Программная система для автоматической генерации интеллектуальных технологий анализа данных IT-PEGAS

Размещено на http://www.allbest.ru/

Сибирский государственный аэрокосмический университет, Красноярск

Программная система для автоматической генерации интеллектуальных технологий анализа данных IT-PEGAS

В.В. Бухтояров (vladber@list.ru)

В работе описаны основные функциональные возможности программной системы «IT-PEGAS», в которой реализованы методы автоматического проектирования нейросетевых технологий и их коллективов. Разработанная программная системы была использована для решения ряда практических задач.

Современное состояние науки и техники все больше актуализирует применение интеллектуальных информационных технологий (ИИТ) во многих отраслях человеческой деятельности. Этому способствуют не только возрастающие вычислительные мощности, которые могут быть использованы для решения насущных практических задач, но и сама суть интеллектуальных информационных технологий, выражающаяся в способности систем, основанных на их использовании, эффективно решать широкий спектр задач. В этой связи можно говорить, что рост заинтересованности в использовании интеллектуальных технологий анализа данных не в последнюю очередь связан с их способность к интенсификации процессов обработки информации.

Однако уже сейчас становится понятно, что дальнейшее развитие систем на основе ИИТ не возможно за счет совершенствования и использования лишь одной из таких технологий. В этой связи все актуальнее становится вопрос о совместном использовании в рамках одной системы нескольких ИИТ, что, порой, позволяет получить качественные улучшения характеристик системы в целом.

Можно выделить два способа совместного синергетического использования нескольких ИИТ в рамках одной системы, решающей конкретную прикладную задачу. Первый способ - это совместное параллельное использование нескольких интеллектуальных технологий для выработки общего решения задачи. Ярким примером такого объединения может служить коллектив нейронных сетей, но в этом случае параллельно могут использоваться и не только однотипные ИИТ. Существенным представляется вопрос о выборе способа выработки общего решения задачи в таких объединениях.

Вторым способом объединения интеллектуальных информационных технологий в рамках одной системы является использование одних технологий для автоматического проектирования других. Потребность в таком объединении может быть обоснована как необходимостью повышения эффективности проектирования ИИТ, так и стремлением к автоматизации процесса проектирования систем на основе ИИТ. Последний аргумент представляется особенно важным ввиду все более возрастающих масштабов систем, использующих ИИТ, а так же жесткостью ограничений на временные и человеческие ресурсы, характерные для современно состояния большинства отраслей технической деятельности. Одним из наиболее ярких примеров такого объединения ИИТ может служить использование эволюционных алгоритмов для проектирования и обучения нейронных сетей.

Перспективным видится объединение в одной системе обоих способов совместного использования ИИТ, что, очевидно, позволит существенно повысить качество решений, получаемых с помощью такой системы, при минимизации требований к дорогостоящим ресурсам за счет интенсификации и автоматизации процессов генерации технологий для получения решений. Это позволяет надеяться на то, что, в конечном счете, использование для интеллектуального анализа данных таких объединений ИИТ и их программная реализация способны существенно повысить эффективность решения прикладных задач во многих отраслях человеческой деятельности.

Программная система IT-PEGAS

При исследовании практически любого процесса, объекта или системы возникает необходимость построения моделей. Процесс моделирования зачастую является неотъемлемой частью решения проблем в различных областях: на производстве, в экономике, при проведении социологических исследований. В большинстве случаев построение модели требует значительных усилий, и хотя бы частичная автоматизация этого процесса могла бы позволить сократить время и усилия, требуемые для решения стоящих перед исследователем проблем.

Разработанная программная система IT-PEGAS (Intelligent Technologies - Professional Evolutionary and Genetic Algorithm Search) позволяет автоматизировать процесс построения моделей сложных объектов, систем, процессов. В программной системе реализованы методы автоматической генерации интеллектуальных технологий анализа данных: нейронных сетей и генетического программирования, применены новые методы проектирования коллективов нейросетевых технологий, а также модификации стандартных алгоритмов генерации интеллектуальных технологий анализа данных, позволяющие повысить эффективность построения моделей.

