WYKŁAD 2
SYSTEMY WSPOMAGANIADECYZJI, EKSPERCKIE
METODY KOMPUTEROWE W DROGACH KOLEJOWYCHstudia II stopnia, specjalność ITS, semestr 1
rok akademicki 2018/19
dr inż. Jacek Makuch
Katedra
Mostów i Kolei
WSPOMAGANIE DECYZJI(bez wykorzystania komputerów) (racjonalne)
• odbywa się w oparciu o informacje:− podstawowe – uzyskane w wyniku pozyskiwania
− wtórne – uzyskane w wyniku przetwarzania, z zastosowaniem technik:� obliczeniowych:
− wartości średnie− miary rozproszenia (odchylenie standardowe, współczynniki
zmienności)− syntetyczne wskaźniki
� graficznych:− rozkłady− wykresy− histogramy
• informacje wymagają interpretowania
• zwieńczeniem procesu jest konkluzja
GENEZASYSTEMÓW WSPOMAGANIA DECYZJI
komputerowe wspomaganie zarządzaniaCAM (Computer Aided Management)
↓systemy informowania kierownictwa
MIS (Management Information Systems)
↓systemy wspomagania decyzji (doradcze)
DSS (Decision Support Systems)
przetwarzanie danych
(data processing)
+ metody: optymalizacyjne,
sieciowe, symulacyjne, teorii
odnowy i niezawodności
ISTOTASYSTEMÓW WSPOMAGANIA DECYZJI
rzeczywiste problemy
↓modele matematyczne
analizowane zjawiska
transformowane
↓sformalizowane
↓rozwiązania
algorytmiczne
↓niesformalizowane
↓rozwiązania heurystyczne
systemy eksperckie (ekspertowe)ES (Expert Systems)
DEFINICJE:
SYSTEM EKSPERCKI:program komputerowy wyposażony w:
• bogaty zestaw prawideł heurystycznych oraz• specjalistyczną wiedzę z danej dziedziny,
służący do rozwiązywania problemów z wykorzystaniem:• opisu tej wiedzy i• toku rozumowania.
HEURYSTYKA:• umiejętność zauważania faktów i wykrywania związków
pomiędzy nimi dzięki czemu dochodzi się do nowych prawd (heurisko – z greckiego: znajduję, odkrywam),
• przeciwieństwo podejścia algorytmicznego,
• postępowanie oparte na metodzie prób i błędów.
• tworzone na podstawie doświadczenia, intuicji, osądów
• mają postać zdań warunkowych:
jeżeli <przesłanka> to <akcja>
• wykorzystują symboliczny, a nie liczbowy sposób przedstawiania danych
• dają rozwiązania jedynie prawdopodobne, przybliżone(w przeciwieństwie do metod algorytmicznych, gdzie uzyskuje się rozwiązania jednoznaczne, pewne albo
przynajmniej optymalne)
CECHY REGUŁ HEURYSTYCZNYCH:
• działają jak lekarz (pytania o symptomy → diagnoza)• prawie zawsze zawierają pomocnicze moduły algorytmiczne (np.
