Теория и практика применения нечетких сетей Петри для мониторинга экологических рисков
Представлены результаты системного анализа нечетких продукционных систем поддержки принятия решений в контексте геоинформационного мониторинга экологических рисков. Рассмотрен способ представления правил нечетких продукций в нечеткой системе анализа и сокращения экологических рисков, основанный на применении нечетких сетей Петри. Предложен способ представления правил нечетких продукций при решении прикладных задач нечеткого моделирования по экологическим рискам. В результате программной реализации алгоритма получился эффективный и удобный в применении программный продукт.
Theory and practice of using fuzzy Petri nets for monitoring environmental risks.pdf Наряду с классическими подходами к структурному и функциональному построению ГИС анализа и мониторинга экологических рисков [1-3] в настоящей работе рассматривается новый подход к организации процесса анализа и мониторинга экологических рисков в условиях нечеткости, основанный на применении современной теории и практики анализа и мониторинга рисков в сложных программных проектах. В предлагаемом подходе процесс анализа и мониторинга экологических рисков в составе ГИС включает в себя алгоритм, состоящий из следующих шагов: 1. Идентификация экологических рисков - определение того, какие риски могут повлиять на экологию региона, и документальное оформление их характеристик. 2. Качественный анализ экологических рисков - расположение рисков по степени их приоритета для дальнейшего анализа или обработки путем оценки и суммирования вероятностей их возникновения и воздействия на экологию региона. 3. Количественный анализ экологических рисков - количественный анализ потенциального влияния идентифицированных рисков на общие цели сохранения экологии региона. 4. Планирование реагирования на экологические риски - разработка возможных вариантов действий, способствующих повышению благоприятных возможностей и снижению угроз экологии региона. 5. Мониторинг и управление рисками - отслеживание идентифицированных и остаточных рисков, идентификация новых рисков, исполнение планов реагирования на риски и оценка их эффективности на протяжении жизненного цикла региона. Важным шагом этого алгоритма является качественный анализ экологических рисков, выполняемый экспертными методами [4]. В результате такого анализа экспертами формируется ранжированный реестр экологических рисков, которые сгруппированы по категориям: - список рисков, требующих немедленного реагирования; - список рисков для дополнительного анализа и реагирования; - список рисков с низким приоритетом, нуждающихся в наблюдении. Сформированный реестр экологических рисков является основой для выполнения следующих этапов алгоритма для системного анализа и мониторинга экологических рисков [5]. При этом процесс качественного анализа экологических рисков является весьма трудоемким. Для формализации этого процесса предлагается использовать современные методы поддержки принятия экспертных решений в условиях нечеткости. В связи с этим в статье рассматривается подход к представлению правил нечетких продукций в нечеткой продукционной ГИС, предназначенной для анализа и мониторинга экологических рисков. 1. Описание математического аппарата Существующие нечеткие продукционные системы поддержки принятия решений по определению предназначены для реализации процесса нечеткого вывода и служат концептуальным базисом современной нечеткой логики. Достигнутые успехи в применении этих систем для решения широкого класса задач управления и послужили базой при выборе математического аппарата для формализации процесса анализа и сокращения экологических рисков на основе использования моделей, методов и алгоритмов теории нечетких множеств и нечетких сетей Петри (НСП) [6]. Сети Петри (СП) и их многочисленные модификации являются одним из классов моделей, неоспоримым достоинством которых является возможность адекватного представления не только структуры сложных организационно-технических систем и комплексов, но также и логико-временных особенностей процессов их функционирования. Сети Петри представляют собой математическую модель для представления структуры и анализа динамики функционирования систем в терминах «условие -событие». Они могут быть использованы при анализе рисковых событий и выявлении потенциальных рисков экологического профиля. Важной разновидностью СП являются нечеткие сети Петри, позволяющие конструктивно решать задачи нечеткого моделирования и нечеткого управления, в которых неопределенность имеет нестохастический или субъективный характер. В связи с этим открываются определенные перспективы в исследовании возможностей применения НСП для описания и формализации процессов управления рисками, в том числе для анализа рисков в условиях нечеткости геоданных [7, 8]. В рамках предлагаемого формализованного