ЛР-1:
"Прогнозирование вероятных пунктов
назначения железнодорожных составов"

Краткая теория

Данная задача взята из книги Д.Мичи и Р.Джонстона "Компьютер – творец" (c.205-208), в которой она приводится в качестве примера задачи, решаемой методами искусственного интеллекта. Авторами этой задачи являются Рышард Михальски и Джеймс Ларсон.

Суть этой задачи сводится к тому, чтобы выработать правила, обеспечивающие идентификацию железнодорожных составов и прогнозирование направления их следования на основе их формализованных или вербальных описаний.

Выбор данной задачи не накладывает ограничений на выводы, полученные в результате ее исследования. Это обусловлено тем, что она имеет ряд характерных особенностей, наблюдающихся в подобных задачах в самых различных предметных областях. Поэтому ее с полным основанием можно рассматривать как типовую для широкого класса задач идентификации и прогнозирования.

Эти особенности состоят в следующем:

1. Рассматривается ряд объектов, имеющих сложную многоуровневую структуру признаков.

2. Для каждого из этих объектов известно, к каким обобщенным категориям (классам) он относится.

3. Необходимо сформировать модель, обеспечивающую как идентификацию объектов, так и определение их принадлежности к обобщенным классам.

Если признаки и классы относятся к одному времени, то имеет место задача идентификации (распознавания). Если же признаки (факторы, причины) относятся к прошлому, а классы, характеризующие состояния объектов, – к будущему, то это задача прогнозирования. Математически эти задачи не отличаются.

Существуют различные подходы к решению данной задачи, отличающиеся способами формализации предметной области, объектов обучающей выборки и синтеза математической модели.

В данной работе мы исследуется два основных подхода:

1. "Классический", основанный на изучении объектов предметной области экспертами (когнитивный анализ), выделении признаков объектов и формировании описательных шкал и градаций, которым соответствуют уникальные коды.

2. "Лингвистический", в котором вербальные описания объектов предметной области на естественном языке используются для автоматизированной формализации предметной области, формирования обучающей выборки и синтеза модели.

Кратко рассмотрим реализацию обоих этих подходов в интеллектуальной технологии "Эйдос" [64]. Исходные данные к задаче представлены в графической форме (рисунок 93).

Рисунок 93. Примеры поездов, идущих на запад и на восток

Железнодорожный состав является сложным объектом, имеющим несколько иерархических уровней и допускающим, соответственно, несколько уровней описания. Некоторые из этих уровней приведены в таблице 42.

Можно, например, описывать составы с использованием шкал только 2-го или только 3-го уровней. Возможны и смешанные варианты.

1-й вариант соответствует представлению о том, что на запад или восток идут не составы, а отдельные вагоны (отличающиеся типом и грузом), а состав идет туда же, куда и большинство вагонов.

2-й вариант предполагает, что составы как бы не состоят из различных вагонов с различными грузами, а свойства вагонов и грузов являются свойствами непосредственно состава.

Таблица 42 – УРОВНИ ОПИСАНИЯ ЖЕЛЕЗНОДОРОЖНЫХ СОСТАВОВ

№	Уровень описания	Шкала	Градация
1.	На уровне направления движения состава	Направление движения состава	Запад
			Восток
2.	На уровне поезда	Количество вагонов в составе	2
			3
			4
		Типы вагонов с грузами	Закодировать все варианты
		Порядок вагонов в составе: код 1-го вагона, код 2-го вагона и т.д.
3.	На уровне признаков вагонов и грузов	Форма вагона	V-образная
			Прямоугольная
			Ромбовидная
			U-образная
			Эллипсоидная
		Длина вагона	Короткий
			Длинный
		Количество осей вагона	2
			3
		Вид стенок вагона	Одинарные
			Двойные
		Вид крыши	Отсутствует
			Гофрированная
			Двухскатная
			Прямая (эллипсоидная)
		Вид и количество груза	1 большой круг
			2 маленьких круга
			3 маленьких круга
			1 квадрат
			3 квадрата
			1 короткий прямоугольник
			2 коротких прямоугольника
			1 длинный прямоугольник
			1 треугольник
			1 перевернутый треугольник
			1 ромб
			1 шестиугольник
			Груз отсутствует

Необходимо отметить, что сравнительно небольшое количество признаков вагонов обеспечивает огромное количество различных типов вагонов с различными сочетаниями этих признаков, из которых реально в приведенных составах встречается лишь незначительная часть. Очевидно, существует еще большее число вариантов сочетаний различных типов вагонов с видами грузов, порядков следования вагонов и грузов друг за другом и т.п. Из этого следуют по крайней мере два основных вывода:

1. Составить исчерпывающий справочник для описания состава на 2-м уровне, в котором бы указывались все варианты сочетаний различных типов вагонов с различными грузами, на практике довольно трудоемко и вряд ли целесообразно (из-за его огромной размерности).