obliczeniowe), są więc systemami hybrydowymi (np. UNIP – wylicza przyspieszenie boczne na łuku dla zadanych wartości v, R, h)
• nie są zdolne zastąpić człowieka w podjęciu decyzji, mogą jedynie zmaksymalizować prawdopodobieństwo jej trafności
• decydent musi być otwarty na podejmowanie decyzji alternatywnych (np. konkluzję zalecającą ograniczenie prędkości należy w pierwszej kolejności rozumieć jako sugestię rozpoznania możliwości usunięcia przyczyn tego ograniczenia)
• przy wdrożeniach wymagają szkoleń:– zasad posługiwania się systemem (obecnie traci na znaczeniu –
unifikacja oprogramowania)– właściwej interpretacji konkluzji (nadal aktualne)
• heurystyczne, a nie algorytmiczne podejście do rozwiązywania problemów w systemach eksperckich jest uzasadnione tym, że rozumowanie człowieka polega na jednoczesnym postrzeganiu wielu szczegółów, a dopiero później na bardziej dogłębnym analizowaniu pewnej, stosunkowo niewielkiej ich liczby
CECHY SYSTEMÓW EKSPERCKICH:
STRUKTURA SYSTEMÓW EKSPERCKICH
BAZA WIEDZY• ATRYBUTY:
− dowolne cechy obiektu istotne dla jego opisu− mogą przyjmować wartości:
• liczbowe (np. promień rozjazdu: 190, 300, 500, 1200 m)• logiczne (np. czy po podbiciu podkładów zastosowano
dynamiczny stabilizator podsypki: tak lub nie)• tekstowe (np. stan podsypki: dobry, przeciętny, zły,
bardzo zły)
• REGUŁY WNIOSKOWANIA:− mają postać zdań warunkowych:
jeżeli <warunki> to <konkluzja>
• KONKLUZJE:− tworzą przestrzeń rozwiązań− każda z nich musi wynikać z określonych reguł
wnioskowania− końcowe mogą być poprzedzone pośrednimi− mogą być im przypisane współczynniki pewności (CF -
confidential factors o wartościach od 0 do 1) określające stopień przekonania eksperta do ich trafności
BAZA WIEDZY
• powinny w niej być zawarte nadmiarowe reguływnioskowania -pozwalające dojść do konkluzji różnymi drogami
• powinna mieć możliwość rozbudowy i modyfikacji –systemy eksperckie powinny mieć możliwość pracy nie tylko w trybie rozwiązywania zadań,ale i przyswajania informacji
MECHANIZM WNIOSKOWANIA(algorytm generacji wnioskowania)
• poszukuje zależności pomiędzy faktami i regułami i prowadzi do konkluzji
• może sterować wnioskowaniem w dwóch kierunkach:− do przodu (od parametrów i ograniczeń do konkluzji)− od tyłu (od konkluzji postawionej jako hipoteza do
parametrów i ograniczeń pozwalających ją udowodnić lub odrzucić)
• system ekspercki powinien rozwiązywać problemy nawet przy braku pewnych danych:
− jedynie poprzez przyjęcie do wiadomości, że pewne dane nie są możliwe do uzyskania
− poprzez wyliczenie brakujących danych z innych (np. zużycia bocznego szyn w łukach na podstawie R, h, v, masy pociągu i obciążenia)
BAZA DANYCH
• pamięć robocza przechowująca:
− odpowiedzi użytkownika
− pośrednie konkluzje i wyniki wnioskowania
• dane ze źródeł zewnętrznych (np. odchyłki dopuszczalne z przepisów)
• pamięć stała gromadząca dane dotyczące wszystkich przebadanych obiektów w celu:
− przekazywania informacji na inne poziomy zarządzania
− umożliwienia okresowej weryfikacji hipotez i regułwnioskowania
INTERFEJS(procesor lingwistyczny)
• zapewnia komunikację między systemem a użytkownikiem lub ekspertem
• interaktywny (pracuje w trybie dialogowym)
• przejrzysty i jednoznaczny
• nie wymaga od użytkownika znajomości programowania
• zawiera moduły objaśniające (stawianych pytań, regułwnioskowania)
• wychwytuje błędne odpowiedzi użytkownika na stawiane pytania
• jako urządzenia wejścia wykorzystuje klawiaturę i myszkę, a wyjścia - monitor i drukarkę
PRZYKŁAD STRUKTURY SYSTEMU EKSPERCKIEGOz dziedziny dróg kolejowych
TWORZENIE SYSTEMÓW EKSPERCKICH(połowa lat 90-tych poprzedniego stulecia)
• Skład zespołu i podział zadań:
• ekspert - wnosi wiedzę
• inżynier wiedzy - formalizuje i strukturalizuje wiedzę
• programista - przekłada wiedzę na język zrozumiały dla komputera