Программная система «IT-PEGAS» выполнена в виде пошагового мастера и предназначена для использования в качестве инструмента построения моделей для различных объектов, процессов, систем по выборкам входных и выходных переменных, а также проведения статистических исследований эффективности разработанных методов генерирования интеллектуальных информационных технологий.

Рассмотрим группы методов, которые могут быть использованы для решения задач в системе «IT-PEGAS».

1. Автоматическое проектирование структуры искусственных нейронных сетей. В программной системе реализованы следующие методы проектирования:

– проектирование структур нейронных сетей с помощью генетических алгоритмов;

– проектирование структур нейронных сетей с помощью разработанного вероятностного метода формирования структуры [Бухтояров, 2010].

2. Обучение нейронных сетей. В программной системе реализованы эволюционные алгоритмы обучения нейронных сетей.

3. Решение задач символьной регрессии. В программной системе реализованы следующие методы решения задач символьной регрессии:

– стандартный метод генетического программирования [Koza, 1992];

– метод генетического программирования с эволюционными алгоритмами подстройки параметров регрессионной модели;

– разработанный метод гибридного генетического программирования [Бухтояров, 2008].

4. Автоматическое проектирование коллективов нейронных сетей и выбор способа формирования общего решения в них. В программной системе реализованы следующие методы:

– разработанный комплексный эволюционный подход, включающий в себя предложенный метод формирования общего решения в коллективах нейронных сетей, и разработанный вероятностный метод проектирования структуры нейронной сети [Бухтояров и др., 2010];

– метод GASEN;

– метод GA-based1;

– метод GA-based2;

Программная система представлена в виде мастера и имеет дружественный графический интерфейс, позволяет пользователю, не зависимо от уровня компетенций в сфере используемых информационных технологий, легко начать работу с ней после краткого ознакомления с руководством пользователя. В программной системе предусмотрены средства контроля за построением моделей, что позволяет наглядно иллюстрировать процесс решения задачи.

Разработанная программная система была использована для решения ряда практических задач моделирования и прогнозирования. В частности были решены следующие задачи:

1. Прогнозирование состояния гидротурбины по внешним вибрационным и акустическим характеристикам.

2. Прогнозирование содержания никеля в шлаке по значениям управляющих параметров печи рудно-термической плавки

3. Прогнозирование потока жидкости в открытом канале (в рамках создания комплексной системы по предупреждению чрезвычайных ситуаций).

4. Прогнозирование значений характеристик процесса деградации солнечных батарей.

Результаты решения тестовых и практических задач можно найти по ссылкам, приведенным в списке литературы.

Системные требования: PC - совместимый компьютер, процессор с частотой не менее 500 МГц, 512 ОЗУ, 10 Мб свободного места на жестком диске, клавиатура, мышь.

нейросетевой проектирование моделирование прогнозирование

Список литературы

1. Бухтояров В.В. Разработка гибридного генетического алгоритма [Текст]. / В.В. Бухтояров // Решетневские чтения: материалы XIII Международной научной конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М.Ф. Решетнёва - Красноярск: Редакционно-издательский отдел СибГАУ, 2007.

2. Бухтояров В.В Разработка комплексного эволюционного подхода для проектирования коллективов нейронных сетей. Технологии Microsoft в теории и практике программирования:Тезисы конференции-конкурса работ студентов, аспирантов и молодых учёных. - Томск: ТПУ, 2010.

3. Бухтояров В. В., Семенкин Е.С. Эволюционный метод формирования общего решения в коллективах нейронных сетей. Теория и практика системного анализа: Труды I Всероссийской научной конференции молодых ученых. Т. I. - Рыбинск: РГАТА, 2010.

4. Koza John R. The Genetic Programming Paradigm: Genetically Breeding Populations of Computer Programs to Solve Problems. - Cambridge, MA: MIT Press, 1992.

Размещено на Allbest.ru