2. Реально встречающиеся в составах сочетания типов вагонов и видов грузов практически все будут являться уникальными, что обеспечит однозначную идентификацию составов, если их описывать только на 2-м уровне. Это превращает задачу в тривиальную. Поэтому будем рассматривать описание составов на 3-м уровне с элементами 2-го.

Вербальные описания железнодорожных составов практически на естественном языке являются их лингвистическими моделями, которые могут обрабатываться в системе "Эйдос". При этом в справочники будут заноситься, причем автоматически, только реально встретившиеся признаки составов.

Рассмотрим классический и лингвистический подходы на примере решения задач 1 и 2.

Задача 1

1. Формализовать задачу, создав классификационные и описательные шкалы (с использованием таблицы 42) и обучающую выборку на основе рисунка 93.

2. Осуществить синтез и верификацию модели.

3. Провести анализ модели, сформулировав правила для прогнозирования направления движения составов (в режиме: "Типология", "Информационные портреты классов").

4. Оценить ценность признаков для прогнозирования. Выделить признаки, наиболее существенные для решения поставленной задачи.

5. Сравнить составы по степени "типичности" для своих кластеров ("Идущие на запад", "Идущие на восток"). Вывести в графической форме семантические сети составов, построить классические когнитивные карты для составов, идущих на запад и на восток.

Задача 2

1. Создать стандартизированные (с использованием исходных данных, приведенных на рисунке 93) текстовые описания составов в виде отдельных файлов стандарта DOS-текст с концами строк, записать их в поддиректорию DOB в виде: ####-zap.txt и ####-vos.txt.

2. Сгенерировать классификационные и описательные шкалы в режиме: "Автоввод первичных признаков и TXT-файлов", "Признаки – слова".

3. Сгенерировать обучающую выборку с использованием режима: "Ввод – корректировка обучающей выборки", "F7 InpTXT", "F6 Ввод из всех файлов". Дополнить анкеты, соответствующие составам, кодами принадлежности к обобщенным образам классов: "Идущие на запад", "Идущие на восток".

4. Осуществить синтез и верификацию семантической информационной модели.

5. Провести анализ модели, сформулировав правила для прогнозирования направления движения составов (в режиме: "Типология", "Информационные портеры классов").

6. Оценить ценность признаков для прогнозирования. Выделить признаки, наиболее существенные для решения поставленной задачи.

7. Сравнить составы по степени "типичности" для своих кластеров ("Идущие на запад", "Идущие на восток"). Отобразить в графической форме семантические сети составов, построить классические когнитивные карты для составов, идущих на запад и на восток.

Пример решения задачи 1

Пример решения задания 1.1: "Формализовать задачу, создав классификационные и описательные шкалы и обучающую выборку"

Для этих целей используем таблицу 43 и рисунок 93. В результате получим таблицы 43 и 44.

Таблица 43 – КЛАССИФИКАЦИОННЫЕ
И ОПИСАТЕЛЬНЫЕ ШКАЛЫ И ГРАДАЦИИ

КЛАССЫ

ПРИЗНАКИ

Таблица 44 – ОБУЧАЮЩАЯ ВЫБОРКА

№	Наименование состава	Коды классов		Коды признаков
1	Состав-1	1	3	3	5	5	5	5	9	9	10	10	11	11
				11	12	13	13	13	13	15	15	15	17	19
				29	27	23
2	Состав-2	1	4	2	5	4	7	9	9	9	2	2	2	13
				13	13	15	15	18	20	24	27
3	Состав-3	1	5	2	5	6	5	10	9	9	12	11	11	13
				13	13	18	18	15	28	27	19
4	Состав-4	1	6	3	5	8	5	4	9	9	9	9	13	13
				13	14	15	15	15	18	22	29	27	27	11
				11	11	11
5	Состав-5	1	7	2	5	5	5	9	9	10	11	11	12	13
				13	14	18	18	15	19	26	27
6	Состав-6	2	8	1	5	5	9	10	11	11	13	13	15	18
				27	21
7	Состав-7	2	9	2	5	5	7	10	9	9	11	11	11	13
				13	14	16	15	15	31	27	19
8	Состав-8	2	10	1	7	5	9	10	11	12	19	26	15	18
				13	13
9	Состав-9	2	11	3	4	4	5	5	9	9	9	10	11	11
				11	11	13	13	13	13	15	15	15	16	19
				24	26	19
10	Состав-10	2	12	1	5	7	9	10	11	11	13	13	15	15
				25	24