• Inżynieria wiedzy - pozyskiwanie (akwizycja), generowanie, gromadzenie i przetwarzanie wiedzy
• Sposoby pozyskiwania wiedzy:− wywiady z ekspertami− ankiety− analiza protokołów− obserwowanie działań lub zjawisk
reprezentatywnych− symulacja zachowań przyszłego systemu
• Etapy opracowywania wiedzy:1. identyfikacja (źródła wiedzy, kluczowe pojęcia,
problemy),2. konceptualizacja (ograniczenia, hipotezy, dane
wyjściowe),3. formalizacja (przestrzeń rozwiązań, zależności
między pojęciami przy tworzeniu hipotez)
• Zasada szybkiego prototypu:− nie buduje się od razu gotowego systemu− doprowadza się do takiego stanu aby zaczął
działać− udoskonalanie (iteracyjnie: wypróbować,
poprawić, powtórzyć)
• Pierwszy prototyp (system pilotowy):− uzasadnienie osiągalności celów systemu
docelowego− oszacowanie kosztów i czasu wykonania− pierwsze zapoznanie ekspertów i użytkowników z
systemem
• Stadia:− prototyp demonstracyjny (50 - 100 reguł, 3 miesiące)− prototyp doświadczalny (200 - 500 reguł, 1-2 lata)− prototyp działający (500 - 1000 reguł, 2 - 3 lata)− system przemysłowy (1000 - 1500 reguł, do 4 lat)− system handlowy (do 3000 reguł, do 6 lat)
• Opracowanie i wdrożenie:− minimum 2 lata− minimum 5 - 10 osobolat
• Z opracowaniem systemu handlowego wiąże się:− opracowanie dokumentacji systemu− szkolenie użytkowników− utrzymanie systemu:
• konserwacja• współpraca z użytkownikami (doradztwo, analiza poprawności
działania)• uaktualnianie (weryfikacja hipotez i reguł wnioskowania)
RYS HISTORYCZNYROZWOJU SYSTEMÓW EKSPERCKICH
• Początki:− lata 50-te - badania nad sztuczną inteligencją, pierwsze próby
budowy maszyny imitującej działanie ludzkiego mózgu,− system PERCEPTION - zgrubne przybliżenie siatkówki oka
(400 fotokomórek), miał rozpoznawać obrazy, niestety wyniki znacznie odbiegały od zamierzeń,
− lata 60-te - utworzenie heurystycznego systemu rozwiązywania zadań GPS (General Problem Solver):
− był rozwinięciem wcześniejszych systemów dowodzenia twierdzeń i gry w szachy,
− niestety nie rozwiązywał wielu realnych zadań.
• Pierwsze udane zastosowania - lata 70-te:− CADUCEUS - komputerowy system diagnostyczny około 500
schorzeń wewnętrznych, zawierał około milion powiązańmiędzy symptomami a schorzeniami, stosowany w klinikach i na uczelniach medycznych.
• Lata 80-te:− pierwsze systemy zdolne do samodzielnego uczenia się:
− system EURISKO (udoskonala i rozszerza swoją bazę wiedzy, w wyniku zastosowania zasad heurystyki do istniejących pojęćpotrafi definiować nowe pojęcia),
− pierwsze systemy eksperckie z dziedziny dróg kolejowych - Japonia rok 1983,
• Lata 90-te – rozwój (dwutorowo):− potężnych systemów eksperckich budowanych przez korporacje do
własnych potrzeb,− małych systemów eksperckich przeznaczonych dla komputerów
osobistych o wąskich zakresach zastosowań - dzięki pojawieniu sięna rynku narzędzi budowy systemów eksperckich, tzw. systemów skorupowych:
− zawierających moduły: sterujący, pozyskiwania wiedzy, wnioskujący, objaśniający i operacji na bazie wiedzy,
− stosujących metody wnioskowania: dedukcyjnego, indukcyjnego, aproksymującego i przez analogię,
co niestety doprowadziło to pojawiania się wielu systemów nieudanych.
• Obecnie:− powrót do idei sztucznej inteligencji - poprzez wykorzystanie
sieci neuronowych:− będących naśladowaniem pamięci biologicznej,− posiadających zdolność uczenia się na przykładach (zamiast
definiowania reguł, trenuje się sieć na tysiącach przykładów)− stało się to możliwe dzięki wysokim możliwościom
obliczeniowym współczesnych komputerów− sieci neuronowe znalazły pierwsze zastosowania w
rozpoznawaniu:− mowy (sterowanie pracą urządzeń)− obrazów:
− kryminalistyka - linie papilarne,− wojskowość - cele rażenia (konflikt zbrojny w Zatoce
Perskiej na początku lat 90-tych).