подхода к анализу рисков рассматриваются НСП, получаемые в результате введения нечеткости в начальную маркировку и правила срабатывания переходов базового формализма ординарных СП. Здесь нечеткая сеть Петри типа Cf определяется как Cf = (N, f,X,m0), где N = (P,T,I,O) - структура НСП Cf, которая аналогична структуре ординарных СП и для которой I: P х T ^ {0,1} и O : T х P ^ {0,1} - входная и выходная функции переходов соответственно; f = (f1,f2,..., fu) - вектор значений функции принадлежности нечеткого срабатывания переходов, при этом fj е [0,1] (V/ е {1, 2,..., u}); X = (X1,X2,..., Xu) - вектор значений порога срабатывания переходов, при этом Xj е [0,1] (V/ е {1,2,..., u}); m = (m!j°,m°,..., m°) - вектор начальной маркировки, каждая компонента которого определяется значением функции принадлежности нечеткого наличия одного маркера в соответствующей позиции данной НСП Cf, при этом m0 е [0,1] (Vi е {1,2,..., n}). Структура N введенного в рассмотрение подкласса НСП Cf также имеет обычный (ненечеткий) вид, определяемый матрицами входных I и выходных O позиций. Поэтому графически НСП Cf изображаются ориентированным двудольным графом аналогично ординарным СП. Динамика изменения начальной и последующих маркировок НСП Cf после момента ее запуска подчиняется следующим правилам P(Cf). (P) Правило определения текущей маркировки. Любое текущее состояние НСП Cf определяется вектором m = (m1, m2,..., mn), компоненты которого (mi е[0,1]) интерпретируются как значения функции принадлежности нечеткого наличия одного маркера в соответствующих позициях pt е P НСП Cf. Начальное состояние НСП определяется вектором начальной маркировки m0 . (P2) Правило (условие) активности перехода. Переход tk еТ НСП Cf называется активным (разрешенным, возбужденным) при некоторой текущей маркировке m, если выполнено следующее условие: min {mt} > Xk, (1) (/е{1,2,..., n})а(I(p„ tt )>0) ' k где Xk - значения порога срабатывания перехода tk eT . Другими словами, переход tk eT НСП Cf является активным, если во всех его входных позициях имеются ненулевые значения компонентов вектора текущей маркировки, а минимальное из них - не меньше порога срабатывания рассматриваемого перехода. (P3) Правило нечеткого срабатывания перехода. Если переход tk eT НСП Cf является активным при некоторой текущей маркировке m (т.е. для него выполнено условие (1)), то нечеткое срабатывание данного перехода, осуществляемое мгновенным образом, приводит к новой маркировке mv = (m1v, m2,..., mvn), компоненты вектора которой определяются по следующим формулам: - для каждой из входных позиций pt e P , для которых I (pt, tk) > 0: mi = 0, (Vp, e P) л (I(pt, tk) > 0); (2) - для каждой из выходных позиций pj e P, для которых O(tk, pt) > 0 : mi = max{ mj ,min{m,, fk } }, (Vp; e P) л (O(tk, p,) > 0) , (3) (ie{1,2,..., n})л(I(p,, tk )>0) где fk - значение функции принадлежности или мера возможности нечеткого срабатывания (запуска) перехода tk eT , которое задается при определении конкретной НСП Cf. Если некоторые из позиций pi e P являются одновременно входными и выходными для разрешенного перехода tk e T , то для них компоненты вектора новой маркировки рассчитываются последовательно, вначале по формуле (2), а затем - по формуле (3). При этом строгое определение диаграммы достижимых маркировок НСП Cf базируется на отношениях непосредственного следования и достижимости маркировок, что позволяет построить необходимые правила нечетких продукций для нечеткой продукционной системы анализа и мониторинга экологических рисков [9]. 2. Способ представления правил нечетких продукций Рассмотренный выше системный анализ НСП Cf позволяет конкретизировать предлагаемый способ представления правил нечетких продукций при решении прикладных задач нечеткого моделирования и выполнения процесса приближенных рассуждений по экологическим рискам. Для этого будем использовать модифицированные нечеткие сети Петри Cf = (N, f, x, m0), для которых правила Pj, P2 такие же, как и теоретически рассмотренные выше для P(Cf), а правило P3 модифицировано и принимает следующий вид: (P3') При расчете компонентов вектора новой маркировки m как для входных, так и для выходных позиций здесь используется единая формула (3). Это правило обусловлено тем обстоятельством, что НСП Cf используют для интерпретации маркеров в позициях понятие нечеткой истинности высказывания. Значение последнего не становится равным нулю для высказываний в левой части правил продукций после их выполнения при данной интерпретации [10]. В предлагаемом способе используется следующая интерпретация позиций и переходов НСП. Правило нечеткой продукции вида "ПРАВИЛО i: ЕСЛИ А, ТО Б" представляется как некоторый переход t, e T НСП (N, f, X, m0), при этом условию "А" этого правила соответствует входная позиция pt e P этого перехода, а заключению - выходная позиция pk e P этого перехода t,. Если условие правила нечеткой