Пример решения задачи 2

Пример решения задания 2.1: "Создать стандартизированные текстовые описания составов в виде отдельных файлов стандарта DOS-текст"

Создать стандартизированные (с использованием рисунка 1) текстовые описания составов в виде отдельных файлов стандарта DOS-текст с концами строк, записать их в поддиректорию DOB с именами вида: ####-zap.txt и ####-vos.txt, где #### – номер анкеты (состава): 0001, 0002 и т.д., а остальные символы – произвольные, но выбираются таким образом, чтобы они отражали содержание анкеты.

0001-VOS.TXT Кол-во_вагонов=4 форма_вагона_прямоугольная форма_вагона_прямоугольная форма_вагона_прямоугольная форма_вагона_прямоугольная длина_вагона_короткий длина_вагона_короткий длина_вагона_длинный длина_вагона_длинный N_осей_вагона=2 N_осей_вагона=2 N_осей_вагона=2 N_осей_вагона=3 стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_одинарные крыша_вагона_отсутствует крыша_вагона_отсутствует крыша_вагона_отсутствует крыша_вагона_двухскатная груз_1_большой_круг груз_1_шестиугольник груз_1_треугольник груз_3_квадрата	0002-VOS.TXT Кол-во_вагонов=3 форма_вагона_прямоугольная форма_вагона_V-образная форма_вагона_U-образная длина_вагона_короткий длина_вагона_короткий длина_вагона_короткий N_осей_вагона=2 N_осей_вагона=2 N_осей_вагона=2 стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_одинарные крыша_вагона_отсутствует крыша_вагона_отсутствует крыша_вагона_прямая груз_2_маленьких_круга груз_1_короткий_прямоугольник груз_1_треугольник
0003-VOS.TXT Кол-во_вагонов=3 форма_вагона_прямоугольная форма_вагона_прямоугольная форма_вагона_ромбовидная длина_вагона_длинный длина_вагона_короткий длина_вагона_короткий N_осей_вагона=3 N_осей_вагона=2 N_осей_вагона=2 стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_одинарные крыша_вагона_отсутствует крыша_вагона_прямая крыша_вагона_прямая груз_1_большой_круг груз_1_треугольник груз_1_перевернутый_треугольник	0004-VOS.TXT Кол-во_вагонов=4 форма_вагона_прямоугольная форма_вагона_прямоугольная форма_вагона_эллипсоидная форма_вагона_V-образная длина_вагона_короткий длина_вагона_короткий длина_вагона_короткий длина_вагона_короткий N_осей_вагона=2 N_осей_вагона=2 N_осей_вагона=2 N_осей_вагона=2 стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_двойные крыша_вагона_отсутствует крыша_вагона_отсутствует крыша_вагона_отсутствует крыша_вагона_прямая груз_1_квадрат груз_1_треугольник груз_1_треугольник груз_1_ромб
0005-VOS.TXT Кол-во_вагонов=3 форма_вагона_прямоугольная форма_вагона_прямоугольная форма_вагона_прямоугольная длина_вагона_короткий длина_вагона_короткий длина_вагона_длинный N_осей_вагона=3 N_осей_вагона=2 N_осей_вагона=2 стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_двойные крыша_вагона_отсутствует крыша_вагона_прямая крыша_вагона_прямая груз_1_большой_круг груз_1_треугольник груз_1_длинный_прямоугольник	0006-ZAP.TXT Кол-во_вагонов=2 форма_вагона_прямоугольная форма_вагона_прямоугольная длина_вагона_короткий длина_вагона_длинный N_осей_вагона=2 N_осей_вагона=2 стенки_вагона_одинарные стенки_вагона_одинарные крыша_вагона_отсутствует крыша_вагона_прямая груз_3_маленьких_круга груз_1_треугольник