• W przyszłości:− zakłada się, że dzięki sieciom neuronowym systemy
eksperckie oparte będą na logice zbiorów rozmytych
PRZYCZYNY ROZPOCZĘCIA STOSOWANIASYSTEMÓW WSPOMAGANIA DECYZJI W DROGACH KOLEJOWYCH
• rozwój urządzeń diagnostycznych - przekroczenie możliwości interpretacyjnych osoby dokonującej pomiary (toromierze, drezyny i wagony pomiarowe)
• wprowadzenie mechanizmów gospodarki rynkowej(sprostanie wymogom konkurencji w stosunku do innych gałęzi transportu):
− zastąpienie planowo-zapobiegawczych metod utrzymania dróg kolejowych diagnostycznymi
− podejmowanie decyzji utrzymaniowych w oparciu nie tylko o wyniki badań diagnostycznych, ale i możliwości wykonawcze
ZALETY STOSOWANIASYSTEMÓW WSPOMAGANIA DECYZJI W DROGACH KOLEJOWYCH
• ujednolicenie kryteriów oceny stanu torów w skali całej sieci• możliwość wspomagania podejmowania decyzji w dowolnym
miejscu i czasie (wirtualny ekspert)• szybszy, sprawniejszy i dokładniejszy obieg informacji pomiędzy
różnymi szczeblami zarządzania i jednostkami w terenie (dokumenty elektroniczne zamiast papierowych)
• upowszechnienie wykorzystania wiedzy doświadczonych ekspertów
• zmniejszenie kosztów kształcenia diagnostów• możliwość prognozowania zjawisk (symulacje, metody
stochastyczne)• ułatwienie procesu generowania nowej wiedzy poprzez
weryfikację reguł decyzyjnych (archiwizacja, a następnie konfrontacja zaleceń z rzeczywistością)
• modyfikacja klasycznych metod podejmowania decyzji, określania granicznych wartości parametrów i odchyłek dopuszczalnych w przepisach (KLAN, WARKIN)
• wzrost trafności podejmowanych decyzji• racjonalizacja kosztów utrzymania infrastruktury
KRAJOWESYSTEMY
EKSPERCKIE
PRZYKŁADY:
DONGDECYZJE O NAPRAWACH GŁÓWNYCH
podstawowe moduły systemu
mapa główna kwalifikowania nawierzchni do wymian ciągłych
mapa problemu „szyny”
UNIPUSTALENIE NACISKÓW I PRĘDKOŚCI
podstawowe moduły systemu
WARKINWARTOŚCI KINEMATYCZNE
model systemu
mapa główna problemu wyboru wartości kinematycznych
mapa cech eksploatacyjnych
mapa cech konstrukcyjno-utrzymaniowych
DIRODIAGNOSTYKA ROZJAZDÓW
moduły systemu
DIAGNOSDIAGNOSTYKA TORU BEZSTYKOWEGO
model systemu
mapa problemu wyrównania naprężeń
ZAGRANICZNESYSTEMY
EKSPERCKIE
PRZYKŁADY:(lata 90-te)
TMAS(TRACK MAINTENANCE ADVISORY SYSTEM)
• stosowany na kolejach Canadian Pacific
• składa się z kilku podsystemów wspomagających planowanie: podbijania torów, szlifowania szyn, wymian szyn, podkładów i podsypki
• baza danych tego systemu jest zasilana wynikami pomiarów przeprowadzanych wagonami pomiarowymi oraz kilku zautomatyzowanymi urządzeniami
• syntezą tych pomiarów jest 20 różnych wskaźników syntetycznych (np. wskaźnik zmęczenia szyn oparty na ocenie ich pęknięć)
• prowadzone są analizy zależności pomiędzy odpowiednimi wskaźnikami syntetycznymi a:
• zakresem robót• kosztami ograniczeń prędkości pociągów• zużyciem paliwa• kosztami napraw taboru kolejowego
System utrzymania linii Pilbara w Australii (linia służy do przewozu rudy)
• system generuje plany dla dwóch rodzajów robót: szlifowania szyn oraz podbijania i nasuwania toru
• cykle robót wynoszą od 4 do 24 miesięcy (bardzo krótkie)
• długość analizowanych odcinków zależy od występowania łuków, rozjazdów, przejazdów kolejowych, typu szyn i rzadko przekracza 400 m
