылки создания нечетких экспертных систем вида Fuzzy Logic [8].
Логико-лингвистические методы описания человекомашинных систем основаны на том факте, что элементами мышления человека являются не числа, а естественный язык. Поэтому поведение системы может быть выражено в терминах ограниченного (формализованного) естественного языка. Инструментом такого представления являются лингвистические переменные (ЛП). Причем, под ЛП понимается такая переменная, значениями которой могут быть не только числа, но и слова (словосочетания) какого-либо естественного или искусственного языка. По сути ЛП представляют собой описательную иерархическую модель, включающую "понятие" - "его значение" - "смысл". Например, ЛП "Величина" можно определять с помощью терм-множества Т = { большая отрицательная (БО), средняя отрицательная (СО),..., примерно нулевая (ПН),..., большая положительная (БП)}. Другими словами, терм-множество представляет собой совокупность значений ЛП.
Лингвистические переменные, как отмечалось выше, предназначены для анализа сложных, плохо определенных явлений и систем. Использование словесных описаний, которыми оперирует человек, делает возможным структурный анализ человекомашинных систем вида (Ч-ЭУ-С). Нечеткая логико-лингвистическая система описывается набором значений входных и выходных ЛП, связанных между собой эвристическими правилами.
Исходными данными для построения экспертной системы [10] является совокупность признаков компонентов человекомашинной системы (рискообразующих факторов), которые наиболее существенно влияют на создание опасных техногенных ситуаций (ОТС), а также максимально возможные значения индикаторов соответствующего вклада в образовании ОТС и лингвистические (т.ч. балльные) оценки каждого РОФ. При этом распределение этих факторов на соответствующей универсальной шкале задается функцией принадлежности µА (х) и лингвистической переменной.
Введем набор узловых точек вj = [0,1; 0,3; 0,5; 0,7; 0,9], которые являются абсциссами максимумов соответствующих функций принадлежности. В качестве носителя Х лингвистической переменной выступает отрезок вещественной оси [0, 1]. Узловые точки равномерно отстоят друг от друга на носителе [0, 1] и симметричны относительно узла 0,5. Тогда лингвистическая переменная "Значимость рискообразующего фактора" на носителе [0, 1] в совокупности с набором узловых точек будет представлять собой стандартный трехуровневой нечеткий [0-1] - классификатор. Интервалы [0,2 - 0,4], [0,4 - 0,6], [0,6 - 0,8] отражают лингвистическую оценку (термы - «низкий», «средний», «высокий»). Для лингвистической оценки техногенного риска может быть также использован двухуровневой классификатор с терм-множеством «есть», «нет», интерпретирующим возникновение ОТС.
Аналитическое представление кусочно-непрерывной функции принадлежности задается на некоторой универсальной базе Х = [0, 1], в качестве который был принят интервал действительных положительных чисел.
Аналитическое выражение функции принадлежности
, (2)
где a, b и с - числовые параметры, принимающие произвольные действительные значения и упорядоченные соотношением a b c.
В нашем случае (рисунок 1) параметры а и с характеризуют основание треугольника (0,2; 0,9); параметр b - его величину (0,5). Представленная функция принадлежности интерпретирует нормальное выпуклое унимодальное нечеткое множество с границами (a, c) и модой b.
Таким образом, введение для лингвистической оценки рискообразующих факторов, соответствующих терм-множествам с формализацией их функциями принадлежности на основе логических операций «если-то», позволяет выполнить, так называемую, структурную идентификацию «входы-выходы» человекомашинной системы (Ч-ЭУ-С).
Элементы теории нечетких множеств, правила импликации и нечетких рассуждений образуют систему нечеткого вывода (СНВ). К ней следует отнести базу данных, содержащую описание функции принадлежности, механизм вывода и агрегирования, который формируется применяемыми правилами импликации.
Количественные оценки Лингвистические оценки
|
низкий |
средний |
высокий |
Рисунок 1 - Фрагмент построения функции принадлежности j (x) рискообразующего фактора с терм-множеством Т ["низкий", "средний", "высокий"]
В качестве входных и выходных сигналов выступают измеряемые величины, однозначно сопоставляющие входным значениям соответствующие выходные значения. Для обеспечения взаимодействия множества этих двух видов вводится нечеткая система - фаззификатор, преобразующий множество входных данных в нечеткое множество с помощью значений функции принадлежности. На выходе СНВ используется дефаззификатор, позволяющий преобразовывать нечеткое множество в конкретное значение выходной переменой.
Выводы
Показана возможность применения теории нечетких множеств, включающей понятие лингвистической переменной, при проектировании человекомашинной системы (Ч-ЭУ-С), что позволяет разработать модель оценки и управления техногенными рисками опасности электроустановок для создания эффективных и экономически целесообразных превентивных мер безопасности.
Список литературы
1. Никольский, О.К. Оценка и анализ рисков электроустановки [Текст] / О.К. Никольский, Т.В. Еремина // Ежеквартальный теоретический и научно-практический журнал «Электробезопасность». - Челябинск: Изд-во ЮУрГУ.- 2011.- № 3.- С. 19-22.
2. Электромагнитная безопасность технологических процессов АПК [Текст]: монография // О.К. Никольский [ и др.]. - Барнаул, Изд-во АлтГТУ, 2012. - 108 с.
3. Никольский, О.К. Проблема неопределенности при анализе рисков электроустановок [Текст] / О.К. Никольский, А.Ф. Костюков, Н.П. Черкасова // Ползуновский вестник.- 2014. -№ 4.-Т.1.- С. 140-146.
4. Юсупов, Р.Х. Производственная среда предприятий АПК как информационная динамическая система при анализе и прогнозировании травматизма и профессионально обусловленной заболеваемости [Текст]: монография / Р.Х. Юсупов, А.В. Зайнишев, Ю.Г. Горшков. - М.: Изд-во РГАУ-МСХА имени К.А. Тимирязева, 2009. -224 с.
5. Гражданкин, А.И. Экспертная система оценки техногенного риска опасных производственных объектов [Текст] /А.И. Гражданкин, П.Г. Белов // Безопасность труда в промышленности, 2000.- № 11. - С. 6-10.
6. Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений [Текст] / Л.А. Заде. - М.: Мир, 1976. - 167 с.
7. Кофман, А. Введение в теорию нечетких множеств [Текст] / А. Кофман. -М.: Радио и связь, 1982. - 432 с.
8. Никольский, О.К. Концепция оценки остаточного ресурса электропроводки и алгоритм его определения [Текст] / О.К. Никольский, Г.А. Гончаренко // Вестник КрасГАУ.- Красноярск, 2013.- № 9. - С. 210-214.
9. Беллман, Р. Принятие решений в расплывчатых условиях [Текст] / Р. Беллман, Л. Заде.- М.: Мир, 1976.- 43 с.
10. Лукоянычева, О.В. Экспертная система для определения показателя всхожести пшеницы/ О.В. Лукоянычева, С.П. Пронин // Ползуновский вестник. - 2015. - №2. - С. 65-69.