продукции состоит из нескольких подусловий, соединенных операцией нечеткой конъюнкции A = A1 л A л... л Л,, то все эти подусловия представляются как входные позиции соответствующего перехода. Если заключение правила нечеткой продукции состоит из нескольких подзаключений, соединенных операцией нечеткой конъюнкции B = B1 л B2 л... л Bl, то все эти подзаключения также представляются как выходные позиции соответствующего перехода. Более сложный случай соответствует дизъюнкции подусловий и подзаключений. Так, если условие правила нечеткой продукции состоит из нескольких подусловий, соединенных операцией нечеткой дизъюнкции: A = A1 v A2 v... v Al, то все эти подусловия представляются как входные позиции отдельных переходов ti для i е{1,2,..., 1}. Если же заключение правила нечеткой продукции состоит из нескольких подзаключений, соединенных операцией нечеткой дизъюнкции B = B1 vB2 v... v Bl, то все эти подзаключения представляются как выходные позиции отдельных переходов ti для i е {1,2,..., l}. Веса или коэффициенты определенности Fi правил нечетких продукций преобразуются в вектор f = (f1, f2,..., f) значений функции принадлежности нечеткого срабатывания переходов, а степеням истинности подусловий правил соответствуют значения компонентов начальной маркировки m0 = (m0, m0,..., m°n), которая в этом случае описывает текущую ситуацию моделируемой проблемной области. Следует заметить, что в дополнение к базовому формализму правил нечетких продукций в НСП можно учесть возможность активизации каждого из правил заданием вектора Х = (Я1, Х2,..., Хш), компоненты которого определяют значения порога срабатывания переходов [11, 12]. 3. Реализация нечеткой продукционной системы анализа экологических рисков На основе использования модифицированных НСП может быть разработана экспериментальная версия автоматизированной системы поддержки принятия решений по экологическим рискам [13]. Эта система, по существу, является экспертной системой, отражающей нечеткую логику взаимосвязи входных величин - экспертных оценок состояния экологии региона и выходных величин - степеней истинности возможных экологических рисков (рис. 1). Нечеткие переменные, описывающие возможность рисков Нечеткие переменные описывающие предпосылки рисков Рис. 1. Схема процесса анализа рисков с применением НСП Основными функциональными модулями такой автоматизированной системы следует считать: базу правил нечетких продукций, блок нечеткого логического вывода, интерфейсный модуль, модуль модификации базы правил, модули фаззификации и дефаззификации [14, 15]. Интерфейс пользователя автоматизированной системы должен основываться на представлении всех доступных пользователю системных объектов и функций в виде графических компонентов экрана. Все элементы интерфейса пользователя разбиваются на группы исходя из их функционального назначения: - интерфейс для работы с базой правил и ее возможного редактирования; - интерфейс ввода исходных данных, характеризующих текущую рисковую ситуацию региона; - интерфейс для просмотра и анализа сгенерированных НСП по текущей рисковой ситуации региона; - интерфейс для настройки и редактирования функций принадлежности; - интерфейс представления результатов нечеткого вывода по экологическим рискам проекта. В раскрывающемся списке следует выбрать нечеткую переменную, для которой необходимо отредактировать функцию принадлежности. Далее нужно изменить параметры функции принадлежности. Все изменения сразу отображаются на графике, расположенном в нижней части окна (рис. 2). Просмотр нечеткой сети Петри выполняется с использованием интерфейса, представленного на рис. 3. Позиции НСП, соответствующие входным и выходным данным, выделены цветом. Рис. 2. Окно редактора функций принадлежности Рис. 3. Форма просмотра нечеткой сети Петри В результате программной реализации алгоритма анализа экологических рисков с использованием математического аппарата НСП получился эффективный и удобный программный продукт, который предназначен для применения на практике как самостоятельно, так и в составе промышленных ГИС. Заключение Для формализации процесса анализа экологических рисков в работе предложен способ представления правил нечетких продукций в нечеткой системе анализа экологических рисков, основанный на применении нечетких сетей Петри [4]. Выполнена программная реализация нечеткой продукционной системы анализа экологических рисков на основе использования модифицированных нечетких сетей Петри [16]. Программный продукт достаточно эффективен для решения задач в составе ГИС экологического мониторинга [17]. Современные теория и практика развития геоинформационных систем (ГИС) для анализа и мониторинга экологических рисков в условиях разнородных исходных геоданных указывают на необходимость разработки новых эффективных подходов и алгоритмов поддержки принятия решений по экологическим рискам в условиях нечеткости.