0007-ZAP.TXT Кол-во_вагонов=3 форма_вагона_прямоугольная форма_вагона_прямоугольная форма_вагона_U-образная длина_вагона_короткий длина_вагона_короткий длина_вагона_длинный N_осей_вагона=2 N_осей_вагона=2 N_осей_вагона=2 стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_двойные крыша_вагона_отсутствует крыша_вагона_отсутствует крыша_вагона_гофрированная груза_нет груз_1_большой_круг груз_1_треугольник

0008-ZAP.TXT Кол-во_вагонов=2 форма_вагона_прямоугольная форма_вагона_U-образная длина_вагона_короткий длина_вагона_длинный N_осей_вагона=2 N_осей_вагона=3 стенки_вагона_одинарные стенки_вагона_одинарные крыша_вагона_отсутствует крыша_вагона_прямая груз_1_большой_круг груз_1_длинный_прямоугольник

0009-ZAP.TXT Кол-во_вагонов=4 форма_вагона_прямоугольная форма_вагона_прямоугольная форма_вагона_V-образная форма_вагона_V-образная длина_вагона_короткий длина_вагона_короткий длина_вагона_короткий длина_вагона_длинный N_осей_вагона=2 N_осей_вагона=2 N_осей_вагона=2 N_осей_вагона=2 стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_одинарные стенки_вагона_одинарные крыша_вагона_отсутствует крыша_вагона_отсутствует крыша_вагона_отсутствует крыша_вагона_гофрированная груз_1_большой_круг груз_1_большой_круг груз_1_длинный_прямоугольник груз_1_короткий_прямоугольник

0010-ZAP.TXT Кол-во_вагонов=2 форма_вагона_прямоугольная форма_вагона_U-образная длина_вагона_короткий длина_вагона_длинный N_осей_вагона=2 N_осей_вагона=2 стенки_вагона_одинарные стенки_вагона_одинарные крыша_вагона_отсутствует крыша_вагона_отсутствует груз_1_короткий_прямоугольник груз_2_коротких_прямоугольника

Пример решения задания 2.2: "Сгенерировать классификационные и описательные шкалы"

Для этого используем режим: "F1 Словари – Автоввод первичных признаков и TXT-файлов – F3 Признаки – слова".

Классы во втором задании те же самые, что и в первом. Признаки выглядят несколько иначе, т.к. формируются автоматически из текстовых описаний составов, но по смыслу они также совпадают (таблица 45).

Таблица 45 – КЛАССИФИКАЦИОННЫЕ И ОПИСАТЕЛЬНЫЕ
ШКАЛЫ И ГРАДАЦИИ

КЛАССЫ ===================================== | Код | Н а и м е н о в а н и е | |класса| класса распознавания | |===================================| | 1 | Состав следует на ВОСТОК | | 2 | Состав следует на ЗАПАД | | 3 | Состав-01 | | 4 | Состав-02 | | 5 | Состав-03 | | 6 | Состав-04 | | 7 | Состав-05 | | 8 | Состав-06 | | 9 | Состав-07 | | 10 | Состав-08 | | 11 | Состав-09 | | 12 | Состав-10 | =====================================

ПРИЗНАКИ ======================================= | 1|N_осей_вагона=2 | | 2|N_осей_вагона=3 | | 3|Кол-во_вагонов=2 | | 4|Кол-во_вагонов=3 | | 5|Кол-во_вагонов=4 | | 6|груз_1_большой_круг | | 7|груз_1_длинный_прямоугольник | | 8|груз_1_квадрат | | 9|груз_1_короткий_прямоугольник | | 10|груз_1_перевернутый_треугольник | | 11|груз_1_ромб | | 12|груз_1_треугольник | | 13|груз_1_шестиугольник | | 14|груз_2_коротких_прямоугольника | | 15|груз_2_маленьких_круга | | 16|груз_3_квадрата | | 17|груз_3_маленьких_круга | | 18|груза_нет | | 19|длина_вагона_длинный | | 20|длина_вагона_короткий | | 21|крыша_вагона_гофрированная | | 22|крыша_вагона_двухскатная | | 23|крыша_вагона_отсутствует | | 24|крыша_вагона_прямая | | 25|стенки_вагона_двойные | | 26|стенки_вагона_одинарные | | 27|форма_вагона_U-образная | | 28|форма_вагона_V-образная | | 29|форма_вагона_прямоугольная | | 30|форма_вагона_ромбовидная | | 31|форма_вагона_эллипсоидная | =======================================

Пример решения задания 2.3: "Сгенерировать обучающую выборку"

Используем режим: "F2 Обучение – Ввод – корректировка обучающей выборки – F7 InpTXT – F6 Ввод из всех файлов". Затем необходимо дополнить анкеты, соответствующие составам, кодами принадлежности к обобщенным образам классов: "Идущие на запад", "Идущие на восток". Обучающая выборка будет иметь вид, приведенный в таблице 46.