• w analizie zużycia szyn oprócz parametrów drogi uwzględnia sięrównież cechy pojazdów szynowych
• stwierdzono, że zużycie szyn wymagające ich szlifowania rośnie szybko wraz ze wzrostem obciążenia, przy czym wzrost ten jest spowodowany złymi charakterystykami biegowymi taboru
• system uwzględnia wpływ stanu toru na zużycie paliwa oraz koszty wykolejeń
• badania wykazały, że najczęstszą przyczyną wykolejeń jest koincydencja (nakładanie się) wichrowatości i nierówności poziomych
SMIS(SHINKANSEN MANAGEMENT INFORMATION SYSTEM)
• stosowany na sieci szybkich kolei w Japonii• na podstawie pomiarów wykonywanych co 10 dni pociągiem
zwanym żółtym doktorem, jadącym z prędkością 210 km/h• wyniki pomiarów są opracowywane w komputerze centralnym, a
następnie transmitowane do komputerów znajdujących się w sekcjach drogowych i w oddziałach napraw głównych firm eksploatujących sieć Shinkansen
• na podstawie pomiarów opracowywane są plany napraw oraz zestawienia materiałów
• system generuje automatycznie zamówienia i dokonuje rozliczeńfinansowych
• do systemu wpływają codzienne raporty o wykonanych robotach• w bazie danych przechowuje się wartości temperatur, wyniki
badań przyrządów wyrównawczych, rozjazdów, szyn i zgrzein• analizę przekroczenia odchyłek dopuszczalnych geometrii toru
prowadzi się dla każdego metra jego długości• stan podsypki i roboty podsypkowe są rejestrowane dla
odcinków toru o długości 20 m
REPOMAN(RAIL EXPERT PLANNING ORGANISATION AND MAINTENANCE)
• stosowany na największej w USA kolei Burlington Northern (BN) eksploatującej 40 tyś. km torów
• służy do opracowywania planów wymiany szyn z uwzględnieniem kryteriów techniczno-ekonomicznych przy założeniu, że wyjęte szyny można sprzedać (zawiera pewne reguły związane z marketingiem)
• opracowany przez naukowców z Massachusetts Insitute of Technologyw Cambridge wraz ze specjalistami kolei BN
• zbudowany jako system ekspercki, gdyż oparcie go o znane modele algorytmiczne groziło eksplozją kombinatoryczną
• formułuje konkluzje czterech kategorii (co do potrzeby wymiany szyn): OK, MAYBE, SHOULD i MUST
• analiza stanu szyn odnosi się do odcinków jednorodnych co do ich atrybutów, układu geometrycznego i warunków eksploatacyjnych
• koszty ewentualnej wymiany porównuje się z wydatkami jakie należałoby ponieść pozostawiając szyny w torze i wykonując roboty takie jak szlifowane, podbijanie
• pozwala określić optymalny termin wymiany szyn i najodpowiedniejszy ich typ w danych warunkach eksploatacyjnych
• w obliczeniach uwzględnia koszty wykolejeń, w tym odszkodowania wypłacane ofiarom wypadków
PATER(Komputerowe wspomaganie utrzymania i napraw dróg kolejowych)
• system stosowany na Węgrzech
• zapewnia wizualizację danych o stanie nawierzchni obejmujących:
• nierówności toru mierzone drezynami pomiarowymi• usterki ujawniane podczas obchodów (inspekcji)
• na podstawie obliczanego wskaźnika syntetycznego określane są ograniczenia prędkości pociągów
• w celu zbierania danych o stanie torów wykorzystuje sięodpowiednio oprogramowane komputery przenośne, z których wyniki są transmitowane do komputerów stacjonarnych
• w ciągu 8 godzin jedna osoba idąc po torze jest w stanie wprowadzić dane z odcinka o długości 10 km
GILDA• system wprowadzony do jednostek utrzymania nawierzchni kolei
włoskich w 1993 r.