Ключевые слова
геоинформационная система,
ГИС,
правила нечетких продукций,
нечеткие сети Петри,
нечеткий логический вывод,
мониторинг,
экологический риск,
geoinformation system,
fuzzy product rules,
fuzzy Petri nets,
monitoring,
environmental riskАвторы
| Акинина Наталья Викторовна | Рязанский государственный радиотехнический университет | аспирант кафедры космических технологий факультета вычислительной техники | natalya.akinina@gmail.com |
| Псоянц Владимир Грикорович | Рязанский государственный радиотехнический университет | аспирант кафедры космических технологий факультета вычислительной техники | psoians@mail.ru |
| Колесенков Александр Николаевич | Рязанский государственный радиотехнический университет | доцент, кандидат технических наук, доцент кафедры космических технологий факультета вычислительной техники | sk62@mail.ru |
| Таганов Александр Иванович | Рязанский государственный радиотехнический университет | профессор, доктор технических наук, заведующий кафедрой космических технологий факультета вычислительной техники | alxtag@yandex.ru |
Всего: 4
Ссылки
Таганов А.И. Применение нечетких множеств для формализации процессов анализа и идентификации важности рисков про граммного проекта // Системы управления и информационные технологии. 2007. № 4 (30). С. 46-51.
Гинко В.И. Экологический риск в системе управления риском // В мире научных открытий. 2013. № 7.2 (43). С. 301-312.
Попов С.Ю. Геоинформационные системы и пространственный анализ данных в науках о лесе. СПб. : Интермедия, 2013. 400 с.
Wheeler M.W., Bailer A.J. Benchmark dose estimation incorporating multiple data sources // Risk Analysis. 2009. V. 29, No. 2. Р. 249-256.
Саркисян С.А. Теория прогнозирования и принятия решений. М. : Высшая школа, 1977. 351 с.
Ecological Risk Assessment for Contaminated Sites / G.W. Suter II. New York : Taylor & Francis, 2000. 438 p.
Kolesenkov A.N., Kostrov B.V., Ruchkin V.N., Ruchkina E.V. Anthropogenic Situation Express Monitoring on the Base of the Fuzzy Neural Networks // Proceedings - 2014 3rd Mediterranean Conference on Embedded Computing, MECO 2014 - Including ECyPS 2014, Budva, Montenegro. P. 166-168.
Костров Б.В., Баранчиков А.И. Теория и методы исследования моделей и алгоритмов представления данных для предметных областей с ранжируемыми атрибутами // Вестник РГРТУ. 2013. № 5 (вып. 47). С. 59-64.
Encyclopedia of Environmental Science and Engineering / ed. by J.R. Pfafflina, E.N. Zieglera. 5th ed. New York : Taylor & Francis, 2006. V. 2: M-Z. 1383 p.
Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. СПб. : Питер, 2009. 624 с.
Акинина Н.В., Акинин М.В., Соколова А.В., Колесенков А.Н., Никифоров М.Б. Методы и алгоритмы фильтрации разно родных помех с применением систем искусственного интеллекта в задачах обработки данных дистанционного зондирования земли // Известия Тульского государственного университета. Технические науки. 2015. Вып. 9. С. 12-19.
Барсегян А., Куприянов М., Холод И., Тесс М., Елизаров С. Анализ данных и процессов. СПб. : БХВ-Петербург, 2009. 544 с.
Балабанов И.Т. Риск-менеджмент. М. : ФиС, 1996. 192 с.
Govaerts B., Beck B., Lecoutre E., le Bailly C., Vanden Eeckhaut P. From monitoring data to regional distributions: a practical methodology applied to water risk assessment // Institut de statistique, Universite catholique de Louvain, Louvainla-Neuve, Belgium, 2001.
Gusev S.I., Spirkina O.V. A research of an adaptation algorithm convergence using spatial signal pre-processing // 5th Mediterranean Conference on Embedded Computing, MECO. Montenegro, Bar, 2016. Р. 301-303.
Михаль О.Ф., Руденко О.Г., Халайбех З. Принципы алгоритмической реализации нечетких сетей Петри // Вестник нацио нального технического университета «ХПИ». 2003. № 5. С. 75-84.
Таганов А.И., Колесенков А.Н., Псоянц В.Г., Акинина Н.В. Автоматизированный синтез карты экологических рисков в ГИС // Известия Тульского государственного университета. Технические науки. 2017. Вып. 2. C. 188-198.