Таблица 46 – ОБУЧАЮЩАЯ ВЫБОРКА

Этапы синтеза модели, ее оптимизации, проверки адекватности (которая в данном случае равна 100 %) и анализа подробно описаны в работах [64, 92]. Поэтому в данной работе мы приведем лишь их результаты.

Пример решения задания 2.4: "Осуществить синтез и верификацию семантической информационной модели"

Основная матрица семантической информационной модели приведена в таблице 47.

Таблица 47 – МАТРИЦА ИНФОРМАТИВНОСТЕЙ

Атр	Коды классов												Сум.	Ср.	Отк.
	1	2	3	4	5	6	7	8	9	10	11	12
1	-0,03	0,03	-0,08	0,09	-0,16	0,09	-0,16	0,07	0,09	-0,35	0,09	0,07	-0,23	-0,02	0,14
2	0,17	-0,34	0,39		0,55		0,55			0,78			2,11	0,18	0,32
3		0,5						0,96		0,96		0,96	3,37	0,28	0,43
4	0,17	-0,34		0,55	0,55		0,55		0,55				2,05	0,17	0,30
5	0,1	-0,16	0,56			0,56					0,56		1,62	0,14	0,26
6	-0,16	0,16	0,05		0,22		0,22		0,22	0,44	0,47		1,60	0,13	0,19
7	-0,32	0,26					0,73			0,96	0,56		2,18	0,18	0,37
8	0,35					1,22							1,57	0,13	0,36
9	-0,32	0,26		0,73							0,56	0,96	2,18	0,18	0,37
10	0,35				1,39								1,74	0,14	0,40
11	0,35				0	1,22							1,57	0,13	0,36
12	0,17	-0,34	-0,03	0,13	0,13	0,39	0,13	0,36	0,13				1,09	0,09	0,19
13	0,35		1,22										1,57	0,13	0,36
14		0,5										1,62	2,12	0,18	0,48
15	0,35			1,39									1,74	0,14	0,40
16	0,35		1,22										1,57	0,13	0,36
17		0,5						1,62					2,12	0,18	0,48
18		0,5						0	1,39				1,89	0,16	0,41
19	-0,14	0,15	0,32		0,06		0,06	0,29	0,06	0,29	-0,1	0,29	1,29	0,11	0,16
20	0,06	-0,08	-0,2	0,22	-0,03	0,22	-0,03	-0,22	-0,03	-0,22	0,05	-0,22	-0,48	-0,04	0,16
21		0,5							0,97		0,81		2,28	0,19	0,36
22	0,35		1,22										1,57	0,13	0,36
23	-0,04	0,05	0,11	0,03	-0,39	0,11	-0,39	-0,16	0,03	-0,16	0,11	0,26	-0,43	-0,04	0,20
24	0,17	-0,34		0,13	0,55	-0,03	0,55	0,36		0,36			1,77	0,15	0,27
25	0,1	-0,16				0,56	0,73		0,73				1,95	0,16	0,31
26	-0,01	0,01	0,07	0,06	0,06	-0,1	-0,18	0,05	-0,18	0,05	0,07	0,05	-0,05	0,00	0,10
27	-0,49	0,33		0,55					0,55	0,78		0,78	2,51	0,21	0,39
28	-0,07	0,08		0,55		0,39					0,81	0	1,76	0,15	0,28
29	0,04	-0,05	0,25	-0,42		-0,17	0,24	0,23		-0,19	-0,17	-0,19	-0,42	-0,03	0,21
30	0,35				1,39								1,74	0,14	0,40
31	0,35					1,22							1,57	0,13	0,36
Сум.	2,53	2,01	5,12	4,02	4,34	5,70	3,01	3,56	4,51	3,71	3,82	4,58	46,91
Ср.	0,08	0,06	0,17	0,13	0,14	0,18	0,10	0,12	0,15	0,12	0,12	0,15		0,13
Отк.	0,22	0,25	0,38	0,32	0,38	0,39	0,26	0,35	0,34	0,33	0,26	0,39			0,33

Пример решения задания 2.5 "Провести анализ модели, сформулировав правила для прогнозирования направления движения составов"

В подсистеме: "Типология", "Информационные портеры классов" системы "Эйдос" получаем следующие информационные портреты классов (таблицы 48 и 49).