• graficzny interfejs (pracujący w środowisku Windows) umożliwia szybki dostęp do bazy danych obejmującej: konstrukcję nawierzchni, układ geometryczny, wyniki pomiarów nierówności torów; dowolny odcinek można wybierać myszką z mapy sieci kolejowej albo podając numer linii lub kody jej odcinków
• syntetycznymi wskaźnikami stanu toru są odchylenia standardowe poszczególnych nierówności
• miarą oceny stanu toru do planowania jego napraw jest kwantyl 70-ty wskazujący na krzywej skumulowanej konkretną wartość odchylenia standardowego obliczanego dla odcinków o długości 200 m
• gdy odchylenie standardowe 3 mm lub mniejsze utrzymuje się co najmniej na 70 % wszystkich 200 metrowych odcinków torów - nie planuje się jeszcze ciągłego podbicia toru (badania wykazały, że po przekroczeniu tej granicy następuje szybki przyrost nierówności)
• zastosowanie systemu umożliwiło wprowadzenie zasady rozliczania robót podbijania toru nie tylko w oparciu o długość, ale i jakośćwyrażaną odchyleniem standardowym nierówności pionowych
MARPAS(MAINTENANCE AND RENEVAL PLANNING AID SYSTEM FOR PERMANENT WAY)
• system opracowany w Centrum Badawczym w Derby dla kolei Wielkiej Brytanii
• zawiera różne modele statystyczne i analityczne pozwalające określić potrzeby naprawcze (zarówno napraw bieżących jak i głównych), umożliwiające szczegółowe planowanie czasu i miejsca koniecznych robót
• rozwiązuje zadania pozwalające podejmować decyzje strategiczne dotyczące kosztów utrzymania w zależności od prędkości pociągów, rodzaju taboru i konstrukcji nawierzchni
• zawiera model osiadań torów
• umożliwia wybór tras objazdowych na czas zamknięć torów
• określa całkowite koszty napraw
• pracuje na bazie danych ORACLE
• współpracuje z bazą danych stanu torów kolei brytyjskich obejmującą estymatory obliczone dla odcinków o długości 200 m
BINCO(BOVENBOUW INFORMATIE EN CONTROL PER ONDERHOUDSSECTIVE)
• system informujący o stanie toru i wspomagający planowanie jego napraw (bieżących oraz głównych)
• stosowany na 80% sieci kolei holenderskich
• obejmuje 3,5 tyś. km linii podzielonych na 600 odcinków o długościach od 5 do 10 km
• planowanie napraw opiera się na: wynikach pomiarów wagonem, statystyce uszkodzeń szyn, ponoszonych wydatkach
• decyzje o naprawach podejmowane są na podstawie znormalizowanych wartości odchyleń standardowych obliczanych (jako iloraz odchylenia standardowego rzeczywistego do dopuszczalnego) dla każdego 200 metrowego odcinka toru
• szlifowanie szyn (zaliczane do napraw bieżących ciągłych) jest planowane na podstawie pomiaru falistości
• ciągłe wymiany nawierzchni planuje się na podstawie uszkodzeń szyn z uwzględnieniem przeniesionego obciążenia, stanu podkładów i zanieczyszczenia podsypki
• informacje o zmianach nierówności toru i o uszkodzeniach części składowych nawierzchni są przechowywane w bazie danych i ułatwiająopracowywanie planów napraw
GEV(GESTION DES ENTRETIENS DE VOIE)
• system opracowany według koncepcji Instytutu Transportu Politechniki w Lozannie, stosowany na kolejach szwajcarskich od 1990 r.
• system umożliwia:• określenie odcinków torów wymagających wykonania robót• ustalenie pilności tych robót• ocenę i zaplanowanie koniecznych zasobów do wykonania tych
robót
• źródłem informacji są wyniki pomiarów wykonywanych wagonem raz albo dwa razy w roku
• ustalone odchylenia dzieli się na trzy grupy: S - do natychmiastowego usunięcia, I - do usunięcia w krótkim lub średnio odległym terminie, σ -pogarszające jakość toru
• na podstawie pomierzonych odchyleń opracowuje się plany napraw bieżących ciągłych lub głównych (propozycje zakresu robót i ich terminów)
• w bazie danych systemu znajdują się:• charakterystyki podtorza na odcinkach wymagających stabilizacji• obciążenie dobowe i prędkości pociągów (kategorie torów)• konstrukcja nawierzchni i układ geometryczny• historia utrzymania i napraw głównych