ТАБЛИЦА 48 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:
Код: 1 Наименование: Состав следует на ВОСТОК

08-11-04 18:48:42 Фильтр: All, Positive г.Краснодар

===============================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| п р и з н а к о в |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|=============================================================|

| 1 8 груз_1_квадрат................. 0.347 9.67 9.7 |

| 2 10 груз_1_перевернутый_треугольник 0.347 9.67 19.3 |

| 3 11 груз_1_ромб.................... 0.347 9.67 29.0 |

| 4 13 груз_1_шестиугольник........... 0.347 9.67 38.7 |

| 5 15 груз_2_маленьких_круга......... 0.347 9.67 48.4 |

| 6 16 груз_3_квадрата................ 0.347 9.67 58.0 |

| 7 22 крыша_вагона_двухскатная....... 0.347 9.67 67.7 |

| 8 30 форма_вагона_ромбовидная....... 0.347 9.67 77.4 |

| 9 31 форма_вагона_эллипсоидная...... 0.347 9.67 87.0 |

| 10 2 N_осей_вагона=3................ 0.173 4.82 91.8 |

| 11 4 Кол-во_вагонов=3............... 0.173 4.82 96.7 |

| 12 12 груз_1_треугольник............. 0.173 4.82 101.5 |

| 13 24 крыша_вагона_прямая............ 0.173 4.82 106.3 |

| 14 5 Кол-во_вагонов=4............... 0.102 2.84 109.2 |

| 15 25 стенки_вагона_двойные.......... 0.102 2.84 112.0 |

| 16 20 длина_вагона_короткий.......... 0.057 1.59 113.6 |

| 17 29 форма_вагона_прямоугольная..... 0.038 1.07 114.7 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 18 26 стенки_вагона_одинарные........-0.008 -0.23 114.9 |

| 19 1 N_осей_вагона=2................-0.027 -0.75 115.6 |

| 20 23 крыша_вагона_отсутствует.......-0.041 -1.14 116.8 |

| 21 28 форма_вагона_V-образная........-0.072 -2.00 118.8 |

| 22 19 длина_вагона_длинный...........-0.143 -3.99 122.8 |

| 23 6 груз_1_большой_круг............-0.165 -4.60 127.4 |

| 24 7 груз_1_длинный_прямоугольник...-0.316 -8.83 136.2 |

| 25 9 груз_1_короткий_прямоугольник..-0.316 -8.83 145.0 |

| 26 27 форма_вагона_U-образная........-0.490 -13.67 158.7 |

===============================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

ТАБЛИЦА 49 – ВЛИЯНИЕ ПРИЗНАКОВ
НА РЕЗУЛЬТАТ ПРОГНОЗИРОВАНИЯ:
"НАПРАВЛЕНИЕ СЛЕДОВАНИЯ – НА ЗАПАД"

ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 2 Наименование: Состав следует на ЗАПАД

08-11-04 18:49:04 Фильтр: All, Positive г.Краснодар

===============================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| п р и з н а к о в |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|=============================================================|

| 1 3 Кол-во_вагонов=2.............. 0.500 13.94 13.9 |

| 2 14 груз_2_коротких_прямоугольника 0.500 13.94 27.9 |

| 3 17 груз_3_маленьких_круга........ 0.500 13.94 41.8 |

| 4 18 груза_нет..................... 0.500 13.94 55.8 |

| 5 21 крыша_вагона_гофрированная.... 0.500 13.94 69.7 |

| 6 27 форма_вагона_U-образная....... 0.326 9.10 78.8 |

| 7 7 груз_1_длинный_прямоугольник.. 0.255 7.12 85.9 |

| 8 9 груз_1_короткий_прямоугольник. 0.255 7.12 93.0 |

| 9 6 груз_1_большой_круг........... 0.162 4.52 97.6 |

| 10 19 длина_вагона_длинный.......... 0.145 4.05 101.6 |

| 11 28 форма_вагона_V-образная....... 0.082 2.27 103.9 |

| 12 23 крыша_вагона_отсутствует...... 0.049 1.36 105.2 |

| 13 1 N_осей_вагона=2............... 0.033 0.93 106.2 |

| 14 26 стенки_вагона_одинарные....... 0.010 0.29 106.5 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 15 29 форма_вагона_прямоугольная.... -0.053 -1.48 107.9 |

| 16 20 длина_вагона_короткий......... -0.083 -2.30 110.2 |

| 17 5 Кол-во_вагонов=4.............. -0.163 -4.55 114.8 |

| 18 25 стенки_вагона_двойные......... -0.163 -4.55 119.3 |

| 19 2 N_осей_вагона=3............... -0.337 -9.40 128.7 |

| 20 4 Кол-во_вагонов=3.............. -0.337 -9.40 138.1 |

| 21 12 груз_1_треугольник............ -0.337 -9.40 147.5 |

| 22 24 крыша_вагона_прямая........... -0.337 -9.40 156.9 |

===============================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Пример решения задания 2.6: "Оценить ценность признаков для прогнозирования. Выделить признаки, наиболее существенные для решения поставленной задачи"

В подсистеме "Оптимизация" режиме "Исключение признаков с низкой селективной силой" получаем перечень признаков, ранжированных в порядке убывания среднего количества информации о направлении следования состава (таблица 50).

Таблица 50 – ПРИЗНАКИ В ПОРЯДКЕ УБЫВАНИЯ СЕЛЕКТИВНОЙ СИЛЫ

08-11-04 18:49:35 г.Краснодар

================================================================

| N° | Код | Н а и м е н о в а н и е |Ценн.|Сумма| Сумма |

|п/п |п.пр.| п р и з н а к о в | Бит | Бит | % |

================================================================

| 1| 14 |груз_2_коротких_прямоугольника.|0.476|0.476| 4.888|

| 2| 17 |груз_3_маленьких_круга.........|0.476|0.953| 9.776|

| 3| 3 |Кол-во_вагонов=2...............|0.431|1.384| 14.201|

| 4| 18 |груза_нет......................|0.414|1.798| 18.448|

| 5| 10 |груз_1_перевернутый_треугольник|0.405|2.202| 22.599|

| 6| 15 |груз_2_маленьких_круга.........|0.405|2.607| 26.750|

| 7| 30 |форма_вагона_ромбовидная.......|0.405|3.011| 30.901|

| 8| 27 |форма_вагона_U-образная........|0.388|3.399| 34.885|

| 9| 7 |груз_1_длинный_прямоугольник...|0.372|3.772| 38.705|

| 10| 9 |груз_1_короткий_прямоугольник..|0.372|4.144| 42.526|

| 11| 8 |груз_1_квадрат.................|0.358|4.502| 46.203|

| 12| 11 |груз_1_ромб....................|0.358|4.861| 49.881|

| 13| 13 |груз_1_шестиугольник...........|0.358|5.219| 53.559|

| 14| 16 |груз_3_квадрата................|0.358|5.577| 57.236|

| 15| 22 |крыша_вагона_двухскатная.......|0.358|5.936| 60.914|

| 16| 31 |форма_вагона_эллипсоидная......|0.358|6.294| 64.591|

| 17| 21 |крыша_вагона_гофрированная.....|0.358|6.652| 68.266|

| 18| 2 |N_осей_вагона=3................|0.323|6.975| 71.577|

| 19| 25 |стенки_вагона_двойные..........|0.315|7.290| 74.807|

| 20| 4 |Кол-во_вагонов=3...............|0.304|7.594| 77.927|

| 21| 28 |форма_вагона_V-образная........|0.280|7.873| 80.797|

| 22| 24 |крыша_вагона_прямая............|0.266|8.139| 83.523|

| 23| 5 |Кол-во_вагонов=4...............|0.263|8.402| 86.224|

| 24| 29 |форма_вагона_прямоугольная.....|0.206|8.608| 88.340|

| 25| 23 |крыша_вагона_отсутствует.......|0.201|8.809| 90.403|

| 26| 12 |груз_1_треугольник.............|0.191|9.000| 92.358|

| 27| 6 |груз_1_большой_круг............|0.190|9.190| 94.307|

| 28| 19 |длина_вагона_длинный...........|0.160|9.350| 95.954|

| 29| 20 |длина_вагона_короткий..........|0.158|9.508| 97.573|

| 30| 1 |N_осей_вагона=2................|0.141|9.649| 99.015|

| 31| 26 |стенки_вагона_одинарные........|0.096|9.745|100.000|

================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Накопительная диаграмма селективной силы (Парето-диаграмма) приведена на рисунке 94.

Рисунок 94. Парето-диаграмма ценности признаков для решения задач
идентификации, прогнозирования и управления

Пример решения задания 2.7: "Сравнить составы по степени "типичности" для своих кластеров ("Идущие на запад", "Идущие на восток"). Вывести в графической форме семантические сети составов. Построить классические когнитивные карты для составов, идущих на запад и на восток"

Сравним составы по степени "типичности" для своих кластеров ("Идущие на запад", "Идущие на восток"). В подсистеме "Типология" режиме "Типологический анализ классов распознавания – Кластерный и конструктивный анализ – просмотр и печать кластеров и конструктов" выводим конструкт: "Идущие на запад" и "Идущие на восток" (рисунки 95 и 96).

Рисунок 95. Подсистема "Типология", режим "Типологический анализ классов распознавания – Кластерный и конструктивный анализ – просмотр и печать кластеров и конструктов"

Рисунок 96. Конструкт: "Идущие на запад" и "Идущие на восток"

Из рисунка 4 видно, что:

– составы 4-й, 1-й и 3-й являются типичными для "Идущих на восток", а 5-й и, особенно 2-й, – нетипичными;

– составы 10-й, 9-й и 8-й являются типичными для "Идущих на запад", а 7-й и, особенно 6-й, – нетипичными.

Выведем в графической форме семантические сети составов.

Семантические сети классов отображают результаты кластерно-конструктивного анализа в графической форме. Для этого используется режим: "Вывод 2d-семантических сетей классов" (рисунок 95). Результат приведен на рисунке 97.

Рисунок 97. Семантическая сеть классов

Построим классические когнитивные карты для составов, идущих на запад и на восток". В Системе "Эйдос" классическая когнитивная карта строится из двух графических диаграмм:

1. Неклассического нейрона (подсистема "Анализ", режим "Графическое отображение нелокальных нейронов" (рисунок 98)).

2. Семантической сети признаков (подсистема "Типология", режим "Кластерный и конструктивный анализ признаков – вывод 2d-семантических сетей признаков" (рисунок 99)).

Рисунок 98. Задание режима отображения нелокальных нейронов	Рисунок 99. Задание режима отображения семантических сетей признаков

Результаты, т.е. когнитивные карты для составов, идущих на восток и запад, приведены на рисунках 100 и 101.

Рисунок 100. Когнитивная карта для составов, идущих на восток	Рисунок 101. Когнитивная карта для составов, идущих на восток

Из этих рисунков видно, что классическая когнитивная карта может быть изображена в форме конуса, но для наглядности изображения большого объема информации его вершина и боковая поверхность показаны в форме нейрона, а основание – в форме семантической сети.

Выводы

Таким образом, вербальные описания объектов реальности на естественном языке с полным основанием могут рассматриваются как их иерархические лингвистические модели. Предложены методика и автоматизированная технология, основанные на универсальной когнитивной аналитической системе "Эйдос", которые обеспечивают:

– автоматизированную формализацию предметной области на основе вербального описания ее объектов;

– автоматизированное формирование описательных шкал и градаций;

– автоматизированную генерацию обучающей выборки;

– синтез семантической информационной модели, ее оптимизацию, проверку адекватности и анализ.

Предлагаемые технологии обеспечивают значительную экономию труда и времени по сравнению с традиционным подходом.

Необходимо отметить также, что в системе "Эйдос" реализована полнофункциональная интеллектуальная информационно-поисковая система, обеспечивающая работу по приведенной в работе технологии с объектами, описанными на естественном языке.

Контрольные вопросы

1. Что такое классификационные и описательные шкалы и градации?

2. Какие существуют виды шкал?

3. Как шкалы связаны с конструктами и с познанием?

4. Чем обусловлена возможность текстового описания объектов обучающей и распознаваемой выборки на естественном языке?

Литература по лабораторной работе

1. Мичи Д., Джонстон Р. Компьютер – творец. – М.: Мир, 1987. –251 с.

2. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). – Краснодар: КубГАУ. 2002. – 605 с.

3. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (на примере универсальной автоматизированной системы распознавания образов "ЭЙДОС-5.1"). – Краснодар: КЮИ МВД РФ, 1996. – 280 с.